采訪丨朱麗琨 程曼祺

(相關資料圖)

文丨朱麗琨

編輯丨錢楊

中國的大模型創(chuàng)業(yè)者已經集結在十字路口。他們之中既有研究自然語言理解將近 40 年的科學家，也有已經功成名就的前創(chuàng)業(yè)者，還有剛剛博士畢業(yè)的年輕人。創(chuàng)業(yè)者們在各個層面展開競爭。這個十字路口甚至是物理的——就是清華大學東門外的那個十字路口。這些公司地理位置上也緊挨著彼此，最近的僅僅隔著幾層樓板。

搜狐網絡大廈在十字路口的一側。它可能是國內大模型人才密度最高的寫字樓。王慧文的光年之外在三層。孵化自清華計算機系的智譜 AI 租下七到十一層，九層以上都還空著，保留著搜狗在這里辦公時的痕跡，樓道貼著 “搜狗大事記”。搜狗創(chuàng)始人王小川在第二層的一個會議室里開了媒體溝通會，宣布開始大模型創(chuàng)業(yè)，成立新公司百川智能，但他準備在附近園區(qū)選址，“我不跟他們在這里卷”。這些公司忍受著比北京 CBD 均價還貴的寫字樓租金，只為物理上 “接近中國最頂尖的 AI 人才”。

路的另一側有 “清華系” 代表團隊聆心智能和深言科技。前者由清華大學計算機系副教授黃民烈創(chuàng)辦，自 2021 年底開始自研 “超擬人大模型”，后者創(chuàng)始團隊幾乎全部來自清華 NLP 實驗室，實驗室的學術帶頭人孫茂松教授擔任公司的首席科學家。創(chuàng)始人兼 CEO 豈凡超想和教授交流時，只用走幾百米回學校。

他們的創(chuàng)業(yè)契機不相同。智譜 AI 于 2019 年成立，是其中最早起步的公司。創(chuàng)業(yè)初期，他們基于谷歌 2018 年推出的 BERT 大模型做應用。光年之外 2023 年 4 月初正式啟動。王慧文年初看到大模型的機會，“幾天之內就做完決策”，決定再次創(chuàng)業(yè)。

他們都被 ChatGPT 顯示出的 “才能” 震撼。一位大模型創(chuàng)業(yè)者讓 ChatGPT 用動態(tài)規(guī)劃方法列出從北京到上海的最短路徑，每條路的里程數(shù)要被 3 整除。一位資深科技投資人讓 ChatGPT 翻譯日本唱片介紹。ChatGPT 可以把 “N 響” 準確地翻譯成 “NHK 交響樂團”，這是相當資深的古典音樂發(fā)燒友才知道的 “黑話”。一位 AI 創(chuàng)業(yè)公司的科學家請 ChatGPT 寫人類和 AI 的故事，不斷要求加入新角色，比如一只哈士奇，不斷涌出的字詞還是自然地組織起來。

真格基金設計了 300 多個問題，包含 “香蕉的平方根是多少”，以及要求大模型模擬抽塔羅牌占卜。3 月中旬，剛發(fā)布幾天的 GPT4 回答準確率超過 70%，同期已發(fā)布的國產大模型平均準確率 20%。5 月，國產大模型的平均準確率已經追到 50% 以上。

被大模型能力震撼的創(chuàng)業(yè)者們將其比作 “下一代計算機”“火的發(fā)明”“人類創(chuàng)造的上帝”；動用各式比喻來解釋他們預計的變化量級，“寒武紀”“工業(yè)革命”“文藝復興”“大航海”“蘋果微軟時刻”“黑莓時代” 等等。

質變從 2020 年面市的 GPT-3 開始。這款模型參數(shù)量和預訓練數(shù)據量比上一代增大百倍以上，展示出更強的語言理解和預測能力。OpenAI 的設想被印證：當數(shù)據規(guī)模足夠大，模型就能學到其中包含的翻譯、算數(shù)、編程等各種任務的例子，因此變得更通用。ChatGPT 沿著這條路更進一步。IDEA 研究院認知計算與自然語言講席科學家張家興在一次活動上，引用《三體》里著名的那句 “物理學不存在了”，在現(xiàn)場感嘆，“傳統(tǒng)的 NLP（自然語言處理）技術不存在了”。

“大模型重點在數(shù)據、模型、可以規(guī)?；瘜嵤┑乃惴ǎ瑐鹘y(tǒng) NLP 研究重點在模型上做很多精巧的設計，但很多在大數(shù)據大模型上就不再有效了?！?聆心智能創(chuàng)始人、清華大學計算機系副教授黃民烈解釋。

原本就在 AI 領域的創(chuàng)業(yè)者也活躍起來。商湯、第四范式、科大訊飛等公司相繼推出大模型。AI 創(chuàng)業(yè)公司出門問問 CEO 李志飛感嘆，“大模型的供給比想象中多多了”。他最初認為大模型的資金和技術門檻高，能做的國內公司最多兩三家。一個半月之后，他預感大模型的市場競爭可能比上一波 AI 熱潮更激烈。

怎么理解 OpenAI 的成功，部分意味著這些創(chuàng)業(yè)者將怎么對待他們的競賽。李志飛認為 OpenAI 的成功是 “把研究范式切換為產品驅動”。瀾舟科技創(chuàng)始人、前微軟亞研院副院長周明認為，這家公司把數(shù)據清洗、訓練速度等各方面做到極致，并且集成所有能力，包括優(yōu)秀的算法、工程甚至 PR。而王慧文認為 OpenAI 的成功是 “正確的使命、愿景、價值觀，正確的組織方法的成功”。

創(chuàng)業(yè)者們對大模型的終極目標 AGI（通用人工智能）的看法，從定義到理解都有很大差異。

王小川只跟 ChatGPT 簡單聊了幾輪，就確信 “ AGI 已經來了”。他認為 ChatGPT 印證了他六七年前的判斷：當機器掌握了語言，強人工智能就到來了。在一個小范圍分享會上，幾位 AI 領域創(chuàng)業(yè)者僅從功能上定義 ChatGPT 的進步。

“大家把這件事想小了?！?王小川說。他會后接到一個在場者的電話，對方問，“小川，你是不是又在裝？” 幾天后，那人又打來電話：“這次你又說對了?！?/p>

王慧文認為，“對 AGI 的認知，隨著對事實的掌握和結果的展開，可能會翻轉很多次的?！?/p>

共同點在于，他們都確信大模型技術變革比他們經歷過的任何一次變化都大，而他們站在這場可能長達幾十年的變革浪潮的起點。

“這次 AI 的浪潮應該是一個持續(xù)幾十年，由多個小浪潮波次構成的大浪潮。它不會一個波次就完成，會在不同的波次里出現(xiàn)不同的創(chuàng)新。” 王慧文說。

他認同美國投資人埃拉德·吉爾（Elad Gil）的觀點：在部分科技浪潮中，所有的價值都可以由初創(chuàng)企業(yè)捕獲，而在另外的浪潮中，大部分價值會歸成熟企業(yè)所有，或者會在初創(chuàng)企業(yè)和成熟企業(yè)之間分配。王慧文認為，AGI 浪潮屬于后者，因為大模型技術跟過去的技術差異化足夠大，導致了市場的不可預測性，創(chuàng)業(yè)公司因此有了發(fā)展空間。

01.直到 ChatGPT 教育了國內市場

2022 年 10 月，多個美國投資人跟李志飛提到一款叫 Jasper 的 AIGC 應用很賺錢。當時 Jasper 僅僅成立 18 個月，估值 15 億美元。Jasper 基于 GPT-3 模型，針對市場營銷場景做了精調，靠生成營銷文案打開市場，2022 年 ARR（衡量 SaaS 或訂閱業(yè)務的收入指標）約 8000 萬美元。

“看到它的那一刻，我真覺得自己是傻子?！?李志飛說。

一位美國紅杉的投資人跟李志飛說：“你的時代來了。” 對方還提到美國紅杉的管理合伙人只討論 AIGC 項目，別的都不看。當時，投資界的關注點更多在應用而非底層的大模型。

Jasper 解決了李志飛兩年前就開始思考的問題：GPT-3 到底適合應用在什么場景？李志飛想過文案場景，但只 “答對” 一半。“過去我們做的是糾錯、潤色、改寫，沒想到完全生成一篇內容”。他 2020 年做過一款基于自研大模型 UCLAI 的輔助寫作應用，因為沒想到好的商業(yè)前景，最終沒有上市推廣。

AI 創(chuàng)業(yè)公司第四范式也有類似的嘗試。第四范式副總裁兼主任科學家涂威威帶領百人團隊，負責研究全球最前沿 AI 技術并提前投入。2018 年谷歌推出 BERT 大模型，各方面性能顯著提升，涂威威和同行當時都以為，“那就是 NLP 的拐點”。他接到越來越多輔助寫作的需求。其中一些客戶很坦白地說，希望 AI 幫忙生成 “八股文” 式的匯報材料，“AI 都能下棋，這還寫不了？”

涂威威團隊嘗試基于 BERT 和 GPT 系列模型做輔助寫作應用，但只能實現(xiàn)續(xù)寫兩三句，準確性還不高，最終沒有對外發(fā)布。

創(chuàng)業(yè)公司算力資源有限，注定向投入產出比更高的主營業(yè)務傾斜。這些先行者的大模型實驗當時也很難得到外部支持。2020 年 6 月，GPT-3 推出，Google 科學家出身的李志飛看到了大模型更通用的能力。他和工程師結成研究組，“像上癮一樣” 讀論文。

幾個月后，在一個科技企業(yè)家的登山活動上，李志飛花一小時跟同行的人解釋大模型是什么。他講得興奮，別人 “只是當故事聽”，并且不斷質疑：“So what？怎么商業(yè)化？” 其中一位企業(yè)家委婉地說：“志飛，你就適合當科學家，不適合創(chuàng)業(yè)?！?李志飛意識到，“不可能有人投資你做這個”。他們研發(fā)的中文大模型最終停在 60 億參數(shù)量，沒有足夠的資本支持它走到能力 “涌現(xiàn)” 那一刻——如今從業(yè)者普遍認為 400 億-500 億參數(shù)量級是模型能力 “涌現(xiàn)” 的門檻。

創(chuàng)投界此時還沒意識到 GPT-3 背后的商業(yè)空間。真格基金管理合伙人戴雨森在 2021 年就接觸過兩家大模型創(chuàng)業(yè)團隊，他們也想做類似 Grammarly 的 AI 輔助寫作或小說續(xù)寫。戴雨森當時并不看好，認為應用場景比較局限。

企業(yè)客戶更現(xiàn)實。周明在 2020 年底開始創(chuàng)業(yè)，拜訪上百家客戶，得到的反饋往往是：“你做大模型，我們也用不起。” 周明公司的客戶大多是央國企，為了數(shù)據私有化，得把大模型部署到本地，至少得投入上千萬元的訓練成本。即使不做訓練，只做本地部署推理，成本也在一兩百萬元?？蛻粽J為不合算。

直到 2023 年 1 月，ChatGPT 教育了國內市場。李志飛此時已重啟自研大模型 3 個多月，他發(fā)現(xiàn)有 “看起來跟大模型毫不相干” 的人，也來問他得花多少錢、招什么人能做。涂威威接觸到各行各業(yè)咨詢大模型合作的客戶，甚至包括 “農林牧副漁” 行業(yè)。

2 月 10 日，一條 “人工智能宣言” 流傳開。“5000 萬美元，帶資入組，不在意崗位、薪資和 title，求組隊。”3 天后，宣言變成傳播度更高的 AI “英雄榜”。王慧文公告了他的決心：打造中國 OpenAI。

他的下場加劇了這一輪 AI 裝備競賽的激烈程度。一位大模型創(chuàng)業(yè)公司的員工說，“老王這么投入” 讓他意識到，這個賽道的火熱程度遠超想象。算力資源明顯緊張起來，一位創(chuàng)業(yè)者抱怨，“求爹告娘才搞到一些機器”。

02.“邊登月邊修螺絲”

2 月 7 日開始，王慧文給他認為適合大模型創(chuàng)業(yè)的人一個個地打電話。他總在問 “你怎么看……”，再問，“你要不要干？” 聽到的回答經常是否定的，“太燒錢了”“這是巨頭的事”……一周后，他決定自己下場?！按蠹彝凸懒丝吹酱笞兓⒖虥_進去的重要性。” 王慧文說。

美團到家事業(yè)群總裁王莆中評價王慧文 “人才識別能力超強”。因此，被王慧文聯(lián)系過的大模型人才也受到其他競爭者的關注。深言科技 CEO 豈凡超就是其中一位。豈凡超在清華 NLP 實驗室讀博期間，參與研發(fā)智源研究院 “悟道” 大模型，在國際頂級刊物發(fā)表 30 多篇論文，和同學研發(fā)產品 “WantWords 反向詞典”，吸引超過 500 萬用戶。在一位深言科技員工眼中，豈凡超是難得的兼?zhèn)浼夹g和產品能力的人才，他的創(chuàng)新意識驅動他做科研、做產品，“他不愿意做跟別人一樣的事”。

GPT4 發(fā)布后的一個月，創(chuàng)投圈氛圍逐漸升至沸點。各公司開發(fā)布會，展示大模型如何在辦公、營銷等場景落地，如何跟醫(yī)療、智慧交通等行業(yè)結合。投資機構開閉門會，要求被投公司跟緊變化，避免被顛覆。一年前被派去新加坡看 web3 項目的投資人回來 “猛學 AI”，不少投資經理開始攻讀技術論文。陸奇讓團隊的人做 “大模型日報” 來同步最新信息，感慨新出的論文多到他 “實在是跟不上”。

王小川提問 ChatGPT：我想做好這次創(chuàng)業(yè)，招更多合伙人和優(yōu)秀的領軍人物，應該做些什么？得到的建議之一是：你應該先把你的想法告訴外界。他聽取了 ChatGPT 的建議，召開媒體溝通會，第一次宣告成立百川智能，計劃年底發(fā)布對標 GPT-3.5 的大模型。

錢迅速涌入。王小川剛和朋友透露創(chuàng)業(yè)想法，就被問 “能不能加個親友股”。百川智能啟動資金 5000 萬美元均來自他個人及好友的支持。王興以個人身份投資王慧文的光年之外，宿華則投資了多家生成式 AI 相關公司。

目前，國內估值最高的兩家創(chuàng)業(yè)公司是光年之外和 MiniMax。

真格基金是最早認投光年之外的投資機構之一。真格基金管理合伙人戴雨森認為，大模型技術產品化這個過程很難由科學家完成，需要一個有商業(yè)思維的人。同時，大模型資金門檻高，需要創(chuàng)業(yè)者有 “融幾億美金并且有效地花出去” 的經驗。

MiniMax 公司名字取自一種算法，人們對它還不熟悉，但它的合作方有不少知名公司：4 月 18 日，火山引擎總裁譚待在發(fā)布會上專門提到 “火山引擎上跑了抖音，也跑了 MiniMax”；同一天，金山辦公發(fā)布 WPS AI，CEO 章慶元介紹其底層大模型由 MiniMax 提供。

MiniMax 于 2021 年 12 月成立，已有文本、語音、視覺 3 個模態(tài)的自研基礎模型。2023 年 3 月，MiniMax 推出面向企業(yè)用戶的 API 開放平臺，支持文本和語音模型的服務調用。

聯(lián)合創(chuàng)始人楊斌曾任職于 Uber AI 研究院，獲得過英偉達 2018 年先鋒研究獎和微軟 2021 全球博士獎學金。MiniMax 團隊成員大多出生在 1990 年代。多位創(chuàng)投人士認為，開始大模型創(chuàng)業(yè)的最佳年齡在 35 歲以下。他們認為大模型技術更新速度 “以天計算”，年輕人能更快迭代認知，并且知識結構不陳舊。

云啟資本是 2021 年底唯一參與 MiniMax 天使輪投資的早期投資機構。云啟資本合伙人陳昱學計算機出身，他指出機器學習領域近年有兩個里程碑式進展：2012 年 CNN 架構爆發(fā)，2017 年 “所有人一邊倒地去搞 Transformer 架構”，GPT、BERT、LLaMa 等主流大模型都基于 Transformer?！耙粋€人在不同年份開始接觸機器學習，知識結構完全不一樣?！?他認為新技術已經覆蓋和超越傳統(tǒng) NLP 技術，“早年的知識不是經驗，而是累贅?！?/p>

MiniMax 團隊有一種活潑的面貌，自驅力強。他們內部最初給大模型起的昵稱叫 “ABAB”，因為剛開始做語言能力訓練時，模型只能像嬰兒那樣 “啊巴啊巴”?，F(xiàn)在公司創(chuàng)立近 18 個月，他們自信模型能力國內領先。MiniMax 的企業(yè)文化受到 SpaceX 啟發(fā)，創(chuàng)始團隊常把做大模型比作造火箭，希望用不走捷徑的方式實現(xiàn) AGI。

現(xiàn)在，國內更多組織把 AGI 作為愿景，從零開始搭團隊、爭取資源。一位大模型創(chuàng)業(yè)團隊成員形容此刻的局面，所有人都在 “邊登月邊修螺絲”。

03.“新大陸上，最值錢的不一定是黃金”

創(chuàng)業(yè)者們基于各自的經驗，探索 “技術——產品——商業(yè)化” 的不同路徑。

戰(zhàn)略層面，多位創(chuàng)業(yè)者同時做大模型和商業(yè)化應用。周明稱之為 “邊煉邊用”。周明是國內最早出發(fā)的大模型創(chuàng)業(yè)者之一，他認為瀾舟科技的模型和應用之間已經形成 “反饋鏈”，有先發(fā)優(yōu)勢。王慧文將 “雙輪驅動” 定為光年之外的戰(zhàn)略。他認為，只做應用和只注重做模型都有戰(zhàn)略風險。前者風險在于模型能力不斷進化，很多應用場景可能被完全覆蓋。后者風險在于市場被注重商業(yè)化的對手搶占、研發(fā)后期難以衡量模型好壞，以及無法通過應用收集更多數(shù)據。

李志飛認為，OpenAI 比 Google 等對手更早 “見到真實用戶數(shù)據”，是 OpenAI 堅定研發(fā)方向、形成壁壘的重要原因。他提出 AI 應用數(shù)據分為三個階段：上線前，研發(fā)者假設的用戶數(shù)據；上線初期收集到的大量 “假數(shù)據”，比如每天流入流出的新用戶，留下無意義的互動?！敖^大部分產品跨越不了這個階段。如果你不警惕，你會誤以為這就是用戶真實的需求?！?而 OpenAI 的應用已經走到第三階段，有留存用戶、付費用戶，數(shù)據更接近真實。

產品路線也各不相同。周明堅定選擇 2B，做針對特定領域的專用大模型，“節(jié)奏慢但是更務實”。他認為 2C 像是一條 “不歸路”。2C 需要把語言理解能力和做各種任務的能力放在一個模型里，相應地模型參數(shù)規(guī)模必須大，未來會進入參數(shù)規(guī)模、數(shù)據量和算力的軍備競賽。

周明認為 2B 和 2C 是完全不同的兩條路，打算兩者都做的創(chuàng)業(yè)者屬于 “沒想明白”。而 MiniMax 和深言科技都認為，現(xiàn)階段大模型可以在通用場景發(fā)揮價值，2B 和 2C 的市場需求都能滿足，不會刻意區(qū)分。

李志飛選的方向是 to “professional consumer”，用戶是 “產消者”。他們希望為創(chuàng)造某些內容而消費的個體提供 AIGC 工具。

出門問問曾以 AI 識別為重點，但這個方向困難重重。做 2C 的語音助手時，李志飛發(fā)現(xiàn)很難滿足用戶的期望。盡管語音識別、語音合成等基礎技術很成熟，但一個語音助手產品包括自然語言理解、對話、數(shù)據查詢等 8 個環(huán)節(jié)。在上一代 AI 技術條件下，每一步都有可能出差錯——這也是 Siri 們總被調侃是 “人工智障” 的原因。他也做 2B 業(yè)務，但 “沒法第一天就有商業(yè)模式”，往往是客戶免費試用半年，再打磨產品，才有可能收到錢。大公司也在搶同樣的客戶，有些產品還免費。

李志飛處在一種苦悶的狀態(tài)里，直到他在 2020 年的 CES 國際消費電子展得到啟發(fā)。那是在三星的展臺，他突然聽到背后有說話聲，“毛骨悚然的感覺”。他回過頭，看到和他一樣高的屏幕上，用極高畫質渲染出來的數(shù)字人 Neon。他第一次被 AI 生成的體驗震撼。回去后，他調整研發(fā)重點，帶團隊開始投入生成式 AI 。

不久后，他帶團隊研發(fā)的 AI 配音平臺 “魔音工坊” 帶來讓他驚喜的利潤。2023 年 4 月，出門問問發(fā)布基于自研大模型發(fā)布 AI 寫作應用 “奇妙文”，“魔音工坊” 等應用也開始與大模型整合。他樂在其中，生成了一位數(shù)字人李志飛，代替他本人參加活動。

不同的產品路徑，有一些共同的問題亟待解決。比如，怎么讓大模型避免胡說八道？一種實踐是引入專家知識去干預。對于 2C 產品，這幫助它們和人的價值觀對齊——這也是陸奇近期演講提到的 “OpenAI 現(xiàn)在優(yōu)先級最高的工作”。聆心智能創(chuàng)始人黃民烈介紹了他們設計的一個重要規(guī)則：當他們的情感陪伴類產品識別出用戶有危險行為時，機器能以符合專業(yè)干預技術的方式施行緊急援助。

對于 2B 產品，引入專家知識和規(guī)則幫助它們表現(xiàn)得更準確。第四范式于 4 月底首次公布 “以生成式 AI 重構企業(yè)軟件（AIGS）” 戰(zhàn)略，提出企業(yè)級 Copilot（助手）的進階 “Copilot+ 知識庫”。涂威威解釋，這可以理解為第四范式 “培養(yǎng)” 出大模型的基礎能力，等它進入企業(yè)后，接上內部知識庫就能 “自學”，更準確地理解任務、知道什么工作該調用什么資源，輸出結果也能溯源，“像一位董秘”。

多位創(chuàng)業(yè)者認為，考慮 2C 商業(yè)模式、監(jiān)管等因素，ChatGPT 在國內并不是最適合的產品形態(tài)。王慧文愿意嘗試 “Chat” 這個已經被充分驗證的機會，但他更強調 “keep open-minded”，別在起跑時就篤定哪一條路是正確的。

他計劃組織一支產品團隊，每天探索不同方向?！拔覀儑L試的時候可能起點很低，” 王慧文說，“要勇于從別人看不見、看不起的東西著手去嘗試。不斷收集信息，不怕 low?！?/p>

戴雨森把 ChatGPT 比作新大陸剛挖出的黃金，前往新大陸的探險者們 “去了可能發(fā)現(xiàn)棉花價值更大”。

04.更大的機會，更嚴苛的環(huán)境

陸奇在近期演講中，給出中國大模型發(fā)展第一階段的標準：誰先達到 GPT-3.5 水平，誰將能進入第一梯隊。在此之前，許多事要從零做起。

戴雨森認為 “中國幾乎沒有人有做萬卡并行訓練的經驗”。而缺少工程經驗會帶來各種意想不到的難題。一位創(chuàng)業(yè)者說，剛把算力加上去，機房電不夠了。他認為目前市面上絕大部分機房的電量配置，都滿足不了大模型的訓練需求。

面對算力 “卡脖子” 的現(xiàn)狀，李志飛盡量讓自己樂觀：“真正有意思的是你在有限的資源下做出別人做不到的事情?！?他用精打細算的方式煉模型，經常埋在論文里研究半天，只為了找到最合適訓練大模型某項能力的框架或超參數(shù)。他所說的合適意味著，“雖然冒一定風險但可以大幅降低成本”。

數(shù)據工程也需要一點點摸索。黃民烈介紹，聆心智能制定了包括數(shù)據搜集來源、清洗加工等各環(huán)節(jié)的標準流程，建立起相對高效的數(shù)據工程，數(shù)據體系趨于成熟用了 1 年。他認為初創(chuàng)團隊做數(shù)據工程的 “臟活累活” 需要的時間，不會因為技術快速發(fā)展而減少很多。

更核心的難題在于找到真正的人才。一位有技術背景的大模型項目的投資人在 2、3 月密集地和 50 多位國內頂尖的從業(yè)者交流，他認為真正擁有前沿洞察的人不超過 5 位。

王慧文希望找到這樣的人：真正向往偉大事業(yè)、對工作有主人翁精神、理解不同職能和技術，足夠聰明、足夠自信……他認為吸引越多具備這些特質的人才，團隊才能形成多種組織能力，不同職能之間有效合作。但他也承認，這樣的人才非常稀少。

定下雙輪驅動的戰(zhàn)略后，王慧文認為最大的挑戰(zhàn)來自組織能力。AGI 是執(zhí)行屬性和探索屬性都很強的業(yè)務，鏈條也很長，這種事情對組織的要求很高，它比單獨探索和單獨執(zhí)行，難度都高很多。

“比移動互聯(lián)網更大的機會” 激勵著每一位投身大模型的人。同時，他們也面臨比移動互聯(lián)網初期更嚴苛的監(jiān)管環(huán)境。全球政府都更早介入監(jiān)管。4 月 11 日，網信辦發(fā)布《生成式人工智能服務管理辦法（征求意見稿）》公開征求意見的通知。同日，美國商務部下屬的國家電信和信息管理局 （NTIA） 宣布征求公眾意見，關于如何制定人工智能問責措施。NTIA 負責人艾倫·戴維森（Alan Davidson）對《衛(wèi)報》表示，美國立法者 2021 年提出 100 多項人工智能相關法案，“這跟社交媒體、云計算甚至互聯(lián)網早期有很大不同”。當?shù)貢r間 5 月 16 日，OpenAI CEO 山姆·阿爾特曼（Sam Altman）首次參加美國國會聽證，呼吁政府制定監(jiān)管 AI 的措施。

創(chuàng)業(yè)者也將面臨來自大公司的激烈競爭。移動互聯(lián)網時代的巨頭比 PC 時代更難顛覆。它們不僅在算力、資金、某些垂直領域數(shù)據有優(yōu)勢，也滲透進更多應用場景，有高度成熟的商業(yè)變現(xiàn)體系。

王小川認為，現(xiàn)有的大公司雖然有資源優(yōu)勢，但定目標 “想象力不足”，需要跟已有業(yè)務配合，“老板不會把 AGI 當作公司的總目標”。大公司復雜的組織結構，還容易導致個人目標和公司目標產生偏差。他認為大模型時代相對互聯(lián)網時代將發(fā)生 3 個重要變化：交互方式從連接改為陪伴，信息服務變?yōu)橹R服務，免費模式變?yōu)楦顿M訂閱模式。

他相信一定是新的組織引領這些變化，“兩到三年會看到一批新的巨頭”。

相比與創(chuàng)業(yè)公司競爭，李志飛說，“我唯一怕的是巨頭?！?他創(chuàng)業(yè)超過 10 年，2017 年他在做智能音箱，趕上 “百箱大戰(zhàn)”，和大公司正面遭遇過。那是他第一次深刻意識到，“競爭是很殘酷的”。最近他去硅谷跟人交流時會被問：“你怎么了？你是受了多少折磨？” 他才意識到自己一直在談競爭，不像過去在 Google 當科學家時那樣暢聊技術。

“創(chuàng)業(yè)很痛苦，如果沒有樂趣堅持不下去?！?他說。2020 年，AI 市場繼續(xù)下行疊加疫情，他郁悶難解。研究 GPT-3 的論文成了他的精神支撐。

如今，自研大模型讓他找回了樂趣。他經常跟他和團隊自研的大模型 “序列猴子” 聊到凌晨一兩點。最初，他像輔導功課的家長，反復教 “序列猴子” 做算術題：一個蘋果兩元，一個梨子三元。我買三個蘋果，五個梨子總共花多少錢？“序列猴子” 總是列不對方程式。他發(fā)現(xiàn)，大模型就像有自己的脾氣，有時堅持不改錯，有時會立刻改。

隨著研究深入，李志飛理解，這不是機器產生了意識，而是大模型在各信息之間權衡，什么是更有可能正確的答案。

4 月中旬的一個晚上，他和朋友吃飯時收到同事的消息：“序列猴子” 有了一個還不錯的新版本，讓他試試。他隨意問了幾道地理題，比如 “湖北和湖南兩個省的省會人口哪個更多？” 從簡單到復雜的問題，“序列猴子” 都很好地對答。而這些看似簡單的問題與結論，實際上需要機器先理解問題中的概念，再作比較。李志飛感到驚喜，“序列猴子” 可能擁有了二階邏輯推導的能力，而他們并沒有刻意訓練過。

那一刻，他非常興奮，匆匆結束飯局跑回家，從對話、數(shù)學、多步推理等各個方面又測試了幾個小時。他發(fā)現(xiàn) “序列猴子” 跟過去他做的所有 AI 系統(tǒng)都不一樣。過去，他明確知道機器能做什么、不能做什么?，F(xiàn)在，他意識到 “序列猴子” 能聽懂問題，還不時給他意料之外的答案。

“序列猴子” 在努力理解人類的語言，李志飛在努力理解大模型——這是創(chuàng)業(yè)中他最珍視的部分。“也許我永遠不能完全理解它，就像真相只能逼近。但我還是想知道 why，提出假設，做各種實驗。”

“我認為今天是非常偉大的一個時間點?！?王慧文說，他認為起步年代意味著未來能打開的空間大小?！霸谶@個時間點起步的公司，有希望形成研發(fā)能力與商業(yè)能力的正循環(huán)”。

他把這次變化的節(jié)點類比于 1980 年代左右，個人數(shù)字設備起步的時間點。蘋果和微軟兩家公司在那個時候啟動，建立了研發(fā)和商業(yè)的正循環(huán)，成為人類數(shù)字科技進步浪潮的主要推動者，當浪潮由別人推動時，它們也有能力跟進。

不止一位創(chuàng)業(yè)者會從科技史、商業(yè)史的角度打量過去浪潮中誕生的創(chuàng)業(yè)公司，從它們的故事中尋找規(guī)律，以它們的歷程激勵自己前進。中國的大模型創(chuàng)業(yè)者們的競賽剛剛開始。肯定的是，競爭將十分激烈，環(huán)境將十分嚴苛，賽程將十分漫長。

標簽：