史上最密集的AI產品周後：技術是否見頂？殺手級應用在哪？

21世紀經濟報道記者王俊 肖瀟 北京報道

一場英雄會。臺上坐着五位來自投資、企業、學界的AI代表人物：金沙江創業投資基金主管合夥人朱嘯虎，獵豹移動董事長兼CEO、獵戶星空董事長傅盛，出門問問創始人兼CEO李志飛，清華大學電子工程系教授、系主任、IEEE Fellow、無問芯穹發起人汪玉，摩爾線程創始人兼首席執行官張建中。

在甲子光年舉辦的AI創生時代大會這一個半小時的座談中，不乏針鋒相對的時刻，尤其是在對技術路線堅持以及對商業化路徑的認知方面，這些暗戳戳地你來我往，或許是對AI的理解不同，但更多原因是各自所處的行業與位置。

不過，共識似乎已經形成，那就是“馬上商業化”。市場信仰派在這場對談中佔據了主導，也映照出市場的普遍心態。

剝離掉2023年的理想主義與對技術的絕對崇拜，務實，甚至說活下去成了第一要務。

“整個行業最頂級的模型性能十幾個月沒有提升了”、“不要總想着發明一個新的醬油原料，要根據食材做出一道好菜”、“先搶客戶，搶產品，搶數據”、“大模型價格戰已經來了，血淋淋的”......

相比較要穿越技術不確定性的迷霧，他們選擇尋找近在眼前的落地可能性。

“世界上只有一種英雄主義，那就是在認清了生活的真相後，仍舊熱愛它。”羅曼羅蘭這句話成了AI創業者的箴言。

“馬上商業化！”

歷經一年多的激烈競爭後，AI進入史上最密集的進展發佈期。近期，OpenAI 發佈了 GPT-4o 模型，新增了語音對話、情感感知和圖像識別等功能。多模態也進展飛速，如文生視頻sora、 Vidu。開源大模型Llama 3 將數據和規模提升到新的高度，兩個定製24K GPU集羣上基於超過 15T 的數據進行了訓練——訓練數據集是Llame 2使用量的7倍有餘，支持 8K 上下文長度。

“卷。”傅盛在甲子光年舉辦的AI創生時代大會上如此形容，“我們原計劃在今年上半年第一個推出MoE模型，卻發現已有其他公司也開始嘗試。就連OpenAI也開始卷應用了，卷工程化了，捲成本了。”

與時間競賽。“因爲相信，所以看見的時代”已經遠去，資本、算力、政策、落地場景、供應鏈資源......每一個因素都考驗着創業者。

“貧窮限制了想象。大多數AI創業公司即使融到了數十億或數億資金，也難以建立算力中心。再加上算力資源的稀缺，使得許多企業心有餘而力不足。包括OpenAI在內的整個行業面臨的問題是如何解決算力資源匱乏導致的迭代難題。” 張建中表示。

傅盛則持不同觀點，他認爲正因爲資源有限，所以更有緊迫感，會更利用市場的需求做創新。“我覺得我們要警惕資源陷阱。資源的過度充裕有時會導致過度迷信技術本身帶來的爆發力而不計成本地投入，反而會導致行業泡沫的破滅。所以應該去全面地去關注市場、關注應用。”

傅盛稱自己爲長期技術主義、短期市場主義。他堅信技術會社會的生產力結構，但是他也提到，技術並非是線性發展的過程。往往是一次技術突破帶來一波市場化應用，然後再一次遇到瓶頸。他提醒道，做商業化落地不能期望技術每年都以相同的速度發展。

“馬上商業化！”朱嘯虎旗幟鮮明，是從未動搖過的市場信仰派。

經過商業喋血戰，市場信仰派擁有足夠的信衆。李志飛坦陳，理想對技術創業者是最簡單的，因爲這是基因、是本能。

從谷歌歸國後，李志飛做了很多創業的嘗試。回望時，他指出很多海歸創業者很大的問題是打着理想主義旗號，迴避現實遇到的問題。“我們做了一些有噱頭的產品，總說這是前沿科技，遇到問題就說用戶不理解，巨頭沒節操——這些都是迴避現實的藉口。技術創業者應該更加務實，更多地關注商業和市場競爭，真正瞭解技術是否符合用戶需求，這可能更爲重要。”

當Scaling Law“魔法”失靈

技術信仰派與市場信仰派的分野，是今年年初討論熱度最高的問題，拉鋸源自對技術的判斷不同：Scaling Law是否會繼續一往無前？如果不能，是不是應該把焦點從技術性能轉向產品應用？

這次座談中，Scaling Law是除了“商業化”的第二熱詞，它可以簡單理解爲訓練投入規模越大、大模型的性能越容易飛昇，更流行的概括是“大力出奇跡”。不過，座談者似乎已經放棄對Scaling Law的追逐。

“不要沉浸在Scaling Law會一直跑下去，整個行業最頂級的模型性能十幾個月沒有提升了。”傅盛說。

座談會進行的兩天前，OpenAI和谷歌相繼進行了兩場矚目的AI產品發佈會。傅盛開玩笑說：“（看完）最強烈的感覺是想掏出手機把英偉達賣掉。” 在他看來，不管是谷歌發佈在手機本地運行的大模型，還是OpenAI精簡GPT-4的架構、做推理優化，都能看出現在軍備競賽的一個傾向——節省投入，降低成本。

朱嘯虎把OpenAI發佈GPT4o的行爲比喻爲“一個優秀的理論物理學博士突然發表了一篇應用物理的論文。”畢竟，Scaling Law最早就是由OpenAI提出來的。朱嘯虎指出，OpenAI也開始做推理優化，表明技術至少已經到了一個瓶頸期。

傅盛也有同感，連行業頂尖的OpenAI都下場開始卷應用、捲成本，充分說明了行業的境遇：算法更新的速度已經放緩，只能在已經證明的道路上不斷優化成本、提高多模態交互的流暢度和用戶體驗。

“我現在堅定地認爲要用產品尋找市場，再用市場來反推你需要什麼樣的技術。”傅盛說，過去大家對技術的好壞有一種迷信，人們可能會認爲論文關鍵、架構最關鍵，其實市場的第一性需求最關鍵。

朱嘯虎觀點類似。他解釋，AI應用更有先發優勢——先發優勢意味着更高質量的數據，數據意味着有更大的自由度去發展技術。 “先搶客戶，搶產品，搶數據。” 朱嘯虎一直認爲對創業者最有價值的是垂直場景數據 ，必須握在自己手裡。

但張建中不這麼認爲，他表示如果市場上已經存在了太多相似的產品，沒有技術突破，產品對社會的價值不大。另外，他還指出大模型之戰是爭奪生態，OpenAI已經建立自己的生態。互聯網時代，安卓憑藉建立生態擁有了自己的立身之本，誰能更早建生態誰就有先發優勢。

朱嘯虎緊接着反駁稱，大模型生態是僞命題，從創業實操經驗來看，大模型幾乎和雲一樣是可以無縫遷移的，Claude 3遷移到GPT-4基本上不用改一行代碼，甚至不用改一行prompt。“大模型價格戰已經來了，血淋淋的，獨立創業的大模型公司毫無生存空間，甚至以後就是免費了，爲了賣雲服務。”朱嘯虎說。

就在這場座談會當天，字節跳動發佈豆包大模型，定價大幅低於行業價格，比行業便宜99.3%。

殺手級應用在哪？

李志飛認爲，AI爆發還早，現在無論是模型還是產品，都是半成品。“目前技術和用戶需求匹配不成熟。”他判斷。

但李志飛也坦言，一個必須接受的現實是，即使今天所有模型、產品、模式都是過渡性的，開發者也不能原地等待。“你必須今天建立一些能力，比如模型的能力、接觸用戶和渠道的能力，這是這個階段所有企業應該的姿勢。”

傅盛打了個比喻，創業其實更像一個廚師，需要根據用戶的口味，調整各種調料。不要總想着發明一個新的醬油原料，而是要根據食材做出一道好菜。如果你能做出一道好菜，你就已經是一個非常優秀的創業者。

“用通俗的話說，小米加步槍同樣可以鬧革命。”朱嘯虎說。

李志飛緊接着表示，創業者不要把複雜性當作壁壘。他指出自己一開始做硬件，一方面，是覺得AI沒有太多應用場景，需要與硬件結合。另一方面，這種複雜性帶來了一種安全感。“我有算法，我有軟件，我有硬件，三位一體，我有幾十個工種，那種複雜度給我帶來一種濃濃的安全感——我還以爲這種複雜性可以成爲我們的壁壘。”

李志飛認爲，創業公司一定要做到極簡，簡單到只有一個技能，因爲只有這樣，你才能在某個地方做得足夠好，從而形成所謂的壁壘。佈局和複雜性，最終只會讓你沒有任何壁壘。

“在創業時，一定要放棄對技術完美的癡迷。”傅盛表示，真正的需求是一個粗糙的技術做出的產品，只要它還在增長、有很多人使用，就抓住了大風口。

張建中認爲，沒有行業應用，技術創新是無法實現商業化的。哪個行業先行，哪個行業就可能是AI創新和加速的領域。“AI在許多領域具有商業價值，因爲它能做人類無法做到的事情，以醫療爲例，即使是非常有名的醫生，也不一定能做出準確的診斷，但AI可以做到。我始終相信，Killer App（殺手級應用）與技術是相輔相成的。”

但是，“C端殺手級場景到底在哪裡？在PC互聯網和移動互聯網時代，（殺手級場景）是搜索和推薦，那在AI時代是什麼？”朱嘯虎最後留下了這樣一個問題。