广告公司也许，改变你的品牌游戏

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>大(da)模(mo)型(xing)創(chuang)業(ye)潮(chao)：狂(kuang)飆(biao) 180 天(tian)

采(cai)訪(fang)丨(shu)朱(zhu)麗(li)琨(kun) 程(cheng)曼(man)祺(qi)

文(wen)丨朱丽琨

編(bian)輯(ji)丨錢(qian)楊(yang)

中(zhong)國(guo)的大模型创业者(zhe)已(yi)經(jing)集(ji)結(jie)在(zai)十(shi)字(zi)路(lu)口(kou)。他(ta)們(men)之(zhi)中既(ji)有(you)研(yan)究(jiu)自(zi)然(ran)語(yu)言(yan)理(li)解(jie)將(jiang)近(jin) 40 年(nian)的科(ke)學(xue)家(jia)，也(ye)有已经功(gong)成(cheng)名(ming)就(jiu)的前(qian)创业者，還(hai)有剛(gang)刚博(bo)士(shi)畢(bi)业的年輕(qing)人(ren)。创业者们在各(ge)個(ge)層(ceng)面(mian)展(zhan)開(kai)競(jing)爭(zheng)。這(zhe)个十字路口甚(shen)至(zhi)是(shi)物(wu)理的——就是清(qing)華(hua)大学東(dong)門(men)外(wai)的那(na)个十字路口。这些(xie)公(gong)司(si)地(di)理位(wei)置(zhi)上(shang)也緊(jin)挨(ai)著(zhu)(zhe)彼(bi)此(ci)，最(zui)近的僅(jin)仅隔(ge)着幾(ji)层樓(lou)板(ban)。

搜(sou)狐(hu)網(wang)絡(luo)大廈(sha)在十字路口的壹(yi)側(ce)。它(ta)可(ke)能(neng)是国內(nei)大模型人才(cai)密(mi)度(du)最高(gao)的寫(xie)字楼。王(wang)慧(hui)文的光(guang)年之外在三(san)层。孵(fu)化(hua)自清华計(ji)算(suan)機(ji)系(xi)的智(zhi)譜(pu) AI 租(zu)下(xia)七(qi)到(dao)十一层，九(jiu)层以(yi)上都(dou)还空(kong)着，保(bao)留(liu)着搜狗(gou)在这裏(li)辦(ban)公時(shi)的痕(hen)跡(ji)，楼道(dao)貼(tie)着 “搜狗大事(shi)記(ji)”。搜狗创始(shi)人王小(xiao)川(chuan)在第(di)二(er)层的一个會(hui)議(yi)室(shi)里开了(le)媒(mei)體(ti)溝(gou)通(tong)会，宣(xuan)布(bu)开始大模型创业，成立(li)新(xin)公司百(bai)川智能，但(dan)他準(zhun)備(bei)在附(fu)近園(yuan)區(qu)選(xuan)址(zhi)，“我(wo)不(bu)跟(gen)他们在这里卷(juan)”。这些公司忍(ren)受(shou)着比(bi)北(bei)京(jing) CBD 均(jun)價(jia)还貴(gui)的写字楼租金(jin)，只(zhi)為(wei)物理上 “接(jie)近中国最頂(ding)尖(jian)的 AI 人才”。

路的另(ling)一侧有 “清华系” 代(dai)表(biao)團(tuan)隊(dui)聆(ling)心(xin)智能和(he)深(shen)言科技(ji)。前者由(you)清华大学计算机系副(fu)教(jiao)授(shou)黃(huang)民(min)烈(lie)创办，自 2021 年底(di)开始自研 “超(chao)擬(ni)人大模型”，後(hou)者创始团队几乎(hu)全(quan)部(bu)來(lai)自清华 NLP 实驗(yan)室，实验室的学術(shu)帶(dai)頭(tou)人孫(sun)茂(mao)松(song)教授擔(dan)任(ren)公司的首(shou)席(xi)科学家。创始人兼(jian) CEO 豈(qi)凡(fan)超想(xiang)和教授交(jiao)流(liu)时，只用(yong)走(zou)几百米(mi)回(hui)学校(xiao)。

他们的创业契(qi)机不相(xiang)同(tong)。智谱 AI 於(yu) 2019 年成立，是其(qi)中最早(zao)起(qi)步(bu)的公司。创业初(chu)期(qi)，他们基(ji)于谷(gu)歌(ge) 2018 年推(tui)出(chu)的 BERT 大模型做(zuo)應(ying)用。光年之外 2023 年 4 月(yue)初正(zheng)式(shi)啟(qi)動(dong)。王慧文年初看(kan)到大模型的机会，“几天之内就做完(wan)決(jue)策(ce)”，决定(ding)再(zai)次(ci)创业。

他们都被(bei) ChatGPT 顯(xian)示(shi)出的 “才能” 震(zhen)撼(han)。一位大模型创业者讓(rang) ChatGPT 用动態(tai)規(gui)劃(hua)方(fang)法(fa)列(lie)出從(cong)北京到上海(hai)的最短(duan)路徑(jing)，每(mei)條(tiao)路的里程數(shu)要(yao)被 3 整(zheng)除(chu)。一位資(zi)深科技投(tou)资人让 ChatGPT 翻(fan)譯(yi)日(ri)本(ben)唱(chang)片(pian)介(jie)紹(shao)。ChatGPT 可以把(ba) “N 響(xiang)” 准確(que)地翻译成 “NHK 交响樂(le)团”，这是相當(dang)资深的古(gu)典(dian)音(yin)乐發(fa)燒(shao)友(you)才知(zhi)道的 “黑(hei)話(hua)”。一位 AI 创业公司的科学家請(qing) ChatGPT 写人類(lei)和 AI 的故(gu)事，不斷(duan)要求(qiu)加(jia)入(ru)新角(jiao)色(se)，比如(ru)一只哈(ha)士奇(qi)，不断湧(yong)出的字詞(ci)还是自然地組(zu)織(zhi)起来。

真(zhen)格(ge)基金設(she)计了 300 多(duo)个問(wen)題(ti)，包(bao)含(han) “香(xiang)蕉(jiao)的平(ping)方根(gen)是多少(shao)”，以及(ji)要求大模型模拟抽(chou)塔(ta)羅(luo)牌(pai)占(zhan)蔔(bu)。3 月中旬(xun)，刚发布几天的 GPT4 回答(da)准确率(lv)超過(guo) 70%，同期已发布的国產(chan)大模型平均准确率 20%。5 月，国产大模型的平均准确率已经追(zhui)到 50% 以上。

被大模型能力(li)震撼的创业者们将其比作(zuo) “下一代计算机”“火(huo)的发明(ming)”“人类创造(zao)的上帝(di)”；动用各式比喻(yu)来解釋(shi)他们預(yu)计的變(bian)化量(liang)級(ji)，“寒(han)武(wu)紀(ji)”“工(gong)业革(ge)命(ming)”“文藝(yi)復(fu)興(xing)”“大航(hang)海”“蘋(ping)果(guo)微(wei)軟(ruan)时刻(ke)”“黑莓(mei)时代” 等(deng)等。

質(zhi)变从 2020 年面市(shi)的 GPT-3 开始。这款(kuan)模型參(can)数量和预訓(xun)練(lian)数據(ju)量比上一代增(zeng)大百倍(bei)以上，展示出更強(qiang)的语言理解和预測(ce)能力。OpenAI 的设想被印(yin)證(zheng)：当数据规模足(zu)夠(gou)大，模型就能学到其中包含的翻译、算数、编程等各種(zhong)任務(wu)的例(li)子(zi)，因(yin)此变得(de)更通用。ChatGPT 沿(yan)着这条路更進(jin)一步。IDEA 研究院(yuan)認(ren)知计算與(yu)自然语言講(jiang)席科学家張(zhang)家兴在一次活(huo)动上，引(yin)用《三体》里著名的那句(ju) “物理学不存(cun)在了”，在现場(chang)感(gan)嘆(tan)，“傳(chuan)統(tong)的 NLP（自然语言處(chu)理）技术不存在了”。

“大模型重(zhong)點(dian)在数据、模型、可以规模化实施(shi)的算法，传统 NLP 研究重点在模型上做很(hen)多精(jing)巧(qiao)的设计，但很多在大数据大模型上就不再有效(xiao)了。” 聆心智能创始人、清华大学计算机系副教授黄民烈解释。

原(yuan)本就在 AI 領(ling)域(yu)的创业者也活躍(yue)起来。商(shang)湯(tang)、第四(si)範(fan)式、科大訊(xun)飛(fei)等公司相繼(ji)推出大模型。AI 创业公司出门问问 CEO 李(li)誌(zhi)飞感叹，“大模型的供(gong)給(gei)比想象(xiang)中多多了”。他最初认为大模型的资金和技术门檻(kan)高，能做的国内公司最多兩(liang)三家。一个半(ban)月之后，他预感大模型的市场竞争可能比上一波(bo) AI 熱(re)潮更激(ji)烈。

怎(zen)麽(me)理解 OpenAI 的成功，部分(fen)意(yi)味(wei)着这些创业者将怎么對(dui)待(dai)他们的竞賽(sai)。李志飞认为 OpenAI 的成功是 “把研究范式切(qie)換(huan)为产品(pin)驅(qu)动”。瀾(lan)舟(zhou)科技创始人、前微软亞(ya)研院副院長(chang)周(zhou)明认为，这家公司把数据清洗(xi)、训练速(su)度等各方面做到極(ji)致(zhi)，並(bing)且(qie)集成所(suo)有能力，包括(kuo)優(you)秀(xiu)的算法、工程甚至 PR。而(er)王慧文认为 OpenAI 的成功是 “正确的使(shi)命、愿景、价值(zhi)觀(guan)，正确的组织方法的成功”。

创业者们对大模型的終(zhong)极目(mu)標(biao) AGI（通用人工智能）的看法，从定義(yi)到理解都有很大差(cha)異(yi)。

王小川只跟 ChatGPT 簡(jian)單(dan)聊(liao)了几輪(lun)，就确信(xin) “ AGI 已经来了”。他认为 ChatGPT 印证了他六(liu)七年前的判(pan)断：当机器(qi)掌(zhang)握(wo)了语言，强人工智能就到来了。在一个小范圍(wei)分享(xiang)会上，几位 AI 领域创业者仅从功能上定义 ChatGPT 的进步。

“大家把这件(jian)事想小了。” 王小川說(shuo)。他会后接到一个在场者的電(dian)话，对方问，“小川，妳(ni)是不是又(you)在裝(zhuang)？” 几天后，那人又打(da)来电话：“这次你又说对了。”

王慧文认为，“对 AGI 的认知，隨(sui)着对事实的掌握和结果的展开，可能会翻轉(zhuan)很多次的。”

共(gong)同点在于，他们都确信大模型技术变革比他们经歷(li)过的任何(he)一次变化都大，而他们站(zhan)在这场可能长達(da)几十年的变革浪(lang)潮的起点。

“这次 AI 的浪潮应該(gai)是一个持(chi)續(xu)几十年，由多个小浪潮波次構(gou)成的大浪潮。它不会一个波次就完成，会在不同的波次里出现不同的创新。” 王慧文说。

他认同美(mei)国投资人埃(ai)拉(la)德(de)·吉(ji)爾(er)（Elad Gil）的观点：在部分科技浪潮中，所有的价值都可以由初创企(qi)业捕(bu)獲(huo)，而在另外的浪潮中，大部分价值会歸(gui)成熟(shu)企业所有，或(huo)者会在初创企业和成熟企业之間(jian)分配(pei)。王慧文认为，AGI 浪潮屬(shu)于后者，因为大模型技术跟过去(qu)的技术差异化足够大，導(dao)致了市场的不可预测性(xing)，创业公司因此有了发展空间。

直(zhi)到 ChatGPT 教育(yu)了国内市场

2022 年 10 月，多个美国投资人跟李志飞提(ti)到一款叫(jiao) Jasper 的 AIGC 应用很賺(zhuan)钱。当时 Jasper 仅仅成立 18 个月，估(gu)值 15 億(yi)美元(yuan)。Jasper 基于 GPT-3 模型，針(zhen)对市场營(ying)銷(xiao)场景做了精調(tiao)，靠(kao)生(sheng)成营销文案(an)打开市场，2022 年 ARR（衡(heng)量 SaaS 或訂(ding)閱(yue)业务的收(shou)入指(zhi)标）約(yue) 8000 萬(wan)美元。

“看到它的那一刻，我真覺(jiao)得自己(ji)是傻(sha)子。” 李志飞说。

一位美国紅(hong)杉(shan)的投资人跟李志飞说：“你的时代来了。” 对方还提到美国红杉的管(guan)理合(he)夥(huo)人只討(tao)論(lun) AIGC 項(xiang)目，別(bie)的都不看。当时，投资界(jie)的關(guan)註(zhu)点更多在应用而非(fei)底层的大模型。

Jasper 解决了李志飞两年前就开始思(si)考(kao)的问题：GPT-3 到底適(shi)合应用在什(shen)么场景？李志飞想过文案场景，但只 “答对” 一半。“过去我们做的是糾(jiu)錯(cuo)、潤(run)色、改(gai)写，沒(mei)想到完全生成一篇(pian)内容(rong)”。他 2020 年做过一款基于自研大模型 UCLAI 的輔(fu)助(zhu)写作应用，因为没想到好(hao)的商业前景，最终没有上市推廣(guang)。

AI 创业公司第四范式也有类似(si)的嘗(chang)試(shi)。第四范式副總(zong)裁(cai)兼主(zhu)任科学家塗(tu)威(wei)威带领百人团队，負(fu)責(ze)研究全球(qiu)最前沿 AI 技术并提前投入。2018 年谷歌推出 BERT 大模型，各方面性能显著提升(sheng)，涂威威和同行(xing)当时都以为，“那就是 NLP 的拐(guai)点”。他接到越(yue)来越多辅助写作的需(xu)求。其中一些客(ke)戶(hu)很坦(tan)白(bai)地说，希(xi)望(wang) AI 幫(bang)忙(mang)生成 “八(ba)股(gu)文” 式的匯(hui)報(bao)材(cai)料(liao)，“AI 都能下棋(qi)，这还写不了？”

涂威威团队尝试基于 BERT 和 GPT 系列模型做辅助写作应用，但只能实现续写两三句，准确性还不高，最终没有对外发布。

创业公司算力资源(yuan)有限(xian)，注定向(xiang)投入产出比更高的主营业务傾(qing)斜(xie)。这些先(xian)行者的大模型实验当时也很難(nan)得到外部支(zhi)持。2020 年 6 月，GPT-3 推出，Google 科学家出身(shen)的李志飞看到了大模型更通用的能力。他和工程師(shi)结成研究组，“像(xiang)上癮(yin)一樣(yang)” 讀(du)论文。

几个月后，在一个科技企业家的登(deng)山(shan)活动上，李志飞花(hua)一小时跟同行的人解释大模型是什么。他讲得兴奮(fen)，别人 “只是当故事聽(ting)”，并且不断质疑(yi)：“So what？怎么商业化？” 其中一位企业家委(wei)婉(wan)地说：“志飞，你就适合当科学家，不适合创业。” 李志飞意識(shi)到，“不可能有人投资你做这个”。他们研发的中文大模型最终停(ting)在 60 亿参数量，没有足够的资本支持它走到能力 “涌现” 那一刻——如今(jin)从业者普(pu)遍(bian)认为 400 亿-500 亿参数量级是模型能力 “涌现” 的门槛。

创投界此时还没意识到 GPT-3 背(bei)后的商业空间。真格基金管理合伙人戴(dai)雨(yu)森(sen)在 2021 年就接觸(chu)过两家大模型创业团队，他们也想做类似 Grammarly 的 AI 辅助写作或小说续写。戴雨森当时并不看好，认为应用场景比較(jiao)局(ju)限。

企业客户更现实。周明在 2020 年底开始创业，拜(bai)访上百家客户，得到的反(fan)饋(kui)往(wang)往是：“你做大模型，我们也用不起。” 周明公司的客户大多是央(yang)国企，为了数据私(si)有化，得把大模型部署(shu)到本地，至少得投入上千(qian)万元的训练成本。即(ji)使不做训练，只做本地部署推理，成本也在一两百万元。客户认为不合算。

直到 2023 年 1 月，ChatGPT 教育了国内市场。李志飞此时已重启自研大模型 3 个多月，他发现有 “看起来跟大模型毫(hao)不相幹(gan)” 的人，也来问他得花多少钱、招(zhao)什么人能做。涂威威接触到各行各业咨(zi)詢(xun)大模型合作的客户，甚至包括 “農(nong)林(lin)牧(mu)副漁(yu)” 行业。

2 月 10 日，一条 “人工智能宣言” 流传开。“5000 万美元，带资入组，不在意崗(gang)位、薪(xin)资和 title，求组队。”3 天后，宣言变成传播(bo)度更高的 AI “英(ying)雄(xiong)榜(bang)”。王慧文公告(gao)了他的决心：打造中国 OpenAI。

他的下场加劇(ju)了这一轮 AI 装备竞赛的激烈程度。一位大模型创业公司的員(yuan)工说，“老(lao)王这么投入” 让他意识到，这个赛道的火热程度遠(yuan)超想象。算力资源明显紧张起来，一位创业者抱(bao)怨(yuan)，“求爹(die)告娘(niang)才搞(gao)到一些机器”。

“邊(bian)登月边修(xiu)螺(luo)絲(si)”

2 月 7 日开始，王慧文给他认为适合大模型创业的人一个个地打电话。他总在问 “你怎么看……”，再问，“你要不要干？” 听到的回答经常(chang)是否(fou)定的，“太(tai)烧钱了”“这是巨(ju)头的事”……一周后，他决定自己下场。“大家往往低(di)估了看到大变化立刻沖(chong)进去的重要性。” 王慧文说。

美团到家事业群(qun)总裁王莆(pu)中評(ping)价王慧文 “人才识别能力超强”。因此，被王慧文聯(lian)系过的大模型人才也受到其他竞争者的关注。深言科技 CEO 岂凡超就是其中一位。岂凡超在清华 NLP 实验室读博期间，参与研发智源研究院 “悟(wu)道” 大模型，在国際(ji)顶级刊(kan)物发表 30 多篇论文，和同学研发产品 “WantWords 反向词典”，吸(xi)引超过 500 万用户。在一位深言科技员工眼(yan)中，岂凡超是难得的兼备技术和产品能力的人才，他的创新意识驱动他做科研、做产品，“他不愿意做跟别人一样的事”。

GPT4 发布后的一个月，创投圈(quan)氛(fen)围逐(zhu)漸(jian)升至沸(fei)点。各公司开发布会，展示大模型如何在办公、营销等场景落(luo)地，如何跟醫(yi)療(liao)、智慧交通等行业结合。投资机构开閉(bi)门会，要求被投公司跟紧变化，避(bi)免(mian)被顛(dian)覆(fu)。一年前被派(pai)去新加坡(po)看 web3 项目的投资人回来 “猛(meng)学 AI”，不少投资经理开始攻(gong)读技术论文。陸(lu)奇让团队的人做 “大模型日报” 来同步最新信息(xi)，感慨(kai)新出的论文多到他 “实在是跟不上”。

王小川提问 ChatGPT：我想做好这次创业，招更多合伙人和优秀的领軍(jun)人物，应该做些什么？得到的建(jian)议之一是：你应该先把你的想法告訴(su)外界。他听取(qu)了 ChatGPT 的建议，召(zhao)开媒体沟通会，第一次宣告成立百川智能，计划年底发布对标 GPT-3.5 的大模型。

钱迅(xun)速涌入。王小川刚和朋(peng)友透(tou)露(lu)创业想法，就被问 “能不能加个親(qin)友股”。百川智能启动资金 5000 万美元均来自他个人及好友的支持。王兴以个人身份(fen)投资王慧文的光年之外，宿(xiu)华則(ze)投资了多家生成式 AI 相关公司。

目前，国内估值最高的两家创业公司是光年之外和 MiniMax。

真格基金是最早认投光年之外的投资机构之一。真格基金管理合伙人戴雨森认为，大模型技术产品化这个过程很难由科学家完成，需要一个有商业思維(wei)的人。同时，大模型资金门槛高，需要创业者有 “融(rong)几亿美金并且有效地花出去” 的经验。

MiniMax 公司名字取自一种算法，人们对它还不熟悉(xi)，但它的合作方有不少知名公司：4 月 18 日，火山引擎(qing)总裁譚(tan)待在发布会上專(zhuan)门提到 “火山引擎上跑(pao)了抖(dou)音，也跑了 MiniMax”；同一天，金山办公发布 WPS AI，CEO 章(zhang)慶(qing)元介绍其底层大模型由 MiniMax 提供。

MiniMax 于 2021 年 12 月成立，已有文本、语音、視(shi)觉 3 个模态的自研基礎(chu)模型。2023 年 3 月，MiniMax 推出面向企业用户的 API 开放(fang)平臺(tai)，支持文本和语音模型的服(fu)务调用。

联合创始人杨斌(bin)曾(zeng)任職(zhi)于 Uber AI 研究院，获得过英偉(wei)达 2018 年先鋒(feng)研究獎(jiang)和微软 2021 全球博士奖学金。MiniMax 团队成员大多出生在 1990 年代。多位创投人士认为，开始大模型创业的最佳(jia)年齡(ling)在 35 歲(sui)以下。他们认为大模型技术更新速度 “以天计算”，年轻人能更快(kuai)疊(die)(die)代认知，并且知识结构不陳(chen)舊(jiu)。

雲(yun)启资本是 2021 年底唯(wei)一参与 MiniMax 天使轮投资的早期投资机构。云启资本合伙人陈昱(yu)学计算机出身，他指出机器学習(xi)领域近年有两个里程碑(bei)式进展：2012 年 CNN 架(jia)构爆(bao)发，2017 年 “所有人一边倒(dao)地去搞 Transformer 架构”，GPT、BERT、LLaMa 等主流大模型都基于 Transformer。“一个人在不同年份开始接触机器学习，知识结构完全不一样。” 他认为新技术已经覆蓋(gai)和超越传统 NLP 技术，“早年的知识不是经验，而是累(lei)贅(zhui)。”

MiniMax 团队有一种活潑(po)的面貌(mao)，自驱力强。他们内部最初给大模型起的昵(ni)稱(cheng)叫 “ABAB”，因为刚开始做语言能力训练时，模型只能像嬰(ying)兒(er)那样 “啊(a)巴(ba)啊巴”。现在公司创立近 18 个月，他们自信模型能力国内领先。MiniMax 的企业文化受到 SpaceX 启发，创始团队常把做大模型比作造火箭(jian)，希望用不走捷(jie)径的方式实现 AGI。

现在，国内更多组织把 AGI 作为愿景，从零(ling)开始搭(da)团队、争取资源。一位大模型创业团队成员形(xing)容此刻的局面，所有人都在 “边登月边修螺丝”。

“新大陆上，最值钱的不一定是黄金”

创业者们基于各自的经验，探(tan)索(suo) “技术——产品——商业化” 的不同路径。

戰(zhan)略(lve)层面，多位创业者同时做大模型和商业化应用。周明称之为 “边煉(lian)边用”。周明是国内最早出发的大模型创业者之一，他认为澜舟科技的模型和应用之间已经形成 “反馈鏈(lian)”，有先发优勢(shi)。王慧文将 “雙(shuang)轮驱动” 定为光年之外的战略。他认为，只做应用和只注重做模型都有战略風(feng)險(xian)。前者风险在于模型能力不断进化，很多应用场景可能被完全覆盖。后者风险在于市场被注重商业化的对手(shou)搶(qiang)占、研发后期难以衡量模型好壞(huai)，以及無(wu)法通过应用收集更多数据。

李志飞认为，OpenAI 比 Google 等对手更早 “見(jian)到真实用户数据”，是 OpenAI 堅(jian)定研发方向、形成壁(bi)壘(lei)的重要原因。他提出 AI 应用数据分为三个階(jie)段(duan)：上線(xian)前，研发者假(jia)设的用户数据；上线初期收集到的大量 “假数据”，比如每天流入流出的新用户，留下无意义的互(hu)动。“絕(jue)大部分产品跨(kua)越不了这个阶段。如果你不警(jing)惕(ti)，你会誤(wu)以为这就是用户真实的需求。” 而 OpenAI 的应用已经走到第三阶段，有留存用户、付(fu)費(fei)用户，数据更接近真实。

产品路线也各不相同。周明坚定选擇(ze) 2B，做针对特(te)定领域的专用大模型，“節(jie)奏(zou)慢(man)但是更务实”。他认为 2C 像是一条 “不归路”。2C 需要把语言理解能力和做各种任务的能力放在一个模型里，相应地模型参数规模必(bi)須(xu)大，未(wei)来会进入参数规模、数据量和算力的军备竞赛。

周明认为 2B 和 2C 是完全不同的两条路，打算两者都做的创业者属于 “没想明白”。而 MiniMax 和深言科技都认为，现阶段大模型可以在通用场景发揮(hui)价值，2B 和 2C 的市场需求都能滿(man)足，不会刻意区分。

李志飞选的方向是 to “professional consumer”，用户是 “产消(xiao)者”。他们希望为创造某(mou)些内容而消费的个体提供 AIGC 工具(ju)。

出门问问曾以 AI 识别为重点，但这个方向困(kun)难重重。做 2C 的语音助手时，李志飞发现很难满足用户的期望。盡(jin)管语音识别、语音合成等基础技术很成熟，但一个语音助手产品包括自然语言理解、对话、数据查(zha)询等 8 个環(huan)节。在上一代 AI 技术条件下，每一步都有可能出差错——这也是 Siri 们总被调侃(kan)是 “人工智障(zhang)” 的原因。他也做 2B 业务，但 “没法第一天就有商业模式”，往往是客户免费试用半年，再打磨(mo)产品，才有可能收到钱。大公司也在抢同样的客户，有些产品还免费。

李志飞处在一种苦(ku)悶(men)的狀(zhuang)态里，直到他在 2020 年的 CES 国际消费电子展得到启发。那是在三星(xing)的展台，他突(tu)然听到背后有说话聲(sheng)，“毛(mao)骨(gu)悚(song)然的感觉”。他回过头，看到和他一样高的屏(ping)幕(mu)上，用极高畫(hua)质渲(xuan)染(ran)出来的数字人 Neon。他第一次被 AI 生成的体验震撼。回去后，他调整研发重点，带团队开始投入生成式 AI 。

不久(jiu)后，他带团队研发的 AI 配音平台 “魔(mo)音工坊(fang)” 带来让他驚(jing)喜(xi)的利(li)润。2023 年 4 月，出门问问发布基于自研大模型发布 AI 写作应用 “奇妙(miao)文”，“魔音工坊” 等应用也开始与大模型整合。他乐在其中，生成了一位数字人李志飞，代替(ti)他本人参加活动。

不同的产品路径，有一些共同的问题亟(ji)待解决。比如，怎么让大模型避免胡(hu)说八道？一种实踐(jian)是引入专家知识去干预。对于 2C 产品，这帮助它们和人的价值观对齊(qi)——这也是陆奇近期演(yan)讲提到的 “OpenAI 现在优先级最高的工作”。聆心智能创始人黄民烈介绍了他们设计的一个重要规则：当他们的情(qing)感陪(pei)伴(ban)类产品识别出用户有危(wei)险行为时，机器能以符(fu)合专业干预技术的方式施行紧急(ji)援(yuan)助。

对于 2B 产品，引入专家知识和规则帮助它们表现得更准确。第四范式于 4 月底首次公布 “以生成式 AI 重构企业软件（AIGS）” 战略，提出企业级 Copilot（助手）的进阶 “Copilot+ 知识庫(ku)”。涂威威解释，这可以理解为第四范式 “培(pei)養(yang)” 出大模型的基础能力，等它进入企业后，接上内部知识库就能 “自学”，更准确地理解任务、知道什么工作该调用什么资源，輸(shu)出结果也能溯(su)源，“像一位董(dong)秘(mi)”。

多位创业者认为，考慮(lv) 2C 商业模式、監(jian)管等因素(su)，ChatGPT 在国内并不是最适合的产品形态。王慧文愿意尝试 “Chat” 这个已经被充(chong)分验证的机会，但他更强调 “keep open-minded”，别在起跑时就篤(du)定哪(na)一条路是正确的。

他计划组织一支产品团队，每天探索不同方向。“我们尝试的时候(hou)可能起点很低，” 王慧文说，“要勇(yong)于从别人看不见、看不起的东西(xi)着手去尝试。不断收集信息，不怕(pa) low。”

戴雨森把 ChatGPT 比作新大陆刚挖(wa)出的黄金，前往新大陆的探险者们 “去了可能发现棉(mian)花价值更大”。

更大的机会，更严苛(ke)的环境(jing)

陆奇在近期演讲中，给出中国大模型发展第一阶段的标准：誰(shui)先达到 GPT-3.5 水(shui)平，谁将能进入第一梯(ti)队。在此之前，許(xu)多事要从零做起。

戴雨森认为 “中国几乎没有人有做万卡(ka)并行训练的经验”。而缺(que)少工程经验会带来各种意想不到的难题。一位创业者说，刚把算力加上去，机房(fang)电不够了。他认为目前市面上绝大部分机房的电量配置，都满足不了大模型的训练需求。

面对算力 “卡脖(bo)子” 的现状，李志飞尽量让自己乐观：“真正有意思的是你在有限的资源下做出别人做不到的事情。” 他用精打細(xi)算的方式炼模型，经常埋(mai)在论文里研究半天，只为了找(zhao)到最合适训练大模型某项能力的框(kuang)架或超参数。他所说的合适意味着，“雖(sui)然冒(mao)一定风险但可以大幅(fu)降(jiang)低成本”。

数据工程也需要一点点摸(mo)索。黄民烈介绍，聆心智能制(zhi)定了包括数据搜集来源、清洗加工等各环节的标准流程，建立起相对高效的数据工程，数据体系趨(qu)于成熟用了 1 年。他认为初创团队做数据工程的 “臟(zang)活累活” 需要的时间，不会因为技术快速发展而減(jian)少很多。

更核(he)心的难题在于找到真正的人才。一位有技术背景的大模型项目的投资人在 2、3 月密集地和 50 多位国内顶尖的从业者交流，他认为真正擁(yong)有前沿洞(dong)察(cha)的人不超过 5 位。

王慧文希望找到这样的人：真正向往伟大事业、对工作有主人翁(weng)精神(shen)、理解不同职能和技术，足够聰(cong)明、足够自信……他认为吸引越多具备这些特质的人才，团队才能形成多种组织能力，不同职能之间有效合作。但他也承(cheng)认，这样的人才非常稀(xi)少。

定下双轮驱动的战略后，王慧文认为最大的挑(tiao)战来自组织能力。AGI 是執(zhi)行属性和探索属性都很强的业务，链条也很长，这种事情对组织的要求很高，它比单獨(du)探索和单独执行，难度都高很多。

“比移(yi)动互联网更大的机会” 激勵(li)着每一位投身大模型的人。同时，他们也面臨(lin)比移动互联网初期更严苛的监管环境。全球政(zheng)府(fu)都更早介入监管。4 月 11 日，网信办发布《生成式人工智能服务管理办法（征(zheng)求意见稿(gao)）》公开征求意见的通知。同日，美国商务部下属的国家电信和信息管理局 （NTIA） 宣布征求公眾(zhong)意见，关于如何制定人工智能问责措(cuo)施。NTIA 负责人艾(ai)倫(lun)·戴维森（Alan Davidson）对《衛(wei)报》表示，美国立法者 2021 年提出 100 多项人工智能相关法案，“这跟社(she)交媒体、云计算甚至互联网早期有很大不同”。当地时间 5 月 16 日，OpenAI CEO 山姆(mu)·阿(e)尔特曼（Sam Altman）首次参加美国国会听证，呼(hu)籲(xu)政府制定监管 AI 的措施。

创业者也将面临来自大公司的激烈竞争。移动互联网时代的巨头比 PC 时代更难颠覆。它们不仅在算力、资金、某些垂(chui)直领域数据有优势，也滲(shen)透进更多应用场景，有高度成熟的商业变现体系。

王小川认为，现有的大公司虽然有资源优势，但定目标 “想象力不足”，需要跟已有业务配合，“老板不会把 AGI 当作公司的总目标”。大公司复雜(za)的组织结构，还容易(yi)导致个人目标和公司目标产生偏(pian)差。他认为大模型时代相对互联网时代将发生 3 个重要变化：交互方式从連(lian)接改为陪伴，信息服务变为知识服务，免费模式变为付费订阅模式。

他相信一定是新的组织引领这些变化，“两到三年会看到一批(pi)新的巨头”。

相比与创业公司竞争，李志飞说，“我唯一怕的是巨头。” 他创业超过 10 年，2017 年他在做智能音箱(xiang)，趕(gan)上 “百箱大战”，和大公司正面遭(zao)遇(yu)过。那是他第一次深刻意识到，“竞争是很殘(can)酷的”。最近他去矽(gui)谷跟人交流时会被问：“你怎么了？你是受了多少折(zhe)磨？” 他才意识到自己一直在談(tan)竞争，不像过去在 Google 当科学家时那样暢(chang)聊技术。

“创业很痛(tong)苦，如果没有乐趣(qu)坚持不下去。” 他说。2020 年，AI 市场继续下行叠加疫(yi)情，他郁(yu)闷难解。研究 GPT-3 的论文成了他的精神支撐(cheng)。

如今，自研大模型让他找回了乐趣。他经常跟他和团队自研的大模型 “序(xu)列猴(hou)子” 聊到淩(ling)晨(chen)一两点。最初，他像辅导功課(ke)的家长，反复教 “序列猴子” 做算术题：一个苹果两元，一个梨(li)子三元。我買(mai)三个苹果，五(wu)个梨子总共花多少钱？“序列猴子” 总是列不对方程式。他发现，大模型就像有自己的脾(pi)氣(qi)，有时坚持不改错，有时会立刻改。

随着研究深入，李志飞理解，这不是机器产生了意识，而是大模型在各信息之间權(quan)衡，什么是更有可能正确的答案。

4 月中旬的一个晚(wan)上，他和朋友吃(chi)飯(fan)时收到同事的消息：“序列猴子” 有了一个还不错的新版(ban)本，让他试试。他随意问了几道地理题，比如 “湖(hu)北和湖南(nan)两个省(sheng)的省会人口哪个更多？” 从简单到复杂的问题，“序列猴子” 都很好地对答。而这些看似简单的问题与结论，实际上需要机器先理解问题中的概(gai)念(nian)，再作比较。李志飞感到惊喜，“序列猴子” 可能拥有了二阶邏(luo)辑推导的能力，而他们并没有刻意训练过。

那一刻，他非常兴奋，匆(cong)匆结束(shu)饭局跑回家，从对话、数学、多步推理等各个方面又测试了几个小时。他发现 “序列猴子” 跟过去他做的所有 AI 系统都不一样。过去，他明确知道机器能做什么、不能做什么。现在，他意识到 “序列猴子” 能听懂(dong)问题，还不时给他意料之外的答案。

“序列猴子” 在努(nu)力理解人类的语言，李志飞在努力理解大模型——这是创业中他最珍(zhen)视的部分。“也许我永(yong)远不能完全理解它，就像真相只能逼(bi)近。但我还是想知道 why，提出假设，做各种实验。”

“我认为今天是非常伟大的一个时间点。” 王慧文说，他认为起步年代意味着未来能打开的空间大小。“在这个时间点起步的公司，有希望形成研发能力与商业能力的正循(xun)环”。

他把这次变化的节点类比于 1980 年代左(zuo)右(you)，个人数字设备起步的时间点。苹果和微软两家公司在那个时候启动，建立了研发和商业的正循环，成为人类数字科技进步浪潮的主要推动者，当浪潮由别人推动时，它们也有能力跟进。

不止(zhi)一位创业者会从科技史(shi)、商业史的角度打量过去浪潮中誕(dan)生的创业公司，从它们的故事中尋(xun)找规律(lv)，以它们的历程激励自己前进。中国的大模型创业者们的竞赛刚刚开始。肯(ken)定的是，竞争将十分激烈，环境将十分严苛，赛程将十分漫(man)长。返(fan)回搜狐，查看更多

责任编辑：