苹果也要做智能眼镜了，难道又有新方向了吗？大家好，这里是老范讲故事的YouTube频道。今天咱们来讲一讲苹果的阿特拉斯计划。

苹果做智能眼镜的事情并不是空穴来风哦，而是彭博社一个记者做出的报道。现在呢，苹果算是漏的像筛子一样了。以前苹果内部保密是非常非常严格的，苹果的办公楼原来跟其他的所有公司办公楼都不一样，它像是那种单元楼似的，一个人可以进入这个单元，竖着全是你们的办公室，然后下一个单元你进不去。所以他就为了保密做成这样。

但是现在的话，苹果内部的保密基本上已经形同虚设了。现在所谓的阿特拉斯计划呢，还仅仅是一个内部调研项目，就是在内部找了一堆人来说，唉，你们看看，现在市面上的这些智能眼镜到底是怎么样的，市场如何，我们是不是应该去模仿一款，或者应该去研发一款吧。

到苹果这里，你要说模仿的话，这个词就不太尊重了。他们主要的对标对象是谁呢？是梅塔的Rayban雷朋的眼镜。为什么呢？因为梅塔的Rayban已经卖了100万只了，对于苹果来说值得看一眼了。为什么说值得看一眼，待会咱们再去讲。但是呢，他要想把眼镜做出来，至少要到2027年了。

这个东西呢，就像苹果汽车，储备了一大堆的专利。你说现在苹果要去做眼镜，他有没有相关的技术储备？非常多，而且呢，也不断的会有新的风声冒出来。但是最终到底是不是能做出来，其实谁都没谱。像苹果汽车传了十年了，最后宣布说我们不干了。苹果虽然宣布了不干了，不一定哪天他说，哎，我又启动了。这就是苹果现在的一个状态。

那么我们回来看一看，梅塔的Rayban真的成功了吗？它是累计销售突破100万。其实呢，现在我们所看到的是Rayban的第二代，上一代呢大概是卖了30万台。这一代呢，应该是从2023年10月份开始卖的，卖到现在的话，差不多是一年的时间吧，卖了100万台。那你说这100万台这样的数据，对于苹果来说是大数还是个小数呢？咱们稍微比较一下。

苹果一年卖掉了2.346亿支iPhone，卖掉了5000万台iPad，接近5000万支的Apple Watch这个手表。他们的耳机的话，应该能够有可能六七千万。所以呢，折腾了一年，卖掉了100万只的Ray-Ban眼镜的话，对于苹果来说，基本上相当于没有。而这个数字完全不值得去说。这是一个巨大的市场，成功了我们要去折腾一下，完全不值当呢。但是呢，100万呢，也不是个特别小的数字了。

所以苹果说来，咱们启动一个计划，调研一下吧，也就如此了。硬件设备真正的数据，其实不是卖掉了多少，真正对硬件设备起作用的数据是什么？实际上是活跃数。给大家举一个当年的故事吧。当年呢，2015年有一个公司突然上市了，这公司是什么呢？叫暴风影音。它呢是当年最有名的一只妖股。为什么呢？这暴风影音已经出了VR眼镜，号称呢是找到了新的风口。2015年上市以后，两个月连续29个涨停板，多么恐怖的一个数据！为什么叫妖股呢？但是这29个涨停板之后，很快这个股票就崩掉了。为什么？因为你是把这些眼镜卖了，但卖完了以后呢，这些眼镜并没有活跃起来，并没有真的给你带来真收益，或者带来后续的内容消费，或者广告收益，都没有。

那这个你卖掉再多的眼镜，其实也没有什么意义。当年暴风大概也就是卖掉了可能一两百万只的这种眼镜。后来我有一个朋友在暴风影音内部上班，我说你偷偷给我看一眼后台，让我瞅瞅你们的日活数据到底是多少。瞅了一眼，大概也就是几万，可能连5万都到不了的一个数字，每天在这晃来晃去。我说这不扯淡吗？你卖了几百万只的这个眼镜，后台日活只有几万个，最终就是失败告终。暴风呢最后是苟延残喘了一段时间，2020年直接退市了。

所以对于智能硬件来说，卖了多少不重要，有多少活跃才重要。像暴风影音的这种VR眼镜，你卖掉了以后，后续的甭管是打游戏、看视频，还是说看广告，你都得有活跃，才能有后边这些收益。要不然的话，就没有。

那么，梅塔的Rayban到底有多少活跃用户呢？现在，它在第一期卖了30万只的第一代Rayban，大概有2.7万的一个月活跃数据，不到10%。但是，这个数据肯定是水分非常非常大的。刚才我讲的那个数据是日活，就是每天你要来活跃一下。而梅塔公布的数据是月活数据，你想，你买了个眼镜，每个月戴一次，就算活跃过一次了。那这种数据的水分能有多大，自己心里去想一想就知道了。因此，它的日活可能也就是几千，这样的数据可能更差。

至于现在的第二代100万只Rayban，并没有公开说它到底有多少活跃数据，但应该数据也不会太好看。为什么呢？因为Rayban的这种数据并没有那么容易隐藏。为什么呢？因为它跟VR眼镜还不一样，VR眼镜是个消费内容的设备，而Rayban这样的设备是一个拍摄内容的设备。它上头有摄像头，你可以拍视频，可以拍第一人称视角的视频。你到底有多少这种视频在市面上传播，不就知道这个东西有多少活跃了吗？从现在来看，实际上非常少的Rayban数据在市面上传播，而且这些Rayban数据能够造成的影响也非常小。

哪怕说大家都不传播，但有一两个Rayban拍出来的视频爆炸式传播了，这也行。因为一旦有爆炸式传播，其他人就会来抄袭，哦，拿Rayban戴在脸上，第一人称视角拍出来的，这么多人喜欢看，那我也得去买一个，也得去拍。就像我们很多人买了GoPro、买了大疆的这种运动相机，看到人家能够拍得这么漂亮，那我也得去试试，会有这样的活跃出来。

但是，Rayban现在的视频完全没有让整个视频社区活跃起来，它的视频没有传播性，这比它没有活跃性要更糟糕。首先，梅塔还是有两个相对来说比较有利的条件。第一个，梅塔想明白了说时尚，我戴个眼镜，这东西不能丑，一定要好看。在这件事情上，甭管扎克伯格自己。

每天戴着眼镜出来晃，还是找了一堆明星。这算是一种时尚的产品，没有哪个人说：“哎呦，我带了一个Rayban，觉得丑。”这个事还不至于。

然后第二个是什么呢？就是他自己是有社交媒体的平台，有自己的流量的。他有Instagram，有Facebook，所以呢，他已经算是得天独厚的一个位置了。但即使如此，Rayban的视频依然无法传播。第一个原因是它的硬件规格比较奇葩。它上头有两个500万像素的摄像头，一边一个，还有三个麦克风，和一个开放式的扬声器。就是你可以拿这个东西当蓝牙耳机用，还可以去拍摄。只是呢，它的摄像头的分辨率稍微差了一点。500万像素到底有多差呢？iPhone的分辨率是4800万像素，那安卓手机的分辨率就更高了，小米原来出过1亿像素的，现在至少也都是四五千万像素的一个水平。所以它这个像素就比别人差非常远。

电池倒是够用，6个小时的中度使用。就是你如果很重度使用这个，肯定盯不了这么长时间；你如果中度使用的话，这个眼镜里的电池可以撑6个小时。然后还有一个充电盒，这个充电盒可以反复充三次电。所以你出来18个小时，就是一天，基本上够用。当然了，这个东西不像耳机似的，就是咱们使用的蓝牙耳机，经常是使用充电盒的。因为耳机你可以把它摘下来，但是眼镜，你像我们这种戴眼镜的人，你把它摘下来，你看啥呀？两眼一摸黑嘛。

所以它这个设计呢，也没有那么合理吧，但基本上能用。还有一个什么东西呢？这个眼镜上还有一个灯，因为你拍摄嘛，总要开一个灯，告诉大家说我在拍摄。否则的话，你不就偷拍去了吗？这个是很危险的。

然后硬件如此的一个格式，其实已经比较奇葩了。因为现在大家都在卷画质，卷真率，卷码率。甭管是图片内容，还是视频内容，你要有感染力，就必须是在底层下一些硬功夫。它的硬件压根就不支持你干这个事。你想，500万像素的摄像头够干嘛的呀？所以导致什么呢？就是它的内容格式就很奇怪。

他的图片可以存500张，其实呢，这个数是够的。存500张，把它导出来，然后再去拍，这个事问题不大。但是呢，只有2,592*1,944的这样的一个分辨率，算是一个4:3的格式，这实际上也就是500万像素嘛。但你跟iPhone的这种照片比起来，就完全没法看。iPhone拍出来的照片，色彩很好，非常细腻，再加上夜景的这种增强，就会好很多。

但是你拿着Rayban这样的眼镜里，拍出来一个500万像素的照片，基本上相当于是咱们可能十年前的数码相机拍出来的水平。那你说你怎么可能有传播力嘛。视频呢，就更奇怪了。它不是1080P，也不是什么480P，不是任何一个咱们能够想到的这种通用的视频格式。它的视频呢，是1184×1184，30帧，最长只能拍30秒，一共可以存30段。这跟30干上了。

那这个里头有什么问题，大家想明白了没有？他这个视频是方的，他是1:1的。咱们电脑上是16:9的，手机上是9:16的。竖屏的什么时候用1:1的呢？只有Instagram上面的图片是1:1的。他给这个东西做了一个1:1的视频比例出来，那这个就导致一个什么问题呢？就是这种视频除了在Instagram里头之外，你没有任何地方可以传播它，导致这种设备所拍摄的内容极具缺乏传播力。他给你了一个方的视频，而且呢，视频没法传播，已经算是一个巨大的悲剧了。

还有一个比这个悲剧更悲惨的事情是什么，大家想到了没有？警察的执法记录仪为什么挂胸口上，为什么不戴头上，为什么不挂眼镜上？有没有人想过这个问题？那你说重量耗电，这个算是一个原因，还有一个很重要的原因是什么？搁胸口上稍微稳一点，即使是这样，执法记录仪拍出来那个视频，如果给一般人看，还是会晃动得很厉害的。你一旦放到头上了，这个视频拍出来是完全没法看的，抖得一塌糊涂。

哈，那你说我们第一视角，我们每个人每天戴着眼镜四处看，我们没觉得头晕，怎么搁个眼镜就头晕了呢？

这个原因也很简单。我们人呢，会有一个补偿机制，就是当我动的时候，眼睛捕捉信号的时候，会有一个补偿的机制，说：“哎，这个地方会动一下，那个地方会动一下。”我不会因为晃头晃脑袋，让自己的脑袋晕掉。但是，如果没有这种补偿机制了，你把别人眼睛看到的信息搁到眼前来看，马上就吐得满地都是了。我们原来是有一个预期的，说头动了，我们的视频也会动。甚至我头动的时候，我的眼球可能也在跟着发生变化。在这个时候，我看到的内容呢，相对来说并没有那么晃。

但是别人是不能这么干的。你想想，我们用大疆带云台的照相机去照相，或者是手持云台，你还需要去走那种叫云台步了。什么叫云台步？就是弓着腰、屈着腿、垫着脚尖，在地上小步的往前倒腾。为什么？就是保证你的手是稳的。另一种让这个东西稳下来的方式是什么？就是像INSA360这种360度全景了，后期输出的时候，再跟某一些物体的追踪，输出出稳定的图像来。否则的话，我们是没法得到稳定的视频的。

咱们去看看那些真正拍电影的人，他们会把这个摄像机绑在一个巨大的架子上，或者在地上搁一个轨道，在这个轨道上移来移去。目的是什么？就是为了得到的视频要稳定。这件事是很难的。所以像戴在眼镜上的第一视角视频，这件事情本身其实就是个伪需求。你拍出来这个东西根本就没法用。

那么梅塔的智能眼镜之路到底顺不顺畅呢？扎戈伯格讲了，说我们智能眼镜分四步走。第一步是蓝牙耳机，就是说我们没有摄像头，没有显示，只有麦克风和耳机。你可以拿它听音乐，可以拿它打电话，实际上就是做了一个长得像眼镜一样的耳机。这是第一步。

第二步呢，就是现在咱们讲的Rayban，这些东西是没有显示功能的，但是它有摄像头。你可以走到哪拍到哪。等到第三代呢，就是有一些有限的显示，它已经可以在眼镜里头显示一些东西了。就在今年9月份，梅塔开的connect大会上发布的，叫Orin这样的一个产品。但这个产品呢，现在只是一个原型产品。

最终到底能不能做出来不好说。等到第四代的时候，就是全景显示的AR、MR这样的设备了。等于我可以把完整的对外的视频、完整的外接视频都可以投到眼前，而且可以在这个上面加各种东西了。这是第四代。现在呢，第一代卖了30万，第二代卖了100万，第三代呢做了个原型机出来，第四代还遥遥无期，不知道在什么地方呢。而Orin最终到底能不能做出来，还真不好说。我记得有人看完Orin以后说：“哎呀，这个东西真棒，这就是未来的方向，一定要往这方向冲。”我当时录的视频就是说这个，大家看看就好了，肯定是做不出来的，这个也算是一种预言吧。

现在有什么新变化了呢？Orin的负责人刚刚离职了，加入了OpenAI。这个人呢叫凯特琳·卡利诺夫斯基，应该是东欧那边的人，斯拉夫人。这个人呢很厉害，他是MacBook Pro的设计师，也是梅塔·欧克勒斯产品的设计集成以及机械工程团队的负责人。欧瑞基本上是由他来负责带队去立项、带队去研发的，现在他跑了，后边欧瑞到底怎么去做还不好说。

他加入OpenAI干嘛去呢？负责机器人和各种智能硬件产品的协调。然后呢，准备先去跟一家OpenAI投资的公司协调起来，做一个新硬件。这个投资的公司呢叫做“Love From”，大概是这么一个名字。这个公司的创始人叫乔尼·艾维，也是非常非常著名的人物。这个人是干嘛的？iPhone 1的设计师，绝对是传奇设计师。他呢设计了iPhone的早期的所有版本，后来离开苹果公司，自己去做了一家专门的设计公司，苹果后来一直跟他有合作。

现在他做了一个新的公司叫“Love From”，这个公司呢还得到了乔布斯遗霜的资助。现在这公司呢得到了OpenAI的投资，准备去做一款新的设备。这个人到现在为止，他的很多设计依然在影响苹果。举一个例子吧，比如说，很多人都觉得非常诡异的一个设计，就是苹果Vision Pro上面那个眼神交流。

他通过内部摄像头，把我们的眼睛拍下来，然后呢，在前面的这个屏幕上给你投影出来，让外边的人可以看到，带着 Vision Pro 的这个人，你的眼神是什么样的。可以做这样的一个东西，这个专利就是这位乔尼·艾维的，所以设计师。有时候做出来的东西，有些超越我们的想象了。他呢，准备做一款利用人工智能创造计算体验的产品，其社交破坏性比 iPhone 要小。这个也是我看一篇文章上写的，应该也是个翻译腔。看完了以后呢，好像说了些什么，但我也没想明白他到底要做什么。

最终我们看到的肯定是一个跟 AIGC、跟 Open AI 相结合的产品。但是呢，什么叫社交破坏性比 iPhone 小呢？那边你举一个 iPhone，很多人觉得你很突兀。那么这样的一个产品呢，到底是个眼镜呢，是个耳环呢，还是个耳机呢，或者是一个什么样其他的产品？我们展开想象吧，这种传奇设计师，也许会让我们眼前一亮。

回过来说，苹果真的要做眼镜了吗？现在的苹果呢，其实已经不复当初了。乔布斯时代，或者我们讲叫乔尼·艾维在苹果的时代，当时呢，苹果是创新的引领者，各种的保密。苹果内部的保密机制，是所有互联网公司里面最强的，甚至你都可以说，苹果不是一家互联网公司，这就是一个非常注重保密的公司。而且每一个产品拿出来，都是让人眼前一亮，完全划时代的产品。

苹果也有拿出失败的产品的，但是呢，拿出来以后，你依然会让人眼前一亮，说这个事情还可以这样来做。而且呢，每一次拿出新产品都是孤注一掷，说我不成功则成仁，那样的一个水平。而现在的话，苹果已经变成了一个跟随者。跟随者呢，内部泄密非常频繁。今天说苹果申请了一个什么专利，明天说苹果在哪挖了个人，后天说苹果立项做了个什么事，这不 Atlas 项目苹果又泄露了嘛。

然后呢，市场上火什么就做什么，完全跟着别人走。最讨厌的是什么？就是犹犹豫豫、举棋不定。今天我要做，明天我又不做了，后天我又要做了，再后天我又不做了。这是苹果现在的一个状态。

现在这一次的Atlas项目呢，应该仅仅是苹果的一次试探。眼镜这个事情呢，未必是一个新的方向。刚才我们也讲了，在眼镜上做拍摄，这件事情其实是不靠谱的。如果你真的想在眼镜上做拍摄的话，除非是像Insta 360那样，你拍一个360度的场景，再在这个上面去做裁切，然后得到一个稳定的视频；否则这种视频是没法给别人看的，看了以后马上吐掉。

而且现在的整个科创行业也好，或者是互联网的IT行业也好，它是什么呢？小公司做创新，就很少有这种大公司说“来，我们做个创新吧，颠覆式创新。”你颠覆谁？颠覆你自己嘛，这事是不现实的。所以都是小公司创新。小公司创新完了以后呢，大公司冲上去收购，或者是我上去抄一个也行。

现在梅塔折腾了半天，试验呢还半成不成的，还在这死死挺着呢，赔了那么多钱，也没砸出任何响动来。生着往前挺，苹果说那我也进去试试，那真的叫难兄难弟。所以现在眼镜这条路，甭管是对于梅塔来说，还是对于苹果来说呢，可能都很艰难。

想想那么多人做出汽车来，苹果折腾了10年，最后算我不做了。苹果折腾了半天，做了个VisionPro出来，说算了，砍单了停产了，以后不玩了。所以在AI到来以后，到底应该做一个什么样的硬件跟人去交互，所有的互联网巨头其实都没想明白。

这一次呢，就是苹果又做了一个测试，让我们看一看，这些互联网巨头们有多么的无助，多么的无奈吧。好，这个故事跟大家讲到这里，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，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。

大家好，欢迎收听老范讲故事的 YouTube 频道。今天咱们来讲一讲中国短剧。真的像在国内 IT 媒体上宣传的那样，已经在全世界流行了吗？是不是已经彻底改变了全世界很多人的生活了呢？

为什么想起来跟大家讲这个故事？前两天，在 Twitter 上看到了一位中国籍女演员，啊叫邵逸凡。她呢录了一个视频，这个视频里头她讲这样几点：第一个说国内的媒体都在讲中国短剧已经在海外霸榜了，已经在海外的 APP Store 上当第一名了，很多的老外都非常喜欢看短剧。

怎么怎么挣钱了啊？他呢就跑去温哥华的影视制作中心去问，人家说哎，你们听说过这东西吗？从没听说过呀。这个东西的英文名字叫 shot drama，说这个名字从来没听说过啊。他就马上下载了一个 real shot 啊。这注意啊，它上头说的是马上下载了一个，意思什么呢？就是说我平时手机里是不装这个东西的。

这个里边有浓浓的这种阶级隔离的味道在里面啊。看完了以后呢，人家说哎，你给我看了个预告片吗？因为一分钟一集吗？他说不，他说你已经看完正片了，这就是一集。说当时人都傻了，说这怎么可能有这样的东西出来，对吧他们不但是自己没拍过，也没有看过，听都没听说过这个东西。

这是讲的第一段。

第二段的，人家讲说说，身边真的没有人听说过这东西吗？也不是啊，也有人听说过。然后呢他找了一个什么人呢，他说他上口语课，里头有一位老师他呢听说过这个东西吗？这个老师呢，首先要强调啊，这是个墨西哥裔，不是美国的传统白人啊。墨西哥裔，他的老师还没有亲自看过短剧，而是往返于美国与墨西哥期间的时候，在墨西哥那一侧，发现楼下小卖铺的老板娘在看短剧，而且只看免费的，没有付过费啊。

这是说有人看到过，大家看到了。这里，他有很浓的这种积极隔离的感觉在里面吧。啊，再往后说什么呢？原来不是说这东西第一名吗？多少的第一啊？赶快去看这个排行榜啊。说发现现在不是第一了，现在是第199名。这第一跟第199差的还是很远的呀。看看第一的时候什么时候报道的呢？去年11月份报道的，到现在过了六个月了。说六个月不行了呀，这没人喜欢看了呀，讲了这样的一个结论。然后呢，他发现说，哎呀，这个real shot的短句里头啊，除了中国人之外，100%全是白人，就没有任何的其他肤色的人。他呢，也找到了一些在美国拍短剧的团队，说你们为什么都是白人呢？没办法，甲方就要这个啊，人家要白人，还要长得漂亮的，黑黑胖胖的美人鱼公主，这种事情在短剧里头是不会发生的。他就讲说这个你不知道吗，美国、加拿大的主流审美是多元化的呀，有没有人给你提过建议啊？你听没听啊，你到底是过于高傲，完全不理会用户的需求呢，还是说你压根不在乎有没有人看呢？提出了这样的一种质疑啊。
你这一帮人，政治太不正确了。最后讲了一件事，讲说拍短剧啊，做real shot，这公司400多人的公司，一年挣了多少钱啊？说一年只挣了24万人民币啊，就挣了这么点钱，说这你这也叫挣钱了吗？说你后边那个投资人啊，或者说大股东，中文在线还亏钱呢啊，而且一个季度比一个季度亏的多，这怎么回事啊，说但是你这个后面股价倒是涨了，从6块多钱涨到了30多块钱，说是不是你这就是个资本游戏啊，你压根就不见你有人看，也有没有人看也无所谓，你也不认同欧美的主流价值观，短剧这东西，在欧美到底有没有这么火爆，至少在美国加拿大啊，是不是就是你们吹牛的。
大大讲了这样的一个视频，我自己看一下啊，这个到底是一个什么样的情况。第一个就是real shot排第一这件事呢，是去年11月份。这个没有任何问题，但是大家要想清楚一点，就是美国排行榜的前面几名里边，除了比如说呃，Facebook、WhatsApp这些大牌之外，剩下的这排行榜上的产品，这些小伙伴们，甭管是TikTok啊，呃剪映啊iPad，它叫什么，它这个剪映在那边，然后呢，加上呃，Table啊深印，这些都是花钱买的。

你想在第一的位置上站一天，那是要花多少钱的？你说我这个花钱买上去以后，大家都知道我了，然后在我这里头看短剧，该给我付钱了。呃那我不能一直花钱，花这钱买它，那后边我开盈利，我去盈利去了，我就没必要让它再往上了。那我后边，比如在需要这个有新的剧上来的时候，我再去花钱买不就完事了吗？对吧，这也不叫骗钱啊。

咱们举一个另外的例子，你比如说网飞，网飞每一次上这种大型剧集的时候，他的股票都跟着上，因为网飞是靠订阅费活着的，他主要收入是订阅费。他每次有这种神剧大剧出来的时候，就会有一帮人冲上去，买网飞的这个订阅。所以大家做这种文娱产品的逻辑，其实都差不太多，我觉得这不是一个什么大的问题啊。

那么你说温哥华影视中心，这些人从来没有听说过短剧，这事合理吗？其实也挺合理的，为什么呢？这社会是分层的。咱们现在看的各种名著，包括咱们的四大名著，在当年这些书刚写出来的时候，很多都是禁书，甚至是有很多书，都是被文人墨客所不齿的，很多都是这样来的，就是现在正在流行的非常多的文化，对于主流的当时的文化圈来说，就是隔离的，大家就不知道这事，是非常正常的一个事情。当然你说哎，现在不是互联网时代吗，这个信息流通速度变快，大家应该都知道啊，这个事呢，可能跟大家的认知稍微有一点点差异。互联网时代因为信息爆炸，就是信息的量实在太多了，导致形成了大量的信息茧房。很多人在互联网里头，就关注自己喜欢的这些东西。只要是自己喜好的东西之外的东西，推荐算法搜索引擎、任何你周围的社交网络都不会露出的。所以每一个人都在活在自己的信息茧房里头。岁月静好啊，这些人从来没听说过，是非常非常正常的啊。

关于演员的问题啊，白人演员为什么都要白的，都要好看的，而且翻拍的都是国内爆款，到底是发生了一个什么事呢？说这帮人就是正事不正确啊，你完全罔顾于每家观众的这种喜好吗？还这个事呢，我觉得正好说反了啊。这些做短剧的公司，他是流量公司啊，那不是艺术公司。这些做艺术的公司、拍电视剧的公司，人家要做正直正确，而流量公司考虑的只有一件事，叫投入产出比啊。我这边把短剧拍了，我去放了，然后呢我去做广告投放，广告投放完了以后看转化率啊，这边投了1万美金的这个广告出去，是不是给我挣了10,001美金回来啊。咱们不说挣多挣了10,001美金回来。如果没挣到，那就说明选角或者整个这个是有问题啊。如果挣回来了，比如挣了10,002美金回来，多挣出一美金来，那下一次怎么办呢？下一次投10,001美金出去，多挣出一美金来就够了。

其实，真正这种流量公司的逻辑是这样的，所以并不是说做reushout的公司或者做短剧的这些甲方公司，罔顾欧美的这种正式正确，这种所谓的多元审美，而是这些欧美的用户用脚投票，用手指去点击，告诉了这个流量端后头的这些数据模型我就喜欢看白人我就喜欢看长得好看的。那些黑人胖胖的美人鱼公主就没有人愿意看，就这么简单的一个问题。迪士尼用了这样的这种角色上去以后不照样翻车吗？什么叫欧美主流审美？就已经是这样了。那就纯纯的是左派正式正确啊。跟用户手指的点击一点关系没有啊。没有人跟钱过不去的。用户喜欢看什么，咱就拍什么。

前两天PS5上那个游戏叫星刃，韩国人做的，油腻小姐姐。很多人说啊，你怎么可以这么正直，不正确这么物化，女性当然就喜欢看这个。你怎么看呢？

那我们不是为了迎合你正式正确了，我们是来挣钱的。所以这件事情上来说，我觉得刚才这位演员，美女演员，他又犯了这种阶级隔离的问题了。他就觉得我高高在上，我要去指点见山，我来去代表主流审美。对吧，他又干这个事情。

那么另外一个问题呢，其实我觉得是咱们中国的这些甲方啊，犯了一些政治正确的错误。是什么呢？就是我们每次啊，都是选择爆款剧去拍。什么叫爆款剧？就是他在中国验证过了啊，这个剧是一个爆款，中国人很喜欢看。然后呢，他们想说，哎呀全世界的人都是一样的啊，心理都是相通的，没有那么本质的差别。中国人爱看，美国人应该也爱看，对吧？我们就把这种剧翻出来去拍就好了。

这个呢其实是有一些问题的。为什么呢？就是大家各自有各自的文化，各自有各自的流传的梗。你比如说在中国他有彩礼的问题，他在欧美他就没有这种问题。在中国大家需要卷各种各样的学历，卷各种的资源，在欧美可能大家不追求这件事情。那你把很多中国这样的梗搬到欧美去看，他们就看不懂这样的东西。

但是为什么他们要做这件事呢？因为刚才我们讲了，他是个流量生意啊。他的投入产出的周期是非常短的。比如说我这头投放买广告去了，我可能几秒钟我就回收数据了啊，回收完了以后我就看到啊，这个广告出去以后点击率是多少，然后呢到明天我就知道这些人的留存率是多少，再过一个礼拜我就知道这些人的付费率是多少。这样的一个非常高投入，这种完全走钢丝的玩法。刚才我也讲了啊，这个投1万美金，挣10,001美金就可以了。甚至投1万美金，如果挣了10,002美金的话，下一次多投一美金。在这种情况下，他为了追求更大的确定性，怎么办呢？只能拿已经在中国验证过的这些版本，拿去再去啊做投放啊。他不太敢说啊，哪一些从来没有验证过的这种数学模型，因为他所谓的爆款，什么爆款？就是数学模型，这个数学模型是跑得通的啊。第几集第几分钟，应该是有一个什么点，在这个时候实现用户转换，从免费版本转换到收费版本，他搞的是这样东西啊。

如果说我们写一个完全按照美国价值观的这个本子，这个就会有很大难度。现在是什么人在拍这些短剧呢？就是在欧美这边实际上，主要的是一些中国赴美国的留学生，他们在拍。这边学艺术学影视，学导演的呀，学表演的呀，他们去拍。拍完了以后呢，在国内有甲方说我来去花钱啊。我要去定制一个片子，订到片子了以后呢，他们再拿回来去进行投放啊，叫投流然后呢，拿去变现。

你说我现在有一个美国的人，他们在本土写了一个本子，国内人要不要啊？他们不敢啊，他们没有测试过就不敢去玩这个事。那么你说未来会不会有一天说欧美人也准备自己去写本子自己去拍这个呢？一定会有。为什么说一定会有呢？因为现在的短句其实已经影响到很多人了。这个东西在美国投流已经影响到墨西哥了。其实他刚才讲到说他的墨西哥裔的口语老师在墨西哥看到楼下小卖部的老板娘在看短剧。这说明什么？就这东西已经流传开了啊，你要相信。不会有短剧公司跑去墨西哥投流的。为什么你在墨西哥投放了广告以后，你挣不回来啊。墨西哥的广告很便宜的，所以这个东西一定是在美国投放的广告。然后啊，墨西哥的人看到了已经有自主传播了。这件事本身已经从侧面表现出来了，短剧这种艺术形式的生命力是有很强的传播力的啊。当这样的东西被传播了以后，他们就会尝试着自己去创作这个事情呢。

网文已经做过一次了，中国人努力的把网文传播出去。实际上网文也不是咱发明的。咱们自己发明的叫张户一体小说啊。然而日本人发明的是这种什么单行本啊，或者是杂志核定本啊。现在网络小说实际上是把所有的这些商业模式集合在一起的。一个东西，我们肯定也是先看日本的，看台湾的，然后咱自己写。写完了以后再反销到台湾去，反销到日本去，或者反销到其他地方去。然后我们也尝试把这些网络小说输出到全世界各地去，也挣到钱了。他们在当地的人看了以后呢，也在尝试自己开始写。所以他会有一个慢慢的过程啊。

现在既然短剧这种形式已经在他们那流传开了，那么他们一定会尝试自己去创作啊。自己创作完了以后再去传播。但是这个过程没有咱们现在这种直接投流来的快啊，这是一定的。所以稍微有一些耐心，再往后呢，real shot到底挣不挣钱的问题啊。real shot呢，它们叫枫叶互动，这个公司是中文在线在美国孵化的一个项目，号称是纯纯的美国公司，400人的团队，一年折腾下来挣了24万人民币。这件事呢来说呢，只能说短剧real shot这种模式在美国确实发展的并没有那么好。

那你说，是不是因为400人一年只挣了24万所以发展的不好？正好说反了，如果发展的好是什么样？400人一年在美国亏10亿，这叫发展的好。为什么说亏10亿比这挣24万发展的好呢？大家注意啊，你要不然狂亏啊，那意思是什么？就是大家对未来看好，愿意借钱给你，让你花去，要不然你就狂赚啊。那我这个东西，已经把钱的亏钱的部分都干掉了，后边我就齐了。咔嚓开始盈利了，但是稍微赚了那么一点，那只能说明什么？就是大家对于未来稍微有一些迷茫，对吧，这个是存在的啊。所以这个确实发展的没有那么好。至于中文再现啊，是连年亏损，所以大家对于他未来还是看好的，大家愿意给他钱让他去接着烧啊，愿意支撑他，而且用缴投票买他们家股票对吧。从6块钱涨到30多，现在我看了一下，大概20多对吧，那么大家对他未来是有信心的。所以我告诉你，一个公司挣钱赔钱，不是说你挣钱就是好，赔钱就是坏啊，挣大钱这事肯定好，但是挣小钱呢，就属于比较尴尬的了，你赔大钱说明大家对你未来有信心。真的，有的时候资本市场这个事是有点反人性的啊。

那你说real show的这东西，在美国到底有没有那么火？有一点我觉得赵奕凡这位小姐姐，她说的是对的，没有国内宣传的那么火，但是呢也没有她看到的那么冷清。这个事情是分层的，他正好是站在这个层级上面，就看说，“哎，你们这帮穷人怎么玩这个东西啊”，对吧啊，这玩意富人从来不玩啊，他有点这样的感觉，但是呢也绝没有国内说的这个“已经打遍大江南北，无敌手”的那么一种啊，这个有点吹牛了，业余一个中间状态啊。短剧形式，现在在国内已经验证成功了，在国外为什么没有那么火，大概有几个原因。

第一个原因呢，就是有一点点水土不服，拿国内的这种爆款本色直接出去拍，这样的方式其实是有问题的啊，因为他文化上还是有差异，大家关注的点，或者说真正能够引起共鸣，嬉笑怒骂吧，或者说恩怨情仇，这些东西呢，并不是完全共通的。另外一个问题是什么呢，就是real show的这种模式，其实并不是特别适合短剧的传播，real show的是什么模式，就是它有一个独立APP。你需要花钱把这APP抓起来。抓起来以后呢，他在APP内部进行变现，支持他的模式。而短剧真正的腾飞在国内靠的是什么？靠的是抖音快手啊。所以你应该是什么？不是说我拍了一个短句，放在自己的APP里放，应该是到Instagram、到talk、到YouTube shot，到这个里面去放。放完了以后在那个里面去变现。 现在在YouTube里头，其实是有大量的短句在流传的。他们把中国那种一分钟一集、两分钟一集的短句串起来。哎串成，比如说40分钟一集啊，大概也就是可能20多集啊、30集串在一块，然后给大家一起放了。这个播放量很大的，然后直接可以变现。挣的钱虽然没有那么多，但是也还是在挣，对吧这个其实是呃，短剧真正在海外应该采用的方式啊。

现在在这个时间点里，你再想去推一个独立APP，肯定是要稍微费劲一点的。这是现在real shot这个模式的两个短板。第一个就是呃，他的这个本子是国内爆款本子啊，没有本地的这种文化的融入。第二个就是说，他推独立APP这样的一个方式，有点吃力不讨好，这才是现在遇到的问题。 那么短剧的未来到底是什么样的？在国内，这个事情肯定已经在快速的发展了，甚至呢国内因为政府的管控，短剧已经开始向精品短剧的方向发展了。

什么叫精品短剧？就是比较粗制滥造的这种就不允许上了啊。最早的短剧那真的是俩人往那一坐，就开始聊了对吧，只拍上半身，没有下半身，然后基本上没什么外景。现在新的一些短剧还是要有浮道化的，甚至还要做的比较精美的布景，因为流量的成本不断的上升，而且国家管控啊，或者说我内容审核成本的不断上升，短剧的质量在国内在快速上升。 那么在国外这件事呢，啊短剧肯定也会经历一个可能稍微长一点时间的等待。在这个过程中，西方本地的这些作者、这些演绎者，他们也会慢慢地演绎出自己的故事来。那你说到底是应该正人正确上多人种，还是说上被流量认证的呢？大家注意，流量认证这件事情，这个怎么说呢，一定是人性最诚实的那部分。在这件事情上，我们相信所谓的说主流观众喜欢看正人正确的这样的东西我是不相信的。为什么？因为如果你真的喜欢看这些，甲方在发现头瘤失败以后，马上就会换，可能一分钟都不需要他，就马上就可以看到了。啊，说这个，我上了一个黑人的日本武士。这两天刺客信条硬对吧，又翻车了。为什么？因为他把这个日本武士变成了黑人啊，这个还真是历史上存在的。这黑人是存在的，但是上来以后被骂上天了。你如果是投放广告，发现转化率很差，投了1万块钱美金，出去以后只挣回来4,000美金，那这事肯定不行，马上换人。这个没什么好说的。大家在手机屏幕后头还是很诚实的。你如果说我就要白人啊，就要很好看的，不管是白人看还是墨西哥人看，可能大家都会喜欢看。而且这里头还有一点，就是你真让黑人看，墨西哥人看，他可能最很漂亮的那些白人演员，他也会伸手去点这件事呢。呃，他有好的一面，也有坏的一面。坏的一面是什么？就是，呃最后审美会趋同啊，因为大家通过流量去算嘛，就跟国内搞那种叫什么网红脸，大家长得都能一个样啊，这叫锥子脸，这个算是他比较不好的一面啊。最后会趋同。呃但是好的一面呢，就是大家很诚实，我们会明确地知道大众喜欢什么。那么当越来越多的短剧团队离开了独立的APP，是像real shot这些，然后到TikTok、到Instagram use，到YouTube shot，或者是到YouTube上，到这些地方去发短句，或者是到推特上。因为推特现在也可以发短句啊。慢慢的会大浪淘沙，会有新的明星短剧产生出来。所以中国短剧出海这件事情上，我觉得未来还是可以好好期待一下的。

但是现在呢，应该是遇到了一点点小挫折。咱们说回来这位啊，算是个职业演员吧。这位邵逸凡，他演繁花，演了很多电视剧，但是在繁花里头，好像演的也就是一个反正不太说得出名字的角色吧。

这样的人呢，他看不到短距，这是正常的，他那个阶层就看不到。但是呢，没有必要看不起这东西。别看这就是呃，老虎大众们喜欢的艺术形式，然后这些艺术形式呢，可能在过个几年以后也逐渐会被主流所接受啊。

或者说这个里面也会产生出新的主流艺术家出来啊，就像啊最早期的这些四大名著的这些作者啊当时是禁书啊，或者大家看不起的书，后来也变成四大名著了。

咱们原来网络小说刚出来的时候，所有人说这是什么东西啊，一点意思都没有对吧，竟毒害青少年了。现在网络小说里头也开始出各种作协的这种主席了啊，各省作协主席，好多都是网络小说的作家了。

我小时候看金庸也是不允许的呀，看武侠小说，哎呦耽误功课，你怎么可以好勇斗狠。我小时候还有这个说那个谁谁谁，因为看了金庸小说一脚把同学踹死了啊，大家就宣传这个。

现在金庸也变成了武学大加了。所以呢，要稍微给这种劳苦大众发展出来的新兴艺术形式一点点耐心，这才是我们正确的看待短剧这种艺术形式的方式。

好啊，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。

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。