圖源：攝圖網

作者|尹凱 來源|略大參考(ID：hyzibenlun)

大創新靠小廠、小創新靠大廠。大廠的體量也會有大模型，只要增加1%就是巨大的受益。但是最大的創新可能來自于創業公司。新的一波機會，從信息時代走向智能時代，會有新的公司起來。

ChatGPT 會成為AI大模型的“iPhone 時刻”嗎？

在這款改變了全球AI行業進展的大模型上線一周年之后，答案顯然更加明確。GPT數次進化迭代，大模型浪潮席卷全球，AGI儼然有引導第四次工業革命之勢，也驗證了OpenAI首席科學家伊利亞的那句話：這是傾盆大雨前的一場雨，是一個分水嶺。

更深入更細微的變化還在繼續。

“在未來兩三年內，我們的工作方式、生活方式會有天翻地覆的變化。”百川智能創始人、CEO王小川在12月1日的2023騰訊ConTech大會中談到。大會上，他與長江商學院教授、數字化轉型中心主任孫天澍，以及復旦大學計算機學院教授、Moss系統負責人邱錫鵬，探討了AI將在接下來的20年里如何重塑各個行業，其中，互聯網大廠與創業公司又各自扮演什么角色。

01

變化

從只能處理文字信息的網頁端應用，到可以同時處理文字、語音和圖像信息的超級應用，ChatGPT只用了一年。期間，出于對其進化過快的擔憂，包括馬斯克在內的科技界大佬曾經聯名呼吁，要緩一緩。

但大模型的熱潮已經勢不可擋。OpenAI已經從最初的非盈利機構，變成估值900億美元的超級獨角獸。全球幾乎所有的大科技公司都發布了自己的大語言模型，從谷歌、Meta到國內的騰訊、阿里、百度、華為等。

于是，關于大模型的產業機會、技術突破和未來展望，就成為上述三位嘉賓在2023騰訊ConTech大會探討的重點。

比如，大模型浪潮究竟是互聯網大廠的機會，還是新一代創業公司的機會？

王小川沒有作出“二選一”的回答。在他看來，大模型行業里，大創新靠小廠，小創新靠大廠。因為大廠本身會擁有自己的大模型，只要增加1%就會帶來巨大收益。創業公司死亡率更高，也更可能帶來更大的創新。

回到問題本身就是，當大模型推動大的時代變遷，人類從信息時代走向智能時代，會有很多新的公司誕生，空間很大。

具體落到大模型在消費互聯網C端的應用，王小川比較看好它在智能助理和娛樂游戲內容方面的前景。比如，成為人類的私人老師、醫生和律師等，或者在娛樂游戲中搭建更加高級的“太虛幻境”，因為大模型采用的是底層語言引擎，能構造出世界觀和真實世界中的物理邏輯、社會文化邏輯等。

在技術層面，不管是OpenAI正在籌備的GPT商店，還是Facebook或者百川這類技術公司陸續推出的開源模型，開放，都在成為更加明朗的趨勢。

由此可能帶來的改變是大模型的平民化。邱錫鵬提到技術棧方面的體現，即，圍繞某個大模型形成比較大的生態圈，提供好的個性化、定制化服務。不過，這需要解決計算成本的問題——這也是大模型變成人類助手的巨大阻礙。

因此，在他看來，進一步壓縮大模型，甚至創造出新的架構，降低計算成本，讓所有人都能用得起。大模型“平民化”的過程，也蘊含著大量機會。

不過，很顯然，不是所有人和公司都能在合適的時機、抓住對的機會。

根據王小川的觀察，大模型目前處于泡沫期，一些擁有技術力量的公司傾向于訓練自己的大模型，因此導致了百模大戰、千模大戰。數據顯示，到2023年7月時，國內大模型數量達到130個，已經超過美國的114個。到年底，前者又更新到了238個。

但本質上，這是一種焦慮：個人怕失業，企業怕掉隊。在王小川看來，現在很多算力是浪費的。當行業進入成熟期，少量企業會擁有自己的數據與場景，甚至訓練出自己的模型去賦能行業，但多數企業通過調用就足夠了。

在現階段，他的建議是：克制欲望，不要著急訓練自己的模型，而是先把市面上已有的模型用好，通過產品和市場，先驗證自己的判斷，把第一步走好。

不過，區別于AI技術在過去幾十年里的任何一次爆發，人類對于AGI的態度更加熱烈，也更加謹慎。根據OpenAI首席科學家伊利亞的說法，這是因為AGI區別于人類迄今為止創造的所有東西，它具有自己的目標，完全自主。

AGI自身，以及人類圍繞AI技術的研究的飛速迭代，決定了AI行業的這場狂飆，也決定了，身處其中之人，必須時刻進行自我迭代。

王小川在ConTech大會中談到了自己的觀念變化。

他原本有個觀點：理想上慢半步，落地上快一步。相比技術科研，中國的優勢可能在應用層面。但今年6月去美國與大模型同行們交流后，他改變了，想要：理想上慢一步，落地上快三步。

一方面，擁有7年積累的OpenAI在技術層面已經領先太多。比如OpenAI現在正在進行的研究是，嘗試把1000萬顆GPU連在一起訓練一個大規模的模型，而國內現在還在4000顆GPU對標GPT-3.5的階段。不過，在應用層面，中國互聯網的產品體驗遠強于美國，移動互聯網時代也培養了大量優秀的產品經理，這些都是優勢。

一句話就是：更加徹底地揚長避短。

02

狂飆

王小川的觀點，或許也是多數大模型創業者的心態縮影：在月亮與六便士之間，優先選擇后者。

畢竟，先活下來，才有機會參與到后面的故事。

蘋果公司在移動互聯網時代建立起來的供應鏈與生態王國，成為很多還在路上的大模型中國創業者的“燈塔”。僅僅在A股，蘋果產業鏈上市公司就有118家，“蘋果吃肉，供應商喝湯”的說法廣為人知。更不用說，那些通過做一款APP而改變人生軌跡的海量創業者們。

目前來看，Open AI很可能成為新時代里的蘋果公司——就連創始人被驅逐出董事會再回歸的橋段，都如此相似。就算它無法復制蘋果的成功，微軟和谷歌也足夠有野心。

在中國創業圈，AI狂飆的劇情正在上演。

今年以來，多家大模型初創公司拿到融資，企名片數據顯示，今年中國AI領域融資214億元，百川智能、Minimax和智譜AI三家公司在資本市場尤為受歡迎，融資額占比超過30%，基本形成第一梯隊。

圖：人工智能領域該周內融資6起，融資金額21.73億元。其中，在10月17日，百川智能完成3億美元的A1輪戰略融資。

以成立于今年3月的百川智能為例，它在天使輪拿到5000萬美元，AI輪拿到3億美元，參與方包括阿里、騰訊、小米和多家頭部投資機構。

陸奇創辦的奇績論壇，成為這波AI浪潮的縮影。根據《中國企業家》報道，在今年的秋季路演日上，67家創業公司參與，其中51家為人工智能領域。更早些時候的春季路演日，人工智能和大模型相關創業項目為82個，超過總項目的一半。

更多明星人物在AI大潮中變得炙手可熱。比如創立光年之外的王慧文、創立百川智能的王小川。他們此前在互聯網和移動互聯網時代的履歷已經足夠光鮮，唯一的缺憾就是，尚未獨自站在舞臺中央。

如今，AI讓一切成為可能。

王慧文曾經在接受采訪時提到美國投資人埃拉德.吉爾的觀點：在部分科技浪潮中，所有的價值都可以由初創企業捕獲，而在另外的浪潮中，大部分價值會歸成熟企業所有，或者會在初創企業和成熟企業之間分配。在王慧文看來，AGI浪潮屬于后者。因為大模型的技術跟過去差異極大，市場具有不可預測性，創業公司就有了發展空間。

不過，類似這樣的觀點，還有待時間去驗證。

創業者紛涌入局，實力更雄厚的大公司們，自然也不會缺席。

場景、數據、模型和算力，共同構成了大模型的四要素，這也意味著門檻——創業公司或許能擅長其中的一項或者幾項，但想把它們盡可能多地集齊，顯然還是大公司更有優勢。根本上，這是關于科技的硬較量，需要大量資金與高端人才的投入。

整體來看，大模型在國內經歷了三個階段：今年3月起，百度、阿里、華為、騰訊、360等大廠陸續發布大模型；5月起，包括商湯在內的AI 1.0公司，以及知乎等中小互聯網公司跟進；10月起，一批大模型進行迭代，部分國產大模型宣布開源。

至少到現在，大廠與創業公司們還沒有形成涇渭分明的敵對陣營。狩獵、絞殺和反抗的戲碼，還沒有拿到出場的指令。更多時候，以及接下來的很長時間里，他們都需要彼此借力，爭取在國內形成健康繁榮、且能持續相當時間的AI生態。

不過，人們在現實中感受到大模型賽道狂飆的影響，或許不需要等待太久。

在2023騰訊ConTech大會中，王小川給出的答案是“未來兩三年”。他借用了孫正義的觀點，“會用AI和不會用AI的人就像人和猴子的區別一樣”，他相信，人們的工作和生活方式很快會因為AI而發生巨變。

變化帶來機遇，也帶來希望。

財經作家吳曉波在《激蕩三十年》中寫道：“這是最好的時代，這是最壞的時代。這是史詩，幸而你我活在其中，幸而未完。”對于AI時代，史詩的序曲或許剛剛奏起。

以下是2023騰訊ConTech大會相關訪談實錄：

孫天澍：我們討論的第一個議題是大模型的產業機會，AI正在以什么樣的方式重塑產業，里面的機會在哪？接下來大模型在消費互聯網C端的產品形態和商業機會有哪些？到底是互聯網大廠的機會，還是新一代創業公司的機會？

王小川：大模型來了以后，無論是大廠還是創業公司、投資人都已經很瘋狂開始發展這樣的技術。我的看法是，大廠至少在現有的產品迭代升級里面有挺多空間，人員密集型的地方可以用大模型來做替代，也能夠升級自己的產品。但是對創業公司而言，死亡率會更高。

行業之前做大模型，有一個概念叫做大創新靠小廠、小創新靠大廠。大廠的體量也會有大模型，只要增加1%就是巨大的受益。但是最大的創新可能來自于創業公司。新的一波機會，我們的看法是從信息時代走向智能時代，會有新的公司起來。

至于C端怎么用？大模型不是一個工具，它掌握了語言、世界知識等，起到了陪伴人類的伙伴角色。它也能成為各種各樣的助手，比如寫作助手、問答助手、私人老師、私人醫生、私人律師等。

娛樂行業對于大模型同樣有著巨大的需求。人類除了工作創造，也需要休閑，大模型在情感陪伴領域不僅可以擬人，甚至可以擬出一個虛擬世界。這將會給娛樂行業、游戲行業帶來很大的變化。因此，大模型在C端里的兩個重大方向分別是娛樂行業和助手。

孫天澍：小廠做大創新，大廠做小創新，但是大廠有自己的陣地，可以在已有的電商娛樂等方向、APP上進行升級。小廠可能會探索出一些全新的產品，全新的結構，這里面有非常多有意思的新一代的產業機會。想問一下邱老師，大模型在開放態度中的產業機會。整個大模型在開放生態發展非常迅速。第一，未來開源模型在海外，在中國會不會收斂到一到兩個模型？第二，為開放生態進一步發展，大模型公司還需要做哪些準備？國內大模型公司需要在能力上做什么準備，能夠達到像OpenAI和Agent智能體未來開放生態布局？

邱錫鵬：大模型生態變得非常開放，這里有非常多的參與者，涉及到平民化的問題。平民化可能分成兩個：一方面，因為大家都在圍繞著某個開源，圍繞著比較大的生態圈，如果提供非常好的個性化、定制化能力的話，就是技術戰，因為參與者眾多，確實會降低很多研發成本。

現在，非常蓬勃的互聯網生態發展包括GPT個性化、各種工具的使用、任務規劃等，這些都需要比較大的模型。但由于大模型的算力成本和計算成本很高，存在一定阻礙。

目前來講，由于成本的原因，國內還不能將大模型廣泛地應用到每個人身上，讓它變成每個人的助手。未來，如何去一步提升大模型的效率，把大模型進一步壓縮，來降低它真正的計算成本，讓每個人都能用得起，這才能達到真正的平民化。

孫天澍：請小川來分享一下，從大模型在企業服務未來的判斷，對于企業家來說，想使用大模型能力，是應該思考用公有云上調、智能體結構，還是用自己的開源模型融合到企業知識庫等，做更加私有化的部署？

王小川：開閉源場景里特別突出的矛盾問題是心態問題，大模型來了之后，全球人民都怕失業、企業怕自己掉隊。這種情況下，有技術力量的公司，通常愿意訓練一個模型出來，但這件事情并不夠客觀理性。現在正處于泡沫期，很多公司會愿意投資訓練自己的模型。所以使得百模大戰、千模大戰，其實都是大家的焦感帶來的。

事實上，到成熟期的時候，少量企業能夠有自己的數據、場景，能訓練出自己的模型給行業賦能，但是更多的企業通過調用方法就夠了，擠掉泡沫后，才能沉淀出來大家的共識或者價值。

我給出的建議是，很多企業不妨克制一下欲望：不是先訓練一個模型，而是先用起來，通過微軟云、接口調用國內模型，將模型和業務鏈路融合起來。之后從產品、市場等方面驗證可行性。

孫天澍：接下來問一下邱老師，您從研究者的視角，覺得整個大模型產業發展中，高校和研究者主要的角色和貢獻在哪些方面？他們與大廠，與創業公司有什么不同？

邱錫鵬：我個人會更關注基礎研究，現在大模型非常成功，它的推進速度比我們想象的更快，我和很多公司接觸，發現他們底層已經都用大模型了，用大模型確實可以降低研發成本、標注數據等，它的廣泛性確實非常好，可能比我們想象中還要更快。

但是做大模型和應用大模型，還是可以分開而談。大模型還存在一些不足，包括如何做更高效果的架構、推理加速，訓練加速等。如果面向未來智能體的發展，大模型仍然有很多模塊欠缺，比如記憶能力、推理能力、規劃能力等，包括現在大模型背后的一些機理，都不足以支撐未來更進一步推動智能化的發展。

作為學術界的人，我們更關注大模型的安全可信、誠實性等，爭取讓它更好地符合人類的價值觀。

孫天澍：大模型時代來臨后，人工智能要求人才的結構都很不一樣，高校里有哪些培養機制？

邱錫鵬：以我們的經驗來說，大模型需要全棧式的人才。應該是從底層的系統結構到模型如何訓練，再到AI算法，甚至包括數據如何清洗都要懂。否則的話，中間會斷，大模型研究上會比較低效。

孫天澍：中國大模型未來整個技術突破和核心競爭力會在哪些方面？在產品應用領域，中國的公司基于自己上一代的互聯網經驗，產品經驗，以及基于中國大的消費市場，能不能做到全球領先？

王小川：我6月份去了一趟美國，跟OpenAI和其他做大模型的同行做了很多交流，發現我們要接受一個現實。OpenAI已經發展了7年，在這樣的技術積累和場景布局里面，我們是有巨大的差距。

但是我們的產品體驗是遠遠優于美國的，這里包括大家對于運營導向、貼近市場的方式等。我們要在這方面培養大量的產品經理，在這種情況下，我們有巨大的經驗和優勢。這里有兩個難點需要解決，第一，要有模型，我們要將模型公司與應用公司結合，甚至用開來源和端到端的模式解決，爭取用較弱的模型做出好的應用。

第二，產品經理也面臨轉型和提升。對產品經理而言，他們懂得什么樣的產品適用于今天的技術，甚至還能引領技術的發展。產品經理要對技術有判斷和評價，爭取讓算法工程師跟上這個步伐，解決這兩個問題，中國的應用就能走在美國的前面。

孫天澍：想問一下邱老師，從基礎研究的角度來看，第一，AI大模型的基礎研究，怎么往更有效率的方式走？第二，計算機的研究、人工智能的研究，大模型對于整個自然科學領域的研究等，大模型可能會在哪些維度為技術突破、技術研究帶來沖擊和變化？

邱錫鵬：我們與OpenAI算力的差距太大，保持緊密的跟隨。一方面能夠鍛煉我們的技術，另一方面保持不掉隊，培養人才，能夠達到非常好的效果。但是在趕超方面，還是要結合當前我國具體的實際情況，比如靠產業的帶動，從中產生的需求，再把它轉化到技術研究上。我們技術研究的問題，要由真實的需求凝練出來，所以產研合作在下一步變得非常重要。

現在的大模型或者以大語言模型為中心的新一代通用AI技術，是用語言來打底，構造一個非常完整的系列知識體系。很容易把人的各種經驗通過語言作為載體附加到模型中，在做科學研究應用上的話，它的模式和形態可能跟以前不一樣。它會更加側重科研發現，類似于科研探索，或者主動讓他得到一些新的結論。

孫天澍：關于技術突破還有兩個很重要的話題，大模型四個要素場景、數據、模型、算力，想問大家對于中文語料進一步采集、整理和使用有沒有什么建議？這個可以從你們自身企業發展的角度，或者模型發展角度，也可以從公共政策、產業政策的角度，談一談中文語料怎么樣能進一步去采集優化？

王小川：主要分兩部分，第一是訓練大模型所需要的公有數據。第二是企業為了自己的競爭力需要的私有數據。我的邏輯就是不要迷戀于純中文語料，需要高質量的語料都兼顧。至于企業自身數據，更多解決的問題是技術開放性怎么耦合到大模型里的問題。大模型核心靠的是預訓練和最后的微調，企業語料怎么進去，需要技術實踐，很多技術問題還在攻克當中，如何更好地把大模型跟自然語言、知識庫之間對應上，需要工業界和學術界共同解決。

邱錫鵬：對學術界來講，數據一直不擅長，我們這方面投入的人力不是很多，基本上以公開數據為主。但是這些公開數據經過一些粗加工，主要以英文居多，中文開放的還不夠。我們需要提出數據的衡量標準，來評判什么樣的數據是有價值的，包括知識量、知識推理等。

王小川：學術界還有特別被動的地方，因為學術界要通過發論文來證明自己的創新性，論文很多發在英文刊物里，如果學術界要努力做好中文數據，不代表可以在這個評價體系里獲勝。所以我們的數據和評價體系，跟西方走了很多，這是特別被動的地方。

孫天澍：再提出一個方向的問題，在國內算力依然非常稀缺的情況下，如何在有限的算力下更好地用好這些算力資源或配置資源，對大模型的基礎底座研究做出一些突破？大家能否從產業視角和學術視角做一個分享？

王小川：我認為企業有動力把算力做好，每個行業一旦被扶持，能有百家、千家公司做模型，這是一種很大的消耗，所以還是希望大模型對頭部創新有更多幫助。

邱錫鵬：訓練這塊要適當集中，訓練一個比較好的推理端，比如模型訓練好之后，我們可以提升很多工作的效率，包括做一些優化、平民化的工作，這些都需要技術支撐。

孫天澍：最近一到兩個月，你們有沒有看到特別激動人心的大模型，賦能下一代的產品生態？或者是產品應用？

王小川：今年是元年，剛剛開始，在情感陪伴里面大家看到一些成績。我們公司既做模型，也做應用，內部的醫療模型確實能夠更好地做問診，醫療能力還是蠻驚喜的。

邱錫鵬：我這方面了解的少一點，我覺得ChatGPT本身，還是比較驚艷的。因為他們個性化的速度非?？?。

孫天澍：我覺得智能體是特別值得關注的一個方向，大家怎么看？

王小川：因為ChatGPT—4到了一定高度之后，智能體就變得非?？尚辛?。國內還是有距離的，國內現在更大的基礎工作一方面是追趕ChatGPT4的水平，這樣才能做智能體。另一方面，追趕過程中，我們開始要做落地的應用。這樣的視角會有些不一樣。

孫天澍：大模型時代來臨后，兩位老師對年輕人有哪些建議？

王小川：時代變革的時候，年輕人更有機會。大家只需要用好大模型，就可以一個人變成一個團隊，一個人做一個公司，這個機會是屬于年輕人的。

邱錫鵬：生成式AI給我們提供了非常好的工具，能夠使得我們做更多的事。只要你能積極擁抱AI技術以及它帶來的變化，就非常好了。

孫天澍：最后一個問題，請二位回答一下，大家覺得大模型對我們社會生活的改變，像當年移動互聯網智能手機對我們生活的改變，這個時間會來的多快？

王小川：用孫正義的話講，會用AI和不會用AI的人就是像人和猴子區別一樣，我自己是把ChatGPT放在我手機的最底下，每天都會使用。在未來兩三年內，我們工作方式、生活方式會有天翻地覆的變化，AI速度已經到來了，智能體到來之后，跟你工作的可能不只是人，也有機器。

邱錫鵬：我也比較樂觀，我覺得三到五年吧。以前電影的類似于AI的形象會來到我們真正的現實生活中。

孫天澍：非常感謝二位，在新科技討論中，我們討論了AI大模型的產業機會、技術突破和未來展望。新一代的AI洶涌澎湃，也希望未來大家能夠持續關注，能夠向小川和邱老師一樣，將 AI融入自己的生活中，持續學習，把科技的未來和自己的未來聯系到一起，謝謝大家。

編者按：本文轉載自微信公眾號：略大參考(ID：hyzibenlun)，作者：尹凱