大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲DeepSeek。这条鲶鱼搅浑了水，GPT5要来了，百度也要免费开源了，到底是一个什么样的情况？大模型这个赛道未来会怎么去发展？

DeepSeek呢，算是彻底改变了游戏规则。OpenAI给整个行业挖的坑，到现在呢，还有一些公司没查出来呢。什么坑？就是客户端这个订阅20美金一个月这个坑。这个其实是一个非常失败的商业模式。谷歌到现在还在往外爬，因为谷歌他其实自己不太想爬出来。为什么？因为他一旦爬出来以后的话，谷歌搜索的广告收入就没了，只能在那里头装聋作哑了。Perplexity到现在也还在思考，到底是不是要爬出来。

大家有没有想过一个问题？开源模型，因为DeepSeek是满血版671B的开源模型，它对于OpenAI的伤害，到底是ToB的伤害大，还是ToC的伤害大？这是一个大家值得去思考的事情。虽然现在DeepSeek在很多的C端有非常大的影响力，就是很多的个人去下载这个东西去用去，但其实真正的开源模型影响最大的是B端。我这是一个自己的公司，我是一个政府项目，或者是一个什么样的商业相关的事情，我要去使用大模型的时候，一定是会优先去选择这种完全可控的开源模型，而不是说我去用人家的闭源的，买人家API。因为你一旦是有开源模型的话，你就可以选择完全私有部署，我自己买台服务器往里装就完了。

现在中国卖的特别好的就是DeepSeek一体机。什么叫DeepSeek一体机？就是它一个机器里边给你塞满了，比如说8块或者16块升腾910，华为的这个算力卡，可以把DeepSeek 671B的这样的模型直接塞进去，就是一台机器搞定。但是这机器很贵，这一台机器大概是三四百万人民币。但很多的大企业说，我们愿意去花这个钱。中国的那些大企业，特别是央国企，他们花这种钱还是蛮开心的。花完了以后，华为就可以发挥他们比较擅长的事情。

做这种ToB销售、做大客户销售，剩下的这个我们就不能细说了。所以一旦是有这种完全开源的大模型，而且是跟你这个OpenAI差不多功能的这种大模型的话，对于OpenAI也好，对于谷歌也好，最大的伤害是B端的。C端的其实你说有伤害吗？有，但是C端的人呢，主要是凑个热闹，我们上去看一下就可以了，发现“哎，慢了吧唧不太好使呢”，就跑掉了，也就这样。但是B端真的是差异很大，现在大家都已经开始动起来了。谷歌的Gemini 2.0 Pro已经发出来了，而且谷歌Gemini 2.0，就是Flash、Flash light什么一大堆的版本出来，那是真便宜，而且是比DeepSeek还便宜的一个价格。你不是跟我卷价格吗？我卷的比你还低，现在是谷歌的应对方式。

而山姆·奥特曼的话，也终于要发布他的GPT-5了。这个是路线的一个彻底改变，从去年年底12天连续的挤牙膏，到现在突然说“哎，GPT-4.5要出来了，马上GPT-5也要出来了”，这个转变是非常非常巨大的。而且我相信到目前为止，这个弯应该没有转完，这只是转了其中的一半，剩下的我们还要再等它继续去发布，还有一些新的消息，可能未来一段时间会出来。为什么说这个弯还没有转完呢？因为你还得开源一部分，你光说我4.5和5这事不行。到目前为止，OpenAI到底怎么开源这件事，山姆·奥特曼都没说，这个肯定是有问题的。

而且山姆·奥特曼也好，OpenAI也好，现在已经开始有流量焦虑了，就是他们的流量到底了，靠自然增长涨不上去了。所以他们1,400万美金，跑到超级碗去打广告去了。他们等于进入到下一个阶段了，原来就是我自然增长，再涨上去就完了，现在涨不动了。而且呢，除了出4.5和5之外，还要求什么呢？就是他还说了，我们要开放全部的功能给免费用户使用，不用再去说一定要交钱了。这个是非常大的变化，就是你甭管是GPT-4.5还是GPT-5，什么搜索、什么生成图片，这个东西免费用户都可以用起来。

这个是真的要革自己的命的路子了。GPT-4O以后，其实再往后发展，这个事本身是挺难的。就是普通的这种对话模型，在GPT-4O出来以后，我们就做过这个结论。其实GPT-4到4O之间，主要增加的东西是什么？是语音的部分，是多模态的部分，高级语音功能。为什么涨不上去呢？原因就是你再往上涨，大家其实没法欣赏了。

马上要跟大家见面的GPT-4.5，就是说未来几周就会见面。那么4.5代表的是什么意思？有提升，但是呢，提升又不够大，所以它的名字叫4.5。越往后发展，这个提升就越难被普通大众所感知。你说我今天去跟一个出租车司机聊个天，哎，聊得还挺开心。待会你在这给我做一个博士，我跟他聊天发现聊不到一块去。人家说什么我不懂，我说什么，人家都是像看傻子一样看着我。那这个事肯定是没法整。因为你GPT这种东西从4到4.5或者到5，你变得更聪明了以后，是不是就是我说点什么，对面都像看傻子一样看着我呢？这个就会很痛苦。

而且加入搜索以后的话，其实对于大模型本身，就没有那么高的要求。他只要把我们的内容通过互联网搜索以后，再去进行一个总结归纳的话，他对于模型本身的能力要求，其实已经下降了。还有一个问题是什么？就是越聪明的模型，对于安全和对齐就越费劲。我还记得在GPT-3.5出来的时候，他们就说说，我们这个模型其实训出来一年多了。那这一年多干嘛呢？就是不停的在去做对齐，做安全性的这种防护，不能让人去攻破它呀。而且发出来以后还不停的有人上来说，我奶奶告诉我怎么样，或者是我做了个梦造原子弹了什么，还不停的去绕他。绕了这么多年了以后肯定是攒的，各种各样的防越狱的手段越来越多。

那么现在GPT-4.5可能早就训练出来，但是他就为什么没有办法把它拿出来？就是没法去搞定这个安全措施。原来可能还要再去蘑菇很长时间，内部才能达成一致，说我们把它放出来。现在DeepSeek来了以后说算了，不用费劲了，咱们拿出去用吧。

其实，在Llama出来的时候，OpenAI这边就应该想明白了。就是在这个时候再把它做这个，那么安全其实意义不大。因为有开源的，你这个做的再安全都没有什么意义。

DeepSeek在安全跟对齐这方面呢，有点像拼多多的商品。原来很多人说DeepSeek是AI界的拼多多，这个是有道理的。拼多多的商品有什么特点？能用，这个东西不是说不能用，能用便宜，但是安全性跟稳定性呢，就没有那么讲究。你去拿DeepSeek，特别是DeepSeek的API，基本上是百无禁忌的。一个模型放在那里，那你说这个大模型这样百无禁忌，他有问题，你万一说点不该说的怎么办？

但是你想想，我们今天相当于雇了个人在家里干活。我们希望这个人的道德标准是由我们掌握的，而不是由DeepSeek或者OpenAI，由对方来掌握的。我觉得宁肯找一个百无禁忌的人回来，我们重新给他立规矩，也不要说哎，已经训练好了一个道德规范，在进我们家来。这个还是有区别的。而且现在大模型安全性这一块事，大家都还在摸索，谁也没有搞明白，到底怎么能够让大模型彻底安全下来。现在就是一抓就死，一放就乱的这么一个状态。DeepSeek就属于彻底乱带了，像Claude呀OpenAI，都属于抓的相对来说比较死。

但是我觉得对于很多ToB，就是自己可以去做这个开发的，这些用户来说，我自己把握，你不要指手画脚。GPT4.5这个呢，应该就是OpenAI的最后一个对话模型了，再往后不做了。再往后的所有方向都是向O系列，也就是推理模型的方向前进了。那么GPT5是什么？GPT5其实是不用太期待的一个东西，它呢应该会在几周或者几个月之后发布。这个名字呢应该是逼出来的，就如果没有人逼它，我估计它也就不叫GPT5了。GPT4.5发完就完事了，接着做O3、O4、O5，就这么发下去了。那现在不行了，要改方向，新的方向就是GPT5。那这个名字到底是什么意思呢？其实GP5不是一个模型。

它是一个AI agent的聚合体。他后面有大量的O系列模型，如O1、O3等，这些模型在后面盯着。然后，4.5这样的对话模型也在后面盯着。他呢，是每一次接到一个问题以后，根据用户的意图来判断，说你到底想干嘛，然后再调用不同的模型来解决用户的需求。

很多人使用OpenAI以后说很讨厌，说你这个上面有一个叫模型选择器的东西。你上来以后先要选，我到底是用4回答问题、4o回答问题、4O mini，还是用O1、O3，用哪个去回答问题。选来选去的很麻烦。现在甭选了，我们就统一入口。你就来问，问完了以后我替你选，替你去回答就完事了。你就不用管后边我是怎么调度的了。这个呢，算是又一次指明了方向。

OpenAI说这个话之前，或者山姆·奥特曼说这个话之前，谷歌呢，还是发了一大堆的模型出来。他那个模型叫Gemini 2.0 Flash、Gemini 2.0 Flash light、Gemini 2.0 Pro、Gemini 2.0 Flash thinking，等于是这个系列的模型出了一堆。OpenAI说别费劲，咱们统一接口。而且呢，所有功能都统一放在一起。像去年其实我讲过好多次，就OpenAI这个模型不支持上传图片，那个模型不支持搜索，再了一个模型不支持什么canvas，就是那种画板。每一个都是很别扭。现在说，哎都有，GPT5所有的这些功能，什么搜索、高级语音、多模态生成、生成视频、生成音频、图片识别、文件上传、canvas，统统都放在一起。就是你就不用管它后边儿到底是谁了，我给你搁一块儿完事儿了。这个还是非常棒的一个事情。

所有免费用户都可以使用全部的功能。那你说还有没有人付费呢？付费用户是可以根据付费的情况，获得更聪明的回答，或者是更多步骤的回复。但这个效果怎么样呢？我觉得还有待观察。我现在感觉，OpenAI又在给大家挖坑儿了。就前面它这个一个月20美金，我就觉得是个大坑儿。

免费用户获得这个比较笨的回答，付费用户获得比较聪明的回答。这件事我觉得被人歧视了，总觉得浑身不舒服。当然了，我现在已经准备要退定它了，一个月20美金，可能等到GPT5出来的时候我就退定了。以后呢，就是有钱人获得更聪明的AI服务，穷人的话面对的就是敷衍了事的扑克脸了。未来只有O系的推理模型还会继续发展，这种普通对话模型到4.5到头了，到此结束了。

为什么是走这条路呢？你说我们真的需要那么多工程师吗？真的需要去解决什么全人类的这个疾病问题吗？其实不是。这种推理模型有一个很大的优势是什么？它可以一部分地解决幻觉的问题。有的时候说真话，有的时候说假话，或者是有的时候一本正经胡说八道。这个事大家是受不了的。大家要注意AI犯错误的方式跟人犯错误的方式是完全不一样的。

人类犯错误的方式是什么？就是我们会在不熟悉的领域犯错误，还有什么？在疲惫的状态下容易犯错误。而我状态好的时候可能说的比较顺溜。人呢，在不熟悉的领域或者是疲惫状态不好的时候，情绪能表达出来，他会犹犹豫豫的，说的不是那么肯定。所以大家也比较容易判断你这个答案是不是靠谱。有很多人就他自己也不懂，这个东西到底对不对，但是只看对方的这个语气语调，就能猜出来：“哦，这个事原来你也不太拿准。”

人呢，在被反复询问的时候其实会不耐烦，这都是人的特性。AI正好反过来，它呢是任何时候犯错误的概率都差不多，就是甭管这东西你熟还是不熟，AI其实没有什么状态的问题，他都会犯错，而且犯错误的概率是一样的。而且呢，人犯错误的时候会显得犹疑不定，AI呢不管是不是犯错误都一本正经，所以我们经常说他一本正经胡说八道嘛。

当然AI有一个好处是什么？他被反复询问的时候不会不耐烦。所以推理模型呢，他就可以解决这个问题。一个问题我问你3遍，问你5遍，再拿这些结果进行判断，看看是不是一个靠谱的结果。所以这个就是O系推理模型，大家很努力地再去往前推这个事情的原因。

因为我最近一段时间是 DeepSeek R1 用的比较多。O1 出来，O3 出来，其实我用的都比较少。但是 DeepSeek 出来了以后，我还是很努力的用了一下。我发现就是很多事情，不是一些数学问题、物理问题、工程问题，就是普通的这种生活中的问题，你扔给推理模型去干，效果也挺好的。唯一缺点就是慢，还有一个就是啰里八嗦的。中间上这个思维链这个事是比较讨厌的，其他的都还可以。

再往后呢，就是 API 可能会比较麻烦。现在山姆奥特曼就是说以后 API 也是统一接口，但这个就很麻烦了。为什么？就是你可能问了一个很简单的问题，不定他哪根筋搭错了，直接跳到推理模型那边去干活去了。那你可能这一个问题就直接几千个 TOKEN，上万个 TOKEN 就直接干掉了，而且出了一大堆啰里八嗦的东西，你也不知道他在说什么。这个事是比较讨厌的。所以我估计 API 可能还是分模型去处理的，这个应该是让我们自己去选择。你不能说你替我选完了就直接干了。

所以呢，GPT5 呢其实是一个黑箱子。每个用户提问之前，也不知道会为哪个模型去服务，也不知道会获得多大的算力，或者是推理预算。免费用户获得的服务可能会不太稳定。就是用的人少，没准多给你思考一下；用的人多就拉倒了。就跟我们去医院看病似的，如果一大堆人在外面排着队呢，那大夫肯定可不耐烦了。但是你说哎，我有钱，我去看这个特需门诊，那个大夫肯定脸上笑出花来，说您哪不舒服，慢慢跟你说一下。当然我每次去看病的时候，那个大夫看我一眼说，哎，该减肥了。这个也是让我比较不爽的一个事情了。

现在呢，对于 B 端市场，统一黑箱的这个方式其实并不是一个特别好的办法。为什么？因为弊端市场他肯定还是要先试用，测试完了以后，再去确定说我是不是要去下单。那你现在没有什么可以定制的地方，上来给你一黑箱子，结果你说我弊端市场要测试的时候，遇到一个脑子不太灵光的扑克脸，那这个成单的可能性就会下降很多。统一接口为什么费劲？就是原来……

为什么大家不是做这种统一的接口？原因呢，是这样：就是大模型跟传统软件是不一样的。传统软件是模块化的，大家可以拼来拼去的。大模型呢，是训练完了你就不能拆分拆迭代了。说我训练完一整块，说我把胸间哪一块拆出来改一改行不行？不行，训练完了就是一整块，它是不允许动的。每一个模型训练完了以后，都需要单独的调整，才能够接上各种外挂。这个是大模型跟传统软件之间的一个比较大的差异。传统软件就是模块化随意增减，大模型是一次成型不可分拆。

那么，你说到底是一个诸葛亮厉害，还是三个臭皮匠厉害呢？像我们以前一起合作或者带团队干活的时候，都会理解这件事，就是沟通确认这个成本是很高，效率是很低的。很多事情都是说，哎，干脆一人把他干完了，也比跟很多人商量着做要快很多。所以呢，如果你有一个特别特别强的基座模型，要肯定要比一大堆的模型凑一块干活要顺畅的多。大模型之间的配合呢，其实更像是一堆人商量着干活。就是为什么原来没有统一接口，大家都是一大堆的模型让你去选，这个也是有原因的。

GPT5的这种方式呢，为什么说我感觉它像一个坑呢？这是一种突c的全能型助手，就是你甭管是问他什么问题，他都来给你判断意图，然后进行回答。可以说呢，是像端到端的这种智能助手的方向迈进了一大步。未来呢，给这种端到端的黑盒子做定制开发，或者是和系统集成的话，应该是比较费劲的。为什么呢？就是各种OpenAI基础上搭建的这个系统的话，它的底层会没有那么稳定。就是你每一次把命令扔进去以后，你不知道它会用哪个模型给你回复。比如说你写了5,000字的提示词进去，OpenAI给你回答一个好的，或者叫回答一个阅，已阅，那这个事不就这个哭笑不得了吗？或者是你问他说，哎，明吃什么呀，他给你思考了半天，说哎呀明天是一个什么样的日子，啰里吧嗦给你写了2万字出来，这个就可能会造成一些坑。

那你说统一接口这件事，对OpenAI自己有什么好处呢？有一个巨大的好处。

就是你要再想分析、开解、蒸馏它的模型，就费劲了。原来我们可以逮着O1去蒸馏，蒸馏出来的东西去训练，比如说DeepSeek R1。现在变成了一个统一接口的黑箱子，你说我现在想对你去进行蒸馏，大家想一想这多费劲吧。你不一定哪句话回来一个“已阅”，不一定哪句话回来了，给你回答一大堆乱七八糟事情。这个有点像咱们现在看3D电影，这个3D电影的效果未必好，但是呢，最主要的这个功能是防止盗录。就是我现在拿个手机或者拿个摄像机，在这个电影院里把这个3D电影拍下来，是没用的，出去没法看。所以我觉得统一接口这个事情，未来也许是大方向，但现在的话，应该主要是OpenAI一个防盗措施。

现在呢，商业上统一接口这件事呢，我觉得可能也是个坑。为什么？得屌丝者得天下，明显带有歧视性的这种政策，会把屌丝用户都推给竞争对手的。就像我们现在为什么在国内看病，大家老觉得不爽。你去挂普通号，就是要一堆人在那排队乌泱乌泱的，进去了以后这个大夫极其没有耐心。你每次这样看完了以后，你看旁边那个特需门诊窗明几净，大夫特别耐心的这种诊疗制度的话，你肯定会觉得不爽。所以在这样的一个情况下，免费用户你再怎么使，你都会觉得不舒服的。这玩意叫“不患寡而患不居”呢，这个是应该是有坑。

而且现在OpenAI，虽然号称每年可以降低成本90%，就是说我推理成本会不断下降，原来是10块钱的事儿，过一年就变一块钱了。但是呢，这一次失去的收益，估计不一定少于90%。目前OpenAI的收入75%来自于订阅，就是一个月20美金也好，一个月200美金也好，就是这个钱是占他整个收入的75%的。2024年可能预计他是挣了40亿美金，然后这个钱可能都不用算训练新模型，就是他原来的这个旧模型的这个推理，压根这个40亿美金都未必覆盖的了。到新的一年，他可能大量的订阅就会流失掉，C端用户一定会大量流失。B端用户的话，如果不走开源的路，那么在B端的这个市场上。

面对DeepSeek这种全开源模型，我觉得OpenAI的竞争力是比较差的。而且，如何盈利的问题现在还是需要思考。目前的收入还是很难覆盖公司其实有三大成本（不算人员成本）：第一个是训练成本，第二个是推理成本，第三个是推广成本，也就是获取用户的成本。

训练成本，比如说我招了一大堆科学家回来，来做新模型，我要去收集数据。这个成本是一次性的，我有一个模型可以对外服务了，我就可以一直收钱了。推理成本的话，就是你要让一大堆的GPU在那等着给我们回答问题。推广成本的话，OpenAI在这个超级板上花了1,400万美金，那个就叫推广成本。

正常的一个公司运作下来，应该是训练成本最低，推理成本应该比训练成本高一些，推广成本有可能会比推理成本还要再高一些。但是现在这一块大家还在有争论，为什么？因为原来推广成本最高的一个六小虎，现在快玩不下去了。Kimi花了好多钱去推广，结果发现DeepSeek一出来，完全为他人做嫁衣了。

使用大模型聊天工具这件事上，用户基本上是没有忠诚度的。只要有一个比你好的基座大模型，大家就直接跑了。所以大家也在想说，我是不是不应该花钱去推广，还是应该把这个模型再往前推一步。但是这个事没有地吃后悔药去。后面的话，我估计OpenAI还会有比较大的调整，应该会开源一部分东西出来。你如果不开源的话，对于ToB市场是基本上没有办法的。

说完OpenAI以后，咱们再讲讲李彦宏同学。那真的给大家演绎了一下，什么叫唾面自干。文心一言不但要免费还要开源。李彦宏呢，就属于被OpenAI忽悠瘸了的那个，上来就开始收费，什么都不行。文心一言还比较烂的时候，就找人去收钱，而且呢，一个月是50多块钱，很贵的这个玩意在中国。当然，这坑肯定是他自己愿意跳的嘛。搜索引擎嘛都是这样，因为他后边还有搜索广告输入。你一旦是免费让人用搜索，免费让人用这个东西，那你这个搜索广告收入就没有了。

所以，李彦宏就跳到这坑里去了。如果模型还没有遥遥领先就开始收费的话，那用户肯定是很反感的吧。他现在到底有多少人订阅了文心一言4.0版本？反正我是从来没有用过，也从来没有定过。现在的话，直接就是180度大转弯，文心一言全部的模型都免费，而且直接开放深度搜索功能。而且呢，带有搜索功能的其实是叫文心一言4.0 Turbo的一个版本。带有搜索功能的所有大模型，一般都是有什么Turbo、light呀，或者是快速的Flash呀，有这样的这种标签在上的。就是它实际上是一个中量级的，我估计可能也就是30B或者是70B这样的一个模型，绝不可能是那种几百B的模型。这是文心1.4.0 Turbo的一个版本。他准备呢，在未来几个月陆续发布4.5版本。他到底是陆续发布，还是直接向OpenAI学习，整一个统一接口出来，现在还不确定。而且呢，讲到6月30号，4.5版本就要开源。但是呢，具体4.5版本有几个版本开源，哪些不开源，哪些到现在都没有说。

另外呢，在让人失望这件事上，百度是从来没有让人失望过。我看到新闻以后就好开心的，赶快跑到百度去用一下呗，结果告诉你说不行，你现在还用不了，你要收费。我说不是免费了吗？他说对，我们从4月1号才开始免费的。那天是愚人节，我们要从愚人节那天开始免费。为什么会有这么傲慢的人？你这个免费了就要在愚人节嘲笑我是傻瓜，那天给我来用。今天我上去看了，还要求付费。据说最近一段时间，百度在开会研究怎么退款，因为有些人直接订了一年的，那你没有用掉的这个部分是要给人退钱的。未来到底会不会做统一模型的入口，这个还有待来去看。百度这条路会更加的难走，为什么呢？主要是搜索收入。因为一旦大家转型了，说我们以后都去用AI搜索了，百度的搜索广告输入就没了。现在根本就没有办法去填补这块空白。就算是我们去交这每个月的使用费，他挣那点钱也绝对弥补不了搜索引擎的或者搜索广告的这个输入。

根本就顶不住。所以，一旦流量流向了免费的百度文心一言深度搜索功能的话，百度的命格子就断了。谷歌其实也面临同样的问题。谷歌的处理方式是什么呢？到现在为止，Gemini的客户端还收费，但是呢，AI studio.Google.com，就是Gemini的这个程序员网站，大量的模型是可以免费使用的，最新的模型都在那里使。所以，谷歌是非常矛盾的。通过这个Gemini调用谷歌搜索，这个功能是可以的。我原来算过，具体是一毛多钱还是两毛多钱，我想不起来了，反正你调一次就要给钱，调一次就要给钱。这个到底是不是未来的方式不好说，大家也还在摸索。

Grok3和Llama4应该是在未来几周都会出来。所以我估计呢，2月和3月份应该会非常非常热闹，大家所期待的大模型都会出来。现在还有人说Claude也快出4了，这个事现在大家也在期待看看，他们到底能够做出一个什么样的东西出来。未来的模型市场，会向什么样的方向发展呢？其实核心的问题，到现在为止依然没决掉。什么是核心问题？就是大模型到底咋挣钱。这个事情其实到目前为止，谁也没想明白，特别是C端的钱，到底怎么把它挣回来。因为B端的钱，你一旦有这个彻底开源免费的版本了，这个B端的钱，就基本上跟大模型公司没关系了，后边的就是系统集成公司该去挣这个钱了。因为我们现在已经都有开源、免费的大模型了，我们只要用这个大模型就可以了，剩下的就是，我们去买这个几百万一台的一体机，DeepSeek R1一体机，买的过程中呢没准还可以有些回扣。剩下能够挣的钱就是C端的钱。那么C端到底咋挣钱？是这个广告费吗？还是做电商呢？还是做直播带货还是做什么？这个还是需要未来一段时间大家去思考。

OpenAI想的这个方式，就是给这个免费用户用笨一点的模型，给这个付费用户用聪明一点的模型。这件事呢，反正我觉得，这是OpenAI为整个行业挖的下一个坑，这个大家拭目以待，等这个事情开始跑起来以后。

咱们看看效果到底怎么样。这就是我们今天的第一个故事：鲶鱼已经来了，所有的鱼都得动起来，甭管你乐意不乐意。DeepSeek来了，所有的人就不要再想着在ToB这块能够大捞特捞了。在ToC这一块儿，怎么去寻找新的商业机会和商业模式，才是大家需要去思考的问题。好，这就是我们今天的第一故事。

百度为什么不做Sora？是不是吃不到葡萄就说葡萄是酸的呢？大家好，这里是老范讲故事的YouTube频道。

11月12号，百度世界大会上就透露出来说，百度从来就没有想去过做Sora这样的世界模型，或者叫视频模型，从来没想过。百度呢，是一直希望走自己的多模态道路，不希望去跟OpenAI这样的公司卷入世界模型的竞争。虽然到现在为止，Sora也没出来，但是跟在后面跑的人还是很多的，特别是抖音、快手，都推出了各自的视频模型，还有很多国际上的厂商也在视频模型上争先恐后地往前跑。

但百度说，我不干这个事，我有更重要的事情在做。这是百度李彦宏亲口说的。那么，百度努力的方向到底是什么呢？百度努力的方向是消除幻觉。大模型都是有幻觉的，百度呢说，我们作为一个中国公司，你可以不说话，但是说错了是很麻烦的，所以我们不能产生幻觉，保证我们说的都是对的。而且这个是在各种角度上，所有的评判标准来看，都得是对的，不能有任何问题。因为有的时候，你说的你觉得对了，但别人觉得不开心，这也是不行的。

所以百度呢，作为一个有中国特色的AI领军公司，他们向着消除幻觉的方向前进了。他们准备怎么去消除呢？他们这一次在11月12号的百度世界大会上，推出了一个很有趣的东西，叫IRAG。大家要知道，RAG是我们在做AI agent，或者叫AI智能体里头，用得比较多的一个技术，叫搜索增强生成。就是我们先搜索，搜索完了以后，根据搜索的内容再去生成，这样的话，能够保证生成出来的东西没有什么幻觉，是在你给定的范围内去生成的。它倒不一定说保证生成出来的东西是对的，但呢，它保证说你给我的是什么，我生成出来的就是什么。

那么，IRAG是一个什么样的东西呢？这个前面这个I到底是做了一个什么样的单词放进去了呢？I这个词呢，是图像（image），以图像为基准的RAG。什么叫以图像为基准的RAG呢？就是正常情况下，咱们RAG都是做的文本或者是表格。

搜索完了以后，把这些文本和表格通通都做成矢量数据库里面的一个点。然后找到离他比较近的点拿出来，去生成跟问题相关的答案。这是RAG的标准过程。IRAG呢，就是百度说我有好多图片，我把所有这些图片，以及图片识别出来以后的各种信息，直接拿去做嵌入，然后形成史料数据库。在这个里边去搜索，搜索完了以后再去重新生成图片。这意思是什么呢？就是你去训练说这个人叫张三，张三长这个样子，张三坐着，张三站着，张三乐了，张三哭了，张三吃东西了。他把所有这些东西都训练好了，放到一个矢量数据库里边。等你下次要求他去生成图片的时候，说张三穿着什么什么样的衣服，站在哪里，在做一个什么动作，有什么样的表情，有什么样的风格，他就可以从矢量数据库里头把你要的这些信息都找出来。张三长这样，我有了；然后呢，穿什么衣服，我在数量数据库里再去查。查完了以后，哦，衣服长这样我也有了。做什么动作他可以画得很准。他做了这么一个很神奇的技术出来，但是我看到这个介绍以后说：“哎，这玩意好玩哈，我得去试试。”然后我就跑去试了一下。首先我跑到了百度文心一言的网站上，测试一下，发现文心一言3.5版本一如既往的拉胯，依然在那胡说八道，依然在那前言不搭后语，咱就对他没有什么预期了吧。然后闻心欲言4.0依然需要收费，算了不测试了。那么画图吧。画图的过程呢，稍微有些吓人。首先让他画车，你让他画各种型号的车，都非常的准。说我迈巴赫哪个款，在巴黎的凯旋门下，哎呀，那个做的非常的漂亮，一张照片绝对一下乱真。大众这个车呢，除了车牌子上看不太清楚之外，也是非常像的。比较遗憾的是，我要求他画小米苏7，他没画出来，估计是小米苏7他的素材不够多，或者训练这个模型的时候没有用很多的小米苏7的图片，或者说他的IREG的这个矢量库里头没有那么多的小米苏7的图片。每次要求他画小米苏7的时候，他画出来的呢，都是问界M5，这个就没办法了。然后画人吧，要求他画郭德纲。

哎呀，我天呐，简直就是拿照片直接贴上来。你说郭德纲干什么？马上就给你做一个一模一样，绝对以假乱真。但是呢，你要求他画于谦，这个事就没法整了。画出来的也是郭德纲。大家想明白了没有？为什么会这样呢？

说为什么我要求他画于谦，这个IRAG产生的结果是郭德纲呢？因为很简单，你所有在百度图片里头搜索于谦的照片，郭德纲都站旁边了。于谦、郭德纲，郭德纲、于谦，你郭德纲站的照片多一些，那么他就认为说是不是于谦应该也长这样。可是这样的一种运作方式，实际上呢，他向我们展示了用IRAG的这个技术，依然是没有办法避免幻觉的。你要求他画于谦，他画的是郭德纲。

有一张照片，我告诉他说，来，给我画一个郭德纲跟于谦在德云社说相声的照片。画完了以后，就是两个郭德纲，都很像。就是你单独拆出任何一个来，都是以假乱真的。俩郭德纲站在台上说相声了，就变成这样了。要求画其他人，就没有那么像了，比如说郭麒麟、马斯克，这个就不太容易认出来了。其他的我就没有再敢去测试，再测试可能会被警告了。

但是呢，他整个这套的IRAG的系统还是挺吓人的。如果你想让他去给你生成一些广告图片或者是一些假图，就是郭德纲出去做了一些丢人现眼的事情，绝对以假乱真，画的极像，已经是可以达到一定的商业用途了。特别是你，比如说我做一些店铺的装修或者是这种电商的图片生成，这个玩意还是可以的。

除了这个IRAG之外，这一次的百度世界大会上呢，还发布了无代码工具“秒哒”。一秒、两秒的秒，哒呢是一个口一个到达的达。所谓的无代码工具“秒哒”呢，其实类似于字节跳动的codes，对吧？也是让大家把智能体拼起来，然后形成AI agent去干活了。只是呢，秒哒现在呢还不开放使用，依然是让企业去报名排队。据说已经有很多人排队了。这些企业不知道为什么想不开，Codes现在就可以免费使，你干嘛还要去使用秒哒呢？像我这种稍微有点动手能力的人，可以使用Defi。

这个咱们就不说到这么远了。今年，除了前面我们讲的IRAG以及秒哒之外，还发布了什么呢？这个牛肯定还是要吹的嘛。现在吹的牛是什么？就是文心一言大模型，日均调用量15亿。我们已经数涨上来了，去年是5,000万，现在涨了30倍了。这个15亿呢，大家注意，没有单位，15亿次，15亿人，不可能15亿人，中国没有。15一次，这个也稍微有点不太好去评估，怎么算一次呢？那么我们就稍微保守一点评估吧，我们把这个单位写成TOKEN，就是每天可以生成15亿TOKEN。

哎呀，很多人说这个数好大呀，百度文心一言好厉害，这么多人使用它，生成了这么多的内容。但是你要想想，15亿TOKEN按照百度的收费标准，能够挣多少钱呢？百度文心一言4.0 Turbo，按照每千TOKEN的价格乘上15亿的话，一天的收入大概不到10万块钱。那你以为像百度这样的一个公司，这样的一个项目，值得上来去讲吗？如果这就是他的AI未来的话，百度一年挣个3,000万、4,000万这种水平，这个够干嘛的呀？

所以呢，这个数字基本上可以忽略不计，他只是跟大家玩了一个文字游戏，一天15亿，好大好大。你把它乘上钱数，你看看有多少。除了给自己吹牛之外，当然还要指明一下方向，说未来的AI发展是哪个方向呢？两个大方向，一个是智能体，应该也就是刚才我们讲的AI Agent这样的东西；另外一个呢叫产业应用，就是政府有钱或者是大的企业有钱，你们愿意为这个事情买单，你们就是未来方向了。这是李彦宏为AI中国指明的两个方向。

而且呢，保证说百度自己不会去做超级APP，实际上他也没这个本事，所以干脆吃不到葡萄说葡萄是酸的，我不做这个事。然后呢，要去打造上百万个超级APP，也不知道李彦宏怎么想的。超级APP不可能有上百万，到上百万了，以后这东西就不叫超级APP了，你没有那么多用户，叫什么超级APP？但那意思呢，就是降维打击，这个是很多互联网人喜欢讲的一种说法。

你是二维生物，我用三维的方式去干掉你；你是三维生物，我用四维的方式去干掉你。这是《三体》里边的一个词。这个所谓的降维打击是什么呢？就是你们都去卷超级APP去了，我要当你爹。在百度下边做的应用都是超级APP，我比你高一个层次。

当然了，也展示了一些智能体，包括百度自己的文心智能体平台。这个上面呢，号称有15万家企业使用，有80万开发者，但是也没有看到砸出什么响动来。如果产生了超级APP的话，广大的民众应该是能够有感知的。咱们现在没有感知，别说上百万个了，一个都没看到。然后也展示了一些超级智能体，什么法律问答呀，基本上也就是说我们通过百度的文心研做的一些AI Agent，怎么能够解决一点点的实际问题，这个也给大家展示了一下。

另外，时髦还是要赶的，赶什么时髦呢？百度智能眼镜，扎克伯格干成了，我们也得干去。这就是这一次的百度世界大会上发的东西。那咱们回过来说，百度为什么自己不做Sora呢？其实这个里头最本质的原因只有一个，就是百度自己是没有视频平台的。虽然百度有视频，百度有爱奇艺什么这些东西，但是百度自己没有像抖音、快手这样的平台。你像国内现在即梦跟可灵，卷的那叫死，天天俩人卷来卷去的。即梦后边是字节跳动是抖音，可灵后边是快手。生成完了视频，就放在我们的抖音、快手平台上，大家就可以宣传了，就可以直接用上了。百度自己没这东西，所以说那我就不跟你费这劲了。

而百度跟Sora呢，实际上是两条完全不同的路径。Sora是什么路径？Sora的路径是scaling low，大力出奇迹。中间很多东西我们也不去研究了，我们就把料堆齐了，数据堆齐了，算法堆齐了，再加上足够的算力，烧钱等待它涌现。原来的这些传统的方式，我们就不去考虑了，think differently。我们不用再去想说要不要更快的马车，我们直接去造飞机去了，还不是汽车。这就是Sora干的事情，是一帮有理想的人去做的事情。

而且呢，未必有结果。其实到现在为止，Sora都没有任何要做出来的迹象。而百度他们做的事是什么呢？是在现有的技术范畴下，满足现有的需求。这个呢，就属于典型的中国式创新了。要求的是什么？确定性高。我们要卷吗？卷的一定要确定性很高。哪方面要确定呢？第一，技术路线要确定。一帮老学究们，他们来去确定技术路线，不能让年轻人上。年轻人，你们没有经验，万一走错了路怎么办呢？这个你们不要去动。第二个呢，成本要确定。我投入多少钱以后，可以得到一个什么样的结果。成本确定了以后呢，收益也要确定。我做出来的东西得有人用，我得卖得掉，这个事才能去干。就比较现实。这个就是百度走的这条路。百度呢，要求是有市场能赚钱，所以呢，百度算是比传统的中国式创新更加保守一点的一个公司。

那么现在有很多人去讲说，scaling low现在到底行不行？美国有很多大学、很多机构，甚至一些著名的科学家都出来讲，scaling low是不是玩不转了，这种规模法则是不是有问题了？再往前堆，是不是堆不出东西来了？这件事呢，只能这么说，从scaling low诞生的第一天开始，质疑就从来没有停止过。为什么呢？因为scaling low指望的那个东西，就是scaling low成功的最终结果叫涌现。这个词什么意思？就是你不确定他来不来，你不确定哪次行哪次不行，你也不确定说我到底是增加多少。以后有这么一次，因为涌现这个东西，它一定是不连续的。不是说我上了10块显卡，出了一个东西；上了11块显卡，又出了一个东西；上了12块显卡，又出了一个东西。这个是不连续的。你有可能10块显卡，你最后算出来一个数据可以用，然后呢，11、12、13都没用。结果你发现上到第100块显卡的时候，又跑出一个结果来，又有一个跳跃式的创新，又往前走了一步。那你说咱堆吧，堆到1,000块显卡，咱再做一次，发现哎，好像有那么点提升，但是又不是那么明显。哎呀，这个好像不对。

但这个事情是不是就不行了？不一定，因为在下一个节点在哪，谁也不知道。这个才叫涌现呢。如果你知道下一个节点在什么地方，比如说有这么多数据堆在一起以后得到结果，那下一个节点，比如说我们说是乘10倍、乘20倍、乘30倍或者是1,000倍，这都不知道。这个才叫真正的 scaling law。就是我们就只管往前堆，未来是不可预期的，不确定的不连续的。

这个东西从开始的那天大家就质疑它。这个过程呢，其实很像什么？就是咱们小时候都看过一个故事，叫小马过河。什么意思呢？这个小马背着一包货准备过河，人家就跟他讲说你这个过不去的，这个河很深，会淹死你的。这个不同的人就都跟他讲不同的话。就是每一个老的科学家或者是一些进行成本核算的会计师们，看到 scaling law 就会跟他讲：“小马过河，你是过不去的，你这个事有问题的。”那这个怎么办呢？必须要往前蹚，蹚完了以后去寻找下一个的节点，这个是没有什么办法的。

百度这么想到底对不对？百度说我不去作死 Sora，我要去做 IRAG，我要去消除幻觉，做有中国特色的创新，这事对不对呢？其实百度这么想并不丢人，作为一家成熟的商业企业，这样思考算是一个正常的商业逻辑。但是呢，如果按照百度自取的那样，他是中国 AI 行业的领军企业，这么想问题的话，就有点可悲了。

但好在是什么？就是中国做 AI 这一块，反正至少我测试的各种产品里头，我觉得百度基本上还是排不上号的。百度自称是中国 AI 行业的领军企业，这个事呢，让百度自己开心就好了，关起门来称大王就可以了，让我们每天看着百度是怎么思考问题的。我觉得他思考问题的很多的方式还是有借鉴意义和价值的。但是呢，作为一个国家的这种 AI 领军人物，最好还是有一点梦想，愿意努力的，跳一步往前走一走，有可能你就会走到一些不一样的地方。

好，这一期就跟大家讲到这里，感谢大家收听，请帮忙点赞，点小铃铛，参加 Discord 讨论群。

也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

在上海人工智能大会上，我们目睹了中国AI发展的新高度。今天，我们将引用两位业界大佬的讲话，并附上一些个人见解。首先，李彦宏提到，无需担忧AI会夺走人类的工作，当前的AI技术，如百度的“文心”，更多地扮演着辅助角色，如辅助驾驶，而非完全取代人力。他指出，尽管某些职业可能会消失，但新兴职业，如数据标注师和提示词工程师，将应运而生。这些职业虽然门槛不高，但对逻辑思维有较高要求。然而，值得注意的是，消失的职业数量远不及新创职业，且“门槛不高”往往意味着收入也相对较低。

接着，严弘提出了避免陷入“超级应用陷阱”的观点。他解释道，移动时代的思维定势认为，超级应用是关键，但在AI时代，那些具有强大功能的应用，即便用户量不及10亿日活跃用户（DAU），也可能对产业和应用场景产生更大的价值。严弘的这一观点，或许反映了百度在超级应用领域的局限性，正如俗语所说，“吃不到葡萄说葡萄酸”。李彦宏强调，AI时代的核心仍旧是搜索，这是百度的强项。然而，百度自身从未成功打造出超级应用，这一直是其心中的痛。在AI时代，百度虽有雄心，但若无法突破超级应用的瓶颈，其盈利前景将受到限制。

总的来说，中国AI的发展正迎来新的挑战和机遇，而如何在AI时代找到自己的定位，对于企业来说至关重要。

Open AI虽未打造出超级应用，其盈利模式因此受到挑战。百度近期的讨论聚焦于超级应用的概念，试图解答为何缺少超级应用会影响盈利。百度旗下应用如百度搜索、百度网盘、百度地图及百度贴吧，用户基数庞大，但它们能否称为超级应用仍存疑。同样，Open AI的Chat CPT等应用虽广受欢迎，也未达到超级应用的标准。

超级应用的定义应涵盖以下要素：首先，需拥有庞大的用户群体，例如猎豹移动曾达到1.5亿日活跃用户和6亿月活跃用户，但即便如此，它仍未跻身超级应用之列。原因在于，巨大的用户量仅是必要条件之一，还需考量其他因素。

其次，超级应用应具备长时间的用户使用时长。用户在应用中停留时间越长，应用的吸引力和粘性越大。以百度的应用为例，其用户使用时长与微信、抖音等相比明显不足，这成为其未能成为超级应用的关键因素之一。

此外，完整的生态系统是超级应用的另一重要特征。用户在应用中不仅停留时间长，还能进行多样化的互动和交易，形成闭环生态。例如，微信不仅提供即时通讯服务，还集成了支付、游戏、小程序等多种功能，构建了一个自给自足的生态体系。

综上所述，超级应用的定义不仅限于用户量，更在于用户使用时长和生态系统的完整性。这为Open AI和百度等科技公司提供了新的思考方向，即如何在提升用户量的同时，增加用户粘性和构建生态体系，以实现超级应用的突破。

这个里边要有内容提供者，要有内容消费者。里头可能还有很多其他的，比如说有交易啊，有借贷，有很多的金融生态。你要有完整生态在里头。这是百度的应用，从来没有做到过。百度自己也惦记做电商，还惦记去做这外卖，还惦记去做金融支付，但都没做起来。你要想做超级应用，你就必须有完整的生态，有人靠你平台吃饭，还能吃的不错。这种超级应用呢，基本上是等同于操作系统的。

为什么马斯克那么羡慕微信？马斯克当时收购Twitter的时候，他说微信多好啊，大家可以在里边解决所有的事情啊。可以在里边聊天，可以在里边学习，可以在里边看八卦，可以在里边看视频，可以在里边买东西，可以在里边打车，可以在里边借钱，在里边做各种金融理财，都可以干。这是他喜欢微信的地方。这才叫超级应用呢。

贝特正在向这个方向发展啊，但现在还有一些距离。那我们常见有哪些超级应用呢？第一个呢，就是微信啊。QQ其实也算，但是没有微信那么完整的生态。支付宝其实是一个啊，淘宝的没有那么全，淘宝其实也算吧。然后抖音，快手都是完整生态的超级应用啊。滴滴跟美团呢，算bug。国外呢，Facebook工具群可以算一个，就是Facebook，Instagram，WhatsApp啊，Facebook message，把这几个加一块，你可以算一个。谷歌全家桶啊，Gmail啊，谷歌地图呃，Google Calendar，其他的一些，包括像咱们YouTube这种，全家桶你可以算一个。

安卓啊，你应该把这个东西算上。苹果全家桶，可以算一个。大家有没有发现，中国的这个超新应用都是单根一个，而这美国的这些超新应用呢，都是全家桶啊，或者叫工具群。为什么会这样？就是我记得，我当时去天津那个航母公园参观的时候，人家给我讲过，他说你发现这个航母跟咱们平时看的美国航母有什么区别没有？我说上头有好多炮啊，下头还有导弹，啥都有啊，这玩意怎么啊？他说对，他说美国的航母都干干净净的啊，这个上面的甲板是平的，而苏联的航母呢，上头是啥都有，有炮有导弹，还有各种东西都全啊。原因也很简单啊，美国航母呢，都是集群作战，一出去就是一航母战斗群啊，他不需要这些玩意，剩下有什么，驱逐舰巡航舰给他来提供，还有潜艇。俄罗斯呢，没有那么多海军，所以他出去呢，一条航母就出去了，所以他啥事都得自己管。中国的这些超级APP也是这样啊，我一关门啊，你们都不许上我这来啊，数用户都是我的，交易都在我这做，所以它呢，都是单个的，它就只能做一个超级APP。而到美国呢，你比如说Facebook啊，我有Facebook，有Facebook message，有Instagram，有WhatsApp啊，我各司其职，自己去做自己的事，他就可以做一对啊，他们是这么来做的啊。就是大家的玩法不太一样，就是必须要去做超级APP才有可能在AI时代挣到钱啊。那么百度我觉得又会错过这个事情，这是没有任何办法的。现在在AI时代，这是一个新的挑战和机遇。

国内在超级应用（Super App）领域有所建树的，可能还是以字节跳动为代表，其旗下的豆包等产品，作为超级应用（Super App）的典范，实际上已经初具规模。阿里的王坚，提及阿里云的王坚，他不仅是阿里云的创始人之一，也是阿里云的首席科学家。可以预见，未来一定会有新的大公司涌现，如同Open AI这样，原本默默无闻的小公司，可能会迅速成长为行业巨头。在国内，也必将有新的大公司诞生。

实际上，百度、阿里、腾讯，这些互联网时代的巨头，到了移动互联网时代，谁又是真正的领头羊？滴滴、美团、字节跳动，这些公司已经在移动互联网时代崭露头角。而在即将到来的AI时代，一定还会有新的巨头崛起，具体是哪一家，我们拭目以待。同时，也会有一些大公司经历浴火重生。

在互联网向移动互联网的过渡中，百度显然落了下风，而淘宝和微信则成功把握住了这一波机遇。在AI时代，阿里云似乎已经迎头赶上，阿里云投资了国内几乎所有的AI大模型，国内一半的AI算力都在阿里云上运作。因此，在AI领域，阿里云已经占据了领先位置。

AI对于大企业来说，相对友好，因为这需要大量的资金、算力、数据和计算中心，这些都是小企业难以承担的。然而，大企业拥抱AI也并非易事，因为这可能会打破原有的管理结构，大企业往往存在路径依赖。王坚曾说过一句引人深思的话，他认为在AI和GC时代，核心其实是人，而不是AI技术本身。这句话值得我们细细品味。

而大公司与小公司面对AI,确实持有不同的看法。大公司视AI为工具的革命，而小公司则认为AI是革命的工具，这二者之间存在巨大的差异。大家可以思考一下，话到底是怎么讲的。那么，关于人工智能呢？它拥有一个非常长的过去，但却只有非常短的历史。这是王坚的原话，意思是什么呢？就是我们可能从100年前就开始谈论人工智能，但是我们现在这一波人工智能，是从XGPT发布以后才真正开始的。因此，人工智能的历史实际上是非常短暂的。

接着，王坚提到了三个不等式，这三个不等式很好地概括了中国AI发展的现状。第一个不等式是什么呢？就是与基础模型相比，应用做得还不够好。你可以说中国有没有像GPT这样的模型？没有。中国有没有像Gemini那样的模型？也没有。更没有VLOG。那么，你可能会问，中国为什么就做不出好模型来呢？这确实是一个问题，但是，你的应用是否真的需要这些好模型呢？所以，不要总是抱怨中国的模型不好。实际上，中国的应用做得也不够好，但中国的应用已经算是全世界做得最好的之一了。与美国的AI应用相比，我觉得中国的做得还是要好很多的。但是，所有的AI应用对于大模型的各种能力的发挥，其实都是比较有限的。因此，现在的大模型其实已经够用了。你别看我们赶不上Open AI，但是我们的模型已经够用。

第二个不等式呢，有人在讲，和现有的算力相比，你老说美国幸运，我们没有算力了怎么办？显卡不够了怎么办？基础模型做得还不够好？这个问题与第二个不等式有关。什么意思呢？你说我缺算力，催显卡吧。然而，这并不是问题的全部。我们应当关注的，不仅仅是算力的差距，还有如何更高效、更智能地利用现有的资源。这是中国AI发展需要思考的问题之一。

就是，以咱们现在做的这些模型，咱们现在大部分模型，实际上就是几十亿啊，就是几百亿参数，这种模型，在现在咱们的这些显卡上已经足够了。你再给我更多显卡，我都用不上了。对吧，咱们现在是这样的一个情况，咱不缺显卡，咱们是模型不够好，这个也是大家觉得比较奇怪的地方。所以，中国从来不缺显卡，这是第二个不等式。第三个不等式是什么？以现有的电力相比，算力还不够。原来都说，AIHTC最后是拼的是电对，现在讲了，说咱们电有的是，咱压根就没有那么多显卡，所以也不需要花烧那么多电，要烧电的时候是以后的事了。所以他这三个不等式呢，我觉得是讲的非常到位啊。重复一下，跟基础模型相比，应用做的还不够好；和现有的算力比起来，基础模型做的还不够好；跟现有的电力比起来，算力也还不够啊。它的意思是什么呢？就是现在的能源咱们足够使，十年后的算力和电力，与现在肯定完完全是两个概念。不要用现在的现状，去思考如何解决10年后的问题啊。想的非常好，就是啊，王坚讲的。然后呢，我总结一下啊，中国现在的AI大模型，到底发展到什么状态？第一个呢，是方向是明确的啊，咱们就是需要有人指明方向，老大喜欢指明方向，这个也确实是中国民族性，没有人指明方向呢，咱们就做不出东西来。现在呢，真正救了中国AI的是谁？是梅坦，阿玛一喇嘛2，喇嘛3，这三个大模型的发布，绝对是让中国的大模型彻底走出来了。在喇嘛系列没有发布之前，比如像百度的文心妍是拿什么做的呢？

它是原来的 GBT2，是开源的。拿那个东西，再加上 GPT3.5 生成的各种数据，去训练，淘出来的。但是到拉玛系列出来以后，名义万物啊，通 1,000 分啊，等等，大量的这种模型就出来了。你不需要去抄它的模型，但是呢，啊，它把所有的参数，一些代码都公开了。我们就可以自己去训练。中国聪明人还是很多的，呃，方向只要明确了，我们就可以走通。我们从来都不缺乏跟随者，只要有人知道这条路是通的，就可以往前走。那么下一个问题是什么呢？就是刚才王坚讲的，说我们模型不够好吧，我们的算力也不需要太多算力不够吧，也不需要太多电。那么呢，我们就要想下一个问题，叫 scaling low 到底在这管不管用。什么意思呢？就是这种模型越大效果越好，这样的这种规模法则，在中国到底管用不？因为美国人呢，现在已经开始担心 scaling low 是不是会失效。因为现到目前为止还是你继续堆参数，继续堆机器，你还是可以做出更好的模型来。现在依然是有效的，但是一旦哪天无效了怎么办？因为这个涨上去的过程，是人自己搞不清楚到底怎么涨上去的。这个事是美国人现在最担心的。但是中国的大模型，都是千亿以内的模型，就是我们看到比较大的，比如通 1,000 问 72B 啊，72B 就是 720 亿参数的，这种模型其实足够大家用。这种 72B 的模型，加上 AIGC 的这种 AI gent，就是叫做 AI 智能体的帮助，已经可以解决绝大部分问题了。你就算是到比如说几千亿。不过，这个话题我们今天就先聊到这里，下次有机会再继续探讨。

甚至上万亿参数的这种模型，它的表现能力其实未必比千万三72B好多少。而且，现在的Lama三70币，包括谷歌最新出的GMA227币，微软出的F 34币，效果都很好。为什么需要那么大的模型啊？中国人说我们就实用主义，我们就这么使了。国内也不是没有千亿以上的啊，比如通信千份是出国110亿，也就是1,100亿的参数。还有一些做moe的这种逃课的玩法，逃课什么意思？就是作弊嘛，就是它号称是所有加在一起有1,000多亿，但是呢，它是moe的啊，就是每一次可能只调用其中两个，所以就是这每一次工作的可能，也就是只有二三百亿，三四百亿这样的一个参数水平在工作。所以呢，在中国，压根就轮不到讨论这个scaling low的，这个事情我们等美国摸明白了，接着往前走，一定是这样。

那么，我们在多模态识别图像跟语音识别，中国本身是具有数据优势，因为我们存了大量的图片，存了大量的语音，而且这些东西都已经做过了详细的标注。在这块上我们其实不比他们差。当Lama 3这样的基础模型能力提升的时候，我们现在做的图片识别，语音识别相关的这种大模型呢，能力自然也就上升了。所以我们现在好多的这种模型是什么？图片识别的，这种模型是在Lama 3的基础上进行微调，把这图像识别的部分调进去，这样效果还是可以的。我前面讲了一期视频，说斯坦福大学学生抄咱们清华的一个项目，也就是用拉玛三微调的图像识别，他们抄完以后，号称是自己做的。

现在，这个领域缺乏具体的应用场景，因此，对于多模态识别本身的要求，并没有那么高。在多媒体生成方面，首先，“Stability Fiction”已经表现得相当出色，我们目前在大规模应用上，国内多采用他们家的图像生成技术。在语音生成这一块，实际上，中国在此领域一直表现不俗，在GPT出现之前，国内已经研发出了许多高质量的语音生成模型。至于音乐生成，现在也有人在探索，类似于“Sora”这样的世界模型，经过大半年的积累，国内也开始涌现出相关产品，如快手推出的“快龄”等，效果尚可。

端到端的模型，虽听说一些车厂正在研发，但目前尚未见到实际成果。在政府和企业应用方面，或者说是政府企业对AI的拥抱，从目前的情况看，中国在国际上处于较为领先的地位，因为有大量项目正在推进。自媒体平台上，氛围同样热烈，诸如李易洲这样的人物，被誉为“中国AI第一人”，四处开设课程，因此，自媒体领域使用AI的人数众多，加之中国自媒体市场火爆，AIGC生成的内容，对于从事自媒体工作的人来说，是一个极大的助力。

所有AI功能在中国，最先被应用的场景，就是刷抖音和刷小红书，生成小红书爆款内容，生成抖音文案，这些是国内较为普遍使用的AI功能。中国的AI市场，正处于爆发的边缘，应用创新是我们所擅长的。比如，与Open AI竞争新的模型，我们并不擅长，我们更习惯于等待他们研发出来后，再沿着他们的方向努力，这是我们熟悉的路径。然而，如何让应用更加好用，提升用户体验，是我们需要思考和探索的方向。

中国人还是很厉害的。巴马3,000文2已经把这个基础模型的能力拉上来了。我们现在拿千文2，拿拉玛3这样的模型，去做这种应用的话，效果其实已经非常好了啊。基础模型的能力够了以后呢，就差赚钱了啊。咱不干别的，咱就赚钱就行了。而赚钱这个事呢，中国人是最熟练的啊。我记得以前我们做游戏的时候，人家讲说，你看全世界各国开发的游戏，差别在什么地方？他说欧洲人做的游戏好玩啊，我说这我承认啊。他说美国人的游戏呢，相对均衡啊，我说这个也承认吧，移民国家嘛，哪人都有。而日本人的游戏和韩国人的游戏好看，我说也行，他们呢有这个动漫的底子嘛，所以他们的游戏好看。我说那中国游戏呢啊，他说中国游戏挣钱啊。这就是全世界四大游戏游戏派别啊，中国游戏最挣钱啊。咱们在什么地方设收费点，怎么去让大家上瘾，怎么能够把钱掏出来，这件事中国人是最全的。

现在呢，中国也在努力的把中国的AI应用呢，推到全球去啊，也是要去做，出海全球。为什么呢？就是啊出去了以后，你就可以用叉h p t的这种海外模型了。而且呢到了海外，中国团队就又能够起飞了。这事儿是怎么讲的？因为AI这种东西啊，它有一个很大的问题是什么？就是它在国内面临了巨大的，叫审核成本。国内呢对版权要求不高啊，但是对合规，对审核要求很高。出了国以后正好反过来啊，人家对版权要求很高，对于合规来说要求比较低。说说错了，没什么太大关系啊，处罚有啊，不是特别严重。那么，接下来我们就可以看到，中国AI在海外的市场空间将会非常广阔，因为我们可以更加自由地去创新，去探索，而不用担心过多的合规成本。

以 AI 这种时不常的张嘴胡说八道，这个状态来说的话，这种东西送到国外去，效果一定是最好的啊。因为我们当年投过 music 啊，也是中国团队到国外去做的这种产品，也就是现在 TikTok 啊。现在我知道 music 的团队啊，就是已经离开了，字节跳动离开了，呃 TikTok 他们现在又在开始努力，用这些大模型，准备在海外做项目去了。所以，AIGC 可能真的是最适合出海的，而且在这一块的话，绝对产能过剩。你想，互联网公司离职了多少人啊，有多少 35 岁以上的朋友，毕业了，走向了社会，他们现在如果手里还有点钱的话，就会努力的用 AI 做一些应用去劝国外，这个是真正大家要去干的事情。

然后，内容创作就是未来的方向啊，最大的短视频内容生态就在咱们手里，top 生态抖音快手都在努力工作。现在抖音的很多工具，包括我现在每天在用的剪映，已经涨价了，原来一年大概是 100 多块钱 200 块钱，现在已经涨到一年 500 块钱了。为什么？就是把大量的 AI 功能都塞到剪映里边去了。啊，你们今天早上看的那个视频里头，字幕是有重点突出的啊，普通的字是白字，重点是黄字啊，还变大一点。这个就是剪映的 AI 干的活，干得还可以。现在的点映出字幕，还可以做一个什么事呢？他还可以把呃口语啊，一些哼哼哈哈的词直接给你去掉，对吧，他不出现在字幕里，这不也都是 AI 干的活吗？啊都已经做起来了是吧。

人形机器人这一块呢，啊中国现在发展的也非常快速，在这一次上海的 WAIC 上啊。

在世界AI聚会上，展出了可能几十台人形机器人，各种各样的，包括擎天柱二代都来了。甚至有一些公司，比如说斯碧池还是谁，他们现在已经跟一汽还是上汽签了协议，说我们的机器人已经要去打螺丝了。当然，这个消息公布以后，这个公司的港股马上暴跌了6%，还是暴跌了百分之多少，这也是比较诡异的现象吧，妖孽横生的一个时代，怎么办呢？

但是，做机器人那件事，特别是你想快速迭代开发机器人，那件事情，全世界必须在中国做，没有其他地方可以做。我记得原来在深圳有一个是蛇口一个地区，就是各种各样国家的人，在那个地方做硬件创新，为什么？因为所有的原配件都在那周围，周围全的一塌糊涂。后边呢，搞兼容机器人，因为马斯克搞这个，呃擎天柱就是兼容机器，兼容兼容机器人，什么意思？就是我把标准定好了，中间的零件是可以换的。你一旦兼容机器人了，中国华强北就有的是东西可以提上去，对吧。硬件生产的部分，中国肯定是遥遥领先，没准在机器人时代，我们会再出一家像大疆那样的公司，我觉得完完全全可以期待。

阿梅怎么说呢，中国人从自古以来，就是知其然而不知其所以然，我们从古只有鸡兔同笼，没有方程，只有算术，没有数学，这样的一个民族，遇到了自己都解释不清楚怎么来的LMM，遇到了AIGC的时候，这玩意简直是天生为我们打造的，里边这个原理反正你们也搞不清楚，我们也搞不清楚，那咱就猛着上呗，玩工匠精神这事很适合卷嘛。

一定是最适合咱们的啊。所以呢，最后我们还是讲一下王坚这句话啊：“不是工具的革命，而是革命的工具，这是我们对AI最大的预期。不要让AI这样高能的工具成为政府统治的工具吧。越是大的公司，越是政府，他们只能得到啊——工具的革命，是得不到革命的工具的。而只有个人和小公司，小团队才能得到革命的工具。就像很多国家，他们在工业革命以后，为什么这些贵族，这些政府搞不定这件事情？因为，对于他们来说，枪炮和机器都是工具的革命啊。只有对于这些新兴的阶层来说，这才是革命的工具啊。”所以我说，王坚这句话讲得非常好啊。这就是我们今天要讲的第二个故事，就是中国的AI现在发展的什么状态。

阿里店小二的贪腐案

一年间，竟有阿里员工贪污了9,200万人民币。首先，这并非新近事件，而是一个陈年旧案，发生在2020年至2021年之间。最近，由于央视《法制在线》在2024年5月14日的重提，以及第一财经于次日的报道，此事再次成为公众关注的焦点。这相当于各大国家媒体又将此事搬上了台面。

据杭州警方透露，近期侦破了一起涉及民营企业内部贪腐的案件。一名在杭州某电商平台担任基础运营岗位的员工，在短短一年内，因收受贿赂高达9,200多万元而被曝光。可想而知，在杭州，能有如此收受贿赂能力的，非阿里莫属。

这起事件仍在持续发酵，人们议论纷纷，惊讶于何人能在一年内“赚”到上亿，而且他只是被称为“店小二”——天猫店小二。正如警方通报中所称，这是一位基础岗位的运营人员，如何能涉及如此巨额的款项？此人姓王，负责阿里天猫家具类官方旗舰店的入驻审批，专司商家进店事宜。

彼时，张勇担任CEO，推行政策要求天猫旗舰店严格筛选优质商家，确保平台口碑。未曾想，这一政策下，竟衍生出如此巨额的贪腐行为。\n这帮店小二说：“那我们就邀请制吧。如果他们每个人都这样，自己来去啊，弄完了以后我们去审批的话，这很麻烦。我们找几个，我们去邀请他。”然后这一帮人就去邀请了，说：“哎，我觉得你啊，骨骼清奇，干得不错，来我们这开天猫店吧。”啊，因为你要知道，一个大的这种天猫旗舰店每年的销售额能上亿啊，或者几亿都是有的啊。

那么这个王某呢，就干这样的一个事情。甭管谁想去开天猫家具类的旗舰店，得上他那去审批去，或者说他是多个审批通道中的一个。他呢，就开始收钱，每个店铺收多少钱呢？15-20万。一共是400多家，现在已经审出来了，400多家是从那收的。那大家说不对啊，你这400多家，就算是你收了20万，他是多少钱呢？他也就是能够到8,000万，怎么能够说到9,200万呢？你这数是不对啊。但实际上他收的钱啊，还不止9,200万，他实际上收了1.3亿。他还有运营成本，他有下限，8个下限帮他接下，谁想开天猫旗舰店啊，赶快啊，我们这帮你招代理了。他还要跟人分钱啊，他自己分到手的是9,200万，剩下的3,800万呢，是分给这8条下线了。

那么小二就可以一年按到9,200万吗？那上面的老大这不是更可怕了，张勇一年得贪多少钱啊？还真不一定啊。这个小二的，在阿里里边的权利是非常大的。这个呢，是张勇在阿里管理期间，搞出了一个很畸形的怪物，因为整个天猫系统就是张勇搞的。现在呢，大家也是在清理张勇留下来的遗毒。这些小二呢，就是职位很低，但是呢他又没有什么监管，他自己呢就是做这个邀请人加入，然后呢执行一些相对来说比较模糊的条款。互联网公司里头非常多基层的岗位，其实是很值钱的啊，你别看这个啊，你混到高了或者什么的，你值多少钱，那底层的人也很有钱。

在付费频道里，专门讲了互联网公司内部的腐败啊，各种这个作弊是怎么玩的，我们就不在这讲了啊，大家去看一下每年的CG，叫Chandry，在上海每年会开一次，各大游戏公司会聘请非常多漂亮的公关小姐姐们，去各个互联网大厂里边去公关，他们的流量，负责部门的这些基层人员啊，上层人员他们也不管，为什么？因为你上层人员你弄完了以后，他第一个他很贵啊，找你狮子大开口。第二个问题，人家也未必搭理你。但是，底层的这些小伙子，刚毕业没两年，找一些公关小姐姐还是可以搞定的。阿里的小二呢，在杭州其实是一道靓丽的风景线，已经成为一种都市传说了。怎么个都市传说法？据说，杭州有一半的酒吧和夜店就是靠这帮小二支撑起来的，没有他们，杭州的这些酒吧和夜店，大部分都得倒闭。现在，我估计已经在快速倒闭之中了。而小二最大的权利，并不是审批。就像我们刚才说的，就算这400多家店每家都交20万，也不可能交到1.3亿。钱是哪来的呢？咱们刚才留了个尾巴，现在跟大家讲，更多的钱是用来捞店铺的，或者说解决问题的。比如，你在这开了一家店，开完后有些违规，被处罚了，店铺被封禁了，这时候，卖东西的人就会急，冲上来说：“小二，你帮我把这店捞回来啊，或者至少告诉我到底犯啥问题了，我下次改行不行？”然后，这些小二就会帮人把店铺捞回来，这很挣钱，因为他们可以细水长流。每天都有大量的店铺被封，封了之后，这些人就回来找小二“上供”，求小二帮忙把店恢复。

原来就有这样的传说，某个店铺如果不小心被封了，而这个店铺每天的流水可能有几百万，甚至几十万，老板当夜就会打着飞的奔杭州，带着几十万的红包来，只为见到小二。见到小二后，可能还要包下酒吧或夜店，任其享用。折腾够了，第二天，这个店铺就神奇地恢复了。这，才是小二真正挣钱的方法。我们每天在淘宝网上、手机APP里逛来逛去，其实，很多不经意的小地方，背后都是钱。比如，我这个描述是不是稍微擦边一点，那是不是就会有钱进来？一定会有。你说我写的擦边一点，是店铺会不会被封？也一定会。但是呢，他很多的规则并没有那么清晰，对吧？你在美国，比如说我在谷歌上被人封了号了，被人做了什么呢？你还可以去申诉。你在国内，你连申诉地都没有。你去找他说，“哎呀，我实在太忙了，我这么多呃，几十万几百万卖家，我哪有空理你啊。”而且呢，到底为什么事被封的呀，他也不告诉你。行不可失则威不可测嘛。啊，所以在国内只要出了事，唯一的方法就是拎着猪头去找人捞啊，没有什么办法。整个小二体系到现在依然还在运转。当然，可能这个事出完了以后，后边再想运转下去还是要更谨慎一些吧。现在呢，这个圈子肯定啊，也有很多规范，就是你现在你说，“哎，直接约小二出来吃个饭”，基本上已经很难了啊，就是没有熟人带着是很难实现这件事情了。就算你真的在一些活动现场，你碰到小日本人了，人家也是非常礼貌的，你想给钱给什么东西，根本不会有人收的。只能是找他们的熟人下线啊。为什么这些人一定要去夜店，一定要去酒吧，喝了酒，然后到女性面前或者到异性面前，大家才比较放得开嘛。啊，也算交个投名状，他才有一些话是可以说的。所以小二是一个杭州的都市传说。

那你说这事为什么会翻车呢？大家要相信，翻车的通常不是贪的最多的那个，也不是最嚣张那个。9,200万肯定算贪的，已经比较多了，一年啊，这不是说多长时间，就一年9,200万。但是一定不是最多的啊。一般情况下，这种人翻车是几个原因啊，四个原因。第一个呢，叫站错队，大量的翻车都是因为这件事，您上面跟这位领导罩不住了，或者这位领导撤了。特别像现在啊，张勇撤了，但是他这个事2020年2021年就被翻出来，肯定还不是张勇撤了以后出来的事。第二个呢，叫太嚣张啊…\n你得罪了不该得罪的人啊，也是会翻车的。第三个呢，叫撞枪口，这个呢，就属于是运气实在不好。比如说你坑了一些人啊，但这些人呢，跟其他的领导有认识啊，那么这就容易撞枪口。然后最后一个叫分赃不均，你比如说我拿钱了啊，跟别人分，分少了，分多了啊，一个部门上下打点，没打点透，就把这钱揣兜里了啊，那么这个也是容易翻车的。前面呢，也有翻车的啊，不是没有，就是2016年17年有一个，但是那个呢，是做电子相关，电子元器件，要么就是电子3C产品相关的，一个小二翻车了，但是那个呢，就几十万，50多万，这个可能还符合大家的心理预期呀。但是你说一年能挣出一个亿来，这个事有点夸张了，一年1.3个亿，自己分9,200万，这个确实有一点点触目惊心。

那么这种案子为什么会在这个时候被翻出来，大家有没有想过呢？小二的势力啊，其实还是很强大的，你不能说这些人已经形成工会了，或者是形成了一个什么样的地下组织，但是呢，他们肯定也是有一定的根基了，因为他运转了这么长时间嘛。张勇控制阿里集团，做天猫系统也做了这么长时间了，那么小二的这个力量是很强大的。你说我现在想换小二啊，我把这帮小二都开掉，再换一帮新的，行不行啊？想都甭想，为什么？当你把这个小二干掉的时候，原来给这些小二塞钱的这些商家就会跟着一起走人啊，跟着走了以后，那你的销售业绩，你的整个的数字就会变得很难看。

跟大家讲一个当年京东的故事吧，京东呢，在早期发展的时候，其实是有点着急的啊，他没有那么好的底子，也招了很多叫刚刚够用的人。在互联网公司里，有的时候是招这种比较牛的人啊，但是有的时候呢，你会招这个刚刚够用的人，就是相对来说也便宜点，没有那么好创造力，但是呢执行力很强。京东早期招了好多这样的人。京东有钱了以后呢，他就想把这帮人干掉，想换一批更好的。为什么我知道这事呢？以前我在盛大创新院，盛大创新院解散的时候是2012年，正好那个时候京东比较有钱，他就招了好多我以前的同事进去。结果招进去以后呢，发现就跟京东的固有势力就打起来了啊。原来，这些人把握着各种销售渠道，各种客户，他技术虽然不怎么样，但是呢，所有的资源都在他手里头。更牛的人进去以后啊，这些人就把着资源不放。然后刘强东说，你们得拿资源出来让人干啊。那行，我给你资源啊。然后马上你就看这个销售业绩，咔就下去了啊。因为下面的人都知道你是怎么回事。

京东，我刚才比阿里肯定也是不惶多让的，贪啊，底下这帮人。而刘强东呢，又是一个自己不太懂技术的人，他就看结果，说唉，树掉了不行啊，你们这帮新来的技术不行，赶快给我换回去。还是我这帮老兄弟好啊，我以前慧眼识珠啊，把他们啊，从普罗大众中挑选出来，担任了重要的岗位。这帮人很厉害对吧，他就不停的干这种事。京东那段时间光换CTO，换了一堆，对吧，像那个时候，盛大云的以前的创始人叫何刚，还跑到那去当过CTO，当过首席科学家，从谷歌也整过CTO，搞不定。因为，你跟底下这些基层势力做斗争的时候，你手里没有资源，你是搞不定的。而且你上面这位真正说话的老大呢，自己又不懂，他就看哎销售数据上去了，哎呦销售数据下来了对吧，而且只看这个很短期的时间。你说你多给我点时间让我这独立的跑一段时间啊，他又不干，说不行就是这个两三个月，你必须要给我一个很好的交代，我才能让你往前走。对吧，所以呢这个小二的势力非常强大，所以需要现在出来再敲山震鼓一下，再看看能不能啊，把一些原来这个势力里的人……在折腾折腾，张勇呢，把握阿里这么多年，并不是那么容易就把他下边这些根系啊，清理干净了。阿里呢，现在也还在不停地降本增效。在刚刚公布的财报上，现在阿里有多少人？204,891个员工，比上一个季度，也就是2023年的四季度少了14,369人，比半年前少了2万多人。每个季度大概能裁掉1万人。而且呢，也有人不喜欢互联网公司。咱们原来都说，哎呀，这个互联网公司怎么怎么样啊，有人不喜欢，有人喜欢工业斯巴达。所以从，什么什么之后吧，互联网公司在国内混的都很不好。对于互联网公司的恨意呢，并没有消失。现在呢，你再拎着这些企业家出来穷追猛打，就不太合适了哎。再把马云拎出来，把马化腾拎出来，或者把什么李彦宏拎出来，再打一顿，这事不合适啊。但是呢，互联网公司的原罪还是在这里，本来就是要拆，大家呢都是有分配机会的。原来阿里是要一加6加n嘛，还有一堆政府的人，希望在一加6加n的时候能够分到钱。其实现在又不拆了，你又握成一个拳头了，又合一块了，你到底想干嘛呀？所以大家看，这是央美央视的报道，对吧？所以呢，肯定还是要对互联网公司再敲打一下。中国互联网大厂的发展历程呢，其实也算是社会发展的一个缩影。什么意思？咱们现在总说互联网公司有大公司病，前两天啊，李彦宏刚说我们的大公司病了，阿里其实也是大公司病。大公司病怎么来的？前面我们讲过，大公司高速发展，管理制度和人员素质压根都没跟上，涨的时候都过去了，发展期问题都被掩盖了。稳中向好的时候呢，就变成大公司病了。其实我们现在讲的大公司病，很多都是这么来的。那么，大公司的这些职业经理人呢？他们只解决当权的问题，或者呢，就是玩这种所谓的“行大事者不拘小节”——黑猫白猫，能招来好猫就是好猫。但是，这个里头呢，就会遇到一个问题，我们管这个东西叫“结果导向”。这以前是我们在猎豹的时候，从雷老板那儿学回来的。这是一切的事情，我们先看结果是什么，我们只追求结果，要的这个东西，中间的过程不重要。或者，咱们用一些不太好听的话说，叫“不择手段”。当你是结果导向的时候，你会遇到一个问题，这个问题是什么呢？就是你的眼界到底有多高啊？

所以，以前啊，我们在互联网公司里头都是讲的，决定一个人成败的是他的眼界，不是他的任何其他东西。因为你如果眼界很低，你就只能看到一个眼前的结果；如果眼界上升一点，你就可以看到更高一个层次的结果，对吧？然后以更高一个层次的结果为目标，去制定你所有的行动方案。如果这个大老板的眼界足够高，那这事没什么问题，大家就可以做得更好，结果导向。

张勇这种CFO出身的人呢，数字上是绝对没毛病，所有人算账都没他算得明白。但是呢，他的结果导向，就是完完全全按照季报、年报、财报，一轮轮走，他就是一个很短期的结果去导向了。对吧？那么在他的任上，他看数据还可以，没任何问题。但人性最后会被数字所扭曲以掩盖。那么，当管理层积多了以后，这事就会变得更麻烦。变成什么样了？中国人本身就擅长钻空子，互联网大公司在整个建立的过程里头，太多的利益会被分散在不同的层级里头，我们管它叫“跑冒滴漏”，就跟这个水管上有漏缝一样，他们就会四处漏掉。

那么，这个事情其实当你层级多了，然后又是快速的建立起来的时候，就根本没法等大公司长大的过程。一般说，150人之内，靠的是老板的魅力；到500人之内呢，靠KPI和各种规章制度；到更大的公司就要靠企业文化。为什么呢？150人之内，你说我现在给你玩一堆KPI，那你效率就低了吗？肯定到那个时候，是打破所有规章制度，打破所有规则。大家就铆足了劲往前跑的时候啊，那么老板的魅力够就可以了。到500人呢，老板就看不过来了啊，这些人已经认不齐了。虽然大家都认识老板是谁，但是老板已经叫不出所有人名字了。那么在这种情况下，就要定一堆KPI和规章制度。但是因为人并不多嘛，你任何的KPI和规章制度，出问题的时候呢，老板还可以亲力亲为的冲上去，把这事搞定。

等到更大的公司了，比如几千人了啊，你这些规章制度，又不可能事无巨细都规定起来，老板也没空说，出了问题以后，我都冲上去一线把这个窟窿补上。那么就要靠企业文化来去把这个事支撑起来。当然成功的公司呢，有一个比较大的特点，就是“贵人语迟”，或者说，他们会比较滞后。像我见过的成功公司老板，靠老板个人魅力可以掌握到可能1,000人左右，到这1,000人往上，再去建立这比较完善的KPI制度，然后再往上可能几千人了，再去研究是不是搞公司文化。很多中国的这种比较成功的企业，都是走的这条路。但是走这条路呢，他就会有很多问题。

你比如说啊，当时我在猎豹的时候，当时要上市了，2014年，在上市之前请安勇进来负责审计和上市准备的时候，安义勇就发现了一个巨大的问题——我们没有财务管理系统！我们的财务管理系统是用Excel计的。当时都疯了，说这怎么可能，你都要去上市的公司了，你的这个财务系统用的是Excel！大家知道用Excel做财务系统，跟正常有数据库的财务系统有什么大的区别吗？大的区别就是，Excel的这个表示不用对齐了，可能每一个人手里都有一张表，这些表之间是不同步的。而用大的财务系统的话，大家所有的表是用的一张表，或者说一个数据库。你所有动作是在一起来去发生的。那么，用Excel的好处是什么呢？就一个字：快。而且，大家可以记好多的小账，明面一本账，背后一笔账，或者是十几本账。就可以干这种事情。所以，到时候傻了。规章制度永远是降低效率的，没有任何好说的。没有任何一个规章制度可以提升效率。

企业文化呢？当你公司已经比较大了，然后规章制度也烂掉了，或者说实践类的，本身就没有那么好的时候，你只能是靠前期延后的老板的个人魅力。刚才我们讲了，老板可能到1,000人的时候，还在靠个人魅力呢，企业制度并没有那么完善。这种企业通常有一个特点，就是它只有一个核心，这一个核心最大。

当一个企业已经涨到一两千人了，还只有一个核心的时候，那这个时候建立的企业文化呢，就是一个充满谎言的笑话，一定是这样，不会有任何其他的变化。你说这些老大公司，他还能改好吗？咱们把这个阿里再好好改一改啊，百度啊，百度里头也挺贪的啊，加上这京东啊，什么腾讯啊，都改一改啊。前面马化腾为什么讲说，腾讯里边这些腐败，看着这么触目惊心，就是它里头有很多这样的东西啊。而且腾讯里边过的钱其实一点都不比阿里少。那么，腾讯里边的这个贪腐，肯定也是非常厉害。

规章制度是不太可能事无巨细的，为什么呢？因为规章制度也是人建立的。规章制度越细，效率就越差。你效率差了以后怎么办？成绩会变得更多，你成绩越多，草帽滴漏的这个漏洞就会更多。所以，这个事本身是无解的，就规章制度是不可能太细的。越细就越容易出问题。这个时候呢，就需要道德跟企业文化来让企业在这个疏而不漏的制度下，继续运转下去。这个才是企业做大的一个该干的事情。文化本身就很难建立。但是呢，崩溃起来又特别容易。对于阿里来说，前面的阿里月饼事件，其实，已经是对阿里文化的一个巨大的伤害。阿里月饼事件是什么事呢？就是一帮程序员啊，利用自己会写程序，在抽月饼的时候呢，让自己能够多抽一点。阿里这帮人就说不行啊，你们作弊了，一定要开除，绝不容忍。这个事情做完了以后呢，没过多久，大概过了一两年吧，就出了“凡”的事情，被老婆举报，跟下面的公司之间啊，有一些不正当的，甭管是男女关系，还是金融财务关系，被举报。举报完了以后呢，高高举起，轻轻放下了啊，他没什么事。现在这个小凡又回来了，对吧，依然是合伙人，成为阿里国际的负责人。那么大家就觉得哦，原来你所有的阿里文化，阿里的这些道德，都是约束底层程序员的，对吧？你对于这些小二，对于这些老板，你实际上是没有任何约束力的。那么这样的情况下，大家就直接就放弃了，说这个事有什么意义吗？没有任何意义。

另外，一个对企业文化造成巨大伤害的东西，是什么？是裁员。对吧，你只要裁员了，大家朝不保夕了，那还要什么文化认同感？你今儿就把我裁了，或者明儿就有可能把我裁了，我为什么要认同你的文化？我肯定是能揣在兜里一分钱，就揣一分钱。对吧，咱们原来讲的叫“仓廪实而知礼节，衣食足而知荣辱”，如果我每天过着朝不保夕的日子，那凭什么要求这个人有道德呢？所以西方人也讲“无恒产者无恒心”，这个事是非常非常重要的。所以，文化建立不起来，规章制度这条路其实是走不通的。这种老大公司他是改不好的，你让他把他彻底把它改好，可能性基本为零。咱们现在只讲到公司这个层面，大家不要胡乱联想。所以啊，这些老牌的互联网巨头，并非不可战胜的。现在有一些新兴的互联网公司，在国内啊，比如说美团啊，…\n拼多多、字节跳动啊，这些相对阿里、腾讯、百度、京东这些，算是比较新的互联网公司。这些新互联网公司呢，他们的战斗力为什么很强？就是因为他们有极其严苛的内部监控。我以前有一些同事在字节跳动，说字节跳动的内审、道德这块是极严的，而且设置了很多奇葩的方式来进行内部管理，处罚极其严厉。那么当然，你说字节里的人贪不贪？也贪啊，这个事一定会有，咱们没有事实证据，就不瞎说了。就是字节也有“小儿”，抖音店铺也有“小二”，只是因为它们发展很快，所以他们还是可以去控制在一个可以接受的范围内的。

而且这些公司，他们主要玩的是算法，不靠人了。各种东西通通都是算法，然后靠算法把人管成螺丝钉，不是说靠人来确定这个事干还是不干，所有东西全上算法。你比如说美团去管理这些外卖员，拼多多去管理各种店铺，完全都靠算法。现在抖音上的这帮电商都快疯了，为什么？你只要是哪家店卖的好了，他马上就给你做比价。比如说一个店铺终于有流量了，卖的也还不错，那么这个时候，作为店主来说，他们想干的是涨价。但抖音这个时候就会马上推出一个卖的比他更便宜的店铺，让你去他们家买。所以，大家现在也不太敢在抖音上做投放，因为你投完了，这钱挣不回来。大家都在适应，说抖音你到底在想怎么玩？拼多多其实也在搞这样的一套东西，就是完完全全不相信人能解决人性之恶，干脆解决人性算了，咱们不相信人了，咱们靠机器。

所以这帮互联网企业，要比前面咱们讲的BAT、京东这些，要狠得多。哎呀，但是呢，甭管是什么样的互联网公司，都像飞机，飞机是什么样的？就是绝对不能失速，你让飞机停下来，你说来啊，飞机现在有些问题，我们停下来检修一下，看，他就掉地上了啊。一失速就会坠机啊，这是为什么说老牌互联网公司改不好啊。那么，在这个时候，有可能这些新兴互联网公司是可以把他们干掉的。当然，你说新兴互联网公司，涨到一定程度了以后，如果失速了啊，没有下一步生长的空间了啊，可能也会变成这种老大公司。因为他们在生长的过程中，这个底层的制度啊，以及这个人员的素质，并没有比老牌互联网公司好到哪去啊，也还是这样的一个状态。

好，这就是咱们今天讲的第二个故事，就是阿里的小二，一年时间贪污9,200万的故事。\n

大家好，欢迎收听老范讲故事YouTube频道。今天咱们来讲第一个故事。

Llama3发布了，李彦宏是不是被打脸了呢？Llama3突然发布，又是一个遥遥领先。它呢，发布了8B和70B的两个版本。8B就是80亿参数，70B呢就是700亿参数。8B的，我其实已经试过了，就在本地已经装上了。这个某些方面，接近了原来，或者超过了原来的Llama2的70B。包括一些咱们在本地跑的这种30多B的，这种就是300多亿参数的模型，它已经都超过了。而且速度还飞快。

啊，70B呢，据说已经超越了cloud 3的中量级模型。Note 3是有三个模型的：一个是特别微小的，就是可以在手机上跑；一个是中等量级的，是可以在PC本地跑的；然后还有一个是那种特别大的，特别大的，是可以对标GPT4的。70B的基本上已经超过这个中等量级了，也超越了GMINI 1.5 Pro。现在大家想去试GMINI 1.5 Pro的，可以到AI studio.google.com上去试，那个是可以免费用的。也超越了现在70B发布出来的版本。普遍他们自己讲的是超越了GPT3.5，但是呢，还达不到GPT4。这在所有测试数据上都是这样。我相信梅塔应该不会像咱们似的，专门做一些调优以后去跑分，不像咱们这么无聊。

在现在的这种开元大模型里头，同等体量的效果最好。咱们在衡量一个开元大模型的时候，如果它没有一些特别革命性的变化，我们一般是怎么衡量它？就是你的体量大小。你比如说大家都是8B的，你跟这个8B的比，你是最好的。这个都属于是同等体量的。你说我一个8B的…\n非要跟一个几百臂、几千亿参数的模型去比，这个事呢，就属于叫不公平竞争了。那么70B的模型，他们现在基本上应该是可以的。注意，GPT 3.5有多少参数是1,750亿，175B的一个。GVT 3.5 其实它已经超越那个时候了。所以呢，大家都在比，这个有点像什么呢？有点像拳击，先看重量级。我如果能够越级干掉一个老拳手，一个8B的，可以干掉几年前的175B的这个，其实已经算是这几年我们可以看到的技术进步了，这个是非常不容易的。他呢，也超越了啊，Metro的这个medium版本，就是这个中间版，但是达不到这个launch这个版本，master的这个最大的版是可以接近GPT4的。然后呢，也超越了千问，同一千问也超了，体验呢肯定是上升了。

第一个是8K上下文。咱们讲说这个大模型，做上下文增长其实挺费劲的，对吧？传统的Lama two是4K的，就是4,000字，现在呢可以上8,000字。大家注意，这个上下文不光是输出8,000字，是输入加输出加一块8,000字。所以呢，你比如说你输入写的比较长了，那么输出就会比较费劲。因为我最近在尝试用这个东西写小说嘛，我就特别喜欢像啊零一万物的200K的上下文，20万字，所以我可以写特别多的这个背景信息扔进去，说来照这个背景信息，给我输出个2,000字出来，哎，那个效果就非常好。

现在的这个新的提升呢，就是包括整个新的框架的提升，他整个训练的效率也上去了。大家要注意，妈妈，其实真正核心的是什么？就是这个框架。为什么说他这块框架厉害呢？就是其他人，包括像刚才咱们讲的名义万物啊，extra，好多都是要参考它的框架，然后在这个框架基本上再去改。如果Lama把这个整个框架的效率提升了，可能我们很快就可以看到大量的这种大模型。一个一个升级，升级完了以后，发现我们都变快了吧。这个是开元大模型做的最大的贡献！而且呢，Llama3啊，现在有更强的推进能力和代码能力。但是我还没有尝试让他写代码，我让他试了些别的——他的安全性提升了。你别看他开源的，你可以弄到本地来，你说你让他干点坏事啊，干不了。我自己亲自测了一下，因为我在尝试写小说嘛，稍微写的不太合适了，他就直接告诉你说：“对不起，后边我没法给你写了。”你让他给你写一些黑客程序啊，一些这种有害代码呀，他都会直接拒绝你。这个是现在做得非常好的一点！但是我相信，这样的这种模型，你按道理说，你对他进行微调，或者对他进行PUA，还是有可能能够让他去做一些突破底线的事情。特别是这个模型现在到我们自己手里了，对，那我就可以反复PUA他，然后找到到底哪一个提示词可以把它这个坏的一面释放出来。这个事还是OK的。我现在是让他去写小说，肯定是写到一些过分的地方，他就退掉了，还没有找到刺激他的正确的提示词啊。这个我相信应该是很多人会去找的。超大规模的预训练数据——Llama3，最后告诉大家说，大力出奇迹，这条路依然走得通。扎克伯格花钱买了35万块H100，加上他原来所有的这些H100，然后呢，拿这么多的H100去进行训练，而且他的训练数据的量，是原来Llama2的好几倍啊。现在有15T的训练数据，这些鸽子里头的训练数据质量非常高。他们强调如何利用高质量的训练数据，比如用Lamar对所有训练数据进行驱虫。虽然有些数据质量好一点，有些差一点，但他们会挑选最好的。此外，他们利用Lamar生成新的训练数据，因此拥有大量由Lamar生成的训练数据。这表明大模型正在自我迭代，Lamar生成的数据被用来训练Lamar3。

当然，也存在一些潜在问题。例如，在对话中，模型可能会自称是GPT、Gemini或文心一言，因为即使通过大模型清洗训练数据，也未必能完全清除这些信息。对于版权数据，Meta的态度较为模糊。Open AI使用大量YouTube视频进行训练，而谷歌已指出这可能违反视频协议。Meta同样使用大量版权内容训练，声称部分数据得到授权，部分来自公开网络，这在法律边缘试探。尽管模型开源且免费，但起诉Meta并不容易，因此多数人选择针对Open AI。值得注意的是，尽管该模型支持30多种语言，但非英语内容仅占5%，中文内容的比例更少。\n所有英语之外的内容，就是5%。也就是说，英语内容是95%。是这样训练出来的一个东西。我尝试让他写小说，他经常还是会在中文小说里头加大英文，或者写到第几章以后，就后边都改英文了。这个… 现在肯定还是需要再进行中文微调。Lamari 二杠有一个专门针对中文的微调版本，对中文的支持会更好一些。但是既然他把这个东西拿出来了，就是让大家去微调的。在聊天的过程中，对中文的支持也没有那么好。当然，后面还有超大杯。现在我们能够拿到的是8B和70B，已经放出来给大家用了。8B的这个部分，我在我自己的机器上已经测过了，没有任何问题，而且速度很快。70B呢，你需要128G的内存才可以跑起来，我的机器跑不起来。但是呢，我到Poe上去试了一下，试的效果极烂。因为试的人太多了，把Poe的服务器给挂崩了。Poe没有给他放那么多的资源和测试，所以经常一点完了以后他就不动了。这个70B到底效果怎么样，我并没有进行很多的测试。其实还有一种测试方式是，你可以到自己到云服务器上去租。租一台4090，就是单4090显卡的云主机，一个小时大概两块多钱，3块钱人民币。如果不是有特别集中的使用，就不建议大家去租这个玩了。后边还会有多模态的大模型放出来。现在这两个还都是文本模型。前面也跟大家录过很多视频在讲，梅塔做了这么多年的元宇宙，在多模态这块的积累，其实是蛮深厚的。后面多模态的大模型出来，我们还是要去稍微的期待一下。因为我已经用梅塔AI去画了几张画了，效果其实还可以。我最近也试了字节跳动的绘画程序，什么视频程序，我都试了。然后也试验了阿里的通一千问的绘画，梅塔AI的绘画，其实现在效果已经很好了。你就这么想吧，stable diffusion的最新的版本的效果这么好，那么国内这些用Saberity future去搭模型，搭框架的，不管是字节的，还是阿里通1,000问的那个…\n效果一般也就上去了。虽然达不到像Mijili那么好控制，但是呢，也都还可以使用。谜坦AI的这一块呢，还是可以去试试。后面呢，还会有一个400币的模型会出来。400币是多少？4,000亿啊。4,000亿呢，现在还在训练和调整之中，还没有彻底弄完。我估计训练应该训完了，但是这种模型就是训完了以后，最后的这个调整过程是非常麻烦的。那么有可能开源。为什么说有可能开源呢？就是前面这个group one开源的时候，314币，3,140亿参数的时候，其实我是录了一条视频，马斯克还骂了一顿。我说，你开一个这样的东西出来，没有100万人民币的服务器，谁也跑不起来。你说你弄他干嘛使？而且还是个MOE的模型。MOE是什么？就是这种专家模型，就是它是由8个小模型凑的，每一次动两个啊，就是每问一个问题，它有两个小模型去工作。你即使这样，还是需要上百万人民币的服务器，才可以把它带起来。巴马3的400币模型，它不是MOE，它是个单模型，实实在在的有4,000亿参数。它不是说像group one那样，每次跑的时候，比如说我整个1,000多亿的参数，剩下都休息。这样的模型，估计至少要上千万人民币的设备，才有可能让它跑起来。所以这样的模型，到底最后会不会开出来，不好说啊。

梅塔AI呢，现在也放出来给大家试，就是大家可以到AI点梅塔.com上去试啊，AI点meta.com去试尝试这东西啊，已经可以去聊天了。而且未来呢，就是梅塔AI呢，会到全线的啊，美塔相关的产品里头去用。比如说你可以到WhatsApp, Messenger, Instagram就可以用。怎么用呢？你直接给他@梅塔AI，然后你就可以告诉他说…\n我跟谁谁谁在WhatsApp上聊天儿呢。聊着聊着我就哎，突然想到一个问题，问美美塔AI：“天气怎么样啊？或者有什么事啊？给我解一个什么什么东西出来。”他就干活去了。这个真的很棒！或者你在这个里头写一个斜线”imagine”，就跟咱们在那个discount里的调料制作过程一样，直接就能画画去了。现在这个功能已经在30多个国家的WhatsApp、Message和Instagram上上线了。还会在哪里出现呢？在雷鹏的梅塔眼镜上，或者在快速3上，也即将登陆。

现在Instagram上的修图工具也是调用的梅塔AI。你可以告诉它：“把这帽子给我从绿的换成红的，或者不要戴帽子，绿的不太吉利。”它现在已经可以执行这些任务了。我测试了一下，这个只吃英文。现在的维卡AI，你上去以后可以说：“我要试一下。”据说是在30多个国家开通了。然后我特别逗，用英中文提了问题，提完问题以后，吉塔AI用中文回答了。它噼里啪啦答完以后，屏幕闪了一下，那个回答的所有内容就没了，然后用英文告诉我：“对不起，我现在无法理解这个中文，等我知识更丰富的时候再告诉你。”它这样的一个东西，实际上是可以做到的，只是效果还没那么好，所以没正式推出。

大家要知道，Llama（Lama）其实一直是整个开源AI界里的领头羊。所以现在有很多人叫什么呢？叫开源GPT4来了。有很多人写了这样的标题，很多人都在想去做开源，但只有Llama氏，在整个的开源行业里头，真正起到了扛鼎的这个位置。为什么？因为所有的其他人，都是在拉马的基础上去做的。其实，拉马一出来的时候，并没有那么多响动。因为大家都知道，给你一个开源软件或系统，你要把它刨根问底并不容易。在拉马一刚出来的时候，你想去深入研究，这事儿是很麻烦的。到拉马2出来的时候，就已经非常厉害了，它彻底打破了垄断，打破了Open AI和Cloud这样的程序的垄断，彻底推动了开源文化。特别是在拉马2出来的这段时间里，比如我用的Olama，还有Lam Studio，各种各样的开源工具包，让我们可以在本地运行这些大模型，各种开源生态都搭建起来了。

这是从拉马尔开始的，而且为整个行业指明了方向。很多开源大模型直接用了Lama 2的数据结构。像我前面还去跟零一万物的Wechat录过一期节目，有人说，你们是不是抄Lama 2了？他们说没有，我们只是用了这个数据结构，但所有数据都是我们自己的，所有的训练也都是我们自己跑的，只是最后的结构与LIME2相似。现在大量的开源模型都是用Lamar结构的，无论你是用Lamar进行微调，还是从零开始训练，最后都会塞到LIME2的结构里。

现在，这真的给很多人创造了新的机会。比如零一八五、Matro等，都号称可能与Lamar2的架构有些像，但他们每一家都会在基础上做一些创新，比如调整某些参数，添加新的算法，提升效率或在特定环境里更好用。但底层都是拉马2，它彻底推动了行业变革，大批以拉马2为基础微调出来的模型应运而生。\n现在，各行各业都在运转。我去日本时也看过，日本当地的大模型，比如NTT的或像LINE这样的，大多数都是基于拉曼2进行微调后使用的。整个大模型行业中，真正赚到钱的基本上都是利用拉曼2进行训练而获利的。像百度、阿里这样的公司，可能还没赚钱，就连Open AI也在亏损。然而，利用拉曼2赚钱的现象很普遍。

李彦宏曾说，开源大模型会越来越低级，但这句话显然已经打脸了。Llama3发布后，我相信它无需达到400币，可能70币就已经能碾压文心言3.0或3.5。现在称为3.5，它没有任何问题，甚至可以碾压需要付费的文心言四，70币足以做到这一点。

我个人一直很支持开源，因为我的朋友是天空开物基金会的负责人，而我本身是做开发者关系出身，也是该基金会的顾问，所以我自然站在开源这边。不过，我要说的是，李彦宏，你怎么又在说这种大实话了呢？我遇到过很多次他这样直言不讳的情况。比如以前在盛大网络，我们起诉百度抄袭我们的书，特别是小说。盛大文学那时有一个系统，专门在百度搜索我们的小说，结果发现排在前面的不是我们的，我们就起诉。结果发现排在最前面的是百度文库，对此，李彦宏就说…\n“了说，你们这帮人就是来蹭我热度的。”
他们是一小公司，对于当时的百度来说，盛大确实是没有他大。所以他说：“你是一个小公司，你来起诉我，你就是想蹭我热度。你希望通过起诉百度这个事情，让更多的人来去看小说。”最后，李彦宏是怎么办的呢？他是把百度文库里边的所有小说全删了。法院也是判盛大胜诉了，啊，胜诉了我们获得了多少赔偿呢？50万人民币。这个就没法讲了，因为当时盗版的赔偿上限就是50万人民币。你说这个事情他盗版了对不对？他肯定不对。但是呢，我们需要什么？我们需要流量。你别看我们得到了50万人民币的赔偿，我们还胜诉了，但是每年盛大向百度花的钱，我们上这去投放，希望百度能够把盛大的小说，能把起点排头一个，每年花好几千万。那一年他就象征性的要退了我们50万。在这个过程中，我们通过起诉百度，100又可以得到大量的流量。然后啊，你看这个书应该到起点那边去看去，对吧，大家有这样的一个印象。这是第一次啊，瞎说大实话。其实他说的话呢，就是有道理啊，但是呢，很多跟大家的认知的，或者说这些道德他是不匹配的。

第二次赶上李彦宏瞎说大实话，又是我赶上了什么事呢？我当时离开盛大了，后来去了猎豹移动。到猎豹移动以后啊，我们开始做隐私保护，怎么能够让用户啊，把隐私保护起来，做了这样的一个功能。袁弘又上去瞎说大实话去了，说中国用户根本就不在意隐私，隐私保护这个需求就是个伪需求，你只要给他们一点点方便，他们就很开心的用隐私出来给你换。当时我们觉得这怎么可能呢，这个事太违反常识了。你跟任何一个人说你要隐私吗，他都说要啊。后来我们发现李彦宏又在瞎说大实话，是什么呢？我们跟用户商量说，你给我10块钱，我帮你保护一下隐私，行吧，用户说不给。隐私啊，我要，但是要钱，没有。它是这样的，所以保护隐私是个伪需求啊，你如果是个真的需求啊，那你就应该老老实实为保护隐私付钱。对吧，没有任何人愿意为这个事付钱啊。你说我现在要拿你的数据回来，你要去给我签这个用户执行同意书，签完了以后我拿你的数据去做预算了。但同时我给你提供了搜索服务，提供了其他的各种推荐服务，你干不干呢？啊，一帮用户就开开心心去干去了。对吧，所以李彦宏又在不对了。那么这一次呢，依然如此。什么叫瞎说大实话？就是真话，这说的都是真的，但是呢，有很多事啊，他叫可以做，但不可以说呀。对吧，李彦宏瞎说的大实话，就是你都可以这么干，而且我们在圈里的人呢，也都知道这事就这么回事，但是你不能拿出来说。对吧，你也作为一个BAT，虽然现在B稍微的这个衰落了一点，也算是国内大佬，你把这种大实话拿出来说，他是有问题的。而且还有一点是什么，就是大家老说他瞎说大实话呢，就是他每次干完了这事，在百度自己身上呢，也没得到什么好处。

那么李彦宏这次说的是什么呢？开源模型会越来越落后，这个事是什么意思呢？就是训练大模型的成本实在是太高了，特别是当它的底层框架确定了以后，你想去训练它，这个成本是非常非常高的，非常费钱。所以要什么呢？比如说Llama，从Llama2升级到Llama3，给大家指明了方向，大家向这个方向去前进。那么在这个时候大家再去训练，你说我连方向都没有，然后底层都不清楚，我们要从头开始做这个事情，那这个成本实在是太高了，至少中国企业很难去承担这个成本，即使是在Lama 2的基础上，说我用这个数学模型或者用这个数据结构，我重新去训练新的模型，这些公司其实也很难盈利。这个事是太难了。所以呢，如果大家的底层就这样的不动了，比如就蓝帽2这样不动了，就在这个基础上，这个吃老本，那么李彦宏说这话就对了，就是说你就越来越落后。我们不停地去寻找有这个底层开发能力的人，我们不停地去迭代、去更新。你的那些人就老是在蓝码2的基础上去做，但是现在，蓝码3出来了，大家又可以往前走一步了。对，但是这些人的底层都不是自己的。比如说华为说我今天做芯片了，那芯片底层是什么？底层是UP或者是台积电，你底层永远不在自己手里面，那么他的天花板是有限的。所以李彦宏说的这句话本身并没有大毛病，虽然Llama三帮所有的开源模型又往前升级了一步，但是你的底层依然不是不可控的。

第二个，李彦宏讲的是开源并不便宜。这个话，其实我作为一个这么长时间去推广开源的人来说，我是极其赞同的。你去使用商业服务，其实你省去了大量的成本，因为有人给你签服务协议，你只要交钥匙就完事了。你要是想去做开源，你还要雇开源的程序员，然后这个人今天开心了，明天不开心了，后天你发现面试的时候看走眼了，这个成本是非常高的。而且，开源系统底层还有很多的不确定性。其实闭源系统也有bug，但是它处理方式是什么？我给你签一个服务协议，有bug你给我改去，我不管了。对，但是开源系统有时候有bug，里面他懒，没人理你，对吧，这个事是有可能的。所以开源，使用整个的开源系统是非常贵的，这个是我认同的。然后呢，是闭源才有商业模式，这件事其实没有那么认同。为什么呢？就是开源大模型通常在商业模式的周期上，它是比较漫长的。从拉马尔出来，一帮人开始弄，然后最后能挣到这笔钱，可能也得要个一两年的时间，你才能把这个钱挣到手，所以他是非常漫长的。而且呢，到现在为止，梅塔自己其实也没想明白，怎么用Llama去挣钱。梅塔虽然是Llama一、Llama二、Llama三都出来了，但是你说梅塔，你在这里头收着钱了没？他也没收着，对吧。而且他都没想明白，说我到底怎么把钱收回来。只是谁挣到钱了，就是我拿Lamar去再训练新的模型，比如我训练了一个医药的模型，或者我训练了一个移民中介，什么留学中介，我先练了一个这样的模型，就这个是能挣点钱的。但是你说梅塔自己怎么挣钱，不知道，对吧。所以想去靠开元大模型就直接挣着钱的，谁也搞不清怎么玩啊，包括像通1,000问，对吧，他怎么挣钱呢？他最后是说，哎，你们都用通1,000问吧，我是做云计算的，反正你都得上网来，用来你买我的云主机，我我通过卖云主机的过程再把钱挣过来，对吧，他是这么来挣这钱的。

所以你做从以前问，这到底是挣了钱没挣着钱，或者说我的这个云算多卖了多少，这个是一笔糊涂账。而且阿里在挣钱的方式是什么？就是我把所有这一圈子里头做这个大模型的全投资一遍，然后你们通通都上我这阿里云上来去干活去，我把阿里云的这个业绩做上去，任何人甭管我是用Kimi啊，是用什么mini Max呀，都上阿里云上用去，你们就用上阿里云去充值，不就完事了吗？对吧，阿里是挣这个钱的。但梅塔到底怎么挣这个钱，他自己也没想明白，所以它这个生命周期非常的长。然后大模型跟开元Linux是不一样的，跟安卓也不一样，实际上，最主要的开发者就是梅塔一家，不是一个真正大家一起协同开发的产品。这是李安红讲的，我觉得这句话呢，说的也非常正确。现在大家用的各种开元大模型，基本上都是在拉嘛2啊，或者是现在马上要出来拉嘛3啊，在这个基本上改来改去。我估计现在凌医万物的小伙伴们应该都在加班呢，对吧，拉嘛3出来以后赶快拆，拆完了以后，那么怎么能够重新去训练一个新的模型。怎么能够让这个模型的效率提升呢？我现在等着使用他们的新模型。在整个过程中，真正愿意做底层、愿意在底层上做前瞻性工作的公司，其实是没有的，或者说很少很少。听说质谱清音使用了全新的技术，但具体如何还不清楚。很多其他模型其实都是从Lamar借鉴了很多。李彦宏还说，既然不赚钱，为什么要做大模型？我觉得至少在中国，这种做法是对的。你说Open AI，像山姆奥特曼，马斯克，他们为什么要做大模型？是不是就是为了赚钱？这个我们不得而知，毕竟我们和他们不在同一个高度上，不能乱讲。

那么，构建国内最强的大模型，是李彦宏现在想要去做的事情。他第一个发布，哪怕被批评得一无是处，也是第一个尝试的。他穿着一条特别花哨的皮带，就这样上去了。甚至有人评论，他穿着白衬衫，像白衣飘飘的样子。他希望成为国内最大的，甚至在国内外都是最强的大模型。在国外，这个说法我觉得可以接受，就像众英雄围攻光明顶，光明顶就是GPT4，包括像Cloud这样的产品，它们是最强的，无可超越。即使是正在赶超的Gemini，也是必圆产品。而Gemini开源出来的那部分叫Gema，它并不是Gemini那个模型。\n国外的情况是这样，但国内的情况真不好说。为什么呢？因为国内的模型中，百度和Kimi是必远的。百度的使用体验对我来说太差了，太难操作。相比之下，Kimi我用得比较多，确实比较好用。此外，通易千问、百川智能、质朴清音、灵异万物、昆仑万维、360和猎豹都是开源的模型。我尝试过通易千问和一万物这两个开源的，以及一个闭源的。目前我觉得通易千问，尤其是千问1.5的32B版本，非常好用，运行速度非常快，给人留下深刻印象。

现在我主要在用通易千问和Kimi。不过Kimi有一个缺点，就是它经常在运行时报错，说服务器太忙，服务不过来。当你直接向Kimi提问几次后，它会告诉你它太忙了，让你稍后再问。这种情况时有发生。

百度一直自称是国内AI领域的领头羊，根据2023年第四季度的财报，其智能云业务营收为84亿人民币。但要注意，这其中包括了云计算和其他业务，比如智能汽车（自动驾驶）的收入。真正由大模型为百度云带来的收入增长，可能只有6.6亿人民币，这对百度来说可能只是杯水车薪，烧不了多久。所以这对百度来说，无疑是一个相当亏损的业务。而且…\n文心艺言嘛，为百度广告系统带来了数亿元的增收。但这个呢，就是百左手倒右手啊，哪一部分是由文心艺言带来，哪一部分是广告系统，就直接正着了。这个不好说啊。每天呢据说有5,000万次调用，这个我觉得也挺夸张的啊，真的我不知道为什么会有这么多人使这东西，因为那玩意真挺难使。预计2024年，大模型的收入贡献会成10倍，就是去年大概是挣了不到10亿美啊，人民币啊，今年大概会挣到几十亿人民币，在这样的一个水平上。

那么李彦宏为什么说这个话呢？啊，第一个，整个行业其实都不挣钱，包括他自己。就是做了半天大模型也没挣着钱，开元啊肯定是没挣到钱，甭管是刚才咱们讲的，灵异万物也好，百川啊，昆仑，360猎豹在这块估计挣到的钱都不多。360跟猎豹没准还能挣到点，因为他们就是纯纯做图币去了。他们自己那个开元模型，到底拿多少钱训的，而且他也不会推这个东西啊，推开源模型本身的成本也很高。不光是说你本东西开源出来就会有人用啊，然后通1,000问，刚才我讲的，他是通过另外一种方式。

之前呢咱们不管他，整个行业没挣着钱，开源也没挣着钱，但是呢，开源同时会极大的影响闭园挣钱。什么意思呢？比如说我这有一个公司，现在需要一个大模型来给我干活，正常你应该怎么办呢？我上百度上去买去啊，或者上open AI，上微软去买去啊。现在人说哎，我这有开源的啊，那等有很多的系统集成相关的公司，就可以把开源的这些大模型直接集成到我的系统地区了啊，我还可以给你做私有化部署，就这些人能挣着钱。现在Llama已经说了，可以免费商用，你拿去使吧，我不管了，等于把所有的这种中小规模的系统集成商，一把就全赋能了啊，他们挣钱去了。但是这些人挣钱的时候，这个单位就不会再去花钱干嘛呢？买这个open AI，买微软买百度了。所以他就一定要出来讲说，开元是没戏的啊，你们就老老实实买我的这个闭元的就好了。而且呢，开元有的时候啊，你避免不了，为什么呢？拿开元做定制是现在唯一的挣钱路径，而且这个是百度最受不了的，因为这块真的是在吃他的肉。哎，中国大模型创业呢，其实有很多困境的。第一个，成本非常高。尤其是合规成本，非常高。如果你说错了话，是要被封号的。

第二个，中国做任何创业，都必须马上挣钱。你如果说，我想先去折腾一段时间，过个10年再挣钱，想都甭想。像Open AI这样的公司，在中国是不可能成功的。为什么？因为大家在建立时是非营利组织，压根就没想明白该怎么挣钱，然后就四处融资。融完一大笔钱以后，就坐着吭哧吭哧地做。确实很多年一点收入没有，而且还烧钱烧得贼快。这个在中国是行不通的，必须马上挣钱。而且市场有限，现在在中国基本上没有C端市场。所有愿意出钱、花钱再去做工程做项目的人，大多是政府和大企业。

政府和大企业的客户争夺，不完全依靠技术。还有很多其他相关的，或者不相关的，商业的或者非商业的因素影响。最后谁中标，谁没中标，就是这样。

所以，为什么一帮中国人一听说Lama开源了，然后自主研发、自主知识产权的国产大模型就出来了。出来以后，他们去那些大的甲方那里去中标。其实李彦宏在骂的就是这帮人，就是你们不要去抄袭人家的东西，然后自己号称是自主知识产权。

在中国到现在为止，拿到牌照的大模型有多少？117个。如果有这么多大模型都拿到牌照了，中国有这么多数据，有这么多GPU让他们去训练，能出这么多模型来吗？或者花了这么多钱去训练吗？没有。大家拿的，都是Lama改的，全是这样。就是你拿数去看就行了，你不用管他到底是不是这个数。一看就知道，有很多的数据，你只要拿下来比，你就知道说，如果所有这些大模型都是自主研发，自主知识产权，从拿数据开始，一分钱一分钱的去训练出来的，那么这事是不可能的。你像我去问过零一啊，什么这些人，就是他们是从头拿数据去训练，虽然他底层的数据结构是Lamar的，但是那也是花了很多钱的。就是你不融到几亿美金，根本就不敢干这活。但是你想，中国有多少个融到几亿美金的大模型公司？刚才我们讲的是有牌照的，还有很多没有牌照的。没有牌照就是不用动外，对外服务啊，我还是可以比如说做一个什么，颁个奖然后在对内服务，这事还是有的。可能中国现在有几百个，甚至上千个大模型在跑。所以啊，这件事情呢，对于这些做大模型的人来说，是比较难受的。在这一块上，没准最后阿里能把钱挣着，就甭管你用谁的大模型，你到阿里云上来租我的服务器吧。而且呢，李彦宏的意思就是就这么点钱，就这么点甲方，你让百度张了吧。大家都是自主研发，自主知识产权，这还是看谁的资本硬吧。百度在这种竞争中呢，有一定的优势，毕竟排在这，但是呢，你有的时候真备不住谁七大姑八大姨说，哎，我这事我能搞定啊，你就不用用百度了是吧。这是李彦宏出来瞎说大实话的一个原因吧。就是大家注意啊，我每次讲李彦宏出来瞎说大实话的时候，实际上都是百度遇到了一些问题的时候，挣钱挣的不够多了啊，或者说是有一定压力的市场发生变化了啊。第一次是百度希望做内容营销，发现他遇到了版权的问题，出来瞎说了一个大实话。第二次是什么呢？百度希望做移动，结果发现移动里头有一帮人去搞这个隐私保护，又搞了一次。现在呢，是啊，去做大模型了，然后发现一帮人在喊开元对吧，他又又要出来瞎说大实话了啊。干了这么三件事，咱们最后讲一下，Lamar3到底会带来什么东西吧。Lamar3呢，会带来哪些改变啊？第一个，整个开元大模型行业会迎来爆发式升级，就所有做开源大模型的人…\n都会在未来的可能两三个月里头，就会升级自己的大模型。大家可以看看谁升级的快，哎，升级快的，这个就属于技术力比较强的。因为你想，你给你一个新的大模型，整个各种系统架构都是变化了，都是新的，效率更高，质量更好。大家就一定会去研究、分解，然后再去拿这个相应的训练方法，相应的注意结构，再去训练自己的模型。所以到未来，可能我们再使用在本机上三十几币的这种模型，就完完全全可以接近到GPT4的一个水平，超越这事还不敢乱说。然后你在服务器端可以跑到的这种70币模型，基本上是可以超越GPT4的。大概就是可以到这样的一个程度。

而且呢，各种Lama3的微调模型会快速爆发。就是我先不去训练新的，我现在这个基本上进行一定的微调，这些可能在几周之内就会疯狂上线了。然后呢，行业应用可能会快速的提升，这个可用性就提升了。比如说我原来是给建筑业用的，给银行用的，给保险公司用的，那么他们可能会发现，我这个升级了，升级了以后，这个系统一下就变得不是那么人工智障了，就变得好用了。这件事情应该可能在未来的一两个月里就会发生。

这件事情之后，从头训练自研大模型的公司呢，这个日子会稍微的再难那么一点，包括百度自己。这就是Llama3可能会带来的改变。而且我相信Llama3出来以后，在未来的半年里头，会有大量的新的公司出来，我要创业，我要再去做大模型相关的创业去了，一定会有人干这个事的。对于我们来说呢，可能还可以继续期待一下GPT5。我们不期待GPT5到底能够带来哪些能提升什么，真正需要的是GPT5可以给整个的行业再指明一次方向，大家向这个方向冲，这个是可以证明的。那么在这个过程中呢…\n这方向明确了，人跟钱都不缺啊。有很多人说我们很聪明，我们要干这个事情，还有很多钱啊，等着冲上去说：“哎，方向指明了，赶快上！”就想这个Solar大模型，现在还没有人上来用上吧，但是已经有大量的视频模型，已经冲上来，可以给大家使了。所以啊，Open AI，你指明方向就可以了啊。咱们也可以看看，到什么时候真的会出现能源短缺吧。其实现在大家在叫做芯片短缺，等芯片灯真的都充满了以后啊，咱们看看，是不是咱们会把所有电用光啊。这就是咱们今天讲的第一个故事啊，就是Llama三来了，是不是给李彦宏打脸了啊？但是我到现在还是认为，李彦宏说的话啊，就是真的是瞎说大实话啊。大概是这样的一个情况。