到底有哪些企业在购买英伟达的显卡？这个跟大家想象的可能不太一样。中国只有这些显卡吗？跟大家想的可能也不太一样。另一方面，中美之间的AI差距到底在什么地方？

大家好，这里是老范讲故事的YouTube频道。最近网上流传了一张图，直接把大家给看懵了。这张图写的是什么呢？就是到底哪些数据中心买家在买英伟达的显卡。我们不算是大家打游戏去买4090，或者是普通的一些小公司买了一堆4090去干活，这不算。我们算的是数据中心的，这到底是什么人在买？

在这个图上显示，在2023年Q2、Q3到Q4，实际上每一个季度，中国人从英伟达买的显卡数量都是快速上升的。到2024年呢，有所下降。2024年Q1的话，大概比2023年的Q2还要再少一些，但是到Q2继续在上升，应该是达到2023年Q2的一个同等水平了。

那么在所有的这些买家里头，排第一的是谁呢？不是BAT，也不是字节跳动，这个公司叫做中国移动。每一个季度，虽然大家买的显卡总量是有这样的一个区别，但是比例上，基本上中国移动永远是第一，甚至有可能已经接近了小一半的这样的一个比例。

第二名是谁呢？第二名是中国电信。第三名是不是联通？这里头没有联通啥事，第三名叫遥遥领先，也就是华为。第四名是腾讯，第五名是阿里。其实原来我一直以为阿里应该占的量是比较大，现在说中国有一半的大模型跑在阿里云上，结果阿里云其实买的并没有那么多。下一名是字节跳动，再下一名是百度，其他的基本上就排不上号了。

中国爆买GPU的，跟大家的想象是不是有一些差异？那么从这张图上看，中国移动、中国电信真的是很强啊。这其实也很简单，比较好理解。什么呢？他们建算例中心了嘛，其他人跑到那去租了。你比如说像阿里云，没准说我上中国电信的机房里去租了一些，你已经买到手的这种H20或者是A800、H800这样的显卡，我来去把阿里云部署上去去用，不也是可以的吗？电信运营商的云计算机房。

他就是这样的一种东西。以前我们在盛大网络的时候，其实跟这些电信运营商就是这么打交道的。怎么干呢？我们有网络游戏，电信营商有机房，我们就跑到那去说：“来吧，你就成为我的代理商吧！你用你的机房入股，只要把我的点卡卖掉了，在你那把它消耗掉了，咱们就直接来分钱就完事了。”现在应该很多的算力云也是这么在去操作。

那么，中国联通去做什么了？这事稍微有些好奇。因为你想，移动电信都这么猛，联通没有什么事，这也很奇怪。那你说华为这个遥遥领先，自己还造显卡，他买这么多英伟达干嘛？自己家的升腾910B难道它不香了吗？原因其实也很简单，华为其实是个系统集成商，它会给很多的机构单位、政府去搭建这种算力中心。在搭建的过程中，可能有很多的显卡就会从华为这边进口买进来。甲方要什么他就给什么，他也不能说：“我有升腾910，甲方说不，我一定要买英伟达。”但是我就不卖给你，这事人家也不会干。

中国基础设施建设的红利呢，英伟达肯定是吃到了，而且量还很大。所谓的基础设施建设，也就是大基建。这是咱们原来做东数西算，英伟达在这个时代就算是新的IOE了。IOE是什么？就是IBM、Oracle和EFC。为什么叫IOE？这是这一品类里边最好的品牌。你只要买了这个品牌的东西，出了任何问题，你怪不到我头上来。所有这个品牌的东西，或者符合IOE规律的这种品牌的东西，只有一个缺点，其他全是优点。这唯一的缺点是什么？贵。

你只要是把钱花掉了，剩下的出了任何问题。你比如说你在我的机房里头发现不兼容了，或者出现事了，那你找到我，你这为什么买了他们家的东西？英伟达都出错了，你要买别的更烂了，这肯定是这样的。国家会有一些拨款，直接拨下来做这种算力中心建设。在各个大会小会，从年初开到年终，所有的会上国家都在喊：“说我们的基础设施建设里头，要去建这个算力中心。”所以这块是有大量的拨款下来的啊，哪一个企业，哪一个地区，如果没有把这拨款给你花掉。

那他们会觉得亏死了。你不花，别人会花。而且这些大的央企，特别是电信企业，他们自己也有巨大的现金储备，或者说很低廉价格的现金渠道。什么意思？他借钱的利息都比你借的低。所以在这样的情况下，干脆他就动用他背后的现金储备，或者是他的信用，直接从银行拿到无息、低息，或者各种贴补的贷款，他就可以来干这个事了。要比普通的企业做这个事，肯定要方便得多。

那真正的这些大厂，比如说BAT这些厂，我租就好了。我为什么要一下把现金都占压在这里，把我的信誉都变成显卡堆在这里？不划算。而且英伟达那边还在更新换代、升级。我万一买一大堆这个东西，旧了以后，你说我到底是更新换代，还是不更新换代？这个事太麻烦了。咱还是吃大户的就完了。所谓大户呢，也就是国家的。所以他们就直接租。

而这个小厂，他们有些时候就直接转租大厂。什么意思？租这种云设备，如果说我租一个比较小的单位，比如说我租个两天、租个两台，它是比较贵的，成本也比较高。所以一般的这种大厂，像阿里、百度、腾讯这些大厂，他们会一次性打包一大堆东西给他一起租下来。租完了以后，再在这个里边切分划分，划好了以后再分别包给这些小厂。而且他在这个过程中，还给你上了BAT的服务，BAT相应的软件系统都给你做好了。这个呢，对于小厂来说，你不需要那么高的技术维护能力，就可以直接用起来了。

所以这就是在国内正常的玩法。而且呢，在国内要注意，有很多生意只有官家来做才方便。普通人你做这个事是很痛苦的，做不了。为什么？第一个，各种证书你要想去申请，你申请得到吗？特别是跟ICP、ISP这种算力中心相关的证书，你是申请不到的。就算是阿里云、腾讯云，他们很多也是跟各地政府一起去合用这些证书，或者说我挂靠，或者通过一些收购的方式，能够有一些证书去使用。

所以在中国，第一个就是证书你搞不定；第二个，什么外汇？你如果手里有美元，你敢说你有？你为什么没有从国外结汇结回来？

如果你把这个外汇结回来，变成人民币了。你说我现在再想用美金，到海外去买伟达显卡，那你看看是不是又要去搞批文，要重新做进口，这事很麻烦的啊。但是对于这种大型的央国企来说，处理这个事就比较简单。你说我现在需要很大的一笔外汇，到那边是进口，去买价值可能几千万美金或者上亿美金的这种英伟达显卡回来，对于他来说是比较好做的。但是你对于其他人就费劲了。

而且呢，还有什么，接口跟带宽，这事也是一种政府资源。什么叫接口和贷款？以前啊，很多这种云计算的公司，其实他也不算公司，他们是什么，比如什么张家口电信啊，有的时候会找我们。找你干嘛呢？我们最近啊，整到了一个特别紧俏的资源。我说什么资源啊？一个什么万兆网口，或者是最近有一些什么其他的这种接口资源、带宽资源，整这个你们谁要用一下子，咱们把它分一分，把它用掉。

作为一个普通的企业，你想搞到这种东西是很麻烦的。而且就算你搞到了，你也必须在他的监督下去使用，这个不是一般人能用的了的东西。所以呢，直接让移动他们买完了，大家租是最方便的。这些生意，咱们就留给官家去做，普通的商家就别碰了，就完事了。

而且还有什么，很多政策的制定解读和相关政策执行过程中的辩解和保护，这件事，咱们跟这些大的央国企比起来，也是不具备任何优势的。什么意思呢？很多相关的政策去制定的时候，实际上就是这帮央国企自己在定，他们就有专家。像我们以前也参加过类似这样的标准制定，是安全公司嘛，企业安全的标准，我也会去开会。那会场上的人就是工信部的人、电信移动的人、猎豹、什么360、BAT的人，大家坐在一个屋子里，开始谈说这个东西该怎么弄。

所有这种规则的制定，三大运营商的人都是在场的。而且这些规则，别看BAT人也在场，最终话语权最重的还是第一个是官方，就是工信部，第二个实际上是三大运营商，其他人都是提供参考意见而已。但是吵架时，我们下边这帮人吵得凶啊，总还是要表现一下存在感啊。

最后，都是这些不言声的人。人家把规则标准定下来，定完了以后呢，真正的最后执行跟解读的时候，就没有其他人什么事了。三大运营商还是可以跟工信部去稍微的去挑战一下，去搞一下，争取一下，或者说我们执行的过程中，哪一个地方松一点，哪一个地方严一点，最近有什么新的风向，他们还能搞明白。

这个一般的企业，即使是BAT这样的大厂，通常也没有那么明白。那么，这个图到底哪来的，靠不靠谱？咱们说这么热闹，这个图是海外一个专注于半导体行业的知名自媒体那来的。一看自媒体，这事肯定不靠谱，但这个呢还可以啊。他应该叫Semi Wiki，这个维基呢，后边的博主叫Daniel Naily吧。这位老兄呢，是半导体行业的一位知名人士，从业40多年了，也是写了很多书，写了非常多的文章，所有跟半导体相关的事情，大家还是喜欢去参考他的这个自媒体，或者你说它就是一个大的这种百科全书，大家还是喜欢去参考的。

原文地址：https://semiwiki.com/semiconductor-services/semiconductor-business-intelligence/348913-nvidia-pulled-out-of-the-black-well/

SEMI Wiki的内容跟数据呢，也还是相对来说比较靠谱。从2011年上线到现在，一共更新了7000多篇博客，有350万读者在读，就是所有跟半导体相关的一个权威，大家认为是杂志也好，或者是一个维基吧。这个图呢，是来自一篇专栏文章，这个专栏呢叫半导体商业智能，估计应该主要是讲英伟达和各种算力芯片。

然后，这个专栏里头写了一篇文章，叫做“英伟达被拉出了黑井啊”，Blackwell。Blackwell是英伟达最新造的这个算力芯片B W 200。但是呢，现在传说B W 200有一些问题，需要迟后交付，导致了英伟达的股价下跌。他写了一篇很长的一篇文章，力挺英伟达，说你们不用担心，这个东西可厉害了，大家不要慌。

那么，这个权威人士的内容也是靠谱的，数据呢我们也认为是靠谱的。中国就只有这些GPU嘛，这是我们需要讨论的下一个问题。这个文章里头还有另外几幅截图，咱们看一下，这个截图呢是购买国家分布。

就是到底有哪些国家在购买英伟达的显卡？这个里头呢，第一名肯定是美国，第二名是台湾，这个也很有趣。美国的话，我按照最新的一个季度，2024年Q2的这个季度来看，他大概是买了全世界可能43%这么多的显卡。而台湾呢，是买了接近20%的比例的显卡。第三名是谁？还不是中国，因为中国现在毕竟是在禁运嘛。第三名是新加坡，买了全世界18%的显卡，然后中国是12%。剩下其他所有国家加在一块是7%。中国大陆在被限制的这么死的情况下，我们去买H20、A20、A800、H800这样的显卡，也能够买到整个英伟达销量的12%，这个是非常吓人的一个数据啊。

这个图呢，还可以看出一点什么，就是英伟达的销量是从2023年的Q2开始爆发的。再往前，其实它的销量是相对来说比较稳定的，到2023年Q2就直接就喷了，基本上是一条直线上去，而且这个线还很陡。英伟达卖掉的显卡都是哪些型号？因为他讲，我们不要看Blackwell怎么样，咱们去看看其他型号卖怎么着。它里头呢，有一大块收入是网络收入（network），我估计应该是在英伟达卖机房的时候，里面进行一些网络连接，什么NW link，可能相关的软硬件给它带来的收入。真正的销售大头其实是H100，大家现在非常疯狂努力地在买H100。剩下的呢，还有极个别的开始买GB 200，就是Blackwell 200，还有一些A100现在也还在销售。

这是英伟达现在整个的收入，大概能够占到我觉得60%往上70了，都是H100。所以他那意思就是说，大家不用那么担心，Blackwell搞不定了怎么办，现在H100大家觉得够使，还在努力的买着。咱们看到了这么三张图之后，大家觉得中国还是只有这点显卡吗？能够被统计的按道理来说，就是刚才咱们讲中国移动、中国电信、华为，他们买的这些显卡应该是H20，特别是到2024年了，肯定都是H20。那么大家有没有想过一个另外的问题？

台湾跟新加坡，他们需要这么多显卡吗？他们会买这么多显卡，把它堆起来吗？这些显卡有多少通过走私渠道到了中国呢？台湾的20%，新加坡的18%，这一部分到底去哪里了？是不是会有些人感到困扰？其他国家真的能买得起7%的显卡吗？这东西好贵的。

还有人说不要看不起欧洲的AI，他们现在融资很厉害。咱们看看谁买多少显卡，就知道他到底是真的是假的，是不是在吹牛。我们相信还有相当一部分显卡是通过台湾、新加坡以及很多其他国家，或者东南亚的一些国家回流到中国来了。

特别要注意的是新加坡，为什么呢？因为大家知道，在咱们经济开始稳中向好之后，大量的中国企业，特别是VIE企业，他们喜欢把运营总部放在新加坡。在新加坡这个地方去进行各种全球性的贸易，跟美国、跟台湾、跟各个地方去交易，都是在新加坡交易。所以新加坡买了很多东西，未必是用在新加坡的。

另外，新加坡就是一个城市国家，你在这样的一个国家里头寸土寸金的，盖一大堆机房在里头塞显卡，而且还是个热带地方，你还要烧了空调。算算力中心，这个事儿他不划算。所以新加坡大量的跑货，都应该是转口到其他地方去了。

新加坡，你不要说地贵、电贵，或者其他这些资源贵，只有一样东西他就搞不定，那就是人。在新加坡建立一个机房，让一堆的技术人员、维护人员去维护这些机房，他得多贵。所以在那个地方去建算力机房这件事，在商业上是完完全全不符合逻辑的。

但你说新加坡一点没有吗？也不至于，新加坡还有这么多大学，他们可能还是有那么一小部分的算力云什么在那儿。但是我真不认为他们可以买到全世界18%的算力卡，在那个地方去吭哧吭哧地算。这些算力卡应该大量还是流回到中国了。

那你说这些卡哪去了？除了中国电信之外，这些卡去哪了？大家注意啊，除了移动电信，各个省市其实都是有计算中心的。咱们的这种计算中心也算是一种资源，每一个行政机构，甭管是横管还是竖管，他都会说我们自己是不是整一个。

哪怕说：“哎，我这是交通部，我这是铁道部。”我们是不是整个集团中心？所以这些卡可能就彻底被分散到了各个国有企业、央企或者一些政府机构里边去。那么这些卡是哪来的呢？或者怎么进来的？

最近，超微电脑正在被做空，做空的理由是账目混乱，导致出口管制没有很好地被执行。这是做空机构给他写的做空信。超微电脑也很神奇，不说承认，也不说反驳，什么也没说，给了一个回复，说：“我这个财报晚两天再发。”这个大家自己品就好了。

所以我觉得，中国大陆拥有全世界第二多的英伟达各个型号的显卡，还是存在一定的合理性的。而且在这个里面，有大量的是美国政府禁止出口的。中国的显卡实际上都禁了啊，即使是算允许进口那部分，中国也可以在全世界所有的国家里头排到第四：美国第一，台湾地区第二，新加坡第三，中国第四。

那么最后一个问题，我们在AI领域里头跟美国到底差多少呢？原来老说我们没有算例，现在我告诉大家，有！我们有算力，而且算力其实并不少。正常情况下，我们现在做AIGC需要三样东西：人才、算力和数据。人才这个事我从来不认为中国缺，特别是这种工程技术人员。咱们在这块一定是全世界最好的。

算力，刚才按照我们的分析，中国应该也没有那么缺算力。我们算力肯定没有美国多，这个事是确认的，但应该是第二多，估计应该拥有全世界可能20%多，甚至接近30%的算力卡。这个事是相对来说合理的，美国大概拥有40%多，咱们大概拥有30%多，剩下的所有国家和地区去分，剩下的可能百分之二三十的这种算力卡。

数据，其实我们也不缺，我们产生了大量数据。至于说数据质量高低这件事，我觉得没什么可讨论的。英文数据质量确实是要有一些很有质量的，比如说论文这个东西，也不是说咱就拿不到，咱也可以拿到回来去训练嘛。中文的数据也有大量的，你不能说大家每天去做政治学习文章就低质量。你写了很多出来以后，还是可以学出一些不一样的东西来。

再加上中国这么多人产生了这么多的文学作品、这么多的小说、这么多的短视频、这么多的微信里的聊天记录，这些东西它都是内容。那么这些内容一样是可以作为数据去跑大模型的，这个都是没有问题。所以数据我从来不觉得咱们缺。

那你说咱们啥都不缺，那到底跟美国人之间差哪了？有什么东西？咱是不是还有点优势？我们有些地方还有优势，就是应用场景跟收益这一块，我们其实更好一点。什么意思？在中国很多新技术来了以后，不管是国有企业还是政府机构，他们都属于可以义无反顾地去用起来的。这帮人没有那么多的说：“哎，我这以前刚用过，或者刚升级过，我是不是用一段时间再升级。”他们从来不抢这个，哎，又有机会花钱了，我要赶快去花一把。这个是国内的很多政府机构和大企业习惯性的思路。

他们还干嘛叫“拉锁路”？我这个路挖开了，铺根管子进去，待会再挖开了再铺根线进去，再待会挖开了再铺根光缆进去。他们为什么干这事？你不停的折腾，不折腾哪有钱？所以中国人在应用AI的角度上说，在这个全世界范围内，我们应该是跑得比较快的。而且从投入产出来说，我们其实也还算划算。为什么？因为我们工程师便宜，而且人还多。收益，因为大家愿意用，你还是有一定收益。没准一些企业就可以直接在这活下去了。

那同样的事情，你在美国未必活得下来，因为他工程师贵，大家去采购这种项目的时候，也相对来说要比中国的政府和这种大企业要谨慎。所以这块咱们还有些优势。

那你说中国到底有什么劣势啊？那照我这说法，咱们是不是又厉害了我的国了？咱们也有一些劣势。第一个劣势就是合规成本不可控。这个什么叫合规成本呢？咱这就不再详细讲了，听我节目的人应该是知道啥叫合规成本的。那为什么叫不可控，而不是说合规成本高这个事呢？很有意思啊，咱们是分两个方面来去理解这件事。第一方面，所有ToC的应用合规成本都是很高的。什么叫ToC应用？就是个人用户来使用的这些项目，它的合规成本很高。

说错了话就要拔网线，或者有很多人要受到巨大的处分，或者要受到巨大的经济损失。这件事是非常危险的。另一方面，所有对政府和对商业的这种方面，我们的各种应用是百无禁忌的。你在美国，比如说我们想上一个什么医疗系统，想上一个监控系统，那麻烦死你，我告诉你，他不允许，各种的保护隐私。但是在国内，上呗，这有什么？我只听我老板的，其他的都不重要。领导的看法是第一大法的，所以他们完完全全肆无忌惮。咱们的合规成本在这块，对一部分来说很高，对一部分来说基本上可以忽略不计。

那么，中国真正的劣势在哪？合规算是一部分，但也不是完全负面的。有一部分是正面的。咱们做的很多监控软件和一些奇奇怪怪的软件，我们做的是要比美国人好的，因为没有那么多条条框框。咱们真正的劣势在于算力太分散。什么叫算力太分散？你想，马斯克的XAI有多少算卡？非常多，十万块还是多少万块算卡。他拿这些算力卡可以集中力量办大事，可以把他的这个grok的版本一级一级往上推。OpenAI有多少算力卡？他可以拿着微软的算力卡去疯狂的计算。谷歌有多少？亚马逊有多少？Anthropic跑的是亚马逊的这个算力卡，他们都是几十万块的往上跑。他们等于非常集中的算力卡，才可以去维护一个什么东西，叫做缩放法则。

因为现在大家冲的就是缩放法则，我用更多的数据，用更多的算力卡集中在一起进行一次的这种运算，他可以推出更好的不一样的模型来。而这些算力卡一旦分散开了，比如我现在都到云计算中心去了，都交给中国移动、中国电信了，或者交给各省市，再加上交通部、航天航空，每间都买一堆，那这个就分散掉了。以后你就没有办法说我现在想要十万块H100，我们去推一个grok2出来，你就没有这个能力了。这个是我们现在真正缺的。所以，中国需要的是巨头，这样才能够去追赶Scaling law。如果像现在这样，我们整了一大堆的算力卡进来，四处分散，撒了胡椒面了。或者说，我搁在云计算机房里头。你租5块，他租10块，大家都做一大堆实验型的这种小模型出来。那个是会跟美国越拉越远的。

好，这就是我们今天主要讲的内容：中国到底有哪些大企业在去买美国的英伟达的显卡？中国是不是真的只有这么多显卡？以及中国跟美国之间，AI到底差在什么地方？

好，感谢大家的收听。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。

大家好！欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，前几天Sam Altman在斯坦福大学里说了些什么。

大家注意啊，这是一个闭门会议，我们现在所能够看到的信息，都是网上流传的、各种只言片语。有照片，但是呢，并没有看到全文，什么视频啊，我反而是没看到。以及根据这些只言片语做的各种总结。4月25号上午，应该是黄教主考去送礼去了，送的是DGX H200。Sam Altman，黄仁勋以及Greg，他们三个人合了一张影。下午呢，就应该跑到斯坦福去做活动去了，参加了斯坦福大学创业思想领袖讲坛，这样的一个活动。Sam Altman号称自己是这样的一个领袖，应该没有任何毛病。上千人参加，而且呢，还有给他的生日祝贺，说祝Sam Altman生日快乐。那你说，上午老黄是不是也去送生日礼物了呢？呃，严格来说不算，但是稍微宽泛一点来说，问题不大。Sam Altman是1985年4月22号生的，到4月25号，差个两三天，给你补份生日礼物，补一份生日祝福，应该也算是应有之意吧。

山毛特曼算是一个非常根红苗正的硅谷创业者。为什么这么讲呢？他是在大二的时候，从斯坦福大学辍学的。比尔盖茨辍学了，扎克伯格我印象里好像也是辍学了，很多的创业者都辍学过。斯莱姆奥特曼，斯坦福辍学，你辍学呢，就是声明你能考得上斯坦福，否则你怎么有机会从斯坦福辍学呢？热情熊熊燃烧，不能再念下去，我要去创业。我原来也碰到过一位辍学创业的朋友，就是编程猫的创始人，他呢，是当时在法国一个学校里面念硕士，也就是创新创业专业的一个硕士。到最后，来参加我们的这个创业比赛的时候，他说：“哎呀，再不创业就要毕业了啊。再不辍学就毕业了。”当时讲了这么一句名言，我们记到现在。所以，山伯奥特曼是一个根红苗正的斯坦福辍学创业者。那么他讲了几件事呢？

首先，他提到人工智能的发展很快。他说，GPT4已经指明了方向，然后大家就去抄袭。抄袭是很容易的。他并没有具体说谷歌抄袭了还是苹果抄袭了，而是说GPT4树立了标准，树立了标杆。于是，各大厂商就围绕这些标准进行追赶和超越。这就是从GPT的发布以后，大家做的事情。现在我们做这么多的模型测试，总是在某个模型上宣称超越GPT4，或者在特定场景里超越GPT4。他们到底是怎么做的呢？其实都是在GPT4出现后，基于它设立评测标准，再去追赶。

GPT4真正起到的作用，就是帮大家设立了一个标杆，让大家按照GPT4的周边去设立评测标准，然后追赶。山奥特曼还说，GPT4是一个很愚蠢、很尴尬的东西，我们现在不得不与它聊天。他提到GPT5快出了，会很强大。他强调了缩放法则，也叫Grading Law，它依然没有过时，依然有效。随着规模和数据的扩大，性能或结果会继续变好。用他的话讲，当缩放法则依然成立时，就可以大力出奇迹，堆更多的GPU和数据进去，训练出更好的模型。

来举一个缩放法则起作用的最现实案例：比如通1,000问，在拉玛3出来以后，马上又出了一个新的模型。原来统计千万开放出来的模型是72B，但拉玛3的70B明显超越了通1,000问的72B。那么，通1,000问…\n应该是在昨天还是前天，发了一个新模型，叫通1,000问110B。虽然我比拉玛3的70B要大那么一点点，但是呢，我的性能比他好啊，输出的结果要比他强，各种的评测指标都比他好。再往后是什么？再往后统一前面说了，我们准备出2.0。那么在这个过程中，缩放法则到底是怎么起作用的？你看拉玛3出来了，70B啊，效果比我好了。那怎么比我好的呢？拉玛3其实整个的训练数据集是非常大的，就是他训练70B，虽然参数只有70B，但是他数据集啊，要比现在咱们使用的正常模型都要大非常多。它的整个训练模型，数据质量都是很高的，所以它可以得到70B质量最好的这个开源模型。通1,000万说不，我们即使不调整算法，不调整数据质量，我只管增加模型参数，就可以达到拉玛3 70B的水平。他就出了一个110B，而且拉玛3说，我已经把该公开的公开了，指明方向了。你只要是用更多的数据去训练，用更好质量的数据去训练，你就可以训练出像拉玛这样的模型来。通1,000问同意，那我来了啊，我准备上通1,000问2.0。前面是我们在用的是通1,000问1.5啊，那么2.0呢，大家可以想象，这一定会用更多的数据，更高质量的数据，就像拉玛3那样的数据，再去训练，他就有可能在七十几B的这个模型下，可以超越拉玛3 70B，对吧。所以这个事情大家依然在同一个路上，再往前怼，或者你们管这个过程叫内卷都行。但是GPT5不一样啊，GPT5上来以后会干嘛？会树立一大堆新的标杆，一大堆新的标准，在这些标准上，一开始就只有他一个人，然后再等着其他人慢慢往上追。这是人工智能发展的很快。第二个讲的是什么呢？叫开源并不是一个好的途径啊，因为很多人说哎，你open AI你怎么不开源呢？特别是跟埃罗马斯克吵了半天，埃罗马斯克说：“你应该把名字改成叫close AI，你不能叫open AI。”这个肯定要回应一下了。那回应的方式是什么呢？就是open AI的目标啊，不是开源，而是AGI，叫通用人工智能，让机器可以像人一样去思考问题。而我们并不认为开源是更好的一个途径，而是什么呢？他认为免费、无广告的GPT才是更好的途径，因为什么呢？开源了以后，真正能够用开源代码的人其实是很少的，对吧。绝大部分人是直接使用GPT去聊天的。而如果我能够免费、无广告的给大家用了，那么这个不比开源效果更好吗？他是这样来去讲这个事情。

前面我去猜测过，如果GPT5出来以后，GPT4会不会免费。我觉得，从他现在讲话的这个呃透的口风来说，这个可能性是存在的，而且很大。那么GPT4一旦免费了，国内什么文心艺言啊，这些付费的大模型，包括cloud 3这样的模型，估计日子就不好过了。

Sam Altman想要干什么呢？让所有人都可以获得人工智能的服务，让AI服务在全球范围内变得极其廉价和广泛可用。我不知道这个全球范围内算不算中国，让他立这个雄心壮志吧。那能咋办呢？等哪天看Sam Altman到中国来，谁接见他吧。他应该没来过吧，我印象里是他没来过。然后呢，要消除不平等。现在很多做open AI、做AIGC的人，都在想去怎么通过AI消除不平等。从这一点上来说，我个人表示不认可。为什么？我从来不认为工具的强大可以消除不平等，工具越强大，不平等越厉害。搜索引擎出来的时候，大家就应该不会再上当受骗了，但实际上，搜索引擎对于各种的欺诈，一点碰触都没有。绝大部分人是不会去用的，哪怕搜索引擎是免费的，是每一个人都可用的，依然有很多人会去相信。各种街谈巷议，这样的事情，所以我并不认为AIGC就可以改变这个问题。啊，它如果免费的、无广告的，让大家省差的GPT了，那这个钱的问题怎么办呢？啊，他也讲了，说烧钱啊，我就去烧啊，5亿、50亿、500亿美金，我去烧去，无所谓啊。他觉得我并不认为这是一个多大的事。那么奥特曼也是很神奇，要只要我坚持下去，不断的找钱，为社会创造价值就可以了。这个呢，真的是颠覆很多人的认知。为什么他不符合商业逻辑？他是一个反商业的过程，因为大家注意，这里头有一个很关键的一个字，叫什么叫找啊，不断找钱。谷歌是这么干的吗？不是的，微软、亚马逊，任何一个互联网巨头或传统巨头，都不是这么干的。而现在他说我要去找钱，那么找钱跟前面有什么区别？前面的钱那叫赚钱，我赚了钱再去花，而且赚了钱花了以后呢，要量入而出，还要跟所有的股东去分红，对吧，这是传统的商业模式。在互联网之前，最早的商业模式是我造出一东西，你来买，然后我去赚差价，或者我倒腾一东西，我从左手进右手出，我赚一差价，这是传统的方式。互联网呢，是已经在这个地方做了一个进步，他是什么呢？我分配流量，我来赚这个差价，赚这个流量费，对吧，他找出一个新的到山茅，他班长说来哼，我烧钱创造社会价值，烧的钱我自己去找，最后怎么能够让商业进行闭环，还是说整个商业的理论会再往前发展，让整个的社会来为他去买单？这个事情啊，怎么能够让他循环起来，我们还是要拭目以待。这确实超出很多普通人的理解范畴了。

关于创新和创业，他讲了些什么呢？啊，他说，不要针对当前GPT4的缺陷去做任何事情，在这块去做项目的团队，最后会被GPT5覆盖掉的，甚至会被GPT6覆盖掉。所以哪怕是GPT底层有什么问题…\n你在这个基础上做了些什么东西修改？

这事是不对的。

跟大家讲一小故事。就是我曾经有一次，跑去谷歌北京办公室去吃早饭。当然，目的不是吃早饭，而是为了见谷歌大中华区——应该是香港那边过来的——一位商业的负责人。当时在猎豹移动，给他去推荐猎豹移动相关的产品，希望能够得到谷歌的一些扶持。他问我：“你们这个Cleanmaster是清理大师嘛，到底是清理内存啊，还是清理磁盘啊？”当然，讲的是英文，就是“clean disc”或“clean memory”。我们一堆人都去了，其他人没听懂。我的英文也很不好，但是我就突然反应过来了，这可能他们也在想应该怎么回答这个问题。其实Cleanmaster是两个都清理的。但我当时就灵机一动，一拍脑袋，我说：“我们只clean disc，绝对不碰memory。”我们一起去的同事很诧异的看着我，你为什么会回答这样的一个事情？我明明两个都清理了，而且清理了内存才会有用户体验，才可以让用户觉得手机变快嘛。但我还是坚持说了：“我们只清理硬盘，不清理内存。”他们也不好意思来反驳我，毕竟是在外人面前嘛，哪怕是我说错了。我在当时，级别也不高，回去再收拾呗。但是呢，这句话说对了。为什么呢？谷歌的这位领导就跟我们讲了，说你做的对，你就不应该去清理内存，那是安卓操作系统该做的事情，你不能干预。如果你去清理内存，相当于是什么？在安卓操作系统所控制的内存里边去做了一些手脚，这是会对整个安卓操作系统造成影响的，是会让安卓系统的整个稳定性下降的。这事不该你管。安卓的硬盘管理做得比较烂，磁盘管理也比较烂。那么，你去清理一下是没有问题的。这个是没有问题的。所以，当时不能叫龙颜大悦，但谷歌的那位领导肯定是比较开心的。等我们都出来以后，其他的人，包括我的领导，他们也想过来，问：“为什么是这样的？为什么我去做了这样的一个回答，为什么对方很开心？到底说对了什么东西？”都想明白了以后，他们就异常愤怒。然而，并不是生我的气。我在当时把这个话接对了，还是算立功了的。他们生的气是什么呢？他们认为，谷歌原来标榜自己是一家开放的公司，是一家不作恶的公司，但其实，人家是“我这一亩一亩三分地，我说了算”。你在我的规则内去玩耍，我允许你，我的规则没得商量，就是我定的。你不要来跟我商量，我的规则应该怎么定。他们这一次算是彻底认清了谷歌到底怎么回事，然后才整个的把所有的广告业务从谷歌转到Facebook。

这个咱们讲远了。现在Sam Altman讲的这句话其实是一样：你认为GPT4哪没做好，你想把它打一补丁，你想在这个里边去获得一些新的用户，别干这事。这是我该干的，这个我该定规则的，你们别摸这个东西，摸了我就弄死你。对吧，所以大家一定要记住我刚才那故事，引以为戒。然后，他讲到Sora会融合电影和游戏，会有新的创业方向。这个其实，我觉得Sora到现在为止，还没有给大家用起来，它就号称可以融合电影和游戏了。我们还要去看Sora整个的工作流程和成本模型，到底怎么能够让它可以跑起来。这个我觉得不一定行。为什么呢？因为山伯特曼也好，OpenAI也好，对于商业化本身的理解是很奇怪的。就像刚才我们讲的，OFI做了半天，他去找钱，他不去赚钱，也没有想着量入而出，而是我创造了社会价值。自己去找钱，去把这窟窿填上就完事了。所以，他们的商业化能力啊，反而至少，按照传统的商业标准来去判断是有问题的。啊，然后呢，还讲到说人工智能的创业公司呢，还是要注重现有的商业规律的。Open AI 算是一个降维打击了，就是我就不管商业规律了，我就上了啊。其他的在 Open AI 基础上的创业公司，你们还是要老老实实去赚钱的哈，就是我这条路你们别抄啊。这个也是讲的比较有趣的一点。

然后呢，讲到了国际象棋，说这个国际象棋呢，现在 AI 已经永远胜利了，就是人现在已经下不过 AI 了，但是呢，人们还是很喜欢看人下象棋，而不是看机器下象棋。另外呢，他也举了个反例，青少年喜欢和人工智能的心理治疗师聊天，而不是人。这两个例子一正一反，算是一种很好的思考方向。为什么呢？他在讲说，人与人工智能的关系与边界，到底在什么地方，什么时候需要人，什么时候需要人工智能，以及未来 AI 产品和服务的形态，应该怎么去设计。这个才是现在大家需要去思考的东西。

讲完创新和创业之后呢，他也要回复一下，说 Open AI 的组织架构是什么样的。因为很多人在攻击他嘛，特别是跟艾伊龙（Elon Musk），艾隆·马斯克的官司也还在进行着。所以他要解释一下，他的解释是什么呢？就是，组织架构是为愿景和使命来服务的。我们只要不忘初心，想着我们一开始设立的什么愿景，什么使命，这组织架构并不重要。我们前面变了以后还会接着变，我们就会一直为了我们的愿景和使命，不断的去调整。用当时最符合这个愿景发展的这种架构，去运营公司就好了。我该是非盈利组织的时候，我就做非盈利；我该是赚钱的时候，我让他赚钱。该谁说了算，谁说了算，只要是能够对我最终的愿景好，就行了。这个也算是一个漂亮话吧。还是要说的：最后讲了一下，人工智能的社会意义在什么地方。他说，社会需要为技术进步做好准备，这个是很重要的。因为现在大家对于Open AI，对于整个这一次的AIGC，最担心或者攻击最多的地方是它发展得太快，日新月异。不像以前，放一个新技术出来，需要几年甚至几十年的时间进行逐步替代。而现在，这东西真的是天天在进步。刚才我们讲了，拉玛三出完了以后，同意签约就要赶快出，争分夺秒的出。这个对于现在社会来说，是否准备好了，不好说。你比如说，今天一下就把律师、医生都替代掉了，那么律师和医生该怎么办？哎，韩国的医生回去上班了没有，不知道啊。人家说，只要是医学院多招点人，他们就要去罢工。那如果哪天Open AI说，我把医生替换掉了，那这个事也是社会需要一个时间去做好准备。

现在的社会呢，已经准备好接受更好的PPT了。讲到PPT4出来的时候，整个社会震惊了两周，都在问PPT4已经这么厉害了吗？怎么可以这样。我觉得PPT3.5出来的时候，整个社会大概震惊的时间更长。对吧，他说到现在，已经在说什么时候可以看到GBT5了，大家已经做好准备，准备迎接GBT5了。再把GPT5拿出来，已经不会有那么大的震惊了。这是他现在觉得社会已经准备好了，但其实这个过程依然是非常快的。

他在讲，社会应该跟技术一起发展，这个我觉得是非常重要的一句话。为什么？一旦技术发展了，社会没跟上，是会乱套的，对吧，那么社会是会发生动荡，甚至是有可能会有战争，会有这样的惨剧发生。他觉得他已经给了社会足够的时间来适应，社会已经发展了，我可以再往前走一步了。然而我们讲，就是他怎么来判断呢？就是其他人，包括Cloud 3，包括GMD1.5，已经达到GPT4水平了，你们觉得这事没毛病了，我们再接着往前走下一步吧。有了新的工具，啊，人类总会有更大的创新。他讲的什么呢？就是很多人在讲，说啊，GPT 上来以后，人类的创新是不是会被扼杀掉？他说不会的。历史告诉我们，每一次有新的工具被发明出来，人类可以用起来以后，总都会有一些更强有力的或者更高等层次的创新会出来。我们更会用工具，更会用杠杆了，所以不用有这个担心。这点我倒是认可的。就是啊，当 Open AI 把更好的 GPT 带到我面前来，更好的大模型带到我面前来以后，整个社会的创新会上升。但是我一直觉得，整个社会的创新虽然上升了，但是这个里面真正能够参与进去的人，肯定还是一小群，而不是像他讲的是在 AI 面前人人平等。绝大部分人，还是不会参与到这个里边来的。就是精英会变得更加强大，其他的人，就彻底的使用“奶头乐”就可以了。大概是这么样的一个未来吧。

好啊，这就是山姆·奥特曼在斯坦福大学4月25号的这个演讲，或者说这个活动上所讲的这些内容。我根据外面的一些总结，跟大家讲一讲我的想法。好，今天就讲到这里，感谢大家收听。请帮忙点赞，点小铃铛参加 disco 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。\n