6月8日-9日，36氪WAVES新浪潮2023大會(huì)在北京金海湖國(guó)際會(huì)展中心順利舉辦。「WAVES」作為36氪全新推出的峰會(huì)IP，靈感來(lái)自于世界電影史上知名的“法國(guó)新浪潮電影運(yùn)動(dòng)”。我們想借此表達(dá)：年輕一代人不滿足于現(xiàn)狀、勇敢開(kāi)拓和創(chuàng)造的精神。所以本次WAVES大會(huì)的slogan是：浪潮偏愛(ài)年輕人。

我們認(rèn)為，“年輕”不止是一個(gè)年齡上的概念，而更是一種對(duì)活力、想象力的描述。某種程度上，36氪就是一個(gè)伴隨著年輕一代創(chuàng)業(yè)者、或者說(shuō)“創(chuàng)新精神”一起成長(zhǎng)起來(lái)的公司。這也是我們一直引以為傲的一點(diǎn)：在多數(shù)媒體還在追逐大公司的時(shí)代，我們就將目光著眼那些名不見(jiàn)經(jīng)傳的小公司、或“小人物”身上。

(資料圖片僅供參考)

WAVES新浪潮2023大會(huì)集聚創(chuàng)投、科技、人文、音樂(lè)多元場(chǎng)景，致力于打造出一場(chǎng)聚焦青年創(chuàng)始人和投資人的商業(yè)新勢(shì)力派對(duì)。

8日上午，針對(duì)新一輪的AI新浪潮所產(chǎn)生的影響，真格基金管理合伙人戴雨森、IDEA研究院講席科學(xué)家張家興、昆侖萬(wàn)維 CEO方漢、中國(guó)人民大學(xué)高瓴人工智能學(xué)院教授盧志武、瀾舟科技合伙人、首席產(chǎn)品官李京梅與暗涌主筆于麗麗一起參與了主題為“被仰望的與被遺忘的”圓桌討論，以下為對(duì)話內(nèi)容，經(jīng)36氪編輯整理：

峰會(huì)現(xiàn)場(chǎng)

1.

36氪：我們這個(gè)環(huán)節(jié)的主題叫“被仰望的的與被遺忘的”，聽(tīng)上去有一些抽象，其實(shí)想討論的是這一波AI新浪潮所超產(chǎn)生的影響，而所有的新浪潮都會(huì)有過(guò)度被推崇的部分和疏漏的部分。首先請(qǐng)各位老師介紹下自己，以及所在平臺(tái)正在做的大模型相關(guān)的一些情況。

戴雨森：真格基金是中國(guó)領(lǐng)先的天使投資基金，其實(shí)在過(guò)去十幾年我們投資了很多AI相關(guān)的項(xiàng)目，在大模型浪潮開(kāi)始之后，我們發(fā)現(xiàn)，很多過(guò)去投資過(guò)的項(xiàng)目，已經(jīng)成為了大模型浪潮中的中間力量。

比如說(shuō)我們之前投了好幾家領(lǐng)先的AI芯片公司，像瀚博、沐曦、燧原等。大模型本身的話，我們新投了王慧文的光年之外，楊植麟的月之暗面這兩家做大模型的公司，以及我們?cè)谑畮啄昵熬屯读顺鲩T問(wèn)問(wèn)，他們也在自建大模型，叫做序列猴子。在AI領(lǐng)域需要的中間件，例如我們投資了潞晨科技，他們的開(kāi)源框架在模型訓(xùn)練和推理加速里也是很受關(guān)注的。此外我們?cè)趹?yīng)用端也有一些相關(guān)的投資布局。

整體來(lái)講，在這一波AI新浪潮出現(xiàn)的時(shí)候，對(duì)于真格來(lái)說(shuō)已經(jīng)不是一個(gè)新的浪潮，并且我們也感覺(jué)到很多新的機(jī)會(huì)正在重新屬于年輕人，所以我們還是比較激動(dòng)的，從基金的角度和我個(gè)人的角度也花了很多的精力去關(guān)注和學(xué)習(xí)。

張家興：我是來(lái)自IDEA研究院的張家興，IDEA認(rèn)知計(jì)算與自然語(yǔ)言研究中心，大概兩年前成立，從成立就一直在做大模型，然后我們作為一個(gè)整個(gè)大模型的系列叫做風(fēng)神榜大模型系列，我們已經(jīng)開(kāi)源100多個(gè)模型，從數(shù)量來(lái)說(shuō)中國(guó)第一大的整個(gè)預(yù)系列模型體系，在ChatGTP出來(lái)之前做過(guò)各個(gè)機(jī)構(gòu)和垂直能力方面比較有影響力的一些工作，然后在這一次ChatGTP出來(lái)之后反正也是給大家一個(gè)很大的啟發(fā)，然后證明了通用模型才是未來(lái)真正的發(fā)展方向，我們也是轉(zhuǎn)向?qū)ｉT做通用的大模型。

幾個(gè)星期前，我們也是剛剛開(kāi)源我們風(fēng)神榜的下面一個(gè)新的子系列叫姜子牙系列，我們姜子牙預(yù)系列大模型也是在中文上非常好的表現(xiàn)，我們也是開(kāi)源出來(lái)，希望更多的人能夠用我們的模型做出一些好的工作出來(lái)。

方漢：我是昆侖萬(wàn)維的CEO方漢，昆侖萬(wàn)維是A股上市公司,主要的業(yè)務(wù)在海外，目前我們78%的營(yíng)收來(lái)自于海外，在全球70多個(gè)國(guó)家和地區(qū)有業(yè)務(wù)，全球的月活用戶4億左右，在海外我們做的業(yè)務(wù)主要是內(nèi)容與社交相關(guān)方向。在2020年6月GPT3出現(xiàn)之后，對(duì)我們觸動(dòng)比較大，我們當(dāng)時(shí)判斷這是內(nèi)容生成領(lǐng)域的里程碑，所以我們從2020年8月就啟動(dòng)大模型的研發(fā)，2021年我們就發(fā)布了一個(gè)131億參數(shù)中文預(yù)訓(xùn)練大模型，同年我們啟動(dòng)了音樂(lè)生成的研究工作，今年4月份我們也發(fā)布了一個(gè)千億級(jí)別的中文預(yù)訓(xùn)練大模型“天工”。

盧志武：大家好！我是來(lái)自人民大學(xué)的盧志武。我們團(tuán)隊(duì)其實(shí)從2020年就開(kāi)始做大模型了，當(dāng)時(shí)做的第一個(gè)多模態(tài)大模型叫文瀾，在過(guò)去兩年有一些影響力。我們一直是做多模態(tài)，我們現(xiàn)在的模型是ChatImg2.0版本。大家可以關(guān)注一下公眾號(hào)，可以試用一下，我自己覺(jué)得還可以。然后，我們學(xué)院昨天也發(fā)布了一個(gè)語(yǔ)言大模型叫玉蘭，是開(kāi)源的，大家都可以試用看看效果怎么樣。

李京梅：我來(lái)自瀾舟科技，是一家兩年的創(chuàng)業(yè)公司。我們是2021年開(kāi)始在李開(kāi)復(fù)老師的創(chuàng)新工場(chǎng)孵化，今年已經(jīng)兩年了，我們的創(chuàng)始人周明老師之前是微軟亞洲研究院的副院長(zhǎng)，也是NLP領(lǐng)域的專家。

我們公司的定位是一家認(rèn)知智能公司，在創(chuàng)業(yè)之初就開(kāi)始做預(yù)訓(xùn)練模型，我們這個(gè)技術(shù)的名字叫孟子，比較中國(guó)化，也致敬了中國(guó)的傳統(tǒng)文化，所以我們比較關(guān)注中國(guó)市場(chǎng)中文這個(gè)領(lǐng)域大模型。

如今孟子已經(jīng)是我們的一個(gè)大模型的系列，只是在ChatGPT出來(lái)之前我們走的是輕量化的一個(gè)技術(shù)路線，今年有了ChatGPT的破圈，所以我們?cè)诩夹g(shù)上也做了一定的轉(zhuǎn)型。今年 3月份我們對(duì)外推出了自己的孟子生成式大模型（孟子GPT），5月份開(kāi)始面向友好伙伴跟客戶做了邀請(qǐng)的測(cè)試，反響還不錯(cuò)。

我們現(xiàn)在對(duì)外發(fā)布推出的是一個(gè)百億參數(shù)量的孟子GPT大模型，之后我們會(huì)繼續(xù)訓(xùn)練一些幾百億參數(shù)量的一個(gè)模型，所以瀾舟在孟子大模型賽道選型是基于通用模型底座，聚焦垂直領(lǐng)域和專業(yè)賽道。目前孟子大模型已經(jīng)落地金融、營(yíng)銷、文化娛樂(lè)、還有機(jī)器翻譯這個(gè)領(lǐng)域，所以接下來(lái)我們也會(huì)持續(xù)基于我們自己的通用底座在行業(yè)這個(gè)大模型的賽道持續(xù)做商業(yè)化落地。在開(kāi)源方面，從2021年開(kāi)始，孟子一系列模型陸續(xù)入駐GitHub和Hugging?face開(kāi)源社區(qū)，同時(shí)，在阿里魔搭社區(qū)也開(kāi)源了差不多20個(gè)左右的模型，接下來(lái)我們希望跟社區(qū)可以多做一些互動(dòng)，收集反饋，我們也會(huì)持續(xù)做一些大模型的開(kāi)源，這個(gè)是我們孟子大模型現(xiàn)在的一些進(jìn)展。

2.

36氪：剛才雨森也提到過(guò)，這一波浪潮對(duì)普通人和行業(yè)人士來(lái)說(shuō)，感知上有明顯的時(shí)間差，所以第一個(gè)問(wèn)題是，你們個(gè)人最早被大模型沖擊到大概是怎樣的一種場(chǎng)景和時(shí)刻？以及在這一波的浪潮中你們覺(jué)得可能真正的里程碑事件是什么？

戴雨森：AI在創(chuàng)投界近十幾年都是一個(gè)比較熱的話題，只是隨著一波一波新技術(shù)的興衰不斷進(jìn)入冬天和春天。但是這一次由ChatGPT引發(fā)的大模型熱潮其實(shí)有一個(gè)最不一樣的特點(diǎn)，那就是它真正進(jìn)入了主流用戶的日常使用。最近有一個(gè)統(tǒng)計(jì)，ChatGPT的月活可能已經(jīng)過(guò)了十億。尤其在海外，我們會(huì)發(fā)現(xiàn)，大量的辦公室工作者、學(xué)生、設(shè)計(jì)師等普通人都在大量使用ChatGPT或者M(jìn)idjourney這樣的產(chǎn)品，說(shuō)明這一次生成式AI技術(shù)真正已經(jīng)到了跨越鴻溝進(jìn)入市場(chǎng)主流的階段。

與此同時(shí)，作為一個(gè)產(chǎn)品，我覺(jué)得ChatGPT是橫空出世的。因?yàn)槲覀冎耙灿眠^(guò)大量對(duì)話智能助手這樣的產(chǎn)品，基本還處在人工智障的階段。但是ChatGPT已經(jīng)具備了非常寬泛、非常通用的能力，這是之前任何產(chǎn)品都沒(méi)有過(guò)的。

對(duì)我自己來(lái)講使用這些產(chǎn)品的過(guò)程中有很多震撼時(shí)刻，比如說(shuō)第一次用Midjourney訓(xùn)練出非常逼真的照片級(jí)的圖片的時(shí)候，又比如最近我有一個(gè)特別有趣的案例就是，claude?100K的模型發(fā)布后，我把張一鳴從12到16年的微博全部都丟進(jìn)去，我首先問(wèn)這個(gè)作者是誰(shuí)？它說(shuō)不知道。但是我又問(wèn)，你從已有的內(nèi)容，推理這個(gè)人創(chuàng)辦的公司2023年可能是什么樣? 它說(shuō)第一這個(gè)公司應(yīng)該已經(jīng)是一家規(guī)模很大的互聯(lián)網(wǎng)公司、第二可能在重點(diǎn)開(kāi)拓海外業(yè)務(wù)，并且這個(gè)人可能23年已經(jīng)脫離一線管理了。我非常震驚，問(wèn)：這你怎么知道的？Claude說(shuō)從微博看出來(lái)，他對(duì)于復(fù)雜的管理并不是很感興趣，而且經(jīng)歷過(guò)創(chuàng)業(yè)十幾年可能已經(jīng)心生退意。雖然原因不是那么準(zhǔn)確，但是對(duì)結(jié)果的預(yù)計(jì)是非常非常有意思的。包括當(dāng)時(shí)看微軟的那篇文章Sparks?of?AGI也是發(fā)現(xiàn)，之前像Lecun這樣的大佬以及很多專家都覺(jué)得大語(yǔ)言模型只是一個(gè)概率游戲，只是文本預(yù)測(cè)模型，不具備對(duì)世界的理解能力，但是你發(fā)現(xiàn)GPT4確實(shí)具備很多對(duì)世界理解的證據(jù)，例如把獨(dú)角獸的角取下來(lái)，大模型說(shuō)應(yīng)該裝上去，這里缺一個(gè)角。這些能力在我們過(guò)去看到的AI的產(chǎn)品或者技術(shù)里面還是比較罕見(jiàn)1的，所以我們現(xiàn)在對(duì)未來(lái)的可能充滿了興奮。

張家興：說(shuō)起ChatGTP這個(gè)出來(lái)之后對(duì)我們的震撼，應(yīng)該說(shuō)對(duì)我的震撼是非常大的，因?yàn)槲覀€(gè)人來(lái)說(shuō)我從12年開(kāi)始做深度學(xué)習(xí)，最近應(yīng)該說(shuō)七八年一直在做自然語(yǔ)言這個(gè)方向，我們已經(jīng)算是讓這個(gè)領(lǐng)域有了很大的突破，但是終究有一些問(wèn)題沒(méi)有解決的那么好，非常精準(zhǔn)的自然語(yǔ)言理解，完全受控的文本生成，用自然語(yǔ)言推理，其實(shí)在ChatGTP出來(lái)之前我過(guò)往的工作，尤其加入IDEA研究院很多工作都是這一方面，其實(shí)是有一些突破，過(guò)去一年是有一些突破，但是嚴(yán)格來(lái)說(shuō)還都是非常漸進(jìn)式的一點(diǎn)一點(diǎn)上升，ChatGTP出來(lái)之后因?yàn)槲矣X(jué)得這就是GPT3又某一種升級(jí)，但是后來(lái)試了之后可以用一個(gè)詞來(lái)形容就是非常震撼。說(shuō)實(shí)在至少中文領(lǐng)域英文也是差不多信息抽取最強(qiáng)的模型了，結(jié)果在ChatGPT出來(lái)之前人家沒(méi)有專門做這一件事情，依然效果強(qiáng)多少，所以讓我們意識(shí)到可能之前這個(gè)技術(shù)真的發(fā)生變化，以前我們?cè)?jīng)的為每一個(gè)任務(wù)去設(shè)計(jì)模型結(jié)構(gòu)，為每一個(gè)任務(wù)專門的去訓(xùn)練的這個(gè)時(shí)代過(guò)去了，我們終于從技術(shù)角度來(lái)說(shuō)，通用這一件事情，終于成為一種可能，我們就做一個(gè)像ChatGPT這樣的模型，把所有的任務(wù)都放進(jìn)去之后，那既然每一個(gè)任務(wù)都比以前做的要好，而且這個(gè)提升是一個(gè)質(zhì)的提升。

盧志武：有兩個(gè)事情。一個(gè)是2021年，DALL-E剛出來(lái)的時(shí)候，做的文生圖效果確實(shí)讓人很驚艷，那個(gè)時(shí)候我覺(jué)得整個(gè)學(xué)術(shù)圈還是挺震驚的。另外一個(gè)就是大模型，今年GPT-4，雖然ChatGPT也很驚艷，但是GPT4還是給我?guī)?lái)更大的震驚，主要是什么？很多人用GPT-4評(píng)測(cè)以后，可能做了很嚴(yán)格的評(píng)測(cè)，認(rèn)為它具有早期的AGI能力，這個(gè)確實(shí)對(duì)我們沖擊特別大，因?yàn)樗凶鯝I的人都是夢(mèng)寐以求要實(shí)現(xiàn)AGI，現(xiàn)在有一個(gè)模型已經(jīng)開(kāi)始具備AGI特質(zhì)了，肯定給我們帶來(lái)很多憧憬，當(dāng)然帶來(lái)很多挑戰(zhàn)?？傊?，這兩個(gè)事情對(duì)我影響是最大的。

李京梅：說(shuō)起震撼，我也有一些體會(huì)。近十幾年我主要都是在做產(chǎn)品。早期做過(guò)研發(fā)，純軟件工程。剛才家興講的今天大模型的可解釋性越來(lái)越黑客化，早期我做軟件工程師的時(shí)候，還是覺(jué)得軟件工程能夠做到一分努力一分耕耘，總是有一分結(jié)果，基本上是可預(yù)測(cè)、看得到，但是今天大模型之所以破圈，是因?yàn)楹芏鄷r(shí)候超乎了人的預(yù)期。

再說(shuō)近些年人工智能給我的一些感受，在2015年、2016年，那時(shí)候在微軟做認(rèn)知服務(wù)0到1的黑科技上云的工作，也是做產(chǎn)品工作，當(dāng)時(shí)的一個(gè)破圈事件是“how-old.net”，在座的有一定年齡，應(yīng)該有印象，那是我印象中能夠跟今天ChatGPT的破圈相提并論的。在普通群眾中破圈的是人臉識(shí)別，雖然界面就是個(gè)網(wǎng)頁(yè)，并沒(méi)有什么特別炫酷的交互或者視覺(jué)的沖擊力，但對(duì)于當(dāng)時(shí)來(lái)說(shuō)，第一次發(fā)現(xiàn)人工智能跟你有這么近距離的體感，大家還是非常興奮的。

拉回到近期，跟我自己的經(jīng)驗(yàn)非常相關(guān)，當(dāng)時(shí)微軟從高科技、黑科技上云更多的是人臉識(shí)別、圖象識(shí)別、語(yǔ)音識(shí)別，還有一個(gè)language understanding，它是一個(gè)語(yǔ)言理解服務(wù)，是一種感知智能，也就是看見(jiàn)、聽(tīng)到，最多就是懂了。但是近些年，尤其是在去年開(kāi)始講生成式AI，到去年9月底AIGC，其實(shí)主要是生圖，但是從AIGC本身來(lái)說(shuō)，海外認(rèn)為的是生成式AI，從理解了、看見(jiàn)了、聽(tīng)見(jiàn)了到能不能創(chuàng)造，這是非常大的里程碑，也是個(gè)人體感非常強(qiáng)烈的破圈，尤其是看到群眾興奮的在朋友圈以及群聊中去曬AI生成的圖。這個(gè)興奮的浪潮在持續(xù)高漲的過(guò)程中，ChatGPT又出來(lái)了，但僅是在技術(shù)圈里、AI圈里。

真正的破圈是到春節(jié)的時(shí)候，再一次的破圈以及震撼我的，準(zhǔn)確的是3月15號(hào)，GPT4出來(lái)了，然后沒(méi)幾天，17號(hào)微軟的Office“全家桶”出來(lái)了，雖然沒(méi)有直接上手可以試，但是當(dāng)你看到操作的視頻就會(huì)非常震憾，這個(gè)震撼在于這種創(chuàng)作型的、這種生成式的AI真的要去顛覆你身邊所有的應(yīng)用。因?yàn)檫@么多年大家感同身受，Office已經(jīng)很好了，但是如何把生成式AI創(chuàng)造智能，嵌入到身邊的這些應(yīng)用里，我覺(jué)得這幾個(gè)點(diǎn)是我個(gè)人特別特別關(guān)注的，主要還是從應(yīng)用的這個(gè)角度。

3.

36氪：回到當(dāng)下，過(guò)去幾個(gè)月稱得上國(guó)產(chǎn)大模型的春天，在你們看來(lái)，中國(guó)國(guó)產(chǎn)大模型相比美國(guó)真正的差距在哪里？其中關(guān)鍵問(wèn)題是什么，這一浪潮中，中國(guó)跟世界的差距是拉大了還是縮小了？

戴雨森：從投資的角度觀察，目前算力、數(shù)據(jù)、算法各個(gè)方面都有一些積累上的差距。OpenAI在這個(gè)過(guò)程中，通過(guò)大量的資金、長(zhǎng)期的研究和堅(jiān)持打造了GPT4這樣非常強(qiáng)大的大模型。我們現(xiàn)在很多團(tuán)隊(duì)都是看到了ChatGPT的結(jié)果之后，才開(kāi)始從資本的角度或者人才算力的角度去開(kāi)始做，所以現(xiàn)在肯定是有一個(gè)比較大的差距，人家已經(jīng)跑前面去了，咱們才開(kāi)始起跑,在比較短的時(shí)間內(nèi)這個(gè)差距會(huì)進(jìn)一步拉大。

整體來(lái)講的話，我覺(jué)得中國(guó)學(xué)者在AI領(lǐng)域的學(xué)術(shù)積累還是非常頭部的，其實(shí)在AI圈里面很多頂會(huì)論文，著名框架的發(fā)明人都是中國(guó)人，所以人才其實(shí)是不缺的，但是現(xiàn)在競(jìng)爭(zhēng)格局比較分散，可能會(huì)影響到在尖端技術(shù)上的突破。我覺(jué)得百模大戰(zhàn)并不是一個(gè)好事兒，其實(shí)很多是行業(yè)浮躁和泡沫的體現(xiàn)。在喧囂之后如何盡快市場(chǎng)格局能夠收斂，把這些本來(lái)就比較稀少的資源集中起來(lái)重點(diǎn)突破，這個(gè)可能是我們要追趕或者在一些領(lǐng)域反超的路徑?，F(xiàn)在資源本來(lái)就少，分散到很多的項(xiàng)目和團(tuán)隊(duì)上，我覺(jué)得也是不太持續(xù)的?，F(xiàn)在雖然做大模型的公司很多，但很多公司其實(shí)只是在用Supervised?Fine?Tuning等比較快捷的技術(shù)做一個(gè)語(yǔ)言能力還可以的模型出來(lái)，但是真正能夠資金實(shí)力和技術(shù)實(shí)力去挑戰(zhàn)GPT4以及更先進(jìn)技術(shù)的團(tuán)隊(duì)和項(xiàng)目可能還是比較少的。

張家興：首先我們還是要承認(rèn)國(guó)內(nèi)大模型跟OpenAI這個(gè)的差距，這個(gè)差距不光是我們跟他們的差距，國(guó)外很多公司跟他們之間也有很大的差距，這個(gè)主要原因是在于在ChatGPT出來(lái)之前，其實(shí)大模型這個(gè)領(lǐng)域已經(jīng)存在了，只不過(guò)這個(gè)領(lǐng)域?qū)儆诎倩R放的階段，大家有眾多的模型結(jié)構(gòu)，針對(duì)不同的任務(wù)、不同的領(lǐng)域大家，也有不同的模型結(jié)構(gòu)跟訓(xùn)練方法的思考，呈現(xiàn)百花齊放的狀態(tài)。但是OpenAI堅(jiān)持選擇了在當(dāng)時(shí)看來(lái)也是眾多方向中的一個(gè)方向，最終它勝利了，這是它本質(zhì)原因，這個(gè)方向確實(shí)堅(jiān)持了很久了，他們做通用人工智能這件事情很早就在說(shuō)，一幾年他們就在說(shuō)這件事情，因?yàn)榉e累的比較多，這條道路勝利了，那么其他人不只是我們，包括美國(guó)的其他公司其實(shí)也都是在追趕的狀態(tài)。

中國(guó)來(lái)說(shuō)，反正我們?cè)谧汾s中有劣勢(shì)也有優(yōu)勢(shì)，劣勢(shì)剛才戴總也提到了包括資本的投入，甚至包括本身算力的規(guī)模，其實(shí)都是屬于一個(gè)劣勢(shì)，當(dāng)然我們也要看到優(yōu)勢(shì)，我們應(yīng)該看到這一代AI跟之前的AI本質(zhì)的不同。如果我們回想到2012年的時(shí)候，其實(shí)對(duì)今天這種情況還是樂(lè)觀的，中國(guó)整個(gè)學(xué)術(shù)界在世界上的話語(yǔ)權(quán)更加什么都沒(méi)有，因?yàn)楫?dāng)時(shí)大家知道“三巨頭”以及他們的學(xué)生基本引領(lǐng)了整個(gè)領(lǐng)域。所以說(shuō)中國(guó)其實(shí)深度學(xué)習(xí)過(guò)去十年中，比如說(shuō)華人做出的有影響力工作不是特別多，很少的。

但是到了這個(gè)時(shí)代因?yàn)檎麄€(gè)發(fā)生了變化，剛才盧老師也所了，學(xué)生都不知道該干啥了，整個(gè)AI技術(shù)的接力棒，前沿技術(shù)的接力棒已經(jīng)從研究走向了團(tuán)隊(duì)式的“研究+開(kāi)發(fā)”，明顯呈現(xiàn)了一種工程化的趨勢(shì)，AI開(kāi)始搞工程化的話，中國(guó)還是有很大的優(yōu)勢(shì)。過(guò)去十年，中國(guó)因?yàn)榛ヂ?lián)網(wǎng)、數(shù)字化轉(zhuǎn)型積累了那么多算法工程師，尤其是懂深度學(xué)習(xí)的工程師，這都成為非常重要的人力資源，所以大家可以看到，這一波其實(shí)如果相對(duì)十年前我們追的是非?？欤麄€(gè)中國(guó)追的是非?？欤泻芏鄨F(tuán)隊(duì)都能做出比較像樣的模型，在逐漸拉近距離，承認(rèn)差距，結(jié)合我們現(xiàn)在的優(yōu)勢(shì)以及剛才說(shuō)的對(duì)比，我們對(duì)當(dāng)下還是要充滿樂(lè)觀的。

方漢：因?yàn)槲疑疃葏⑴c了大模型的訓(xùn)練過(guò)程，我來(lái)談?wù)勎易约旱母惺?。為什么OpenAI被譏笑為CloseAI？其實(shí)大家會(huì)發(fā)現(xiàn)，它在各種演講以及論文中公開(kāi)了自己的數(shù)據(jù)及來(lái)源，也把自己的算法和訓(xùn)練步驟都講出來(lái)了，但是最保守的機(jī)密其實(shí)是如何對(duì)數(shù)據(jù)進(jìn)行預(yù)處理的階段，所以本質(zhì)上大模型的訓(xùn)練現(xiàn)在的差距其實(shí)是工程上的技巧，而OpenAI花了整整五年時(shí)間在這方面去積累，其實(shí)我覺(jué)得這是全世界所有其他公司同OpenAI的差距。

但是我們認(rèn)為，工程上的差距一定是可以追平的，只要有海量的試錯(cuò)機(jī)會(huì)。但是從另外一個(gè)角度而言，我們與美國(guó)很大的一個(gè)差距就是我們?cè)诖竽Ｐ陀?xùn)練底層技術(shù)上仍然有差距，例如OpenAI覺(jué)得效率不夠高，會(huì)寫(xiě)自己的compiler，但是中國(guó)有能力做這樣的公司寥寥無(wú)幾。

我剛才跟大家分享過(guò)，我天天在讀大模型相關(guān)的論文，我有個(gè)習(xí)慣，當(dāng)我看到一篇論文有意思的話，我一定會(huì)聯(lián)系作者，去和作者交流。在我目前感興趣的論文中，中國(guó)的博士寫(xiě)出來(lái)的論文大概占1%的話，那么美國(guó)人寫(xiě)出來(lái)的論文大概能占2%，其中，美國(guó)博士論文里能占到2%的部分中有一半是中國(guó)人寫(xiě)的，所以我個(gè)人對(duì)國(guó)內(nèi)大模型的前景比較樂(lè)觀。在下一代大模型創(chuàng)新中，我們中國(guó)的主力是這批正在讀書(shū)的博士，我覺(jué)得他們的水平以及創(chuàng)新能力并不弱于美國(guó)人，只要我們給他們機(jī)會(huì)，他們一定會(huì)成長(zhǎng)起來(lái)。如果需要我現(xiàn)在舉出有中國(guó)科研人員引領(lǐng)的項(xiàng)目案例，我能舉出來(lái)很多，我個(gè)人還是比較偏樂(lè)觀的。

盧志武：我覺(jué)得國(guó)內(nèi)跟國(guó)外最大的差別還是說(shuō)，如果從大語(yǔ)言模型上，最大的差別就是說(shuō)大家都沉不下心把底座做好，你剛才說(shuō)國(guó)產(chǎn)大模型的春天，這個(gè)都是假象，因?yàn)榇蟛糠侄际俏⒄{(diào)國(guó)外底座模型的。

方漢：我是堅(jiān)決反對(duì)，我們自己做大模型訓(xùn)練，可以很清楚的告訴你們，中國(guó)第一批出來(lái)的大模型里面，這么說(shuō)吧，至少我可以拍著胸脯保證，我們天宮跟它一毛錢的關(guān)系都沒(méi)有，因?yàn)槲覀儚?020年開(kāi)始做了，連OPT都沒(méi)有，我覺(jué)得你也不能一棒子都打死。

盧志武：我知道，但是你這個(gè)我不太清楚，我看到了很多，因?yàn)橐粶y(cè)就知道。當(dāng)然也有一些團(tuán)隊(duì)在模型底座上投入很多精力，大部分還是很浮躁的。我反而覺(jué)得語(yǔ)言模型上面差距會(huì)越來(lái)越大。

36氪：盧老師是更悲觀的一個(gè)視角。

盧志武：為什么會(huì)是這樣，看一堆模型出來(lái)了，只是因?yàn)檫@個(gè)語(yǔ)言模型架構(gòu)已經(jīng)公布了，但是如果沒(méi)有公布，為什么前面不出來(lái)，這不是很奇怪的一個(gè)事兒?jiǎn)?？我覺(jué)得不符合邏輯的，大家都不愿意去做底座。從這個(gè)角度，大家能不能跳出語(yǔ)言模型？反正已經(jīng)落后了，當(dāng)然有人要追。有沒(méi)有別的方面還能追得上的？GPT4的框架是未知的，大家都是公平的，我們就去探索，在這個(gè)點(diǎn)上我們追上它還是有可能的，并且GPT-4訓(xùn)練算力耗得那么多，OpenAI自己它也承受不了，如果要把視頻加進(jìn)去，我估計(jì)也做不好?？傊?，從這種角度，真正把類GPT-4模型做出來(lái)，我覺(jué)得大家都是公平的，有機(jī)會(huì)追得上的。我認(rèn)為語(yǔ)言模型上反而沒(méi)什么機(jī)會(huì)。

方漢: ?我堅(jiān)決反對(duì)上一位老師的觀點(diǎn)，我們自己做大模型訓(xùn)練，在中國(guó)第一批出來(lái)的大模型中，我可以拍著胸脯保證，我們昆侖萬(wàn)維發(fā)布的“天工”大模型跟外網(wǎng)的開(kāi)源模型一點(diǎn)關(guān)系也沒(méi)有，因?yàn)槲覀儚?020年就開(kāi)始做中文預(yù)訓(xùn)練大模型的研發(fā)，2021年發(fā)布了140億參數(shù)的中文預(yù)訓(xùn)練大模型，那個(gè)時(shí)間點(diǎn)世界上還沒(méi)有任何公開(kāi)的開(kāi)源GPT大模型可以參考。

李京梅：今天無(wú)論哪一個(gè)評(píng)測(cè)榜或者企業(yè)自評(píng)，國(guó)內(nèi)還沒(méi)有哪一家說(shuō)我已經(jīng)跟ChatGPT，不要講GPT4，就是ChatGPT3.5，能夠比肩了。今天這種現(xiàn)狀，從創(chuàng)業(yè)公司做商業(yè)化落地的角度看，是否考慮過(guò)即使今天ChatGPT在中國(guó)并且在你手里，可以做私有化嗎？是不是可以用起來(lái)？我覺(jué)得答案也是否定的。

我們看了很多行業(yè)，尤其是行業(yè)性較強(qiáng)的，比如金融行業(yè)，它的數(shù)據(jù)并不能放到互聯(lián)網(wǎng)上，還是有很多私域數(shù)據(jù)。不管是行業(yè)的習(xí)慣還是監(jiān)管或者其他原因，總之這個(gè)數(shù)據(jù)并不飄在互聯(lián)網(wǎng)上，這種數(shù)據(jù)也不是純粹的底座技術(shù)就可以解決的。所以能看到，即使有了這樣的底座，通用的能力，還是要加工程。所謂的工程就是今天在行業(yè)里看到如何解決準(zhǔn)確性的問(wèn)題，GPT4比GPT3.5提升了很多。所以從落地應(yīng)用的角度看，無(wú)論是自研的還是基于開(kāi)源的LLaMA模型，微調(diào)后怎么去用，需要把最后一公里，可能不止一公里，十公里也好，要去做好。這是一個(gè)我覺(jué)得國(guó)內(nèi)在人工智能技術(shù)、AI工程或者軟件工程里面，一定可以用上的策略。在剖析了OpenAI團(tuán)隊(duì)后，其實(shí)是有很多華人甚至國(guó)內(nèi)留學(xué)去的，所以人才方面我們完全不落后，這是都能有目共睹的。

這是一個(gè)落地層面。翻回來(lái)，從我觀察來(lái)看，無(wú)論是去年的AIGC還是今天的ChatGPT，這些技術(shù)大家都去追了，會(huì)不會(huì)哪天世界某個(gè)角落又蹦出新的技術(shù)，我們又沒(méi)有跟上？所以前瞻性的研究需要長(zhǎng)期堅(jiān)持。從創(chuàng)業(yè)、商業(yè)化角度分析，越前瞻、越看不清的東西，成功的幾率也是越低的。再?gòu)耐顿Y角度來(lái)說(shuō)，是否有資本愿意做長(zhǎng)期的投入？這些不是某一個(gè)人或者某一個(gè)公司可以解決的，我也沒(méi)有答案。?OpenAI它不是一夜成名，不是一夜暴富，雖然OpenAI沒(méi)有把論文發(fā)出來(lái)，但是它的技術(shù)2017年就有了，前期的臟活苦活累活也都干了，所以其實(shí)也是長(zhǎng)期的堅(jiān)持。微軟雖然投入了，微軟自己的研究院也沒(méi)有先做出來(lái)，谷歌這么多年AI的標(biāo)簽，也沒(méi)有先做出來(lái)。所以概括來(lái)說(shuō)，前瞻性技術(shù)型的研究投入以及高校人才的培養(yǎng)，是需要引導(dǎo)的，也是一個(gè)長(zhǎng)期堅(jiān)持的事情。

4.

36氪：各位老師怎么看大模型未來(lái)的競(jìng)爭(zhēng)格局，哪些參與者可能能存活下來(lái)，現(xiàn)在的普通創(chuàng)業(yè)者是否還有參與的機(jī)會(huì)，另外關(guān)于大模型的創(chuàng)業(yè)，關(guān)于它的商業(yè)化路線一直存在很多爭(zhēng)議，很多人說(shuō)在中國(guó)做大模型單純走2C的路線是很艱難，所以想問(wèn)一怎么看2C和2B它可能面對(duì)的機(jī)會(huì)和挑戰(zhàn)？

戴雨森：我感覺(jué)在中國(guó)做2B服務(wù)可能更艱難，至少做過(guò)企業(yè)服務(wù)的創(chuàng)業(yè)者應(yīng)該會(huì)有更深刻的感受。中國(guó)互聯(lián)網(wǎng)之前一大特點(diǎn)就是要直接找用戶收錢很難，很多時(shí)候都是「羊毛出在豬身上」，企業(yè)服務(wù)的格局也會(huì)受到市場(chǎng)付費(fèi)意愿、客戶采購(gòu)方式特點(diǎn)的限制。我倒是覺(jué)得面向消費(fèi)者應(yīng)用的機(jī)會(huì)在中國(guó)還是很大的，雖然咱們跑出來(lái)的應(yīng)用商業(yè)模式跟美國(guó)ChatGPT?Midjourney直接賣用戶訂閱估計(jì)還是會(huì)一如既往的有很大區(qū)別。

企業(yè)服務(wù)領(lǐng)域，OpenAI和Claude在美國(guó)可以直接通過(guò)公有云賣API服務(wù)，但在中國(guó)估計(jì)只是提供API還不夠，我聽(tīng)說(shuō)很多做大模型的公司針對(duì)企業(yè)客戶現(xiàn)在是連服務(wù)器帶模型一起賣，還得提供訓(xùn)練和微調(diào)服務(wù)。

然后顯然上百個(gè)模型混戰(zhàn)肯定不是長(zhǎng)期的狀態(tài)，我覺(jué)得這里面分幾類：

第一類就是真的能夠往智能前沿探索，我覺(jué)得這么多大佬都說(shuō)AGI是比互聯(lián)網(wǎng)更大的機(jī)會(huì)，這個(gè)的立足點(diǎn)是我們能做出能夠使用工具、解決任務(wù)、分解任務(wù)的AGI，這樣的實(shí)現(xiàn)需要非常強(qiáng)的能力，坦率來(lái)講已經(jīng)超越了傳統(tǒng)NLP 任務(wù)的范疇.所以我覺(jué)得這個(gè)可能能持續(xù)做到世界領(lǐng)先水平的人哪怕是在美國(guó)也會(huì)是比較少的。

第二類機(jī)會(huì)，可能在垂直領(lǐng)域里，比如說(shuō)醫(yī)療、法律這些原來(lái)薪酬比較高的領(lǐng)域，可能可以使用大模型再加上垂直領(lǐng)域的數(shù)據(jù)進(jìn)行精調(diào)，來(lái)創(chuàng)造對(duì)應(yīng)的copilot。在這些垂直細(xì)分領(lǐng)域，可能我們不需要把所有的領(lǐng)域任務(wù)都做的那么好，這個(gè)可能是行業(yè)應(yīng)用機(jī)會(huì)。

第三類機(jī)會(huì)，我堅(jiān)信在應(yīng)用端肯定會(huì)有很多很有意思的機(jī)會(huì)。我們看到了在美國(guó)Midjourney、Jasper這些產(chǎn)品都是用戶很喜歡，商業(yè)化很優(yōu)秀的。我們也有投資做應(yīng)用的公司，推出的產(chǎn)品在國(guó)外反響也很好。有人說(shuō)這些應(yīng)用是不是就是GPT套殼，我認(rèn)為這個(gè)領(lǐng)域技術(shù)可能不是最關(guān)鍵的，重要的是怎么把大模型的能力和用戶場(chǎng)景有效的對(duì)應(yīng)起來(lái)，給用戶提供價(jià)值，長(zhǎng)期來(lái)看是靠專有的用戶數(shù)據(jù)和關(guān)系，以及用戶習(xí)慣和品牌等形成壁壘。

其實(shí)仔細(xì)想想，首先iPhone發(fā)布之前，投移動(dòng)互聯(lián)網(wǎng)應(yīng)用基本上沒(méi)有跑出來(lái)的。但2007年iPhone發(fā)布后，要在頭幾年去預(yù)測(cè)十年后移動(dòng)互聯(lián)網(wǎng)的終局形態(tài)和大贏家也是很難的，我們?cè)?010年是基本不可能想清楚最后是字節(jié)、快手、拼多多、美團(tuán)、小紅書(shū)這些商業(yè)模式最后成為中國(guó)移動(dòng)互聯(lián)網(wǎng)的大贏家。因此在這一波AI技術(shù)革命的早期，我們堅(jiān)持以創(chuàng)業(yè)者為中心，相信優(yōu)秀的創(chuàng)業(yè)者最后終究會(huì)找到方向。

總結(jié)來(lái)講我覺(jué)得中國(guó)2C比2B機(jī)會(huì)大，最后不需要那么多真正的大模型，而是需要很多在垂直領(lǐng)域能夠解決問(wèn)題的模型和產(chǎn)品。

張家興：我也同意戴總的觀點(diǎn)，我們不一定非得說(shuō)有一個(gè)通用大模型，要更多的垂直領(lǐng)域的這些模型，然后這一塊就是對(duì)于整個(gè)大模型的落地以及它的整個(gè)商業(yè)化，我一直有一個(gè)想法大家如何去思考我們通用大模型這些事情，它到底是像OPENAI給大家呈現(xiàn)出來(lái)的，或者是2C產(chǎn)品，還是怎么去想？

其實(shí)我還是把這個(gè)東西類比成當(dāng)年的深度學(xué)習(xí)，因?yàn)槲乙彩峭暾慕?jīng)歷了整個(gè)深度學(xué)習(xí)的周期，就是實(shí)際上通用大模型是一門技術(shù)，就跟當(dāng)年深度學(xué)習(xí)出來(lái)之后，因?yàn)樯疃葘W(xué)習(xí)之前，其實(shí)機(jī)器學(xué)習(xí)一直都存在，只不過(guò)它各方面做的不好，所以說(shuō)很多場(chǎng)景，要么效果不好，要么沒(méi)辦法應(yīng)用，深度學(xué)習(xí)全部刷了一遍，包括后來(lái)10年之后大家見(jiàn)到很多互聯(lián)網(wǎng)的一些應(yīng)用，包括一些比如說(shuō)短視頻直播都是跟深度學(xué)習(xí)技術(shù)有關(guān)，否則不可能出現(xiàn)。

那么大模型也一樣，現(xiàn)在看到通用大模型也是一樣，其實(shí)更多的是對(duì)我們以前曾經(jīng)的這種AI化的，我們說(shuō)這個(gè)世界在信息化、數(shù)字化、AI化，我們AI化的一個(gè)進(jìn)一步的深化吧，從這種情況下實(shí)際上作為一個(gè)技術(shù)來(lái)說(shuō)，它是要有一個(gè)完整的生態(tài)體系的，從這生態(tài)體系來(lái)說(shuō)。

但是深度學(xué)習(xí)因?yàn)槟莻€(gè)時(shí)代技術(shù)應(yīng)該或者說(shuō)它的復(fù)雜程度或者成本沒(méi)有達(dá)到那個(gè)程度，就是這個(gè)生態(tài)體系還沒(méi)有劃分的很清楚，但是到模型不得不進(jìn)行生態(tài)體系的建設(shè)，因?yàn)榇蠹抑雷鲆粋€(gè)通用大模型確實(shí)成本太高，也需要專門的投入和專門化的團(tuán)隊(duì)來(lái)做，所以最上游一些做通用大模型的公司，接著往下沿著大模型做各方面垂直大模型，然后還有做各個(gè)行業(yè)落地的以及每個(gè)行業(yè)里面自己在應(yīng)用它去做事情，以及過(guò)程中云廠家包括做算力各個(gè)廠家在里面，整個(gè)生態(tài)體系，如果大家看到這個(gè)生態(tài)體系的話，就會(huì)發(fā)現(xiàn)這里面機(jī)會(huì)蠻多，而不是聽(tīng)聽(tīng)眼睛就得盯著做什么什么模型，不是這樣機(jī)會(huì)非常多。

我覺(jué)得第一個(gè)當(dāng)做技術(shù)來(lái)看，必然會(huì)在各個(gè)場(chǎng)景要有應(yīng)用，也絕不是一個(gè)通用大模型就能解決全部場(chǎng)景問(wèn)題，需要每一個(gè)場(chǎng)景針對(duì)場(chǎng)景做自己的模型，每一個(gè)場(chǎng)景中讓每一個(gè)模型跟你的場(chǎng)景能夠形成這樣一個(gè)閉環(huán)，場(chǎng)景越好就你涉及到的數(shù)據(jù)越多模型越好，再就是說(shuō)站在一個(gè)馬上就要展開(kāi)的生態(tài)角度來(lái)看，想一想自己可以占據(jù)哪個(gè)生態(tài)位。

方漢：首先，各種各樣的小模型的能力其實(shí)嚴(yán)重依賴于大模型底座；第二，2B或者2C的機(jī)會(huì)，中國(guó)與國(guó)外的競(jìng)爭(zhēng)格局完全不一樣，但是也有一些相對(duì)共通的方面，目前在中國(guó)2B端很難有一家獨(dú)大的情況，而是比較碎片化，大模型在B端的應(yīng)用是一個(gè)大家都能賺到錢、但是大家又很難賺到特別多錢的局面。對(duì)于一家創(chuàng)業(yè)公司而言，B端還是一個(gè)不錯(cuò)的起點(diǎn)。

對(duì)于C端而言，我覺(jué)得分兩個(gè)方向，一是效率工具，也就是說(shuō)我們把大模型作為我們?nèi)粘９ぷ鞯囊粋€(gè)效率工具。在這一點(diǎn)上，我認(rèn)為，國(guó)外的訂閱模式，在中國(guó)一定不會(huì)成功，中國(guó)一定是免費(fèi)模式，中國(guó)模式的效率工具入口已經(jīng)被office、企業(yè)AIM等就是我們上班打開(kāi)的工具入口占領(lǐng)，目前創(chuàng)業(yè)公司的機(jī)會(huì)其實(shí)不多，因?yàn)楹茈y改變用戶的習(xí)慣，去創(chuàng)造另外一個(gè)工具的入口。但是在另外一個(gè)領(lǐng)域，所謂的內(nèi)容生成領(lǐng)域，創(chuàng)業(yè)公司的機(jī)會(huì)就會(huì)更多一些，因?yàn)樵谶@個(gè)領(lǐng)域，大公司其實(shí)沒(méi)有把用戶的心智徹底壟斷掉，用戶就是相對(duì)碎片化。

最后，其實(shí)這一波大模型或者通用人工智能的是遠(yuǎn)遠(yuǎn)超過(guò)產(chǎn)品進(jìn)展，我也經(jīng)常跟中國(guó)的最頂尖的產(chǎn)品經(jīng)理聊，我感覺(jué)產(chǎn)品經(jīng)理是處在很懵的狀態(tài)，大模型是很厲害，能用來(lái)干什么？我覺(jué)得要給我們中國(guó)的產(chǎn)品經(jīng)理一些耐心，我相信通過(guò)這些產(chǎn)品經(jīng)理的創(chuàng)意以及努力，能夠打破現(xiàn)在的范式。

目前B端和C端的競(jìng)爭(zhēng)實(shí)際上還是1.0模式，就是老的商業(yè)模式去套大模型來(lái)做我們的創(chuàng)業(yè)方向，我認(rèn)為必然有2.0模式，就是徹底摒棄現(xiàn)在傳統(tǒng)商業(yè)模式，利用大模型的能力去創(chuàng)造出新的商業(yè)范式，我個(gè)人認(rèn)為，在中國(guó)可以再創(chuàng)造出下一代的BAT和TMD，我認(rèn)為是有這個(gè)機(jī)會(huì)的。

盧志武：其實(shí)我們2020年把文瀾模型做出來(lái)以后，一直在探索這個(gè)落地。但是這個(gè)落地很難，就是大模型落地確實(shí)有很多問(wèn)題。當(dāng)然到今天為止，還是有一些自己的想法，雖然我是個(gè)教授，主要在學(xué)校，我認(rèn)為大模型落地目前就是API調(diào)用的方式，還有一種大模型的定制化或者行業(yè)里面再去重新訓(xùn)，我覺(jué)得這兩種方式其實(shí)都不是很好的。API調(diào)用有很明顯的問(wèn)題，比如說(shuō)很多場(chǎng)景，政府的場(chǎng)景，因?yàn)閿?shù)據(jù)的問(wèn)題不可能讓你去調(diào)的。

然后定制化也是一個(gè)苦活，雖然也能復(fù)制，但其實(shí)每一家它都有自己的特別要求，最后變成一個(gè)一個(gè)做項(xiàng)目，這兩個(gè)事情我都做過(guò)，就比如說(shuō)我們跟榮耀也做過(guò)，反正最后變成做項(xiàng)目，能賺錢但是很辛苦，就這樣的。所以我最近也在探索想一個(gè)新的路，我正好是做多模態(tài)大模型，因?yàn)槎嗄B(tài)可以接攝像頭，而很多硬件都是有攝像頭，那可以把模型集成在一個(gè)硬件里面，比如說(shuō)無(wú)人機(jī)、機(jī)器人這樣，我們就變成了去賣產(chǎn)品，可能是一條新路，可以避免我剛才說(shuō)的兩個(gè)問(wèn)題，然后API調(diào)用很多場(chǎng)景用不了，其實(shí)成本也挺高的，如果變成做產(chǎn)品可能稍微會(huì)好一點(diǎn)，這是我們的探索。

另外，文生圖這個(gè)領(lǐng)域我覺(jué)得小B還是有機(jī)會(huì)的，我們最近也在這個(gè)上面探索。

李京梅：瀾舟科技是一個(gè)創(chuàng)業(yè)公司，我們?nèi)缃褡龃竽Ｐ鸵灿猩罡袠I(yè)的模型，針對(duì)這幾年探討的ToB和Not ToB，瀾舟的商業(yè)化賽道主要是B端，也包括一些文化娛樂(lè)、營(yíng)銷，我們是通過(guò)ToB再ToC。每一個(gè)企業(yè)都有自己的基因和選擇的賽道，B端這個(gè)賽道我覺(jué)得今天中國(guó)跟海外有一些差異，早期我在美國(guó)也做過(guò)不少B端的服務(wù)型的一些工作。

在國(guó)內(nèi)，?ToB產(chǎn)品或者解決方案必須一家從頭做到尾，其實(shí)是可以分層，比如做底座或者工具平臺(tái)。我相信大模型跟數(shù)據(jù)是在一起的，如果是互聯(lián)網(wǎng)公開(kāi)數(shù)據(jù)，那它就是在互聯(lián)網(wǎng)上，如果是行業(yè)的數(shù)據(jù)，那它就應(yīng)該在行業(yè)里，數(shù)據(jù)在哪，大模型就在哪，但當(dāng)前是否具備相關(guān)的人才呢？所以無(wú)論是哪個(gè)行業(yè)，還是要有行業(yè)能夠降低落地的成本、應(yīng)用的這種工具型的平臺(tái)，比如分層底座的工程平臺(tái)、行業(yè)的端到端應(yīng)用、效率型的工具，這也是一種產(chǎn)品。并不局限于群眾可以直接體驗(yàn)到、能夠上手的、可以日常用的才叫產(chǎn)品。所以無(wú)論是ToC還是ToB，大模型的商業(yè)化落地，在國(guó)內(nèi)都還沒(méi)有那么清楚，但能夠看到這種浮躁的這種熱潮已經(jīng)降溫，尤其B端已經(jīng)開(kāi)始進(jìn)行理性化的思考。

我覺(jué)得接下來(lái)的這個(gè)商業(yè)化，尤其是在B端的一些賽道，當(dāng)然我們也是有選擇，有一些是包容性比較容錯(cuò)性高一些，肯定是先能落地，寫(xiě)網(wǎng)文營(yíng)銷尤其是社媒上的營(yíng)銷，但是金融容錯(cuò)率比較低，我覺(jué)得這是有一個(gè)過(guò)程，目前我們還是走垂直領(lǐng)域?qū)I(yè)賽道，在B端或者是在一些細(xì)分的行業(yè)里愿意跟市場(chǎng)、跟客戶一起去探索往前，最主要的ToB還是Not ToB還是做出價(jià)值，這是我現(xiàn)在的觀點(diǎn)。

5.

36氪：本來(lái)還有更長(zhǎng)問(wèn)題，因?yàn)闀r(shí)間關(guān)系縮減一下，這一波AI新浪潮讓很多的白領(lǐng)可能會(huì)被替代的焦慮中，如果是面對(duì)一個(gè)擇業(yè)的年輕人或者教育孩子的家長(zhǎng)，各位老師會(huì)有何建議，能否用一句話概括一下。

戴雨森：就跟當(dāng)時(shí)互聯(lián)網(wǎng)一樣，擁抱新技術(shù)、學(xué)習(xí)新技術(shù)、成為新技術(shù)專家，這個(gè)是最直接的。

張家興：不要去做那些所有人都能做的事情，盡量發(fā)現(xiàn)自己與眾不同的事情，因?yàn)樗腥四茏龅氖虑?，現(xiàn)在機(jī)器都做的挺好的。

方漢：大家不用杞人憂天，我覺(jué)得下一代更善于利用AI，更善于去開(kāi)發(fā)AI，對(duì)于我們來(lái)說(shuō)，只要永遠(yuǎn)保持一顆好奇的心態(tài)，就不會(huì)被各種各樣新技術(shù)淘汰。

盧志武：擁抱AI。

李京梅：要有一個(gè)與時(shí)俱進(jìn)的心態(tài)，保持持續(xù)學(xué)習(xí)的心態(tài)，就不會(huì)被時(shí)代淘汰。

關(guān)鍵詞：