![对话傅盛:不用都学OpenAI烧钱,华为先做交换机再做手机也很厉害插图1 对话傅盛:不用都学OpenAI烧钱,华为先做交换机再做手机也很厉害](http://www.hao921.com/wp-content/uploads/2024/03/20240325000116-6600becc4c0f7.png)
编辑 / 苏扬 腾讯科技
“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。
傅盛、朱啸虎朋友圈激辩AI创业
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。他说,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。
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。
日前,猎豹移动董事长兼CEO、猎户星空董事长傅盛接受了腾讯科技《亮见》主理人、数字经济学者刘兴亮的访谈,详细地谈及了他的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”。
刘兴亮对话傅盛现场
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:
01 “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。
02 “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。
03 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。
04 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。
05 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?
06 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。
07 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。
08 “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。