AI大模型的“反共識”和“冷思考”

1. AI大模型還處于萌芽階段，既有新方向，也有大忽悠。好多年前，計算機剛剛開始普及，那時候連算命的都叫“電腦算命”，價格還挺貴。不久之后呢？

2. 中國的AI公司或者大模型公司，面對的最主要問題不是技術問題，而是商業問題。我們判斷，未來主流應該是混合模型。有很多同行，都已經在布局更小參數規模的模型。

3. 越大的模型越容易同質化。想象一下，一個班上的同學，訓練數據是相同的，訓練方法是相似的，老師也是同一個，越大規模參數的大模型，不就越可能同質化嗎？

4. 大模型公司能不能養活自己？API（應用程序接口）的商業模式會不會被開源顛覆？隨著行業的“內卷”，大模型本身將不再是一個昂貴的東西，大模型將越來越不值錢。

5. 我們有兩個堅持：第一，我們不愿意收不是AI的錢；第二，我們不只靠賣技術賺錢。小冰（北京紅棉小冰科技有限公司）在積極推進新的商業模式，是一種共享終端利益的商業模式，而非一種提供鏟子的商業模式。

6. 人工智能公司的護城河到底是什么？以前搞人工智能、自然語言處理的團隊，全國算起來可能也沒多少，大模型出現以后大家發現誰都可以做。技術本身越來越不成為護城河。什么是護城河？Deep Relationship（深度關聯），有用戶數據，有深厚關系。

7. AI是助手，而不是對手。小冰是打造用戶與AI的“孤島”，而不是建立用戶與用戶的“廣場”。與同行業者普遍使用的“廣場”“話題”“排行榜”等產品設計不同，小冰的每個用戶僅能與AI接觸，從產品底層設計邏輯上，避免了用戶之間的任何聚集。

8. 產品中不冒然使用大模型，而是使用技術成熟的小模型和檢索模型。小冰目前在產品中，僅使用技術成熟的小模型，模型參數規模最大僅為3.5B，最小為0.5B。同時綜合運用了技術更為成熟的檢索模型作為安全模式。

小冰公司前身微軟小冰團隊，是微軟全球最大的人工智能獨立產品研發團隊。小冰框架目前是全球承載交互量最大的人工智能框架之一，技術覆蓋自然語言處理、計算機語音、計算機視覺及人工智能內容生成。

2020年7月，小冰開始獨立運營，微軟互聯網工程院副院長李笛擔任CEO；2021年7月，小冰公司完成A輪融資，估值超10億美元；2022年11月，小冰公司宣布完成10億元融資，估值超20億美元。少女小冰、Rinna、夏語冰、小堂妹、冬奧裁判觀君等AI虛擬人，都是小冰框架孵化出的AI Being（人工智能數字員工）。

以下內容來自小冰公司CEO李笛的分享，希望能給大家帶來一些啟發。

我必須先談一件事，這件事直接影響我們各行各業如何看待大模型。

坦率來說，我個人觀點，人工智能發展到今天為止，仍處于孟德爾剛剛發現遺傳學規律的那會兒。

也就是說，當下的AI大模型，還處于萌芽階段。

在萌芽階段，可以想象，也可以看到各種各樣跟大模型有關的東西冒出來。有一些是真正的新方向，有一些是大忽悠。

我記得多年前，計算機剛剛開始普及，那時候就出現了“電腦算命”，價格還挺貴。

很多人認為，大模型新的能力會不斷涌現，誰在大模型時代領先一步，誰就能夠在接下來的時間里步步領先。

可惜，事物的發展并不是如此。這更像是一個波形，大模型在接下來也會遇到瓶頸。整個科技界會期待新的方法，下一波浪潮也會來解決我們當下遇到的這些瓶頸問題。

第二點，我想跟大家分享的是，截至目前，對于大模型時代的技術，科學家們還只是停留在一個觀察結果上面，并沒有特別多的關于背后原理的了解。

我們今天還處在人工智能的蠻荒時代，更準確地說，是蠻荒時代的一次劇烈波動期。

我個人判斷，從現在開始，到明年二季度，大模型等技術還會產生劇烈的波動。

我在微軟時，除了是小冰的負責人，還是微軟搜索引擎必應的亞洲負責人。

從我的視角來看，為什么最先推出大模型的公司不是谷歌？是因為它沒有嗎？那是因為，谷歌在搜索引擎領域處于老大的位置。

微軟必應在全球范圍內最大的競爭對手是谷歌。谷歌的規模大約是必應的10倍左右。當微軟使用大模型來沖擊這個市場的時候，谷歌要印證，就必須付出10倍的成本。

此外，由于谷歌在搜索引擎上面的收入非常大，當它使用新的技術范式的時候，就會直接導致毛利迅速下降，已經構建成功的商業模式也會迅速被破壞。

谷歌沒有任何的主動意愿，在自己占據優勢的領域嘗試新的技術模式。

但對于微軟而言，大模型就是一個非常棒的挑戰者的新武器。

百度在幾個月前宣布推出文心一言的時候，很多人都認為它會將文心用到搜索引擎上。我們當時的判斷是不太可能的，更可能的方式是將大模型利用到百度占據老二、老三的位置上去。果然，最后它是和百度云深度捆綁。

對于大公司來講，如果你已經在某一個市場具備了領先地位，就應該把大模型當作戰略性儲備武器。對于挑戰者來講，它是一個比較好的武器，使你有機會在短時間內獲得更多的市場份額。

不同人看待大模型的視角不同，不可避免地會附帶各自的主觀期望。我也會帶有主觀色彩，但盡量客觀。

我認為，中國的AI公司或者大模型公司，面對的最主要的問題不是技術問題，而是商業模式問題。

幾個月前，行業里面普遍認為大模型將通吃。換句話說，就是未來將有一個唯一的大模型，這個大模型能夠取代其他已有的技術范式。這也是很多人貿然布局大模型的原因。

我們當時判斷，不是這樣的。大模型不是越大越好，大模型不會通吃，未來將是混合模型居多。

給大家舉一個簡單的例子：

如果你的模型參數規模控制在130億以內，就可以用單卡的A100驅動這個模型；如果控制在70億參數左右，可以用單卡的V100去驅動；如果控制在40億參數規模，甚至可以用非常廉價的T4去驅動。

而這中間產生的成本差，大概有上百倍的差異。

所以像我們小冰公司，還有很多同行，其實都在布局更小參數規模的模型。

很多的技術創新都會有一種從眾心態，從眾就意味著整個領域會“卷”得非常快。

現在有很多大模型，比如有650億參數以上的，甚至有超過千億參數的。

第一，它們都需要海量的數據。大部分的同行業者所拿到，或者所準備的訓練數據，都是類似的，彼此之間差異不大。

第二，它們的訓練方法也是類似的。大家都想先追上GPT（生成式預訓練Transformer模型，一種基于互聯網的、可用數據來訓練的、文本生成的深度學習模型），所以大家的訓練方法也是相似的。

想象一下，一個班上的同學，訓練數據是相同的，訓練方法是相同的，老師也是同一個，那么越大規模參數的大模型，不就越可能會同質化嗎？

反而是中模型和小模型，因為訓練數據少，所以能精細地篩選訓練數據，訓練方法也可以不同，就有可能產生足夠高的差異性，進而形成壁壘。

還有，到目前為止，大模型的涌現是不是已經到了尾聲？

有一種觀點認為，再要涌現新的能力，可能需要參數規模3個數量級的增長。還有其他的觀點認為，需要新的一種技術范式的變化，比如楊立昆（Yann LeCun，Meta首席人工智能科學家）提到的世界模型。

毫無疑問的是，涌現并沒有像我們所想象的那樣繼續激動人心，這意味著什么？

這意味著對于大模型而言，基于當前的技術進行場景應用的深挖，變成了最至關重要的事情。

大模型公司能不能養活自己，我們甚至都不討論它能不能賺錢。

先跟大家分享一個例子—“這個女孩叫小美”。

可能很多年輕的朋友，在B站（嗶哩嗶哩）、抖音上看過這種電影解說。實際上，這個聲音是微軟云服務里面所包含的一個聲音。

很多視頻創作者都使用了這個聲音。其中，有短視頻做得非常棒，賺了很多錢的人；也有因為種種原因短視頻完全不掙錢的人。微軟作為提供聲音技術服務的公司，能不能從中獲得不同的回報？

答案是否定的。

類比到人工智能。AIGC（生成式人工智能）創造了巨大的價值，但是人工智能企業能不能從巨大價值中獲得應有的價值？

答案可能也是否定的。

人工智能服務提供者，無論使用它做出來的內容是多么賺錢或者不賺錢，都只能按照次數或者時長來收取相同的錢。還有可能面對很多同行，以免費的方式來跟我們競爭，最后大家誰都賺不到錢。

再給大家舉一個例子：

一個媒體朋友跟我咨詢人工智能撰稿，讓AI寫出符合媒體調性又高質量的稿件。

我好奇地問：“你愿意為此付多少錢？”

對方回答：“這不是有定價嗎？1 000個Token（在自然語言處理中，指文本中的一個最小單位，通常是一個單詞、一個標點符號、一個數字、一個符號等）是0.2美分，一個月200篇稿件。”

我說：“刨去成本，我一個月能從你身上掙到多少錢？100元都不到。”

換作人類撰稿，一篇稿件或要1 500元起，200篇稿件則要35萬元。人們是不會給人工智能企業按照創造的價值來付費的。

回顧過去，一些人工智能公司，比如做人臉識別的，幫我們解決了很大的問題，但它的服務很難收到錢，最后不得不去做軟硬結合。

所以說，制約大模型和AI發展的，其實是經濟學規律。

這一波人工智能新技術有一個巨大的特點，那就是：降低了人工智能領域從業者的進入門檻。

以前搞人工智能、自然語言處理的團隊，全國算起來可能也沒多少。大模型出現以后，大家發現誰都可以做大模型，甚至很多傳統領域的企業，也開始親自訓練自己的大模型。

各行各業都可以參與其中，所以技術本身越來越不成為護城河。

那么什么才是人工智能公司的護城河？

我先給大家講一個例子：Inflection Pi（人工智能初創公司Inflection AI推出的首款聊天機器人Pi）。

Inflection AI公司近期宣布，在微軟、里德·霍夫曼、比爾·蓋茨、埃里克·施密特和新投資者英偉達（NVIDIA）牽頭的一輪融資中，共籌集到了13億美元，總計融資達到15.25億美元。據路透社報道，該公司最新一輪估值約為40億美元。

Inflection AI的首席執行官Suleyman（蘇萊曼）介紹說：

“我們不知道所有的答案，但我們正在著手開發一種真正對你有用的個人智能，它就在你身邊。我們的使命是將你的人工智能與你和你的興趣，堅定地聯系在一起。這意味著設計一種人工智能，可以幫助你表達你的意圖，組織你的生活，并在你需要的時候為你服務。”

ChatGPT（美國人工智能研究公司OpenAI研發的一款聊天機器人程序）不管用戶是誰，更關心后端，更像搜索引擎。

Inflection AI則尋找另外一個方向，認為護城河是其對用戶的理解。

如果大家使用Inflection AI，會發現一個很明顯的特點，襲天卷地的各種各樣的提問，他會抓住一切機會去理解你，甚至一天之內會問你200個問題。

說實話，只要是具有相關從業經驗，并且資金儲備、算力儲備差不多，在技術產品上，誰也不會比誰領先一兩個月的時間，但是用戶數據的護城河能夠領先很久。

我們以前認為，人工智能是可以取代人的。但真的是這樣嗎？

比方說，已經有一個莫言了，人工智能是要寫出比莫言更好的小說嗎？不是的。

人工智能真正的特點和價值，是在同樣質量的情況下，人工智能可以不眠不休，可以7×24小時，可以同時和千萬人進行交互。

人工智能會不會取代人？如果他是我的助手，他就不會取代我。大家想想，如果今天每一個人類的創作者都有了一個助手，它可以幫助人類去更好地創作，不是更好嗎？

按照助手的邏輯，AI一定和人是一對一交互的。

小冰公司致力于打造用戶與AI的“孤島”，而不是建立用戶與用戶的“廣場”。

與同行業者普遍使用的“廣場”“話題”“排行榜”等產品設計不同，小冰的每個用戶僅能與AI接觸，從產品底層設計邏輯上，避免了用戶之間的任何聚集。

如果一定要把人工智能摻到人和人之間，無異于破壞式地改變原有的良性結構。

以前，一家公司可以通過技術研發，掌握一種別人很難追上的知識圖譜的能力。現在，這件事情不存在了。

所以，如果做了一個抄襲型的大模型，達到了跟別人一樣的質量，那最后商業模式才是關鍵。如果率先推出了一個原創型的大模型，你就等著被別人追趕吧。為什么？因為大模型短期內看不到新的能力的涌現，所以你自己不能加速甩掉后面的跟從者，你只能在原地等著，直到被后來者追上。

我們可以看到，大模型多是API的商業模式，這個商業模式會不會被開源顛覆？隨著行業的競爭加劇，大模型本身將不再是一個昂貴的東西，大模型將越來越不值錢。

小冰公司在探索商業化時，有兩個堅持：

第一，我們不愿意收不是AI的錢。比方說，有一個智能防盜門，可以人臉識別，它可能賣3 000元。之所以賣3 000元，是因為防盜門的成本有2 800元。所以，這2 800元就不是AI的錢。我們今天有很多智能音箱，更多的是音箱值那么多錢，而不是智能值那么多錢。

第二，我們不只靠賣技術賺錢。OpenAI把研究室的研究成果API直接賣給客戶來使用。我們追求的是，一定要取得實際產生價值的那部分。小冰在積極推進新的商業模式，是一種共享終端利益的商業模式，而不是一種提供鏟子的商業模式。像我們跟奈飛、網易云音樂的合作，就是掙共創的錢。

我們也仍然只是在探索，小冰也有可能是“前浪死在沙灘上”。

到目前為止，人工智能無論是To C還是To B，尚未產生一個成熟或者成功的端到端的商業模式。所以各位，咱們大家都還有機會。