中国大模型通往AGI，不是只有OpenAI这一条路
近期，我与腾讯科技联合《亮见》主理人、知名数字经济学者刘兴亮，进行了独家对话。详细地谈及了AI创业理念，大模型商业化的思路以及与朱啸虎的“创业之争”等话题。
【如果各位时间紧，可以先看一下秘塔AI搜索的摘要】秘塔AI搜索
在当前的AI和大模型创业浪潮中，傅盛的观点和行动引起了广泛的关注和讨论。他不仅代表了中国第一代产品经理的精神，也代表了广大创业者对于新技术、新机遇的敏锐洞察和积极拥抱。傅盛与朱啸虎之间的争论，更是将这场讨论推向了高潮。
傅盛认为，ChatGPT的出现不仅是技术进步的体现，更是对创业者友好的信号。他指出，尽管朱啸虎曾表示ChatGPT对创业公司不友好，但傅盛坚信ChatGPT及相关技术的发展为创业者提供了新的机遇。他认为，通过应用而非单纯追求大模型的开发，可以更好地利用这些技术，创造实际价值。
傅盛强调，AI技术的发展不应仅仅局限于理论研究或高端应用，而应更多地关注如何与各行各业结合，解决实际问题。他提倡“实用派”的理念，即通过低成本、高效率的方式，聚焦于特定领域或问题，以实现真正的创新和突破。
此外，傅盛还提出了全员AI的概念，鼓励公司内部的每一个员工都参与到AI技术的学习和应用中来。他认为，这不仅是跟上时代潮流的需要，也是提升企业竞争力的关键。
在与刘兴亮的对话中，傅盛进一步阐述了他的观点。他指出，虽然OpenAI等机构在AI领域取得了显著成就，但这并不意味着其他企业和个人没有机会。相反，通过更加务实和贴近实际的应用开发，完全有可能在AI领域取得成功。
傅盛的观点和行动，无疑为当前AI和大模型创业浪潮中的创业者们提供了重要的启示。他强调了实用主义的重要性，鼓励大家不仅要关注技术本身，更要思考如何将这些技术应用于实际场景中，创造出真正的价值。同时，他也提醒创业者们要保持清醒的头脑，避免盲目追求大模型而忽视了更为实用和接地气的应用开发。
以下为腾讯科技原文内容：
“我得代表创业者说这句话。”
这是傅盛第一次在镜头前正式回应“与朱啸虎激辩大模型创业”的争论，距离两人在朋友圈激烈对线过去近10个月。
2023年6月27日，傅盛在朋友圈尖锐地评论，“硅谷一半的创业企业都围绕ChatGPT开始了，我们的投资人还能这么无知者无畏”，起因是一篇《朱啸虎：ChatGPT对创业公司很不友好，未来两三年内请大家放弃融资幻想》的文章。
让傅盛觉得忍无可忍的是“ChatGPT对创业公司不友好”这句话，“咱们得看现实啊。”
ChatGPT发布时，傅盛就在硅谷。当时疫情期间旧金山走了几十万人，很多人搬去奥斯汀等地，因为ChatGPT的出现很多人又搬了回来，甚至出现创业一条街。
这是一次崭新的大浪潮，也是他笃定的现实，“ChatGPT对创业者当然是友好的”，于是就有了最开头代表创业者的那一幕。当然，傅盛代表的也包括他自己——茫茫创业大潮当中的一员。
傅盛与互联网结缘，始于千禧年初，是中国第一代产品经理当中一员。独立创业之前，一直跟随周鸿祎“东征西战”，从3721到雅虎再到360，最后不欢而散。
2009年，傅盛出任可牛影像CEO兼董事长，不久后与金山安全合并，并出任金山网络CEO。4年后的更名为猎豹移动，随后又创立了猎户星空，而猎户星空是傅盛在AI领域创业的开端，这一阶段被外界总结为AI1.0时代。傅盛对这个阶段的总结亦非常尖锐，“做的东西是‘人工智障’。”
当ChatGPT能够通过推理的形式，准确地分析出他们家宠物狗为何取名“三万”时，傅盛开始坚信这是一次生产力革命。
傅盛再度在朋友圈与朱啸虎互动
不久之前，傅盛又将腾讯科技《潜望》的访谈《朱啸虎讲了一个中国现实主义AIGC故事》转到朋友圈，不过这一次风格从尖锐变成了恭维。他说，“朱老板这一次的访谈质量蛮高。”
他否认这样的操作是相爱相杀，“我觉得有时候简单一点，吵架了就吵架了，碰到一个观点，你觉得他讲的对就去说，对事不对人”。恭维之外，更多还是基于对行业认知的共识。
傅盛认为，“千亿大模型成功的概率比较低”这件事上，他和朱啸虎是有共识的。
“大模型本身就供给过剩，用户群很分散，选择起来都很累”，他说，每一家都没有足够能力去形成生态，反而做应用的人就很少。你是给文心一言做，还是给月之暗面做？他告诉我们，“国内AI APP的月活，每个都不过几百万”。与之相对的是，ChatGPT月活破亿只用了两个月，现在已经达到15亿。
OpenAI是行业标杆，但这并不意味着所有人都要成为OpenAI。
傅盛的眼中，OpenAI信奉的是“大力出奇迹”的哲学，主打高“人卡密度”，不断的堆显卡、堆算力，去追逐智能的“涌现”，这并非所有公司和实体都能承受，也能解释为什么只有OpenAI能做成。
“如果一个谷歌研究员跟老板说训练一次2000万美金，老板问能不能做成？你说不知道，肯定就很难申请到资源。OpenAI是举全公司之力，才能把这事做成。”
贵，是傅盛不打算烧钱做大模型的原因之一，尽管他们的账上还有几十亿的现金流。“如果大家都在想烧钱是一种热潮的时候，我们要想这个热潮是不是真的合理？”
不做千亿大模型，把重点放在应用上，是中国互联网第一代产品经理给自己选择的路。
“我今天也坚决不认同哪一个模型做的参数很牛，它就能改变世界。这一定会失败的。要想成功，一定要和应用结合，才会形成闭环，闭环才会不断打磨，不断打磨后的技术才真正是为世界准备的，而不是为理想准备的，理想跟世界脱离了就是乌托邦。”
和很多人一样，傅盛也相信伟大的公司一定来自To C，但对于中国的AI创业者，To B可能会是一道商业化捷径，用他的话说，叫作赚点辛苦钱。
“技术链条先磨通，像华为最早做交换机，to B做得很好，等有一天技术成熟了推手机，那也很厉害啊。”
这一波浪潮，大模型和AIGC不仅推动了生产力的变革，也在悄然间重塑了企业和实体的规模，一些新锐的产品，例如Devin AI，MidJourney这样的团队都只有10多个人，乃至OpenAI也不过几百人。
Sam Altman曾经在私下里跟科技公司的高管们打过赌，2024年有20%-30%的概率会出现价值10亿美金的“超级个体”——1人成团。傅盛则更为坚定，“我认为，即便2024年不出现，2025年、2026年都会出现。”
“今天一句话，就能出一个视频。一些点子没准就出了一个剧。以前要找程序员写代码，现在用Devin或者我们的代码生成大师就可以出。”
所以，在猎户星空内部，傅盛提出了全员AI的愿景，甚至要求行政、司机都参与进来。“这个东西不是老板要你们做的，是这个时代、这个市场要你做的。”
他说，我们也不会很粗暴地说有一天你不会AI就会被裁掉，给大家提供足够的场地、时间和各种课程，是希望带着大家一起迎接时代浪潮。
以下为访谈实录精华版，在不改变原意的情况下有调整和删减：
“只谈理想对商业公司来说难度巨大”
刘兴亮：现在有大模型有各种主义，有杨植麟的理想主义，有朱啸虎的现实主义，你是什么主义？
傅盛：我叫理想偏现实。
刘兴亮：更偏朱啸虎？
傅盛：没有理想就不要做AI嘛，但是如果做AI只是理想，（成功）几率很低。
刘兴亮：这么说你是个中间派？
傅盛：中间偏实用。
其实我们应该认真思考一下，OpenAI这条路它今天走出来，你是不是就真正能复制一个OpenAI，甚至做一个中国的OpenAI？答案实际上是个问号。
要做中国的OpenAI应该满足几点：第一，它的目标是做通用人工智能；第二，不断地进行算力叠加；第三，一定要注意OpenAI是独立的创业公司。前两个点本身就很难，就算能Follow，第三点在中国也不一定是独立创业公司能做成的。
刘兴亮：那只有巨头能做成了？
**傅盛：**不是强调只有巨头能做成。我们看所有创业成功的企业，都是在巨头没有全力投入的情况下，找到一个时间点，就是巨头们先是看不起，后面看不懂到看不上，等看上的时候人家已经变大了，这个是最核心的。但今天中国所有巨头都行动了，这场仗对于一个只谈理想的商业公司来说，难度会是巨大的。
刘兴亮：谁最有可能成为中国的OpenAI？
**傅盛：**要看如何走向通用人工智能，第一点是通过OpenAI的道路是不是能到达，第二点是OpenAI是不是唯一的道路？
如果是OpenAI这条路，要先回答这条路是不是你也能做；另一条路，我认为不一定要靠简单的累加算力，通过各种场景的打磨，也有可能走向通用人工智能。我觉得我们也有可能，大家都有可能。
刘兴亮：选第二条路是因为第一条路太贵了吗？都10万张卡了。
傅盛：贵意味着成本过高，意味着失败的风险过大，这里面有一系列的可能性。
刘兴亮：你的这条路叫什么？
傅盛：实用派。现在AI已经在分两派，一派是我讲的是暴力派或烧钱派，靠不断的显卡投入，这派以OpenAI和大厂为核心，只是这个体系能容纳的人也是有限的，还有很多有梦想的人，买不起10万张显卡，但这个事就跟他们没关系？不是，这就派生出来实用派。我没有那么多张卡，一样能找出不错的智能跟应用的结合。
这不仅是我们今天坐在这里说，或者中国公司这么说，很多硅谷的公司也会这么说。像法国Mixtral公司是很典型的例子，现在推出7B的MOE，现在开源界用的很多，还有很多大学共同维护开源社区，其实马斯克也加入了这一派。
好像在所有的商业搏斗当中都是这样——分成了两派，烧钱派是贵族，实用派是平民。一个是资源至上论，一个是方法实用至上论。
“我得代表创业者说句话”
刘兴亮：大模型领域第一次辩论是你跟朱啸虎，感觉快过去一年了？当时你转发了他的观点，他说“ChatGPT对创业公司很不友好，未来两三年内请大家放弃融资幻想”。具体是哪一句话、哪一个点触动了你？
傅盛：就是ChatGPT对创业公司不友好这句。因为那不是我第一次看到他发表这样的言论，这之前他已经说了好几次。
刘兴亮：你忍无可忍了。
傅盛：对，我们正好在创业的道路上，你天天在定调，大家就不要工作了、不要努力了，等ChatGPT拯救人类吧，所以我当时就会言辞比较激烈。
ChatGPT发布时，我正好在硅谷，硅谷本来已经很凋零了，疫情期间旧金山走了几十万人，很多人搬去奥斯汀等地，那时候跟硅谷很多人交流，发现因为ChatGPT的出现很多人又搬回来了，甚至出现创业一条街。我觉得这是一次崭新的大浪潮，对创业者当然是友好的。他怎么能这么说？咱们得看现实啊。
刘兴亮：你当时转发语还是挺重的，尤其是“我们的投资人还能这么无知者无畏”，有没有想过这句话会得罪他？
傅盛：这是我要检讨的地方，讲无知者无畏有点扣帽子。但他说的那句话，肯定是有点标题党。说实话也没有想过会不会得罪他。
刘兴亮：也不怕得罪他，因为没什么深交。
傅盛：不能这么说，是没有深交，但也不是说不怕。得罪不得罪不是取决于我，是取决于他。
刘兴亮：大多数的创业者言辞还是比较谨小慎微，你那句话说我感觉把投资人打倒了一大片？
傅盛：我没想这么多。商业嘛，有时候你发表言论过分了点，就过分了点，不对就改呗。如果这么容易被得罪，人家也很难做大，能做大的也不是那么容易得罪。
刘兴亮：你当时发这个朋友圈，最想给谁看？
傅盛：我当时就想，我得代表创业者说句话，一定要告诉大家，ChatGPT出现对创业者并不是不友好。只有变革的时代，创业者才有机会。变革的时代对于创业者是好事，但是不是复刻OpenAI？那是另外一回事。
这个事情靠辩论是很难辩论清楚的，但是至少有一个大的理念——基本上不太会出现一种通杀的技术或者产品。我认为一部分的工作被替代以后，很多新的东西会涌现出来，变成工作或创造。
刘兴亮：那你觉得他当时的认知有局限？
傅盛：你挑事了。就“ChatGPT对创业者不友好”这个论题本身，我认为是有局限的。
刘兴亮：也有人说，你们当时是相互之间为了炒作？
傅盛：没有。在那个时间点上，大家对这个行业的走势是非常不清楚的。都知道一个新的时代出现了，但是会变成什么样？没有定论。
我认为没有哪个技术能做到一骑绝尘，这方面力量很强，一定有其他力量来抗衡，所以我们当时认为开源一定会出现，那时候Llama2还没有发布。
千亿涌现智能，是不是百亿也可以？
而且，我觉得即便是大语言模型的推理能力不错，但是它要去真正理解这个世界，去深度结合，还是有很多工作要做。就像一个孩子很聪明，你不培养他，扔到狼群就是狼孩。
所以我觉得ChatGPT不会拿走99%的价值，这是比较笃定的。
千亿参数大模型很快会供给过剩
刘兴亮：朱啸虎后来也补了一个朋友圈，大意是不要迷信通用大模型，对于大部分创业者场景优先、数据为王。如果把他之前的观点前后联系起来看的话，感觉在这件事上你们最后形成了共识？
傅盛：对，事实上我们在有些观点上，还是很一致的。
如果说创业去做一个千亿大模型，这件事成功的概率是比较低的，这个我跟他观点是一样的。大家都盯着做千亿参数大模型，所以很快千亿参数大模型就会供给过剩。
这两天我们看了一个数据——国内AI APP的月活，产品一大堆，但每个月活都不过几百万，你要知道ChatGPT月活是一两个月过亿的，后来超过十亿。
刘兴亮：你说通用大模型机会不大，是不需要太多的意思吧？
傅盛：对，不需要太多，本身是供给过剩的，又造成用户群很分散，每一家都没有足够能力去形成生态，反而做应用的人就很少。你是给文心一言做，还是给月之暗面做？最后用户选择都很累。
刘兴亮：李彦宏呼吁了几次，说大家不要卷大模型，卷应用。
傅盛：如果应用没有价值，只有大模型有价值，今天每个大模型都应该手握数千万用户，但现实不是这样。
刘兴亮：你感觉为什么这个节点上还是没有很好的应用出来？
傅盛：这是当时去怼朱啸虎的核心原因——当时的投资人只投大模型，说应用没有价值，我就很生气嘛。投资人都把钱投给大模型，在那里互相烧，这是资源浪费。我们要正视一个问题，国内大模型都晚了一年多，应用自然也会晚一段时间。再加上今天美国还没有趟出应用模式，所以大家觉得应用没价值。
刘兴亮：就在大模型创业的事情上，这么多争议、争论，可以理解为投资人跟创业者是两个不同的阵营，你觉得大的分歧可能是什么呢？
傅盛：今天关于整个大模型，应该分为暴力美学和现实主义，也可以是参数派和实用派。前者的能力体现在上下文读多少、数学题做多棒，但你会发现这些能力用起来的频率很低，比如读几百万字文字其实很少用到，数学题也不怎么做。反而是低成本去聚焦一个点，做非常垂类的工作，能做好就很不错了。
我觉得，真正的分歧点在于，到底是一个大而全的模型基座解决所有问题，还是把应用想得很清楚，这种分歧不仅限于投资人、创业者，是今天生态里面的两派。
刘兴亮：投资人还没有醒悟过来，还跟一年前一样站在大模型一头？
傅盛：对，醒悟的少吧。因为总是觉得，好像一个公司能做出大模型，再做个应用就能把别人灭了。但是事实上做应用要做好，它的路径和大模型完全不一样。
比如说我们跟某某大厂PK，咱不说谁了，他们是千亿参数的。我们在做POC（Proof of Concept），用一个开源模型的效果就比它要好，最后我们把这个单给拿下了，这类案例已经遇到好几个了。
刘兴亮：开源已经这么接近不开源的了？
傅盛：80%任务下都能达到不错的水平，然后再通过应用的调整做好套件、应用打磨，最后就会比千亿参数的好很多。
刘兴亮：朱啸虎最近有一个访谈讲了中国现实主义AIGC的故事，你有把它转发到朋友圈，你说朱老板这一次的访谈质量蛮高，值得认真阅读。你们俩是不是到了相爱相杀的地步？
傅盛：那也不至于。我觉得有时候简单一点，吵架就吵了，碰到一个观点，你觉得他讲的对，你就去说。对事不对人，应该变成基本的。
这次OpenAI的事有一点挺震撼我。
其实你仔细看看，Sam Altman和Ilya等共同创立OpenAI，Sam Altam出任CEO。两个人一起工作这么久，突然Ilya觉得Sam你这样做不对，就召集董事会把他开除了，后来发现对公司伤害很大，最后说你还是回来吧。从具体的环境来讲，大家讲这是宫斗戏，但至少Ilya是非常就事论事的人，这样关系就比较简单。
我跟朱啸虎吵，不会相爱相杀，但如果哪天观点不一样又会吵架，咱们就是为了解决问题或讨论问题。
刘兴亮：前段时间你跟老周一块做了直播，外界说你们两个和解了，你认同这样的说法吗？
傅盛：有些东西过去了也就放下了，也不代表认同过去。在新时代，大家能往前看就往前看。
刘兴亮：也有人说你们两个都放下，是为了AI这一门生意。
傅盛：为了生意很正常啊，但现在肯定不是为了这个生意才放下，是放下了正好有这么个机会。他能来支持我一把，我也挺感谢的。
一个行政、司机有必要写Bot？
刘兴亮：这波人工智能浪潮是2022年底ChatGPT发布以后引爆的，你也在社交媒体上很活跃。我感觉当时出来了以后，你非常兴奋。你还记得你当时大概是什么样的场景下用到ChatGPT？现在用它的频次还高吗？
傅盛：高啊。我们为了研究用一用，但用大语言模型频次更高。
在这行待太久了，所以ChatGPT刚开始发布，我最开始的认知——这又是一个吹牛的东西。
刘兴亮：所以，第一直觉是吹牛？
傅盛：我们在自然语言处理这一波，也就是AI 1.0时代，投了1亿多美金，做的东西是“人工智障”。
在GPT3.0出来之前，OpenAI在美国也是被很多人笑话的，觉得这个事情不可能出现大参数、自主学习，总之觉得这事不可能成。但后来不断用，直到它猜出我家的狗为什么叫“三万”，改变了我的认知，它不是靠网上的知识重新匹配，而是真的具备推理能力。
那天我跟一位教授沟通，他说新的一年有一个目标，要跟AI对话超过百万次，这对我很有启发，我想这是一个好目标，虽然不一定能达到。
所以，昨天我们开了一次复盘会，要求行政也得写一个相当于ChatGPT的bot，而且跟绩效严挂钩。
刘兴亮：有没有人对这个有怨言呢？
傅盛：肯定有吧，只是没有传到我耳朵里。我们开了员工大会时就说，这个东西不是老板要你们做的，是这个时代、这个市场要你做的。我们也不会很粗暴地说有一天你不会AI就要被裁掉，我们给大家提供足够的场地、时间，还有各种课程，希望带着大家一起迎接时代浪潮，但是你自己也要跟上。
刘兴亮：一个行政、司机有必要写bot吗？
傅盛：有必要。你也可以说一个厨师为什么要学写字？这个是下一个时代的接口。
AI它不是你的补充剂，而是你未来的基础建设。基础建设意味着未来所有东西都要通过它。
为什么是OpenAI？
刘兴亮：现在ChatGPT发布了一年多了，也在不断进化。从连续创业者的角度来看，OpenAI在产品、策略上具有里程碑意义的动作是什么呢？或者哪个冲击力比较大呢？
傅盛：GPTs的上线，其实Sora的冲击也非常大。
刘兴亮：虽然你认为它没有那么难。
傅盛：它一定是有它的难度的，没有难度早就出现了。这个问题是要细化，Sora对世界的理解的突破性是远不如语言模型的。
刘兴亮：但OpenAI自己宣传，Sora是世界模拟器。
傅盛：他讲World Simulator也没有错，UE（虚幻引擎）也是，马斯克说我搞自动驾驶也生成了那么多视频，也是世界模拟器。
你要知道OpenAI也是很会PR的，但是他们并没有讲说Sora对世界的理解有多深刻，或者超过了LLM多少这样的结论，World Simulator是一个特别容易传播的词。
刘兴亮：有那么多牛的公司比如像谷歌、微软、苹果，为什么到最后把大语言模型做出来的是OpenAI？
傅盛：他们选择了不一样的路——通过大量的自学习，不需要进行规则匹配，通过对下一个词的预测，就能使大语言模型产生推理和智能。所以，这更多的是技术信仰的生意，不是某一个技术点的突破，而大家以前不相信这条路。
另一方面，Hinton的思想对他们的影响很大——如果它没有智能，说明数据不够多——这比较高屋建瓴，但OpenAI就特别信仰这个事。
技术信仰之外，OpenAI也做了很正确的事，比如对大量数据的信仰，使它对显卡这件事很重视——OpenAI的“人卡密度”肯定是全球最高的。“人卡密度”是我提的词，简单说就是每个程序员、每个研究人员能配的GPU的密度都高于谷歌，高于其它企业。
如果不是OpenAI做ChatGPT，它是不是依然会出现？我当时跟谷歌大脑的人聊，结论是“如果ChatGPT不是OpenAI做，可能过两三年也能做出来”，因为顺着这条路慢慢发现了很多规律，一点一点叠加最终还是会有结果。不同点在于，OpenAI的风格是这条路我相信，所以立即就投入上万块显卡，然后一下爆发了。
刘兴亮：还是信仰的问题。
傅盛：到GPT3.0，一次训练大概2000万美金。如果一个谷歌研究员跟老板说训练一次2000万美金，老板说问能不能做成？你说不知道，肯定就很难申请到资源，OpenAI是举全公司之力，后面才能把这事做成。
OpenAI虽然没有公布Sora这方面的数据，但据说这一批就启用了一两万块卡，都是摊费用的，训练一次一两千万美金没有了。这种“人卡密度”在别的行业是没有的，而且初期做实验是多个路线，都要分配GPU资源，哪个路线效果好了再集中，这就是为什么Sam Altam到处讲需要更多的卡，就是暴力出奇迹。
很多时候你可能相信这件事，就把所有的资源集中去砸，之前可能也有人信过，但都死掉了，OpenAI活下来了。
刘兴亮：死掉是因为砸的力度还不够大？
傅盛：就是Think Different，会承受很多创新失败的成本，最后某一两个幸运儿活下来了。
刘兴亮：中国有很多牛的公司，一直老有人问为什么做出来的不是中国公司？
傅盛：我们的优势不在于Think Different，我们的优势在于think better，do it better。同样的路线我能比你更努力、更勤奋、做得更好。这是从整个教育到现在的社会环境都是这样的。
至于为什么不是中国公司做出来？我发一个“怼朱啸虎”的朋友圈，你还认为我这么得罪人、那么得罪人。你看看马斯克和Sam Altam之间，各种意见交锋，好就好，不好就吵，吵了还起诉，我们就是瞻前顾后太多了。比如你没有做好怎么办，失败怎么办，谁瞧不起我，这种环境下谁愿意去真的做？
只有在前面有一个标杆的时候，我们才会来做，就像今天我们说要做应用，也有很多人也说，你们做应用不如人家做千亿模型，这么想不就是有OpenAI这个标杆嘛，现在是没有应用公司跑出来而已，这个阶段，你要做第一个，就会被各种质疑。
刘兴亮：你做人工智能这么多年，今天做跟以前做，不同点在什么地方？
傅盛：比2016年、2017年喊出all in AI的时候氛围更好。那时候虽然也热，但是是小圈子热，现在是全民热，从这一点来说肯定比那时候氛围会好一些。
我们经历了第一波热潮，我觉得热不重要，重要的是踏实，所以你问我到底是理想主义，还是现实主义？其实他们两者完全不是对立的，没有纯粹的所谓空洞的理想，那不是理想，是乌托邦。
罗曼罗兰说过，世界只有一种理想主义，就是认清现实以后依然热爱。
我是非常不认同纯技术派，就是技术解决一切，我觉得一定是产品派。如果今天OpenAI没有ChatGPT，它在做API的路上就倒下了，因为只有程序员在用，直到包装成了ChatGPT的产品，被公众用了，大家觉得这么厉害。
你有没有想过，OpenAI能以那么高的估值融钱时，它的收入已经到了20亿美金，还只是靠ChatGPT一个产品？
所以，我今天也坚决不认同哪一个模型参数做得很牛，它就能改变世界，这个一定会失败的。要想成功，一定要和应用结合，这样才会形成闭环，闭环才会不断打磨，不断打磨后技术才真正是为世界准备的，而不是为你的理想准备的。
做技术有一个观点，不能做屠龙之技，学了十年屠龙之技，世界上根本没有龙，那就白学了。也不要做“回”字的四种写法，我掌握了你不掌握的秘密，这个没有用。
讲起来，理想主义和现实主义对立，其实完全不对立。只有把现实问题解决好，才是真正的理想主义，否则就是空想。空想和理想之间就差你看不看现实。
刘兴亮：这么说你不是技术信仰，而是产品信仰？
傅盛：这都是字面意思。
刘兴亮：是不是因为你是做产品出身，而不技术出身？
傅盛：不是，我觉得做技术出身，最后想做成非常牛的公司、实体，必须和产品、用户结合。前面讲理想派、现实派等等，实际上之间只有一派，就是去解决具体的问题，把技术打磨好的一派。只不过有的是偏技术路线一点，有的是偏实用路线一点，但最后大家一定会走到一起来。
刘兴亮：都是产品派。
傅盛：肯定的，产品才是真正改变这个世界的实体。无论技术讲的多高深，最后不形成一个产品，有什么用呢？
烧钱与大力出奇迹
刘兴亮：上次来你们公司，听介绍说去年三月份有同事把你拉住，说傅总再不做大模型就out了，你当时说再想想，当时在想什么？
傅盛：当然是很贵。
刘兴亮：你账上还有几十亿现金流在那儿。
傅盛：如果真要做需要几十个亿的，但是这不重要。关键是要掌握正确的认知，而不是简单的别人做，你就做。一定要想清楚这件事，我们有没有能力做，做了以后到底会带来什么？而技术员很单纯，让它训个几百亿、上千亿大模型，他开心死了。
我对训大模型这件事，完全没有心理障碍，我知道我们团队肯定能做到，就是钱的问题。出门问问李志飞也有这个观点，去年三四月份的时候他就说不能再训了，要训的话，到年底估计有几十个大模型出现。
我也经常跟团队说，有一群人拿着几箱钱在街上烧，你说“老板，我们也要烧一烧，不然赶不上热潮了”，我想如果错了，大家不是都错了吗？这可能说的有点得罪人，但可能就是这样的。如果大家都在想烧钱是一种热潮的时候，我们要想这个热潮是不是真的合理？
刘兴亮：所以不会像去年那样，有员工拉着你喊再不做Sora就out了？
傅盛：这个刚出来就讨论过，正好我们首席科学家在美国，他也各种去和业内的人沟通，我们内部也很快就达成和王小川一致的看法——这个东西对通往AGI之路没有什么帮助，这是第一个。
第二个，它的领先性不如ChatGPT。事实上Google和Facebook也觉得，他们大概半年左右就能追上，Sora更多的是对算力的一种需求。
刘兴亮：人工智能它是一个技术，是一个科技主导的产业，现在给我们的感觉是算力第一，没有一万张卡就不好意思打招呼。现在重度依赖算力、功耗，为什么这样？
傅盛：因为OpenAI在这条路上走通了，形成了不断上升的路径。如果不是OpenAI，可能大语言模型这件事过两三年、三五年也能出来，但OpenAI由于这样暴力堆算力就使得这个进程提早了，其实Sora也是这样。
为什么有个词叫涌现呢？就是因为今天我们对大语言模型为什么能够产生这样的推理能力，还解释不清楚。这有点像古代炼丹，他们不懂化学分子式，最后还能炼出火药来。现在就是暴力出奇迹，但我觉得这条路只有大厂和OpenAI能走通，别人真的很难。
刘兴亮：怕烧钱？
傅盛：怕变成这样不断堆资源的循环，你跟OpenAI，跟巨头怎么比，人家的卡那么多。我们真正的机会来自于找到不同的路，开源社区就是这样的路。
我们独立董事是香港大学计算机系主任马毅，他们整个团队在做Transformer的白盒化，想研究清楚每个神经元产生的效果。如果能够做到白盒化，那对神经元的掌握就会很清晰，就不再是炼丹的过程，而是做策划的过程，我觉得这也是有机会的。
刘兴亮：这个不需要很多的卡？
傅盛：因为知道怎么发生变化，就不需要暴力计算，甚至直接调一些权重就产生某些能力，而不是通过大量学习去完成权重的调整。
伟大的公司一定来自to C
刘兴亮：现在做大模型的赚钱能力都不行，而英伟达一个季度就能赚200多亿美金了，OpenAI一年才20亿美金，未来商业化到底怎么突破？
傅盛：我觉得OpenAI还有机会，其他几个做独立模型的都没有机会了。
刘兴亮：OpenAI的机会在什么地方？
傅盛：首先是下一代语言模型GPT-5能够实现超级规划和任务调整能力。今天看大语言模型会出幻觉，无法完成一个很强的任务型工作，你需要借助很多GPTs。如果它变成大语言模型内化的能力，就不需要很多配套。
其次一定要降成本，就是推理成本，一次推理要花很多钱也不符合经济学原理。现在，很多人觉得GPT“傻了”，我觉得“傻了”就是OpenAI在降成本的过程。
不管人工智能看上去再美妙，最后这个岗位用人工智能的费用，比人工还贵就不work，要降成本。我不知道Sora的算力，但今年上半年是不会推向公众的，用一下成本就会受不了。
刘兴亮：上半年都不会推出来？
傅盛：他自己说的。
刘兴亮：太贵，太耗钱？
傅盛：贵是很重要的因素。得考虑收多少钱？一个月收100美金，那总不行吧。
刘兴亮：就是现在GPT-4收费20美金，这个成本不够是吧？
傅盛：GPT-4好像每个20美金都要亏20美金，文生视频肯定不够，就是对算力推理、算力消耗都很高。无论如何有微软在后面，有给他持续的输血，总体上还可以。
刘兴亮：你觉得他们也会凋零吗，过半凋零？
傅盛：没事，他们已经融了足够多的钱。
刘兴亮：你们也有自己的大模型，凭什么认为客户会认可你们？
傅盛：这一次把商业化想得比较清楚，我认为第一波商业化一定来自to B，尤其是在中国，不是to C。
刘兴亮：因为to B快吗？
傅盛：不是，to B不快，但需求很清晰，而个人想法很多，又不愿意付费。to B领域，岗位即岗位，工作流即工作流。这样的话，你就可以把to B客户的需求真正琢磨清楚，然后选择什么样的模型去适配。
to B市场，真正定义好一个工作以后，任务类型就这么多，不会说今天写首诗，明天算个数学题，后天来个脑筋急转弯，比如帮你处理报表、客服问题、对数据的预测，这些任务都不需要很大规模参数的模型。
我们根据to B客户的特点训了140亿参数的模型，结合我们开发的应用和套件，基本上客户就够用了，还可以私有化部署。
你知道140亿的参数的私有化模型意味着什么吗？大概花两三万工作站的费用，就可以部署在自己公司的内网。
刘兴亮：两三万？
傅盛：我们还有一个int4向量版，一块1500块钱的显卡就能跑。加大概一万块钱的电脑，就能跑我们的简化版，具备完整版98%到99%的性能。
刘兴亮：还要付多少其他费用？
傅盛：更多是落地实施的费用，每个企业要落地实施，去做一些定制，不是说什么买个大模型回去就能用，这事其实也不work，实际上要结合企业的工作流去做定制，然后我们再收一些每年的服务费用。根据企业规模来的，几十万、上百万都有。
刘兴亮：现在市面上跟你们类似的企业、竞争对手有吗？
傅盛：也有。规模比我们大的，比如千亿参数模型提供商，授权费一年都要一两千万人民币，其实客户用不了那么大，也太贵。小公司可能没有我们这样的模型能力。
刘兴亮：刚才也提到了GPTs，它是好的商业模式吗？
傅盛：对于个人创业者、小公司是，因为它就可以做自己的一些应用，但目前看起来还是比较单薄。不过，在中国，在硅谷，中大型公司出于对数据安全的考虑，对使用ChatGPT都有很多顾忌，我们推私有化模型，其实他们都很愿意buy in。
刘兴亮：现在因为各方面原因，你选择了B端的业务，未来会考虑C端吗？
傅盛：会啊，得打磨一段时间。
所有的平台起来的时候，真正从一个初始的技术，到最后C端有应用，需要整个技术链条越来越方便、好用、成本低。像苹果iPhone刚出来的时候，因为信号等原因被骂惨，到3G时代，网络基础设施好了，知道iPhone 4，才真正好用，并且出现iOS独有的应用，比如滴滴打车、外卖这样。
AI现在虽然很火，但是比较早期，整个技术链条还不够完善。未来当各种组件的技术越来越磨合好，比如有些溯源专业知识检索等等，组件通过to B磨的差不多了再去做，我觉得to C会有机会的，就是AI Native应用。
刘兴亮：你觉得to B和to C哪个机会更大，哪个会更能成就一家伟大的公司？
傅盛：如果你要比最后的伟大的规模，我觉得会是to C，to B是挣些辛苦钱。
最后爆发力肯定是在to C，但是to B的这个阶段要把技术链条先磨通，像华为最早做交换机，to B做得很好，等有一天技术成熟了推手机，那也很厉害啊，现在他们做汽车也很厉害。
“10亿美金的超级个体”
刘兴亮：现在AI行业发展太快了，一个月前说Sora代替视频、电影行业，这两天又看到Devin取代程序员，这种取代有可能吗？
傅盛：这要看什么叫取代了。作为一个广泛性职业，程序员行业肯定会受很大影响，这个必须认真的说，因为绝大部分的人写程序，并不是一个构架设计师，而是一个代码生成器。程序员会写代码不再会有任何稀缺性，但是真正能够理解机器，又理解人，作为中间的桥梁的这件事，还是有很大机会的。
刘兴亮：我们再讨论一个哲学问题，为什么程序员要开发一个AI，然后把自己的工作给取代了？
傅盛：这不就是人开发一个AI，就是猩猩进化出人的逻辑，如果猩猩担心自己被取代，为什么要进化成人。所以，AI并不会真正取代人，只是帮助人工作的更好。美团王兴说过一句话，很多人为了逃避思考愿意干一件事情，以后AI时代就是激发人的思考。
刘兴亮：我听说Devin AI程序员只有十来个人，包括此前非常火爆的Midjourney是十几个人，包括OpenAI的人也不多，只有几百个人。这种公司人这么少，现在有这么大的能量，包括收入、市值都不错，AI会不会对我们未来的组织结构、公司形态产生一些变化？
傅盛：对，很多人问今天创业会不会很难？我的观点是，现在基础设施非常丰富，创业肯定比以前容易。
AI时代的超级个体会越来越多，因为本质上它是平权工具。
Sam Altam曾经在私下里讨论过，“你信不信2024年会出现那样的公司？一个人值10亿美金”，他认为20%到30%的可能性会出现。我认为，即便2024年不出现，2025年、2026年都会出现。
为什么Sora对行业影响很大？就是因为以前导演就是一个特权，你要多少人围着你。今天你一句话，就能出一个视频。你想出一些点子，没准就出了一个剧。公司也是这样，你有一个点子，以前要找程序员写代码，现在用Devin或者我们的代码生成大师就可以出。
我以前想做个APP，至少要十几个人做，现在找个没有经验的小伙子，给两周时间就能写出来。
刘兴亮：全员都可以了。
傅盛：今天整个组织结构会发生很大的变化，接下来“原生一代”会用AI思考，他们不会想一定要雇几个人，而会考虑用算力怎么解决，用AI怎么解决，这个事在硅谷已经发生了。硅谷以前融了钱都会雇很有才华的人，现在一半的钱用来买算力，然后完成一些日常的工作。
刘兴亮：最后还有什么想和大家分享的吗？
傅盛：我们的对话是从争论开始，争论也不是坏事。李嘉诚说过的，东方人不喜欢冲突，西方人在冲突当中不断地实现故事。我觉得对于AI这个崭新的行业有很多冲突很正常。
我说的不一定对，其他人说的也不一定错。但是，我觉得大家不断地去沟通、头脑风暴、产生争论，才能真正去找到路径。
今天我相信没有谁真正拿到了金钥匙，所以还是那个观点，OpenAI也不一定都是对的，马斯克也不一定都是对的。
