对话李开复：价格战烧不出AI超级使用，好模型有贵的道理
26 年前，微软我国研讨院树立（即微软亚洲研讨院的前身），作为创办者和首任院长，李开复带领微软亚洲研讨院从零开端开展，并树立起了一套完善的「大牛+小牛+学生」人才培养机制和立异文明，在全球产生了严重影响。
在后来的人工智能浪潮中，微软亚洲研讨院更是成为了我国互联网以及 AI 范畴的黄埔军校，向业界输送了大批技能中坚力量，据极客公园此前不彻底统计，有逾越 15 位「院友」在阿里、百度、小米等互联网巨子担任总裁或 CTO；更多人投身创业大潮，成为商汤、旷视、依图等独角兽公司的创始人或技能领导人。
商汤、旷视、依图还有云从科技，以核算机视觉为中心，是上一波的 AI 创业浪潮中的我国「AI 四小龙」，曾阅历光辉，但遍及遭受商业化困境，这一波大模型 AI 创业浪潮，会怎样走出一条不同的途径？
1 年前，零一万物树立。上一年 11 月，零一万物开源发布首款预练习大模型 Yi-34B，半年后，零一万物又发布了千亿参数规划的 Yi-Large。这一年来，零一万物迅猛开展，不论是海外的产品仍是自家的模型，在各种国际威望评测中都展现出了令人形象深化的效果。
26 年前，李开复就引领了一代人的 AI 之路，现在又亲身投身到了这场新的浪潮之中。虽然现已 62 岁，但李开复并不是一个只在后台掌控的领导者，他仍然是团队中的中心人物，那么，为何他要如此热心肠投身到这场浪潮中？
5 月 30 日，极客公园创始人&总裁张鹏和零一万物 CEO、立异工场董事长李开复博士一同探讨了大模型、他的创业阅历，以及未来通用人工智能或许为商业和科技范畴带来的影响。
在直播中，李开复输出了一些精彩观念：
要在正确的时分发动正确的运用，要先把 TC-PMF(Product-Market-Technology-Cost Fit，技能本钱 X 产品商场契合度) 算好。
创业者要在巨子还处于「立异者的困境」的时分，把 TC-PMF 想清楚，悄然推出产品，这样即便巨子觉悟，创业者也现已具有了先发优势。
推理本钱下降是天经地义的，并且它是大模型向前开展的最大动力。
一致多模态，是正确的技能道路，也是一个必答题。
AI 年代的降临，会有许多赚钱且不上市的公司存在的或许性。
极客公园对此次直播进行了收拾，共享如下。
01
零一万物的「效果单」
张鹏：在零一万物最新版的模型里边，有什么令你很振作的开展？包含外界的反应，该怎样了解？
李开复：大模型不像芯片那么简略评价，算一算速度就可以了，大模型要运用才知道谁好。并且运用的评价每个人定见不相同，所以就会产生这样的现象，每逢一家我国，美国的大模型出来之后，看起来它都是国际榜首，那用户或许开发者究竟该用哪个模型？究竟该用哪个 API？真的是很头疼的作业。
我最近的领会是，模型要想选优、排序、打擂台的话，有三个要害：
有必要要有第三方来 Host（保管）模型，或许是调用 API；
第二，需求有几万人来评价模型；
第三，要用科学的办法让这些好的模型和洽的模型比，差一点的模型就跟差一点的比。
零一万物树立之初就明晰了公司的全球商场定位。零一万物立志成为一家国际榜首队伍的大模型公司，服务全球用户，一同将我国商场视为最重要的商场。
依据这一战略，零一万物挑选了两个国际威望评测渠道——斯坦福大学的英语排行 AlpacaEval 2.0 和敞开研讨安排 LMSYS 竞技场——来展现零一万物的实力，并与全球的大模型竞赛。
在 LMSYS 揭露盲测综合排名中，零一万物仅次于 OpenAI、Google、Anthropic 三家硅谷巨子，是全球榜首队伍里仅有一家我国公司；在斯坦福的 AlpacaEval 2.0 评测中，零一万物模型乃至逾越了 Google Gemini 1.5，标志着零一万物在一个公平的、全球的擂台前进入了国际榜首队伍，这是咱们十分骄傲的作业。
张鹏：Yi-Large 模型什么时分支撑界说 system character（系统特性）？还有 function call（函数调用）？
李开复：system prompt（系统提示）现已可以到达比较好的作用，零一万物将持续对其进行强化，函数调用还需求一两个月。零一万物每一两周都会更新 API，并晋级 API 背面的模型。
张鹏：本年的零一万物战略主营事务会放在哪里？是模型仍是运用，仍是在布局其他？作为创始人&CEO怎样界说本年的方针？
李开复：现在，零一万物不参加模型价格战，也不计划参加任何依据项目的需求定制开发，也便是不会去竞标做某个大可是需求不通用的项目，然后在其间「赔本赚吆喝」来撬动下一轮融资。这种做法在 AI 1.0 年代现已尝试过，但终究发现这种做一单赔一单的办法是行不通的，所以零一万物必定不会选用这种办法。
除此之外，零一万物对其他方向都持敞开情绪。不论是国内仍是国外，To C 的 App 或许 To B 的模型、API 等都可以进入，但会聚集于最有添加潜力的范畴。
最有或许成功的方向是深度定制大模型。零一万物将专心于那些真实了解大模型的客户，乐意为了完结巨大方针支付高额费用的客户。由于这些客户可以看到大模型对他们公司的巨大影响，虽然他们在商场上并不简略找到，但他们是零一万物期望招引的方针客户。
张鹏：深度定制是指帮他们做微调吗？
李开复：不是微调，是要教他们怎样做练习。要把一个模型做好，需求先做好一个根底的模型，让它适宜去做持续练习。初始数据或许是一些职业数据，得把这些职业数据整合到到模型中，然后在此根底前进行微调。其时有满意好的底座，又乐意去投入资金取得软件练习答应的公司很少。原因在于这样做本钱投入十分高。可是懂得用的公司是乐意付这个钱的。这种公司全国际或许也就几十家，并且大部分这种客户或许在国外，所以这是一个差异化的方向。
另一种等候爆款的办法是开发 Consumer App（面向顾客的运用）。零一万物会逐一开发一些运用程序，期望能出爆款，即便不是爆款也能盈余，并且能健康生长。假如其间一个运用成为超级爆款，就能带动整个公司的开展，由于它或许成为未来的抖音、小红书等。所以，零一万物会持续开发 Consumer App，这也是咱们的重要开展方向。
API 事务咱们持理性达观。由于现在国内商场才刚刚起步，咱们的事务规划都还不大。API 事务是零一万物现在刚起步的事务之一，但假如咱们能坚持性价比优势，未来或许成为最大的事务之一。模型则归于幕后英雄。这三种事务都依赖于模型，但并不是直接出售模型，而是经过不同的办法产生收入。有些事务收入确认性高，但添加率低；有些事务收入确认性低，危险也较低，但有迸发的或许性；还有些事务或许会带来巨大的赢利，但假如做得欠好，作用或许一般。
这三种事务方法叠加在一同，我以为可以发明出收入较多、添加率较高且收入质量较高的公司。零一万物坚决不走曩昔 AI 1.0 年代证明走不通的路，这便是咱们的全体特征。
张鹏：这样做其实便是在打一些真实有价值的工，客户运用了咱们的服务，咱们真实为他们发明了价值，而他们也有才干付费。
李开复：弥补一点，这不是依据项目的作业，也不是简略的打工。将模型布置到客户企业后，会给他们带来巨大的价值，不只节约本钱还能发明收益。
由于客户不乐意数据外泄，他们有或许不乐意运用 API。所以零一万物会依据需求把模型布置到客户的内部，这需求高度的互信赖赖，收费办法也是按年收费，或许更挨近于 SAP 或微软 SQL 数据库的年度答应费用。这也是为什么在国内或许会比较困难，由于没有太多公司乐意支付这类费用。
张鹏：在大模型年代，创业是否应该挑选低本钱模型来招引用户添加，或许选用高本钱模型来打造高价值产品？产品司理或许创业者是否应该防止中心肠带，而是专心于两头战略？
李开复：一年前大模型存在十分多的缺点，比方说错觉问题。有错觉的话，许多运用是做欠好的。最近跟着技能如 RAG（检索增强生成）等的前进，大部分的这些问题已得到处理，所以错觉的处理会是一个重要的里程碑，这个作业正处于进程之中。一同，模型才干跟用户留存是有必定联系的。零一万物自己探究了四个产品，其间基座 Yi 模型从 Yi-34B 换到了 Yi-Large 的 132B，用户留存可以添加 30%。
假如用一年前的旧模型，比方说 GPT-3.5，虽然本年本钱现已下降，可是不太简略能找到 TC-PMF (Product-Market-Technology-Cost Fit，技能本钱 X 产品商场契合度) 的，由于它究竟是榜首代产品，或许无法处理大部分用户想要处理的问题，不太好收费。
当然在某些特定范畴，例如客服范畴，运用本钱较低的模型来寻觅 TC-PMF 是有或许的，但这样的时机并不多。
另一个挑选是一开端就收费、就用最好的模型。在海外商场，咱们的一款个人 AI 生产力产品就采纳了 freemium 方法（根底服务免费供给，而高档服务则需求付费）。虽然免费部分或许比较有限，但这是为了鼓舞用户赶快晋级到付费的高档服务。这种方法现已协助零一万物在海外取得了数百万用户，并且用户现已形成了杰出的付费习气。
但采纳收费方法也就意味着约束了用户量和运用的开展空间，这种方法或许很难做出一个 Super App。一旦挑选了收费方法，虽然理论上可以进行调整，但实践上或许会堕入一个以盈余为首要目的的运营方法中。
我最等候的是，有一天，Super App 所需的技能会变得既强壮又廉价。刚刚举了一个最极点的比方，假定咱们要做一个公司来推翻抖音，或许会考虑选用全 AI 的方法，由 AI 为每个用户定制内容，会更有针对性、更传神、更风趣等等。
理论上很好，可是今日要做成这个必定不或许，Super App 需求够廉价的 Sora 加 GPT-5，这个产品才干做出来。GPT-4o 是无法满意这一需求的，且推理本钱过高。
Sora 跟 GPT-5 才刚出来，本钱还降不下来，而这个运用又是一个要累积许多用户量才干开端收费的运用，所以要完结推翻性运用或许还需求四五年时刻，除非有哪家公司可以很快发明更廉价的技能。所以抖音必定是在这个方向最安全的公司。
推翻其他渠道也是相同的，都需求许多的资源和投入。Super App 一般供给免费服务，然后经过其他办法盈余，假定一个 App 的DAU是 5, 000 万，每天这 5, 000 万个用户需求做 100 个APIcall，那每一个 API call 又是多少钱？算下来或许几周就破产了。就算用 Yi-Large，也是 100 万个 token 20 块钱（0.02 元 / 千 tokens），下一年这个价格或许是两块钱，后年就或许是两毛钱了。所以就要在正确的时分发动正确的运用，当然，跑马圈地仍是需求的，仅仅要先把 TC-PMF 算好。
并且跑马圈地比曾经更重要了，由于咱们都凶相毕露地想要去推翻微博，要推翻小红书，每一个巨子都有创业者在盯着想要推翻。
02
「立异者的困境」
张鹏：巨子其实也在盯着每一个创业者。
李开复：对，可是有一个很大的问题，便是立异者的困境。哪怕微软这么强壮的公司，投了 OpenAI，然后做了 Microsoft Copilot 十分好的产品，可是他仍是没有做采纳 AI first 的战略，而是在现有产品上添加 AI 功用。
一开端微软也是一个立异者，但当它占有了商场，成为垄断者，它也会舍不得自己推翻自己的商场，这为创业者供给了时机。
当然一旦有一个公司做了一个 AI-First Office 今后，那微软就会醒过来，但那时分仍是否来得及，就取决于许多要素了。
所以窗口期很重要。创业者要在巨子还活在立异者的困境的时分，把 TC-PMF 想清楚，悄然地推出产品，然后比及巨子觉悟过来，创业者的产品现已做好了，现已有自己的「护城河」了。
不论多么酷爱AI，都有必要知道到一件事，没有公司可以仅靠技能优势永久胜出。所以创业者需求发明非技能的竞赛壁垒，比方品牌忠实度，最好是像果粉对苹果的那种忠实。
做了 TC-PMF 今后，创业者或许具有 6-12 个月的时刻窗口来树立非技能的竞赛壁垒。假如成功树立了，巨子或许就会后悔莫及，其他竞赛对手或许也打不过；假如没有成功，那这次创业或许就不会有好的效果了。
张鹏：国内下一个爆款AI2.0 运用最或许是在哪个范畴里诞生？
李开复：其实每个年代都差不多。在每个新的技能年代初期，用户需求有着相似的方法。
在移动互联网年代，咱们问我这个问题，我的答复是东西型。在 PC 年代，榜首批运用是像 Word 这样的作业软件。相同，在移动互联网年代，东西型运用成了前锋，比方立异工场出资的豌豆荚和许多相似的东西，它们满意了榜首批用户，一般也是技能型用户的需求。
AI 2.0 技能的运用也正在改动东西型产品的界说。零一万物做的万知和友商做的相似产品可以阅览文档、供给定论、编撰文档、作文、PPT、流程图等，这些其实便是 AI-first 理念下简略版的 Microsoft Office。
「万知」运用页面｜图片来历：零一万物官网
这些东西型产品能协助白领更高效地完结作业，一方面，由于产出的著作一般需求署名，这些作业者有动力去批改 AI 产生的错觉或过错，另一方面这些产品能帮白领前进功率，他们乐意付费。
当然也有许多其他时机。PC 跟移动互联网年代，东西之后，内容消费成为了下一个添加点，接着游戏文娱、交际、支付和电商、本地日子相继迎来时机。
或许下一个爆款 AI 2.0 运用大约会依照这个速度，一环扣一环地呈现。
张鹏：所以AI年代也会像移动互联网年代的节奏逐层延伸，很难跳步吗？
李开复：这儿讲得很泛，假如要真的细去说这个 App 行不行，还要考虑的一件事便是 TC-PMF。
比方一个交际运用或许本年就能完结 TC-PMF，那就可以当即开端开发，但另一个运用完结不了，就得等两年。
创业者要考虑的是做的这个运用，除了要考虑周期，还要更详尽地去了解想做的运用，它需求的技能什么时分可以落地？它的本钱是否可以承受，然后需求支付多少本钱？是用免费的方法仍是收费的方法？这些都要想清楚。
张鹏：智能硬件结合大模型在 C 端近期有呈现一些新的时机吗？
李开复：我中长期特别看好这个范畴，可是它的危险比做大模型还大。
为什么这么说？梦想什么是 AI-Native 运用，首要，AI-Native 运用表明它必定是依据大模型；其次，它应该是依据人类言语来做交互，而今日的语音辨认，不论是用 OpenAI 的 GPT-4o 仍是传统的先辨认文字再去履行使命的做法，它必定是语音驱动的。
那么未来的开展趋势是从问答式交互转向署理式交互（agent），即 AI 不只能答复问题，还能履行使命。
依据这些条件，咱们可以预见到未来需求一个全能的智能帮手，它可以随时呼唤、随时呼应，并且一向在倾听。比方我在作业的时分遽然想到太太的生日快到了要帮她订个蛋糕，我可以跟 AI 帮手说一声，那等下它就帮我买好了。
但手机做不到这样。需求解锁手机、翻开运用、输入指令，然后等候效果。这整个进程存在推迟，与直接说话完结使命比较，功率低得多，或许 2 秒钟的时刻我就把使命讲完了，可是翻开手机等 30 秒钟才干履行这两秒钟使命，这就很不合理。
所以，抱负的设备应该具有三个功用：随身携带、随时呼唤、一向在听。
它的呈现方法或许是耳机、眼镜、项圈、手环、戒指还有手表，需求许多软件、硬件的修正，让它能一向在听，可是又不会需求许多电量，由于它们的体积很小，无法容纳大电池。
要完结这样的设备，面对许多巨大的技能应战。语音模型需求满意精准（看起来 GPT-4o 现已很挨近了），然后需求开发牢靠的署理技能，并树立声响辨认系统，并且设备要做得够小、够快、够准确，还要有强壮的核算量，当然你可以靠周围的手机来做核算，可是这些都是很费事的作业，还有它的电池能做到多小？它能持续用多久？它的价格会是什么价位？
Humane 做了一个 AI Pin，很冷艳，但 699 美元的价格关于顾客来说或许过于贵重，并且它不行完美，榜首批这种做 always on、 always listening 的随身穿戴的 AI 大模型、 AI native 设备，或许会由于方才的原因死在沙滩上，所以必定要稳重。
并且这种设备要履行使命的话，还需求与淘宝、美团等渠道协作，但这或许会遇到品牌和用户数据方面的阻力。这傍边有许多需求磨合的当地，翻滚雪球需求很长的时刻。
可是它终究必定会起来的，这个作业也有它的 TC-PMF，那就要咱们自己去找，可是 TC-PMF 必定不会本年出来，本年会死掉一批，它们死掉咱们就一个个研讨怎样去防止他们的这些问题，然后总有一天能有好的产品出来。
张鹏：前段时刻，就短短的几个小时之内，各家大模型降价，大模型API调用商业方法遽然就无限挨近不要钱了。当然后来咱们又看到了一些信息，说不是彻底免费的，但在那一瞬间给人的心思冲击也是很强的。
在你看来，榜首，为什么会有这样的事？第二，这件事会带来什么样的影响？第三便是究竟现在做一个好的大模型的API还有没有价值？
李开复：首要推理本钱下降是天经地义的，它是大模型向前开展的最大动力。它要比摩尔定律下降得快许多，曩昔一年 GPT 和同类模型就降价了 10 倍左右。
所以今后每年降 10 倍，它必定会推进 AI-first 的运用革新，由于今日不是运用做不出来，仅仅好的模型太贵，廉价的模型不行好。因而 API 的价格下降是必定的，咱们都应该乐见于此的。这是榜首点，这个在美国、我国都是相同的。
然后，降价是天经地义的，是必定应该产生的。可是为什么降价？或许有几个不同的理由。榜首种是推理本钱真的下降了，那就要把廉价的模型去让更多的运用者运用，这样才干找到 TC-PMF，才干让巨大的 AI-first App 跑出来。
第二种是用曩昔烧钱的心态去打价格战。不少大模型公司以为自己可以融到更多的资金，或许作为大公司，可以承受更大的亏本，因而会持续下降价格，直到竞赛对手无法持续承受。这种降价战略并没有真实协助商场或用户，仅仅一种短期内抢占商场份额的手法。
第三种降价是将那些功用欠安或许实践上没有太大用处的模型价格降到极低，乃至免费，而关于真实有价值的模型，降价起伏并不大。这种做法有点相似于戏弄标题，招引用户的注意力，但实践上并没有供给具有竞赛力的高质量产品。
我也讲一下零一万物的办法，由于是 newcomer，所以对零一万物来说没有什么降了价就会赔多少钱的问题，现在 API 事务还在发力阶段。
现在模型的才干在不断增强，定价应该定在不要赔钱的价位，一同要可以促进模型的广泛运用，两者的平衡要自己来定。
顶尖的模型应有高的价钱，可是高到合理就好；一般的模型，不赔钱就好。大约应该是这个准则。用 GPT-4 Turbo、 GPT-3.5 Turbo 来举例，两个产品一同推出，而他们的价钱差了 20 倍，所以很显着，不是全部的模型都是相同的。全部用 GPT-4 Turbo 的人都是傻子吗？不是，是由于 GPT-3.5 Turbo 不满意他的需求。所以前次我在宣告 Yi-Large 模型的时分说过，现在寻求一个好的运用现已不只仅找到 PMF 就可以了。PMF 适宜移动互联网年代，跟技能的开展无关，跟本钱也底子无关，它假定的技能才干是底子静态的，然后假定的本钱也是底子静态或许缓慢下降的。
今日技能的前进速度十分快，每年模型的功用可以提高相当于 100 分的 IQ（智商）。本年的技能水平彻底无法跟下一年比，下一年跟后年又是不行比较的。所以在做产品的时分，要考虑到技能的开展轨道，考虑推理本钱每年或许下降 10 倍的状况。
大模型年代，做产品面对的应战最大，由于一同需求了解商场、产品、用户，以及技能的开展。要想 6 个月今后有什么本年没有的；或许本年现已呈现，6 个月今后会变得凶猛多少？哪一家会最凶猛？
然后在还没有做 App 的时分就要猜测，假定做 App 要 6 个月，那么就要猜测 6 个月今后技能到什么阶段，然后依据技能届时的水平缓价格去做运用。
这个便是 TC-PMF，便是 technology costs、 product market fit 四件作业要一同来考量。
回到价格战的问题，为什么今日没有特别多特别巨大的运用？除了 ChatGPT 带来了一个国际级革新之外，怎样呈现没有二三十个乃至三五个特别强的 App？便是由于 ChatGPT 用了全国际最强的模型，才到达这样的推翻水平，两个月就有 1 亿用户。
其他 App 公司还没有这么强的模型，或许他想用 GPT-4o，也可以做，可是 GPT-4o 自己内部运用和作为开发者去付费彻底两回事，开发者是算不过这笔账的。
巨大的运用必定会出来。可是他们有一批需求 GPT-4 级其他才干，然后未来还会有一批需求 GPT-5 级其他，未来还有一批会需求 GPT-6 级其他，这些运用它每个都会有一个收费才干的问题，收费才干强的可以早点用，收费才干差的就比较费事了。
终究说回价格战，零一万物是不参加价格战的。零一万物定价的时分就现已考虑到这些要素。Yi-Large 是国际威望的 LMSYS 盲测评比我国排名榜首的大模型，但收费是其他全部进入这个榜单的前 20 名的模型里边最低的，零一万物比别的两家进入榜单的模型都低，比一家低两倍，比别的一家低 5 倍，并且在榜单里零一万物在国产模型中居榜首。
03
「正确的技能道路」
张鹏：所谓的一致多模态这一波前进，它究竟意味着什么，或许解锁一些什么样新的内容？为什么国内大模型公司都要往这走？
李开复：这是正确的技能道路，也会是一个必答题。
零一万物从上一年开端着手一致多模态模型的规划和小规划练习，现在正逐渐扩展规划，并对未来的开展持达观情绪。
假如言语是人类常识的浓缩和中心，多模态便是一种感知，包含咱们看到的、听到的。人类才智是言语、常识和感知三者结合的产品，AI 的开展相同需求这三者的交融。
并且咱们也应该信赖，假如一个有视力的人跟一个没有视力的人，他们哪怕都读了相同的内容、相同的速度、相同的页面，能看的或许会学得更多、更快，由于他们会参阅各种看到的东西，把视觉的也结合进去，所以 unified training（一致练习）彻底符合人类对全部常识获取的进程。
一个 Unified Model（全模态模型）最底子的应该是，当各个模态被整合在一一同，每一个模态都可以比未一致的状况下体现得更好。
我赞同 GPT-4o 是一个冷艳的演示，但在其背面仍存在两个问题。
首要它应该不是一个终极模型。关于 OpenAI 来说，GPT-4o 仅仅一个小的发布，真实的大招或许要比及 GPT-5 出来；其次，虽然观看那几个人的谈天演示时，他们都聊得很天然，但细心深化了解后会发现仍存在一些问题：演示者的体现十分慎重，每个人都清楚自己要讲的内容。GPT-4o 的鲁棒性（模型在面对各种异常状况或不完美的输入时，仍能坚持稳定和牢靠的功用）以及技能投入实践运用的时分，是否仍有展现版如此完美还有待商讨。
第二个问题是，虽然 NLP（天然言语处理）的研讨已有数十年前史，但直到相似 ChatGPT 这样的产品呈现，才真实完结了打破。
多模态的 Killer App 还没有呈现，由于做科研的人或许不是最有梦想力的，做的研讨范畴相对固定，底子就在语音辨认、人脸辨认、查找引擎这些范畴，不过这也很正常，由于做科研的人原本就不是 PM（产品司理）。可是在今日没有模型+ PM 的存在，哪怕是 GPT-4o 这样的多模态产品在实践运用中也或许显得比较勉强。
我以为 OpenAI 的 GPT-4o 在多模态范畴现已展现出业界抢先的产品办理（PM）才干，但我并不以为它现已完结了完好的 TC-PMF，或许还需求再推进一段时刻看看。
我这儿要鼓舞做多模态的科研人员，多跟 PM 在一同聊一聊，看能碰撞出什么样的火花。要不然的话 GPT-4o 这么好的产品它终究不见得会到达跟 ChatGPT 初度问世时给国际相同的震慑。
张鹏：它是 product demo fit（产品演示与方针用户需求或商场定位之间的匹配），Demo 展现得十分好。
李开复：也或许我轻视了它。1993 年，我在苹果公司作业时，曾在美国电视节目《Good Morning America 上演示 Mac 电脑的功用。演示时，Mac 上面的一个 demo 看起来十分智能，可以安排会议、编程 DCR，乃至还可以帮我填写支票。可是之后 demo 做成产品又花了许多时刻，然后也并没有到达 PMF。
OpenAI 的 GPT-4o 必定比当年 Mac 上面的 demo 要好许多，可是也未必真找到了 PMF。可是这就需求咱们多尽力，产品司理需求告知多模态研讨团队什么是产品商场匹配，用户需求什么，以及怎样优化产品才干满意这些需求，这两类团队要相互协作。
也有一种或许，PMF 有时或许是被偶尔找到的。ChatGPT 或许便是这样，它敞开了 API 让咱们试用，这样或许会导致一些试错，也是可贵的探究。
张鹏：直播间有用户发问说现在 AI 产品的获客本钱远高于 AI 推理本钱，关于这一点怎样看？这是不是也是归于 PMF 没做到的一种体现，所以获客本钱这么高？仍是说流量都在巨子手里，没办法？
李开复：推理本钱低，会不会是用的模型不行好？好的模型是挺贵的。
张鹏：运用是收费的仍是不收费的好？
李开复：关于免费产品或许需求先获取用户才干收费的产品而言，面对的应战更大。一般来说，这种免费产品所需的技能和本钱都十分高。假如获客本钱还高于推理本钱，那么必定会堕入困境，无法持续开展。
张鹏：再问问技能的问题，跑分是不是可以定向优化的？这种定向优化关于模型未来在广泛运用的进程中，是不是有最大的协助？今日的模型跑分，究竟该怎样了解？什么时分或许跑分就不重要了，什么时分依旧是重要的，能不能帮咱们界说一下？
李开复：跑分就像考试分数，它可以衡量个人在一些客观指标上的才干，可是咱们都知道有些人光看背书就能拿到高分。
一个模型假如不报任何的分数，咱们会有点置疑，但假如报了分数今后，当练习在不断添加更多的数据，然后不断去调整，再去跑分，有时分会发现模型不前进，但这种状况是模型真的不前进了，仍是衡量规范落后了，欠好说。
比方说最常用的 MMLU 威望评测集（用于衡量多使命言语了解才干），底子便是考一大堆问题，相似考 GRE，那它是不是真的有满意多的衡量模型的细节，有待商讨。
所以分仍是会持续跑，可是显着它的重要性会下降。现在这个阶段，一个第三方的、满意多的真人来依据自身体感盲测，机器来打分的擂台应该成为最重要的擂台。但今日没有满意多的运用，所以咱们需求用这种客观的、MMLU 的方法来跑分。
下一个阶段，便是产品满意遍及了，靠用户靠运用投票，咱们就不会介意太多细节了。
张鹏：跑分这个阶段仍是很需求，但咱们知道它终究是要落到产品里和运用上的。
李开复：不要忘了中心的擂台阶段其实也是很重要的，要不然一个大公司，一个开发者怎样挑选 API？
现在国内或许还不相同，在美国的话不跑个分，底子无法入门。跑了分今后，咱们才会判别值不值得重视，那是别的一回事，可是跑分是一个门票，没有的话就不要进来，可是有的话也未必人家会彻底信，由于自己的数据，自己的评分或许会有大吹大擂的成分。
比方一个开发者、创业者和大公司要挑选用哪个模型做底座，或许用哪家的 API 来做运用的底座，当榜首次做这个挑选的时分，底子就要比两件事，一个便是谁在擂台上体现最好，或许挑几家最好的，然后自己再做内测，然后做 AB test，这是一个规范做法。
渐渐咱们都会搞清楚，谁家是最好的开源，最好的闭源，最好的 To B，最好的 To C，最好的英文、最好的中文…… 咱们搞清楚了今后，擂台赛就会完毕。
现在还在一个这个混战阶段，所以咱们有必要靠擂台，要不然的话国际上的模型太多了。今后整个全国际 100 家大模型公司，或许只剩几家。
张鹏：这种纯混战，循环打擂到逐渐收敛到或许剩余一些寥寥无几的公司，这个进程或许需求多长时刻？
李开复：一年之内就会筛选掉一半。
筛选不代表他们会关门，筛选表明他们或许会说抛弃一些事务，比方说今后就专心职业模型了，或许是专心于其他。但终究，尖端的或许真的就只会剩余 10 家以下了。
张鹏：未来一年或许会看到有一半公司会抛弃。
李开复：对，有些创业公司就融不到钱了，假如你是个创业公司，就剩比方说 1 亿美金了，然后一个月要烧 2000 万美金，是五个月把它烧完赌一赌，终究烧一个模型打败 Google，仍是用三年拿这 1 亿美金打造一个 App？这个不必我多说了。
04
创业导师亲身创业
张鹏：咱们还记取你作为创业导师帮了许多当年的年青人，现在人们又来求助了，这个年代怎样办？咱们想创业但融资又这么困难，怎样办？
李开复：假定要做 AI 范畴的话，你要信赖技能每一年会添加 100 个 IQ points，每一年本钱会下降 10 倍，那么你只要去细心的研究这个范畴，我信赖你会找到一个满意好的运用。并且创业不必定要把方针定成「我也要做一个字节跳动」，当然每个人都想做个字节跳动，我也想做，但很难。或许需求超级强的才干，加上必定的命运。
张鹏：张一鸣做字节跳动的时分也没想过能做成今日的字节跳动。
李开复：对。其实 AI 2.0 年代的降临，会有许多赚钱但不上市的公司呈现。比方说你假如想创业，酷爱大模型，并想用大模型和技能去帮一些公司处理问题，就可以把已有的大模型运用于帮公司处理问题上。由于 AI 必定可以处理许多问题，必定可以收费，或许前三个月就能完结盈余了。
虽然这种方法或许不具有可扩展性，不足以开展成为上市公司，但它仍然是一种有用的创业办法。一些创业公司起先可以经过供给服务收费，然后逐渐演变为具有自己产品的公司。
现在融资是难，但创业仍有多种或许。不是每次创业都能做一家巨大的公司，或许都需求做一个上市的公司。去做一个服务型的公司，做一个供给处理方案的公司，做一个系统集成的公司，也都有价值。
并且你一旦开端入局了，等今后环境好了，都还有时机再去做各种转型，发掘出第二、第三条添加曲线。
终究一个主张，不论是寻求融资仍是自行创业，其实面对的最大的魂灵拷问便是现金流。不论怎样，都有必要保证现金流可以坚持公司运营，直至完结盈余或许取得融资，或许找到下一个生长点，这一点至关重要。
张鹏：这次作为一个创业者，一年多以来的创业进程是什么样的？有哪些你形象比较深化的，或许你以为可以称之为里程碑的这样的节点？
李开复：这次创业是 all in 全身投入。我这次创业的优势是在人脉方面。我召集了许多旧部或许出资过的公司特别牛的人，每个很牛的公司、很牛的部分、很牛的人来一个，他们各自又会带人脉过来，是一个超级快速的堆集进程。让我振作的当地是「best of the best」。做查找的来自查找公司，做模型的来自模型公司，做 infrastructure（根底设施）来自 infrastructure 公司，做运用的来自运用公司。
这些人凑在一同每天都充溢热心，十分振作，当然这四拨人各自的文明背景、办理办法等等都不相同，所以能把他们交融在一同，然后可以在出问题的时分猜测、判别、修正，然后他们都乐意底子承受我的领导，这是让我最骄傲的。
还有一点很特别，便是我刚创立这个公司的时分就知道时刻窗口十分短，零一万物又是最晚做的一家大模型公司。所以要可以追上这个时刻，零一万物需求查找、模型、infrastructure 以及运用四个途径一同做。
或许有人会质疑，没有模型，怎样做运用？没有根底设施，怎样做模型？我以为四个方向需求一同进行，然后再将它们整合起来。因而，没有根底设施，咱们就先运用开源的处理方案，没有模型，咱们就先运用 GPT，然后比及有了更好的处理方案再将其替换过来。
所以零一万物从 0 到 1 的进程或许是罕见的一边飞飞机，一边在换零件的进程。虽然进程中也有不少忧虑，但走得仍是蛮顺畅。现在，零一万物的根底设施本钱比其他公司廉价了 2 到 3 倍，模型现在到达了国际榜首队伍水平，并且运用本年也有望取得逾越上亿元的收入。
张鹏：在大模型年代要做一个 AI-native 的公司，自身对人、对安排内部的办理也会带来许多改变，你过往投过那么多创业者，也在微软这样巨大的公司里待过，今日又要做一个创业公司，进入到 AI-native 的创业，应该有许多感触可以共享？
李开复：零一万物逾越了许多传统 VC 的出资准则，假如 30 年前的我拿着这个创业计划在一年前来敲门，很或许会被拒之门外。
由于传统的创业理念着重专心，要先验证一个主意，然后不断迭代。可是这次零一万物不得不打破这种传统办法。
为什么？首要，这个范畴的开展速度太快了。曩昔一年新技能迭代速度逾越人梦想，模型前进了多少，本钱下降了多少。这现已不是移动互联网年代的速度了，不快就没有期望。
第二，与其说它是一个 AGI play（当然它也是），但它更是一个 Ecosystem play。今日零一万物想做的不是一个大模型公司，而是要做新一代的生态系统里边的系统型的、完好的、五脏俱全的公司。
最挨近我的主意的或许是 PC 年代的微软。其时，微软做 Windows kernel，相当于今日的大模型；做 Windows，相当于今日的 API 和渠道；做 Office，相当于今日的运用；然后做根底设施，相当于今日的 Azure Cloud。
这 4 件作业都为什么都要做？由于它们相互是超级互补的。根底设施和模型有必要一同做，才干用最少的本钱练习出模型，才干有推理本钱最低的模型。模型和运用也有必要一同做，由于它们实践上是一体的。并且，当你用自己的运用调优了模型之后，这么好的模型自己一家用太惋惜了，也得给他人用。从商业的视点来说，每个都是有赚钱的时机的。根底设施帮零一万物节约了许多本钱，而其他三个都有潜在的超级高收入的时机。
没有理由该赚的钱不去赚。就像微软其时赚了 Windows 钱还想赚 office，赚了 office 钱之后还想再做 MSN、再做 Xbox，再做 Azure，所以这是一个系统性的扩张，有那么多商机，少拿一个就亏了，然后便是这每一个的技能都是互补的，你 1 + 1 + 1 + 1 远远大于 4，或许等于 10。这么做当然是超级难的，一个创业公司就上这么高的复杂度。可是零一万物要做一个巨大的作业，就像要登陆月球不是由于它简略，是由于它难。咱们要应战 AGI 不是由于它简略，是由于它难。那四个部分的安排架构难吗？其实是很难的。像yahoo这样的公司，它的内容和技能部分就一向不能和平同处，可是微软就可以，微软大约有或许十种不同的部分，他们都可以调和同处，相互互补。
感谢我今日四位部属的信赖，即便他们四个人，每个人都可以出去融 5, 000 万美金，可是他们挑选跟着我一同做的更巨大的作业，有这样一个应该是人类有史以来最好的创业时机，我怎样或许抛弃？
张鹏：你能招来的都是像你说的可以独立自主的成为优异创业者的人，你们合在一同，那这个方针怎样设定？咱们会有个蓝图吗？或许说他们所做的作业终究要怎样聚在一同？都说这一代的 AI 公司安排架构必定会调整，可是调整完了怎样可以 work 起来？
李开复：零一万物在开展进程中的确遇到了一些应战。朴实依托 OKR 和 KPI 来办理会呈现一些问题。比方仅仅告知产品团队本年要完结 1.5 亿的收入，然后告知模型团队要打入国际榜首队伍，然后就让他们一同作业，这样是行不通的。
那应该怎样做？做运用的人应该要朝着用户、收入做；做模型要朝着打榜，朝着模型的体现做。
但后来咱们发现，虽然两个团队各自都到达了 OKR，可是公司的总方针——打造一个巨大的产品并带动最强的模型——并没有完结。咱们发现，虽然模型很强，运用也不错，可是两者结合在一同并没有完结 1+1=3 的作用。
这个时分零一万物就采纳了一个许多公司都采纳过的机制，内部称之为 war room（作战室）。零一万物明晰了接下来的一个方针，并确认了一个假想敌，咱们必定要逾越他，打败他，然后倒推两个团队应该做什么。榜首次 war room 成功之后，之后立刻再开第2次 war room，这个阶段会面对一些其他的方针，比方说模型跟推理怎样结合？以及怎样下降推理本钱而不下降模型的才干。这是两个团队需求共同尽力处理的问题。
这两次 war room 之后我知道到几点，首要，这几个团队依照传统的安排架构，底子就许多人相互都不知道，但其实是应该在一同作业的；其次，曩昔的 OKR、KPI 等办法论其实存在问题，这时分咱们就开端考虑怎样样去优化安排架构，怎样样去优化对齐方法……
这些作业推进下来，底子上团队里的人都相互知道了，OKR 也得到了适宜地对齐，安排架构也做了一些调整。接下来的协作，我就比较定心了。
张鹏：都说 new blood（新人）他们其实是在现在这个 AI 年代里更有优势的，那开复教师你也是从之前的 AI 年代过来的，你还要作为公司的创始人，你怎样找自己在公司里的方位呢？
李开复：我这几年真的跌破眼镜，对 AI 会有这样的开展感到不行思议，其时学的全部的实践常识放到当下现已不太匹配，所以我及时清零过往陈腐的常识系统，但保留了数据和算法为王的做法。
我也看到新的大模型的威力，它不光推进创业，它也让我发现自己曩昔是多么的无知，所以要拥抱新技能，要信赖年青人。
弥补一点，还有一种特别稀缺的人才，便是懂模型的 PM。PM 假如不明白模型，各种办法论底子就没有用武之力。
张鹏：62 岁创业，凭啥让咱们能有决心，这个事能做成？
李开复：我决议创业做零一万物有两个首要原因。榜首个是朴实技能的抱负主义，第二个是做一个巨大的企业。
我之前请求卡内基梅隆大学博士时，在请求信的终究一段写道：「AI 是对人类学习进程的阐释，对人类思想进程的量化，对人类行为的弄清，以及对人类智能的了解……AI 是人类知道并了解自己的终究一里路，我期望加入到这个全新开放、充溢远景的未来科学范畴。」
在曩昔的 40 多年里，我见证了人工智能范畴的跌宕起伏，但一向没有看到 AGI 愿望挨近完结。但是，当我看到 ChatGPT 时，我意识到它的呈现比我预期的要快。我意识到，我不能错失这个时机，我有必要参加其间。
参加的办法可所以出资，可所以自己做，那就到了第二个问题，为什么要自己做？由于我想要创立一个巨大的企业。我曾经在微软作业，深知微软之所以巨大的原因。微软具有超卓的战略思想和才干，可以容纳不同的文明和办理办法，使公司全体才干逾越单个部分的总和。
微软之所以强壮，首要在于其战略思想的杰出和对不同文明与办理办法的容纳。这使得公司可以将各个部分协同协作，完结 1 + 1 + 1 + 1 = 10 的作用。
此外，微软擅长在新技能鼓起时构建生态系统，从底层技能到渠道层、API 层再到运用层，每个环节都能发明成功的产品。它可以将这些产品转化为像自来水相同的根底设施，为用户供给服务。
我清楚地看到微软是怎样将多个产品整组成 Office 套件，以及怎样将 Office 中的技能运用到 Windows 渠道上，然后增强了其竞赛力。
当然，微软之所以能成为服务器范畴的巨子，是由于它在云核算鼓起之前现已站稳了脚跟。它的每一步都有着明晰的办法论，而我也对此一目了然。
但我曾以为自己无法发明出如此巨大的公司，究竟即便是像谷歌这样的公司也无法与微软混为一谈。谷歌在查找和安卓方面做得很好，但在开发者生态方面却相对一般。虽然它的运用数量许多，但没有像 TikTok、微信、Instagram 或 Uber 这样具有全球影响力的运用。我以为谷歌缺少承载多种文明的基因和跨范畴思想。
现在状况变了。长话短说，我信赖我在微软时期所学到的全部是打造下一个潜在万亿美元市值的公司所需的才干。虽然我年岁有点大，或许也不是最适宜的产品司理，但我可以运用我学到的办法论和人脉，快速组成一个 200 多人的团队，发明奇观。
今日，零一万物现已迈出了榜首步。
张鹏：其实咱们也知道开复教师阅历过沉痾的检测，那现在创业，家人和朋友有没有劝止过你？
李开复：作业时刻的确很长，但这并不是我终身中最张狂的时期。压力或许是相当大的，但我一向以来都有很强的抗压才干。我仍是会坚持每天坚持 6 个半到 7 个小时的睡觉，尽量坚持健康的饮食，并进行一些适量的运动，家人也是必定要陪的。
在这个前提下，每周投入七八十个小时专心于作业，家人可以了解，他们或许也知道拿我没办法，由于这是我的愿望。
我不只酷爱这份作业，也喜爱与人交流的时机，让更多人了解 AI 2.0 价值。即便我见了 100 个出资人，终究只要 5 家乐意出资零一万物，但别的 95 家，我期望至少能让他们意识到 AI 2.0 的巨大。或许我去向 100 家企业推销零一万物产品，终究只要两家乐意购买，但我期望那剩余的 98 家有一天也能尽早运用人工智能。
这些时刻都不是徒劳无益的，而是都在发明价值。有些时刻为我和公司发明了价值，大部分时刻又为整个生态系统发明了价值。
张鹏：这一年是不是很高兴？
李开复：对。我实践上是公司最大的融资者、出售和猎头，一同还需求打造公司的文明和方向，以及拟定战略。
曩昔的一年里，我了解到年青创业者有他们的优势，他们或许愈加与时俱进，懂得产品和技能。但我以为每个人都有自己的优势。假如你见过我团队中的任何人，或许知道我、知道我出资我的人，你就会知道我的精力不输给任何年青人，我的热心和投入乃至或许会逾越他们，并且零一万物每个人都有各自的利益，今后会看到咱们的效果的。
张鹏：所以你不以为年纪是问题，你也不以为自己有什么下风。
李开复：许多人是梦想，假如我给一个 62 岁的人作业，他还管技能，我会有多苦楚或许多失利？但假如你知道我公司的人就会知道，零一万物简直每两周就有一次全员大会，在全员大会上，我会共享全部的开展，坦率地交流零一万物各个方面的状况，包含产品、技能和融资的状况，不论是好是坏。我用的是一种十分通明、年青化的办理风格。
许多比我年青得多的创业者或许更像老板，而我或许是最不像老板的老板。例如，我方才说到零一万物团队有一个 war room，每天 1 点 war room 开会，我也会去，我会为咱们买最酷的饮料和点心。
但我不会站在那里为咱们加油，或许宣布讲演，我仅仅专心肠倾听，然后问询问题，这样我就可以了解公司产生的全部。所以或许有些人梦想我会由于年资很深而坚守陈规，但实践上不是这样的。
张鹏：终究便是优异的产品会证明全部，对吧？
李开复：没错，最要害的是能不能做出好的产品和模型。优异的产品它会证明全部。
不论我是不是一个年青的创业者，假如公司有各种缺点，如办理不善、招聘过错、技能方向过错等等，那就无法成功。
但事实上，零一万物现已做出了我国最优异的模型，有上亿收入的 consumer APP，下一年零一万物会有一份更好的效果单。
本文源自：极客公园
相关文章
金价涨“劝退”顾客，商场打响价格战
钱江晚报“嗒嗒嗒”……7月23日的上午10点，深圳水贝世界珠宝买卖中心（下称“深圳水贝商场”）里，各家店面的柜员早已开端繁忙。其间一家店的柜姐，手指飞快地点按计算器，不出15秒，显示屏上跳出五位数：6...