win10 重復(fù)字體

前沿拓展：

我們既希望出現(xiàn)**的OpenAI，也要認(rèn)識到，OpenAI狂堆參數(shù)的“暴力美學(xué)”，對絕大多數(shù)AI公司來說是個美麗的陷阱。

在國內(nèi)，李笛見到過不少公司跟著OpenAI訓(xùn)練千億、兩千億參數(shù)的模型，大多落得模型、錢財兩空的下場。

“初創(chuàng)公司搭大模型的成功率是非常低的。”李笛對36氪說，“燒錢是一方面，你還得有工程上的綜合能力，搜索、自然語言處理、模型優(yōu)化……小公司突破起來太難了。”

他給出的警示是：OpenAI的模式并不適合所有公司。一方面，大模型對不少業(yè)務(wù)場景沒有必要；另一方面，還是成本的問題，“如果一個35億參數(shù)的大模型的運行成本和以前的檢索模型差不多，它才能落地，否則賠**了。”

一名雙幣基金的投資人用兩個疑問，拒絕了一個立了“1年做出大模型”軍令狀的項目：

“你們做大模型的必要性在哪？”

“有什么明確的商業(yè)模式嗎？”

“人工智能的出圈，會讓我們在心態(tài)上對走在無人區(qū)的公司更包容。”一名投資人告訴36氪，“但評判項目價值的邏輯沒有變，商業(yè)模式依然至關(guān)重要。”

“要**摳，在提高模型質(zhì)量和降低成本兩個方向同時摳。”李笛小編綜合來說如何“落地”。

對于小公司而言，摳成本需要一些巧勁。比如做AI翻譯業(yè)務(wù)時沒錢買高質(zhì)量的標(biāo)注數(shù)據(jù)，袁行遠(yuǎn)想到了求助擁有豐富雙語語料的字幕組和翻譯社。

買不起GPU怎么辦？那就租。袁行遠(yuǎn)算了筆賬，按照2000萬**幣的利潤來算，在研發(fā)上投入1000萬，在機器上投入500萬，是公司能力的上限。這也意味著，按照顯卡每張3-5萬元的價格，fine-tune過程需要的100張GPU，公司有能力掏錢買。但從零訓(xùn)練所需的1000張卡，彩云科技租借了云服務(wù)，把成本壓到了幾百萬。

剛創(chuàng)業(yè)時，袁行遠(yuǎn)手中只有一臺服務(wù)器、一張GPU和北京6月的降雨數(shù)據(jù)。沒有辦法做到“千卡/月”，算法工程師就要特別小心，“就怕模型跑到一半掛了沒保存，一切前功盡棄，浪費了算力資源”。

大模型的效果是驚艷的，但李笛認(rèn)為，通過將其拆解為更小、更輕量的步驟訓(xùn)練，依然能達(dá)到殊途同歸的效果。

創(chuàng)業(yè)公司在探索天花板的同時，還要活下去。

即便是最初**為“非營利性組織”的OpenAI，在高昂的入場費面前，也得與商業(yè)結(jié)合。2019年，微軟宣布注資10億美元，并取得了將OpenAI部分技術(shù)商業(yè)化的權(quán)利——兩年后，10億美元鋪就的成果有目共睹，人工智能橫空出世。

去年開始，聆心智能開始面對普通人，做了類似于人工智能的AI對話。但黃民烈意識到，在現(xiàn)階段的算法能力下，面向用戶收費還為時尚早。其一款A(yù)I對話產(chǎn)品最后因為效果不達(dá)預(yù)期，推遲了一個月發(fā)布。

“做大模型研究是需要持續(xù)資金支持的長跑。”在黃民烈看來，資金儲備是留住人才和維持研發(fā)的基礎(chǔ)。2月，聆心智能剛完成了Pre-A輪融資的交割。而在風(fēng)口中，黃民烈決定再多和投資機構(gòu)聊聊。

并不是所有AI公司都要當(dāng)OpenAI，要搞人工智能。正如移動互聯(lián)網(wǎng)并非只是蘋果手機和安卓系統(tǒng)的機會，還會長出諸如字節(jié)、美團、滴滴等一些極有價值的公司，只是需要一些時間。

明勢資本合伙人夏令認(rèn)為，未來在相關(guān)競爭中形成爭奪關(guān)鍵點的，是“誰能拿到更多場景里，user in the loop（用戶在環(huán)）的、高質(zhì)量反饋的私有數(shù)據(jù)，并以更高效率迭代”。

好消息是，熱潮來臨之時，創(chuàng)業(yè)公司的資金壓力也許會得到紓解。

“我們的黎明終于要來了。”2022年底第一時間試用人工智能后，這是虎博科技CEO陳燁的第一反應(yīng)。

在那之前，虎博科技已經(jīng)在NLP（自然語言處理）領(lǐng)域苦熬數(shù)年，也推出過類人工智能的C端金融搜索業(yè)務(wù)，但當(dāng)時技術(shù)還未成熟，商業(yè)化前景有限，不得不將其收縮。最難的時候，團隊連水電煤支出都要一分分地計算。

而最近一段時間，陳燁拉著技術(shù)同事一起熬夜寫代碼，研究人工智能的模型、路徑，并準(zhǔn)備購入百萬級別的機器用于研發(fā)。

AI上一次引發(fā)熱潮要回溯到2016年——谷歌旗下的AI機器人AlphaGo在“人機大戰(zhàn)”中，第一次擊敗人類職業(yè)圍棋冠軍李世石。那之后，AI行業(yè)經(jīng)歷了從極速繁榮到資本退潮，行業(yè)走入數(shù)年的低谷期。走進新時代，成了所有人的熱望。

“技術(shù)圈的創(chuàng)業(yè)，就好像推導(dǎo)數(shù)學(xué)公式，你在還沒有推導(dǎo)出來之前，談別的是浪費時間，”一位AI技術(shù)專家對36氪表示，“如果人工智能真的起來了，**這幫做業(yè)務(wù)型創(chuàng)新（如外賣、電商）的成功者們，如果沒有跟上這波創(chuàng)新浪潮，都會被浪潮推走，成為上一代的人。”

也有人試圖保持冷靜。華創(chuàng)資本投資人張金告訴36氪，縱觀**三類AI創(chuàng)業(yè)公司——基礎(chǔ)層（即大模型側(cè)）、中間工具層、下游應(yīng)用層——融資進度跟美國是幾十倍甚至百倍的差距。比如應(yīng)用側(cè)一些公司，在美國都已經(jīng)10億美金了，商業(yè)化能力也很強，但國內(nèi)公司普遍只有數(shù)億**幣的估值。

無論如何，沒有人想留在過去。在36氪多次約訪后，一位經(jīng)歷過上一次AI周期的投資人最終選擇拒絕：“最近忙著觀察、討論，確實沒空回顧從前。”而在36氪所在的一個討論群中，有人一進來就迅速將自己的昵稱改成：“確保AI創(chuàng)新發(fā)生在本群”。

（36氪作者竇軒、李安琪對本文亦有貢獻）