核心观点:


【资料图】

1. AI大模型还处于萌芽阶段,既有新方向,也有大忽悠。我记得好多年前,计算机刚刚开始普及,那时候连算命的都叫“电脑算命”,价格还挺贵。不久之后呢?

2.中国的AI公司或者大模型公司,面对的最主要的问题不是技术问题,而是商业问题。我们判断,未来应该是混合模型。所以像我们小冰,还有很多同行,都已经在布局更小参数规模的模型。

3.中国的AI公司或者大模型公司,面对的最主要的问题不是技术问题,而是商业问题。我们判断,未来应该是混合模型。所以像我们小冰,还有很多同行,都已经在布局更小参数规模的模型。

4.大模型公司能不能养活自己?API的商业模式会不会被开源颠覆?随着行业的内卷,大模型本身将不再是一个昂贵的东西,大模型将越来越不值钱。

5.我们有两个坚持:第一,我们不愿意收不是AI的钱。第二,我们不只靠卖技术赚钱。小冰在积极推进新的商业模式,是一种共享终端利益的商业模式,而不是一种提供铲子的商业模式。

6.人工智能公司的护城河到底是什么?以前搞人工智能搞自然语言处理的团队,全国算起来可能也没多少,大模型出现以后大家发现谁都可以做。技术本身越来越不成为护城河。什么是护城河?Deep Relationship,有用户数据,有深厚关系。

7.AI是助手,而不是对手。小冰是打造用户与AI的“孤岛”,而不是建立用户与用户的“广场”。与同行业者普遍使用的“广场”、“话题”、“排行榜”等产品设计不同,小冰的每个用户仅能与AI接触,从产品底层设计逻辑上,避免了用户之间的任何聚集。

8.产品中不冒然使用大模型,而是使用技术成熟的小模型和检索模型。小冰目前在产品中,仅使用技术成熟的小模型,模型参数规模最大仅为3.5B,最小为0.5B。同时综合运用了技术更为成熟的检索模型作为安全模式。

小冰公司前身微软小冰团队,是微软全球最大的人工智能独立产品研发团队。小冰框架目前是全球承载交互量最大的人工智能框架之一,技术覆盖自然语言处理、计算机语音、计算机视觉及人工智能内容生成。

2020年7月,小冰开始独立运营,微软互联网工程院副院长李笛担任CEO。2021年7月,小冰公司完成A轮融资,估值超10亿美元。2022年11月,小冰公司宣布完成10亿元融资,估值超20亿美元。少女小冰、Rinna、夏语冰、小堂妹、冬奥裁判观君等AI虚拟人,都是小冰框架孵化出的AI Being。

以下内容来自小冰CEO李笛的分享,希望能给大家带来一些启发。

01

AI还处于萌芽阶段,不乏大忽悠

我必须先谈一件事,这件事情直接影响我们各行各业如何看待大模型。

坦率来说,我个人观点,人工智能发展到今天为止,仍处于孟德尔刚刚发现遗传学规律的那会。

也就是说,当下的AI大模型,也还处于萌芽阶段。

在萌芽阶段,可以想象,也可以看到,各种各样跟大模型有关的东西都会冒出来。有一些是真正的新方向,有一些就是大忽悠。

我记得好多年前,计算机刚刚开始普及,那时候就出现了“电脑算命”,价格还挺贵。

很多人认为,大模型新的能力会不断地涌现,谁在大模型时代领先一步,谁就能够在接下来的时间里面步步领先。

可惜,事物的发展并不是如此。更像是一个波形,大模型在接下来也会遇到瓶颈。整个科技界会期待新的方法,下一波浪潮也会来解决我们当下遇到的这些瓶颈问题。

第二点,我想跟大家分享的是,截至目前,对于大模型时代的技术,科学家们还只是停留在一个观察结果上面,并没有特别多的关于背后原理的了解。

我们今天还处在人工智能的蛮荒时代,更准确地说,是蛮荒时代的一次剧烈波动期。

我个人判断,从现在开始,到明年二季度,大模型等技术还会产生剧烈的波动。

02

只有老二,才有意愿“颠覆创新”

我在微软的时候,除了是小冰的负责人,还是微软搜索引擎必应的亚洲负责人。

从我的视角来看,为什么最先推出大模型的公司不是谷歌?是因为它没有吗?

因为,谷歌在搜索引擎领域处于老大的位置。

微软必应在全球范围内最大的竞争对手是谷歌。谷歌大约是必应的10倍左右。

当微软使用大模型来冲击这个市场的时候,谷歌要印证,就必须付出10倍的成本。

此外,由于谷歌在搜索引擎上面的收入非常大,当他使用新的技术范式的时候,会直接导致毛利迅速下降,已经构建成功的商业模式也会迅速破坏。

谷歌没有任何的主动意愿,在自己占据优势的领域尝试新的技术模式。

但对于微软,大模型就是一个非常棒的挑战者的新武器。

百度在几个月前宣布推出文心一言的时候,很多人都认为他会将文心用到搜索引擎。我们当时判断是不太可能的,更可能的方式是将大模型利用到百度占据老二老三的位置上去。果然,最后它是和百度云深度捆绑。

对于大公司来讲,如果你已经在某一个市场具备领先地位,应该把大模型当作战略性储备武器。对于挑战者来讲,它是一个比较好的武器,使你有机会在短时间之内获得更多的份额。

03

大模型通吃,还是混合模型?

不同人看待大模型的视角不同,不可避免会附带各自的主观期望。我也会带有主观色彩,但尽量客观。

我认为,中国的AI公司或者大模型公司,面对的最主要的问题不是技术问题,而是商业模式问题。

几个月前,行业里面普遍认为大模型将通吃。换句话说,就是未来将有一个唯一的大模型,这个大模型能够取代其它已有的技术范式。这也是很多人贸然布局大模型的原因。

我们当时判断,不是这样的。大模型不是越大越好,大模型不会通吃,未来将是混合模型。

给大家举一个简单的例子:

如果你的模型参数规模控制在130亿以内,就可以用单卡的A100驱动这个模型;如果控制在70亿参数左右,可以用单卡的V100去驱动;如果控制在40亿参数规模,甚至可以用非常廉价的T4去驱动。

这中间产生的成本差,大概是百倍的差异。

所以像我们小冰,还有很多同行,其实都在布局更小参数规模的模型。

04

越大的模型越容易同质化

很多技术创新会有一种从众心态,从众就意味着整个领域会卷得非常快。

现在很多大模型,比如650亿参数以上的,甚至超过千亿参数的。

第一,它们都需要海量的数据。大部分的同行业者所拿到,或者所准备的训练数据,都是类似的,彼此之间差异不大。

第二,它们的训练方法也是类似的。大家都想先追上GPT,所以大家的训练方法也是相似的。

想象一下,一个班上的同学,训练数据是相同的,训练方法是相同的,老师是同一个。越大规模参数的大模型,不就越可能会同质化吗?

反而是中模型和小模型,因为训练数据少,所以能精细地筛选训练数据,训练方法也可以不同,就有可能产生足够高的差异性,进而形成壁垒。

还有,到目前为止,大模型的涌现是不是已经到了尾声?

有一种观点认为,再要涌现新的能力,可能需要参数规模三个数量级的增长。还有其他的观点,需要新的一种技术范式的变化,比如杨立昆提到的世界模型?

毫无疑问的是,涌现并没有像我们所想象的那样继续激动人心,这意味着什么?

这意味着对于大模型,基于当前技术进行场景应用深挖,变成了最至关重要的事情。

05

大模型公司能不能养活自己?

大模型公司能不能养活自己,我们都不讨论能不能赚钱。

先跟大家分享一个例子——“这个女孩叫小美”。

可能很多年轻的朋友,在B站、抖音上看过听过这种电影解说。实际上,这个声音是微软云服务里面所包含的一个声音。

很多视频创作者都使用了这个声音。其中,有的人短视频非常棒,赚了很多的钱。也有人,因为种种原因,短视频完全不挣钱。微软作为提供声音技术服务的公司,能不能从中获得不同的回报?

答案是否定的。

类比到人工智能。AIGC创造了巨大的价值,但是人工智能企业能不能从巨大价值中获得应有的价值?

答案可能也是否定的。

人工智能服务提供者,无论使用它做出来的内容是多么赚钱或者多么不赚钱,都只能按照次数或者时长来收取相同的钱。还有可能面对很多同行,以免费的方式来跟我竞争,最后大家谁都赚不到钱。

再给大家举一个例子:

一个媒体朋友,跟我咨询人工智能撰稿,让AI写出符合媒体调性又高质量的稿件。我好奇地问:“你愿意为此付多少钱?”对方回答:“这不是有定价吗?1000个Token 0.2美分。一个月200篇稿件。”我说:“刨去成本,我一个月能从你身上挣到多少钱,100块都不到。”

换作人类撰稿,一篇稿件要1500元起,200篇稿件则要35万。

人们是不会给人工智能企业按照创造的价值来付费的。

回顾过去,一些人工智能公司,比如做人脸识别的,帮我们解决了很大的问题,但它的服务很难收到钱。最后不得不去做软硬结合。

所以说,制约大模型和AI发展的,其实是经济学规律。

06

人工智能公司真正的护城河

这一波的人工智能新技术有一个巨大的特点,那就是,降低了人工智能领域从业者的进入门槛。

以前搞人工智能,搞自然语言处理的团队,全国算起来可能也没多少。大模型出现以后,大家发现谁都可以做大模型,甚至很多传统领域的企业,也开始亲自训练自己的大模型。

各行各业都可以参与其中,所以技术本身越来越不成为护城河。

那么什么才是人工智能公司的护城河?

我先给大家介绍一个例子:Inflection Pi。

Inflection AI近期宣布,在微软、里德·霍夫曼、比尔·盖茨、埃里克·施密特和新投资者英伟达(Nvidia)牵头的一轮融资中,筹集了13亿美元,总计融资达到15.25亿美元。据路透社报道,该公司最新一轮估值约为40亿美元。

Inflection AI首席执行官Suleyman介绍说:

“我们不知道所有的答案,但我们正在着手开发一种真正对你有用的个人智能,它就在你身边。我们的使命是将你的人工智能与你和你的兴趣坚定地联系在一起。这意味着设计一种人工智能,帮助你表达你的意图,组织你的生活,并在你需要的时候为你服务。”

ChatGPT 不管用户是谁,更关心后端,更像搜索引擎。

Inflection AI 寻找另外一条方向,认为护城河是我对用户的理解。

如果大家使用Inflection AI,会发现一个很明显的特点,袭天卷地的各种各样的提问,他会抓住一切机会去理解你,甚至一天之内会问你200个问题。

说实话,只要是具有相关从业经验,并且资金储备和算力储备差不多,技术产品上,谁也不会比谁领先一两个月的时间,但是用户数据的护城河能够领先很久。

07

AI是助手,而不是对手

我们以前认为,人工智能是可以取代人的。

但真的是这样吗?

比方说,已经有一个莫言了,人工智能是要写出比莫言更好的小说吗?不是的。

人工智能真正的特点和价值,是在同样质量的情况下,人工智能可以不眠不休,可以7×24小时,可以同时和千万人进行交互。

人工智能会不会取代人?如果他是我的助手,他就不会取代我。大家想想,如果今天每一个人类的创作者都有了一个助手,它可以帮助人类去更好地创作,不是更好吗?

按照助手的逻辑,AI一定和人是一对一交互的。

小冰致力于打造用户与AI的“孤岛”,而不是建立用户与用户的“广场”。

与同行业者普遍使用的“广场”、“话题”、“排行榜”等产品设计不同,小冰的每个用户仅能与AI接触,从产品底层设计逻辑上,避免了用户之间的任何聚集。

如果一定要把人工智能掺到人和人之间,无异于破坏式地改变原有的良性结构。

08

我们不赚不是AI的钱

也不只靠卖技术赚钱

以前的人工智能时代,或者说大模型出现以前。一家公司通过技术研发,掌握了一种别人很难追上的知识图谱的能力。现在,这件事情不存在了。

所以,如果做了一个抄袭型的大模型,达到了跟别人一样的质量,最后商业模式才是关键。如果率先推出了一个原创型的大模型,你就等着被别人追赶吧。为什么?因为大模型短期内看不到新的能力的涌现,所以你自己不能加速甩掉后面的跟从者,你只能在原地等着,直到被后来者追上。

我们可以看到,大模型多是API的商业模式,这个商业模式会不会被开源颠覆?随着行业的内卷,大模型本身将不再是一个昂贵的东西,大模型将越来越不值钱。

小冰在探索商业化的时候,有两个坚持:

第一,我们不愿意收不是AI的钱。比方说,有一个智能防盗门,可以人脸识别。它可能卖3000块钱,之所以卖3000块钱是因为防盗门的成本有2800元。所以,这2800元就不是AI的钱。我们今天有很多智能音箱,更多是音箱值那么多钱,而不是智能值那么多钱。

第二,我们不只靠卖技术赚钱。OpenAI把研究室的研究成果,API直接卖给客户来使用。我们追求的是,一定要取得实际产生价值的那部分。小冰在积极推进新的商业模式,是一种共享终端利益的商业模式,而不是一种提供铲子的商业模式。像我们跟奈飞、跟网易云音乐的合作,就是挣共创的钱。

我们也仍然只是在探索,小冰也有可能是前浪死在沙滩上。到目前为止,人工智能无论是ToC还是ToB,尚未产生一个成熟的或者成功的端到端的商业模式。所以各位,咱们大家都还有机会。

推荐内容