第二个故事：DeepSeek到底是不是国运级的创新呢？国运级创新这个事呢，是游戏科学的创始人兼CEO冯骥他去讲的。DeepSeek是一个国运级的创新。游戏科学，就是黑神话悟空的这个开发商。DeepSeek呢，也确实让美股市值蒸发了很多很多钱。而且还有一位美国的参议员说：“我们要下最严格的法令来禁止DeepSeek。谁敢下载DeepSeek判20年，哪个企业敢去用DeepSeek罚1亿美金。”

这个是个共和党参议员叫Josh Holy，写了一个法案，叫2025年美国人工智能能力与中国脱钩法案。禁止技术交流与使用，禁止美国公民、企业与中国开展任何AI技术合作，包括研发、投资、数据共享等。非美国公民若涉及技术转移，可以驱逐出境。然后切断资本与人才流动，禁止美国资本对中国AI企业投资，并限制美籍科研人员参与中国AI项目。任何与中国高效实验室合作的美国机构将面临重罚。违反本法案的个人将被视为严重犯罪分子，可能影响其移民身份、绿卡申请和入籍资格。美国公司不能直接或间接向中国企业提供AI技术支持或者服务。但是这个法案呢，因为太过极端已经被搁置了。

先讲一下使用DeepSeek的方式到底是什么样的。如果你在美国使用DeepSeek，那千万千万不要去DeepSeek网去挂，那是根本得不到服务的。最好是什么呢？就是去在美国的云主机上去使用。现在DeepSeek自己的网站基本上是半瘫痪状态，聊两句就趴菜。我基本上是第一句能聊，第二句能聊，第三句你再怎么跟他聊都趴。他是这样的一个状态。你可能明天再跟他聊，还可以聊两句。API调用的话非常非常慢。而且呢，现在禁止充值了。整个春节期间，API调用的这个页面就打不开了，把整个API后台给你封掉了。现在的话是后台重新有了，但是不允许充值。现在呢，国内是各种云上都有，国内的是阿里云、腾讯云、华为云。华为云的DeepSeek呢。

通过硅基流动可以使用起来，京东云也整起来了。上面也有DeepSeek、百度智能云。我就不知道，李彦宏怎么会有脸干这个事，前面还发表演说，说开源不如闭源，你们就好好使用闭源就好了。人家DeepSeek来了以后，百度也部署了DeepSeek，也给大家去使用，还要收费。然后，火山引擎，火山引擎是字节跳动的，现在是我的主力服务商了，速度还可以，而且现在限时免费，就是你现在上去使用它的DeepSeek，这些模型是不要钱的。它设置起来相对麻烦一点，就是所有这种云计算厂商，你去设置大模型都比较麻烦，但是比BAT还是要简单。

然后，中国移动、中国联通、中国电信，他们参加的云也都有DeepSeek的部署，也都可以上去用去。360智能云上头也有DeepSeek。海外的话，亚马逊AWS、微软Azure，还有一个叫GMI、Claude、together、grok，但是grok上面部署的是蒸馏模型，它就没有布这个满血模型，together上是有满血模型的。英伟达上面也是有满血模型可以去用的。所以如果你在海外说我想去用这个东西怎么办，你就要去这些平台上去使用了。

DeepSeek的这些概念股，我们一说这个东西，国运之战嘛，他一定是有一些概念股的。首先从港股来看，金山云直接涨停板，我去问我说金山云跟这玩意到底有啥关系，没有任何关系。DeepSeek到现在为止，都没有部署到金山云上去。但是呢，大家觉得，这个云计算一旦有了这种通用的可用的开源大模型以后，一定会涨，所以金山云在港股上就直接涨停板了。美图也涨停了，美图其实跟DeepSeek可以也没什么关系，但是他做AI的嘛。腾讯、阿里、百度都在涨。阅文集团，也就是起点中文，做小说类网站，直接涨停板，为什么？因为推出了使用DeepSeek的作者助手以后，作者可以使用DeepSeek来去写小说，可以进行各种的架构设定，各种的环节设定，效果很好的。

我试了一次用DeepSeek R1这种大推理模型去做各种设定的配置，效果非常好，导致其他科技股也跟着上涨，包括地平线、中国软件国际、微盟、联想和中兴国际。

在A股市场上，第一个上涨的是每日互动。每日互动之所以上涨，是因为它有一个联合创始人叫徐进，这个人曾是九章资本（即换方量化）的股东。然而，他现在应该已经从每日互动离职了，与公司完全没有任何关系，只是蹭了这样一个共同的联合创始人的名头。每日互动表示，未来准备使用DeepSeek的大模型进行一些应用，但目前没有任何直接的关系。

第二个DeepSeek概念股是安凯威。这家公司主要生产录音笔。虽然做录音笔与DeepSeek看似没有直接关系，但录音笔录制的内容需要处理，而安凯威的后台使用的是DeepSeek大模型进行处理，因此安凯威也作为DeepSeek的概念股涨停了。

青云科技和Ucloud也涨停了，因为它们都是专门为企业部署私有云的服务商，它们都部署了DeepSeek，并开始为这些企业提供服务。

还有一个公司叫宝兰德，这家公司是由以前Borland的一帮老同事创业成立的，创始人都是我在Borland的同事。他们在国内起名叫宝兰德，主要从事系统集成项目，底层集成的是DeepSeek大模型，因此也涨停了。

比亚迪这两天也涨停了，但它们与DeepSeek的关系应该没有那么大。比亚迪现在称要发布“天神之眼”，原来讲比亚迪自己准备做大模型，大家不信，但有了DeepSeek以后，大家说比亚迪没准也能做出来，于是开始相信。

万兴科技、360和昆仑万维也都擦边跟涨，特别是360，大概连着涨了两个涨停板。但360这事有些乌龙，它确实部署了DeepSeek，但需要在360纳米AI搜索里边使用。

他是不开放出来给别人用的。周鸿祎这一段时间不停地在喊话凑热闹，上来说：“我要给DeepSeek保驾护航。有黑客去攻击DeepSeek了，我要去提供免费的支持服务，我有什么专线，我怎么去做这个事情。”喊得特别特别热闹。喊完了以后，两个涨停板之后，他是需要出来解释的。360出来发了个公告，说与DeepSeek后边的深度求索公司之间，没有任何业务往来和合作。这个整完了以后，大家就觉得说：“你喊了半天到底在干嘛？”所以我在前面想，攻击DeepSeek的这些美国IP，后边有可能是360吧？但是这个咱们只是说猜测，没有任何事实依据。反正他喊得非常非常欢。

那么，到底什么是国运级的创新呢？让美国暴跌，让中国股票暴涨。而且刚才我们讲的这些，好多都是连着出涨停板的这种股票。这是不是就是国运级的创新了呢？我觉得已经有一些这样的苗头了。第一个就是DeepSeek干了一个很重要的事情，叫统一思想。原来有一大堆的公司、研究所，都在那儿做大模型，像刚才我们讲的中国移动、中国联通、中国电信，三大运营商自己都惦记做自己的大模型。实际上就是一帮人拿着什么Llama呀，拿着这些东西再给他调来调去的。现在别费劲了，我们已经不用再去追究你是不是浪费钱了，是不是把钱揣自己口袋里了。现在有DeepSeek，大家一起使呗。原来那个东西做的没有DeepSeek好，这个也没有什么可值得怪罪的地方。这个钱就相当于打水漂就没了，我们就通通都去使用DeepSeek就完事了。因为谁用DeepSeek谁涨停板，就这么简单的一个问题。那干脆赶快都去用吧。

第二个就是什么？他划时代了。国运级的创新一定是要划时代的。原来是各自为战，大家都在做自己的模型，都在互相比较互相踩，说我这个做的比他哪哪好，他那个呢怎么怎么不行。现在没有了，大家都是DeepSeek。我们原来那个还差一点，不丢人，都变成这样了。那么现在的话，底层用DeepSeek可没毛病。

包括像百度李彦宏这样的人，他都把DeepSeek部署上去了。而且我原来也碰到过华为的人，就是他们的盘古大模型，其实他们也不怎么使。他们在内部其实早早就是DeepSeek。所有大厂都装了。从模型逐鹿中原，进化到模型统一了，底层统一了，一起搞应用就完事了。这个事情，我们现在已经把这步迈过去了。那么他也搅动了国际局势，说东升西降这个扯淡了，这个咱们就开个玩笑。美国股市肯定是被搞得动荡不安了一下，而这几天在慢慢的修复吧。A股跟港股呢，正好赶上春节这几天休市，就是最恐慌那段时间，咱们都休息了。而等开市呢，情绪稳定了，咱们就一起跟着涨就完事了。

那么，DeepSeek之后的这个格局，会是什么样的呢？第一个，国内的六小虎都危险，没有哪一个不危险。大家注意，六小虎里头不包括DeepSeek，因为他原来比较低调，排六小虎的时候没给他排进去。原来你有自己的模型，它算是一个竞争上的加分项。原来你有独立模型，还有一个很高的估值，因为我需要很多的钱去做预训练嘛。现在都不用了，大家都是DeepSeek了。你为什么要有这么高的估值？就有这样的问题。

以DeepSeek V3作为基座模型，用DeepSeek R1直接蒸馏微调迁问，肯定要比他们自己的模型还好使。原来那些必源模型还扭扭捏捏的出来说：“你想私有化部署吗？我再收你点私有化部署的钱吧。”现在DeepSeek直接开源免费了，那你还好意思找人收钱吗？大厂呢，可能还会坚持，但这些小厂就六小虎肯定都完蛋了。

现在各大厂有些呢，还会投进去，比如说千问，就是阿里的千问，其实还是很有价值的。另外一个就是字节的豆包，还会继续往前走。但是腾讯的浑元是不是接着做，这个要看了。华为的盘古大模型估计也可以休息了。至于百度的文新一言，从开始那天就是个笑话，一直笑到最后。

国际上呢，现在各国实际上都在开始进行DeepSeek部署，全都在干这事。英国说我又行了，印度说我也行了。

他们都说我有DeepSeek，我就可以自主创新了。别人一开源，我就自主创新，自主知识产权。这事不光是咱们中国人干，全世界人都是这么看的。有了DeepSeek加持的中国，软件厂商也可以去大杀四方了。因为有了基础模型以后，再往后的事情就是卷了。那卷这个事，他们还是卷不过咱们的。

很多AI agent的公司，都可以自己训练自己的大模型了。比如说Perplexity，比如说Cursor，或者是其他的一些AI agent的公司，现在都可以去搞这件事情。而且他们都是底层，直接挂DeepSeek。很多的AI agent的公司有自己模型了以后，他们就可以去买英伟达的显卡，他就可以去部署自己的云服务了。当大家都开始部署自己大模型的时候，就要去买英伟达。

那你说为什么不去买博通？为什么不去买阿斯克芯片？咱们这稍微的岔开一点点。咱们平时看到的芯片基本上是三个：塞斯克芯片叫CISC，瑞斯克叫RISC，阿斯克呢就是ASIC，这是三个不同的词。博通中间有一段时间涨得很猛，就是因为它做的阿斯克芯片，做推理效果巨好。

什么是ASIC芯片呢？CISC芯片是叫做丰富指令级芯片，就是它的指令非常长，而且指令很多。RISC芯片的话，咱们最常见的RISC芯片就是ARM芯片，手机芯片都是RISC芯片，它叫短指令级芯片，而且它指令很少。而这个ASIC芯片呢，它其实不是固定意义上的这种有IP的芯片，它是什么呢？叫专用集成电路。这个东西有一个特殊的名字，它不是处理器，它叫专用集成电路。谷歌的TPU就属于是ASIC，Grok做的那个叫LPU语言处理模块，它们呢也是ASIC。

博通为什么要涨那么猛？博通涨得猛的原因就是，谷歌也好，亚马逊也好，自己去做这个专业推理芯片的时候，都是博通代为设计，台积电代为生产，大家都是这么来的。所以博通就涨吧。如果大家都集中在一起，就是说我们都是使用亚马逊云、谷歌云、微软云。

他们是有动力去使用ASIC芯片。我专门自己去设计一个新的芯片，然后装在自己的服务器上去。这样的话，我统一来维护。他们有这个动力。但是一旦分散了，你这个部署的是DeepSeek，它部署的Llama，那个部署的是这个微调以后的模型。大家都分散了以后，那就只能用英伟达，就没法使用这个ASIC。这个就非常非常麻烦。为什么？因为ASIC芯片你一旦做出来以后，你需要重新去做适配，重新去做很多兼容性方面的调试。而且做完了以后，你还有很大的可能性不稳定，挂上去以后会出问题。为了最大的稳定性，为了最大的兼容性，就通通都是英伟达。所以为什么说这一步出来以后，英伟达巨大利好。这就是对于国际上的一些影响吧。

那么结论是什么呢？这个DeepSeek到底是一个什么样的创新呢？还记得瓦特发明蒸汽机的故事吗？其实瓦特并没有发明蒸汽机。瓦特干的事情是什么？叫改良蒸汽机。它提升了效率。原来比如说我需要烧4吨煤能干的活，我现在烧一吨煤就干出来了。然后增强了动力。原来这个蒸汽机是上下动的，现在它可以进行转动了。这个动力变得很强，而且稳定运行广泛应用。就是瓦特以后，蒸汽机可以广泛应用。瓦特改良蒸汽机，被视为工业革命的重要里程碑。

那么转过来看，DeepSeek能不能成为像瓦特改良蒸汽机这样的一个重要里程碑呢？至少在中国，DeepSeek肯定是瓦特这样的里程碑了。因为甭管是OpenAI、Gemini还是Claude，它不给你使，那你只能是使用DeepSeek。从国际上看的话，还有机会是谁呢？就是Llama 4。如果今年Llama 4出来，有一个革命性的飞跃，在DeepSeek基础上还能再飞跃一次，那可能Llama 4会成为瓦特发明蒸汽机，或者瓦特改进蒸汽机上的那个里程碑。如果Llama 4出来了以后，跟DeepSeek差不多，那么对于全世界来说，DeepSeek就是整AI革命的这个里程碑了。

就像当年的瓦特改进蒸汽机那样，闭源模型是没有办法参与这种竞争的，这个肯定就不用想了。微软、谷歌他们其实也有开源模型，但都是小模型。微软的模型叫Phi，谷歌的模型叫GEMMA。这两个模型都是小模型，就是在客户手机、PC上使用的，他们是没有这种开源大模型。XAI呢，号称是开源，但是呢，那就是个假开源。到现在Grok 2没出来，开源版本没放出来。而且开源出来以后，他什么也不讲，你上去提任何问题，他不理你，那就是个假开源。

所以，现在唯一有可能能够站住这个里程碑位置的人，除了DeepSeek之外，剩下就是Llama。咱们希望杨立昆也好，扎克伯格也好，再努力努力，多砸一些钱进去，让大家可以看看美国人能不能站住这个里程碑。好，这就是我们今天讲的第二个故事：DeepSeek到底是不是国运级的创新？从我的角度上来说，从中国角度上来说，它应该算是一个国运级的创新了。

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。

加州州长否决了SB1047法案，AI企业终于能够松口气了。9月29号，加州州长纽森在签署了18项AI相关的法律文件之后，专门否决了SB1047。SB1047叫什么呢？叫前沿人工智能模型安全创新法案。SB是什么意思？叫Senate Bill，意思就是参议院法案。这个法案已经在加州的参议院高票通过了，所以它的前面会加上SB两个字。

这个法案被众多大佬所反对，最终纽森说：“我拒绝签署加州的法案。”为什么会引起大家的关注呢？因为全球50家最顶尖的AIGC企业里边，有32家都在加州。如果加州的法案通过了，那么美国立法的时候，可能也会进行参考。现在全世界对于AIGC相关的立法，就是天下文章一大抄，谁也不知道对这个新鲜事物应该怎么办，所以都是把别人的法案拿出来去调整一下。待会我们去看看欧盟跟中国的法案，你会发现加州这个法案里头有很多地方都是有迹可循的。

另外，加州不光是AIGC最大的发源地，同时也是AIGC最大的受害群体的聚集地。这是怎么算的呢？因为加州除了硅谷之外，好莱坞也在那儿。AIGC损害利益最大的人，其实大部分是在好莱坞的，所以矛盾就聚集在加州了。

纽森前面说了，签署了十几份关于AI的法案，主要是打击deep fake，深度伪造的，特别是一些名人的这种视频和图片。另外，保护表演者的数字肖像权。因为前面很多影视公司希望可以获得表演者或者说演员的数字肖像权，导致了好莱坞那边开始罢工。所以现在说签署法令，我们要去保护表演者的数字肖像权，大家好好去演电影。

人工智能监管方面也通过了一些法案，主要分四个方面。第一个是隐私和个人信息保护，因为大家知道大模型是需要进行训练的，在这方面需要有一个法律来保护大家。第二个叫内容透明度，就是多个法案都提到了广告、选举期间以及社交媒体上需要标识和报告AI生成的内容，防止虚假误导性信息的传播。

或者是在社交媒体上跟选举相关，因为今年是选举年嘛，你必须要告诉大家，这个内容是AI生成的，不是真的。特别是现在生成图片、生成视频的模型已经非常能干了，所以如果不去进行标注的话，很容易误导。

第三个呢是AI在教育和医疗领域中的应用。这一块呢，肯定也是要去划分。第一个教育这块儿，所有的教学一定要把AI技能提上日程了。医疗的话也要去讲一下，医生跟AI之间如何去划分责任。这块也立了一些法律。

然后呢是性别跟隐私的保护，明确数字化内容和儿童色情内容的法案，要求建立严格的报告和防止分发的系统，尤其是AI生成和修改过的内容。因为原来肯定是有儿童色情相适应的这种法律的，但原来那个法律制定的时候呢，是不包括AI生成内容的。现在要把这些东西放进去，加上其他的一些性别歧视的东西都放在里头。

大概前面签了十几份，就是类似这样的协议。那么SB1047都说了些什么呢？第一个叫抓大放小。什么意思？他对于小模型是不管的，但对于训练成本超过1亿美金或者微调成本超过1,000万美金以上的大模型是要实施监管的。而且对于造成重大损失的，要进行处罚和追责。

什么叫重大损失？大规模人员伤亡或者造成5亿美元以上经济损失的网络安全事件，基本上是符合这两条以上的，就要去追责了。而且呢，一旦模型被滥用，要去处罚最开始开发的公司。什么意思？比如说有人开发了开源模型，这个模型被其他的组织再去使用了，造成了损失以后，最开始开发的这个公司要受到处罚。

那这个基本上是指名道姓的说，梅塔你们家做的拉玛怎么怎么回事，谷歌你们家做的GAMMA怎么怎么回事，基本上是在讲这个话了。因为呢，他要求微调或者越狱后的模型出了问题，也要处罚最开始开发的那个公司。

当然在这个过程中呢，FSD其实也是很危险的，就是特斯拉的FSD。如果是被人去破解了，然后在里边进行了一些调整之后，造成人员伤亡，实际上谷歌也好，梅塔也好，他们的那些模型可能更容易造成的是5亿美元以上经济损失的网络安全事件。而特斯拉的FST是真的有可能造成大规模人员伤亡的一个产品。对于这样的产品，哪怕是你被别人修改了，你依然要承担责任。如果公司开放模型给其他国家使用，还得提交用户的所有资料，包括客户的身份证、信用卡账号，这个我觉得基本上可以认为是在针对中国了。因为这些模型，你比如送到欧洲去使用，估计他也懒得管。但是你送到中国来使用的话，那么谁到底用没用，用了哪些，怎么用的，你让人去提供身份证，这不是扯淡吗？

然后呢，是要求大型AI公司在向公众发布其系统之前，必须进行安全测试。我觉得这个还算是合理的要求吧。再往后呢，开发人员需要每年聘请第三方审计师评估其安全情况，这个是一个非常沉重的负担。而且有的时候这种评估完了以后，你这个系统就没法跑了。

什么意思呢？跟大家讲一个小故事啊。当年猎豹移动要去上市的时候，美国SEC就要求我们在四大里头挑一家来做审计，这个是很正常的，你在美国上市都要四大里挑一家。然后呢，要求这个审计公司提供一个SDK，就是插到应用程序里边的一个程序包，让我们在我们的产品里头包含这个程序包。包含以后呢，由这个程序包来去报我们数据，我们应用程序的所有数据，包括有多少新安装、多少活跃，活跃的用户都在做什么，要求由这个系统来报，我们自己报他是不信的。

当时我们说，那行啊，你有这要求，我们就守这规矩不就完了吗？当时猎豹上市的时候，审计公司是安永，安永就拎出一个SDK来，说那这东西在这呢，你们打包去吧。我们就把它打包到自己的应用程序里边去，后来发现哦，第一，这个东西很大很笨，消耗非常多的资源、内存以及网络，而且呢，还有很多的bug。说这个不行啊，如果你要我们去加这个东西到自己的应用里去的话，我们宁肯不上市啊。但安永也想挣这笔钱了，包括很多的投行也希望能够挣这笔钱。说那怎么办呢？有没有什么其他方法可以解决呢？说那这样……

你们自己写一个类似这样的产品，然后呢，再到美国SEC那边去参加认证。认证了以后呢，你自己这个产品就可以去给你自己的应用报这个数据了，就是你自己做就完了。最后是这样才去上市。

所以如果要求AI大模型公司找这些传统的审计公司或者是一些安全审计人员去给他们做相应的安全性审计的话，这个事情就没法玩了。最后呢，最可笑的是这个法律要求大模型公司为大模型提供一个关闭整个AI模型的紧急停止按钮。就是你一摁这个按钮以后，这个AI大模型甭管是在你自己手里，还是被用户已经拿走了，已经被改过了，还是在哪个应用里去用着的，你只要摁了这个按钮，这个大模型就不干活了。要求有这样的一个开关，这个不知道是不是也是针对中国设计的。原来美国商务部长也想着中国摁一个按钮，美国300万车就趴在路上这样的事情。

那么他们现在要求加州开发的所有AI大模型也要有这么个钮，这也是非常可笑的一个条款。那么谁支持谁反对呢？先说支持的人。首先，马斯克支持这个法案，这个是大家没太想到的。第一个呢，可能因为FSD已经遥遥领先于其他所有的自动驾驶系统。如果他支持这样的一个法案，其他再去做自动驾驶的公司的话，就会有巨大的压力。等于他已经穿上鞋了，其他做自动驾驶的公司还是光着脚。他有信心说不会被别人利用，但对于其他做自动驾驶的公司来说，这个事就比较难以承受了，这可能是马斯克支持的第一个原因。

另外一个原因是，他们公司的总部不在加州，而是在德克萨斯州。他们前一段时间把特斯拉、推特和XAI这些公司都搬到德克萨斯去了。还有，Notion的创始人支持这个法案，因为他自己不出大模型，他只是大模型的应用者。Notion AI是使用别人家的大模型的，他讲的是希望加州可以先做个样板出来，这样的话为美国全国的立法先打个前站。另外，原来支持AI暂停6个月做签名的那些科学家也在支持这个法案。

包括Jeffrey·辛顿和约书亚·本杰奥，图灵奖三巨头吧，这里头有俩在。说我们支持，反对的人呢，李飞飞，杨乐川，也就是梅塔的AI首席科学家。刚才我们讲了这个法案，基本上是点着谷歌跟梅塔的鼻子做的，那梅塔的科学家一定是反对的。然后温达·佩洛西老太太也是坚决反对，旧金山市的市长坚决反对，洛杉矶的市长可能就会支持，因为好莱坞在洛杉矶，而硅谷在旧金山。

反对的公司呢，A16z，啊比较著名的一个基金，谷歌肯定要反对。Hugging Face，抱脸啊，拥抱你的脸，这个公司呢，现在是大模型时代里面主要的开源模型的集散地，他们肯定是要反对的。梅塔坚决反对，OpenAI坚决反对，YC坚决反对，YC是一个大的孵化器。

然后持中立态度的公司，一个是微软。微软这么大的公司说那我们看一看吧，我们既不支持也不反对。另一个呢，是Anthropic，就是做Cloud的那个公司，既不支持也不反对，我们观望一下。

那么其他公司的同类法律是怎么定的呢？咱们先说中国的。中国的法律呢，叫做生成式人工智能服务管理暂行办法，就是我们并没有把它真正做成一个法，而是写下了一个规定。这个办法呢，是2023年7月由网信办联合多部门发布的，应该是2023年8月多开始实施的。

具体的条款呢，第一个是鼓励发展，鼓励国际合作，就是咱们的管理办法上来先写的是鼓励。然后呢，是要求使用数据和基础模型必须合法，你不能说我这个数据不知道哪来的，我就把它训练到模型里去，这事不允许啊。再往后呢，对外提供服务要去申请牌照，这个牌照呢基本上是按照社交媒体网络和游戏的方式在管理，包括什么防沉迷啊，什么都有的。

API的使用，说我们现在想通过API来调用这些大模型了，怎么办？必须实名制啊。你像我现在在国内申请各种大模型的使用，都是举着身份证上这去实名制认证去，否则人家不让我使。处罚条款呢并不是特别清晰，只是说我们要去处罚。

因为毕竟这是一个管理办法嘛。 当然了，国内的特色呢，就是“形不可耻则威不可测”。 咱们呢，属于是严抓公共服务，对于研发开源方面呢，我们还鼓励和支持。 这个是跟美国完全反过来的。 对于美国来说，谁开源我们要严格管理他；你开源的东西出了事，我们要罚你。 咱们现在只要不是对公众服务的，你们随便去玩，关起门来爱干嘛干嘛，这个是不管的。 但是一旦对公众服务，我们就严格管理了。

欧盟他们出的法案是什么样的？ 他的法案叫人工智能法（AI ACT），大概是这样的一个名字。 他们首先呢，对危险进行了分级。 第一个叫不可接受级，包括一些歧视、潜意识控制等，这种基本上人就不是人了的那种，叫不可接受。 然后呢，是高风险，比如说影响选举的，这些都属于高风险。 当然还有一些其他的级别，我们在这里不讲了。 然后呢，也是对透明度有要求，生成内容必须披露，哪个东西是AI生成的，甭管是文字、图片还是视频，你必须要写上。 你不能拿这个AI生成的东西当真的出来放。

第二个呢，就是数据使用要公开，你用了哪些数据，必须要说。 你不能偷偷去用，或者没有经过别人同意就直接拿来用，这个事是不允许的。 其实在这一方面，欧盟的法律与中国的、美国加州定的法律，实际上是差不多的，主要是在透明度上。 然后基础模型提供者要有义务进行风险评估和降低，这是他们的义务。 然后呢，是欧盟数据库的注册，你要到欧盟数据库注册，作为一个基础模型的提供者。

在这一块上，大家看到加州的法律，其实是跟这个有些像的。 再往后呢，是高额罚款。 其实加州的法律到最后说，我到底怎么罚这个钱，如何计算损失，并没有详细的说。 中国这个管理办法也没说，但是欧洲呢，是有非常详细的罚款规定的。 为什么呢？ 就是绝大部分的这种AI大模型都不是在欧洲本地做的。 所以呢，他们就像原来管理社交网络、管理这种守门人法的方式，直接给你定高额的罚款。 而且欧盟的罚款，一般都是某一个公司全球营业额的百分之多少。

所以，动不动就是几亿美金、几亿欧元的罚款。虽然他有一个高额罚款，另一方面呢，他也要支持中小企业和初创企业，这是欧盟在关注的事情。现在，全世界对于AI监管的法律制定都还在一个摸索的过程中。为什么呢？因为所有人都看到了，AI可能会出问题，AI可能在版权、隐私、欺诈等方面会有问题。然而，又没有一个特别明确，或者没有很多非常明确的案例，说明到底出了什么事情，造成了多少损失，谁的责任，应该怎么分。因此，大家都是在摸着石头过河，思考我们应该如何来制定这个法律。

在这个过程中，AI公司是一波人，传统的版权持有者是一波人，还有一些杞人忧天的人，无论是科学家还是社会学家，都在说AI要取代人类了，这也是一波人。再加上各国的政府，因为AI这个东西，很多地方都在讲AI会实现数据平权，会实现革命。那么，这场革命，革命谁的命呢？肯定是管理者的命。所以，各国政府也算是在这个里面的一方。

现在，各方都在进行博弈，慢慢摸索出一套管理AI或人类社会与AI共存的方法。这就是今天我们讲的内容。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。

扎克伯格跟黄仁勋凑一块，除了换皮衣，还讲了点什么呢？他们是在SIGGRAPH大会上进行的访谈。黄仁勋是访谈主持人，而扎克伯格是被邀请的嘉宾。因此，在他们的访谈中，扎克伯格是逗哏的，黄仁勋是捧哏的，这一点首先要搞清楚。

这一次访谈，主要是扎克伯格在输出。SIGGRAPH大会是一个历史非常悠久的大会，叫计算机图形图像特别兴趣小组（Special Interest Group on Computer Graphics），小组成立于1967年，1974年第一次开会。今年是第50届，参会的人中有90%都是博士。当我看到这个消息时，一开始想，黄仁勋应该是个博士吧？扎克伯格是中途退学的。后来查了一下，发现并不是。黄仁勋是硕士，而扎克伯格是2002年入学于哈佛的心理学和计算机科学专业，2004年辍学，实际上上了两年学，之后在2017年被哈佛授予了荣誉法学博士学位。他好像跟某位伟人的学位差不多。

正常来参加这种活动的人，主要是引擎公司，比如Unreal、Unity，图形软件的公司Photoshop、Adobe，以及显卡公司AMD、英伟达。原来Meta也参加过，大概参加了有十几年了，他们以前是作为VR、AR公司来参加的。这一次则是出来抢AI的。

老黄跟扎克伯格算是天作之合，为什么呢？因为只有开源模型，才是英伟达显卡的绝配。

那你说微软不也买了好，OpenAI也在用，对吧？但是呢，大厂的必元模型啊，它是有能力去招聘一帮叫适配工程师或者叫配置工程师。他们可以绕过扩大算法这个事，是可以跑的。增加的这点成本对于他们来说是可以去承担的。只有开源模型的应用者，通常是支付不起这些配置工程师的工资的，所以他们会老老实实地使用英伟达的显卡，是吧？所以他们俩绝对是天作之合。

扎克伯格自己访谈的资格，也是因为买了足够多的H100才换来的。他是号称拥有60万块H100的男人。老黄就问扎克伯格说：“你是怎么来的呀？”而我是作为VIP客户，专门被黄日勋邀请来的，就是显卡买太多啊，被请来了。而且他在恨苹果这件事上来说，俩人绝对有共同语言啊。就是黄仁勋也好，扎克伯格也好，现在所有的CEO里头，所有的这种创业者里头，最恨苹果的两个大概就是他们了，找不出其他人了。

扎克伯格在会上飙脏话啊，直接说了一个f word，甚至说有可能直播都会被掐掉的这种脏话。其实骂的不是OpenAI，骂的其实是苹果。为什么要去骂苹果？OpenAI做了半天，未来有没有可能伤害Meta，伤害扎克伯格，有可能，但是现在其实没有给扎克伯格带来任何的伤害。而苹果当时是差点没把Facebook给玩死。扎克伯格自己也讲，Facebook最早是个网站嘛，我们是完全开放的啊，没人管，我们在里头爱干嘛干嘛。然后移动时代呢，发现要到苹果上面去啊，发布软件。

苹果这也不让你做，那也不让你做。关键是把他们进行精准广告推送所需要的用户信息给他屏蔽了。以广告收入为基本收入的 Facebook 差点没被他弄死。扎克伯格痛定思痛，说：“我一定要去做一个新的平台，绝对不能靠 APP 这种东西，而让苹果把我掐死。”所以他才做元宇宙，才把公司从 Facebook 改名叫 Meta。他做了所有这些事情，实际上都是为了应对苹果。这是扎克伯格为什么恨苹果，为什么恨这种封闭的大平台。

说英伟达为什么恨苹果呢？就是英伟达跟苹果之间是有恩怨的。英伟达给苹果提供过一款显卡，后来这个显卡不是特别稳定，被苹果直接起诉了。一开始苹果要他退钱，老黄不退，后来苹果直接起诉了老黄。苹果是在所有的应用里头都不使用英伟达显卡，而这个梁算截下来了。

而这一次，苹果直接给大家演示了用谷歌的 TPU 去训练大模型。这个消息传出来以后，英伟达的股价直接崩了。当然，英伟达的股价崩掉了，还有很多原因在里头，包括老黄自己在疯狂的套现，以及他到 120 以上的这个价格，大家觉得确实有泡沫了，直接崩掉了。但是英伟达昨天晚上涨了 13%，整个又窜起来了。

为什么苹果可以用 TPU 去干活呢？就是它是自己大厂，我只要招够足够的工程师，我就可以去改底层算法，让这些模型在 TPU 上运作。苹果演示了这件事情以后，谷歌、OpenAI 上都可以往这个方向走。这对于英伟达来说就是非常危险的。

英伟达一定要来找一个更恨苹果的人，找到Meta，找到扎克伯格。说来咱俩聊一下。扎克伯格呢，就是因为被卡过脖子，所以必须开源啊。看到别人作弊源啊，想要成为新的基座平台，就open i想做这个啊。那么想做规则的制定者啊，所以只能气得骂街了啊。这就是两个最恨苹果的人，天作之合，凑在一起。

那么Meta呢，对于大模型的开源是有非常大的贡献的。当然，最大的贡献并不是拉玛。咱们一直都说啊，拉玛1、拉玛2、拉玛3算是奠定了开源大模型的基础，但是Meta做的最大的贡献是另外两个东西。一个东西呢，PyTorch。PyTorch是现在非常主流的一个大模型，本地把它架起来的一个架构框架，这个东西是Meta开源出来的。现在在很多的服务器上，大家开始进行本地部署的时候，都是用的这个东西啊。

PyTorch的基金会里头大佬云集，哎，大型的开源的项目都是有基金会的。他们的大佬里头，Meta自己是啊，他贡献了代码，那么他是大佬。第二个呢，就是芯片厂商都在里头，英伟达、AMD、英特尔都在里头。然后所有云计算厂商都在里头啊，谷歌云、微软云、亚马逊云都在里头啊。再往后，新生的AI社区与工具，Hugging Face、Lighting AI啊，都在里头。

还有两个全能型拳手在里头，一个叫IBM啊，他所有的都做，也做云也做主机，也做芯片，什么他都干，所以他也是基金会的高级会员啊。还有一个高级会员是大家所熟悉的，遥遥领先啊，华为。

就PyTorch基金会里头，唯一的一个中国会员就是华为。在这一点上，我觉得华为做的还是很厉害的。它在各种开源的基金会里头，老老实实地交钱，老老实实地去遵守规章制度。它不像国内很多的公司，比如百度，使用所有的开源东西，但却偷偷使用，使用完了以后直接一闭源，啥也不看了，然后下一个。

Meta对AI做的贡献是什么呢？OCP（Open Computer Project）叫开放计算工程，这是什么呢？就是自己有大量的服务器，而这些服务器应该如何构造、如何去建设、如何去连接，这也是一个开源项目，这是Meta开源出来的。现在英伟达推出的NVIDIA HGX，就是在这个模块上去拓展出来的，已经都用上了。这是对整个开源事业真正做的两大贡献。

第三大贡献，才是刚才我们讲的拉玛模型，拉玛1、拉玛2、拉玛3、拉玛3.1，这才是第三大贡献。而且我觉得他所谓的拉玛模型的贡献，真正改变的其实是中国，彻底追上来了。可以拉着中国的一众小伙伴，把这OpenAI打翻在地，这个我觉得是可以的。

扎克伯格也为未来指明了方向，而且他指的这些方向，我觉得还是非常有价值的。第一个，他讲到了一点是原来我们很多人没有想到的，就是要去修改推荐算法。因为互联网的最底层其实就是推荐算法。推荐算法是什么？就是过滤与排序，你到底应该看这个还是不应该看这个，谁排前头，谁排后头。

这就是整个互联网的底层逻辑。在信息过载之后，我们只能依靠推荐算法来工作。在推荐的时候，它只能是说：“我按照一些大家的喜好，或者做协同过滤，做一些传统的AI的推荐。”现在就不一样了，它可以通过Transformer的模型，通过嵌入来重构整个算法，这是一大创举。而且这个东西真正运转起来以后，可能我们会看到完全不同的信息流。

在推荐的时候，他们也希望直接在信息流里进行总结与归纳。原来我们在Facebook和Instagram里看到的所有信息都是用户生成的，那么以后可能我们看到的一些信息就是归纳的一些信息。比如说，你最近有三个朋友感冒了，你最近有五个朋友感冒了，而这些朋友你可能连名字都想不起来。如果真的给你发一条说这个朋友感冒的信息，在信息流里你也不想看到，但是你又希望知道这朋友里边感冒的人多不多。

会把信息分层处理。什么叫分层处理？就是跟我关系最好的人，你们要把这个信息完整地展现出来。大家讲的就是150个人之内的，我们可以互相叫出名字，可以知道他的喜怒哀乐。这些我们可能希望知道他所有的信息。然后朋友的朋友就是中层圈子，可能只是需要知道一个概况就可以了。再往外层的话，可能有一些大事件发生的时候，我们需要知道一些国际大事，也就可以了。它需要分层处理，那么分层处理就可以对这些内容进行总结归纳，并可以发出来。

而且在这个过程中，推荐算法就会有更大的权利。这是什么意思？原来肯定是看你关注了谁，你跟谁是好友，你可以看到谁的信息更多。不可能，你虽然关注了一个人，但你未必看得到他的信息。如果你们之间很少互动，他就认为这可能就是一个普通的朋友。他的一些大事你知道一下，小事你可能就不需要知道了。他会通过这样的方式来过滤你的信息。

包括我们现在在推特里边也是这样的，可能看到一些大事的时候，我们会看到，那一些小事可能就看不到了。后面的话，Meta准备统一他的推荐系统。原来推荐系统是什么呢？就是各个分支，比如我要先看到朋友的，然后看到这个朋友的朋友的，再看到国际大事的和重要媒体的，所有的这些推荐的东西搁在一起，然后再进行混合。以前是这么工作的，而现在上大模型，我们要让整个的系统用统一的模型进行推荐，一次性给你推出来。

这个也是一个很大的创举，可能以后我们就会看到一个完整的模型推荐出来的图文信息、视频信息都混在一起的，而不像现在似的，Instagram就是Instagram，Threads就是Threads，Book就是分开的。以后，我们可能就在一个统一的信息流里看到所有的一切了。这是真正会改变互联网底层逻辑的事情。Meta、谷歌、Twitter、TikTok基本都是靠这个东西活着的。如果真的能够把大模型应用到推荐算法里边去。

我们可能就真的会看到新的一次AI革命，真正能够产生效益了啊。这是非常重要的啊。 这是讲的第一点啊。第二点是什么呢？就是AI studio啊。他也要上一个AI studio，因为AI studio谁都上啊。微软有AI studio，谷歌有AI studio，Meta也做了一个AI studio。而Meta做的AI studio就干一件事啊：给每一个人做一个自己的AI助手。使用社交媒体的时候啊，直接用Meta自己的内容进行训练，微调一个小模型，再配合RAG或者叫做本地知识库，可以不断地补充新的信息，拿这个小模型去替我们回答问题啊。

像我现在，我每周会去处理一次大家的评论，周三下午一般会处理。处理完了以后跟大家念一遍。如果我有了这样的一个工具，我就可以随时随地地处理大家的评论。我出去玩的时候，AI机器人都可以给大家回复啊。我们的Disco群有这么多的分支，我没有办法在里边去照顾到每一个分支。这样，我就可以让我的AI助手在里边去回复。哪怕说他不回复，我过一段时间总结一下，最近大家都在聊这几个事呢，你是不是要去参与一下啊？或者他可以来征得我的同意，或者在我的授权之下进行回复啊。

这件事我就替你回答了啊。那件事情你准备怎么回答，还是说就不说了。这样的话，我就可以更多地千手千眼、无处不在地参与到各种社区的讨论里头去。这个真的是我很需要的一个东西啊。

每个人呢，其实都需要分饰不同的AI角色，有不同的AI助理模型。你比如说，在Facebook的回答问题里头有一个，在Discord里头有一个，是不是在Twitter里应该再有一个？这个可能才是真正我需要的东西。甚至未来我可能照了照片以后，就直接把这些照片都放在优酷里，让它自己去挑选好的照片，给我发到Instagram上去，这个不也是一个挺有趣的事情吗？这个是非常有用的。

那么在所有的平台里边，就会成一个新的风向，就是大家开始把这种AI机器人用起来。以后是什么呢？就是所有的平台都会变得热闹起来，因为每个平台都有我们的替身在替我们回答问题。所有的平台都会产生信息大爆炸，所有的平台也就都失去壁垒。

我们经常有人说：“哎，你有Telegram没有？你有微信没有？你有这个Twitter没有？”那以后这些东西我都有。你们在任何地方提了问题，我可能都可以去回答。这是多么有趣的一个事情！他们就不可能说再把一个人限制在某一个特定的小平台里头。当这些小平台失去壁垒之后，这些大平台就可以依靠成本和变现能力直接把小平台都挤死，对吧？这也对于Meta来说是有商业利益的吧。

在网络上，每一个人都可以依靠这种小模型的帮助，成为超人。这也是在不久的将来就可以实现的东西。扎克伯格也讲了，未来他的这种AI触手不会是文字，而应该会成为虚拟形象。你们以后可能再去聊天的时候就发现……

长坐着一个长得像老范一样的人，在这跟你回答各种问题了。甚至他可以开出这样的直播，挨着把大家的评论都点出来，挨着跟大家解释。这也是一个很有意思的事。

这是第二点。第三点是什么呢？第三点是开源是未来，不受限制的构建，恢复开放的黄金时代。这是他讲开源的内容，我们就不在这里详细去讲开源到底好在哪，坏在哪。这对于中国的AI行业来说，没有拉玛，就没有中国AI现在的风起云涌。如果没有PyTorch，中国的整个AI体系也是难以发展的。

它开的这个叫Open Compute Project，对整个中国的互联网云建设都是有重大意义的。再往后一个讲的是模型不会一家独大，从小到大的模型都有应用场景。OpenAI就认为你都应该在我这儿用，不要用其他人的。虽然它有GPT-4O Mini这样的模型出来，但它还是说你都要在我这儿用。

现在Meta就讲了说没必要，405B的模型我们就是做这种相对来说比较复杂的任务。当然，405B也给英伟达提供了一个非常大的考验，因为405B这种模型在英伟达的单块显卡上跑不起来。你还是要用NV Link这样的成熟技术，才可以把这些显卡连接起来，把这个405B跑起来。黄仁勋也是乐得嘴都合不上，跑405B就老老实实到英伟达来买显卡来。

势币的基本上处理各种业务是够的，因为我前一段时间也是使用各种大模型，基本上到70B。

绝大部分的问题都可以解决了。8B的在各种的AIPC里就可以用了。微调之后可以成为各种专材，比如说编程的，法律咨询，AI客服，绝对够了。今天谷歌还新发了两币的模型，叫JMAR2，两币，这个叫2B，在AI手机上完全可以跑起来，效果还不错。

这是讲的第二块，就是不同步大小的模型，大家自己去用。而且大家要去用八臂的模型，去训练各自的专用模型。只要这样，才会有不同的模型去完成不同的事情。

然后呢，讲的是叫segment everything two。是这样的，一个大模型又更新了，更新到第二版。这个模型叫做分割一切。这个segment everything呢，在去年是发布过一版，做的事情就是你给他一张照片，不需要标注，不需要训练，他就可以把照片里的所有物体都识别出来，挨着个儿给你列出来。

而everything to呢，它是可以把所有视频里的内容直接都给你分拆出来。说这个是牛，那是马，这个是猪，那是羊，他都给你认得清清楚楚的。扎克伯格还在现场炫富，他说：“你看啊，现在认出了一个视频上面这些牛，叫考艾岛牧场的牛，是扎克伯格自己牧场上的牛。”对吧，把这些牛认出来以后，伯格跟这个黄仁勋准备把这个牛杀掉了，好好吃一顿。

这种可以分割和识别视频内容的大模型，未来是有非常大的应用场景的。而且注意啊。

Segment Everything Two是开源模型，大家现在就可以当下来使用了。扎克伯格在现场举的案例是什么呢？就是监控能力可以极大提升。以前，公司丢东西的时候，我是去看过监控的，那经历实在是太可怕了，对吧？你需要长时间盯着监控去找这个片段，这非常困难，因为视频是线性的。

现在，当你有了这种分割一切模型以后，你就可以直接问模型：“什么时间点你看到有人进来了？”或者“什么时间点这个门动了？”他就可以直接通过语言和文字对视频进行检索。这是非常强大的，很多工业上的东西可以被极大赋能了。

前一段时间，马斯克其实也演示过一个视频，在他的推特账号里，演示了用AI模型观察一个咖啡店。他会算好哪个店员在聊天，哪个店员做了几杯咖啡，哪个店员在休息，对吧？店员和顾客之间是如何沟通的，这看起来有点吓人。

当然，这种模型肯定会被中国的厂商第一个拿来用。用完以后，就可以让这些牛马们老老实实地干活，没有任何私下里的自由空间，这完全可以实现。所以，中国一定会快速应用起来。

再往后，两个老直男讨论了一下时尚问题。为什么讨论时尚呢？因为扎克伯格去做智能眼镜了，眼镜上有摄像头。他说这个东西很漂亮，而且可以不停地换衣服，始终穿一件，但这个眼镜可以换来换去。

这就是两个老直男对于时尚的理解吧。这一次呢，他们两个人还是换了皮夹克。黄仁勋标准款的皮夹克给了扎克伯格，扎克伯格呢，这一次用的是自己那种很厚的半长的皮衣，戴帽子的这种，比较宽松。这就是两个直男对于时尚的所有观点。

最终的总结是什么呢？就是扎克伯格还算是为AI指明了方向。而且扎克伯格指明的这几个方向，都是AI未来有可能挣到钱的地方，有可能能够在这块有正常的商业模式的地方。这个是非常可贵的，它比山姆·奥特曼的那种大空话还是要落实得多。

那么新的时代就要到来了，互联网的底层真的要被AI重构了。原来互联网底层是没有被AI去改变的，还是推荐算法。现在AI要进入互联网底层了。一个人都可以被AI赋能，这也是非常棒的一件事情。所有的场景都可以被AI渗透，对世界的理解也可以进一步给各种系统赋能。当然，也可以给中国这血汗公司赋能，或者给中国政府赋能。

我发现做监控这件事情上，中国如果说是第二，全世界没有任何国家敢说是第一。这块我们还是做得最好的。全世界大概绝大部分的监控摄像头都是中国人造的。最终呢，大家都去买英伟达的显卡，都去用Meta的开源系统。这就是他们两个进行了一晚上的访谈所得出的最终结论。好，这就是我们今天讲的第二个故事。

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。

OpenAI 的 SearchGPT 是不是值得期待呢？

在刚刚过去的一周里头，不停地有消息出来说 OpenAI 要憋大招了啊。欧，有些人猜测是 GPT5，有些人猜测是 SearchGPT。自制 GPT 呢是什么？就是 OpenAI 自己做的智能搜索引擎。如果这种东西能出来的话，大家还是蛮期待的。而且写着说，这是准备啊，把这谷歌让他寿终正寝掉啊，这是要掘谷歌的坟了。

关于 OpenAI 的测试 GPT 在坊间呢一直在传啊，据说是已经在做灰度测试了。灰度测试什么？就是我们选一部分用户来测。为什么在这个里边传这么多，说今天发明天发？好像前面是说啊，5 月 9 号发。一开始说五月七号发，今天是五月十号也没发。现在大家普遍认为是下个礼拜发啊。为什么呢？因为到 2024 年的 5 月 14 号，谷歌 IO 该开了啊。谷歌 IO 就是每年谷歌会开一次开发展大会。大家认为啊，说 OpenAI，你如果真的想发搜索产品的话，你应该赶在谷歌 IO 之前发呀。你哪怕我十三号把它发了啊，我就恶心死你。不能像华为似的，这边苹果发着 iPad，那头他也去发他的 Pad。我到现在都不知道华为 Pad 到底长啥样啊。

后边一段时间，就是 5 月份以后啊，每个月都有开发者大会。5 月份是谷歌 IO 啊，6 月份呢，是 WWC 啊，就是苹果的世界开发者聚会啊，后边应该还有什么微软的呀，Facebook 也都会去开。那每个这大厂都会去给自己开一个开发大会。

AI 搜索到底算不算是杀手机应用呢？因为 AIGC 啊，这个东西出来以后，大为什么？大家都不觉得这东西是杀手机应用。每一个新的技术新的这个设备出来以后，一定要有一个杀手机应用。你如果没有这个杀手机应用的话，这个东西推不起来的。呃，我记得 iPad 刚出来的时候，它的杀手应用是什么呢？叫捕鱼达人。当时大家都喜欢啊，还有一个叫 Fail Runner。还叫什么一个游戏？我们当时很多人买 iPad 一代的时候，都是为了打那个游戏啊，实在是好玩。

现在 AI GC 这么长时间了，你说我跟他聊天算不算杀手机应用？真的不那么算啊。为什么呢？因为你跟他聊天的时候啊，你发现聊一会啊，眼前一亮，很惊艳。但是呢，深入进去以后，又感觉到不太对劲。为什么呢？原因很简单啊，就是 GPT 这个东西啊，能力太宽泛了。哎，啥都可以来一点，具体深入呢，又不行啊。我觉得这点很像我啊，你问我什么事，我都可以给你怼两句，跟我深入一下。你来你给我讲一下，这个算法到底应该怎么调一下，这个数据应该如何去标注，可以让它提升一点点呢，输出的性能。对吧，这事对不起，我还真不知道，那咱就实话实说嘛。

啊，这个其实才是 GPT 到现在为止比较难触杀手机应用的一个核心原因。因为你要深度使用才能有留存嘛。你想一个应用成为杀手机应用的前提是什么？就是大量人使用，大量人使用是什么？就是大量的新人进来，而且还要一直用下去，还要有新增，有口碑传播，还要有留存。

GPT 呢就属于有经验啊，很很漂亮这个东西，然后呢也有口碑传播，大家都在说这事，但是它留存特别差，因为你任何事情，你深入使用下来以后，都觉得不是很顺手，而且很多深入的问题啊，使用者自己其实说不清楚，我也说不太清楚，我到底让你干一个什么，因为你靠语言描述这个事其实是很难的啊。

就是很多人说啊，你看 Soda 怎么样了，可以直接做视频了。我说来你去看电影，看完了以后回来，你用语言把这电影给我描述清楚了。所有人看完了以后就说这怎么可能呢，这谁可以用语言把一部电影描述清楚。我说对啊。我说，你说都说不清楚，凭什么让人给你画明白呢？就是这样的一个情况。那么 AI 搜索，算不算是这个里面的杀手机应用呢？其实已经有一点点苗头了啊。这个杀手机又要出来了啊。大家注意啊，真正的 AICC 干的活是什么？叫内容生成。而内容生成呢，它就可以随便的瞎编啊，它就可以产生幻觉，可以胡说八道。在信息大爆炸的时候，其实你做出那么多内容来是没有人看的。内容获取，才是可能更多人愿意在里边去付钱，愿意去使用的一个功能啊。

现在最好的 AI 搜索工具叫什么？叫 perplexity AI。这个是现在的现象级产品，月活用户已经增长到 1,000 万了啊。这个其实蛮高的了，但是你不要去跟 TikTok 比啊，TikTok 光在美国就有一点几亿的这种月活用户，全球可能有接近 10 亿的月活用户。这个产品呢，现在是有 1,000 万月活用户，但是在所有的 AI 产品里已经算很好了，除了最前面的比如叉的 CPT 它比不了之外啊，剩下的可能就它算是好的了。4 月份日活还增加了 33%，就是它增长还很快，现在有 260 万日活用户，就是他等于 1/4 的月活用户都日活了啊，这个数据很好啊。

1 月份刚完成了 b 轮融资，当时的估值达到了 5.2 亿美元，然后 b 轮呢，融了 7,360 万。4 月24日传出消息，又做了一个 b 加轮，又拿到了 6,300 万美元，估值超过了 10 亿美元，正式跨入独角兽的行列了，就是它融的很快。你想从 2022 年 9 月份成立的，到现在也就是不到两年的时间啊，现在都必加了，等于种子 ABB 加融了四轮了啊，这个融的是非常非常快的，而且今年呢。也开始有收入。收入突破了1,000万美元大关啊。他靠什么玩意收钱呢？一个月交20美元订阅费啊。但是所有靠订阅费收钱的这些公司基本上没有盈利的，肯定是入不敷出。这个是没有任何办法的。

病AI啊是我用的最多的AI产品，也是算智能搜索吧。但是呢，病AI并没有撼动谷歌的市场份额。很多人说啊，病AI出来以后，谷歌你不行了。谷歌的搜索份额势在下降。我看最新的大概4月份的一篇文章写的是，谷歌的搜索份额是从93%下降到90%。病的搜索份额大概是从2点几现在涨到3.6了。所以病AI还是呃，用户量在上升。

所以有了两个前面的案例啊，一个叫呃proplexity啊AI，一个呢叫病AI，然后发现唉，这个东西真的好使。那插着GPT说，那我我也来一遍呗，open AI说我也干。

那么，AI搜索跟传统搜索到底有什么区别？技术上呢，AI搜索其实并不复杂啊。就是基本上还是传统搜索技术啊。它呢是结合基座大模型的AI GNT，它实际上是一种AI GN的典型应用啊。它先干什么呢？首先是让用户提问题，你先说你要问什么事，告诉我完了以后呢，我要去判断你到底要问什么，要有一个意图。判断这个在搜索引擎里其实很难的。当他问了问题以后，我来判断他到底想问什么。再往后呢，是进行传统搜索啊，你要把这搜索引擎调出来，要么调并的啊，或者调一些其他的搜索引擎，你把它搜一下，搜完了以后呢，总结搜索结果，按照要求拿大模型去生成，然后呢进行延伸的搜索引导啊，说你搜索这些问题以后，你再问点什么。就是他是聊天式的。你搜索正常搜索什么，你用一搜索框，搜完了啪一回车啊，出一个结果不满意怎么办？然在这个结果里头，然后再趴一回车，又出一堆结果啊，两边是不挨着的，就是说叫几次搜索之间是没有任何关联的啊。这个话应该说的是比较正确的，但是呢这种AI搜索是通过聊天的啊。你搜完了以后说唉，这是你要找的东西吗啊？好像还差一点啊。哪一部分已经试了，哪一部分还差那么一点点。请给我向哪块稍微调整一下。然后他会不停地去调整啊。这也是AI搜索干得比较有趣的一个地方。当然，AI搜索也有很大缺陷啊。什么缺陷呢？他慢。正常的搜索是非常快的，你这边一回车，那边东西就出来了啊。AI搜索是相对比较慢的，你需要打完回车以后，然后在这慢慢等，等一会然后再嘣嘣嘣，一个字一个字往外蹦啊。

在用户行为上，AI搜索的用户其实要比普通搜索用户更理性一些，提的问题也更有深度。AI搜索的人更喜欢去问一些科技新闻啊、时事新闻啊、科学研究啊、学术文章啊。而在正常的搜索引擎上，问的最多的是什么啊？这个可能会出乎你们想象啊。我们公司曾经招过一个百度的员工，就问人家说：百度里面搜索最频率最高的词是什么呀？”百度”两个字啊！很多人拿到这个浏览器以后，先会写”百度”两个汉字，然后打一回撤，再在百度搜索引擎里头点击最上面那个链接。再进去为什么呢？他搞不清应该怎么进到百度里面去。而百度呢，又花了钱在各个浏览器里面都把自己设置成默认搜索引擎。所以呢，地址栏写”百度”俩字，啪一回车，他就自动地跳到了百度搜索，然后搜了”百度”两字出来了，对吧？他说这个是最多的。然后我说那第二个呢？”天气预报”就是整个的搜索引擎类的前两名，一个是”百度”两个字，第二个是”天气预报”。

在现在，大家去做AI搜索了，就很少有人问这么无聊的事情啊。他们一般是先提问，提完问以后不断地修正。真的是要有一些东西，说我想出一个小文章了，想出一个什么样的提纲了，他才去问AI搜索。否则的话，他们是不会去跟AI搜索去耗这个耐心的啊。在商业模式上，AI搜索跟传统搜索是完全不同的两种商业模式。传统搜索是免费的，即使你使用很长时间，它也不会向你收费，而是通过收取广告费来盈利。如果你想在搜索结果中排前位置，就得付钱；如果想在搜索结果旁边露出广告，同样也需要付费。相比之下，AI搜索则全都是付费的，用户需要支付固定金额，例如一个月花20美元。这种商业模式中，客户需求和付费客户的需求会有所不同。

在社会层面上也存在差异，传统搜索引擎仅仅是信息搬运工，对信息真实性不承担责任，这导致了一些搜索引擎可能传播虚假信息或不负责任的情况。某些搜索引擎以前可能存在售卖假药的情况，但后来也停止售卖真药，这种商业决策有时候显得冷酷无情，缺乏对社会责任的担当。有些搜索引擎创始人或CEO可能也持有技术人员背景，但在选择业务模式和对待正确的医疗知识时，却未必有充足的重视，未必认为这是自己应尽的义务和责任。\n他是为了我的名声啊。真药假药都不卖了啊。搜索引擎真正对于信息负的责任是什么啊？是排序啊。我给你一大堆的这个搜索结果以后，到底谁排前头谁排后头，这是搜索引擎中解决定的。但是人家网页上写的到底是什么？是真是假？是对是错？这个搜索引擎是决定不了的。然后但是智能搜索这块就不一样，因为智能搜索最后是给出一个最终答案了，甭管你搜出来的是什么，拿这个东西给人答案，那这个是很危险的一个过程对吧，因为你最后是要为你给出的唯一答案去负责任的，而且基座大模型还经常产生幻觉对吧。

这是智能搜索引擎啊，需要承担比普通搜索引擎更大的社会责任的地方。AI搜索在这一块呢，大家其实相差并没有那么远啊。刚才咱们讲的那个perplexity病AI，包括国内的，比如文献遗言通1,000问Kimi啊，都算是在做这个综合搜索。当然差在哪呢？第一个差的是内容理解上啊，这会有些差异，因为有的时候你提了一个很长的问题以后，他理解不了。第二个呢，是底层搜索引擎这块，其实都差不太多，因为都不是自己做的，要么钓骨骼的，要么钓病的，或者自觉跳动的，也有一些自己的缩缩引擎，你可以去钓它。内容总结和分析的能力，包括避免产生幻觉的能力呢，基本上看底座大模型的啊，你说我这底座是GPT4啊，我这个底座是这个cloud 3啊，我这个底座是一字节跳动做的云确啊，那他最后出来的东西就完全不一样啊。

最后呢才是叫内容输出和内容可控。哎，我希望他输出一个党建文章啊，我还是希望他给我输出一个小红书的爆款文章，也是要去看一下他最后文章生成的这个能力了，那么设置GPT也就是open AI的能搜索，大家对它期待的是什么？有可能会有什么东西呢？

第一个从意图理解上啊。GPT4一定是最强的，这个没什么好说的。

第二个呢，就是上下文交互这块，他应该做的还是不错的。因为正常情况下，这种智能搜索，他不会给你做太多轮次的上下文交互。为什么呢？因为他那个激素模型都是别人家的，包括perplexity啊，它的几种模型是cloud你say的那个文字太多了。进去以后的话，它太贵，它是要收钱的。那边是按TOKEN找到算钱的啊，所以它不会有非常长的上下文来去沟通起来。

Open AI自己做的话，那么，它是不是就可以把这个上下文的极限稍微突破一点点，可以让更多的轮次去聊天。而且Open AI呢，有可能会采用多搜索引擎结合，不是光用病的，他肯定是要用病吧。

这里就有一个大的痛点，就是智能搜索。虽然我们讲了半天智能，但实际上，干活的还是原来那个搜索引擎，无论是骨骼的也好，还是病的也好。那么会受什么影响？会受到搜索引擎排序过程的影响，就是我们比如说，要求病给我返回10个答案来，而病返回的还是他排好序的时候啊。至于第11个是什么，永远不知道它是这样的，这对于智能搜索是有局极大的局限性的啊。

所以呢，我看AI据说是采用多个搜索引擎，多个搜索引擎一起干活的话，就会有多个排序方法出来。

再往后呢，就是他有可能会有多模态搜索。现在虽然谷歌being，所有的咱们现在常见的搜索引擎，都是有多模态搜索，就是你可以给以图搜图，给他一张图让他理解，给他个视频让他理解，但是呢AI搜索一般没加这一块。为什么呢？因为成本太高啊，这些人现在挣不出这么多钱来啊。那拆了GPT，他有的是钱啊，干吧然后信息的筛选和验证这件事。可能啊，GPT-4也要做的稍微好一点。 什么叫筛选和验证？你想吧，我今天先让病给我了10个结论啊，但是谁是真的，谁是假的？这10个结论之间有可能会有矛盾呢。我到底信任谁，不信任谁啊？那么这件事呢，要靠GPT去搞定啊。 普遍认为，OpenAI在这块还是比较厉害的。Hober啊，持续的磨合啊，逐步的掌握用户习惯这一块呢，也是可以去预期的。 为什么现在GPT-4你去跟他聊天时，他已经说了：“说我现在要跟你干嘛呢？就是要长期收集你的使用习惯了。” 你可以把这个选项关掉啊，你要不关掉的话，他就会长期收集你的使用习惯，未来让这个GPT越来越懂你啊，这个应该也会加入到4.0 GPT里边去。 而且据说呢，它使用多个大模型，包括像GPT-4 Light，包括像GPT-3.5的一些小叶的模型，它可以让整个的内容生成的过程变得飞快，不像原来这些。 你问他点什么事还得想半天啊，这块是大家可以去预期的。 但是呢，要想清楚一个事是什么，用的人多了都快不起来对吧？不可能说因为我算法好就能快啊。有一个东西叫算力强吧，就是你撞到算力强上了，就都都慢慢来吧。 后边呢，就是多语言输出了，多语言输出这件事呢，我相信大家也好理解嘛，就为什么呢？就是现在对于大模型来说，翻译这个啊，肯定都是做的很好的，要比传统的这些谷歌翻译并翻译，其实做的要好一些。 那么既然你让GPT去干这个事，说来你给我搜索一些什么东西，其实我们现在在Perplexity AI里头，你去搜索的各种内容，他经常会去找英文网站啊，找到了以后再翻译成中文，然后再总结出来给我，这个其实现在已经做的很好了。 欧冠AI上来一定会做得更好。 那么色驰GPT呢，对于未来到底会有什么样的影响啊？ 会不会干掉谷歌这个事呢？ 我觉得想的有点太多了啊，没有那么容易了，至少这个谷歌有可能会死。 但是应该不会死在这次啊。就是不是今天也不是明天啊。这好像是《权力的游戏》里的一句话哈。

谷歌呢，应该也会把自己的AI搜索啊做出来。谷歌的Gemini大模型做的其实还可以啊。我因为我最近也用了不少。他们现在并没有把这Gemini模型放到这个谷歌搜索里去。为什么呢？因为他们的商业模式理不顺。谷歌80%多的收入来自于搜索广告啊。你把这种Gemini大模型放进去了，等于你一下你的成本就上升非常高。因为谷歌的搜索用户量很大嘛。上升了以后你还挣不回响亮了，原来那广告费你收不到了。这个事是有问题的。

色石GPT上来以后，病的使用量还是会上升的啊。为什么？因为色石GPT底层会掉病的这个搜索引擎啊。所以病的这个还会上升一点点。

传统的商业模式呢，并不会彻底被颠覆。为什么呢？因为搜索排序这件事，还是搜索已经干的。比如说我今天向病交钱啊，我要求搜索的时候，我出在前头行不行啊？病可能不会收这个钱啊，因为微软也不靠这玩意挣钱。百度是会收这种钱的。谷歌应该也不会收这个钱，谷歌收的钱是说我可以给你打广告，但是那个广告呢，我是不会给你出现在搜索结果栏里的，而是出现在搜索结果栏的右边啊，或者是搜索结果栏的第一行啊，如果出现在最上面这一行，我估计，应该还是会按照搜索的这个输出给它输出出来啊。那么这个商业模式依然是可以去运作啊，没有彻底崩塌。

后面苹果呢，也还是希望可以收到谷歌搜索引擎绑定的这个费用。谷歌每年会给苹果好大一笔钱，干嘛？就是你默认使用我的搜索引擎啊，你只要默认使了，我就给你钱。对吧，他这个是苹果还是想挣的，未来都是收20美金的。那你说，收了20美金？苹果说，我收30%行不行？争你个苹果税，对吧？那大家肯定不乐意。我这还这个揭不开锅呢啊，好不容易收了20美金，你还收了30%，走6美金啊，那是对吧。这个事受不了啊，不不干所以。苹果的也不一定是希望把他们拎进来去收这6美金，而且我相信这个6美金绝对没有谷歌分给他的钱多啊。谷歌这个钱是怎么分的，他是说啊，苹果用户因为使用了谷歌搜索引擎，点击了广告，然后呢我挣到的广告费，我按照一定的比例分给苹果，他是这样来分的。你想你拿了个手机，你肯定每天经常的看，不停的点，等于你会不停的给苹果制造收益啊。这是GPT出来以后，订阅Open AI的人一定会上升啊，但是这个，即使上升，Open AI也不可能靠这玩意盈利啊。想都不用想。然后，Perplexity这种创业公司估计就要完蛋。Open AI自己做了测试的这个引擎以后，那么大家就，反正你像我，已经每个月交了20美金给这个Open AI了，那我就老老实实接着用不就完了吗，他一定会是变成这样的啊。那么其他那种再想靠这玩意挣钱的，这些小型的创业公司，哪怕他现在到独角兽了啊，后边都日子不好过啊。当然了，国内肯定该用不了还是用不了啊，这是必然的啊。这就是我们可能对于这个40GPT啊，能够有一些什么样的念想就到这了。

好，这是今天的第二个故事啊。希望下周我们能够看到40GPT发布吧。