华为开源了盘古大模型，被指抄袭。华为到底冤不冤呢？

大家好，欢迎收听老范讲故事的YouTube频道。华为开源了他的盘古大模型，它的模型呢，反正依然是山海经风格的起名。原来呢，没有开源，都是说我们内部开发内部使用，或者说我们专门供政府和大企业来使用。但是现在发现开源这条路不错，那我也开源吧。结果开源了以后就出事了。

它是6月30号在GitHub上就直接开源了，号称呢是在升腾芯片上训练出来的大模型。以前呢，我们的大模型大多是在英伟达芯片上训练，但是呢可以在升腾的芯片上去做推理。现在说，我直接在升腾芯片上做训练，也算是一种小的突破吧。

他呢，其实发了两个模型：一个是72B的MOE的模型，就是混合专家模型；然后呢，有一个70B的稠密模型。做呢做完了，但是准备开源还需要准备一段时间。开源这件事，不是说你做完了，把它扔出来就完了，还是有很大的工作量需要干的。比如说你要去写开源手册、许可证，这个还不是那么容易，还在做。

发出来以后呢就被质疑了。有一个叫honest AGI的账号，他在GitHub上发了一个项目，说我用这个LIM fingerprint这种方式呢进行了验证，就是叫大模型指纹的一种算法吧。它的验证是什么呢？它叫关注度的一个模型相似度吧。就是什么呢？就是说我每一次进入一个模型去提问题的时候，模型是分很多层的。在每一个层里边去响应问题的时候，基本上有四个指标：一个呢是问题question，一个呢是key，一个是value。

因为大模型里头都是先给出了问题，然后呢看看你到底是拿到了哪一个关键的key（关键钥匙），以及这个钥匙所对应的值，也就是value。还有一个呢就是它output是什么，输出了什么。就是你的问题进入到每一个层级的Transformer的这个模型里头去，你就会形成这样的四个指标。形成的向量就是问题是什么，key是什么，value是什么，输出是什么。

它把这些跟注意力相关的指标呢形成了一个指纹进行比对。指纹这种东西不要对着自己手看，跟这没关系。稍微讲一个形象点的意思：很多人都知道计算机可以做人脸识别。我们在人脸识别的时候，化个妆是不是认不出来了？不是的。计算机做人脸识别的时候，也是对人脸进行了指纹抽取。他怎么干的呢？他其实比对的是人脸上面的这个眉毛、鼻子、眼睛、嘴之间的比例和角度。为什么这么做呢？因为计算机没法判断说，我哪一次做人脸识别的时候……

你到底是正脸拍的，侧脸拍的，是拍多远多近？所以他都是先要使量化。然后呢，把你整个的眉毛、鼻子、眼睛、嘴变成一个比例和角度的简单模型。最后，只要是符合这个比例和角度的，就是你。你比如说我戴个眼镜，或者是在身上画一点别的妆容，它其实是不会影响人脸识别的。

在什么情况下，人脸识别会不准呢？就是一个小孩从小长大的这个过程中，如果没有中间过程的话，他就认不出来了。因为你这个比例变化了，人小孩长开了嘛，这个是不认得的。其他的一般都不会发生认错的情况。

所以呢，大家基本上可以理解说，从大模型的每一层进入的过程中，它的这个问题，key、value和输出，每层都算出来以后，形成了一个指纹进行比对。然后发现呢，盘古大模型所得到的这个注意力模型呢，跟千问2.5 14B高度一致。正常的两个独立训练的模型呢，这种相关性的话应该在0.7以下，这到头了就是完全一样就是1，完全不一样是0。所以正常的两个完全不相关的应该在0.7以下。

但是呢，盘古72B MOE的这个模型呢，跟通义千问的2.5 14B的这个模型，相关度达到了0.927，基本上就认为是一样的。他为了说明说你看我这个算法是准的，还把Llama3.1的这个也拿出来算了一下，说你看确实差的很远。但是呢，用他这个算法去算，比如说国内的其他一些模型的跟千问2.5 14B，也有一些到0零点八几的，也都比较像。好像百川的一些模型也很像。所以呢，也没有那么准吧。但是0.927这个事呢，确实是有点过分了。不能说这个一模一样吧，稍微有一些差别。但是呢，你穿了马甲我还是认识你的，大概就是这样的一个程度。

于是呢，大家开始质疑盘古大模型是不是在千问2.5 14B的基础上做的增量训练呢？我在你原来已经训练好的模型上，我再加一堆数据，咱们再训一遍，是不是这样得出来的一个东西？华为呢就赶快出来辟谣，说第一个你这个测试方法呀并不科学。fingerprint这个方法呢，其实存在了一段时间了。但是呢，使用这种方法直接用数值去进行模型比对出结果的这种方式呢，应该是honest AGI是第一次来使用。具体测试方法呢，其实并没有完全公开。你不公开这个方法的话，你就没法复现这个事。因为一旦是被人指责说你抄袭了，那我看看你怎么说我抄袭了，我得用你这个实验方法重新再试一次。他这个没有，所以大家也没法去反击他，说你看你这数算错了还是怎么样，这个也比较讨厌。这个盘古大模型呢。

确实是使用了开源代码，同时呢，也遵守了开源协议和开源相关的规范吧。而且呢，也进行了注明，只是注明的位置不是特别显眼。没有说上来就先讲说：“我是千问2.5 14B的一个分支的模型”，或者说：“我的基础是千问2.5 14B，我在这个基础上又做了哪些动作呀。”这个都没写。他呢，只是在一个说明文档里头的一些其他license里边标注了一下，说我这里用了千问的一些东西，而且它是归阿里巴巴集团的。而且这个标注呢，是在6月30号盘古大模型发布仓库的时候就已经发上去了。在7月4号被质疑之后稍微补充了一下，但是没有大改。并不是说被质疑了以后赶快去补这个，东西原来也写了。补的呢，也就是说我确实用了，也没有具体写清楚我到底怎么用的，或者用的这个千问的代码用的哪一部分，他也没写，只是说我确实用它了。

千问2.5的模型使用的是一个什么样的许可证呢？你用了他的模型，到底算不算抄袭呢？千问2.5的许可证是比较奇怪的。他3B的许可证不一样，他用的叫千问研究协议。所谓研究协议是什么？就只能用于研究，不能拿这玩意商用。这个是千问2.5 3B。千问2.5 72B的这个最大的这个模型呢，它的许可证也是不一样的，它是一个千问的商用协议。你如果拿它进行商业使用的话，需要到千问那边去重新申请授权去。但是中间这些像14B、32B一些模型呢，使用的就直接是Apache 2.0的协议。这个是一个大家普遍使用的很宽松的开源协议。这个协议怎么规定呢？就允许用户自由的使用、复制、修改、分发软件，包括用于商业目的，而无需向原作者或版权方通知或获取额外的许可。随便使不算抄袭，必须保留原作品的版权声明、许可证等相关信息。就是你用了以后，没事，你也不用告诉我，但是呢，你要在你的这个版权说明里你要说一声我用了。大概就是这样。

盘古呢，也确实说了说我用了，只是说的地方呢，稍微犄角旮旯一点吧。也算是符合规范，但是具体怎么用的，用了哪部分，你并不需要明确的去说这件事情。这就是Apache2.0的许可证的一个要求。盘古呢，也确实符合这个要求了。那华为自己的盘古开源大模型走的是什么开源协议？有没有人好奇这件事？他走的叫盘古开源协议。这种开源协议的事呢，有些人说我用GPL，有些人说我用Apache，或者用一些其他的，这个就属于是比较公共的一些协议。还有一些人呢说，干脆我写一些自己的。千问2.5的这个3B，千问2.5的72B。

都是千问自己写的协议，在原来的Apache 2.0的基础上改一改。盘古呢，也是自己写了一个。他呢，协议是这样写的：就是全球永久免版税、非排他，但不得转让、没有再授权。Apache2.0的模型呢，是允许再授权的。就是你拿了我的软件来了以后，你可以拿我的软件再授权给别人，再接着使去。但是盘古呢是不允许的，就是你可以用，但是呢，你不能够再授权给别人了。

盘古模型的是允许复制、修改、分发和商用，这都没问题，跟Apache2.0是一样的。允许闭源改名发布，但是需要保留协议与版权声明。这一块呢，是跟Apache2.0的稍微有一点点小差别。是什么呢？就是你发布了产品以后，上面要写上“POWERED by盘古”。盘古那个里头也写的“POWERED by千问”了，这都有。但是呢，盘古要求有强制性的商标声明，就是你必须写。而这个Apache2.0的里头是不强制的，你可以写，也可以说我不把这个商标给你露出来，都是可以的，没有那么严格。

盘古的开源系列里头还玩了个小花活，跟Apache2.0最大的差异在哪？它有地域排除。Apache 2.0就是你只要是符合这个协议的，你愿意在哪使在哪使，没关系的。但是盘古开源协里头明确规定了，禁止在欧盟境内以任何形式接触和使用哈。你不能在欧盟去部署盘古的模型，也不允许在欧盟去部署任何从盘古衍生出来的模型，或者用到盘古代码的任何产品，你都不能到欧盟境内去部署。这个是比较奇葩的一个点吧，不知道欧盟怎么跟华为之间有这样纠结吧。

这个盘古模型里头，还有一些典型的叫“按现状免责声明”，对于华为的免责和侵权赔偿条款。就是说我这东西就这样了，你不能说你拿了我的模型去以后再去发生点什么事，你找我追责这事不行。这个在Apache里也有。然后呢，是不授予商标，但是呢强制展示商标和归属。Apache呢也是不授予商标，但是没有强制展示的要求。这个什么意思呢？你不能说我用了盘古大模型了，然后你就出来说，我这是华为的东西，这事是不允许的。Apache的协议也是这么规定的。你比如说我今天用了千问的哪个模型了，然后出来说我跟阿里有什么什么关系，这都不允许出去说去。但是这样盘古就是多一条，你必须要强制的去展示商标及归属。

盘古协议并没有声明说我是从Apache 2.0协议里改出来的。其实呢，它是在Apache2.0宽松可闭源、再分发的框架下，额外增加了欧盟禁用、商标展示和不可转让这三项。讲到这儿呢。

咱们再想想说这个点，他这炮的人到底是谁呢？这个honest AGI到底是谁呢？这哥们也很神奇。他呢，突然在7月4号在GitHub上就发布了一个仓库，这个上面写着说我做了什么实验。做完实验以后呢，我发现盘古72B MOE模型跟千问2.5 14B模型高度相关，疑似抄袭，就写了这样的一个东西出来。写完了以后呢，快速的就把仓库删了，就是我快速的登记上去，快速注册，快速上传仓库，然后快速删除，这事跟他没关系了。所以这人到底是谁不知道，但是这个信息呢，很快的就被有心人转载和传播了。

国内有些媒体的报道呢说，这是一位在哥斯达黎加大学上学的韩国留学生。我也到ChatGPT、Grok呀，Gemini呀上面去查询了一下，上面都写说没有一个实际的证据说这哥们是在哥斯达黎加上学的韩国留学生，也没有任何的公开信息证明这哥们到底是谁，或者是位女士吧，这些现在都不知道。我就在豆包上去问，为什么有国内的媒体报道这个honest AGI是一位在哥斯达黎加上大学的这个韩国留学生呢？豆包搜了半天，确实没有一个实际的证据。是有一些媒体呢，上面写的是他的这个GitHub上的仓库里边有文件做的自我介绍，上面写的说我是“在哥斯达黎加大学上学的韩国留学生”，但是现在呢，这个仓库已经被删掉了，所以呢，没有办法再去核对和确认了。

那华为到底算不算抄袭，或者是不是抄袭呢？总之吧，他的姿势不是很优雅，这个事咱们还是要说的。高度重合这件事呢，肯定是有原因的。这件事呢，不是说写个在引用里头说我引用了千问就完事了，或者你告诉人家说你这个测试方法不科学，我是从头训练的，这个事并不能这么简单的就解释的过去。你还是要去解释说到底是怎么回事的。但是这个对于华为来说就比较麻烦，因为人家上传仓库，然后删库跑人了，你没法复现这个。但是你完全可以自己找一些LRM大模型指纹的算法来去复现，但是到目前为止呢，华为官方并没有做这个事情，只是发了一个公告就完事了。

公告里头呢，写的是遵循了开源许可规范，但是更多的呢，还是强调自主研发的部分。这样的话至少不太礼貌吧，没有说清楚具体使用了开源系统中的哪一部分，以及如何使用的，这个才是遭到质疑的一个核心问题。你使千问的了，你也在这个版权声明里头也写了，我确实POWERED by千问是阿里巴巴集团的，但是我到底咋用的，我用了哪部分我没说，还高度重合，最后我符合协议完事了。

这个确实有点说不过去。质疑了之后呢，依然再去强调说我是自主研发的，这个就属于是越描越黑了。所以他的姿势肯定是不对的。

官方回复中，依然只是强调我遵守协议和规范了，没有提任何引用软件的名字。他没有说我引用了千问，在官方回复文件里头，就直接把这东西给漏掉了，只是说我符合规范了。这个就属于更加的感觉有些心虚的一个状态吧。

那为什么很多人会选择不相信华为呢？肯定还会有人相信华为说什么都是对的，但还是有很多人愿意不相信他。因为华为已经习惯了强调自己的自主创新、遥遥领先、民族主义。

任正非有一次提到过什么呢？就是华为自己在全世界都有研发中心，招了大量的海外科学家参与研发，包括他国内也有大量的外国人科学家在研发。但是呢，他说我们从来不宣传这件事，让你觉得我们这都是中国人自己做的，自主研发的，跟老外没关系。其实华为大量的技术都是由全世界的科学家一起去研发出来的，但是人家不说了。所以他有这样的一个宣传的习惯。

如果盘古大模型一上来就说，我在千问的基础上做了点什么，也不会有人说他什么。但是呢，他只是把千问的版权声明放在Pytorch引用的后边提了一嘴，那就很容易被人攻击了。Pytorch是梅塔开源出来的大模型驱动的一个框架吧。Pytorch他用了，说这是梅塔的；千问我也用了，后边还写了几个，还用了什么GPT的一些开源的项目。当然它叫GPT什么我忘了，不是OpenAI开的，只是这个名字叫GPT什么。还有hugging face的一些开源软件，我也都用了。我都按照这个Apache 2.0的要求，把人家的名字写上了。只是呢，写的位置呢，稍微犄角旮旯了一点点。

这次的事情呢，大概率是被人做局了。肯定有人发现了问题，发现问题之后呢，就冲上来狠狠砸了一锤子，砸完了以后就跑了。在别人看到仓库以后，转载了信息之后，快速把仓库删掉跑路了。从整个的动作来看呢，应该是做了这种有预谋、有计划、有组织的狙击活动。

华为的品牌受众呢，甭管是喜欢华为的，还是讨厌华为的吧，都比较二极管，或者说比较极端，没法接受开源软件引用的这样的一个中间状态。你对于这些特别喜欢华为的人来说，华为就得自主创新，怎么可能用别人的呢？甚至呢他觉得，如果我抄个谷歌的，抄个OpenAI的，我们还余有荣焉。一下你抄了个千问的，你要脸吗？会有这样的想法。

我记得当年小米的空气净化器抄了一个日本牌子，但是那牌子念起来很像印度品牌。

很多人在国内就传说：“小米，你要脸吗？你抄个印度品牌。”这个也确实是中国人的这种民族自豪感比较难以接受。另外一波人呢，其实也不太懂开源，但是那波人就是属于是“华为干什么都错的”。一看说：“华为，你抄的，我就知道你走到哪你都会抄。而且你看你在这个版权文件里还写了人家千问的名字了，最后你跟人长得一模一样，这实锤了，你就是抄的。”所以呢，华为的受众，甭管正面反面的，都很难接受这种中间状态。

有些事情呢，真的叫瓜田李下。中国自古以来讲的什么呢？在瓜田旁边不系鞋带，李子树底下别扶帽子，这个都属于叫有嫌疑的事情。华为干这个活呢，就属于叫瓜田李下。华为其实在中国的开源界里头一直还算是做的比较不错的，还算是守规矩的。只是呢，华为自己的宣传跟民众认知里头无法容忍开源这种模糊的地带。

应该怎么办呢？第一，我别在瓜田下走。我就算是在瓜田下走了，我也确实是提了鞋了，那怎么办呢？有一些人会选择说：“那我站起来的时候，甭管我原来手里拿没拿着瓜，我都放点钱下来，就算是避嫌了。”要么你说：“我就彻底不用也没毛病。”用了呢，你就大大方方的承认。或者说你原来比如说只用了一点点，你可以承认说：“我使用千问这部分呢，放在比较显眼的地方，让人看到说：‘我在这呢。’”就是说我在李子树底下扶帽子之前，我先举手：“我这帽子歪了，我要扶一下。”大家都看着，我这个帽子里头原来就有仨李子，不是从上头掉下来的。你可能要稍微说一下，就是变得更加的假道学一点点吧。

最终的结论是什么呢？就是华为自己呢，面对这种攻击是比较无力的。原来呢，他是开源这波人负责开源的事。在国内呢，负责愚民的这些人呢是另外一拨人，就是每天喊“遥遥领先”。但这些人是另外一拨人，这两拨人原来是不怎么打交道的。原来就算是有一点点小交集呢，华为内部这些负责开源的人也会选择说：“我只对对我不利的信息进行辟谣，对我有利的误传，我就听之任之了。”原来有人去传说华为要去做中文开发语言的时候，华为内部所有人都知道这是假的。但是呢，没有任何人出来辟谣，因为辟谣很累，没意思。

但是你到现在了，指责他抄袭了，你现在再想出来辟谣也没那么容易了。所以他这个攻击呢，甭管他怎么回应，原来不信的人还是不会信。而且他做的这个姿态呢，也不是特别好。这就是这一次华为被人指责盘古大模型抄袭千问2.5 14B的这个事情的前因后果。到底抄没抄？我估计还是用的过程中不是特别讲究，否则不会有这么大的重合度。

如果他这个完全无法复现的话，华为早就出来辟谣了，说：“你看，我自己也试了，压根不是这么回事，他测的就是错的。”而不是出来说你测试方法不科学就完事了。

好，这个故事就跟大家讲到这里。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。

联想技术世界大会上看江湖恩怨情仇。大家好，这里是老范讲故事的YouTube频道。今天咱们来讲一讲10月15号刚刚在西雅图召开的联想技术世界大会，它叫Tech World 2024。

在这场会上，上台演讲的人呢，第一个是杨元庆，联想的老大；然后是英特尔的CEO基辛格博士；再往后是AMD的CEO苏兹风博士；再往后是英伟达的老大黄仁勋，他不是博士啊。这些人是在现场演讲的，还有一些嘉宾呢，就显得亲疏有别了，他们并没有到现场来演讲，而是发送了视频演讲，就是在现场播放了他们演讲的视频。第一个是微软的萨提亚·纳德拉，微软CEO；然后是高通的CEO克里斯蒂亚诺·安盟；最后是Meta的小扎，也在里边发表了演讲。这个是一开始没太想到的，因为Meta的小扎跟前面咱们讲的所有这些人其实没啥关系。

那么在整个的大会上呢，发表了哪些东西呢？第一个是联想自己的AI PC，以及联想自己的AI Now。AI Now是一个什么东西呢？就是联想自己的一个基于PC的AI助手。这种东西呢，其实有点像，比如说三星应用市场啊，或者是索尼应用市场，有点像类似这种东西。为什么要提到这两个产品呢？因为你想，他们三星也好，索尼也好，出的都是安卓手机，你安卓手机在海外的话，按道理说你用Google Play就完事了。但是不行，我们一定要做一个自己的应用市场，在上边去。到底有没有人用我不管了，反正我得做。

所以现在联想出的AI Now呢，也是类似这样的一个东西。你是用微软Copilot，还是用联想AI Now，我不管，反正我得出一个，就是类似于这样的产品，做了，但未必有很多人用。那么联想AI Now的底层是什么呢？刚才想想演讲嘉宾里头有哪些人跟他们关系不是特别密切的呢？对啊，这个联想AI Now里头用的是Meta的LLama 3.1。所以呢，小扎在里边有一个演讲，小扎也算第一次混到了PC圈里头，他原来跟PC圈是不怎么打交道的。

除了联想AI Nowe之外，这次还发了一个东西，叫X86生态系统咨询小组，做了这样的一个新的机构。这是什么样的情况？X86生态现在要混不下去了，面临ARM的这种竞争，已经要有问题了。原来英特尔结构，也就是英特尔跟Windows做的这个架构里边，X86是非常坚挺，完全不可动摇的一个位置。但是现在，随着苹果M系列芯片的大卖，微软也跟高通一起做了X Elite这样的芯片，做了Windows for ARM这样的系统出来。

所以现在，X86整个的团队说：“哎呀，不行了，天要塌了啊，我们要重新抱团取暖了。”所以这一次发布的是两个东西，联想AI Now和X86生态系统咨询小组。联想算是绝对的PC老大，在联想收购了IBM的PC业务之后，全球就是他老大了。到目前为止，联想在全球的PC出货量和中国的PC出货量都是老大。2023年，联想在全球出货了24%的PC，在全球每卖100台PC里头，包括笔记本，有24台是联想的，当之无愧的冠军。在中国市场的话，是34%的市场占有率，也是当之无愧的冠军。

那么联想这样的PC老大出来说：“我们吆喝个事吧，然后大家来捧个场啊。”大家一定是要来的。在这个里头，AMD跟英特尔一定是最亲近的，对吧？这俩做CPU的，AMD自己还做GPU，很多的联想产品上都是使用他们的产品的。而且，X86的大旗也需要靠他们两家继续扛下去。所以现在有很多人想说：“哎呀，尽释前嫌，在外敌面前，大家还是要团结一致的。”所以英特尔跟AMD两个，基辛格和苏资峰握手言和，说：“来，咱们研究一下啊，这个地盘要丢掉了，基本盘要不保了，咱们怎么能混下去？”所以他们赶快来，去组织X86生态系统咨询小组。

那么X86生态咨询小组里都有哪些人呢？英特尔肯定是老大，这个东西他发明的，其他人都是从他那里直接或间接拿到的授权，所以英特尔一定是在的，AMD也在，因为AMD也是做X86架构的CPU。

然后就是联想，它也在里面。再往后一个叫博通，博通呢其实主要是在做网络和存储相关的芯片，也是非常大的一家公司。然后是一些其他的电脑厂商，比如说戴尔、惠普，这都在里面。然后谷歌也要进来掺一杯，因为谷歌其实自己也是做电脑的。但我现在不太确定谷歌最新的电脑还做不做了，因为谷歌原来有一段时间出这个Pixel的电脑。而且他们的电脑到底用的是X86的架构，还是用的ARM架构，不太确定。反而谷歌也可以算是一个电脑厂商吧。

然后有一个公司叫汇宇科技，汇宇科技呢其实原来是惠普的子公司，只是现在的两家分开了。惠普主要出各种个人产品，个人电脑、打印机什么的；汇宇科技呢主要是各种企业级用户使用的产品，是他们在做的。他们也来参与进来。

然后Meta，我做LLama系列的开源大模型，那么我在这个里面也要去支持PyTorch这样的大模型的支持系统。这些系统要支持X86架构，所以Meta也加入到了X86系统咨询委员会里面。除了Meta之外，还有微软、Oracle、红帽子。Oracle是做数据库的，其实也做操作系统，Oracle自己也有一些Linux发行版本。微软肯定是Wintel战略里边不可或缺的一支。红帽子算是所有的Linux里边比较大的一支。我现在不确定是红帽子最大，还是Ubuntu最大，但是红帽子参加了，Ubuntu没有在里面。

其他还有一些德高望重的老先生，比如说Linux内核的创始人Linux老头，还有俺real之父叫Tim Swinney。那你说与会嘉宾里头有没有人没加入呢？哎，咱们看一看。原来都讲着说领导生病了，谁来了我记不住，但是谁没来我记着呢。咱们看看，刚才咱们讲了这么多与会嘉宾里头，有谁没在刚才这个X86的小组里边来。像Meta跟大家平时玩不到一块的人，他都在里头。那有两家没在里头，一个是高通，一个是英伟达。高通呢其实跟联想还是有蛮多合作的。

联想自己也出了一些高通芯片的Windows笔记本。就是它有Windows for ARM嘛。联想现在用X Elite这个芯片，也做了几款设备出来。那么英伟达为什么没在里头呢？其实英特尔和AMD最恨的不是高通，最恨的是英伟达。英伟达上来讲的是什么呢？你买我英伟达的显卡，就有AIPC了，你不需要去买最新的AMD芯片，也不需要去买最新的英特尔芯片。因为AMD和英特尔都为了AIPC，为了AIGC大模型设计了新的芯片，希望联想通过AIPC的大卖，把他们的新的芯片卖出去。但是英伟达上来以后说：“唉，不用费劲了，你们用原来旧的芯片，用比较低档的英特尔和AMD的X86芯片，只要是在里边插上我的英伟达显卡，就可以了，效果比他们那还好。”所以这也是不能让它加入的，高通不能加入，英伟达不能加入。

联想在整个这个里边，实际上是个渣男。为什么这么讲呢？就是联想除了出英特尔和AMD的电脑之外，还出高通的电脑。联想还出一个型号的电脑，里头用的是兆芯的产品，亿兆的“兆”，芯片的“芯”。这俩字，兆芯的这个芯片其实也是X86架构的。兆芯的X86的授权是哪来的呢？是原来的台湾威胜电子的X86授权。他可以继续去造这个芯片。台湾威胜电子原来有一段时间卖的还挺火，叫Cyrix芯片（C Y R I X），只是后来他们就慢慢淡出大家的视野了。

现在国内要求信创，要求完完全全的国产替代，所以上海兆芯电子又重新活跃了起来，为联想提供完全国产的X86架构的芯片。因此，联想现在也完完全全可以提供全国产替代的电脑。除了刚才我们讲的高通的芯片的电脑以及兆芯的电脑之外，联想还跟龙芯一块合作做了电脑。但是龙芯现在是发布了，他的产品应该还没有上线，因为龙芯的芯片里边的指令集是完完全全自己的，100%号称是中国自主研发、自主知识产权。那甭管是不是真的，他有一点是肯定的，那就是跟谁都不兼容。

既不是ARM的指令集，也不是RISC-V的指令集，更不是X86的指令集。它跟谁都不一样，所以他们这种电脑，谁要去买的话，估计会比较酸爽。咱们刚才把各种芯片公司的关系都讲了，再看看几个软件公司之间的关系：Meta、AI Now、Copilot，他们三个之间是什么关系？Copilot是微软的嘛，大家要注意，Copilot在国内是不能用的。在国内，你是只能用一些其他的产品。而且在联想开完了这个会之后，微软马上就宣布说微软云的AI接口不对中国个人开放了，但是微软云的AI接口对中国企业开放。所以联想的设备里头，有可能会接一些微软云的企业AI接口，但对个人接口全都封闭了。这也是为了在国内合规。微软的Copilot，无论是在它的Office、浏览器里面的搜索引擎，还是电脑里边的，在中国都是不让用的。

那么，AIPC在中国就只能用AI Now，就是联想这套东西。而Meta呢，就是AI Now的底层提供者，提供LLama3.1。而且可能未来会升级到LLama3.2。LLama3.2现在我们在本地可以跑1B跟3B的版本，只能是做文本处理。10B或者更大的这些版本，现在本地还跑不了，在Ollama里头还没有。那个是可以进行多模态的处理的，你给他一张图，直接问他说这里头画了什么，他可以直接回答出来。这还要再等一段时间才能出来。我相信等到那个时候，可能联想的AIPC，它的功能相对来说就比较完整了。

因为在苹果开了这么多大会之后，所有这些做PC的厂家说：“我已经搞明白了Apple Intelligence怎么做。”联想AI Now，我照葫芦画瓢抄就行了。本地能够跑的硬件，AMD、英特尔、英伟达都给我搞定了，包括高通也可以搞定。然后软件的基础，我们用LLama3.1就可以了，未来可能会升级到LLama3.2或者更新的版本，然后它的整个服务模式。

照着苹果抄就可以了。以后的 AIPC 在海外，如果你用 Windows 的话，就主要用 Copilot。如果在国内的话，AI Now 也可以稍微将就一下。大概是这样的一个运作方式。

今天我们看到的是什么呢？我们总结一下，就是村里最大的地主要开个堂会。联想吧，就是 PC 这个村里最大的一个地主，他开堂会呢，那个场子大家肯定还是要来捧一下的。就是甭管大家是貌合神离也好，还是各怀鬼胎、同床异梦也好，大家还是要来的啊。英特尔、AMD、英伟达、高通、微软、Meta，大家都抵到现场来捧这个场。你如果没来的话，我们会记住你的。

而 AIPC 这条路的话，其实是非常难走的，啊，充满了荆棘。在这个路上，有地缘政治的问题，甭管是咱们的国产替代，还是说 AI 的产品不允许在中国落地等等，这样的一些问题凑在一起之后，整个 AI PC 全球的市场，其实这个路是很难走的。因为 PC 这样的一个产业，一年全球出货 6,000 多万台的 PC，如果大家没有办法做一个统一的标准，你做你的，我做我的，在这个基础上再去进行软件开发、服务设计，就会变得非常非常困难。

至于未来到底会走成什么样，真不好说，我们一步一步往前走，拭目以待。而且我们可能还需要留出一些很神奇的问题。这些问题是什么？比如说，纯国产替代的 AIPC 怎么办？现在国内还有国内的这些显卡的芯片，还有国产的这些 CPU，这些国产 CPU 里头有谁可以跑 AIPC，现在还不知道。我们就用 Llama 这个东西行不行？还是说到了中国 Llama 也不让用了，必须要去用通义千问，或者用百度文心一言。百度文心一言还用不了，因为它没有离线的版本，必须在服务器上使。百度文心一言跟 AIPC 就没有什么关系了。那么这个是不是要去换系统，现在还都不一定呢？

Llama 在国内其实使用的是非常普遍的啊，但是呢，大家谁都不说，就跟微软的这种微软云的 AI 接口一样啊，所有国内厂商去签约使用微软云 AI 接口的，都要求同时签保密协议。

你不许对外说啊，我用了你们家东西。LLama其实也是如此，大家都去喊自主创新，自主知识产权去了。我怎么能够承认我是用LLama呢？如果联想的电脑在国内进行招投标的时候，那我们还要想说，哎呀，我们用的是不是纯国产的芯片，纯国产的内存，纯国产的SSD，纯国产的Linux操作系统，还是说我们用了纯国产的开源大模型？这个可能还是未来大家需要去回答的一些问题。

好啊，这就是今天跟大家讲的故事。联想在西雅图办堂会，各路大佬啊，甭管是心怀鬼胎同床异梦，大家都是来捧个场。未来AIPC的前景堪忧。好，这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。

Llama3.1 405b突然开放，指标上全面超越GPT-4。中国厂商们是不是又可以充了呢？大家好，这里是老范讲故事的YouTube频道。今天咱们来讲一讲Llama3.1 405b 开放的事情。

Llama的开放，每一次都比较有戏剧性，都会有偷跑。什么叫偷跑？就不是由官方开了发布会，说我今天发布了一个什么产品，而是一般都是在Reddit这样的论坛里，突然就有人放出磁力链来，大家可以去BT下载Llama3.1 405B，包括Llama3.1 405B相关的各种测试数据，都是这么被发现的。头一天偷跑了以后，第二天梅塔说那算了，我开了吧。当时好像Llama2也是这么开出来的，现在Llama3.1 也是这么偷跑，完了以后就正式开放了。

他在跑分上已经全面地超越了GPT-4，基本上在各个指标上都超越了。这是非常非常难的，因为以前大家推出的各种模型里头，都是在个别指标里面超越GPT-4O或者超越GPT-4。那么在各项指标上全都超越的，这应该是第一次。当然了，它也是分很多版本的，分为8B、70B以及405B这三个版本。405B已经完全超越了，下面小一点的8B，应该比原来的Llama370B的效果还要再好一些。它的70B基本上针对前两天发布的GBT4OMINI，属于碾压状态。

Llama3.1 现在支持8种语言：英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语。

这个里面没有中文啊，不用他们担心，中文我们自己会搞定的。这就是他们现在发布出来的模型，上下文窗口呢，从8K直接涨到了128K。Llama3是8K的，啊，现在Llama3.1 就直接128K，但是我还用不上，为什么呢？我想要去用这个Llama3.1 的，啊，405B这样的模型我肯定没法在本机上用，这玩意你肯定还是要很多的显卡，才可以把它刨起来的。所以一定是云端，用这么大的模型，你要给它这么长的上下文的话，通常那个压力是很大的。

所以现在我去看到的，比如像together AI上面的Llama3.1 的模型，里面啊，应该是8B的和70B的给的是32K，405B只给了4K，就是你超过4,400以上他就不干活了。超过了以后，我估计就会变得非常非常贵，工作的耗或者工作的成本就会变得很高。所以我现在能够用到的Llama3.1 ，405B只能是4K的，就是上下文4K。405B呢，也是Llama系列的第一个支持多模态的大模型，原来的都是纯语言模型，现在可以支持多模态了。

但是怎么说呢，如果只能用到4K的话，多模态意义不是很大，你塞不进去东西去。这还要看未来，是否有人愿意开放完全上下文的这种Llama3.1 的模型给大家去使用了。Llama到底算不算开源，对吧？我们刚才讲他开源开出来了，Llama是不是开源这件事情呢，也是有一定争议的。开源这件事情并不是说我把所有东西都开出来，你就随便去用就叫开源。

开源本身是一个在法律框架下，遵守一定的开源协议的商业模式。这个东西是要收钱的，大家可以去规定说我开哪部分，不开哪部分。当然了，也有一些原教旨主义者，他们其实是开放软件的一帮推崇者。他们认为Llama不算开源，为什么呢？

第一个，Llama只开放了部分代码，并没有把所有的代码都开出来；第二个，只开放了模型和参数，没有开源训练数据和完整的训练过程。如果是开放软件，这些东西都应该拿出来。而且只开放使用，他对使用还是有一定限制。开放软件这帮人说，你要叫开源，就得把所有的权利都拿出来，不能有自己任何权利保留。

这个是Llama在这块有一点点的小争议。对于Llama来说，它到底是限制了什么？在使用上，你说大家都下载了，都去用一下，我在本地上也下载了，它到底限制什么呢？

第一个，他不允许用Llama3训练新模型。这也很有趣，实际上现在国内大量的新模型都是拿Llama去训练的，但他这个是不允许的。第二个，用户超过7亿的，需要单独向梅塔申请。这其实就是针对中国的，全世界的公司里头，用户量超过7亿的，除了美国的那些之外，剩下的基本都在中国。他现在也有要求说我已经设置好了，超过7亿都不行。

但是，这个都属于叫君子协定。什么叫君子协定呢？就是我不告你，你也没办法。如果算告的话，可能也很麻烦，你去取证，做各种各样的法院诉讼的过程都会很长。但是，从道德制高点上来看……

他已经站在上了。你比如说，用户量超过7亿，还拿他去训练模型啊。假设是字节跳动吧，对吧？那个用户量肯定超过7亿了，而且跟美坦直接竞争啊。如果字节跳动拿着梅塔的Llama3去训练自己的模型了，这个事情对于Llama来说，他是可以告你的。

另外一个超过7亿用户，还去训练自己模型的是谁呢？天问啊，闻心眼，百度啊，都是在这个范围内。那么，Lama呢？如果不是走这个原教旨主义的判别标准的话，它算是开源的。但是，按照原教旨主义的标准来判定的话，它也算是个假开源吧。甭管是不是真的开源，但是Llama现在已经开始从开源受益了。很多人搞不清楚开源这事到底咋挣钱，正好趁着今天Llama3.1 405B的这个项目，来跟大家讲一讲开源到底是怎么盈利的。它为什么是一个商业模式啊？不是雷锋。

现在呢，Llama已经让时代的车轮滚滚向前，停不下来了啊，肯定是往前滚滚过去了。那些号称使用开源就是交智商税的CEO们，应该会在车轮下发出悲鸣了。Llama在Llama1、Llama2、Llama3到现在的Llama3.1 之间，一直在这开源模型里头是扛鼎的。他是做得最好的一个，做得最大的一个，其他人就会跟着他去做。对吧？我会在Llama的基础上进行微调。我在Llama的基础上准备微调Llama的数据，准备微调Llama的各种指令集，或者说准备使用Llama3微调一个什么呢？微调一个多模态的模型出来。前两天，斯坦福大学抄袭清华大学的那个模型，就是拿Llama3微调的多模态模型，还有很多人在Llama3的基础上……

去微调上下纹，让上下纹变长。所有的这些，你没有发现吗？就是从Llama3到Llama3.1 之间的这些变化，波太了啊，成上下文了。再加上什么？再加上各种各样的开源数据集，以及开源的指令微调数据集的参与训练，就从Llama3变成了Llama3.1 。它等于现在成为了一个潮流的标志，所有人做的这些数据也都是开放的。这些数据在哪呢？在HIKING face上啊，HIKING face上存了非常多的这种兼容Llama3格式的数据，兼容Llama3格式的指令微调数据集，以及各种各样的用Llama3已经微调成功的新的模型，甭管是长上下文的，还是多模态的都有。

好，现在Llama3说来，我把你们都收下来，我也开放了，你们也开放了，我收下来，然后我再把Llama3再重新训练一下，再把剩下的参数都堆进去，啊，堆一个405B出来，4,050亿参数啊，直接推出来。所以呢，他这个开源真正盈利的方式，大家听懂了没有？这两个字啊，叫做标准。Llama是通过成为标准，让所有在做大模型开源的人都依附于这个标准。这不是强制标准，这个是事实标准，大家依附于这个标准，然后做出生态来，整个生态的价值提升了。

Llama3直接把Llama3基础上的这些开放数据拎回来再去训练，就变成Llama3.1 。Llama3.1 出来以后，一定还会有很多人再在这个基础上，再去做大量的新的数据，再去微调，让Llama3.1 可以去适应更多的场景。那么是不是就快该有Lama 3.2了？就是开元战胜必元，或者开元。

整个的盈利方式就是这样。第一个叫做标准，事实标准；第二个呢，叫做生态。这两个东西一起往前走的时候，整个开源的系统就会快速地超越闭源系统。

很多人在讨论，开源到底便不便宜？咱们Llama3.1 的价格到底怎么算呢？我看了一下together上的价格，因为它是开源的，你可以把它拉到本地来自己去装。虽然我现在没有装这些东西的设备，斑马3在我的机器上可以跑8B，跑到70币已经跑不起来了。70币的话，至少是一块四零九零，再加上大量内存才可以跑起来。

像这种四零五币这样的模型，我已经不愿意去算我需要什么样的硬件它可以跑起来了。这个事情对于我没有意义了。所以呢，我们用云端可以跑Llama3服务或者Llama3.1 服务的这些服务器上给的价格为参考。他们给的是什么呢？就是Lama三点一的70币，每生成100万TOKEN是0.9美元，就是90美分；405B就是这4,050亿参数的这种大模型，生成100万TOKEN是5美金。

咱们呢跟其他人比一比，比如说open AI的。open AI现在当打的是GPT4欧，GPT4欧的输入是5美金，每100万TOKEN，输出的话是15美金。100万TOKEN desert上的这个TOKEN的价格应该是输入输出都一样的吧，但是5美金。统一的最新的呢是GPT4欧mini，是0.15美金输入，0.6美金输出，这个价格呢。

跟Llama3.1 的8臂的价格其实是差不多的，所以那个时候，为什么猜测GBT4欧MINI可能是一个8臂的模型，因为从价格上算的。Anceropic，那他们家的cloud是什么样的价格呢？3.5 sonit是输入3美金，输出15美金，也要比to get在上面Lama 3.1405币要贵。

至于Opus啊，就是Anceropic的cloud 3 Opus，这是它们最贵的、最大的一个模型。输入100万TOKEN，15美金，输出100万TOKEN居然要75美金，非常非常昂贵啊。Gemini呢，相对来说便宜点啊，Flash是输入两美金，输出6美金。Pro呢是一倍，输入是4美金，100万TOKEN输出呢是12美金。

所以啊，Llama3405B呢，相对来说还算便宜啊，就是输入输出是5美金，还算便宜。如果他的100万TOKEN在10美金，但是你让我使用128K的上下文，可以让我使用多模态，可以上传图片，可以进行识别，上传声音可以进行识别的话，那么我觉得这个价格也还是可以接受的。

在Llama3.1 405B发布之后，这肯定是一个诱化时代的产品发布了，代表着车历史车轮滚滚向前，把历史翻开了新的篇章。那么谁会挣钱啊？挣钱的呢，就应该是这种开放的云托管平台就会开始挣钱了，对吧？因为刚才我讲了，405B这种东西在我们本机是跑不起来的，哪怕是我一个单位里头自己有服务器，你想把它跑起来也是基本不可能的。

所以，一定是到云端去使用这种模型。那么，谁在干这个呢？刚才我们讲的 Together 就干这个的。另一个呢，是 Grop，专注于推理芯片的，他们也是在做类似的工作。现在，Grop 和 Together 上已经开始有Llama 3.1 的模型可以用了。这个刚才我查的Llama 3.1 的价格，就是在 Together 上查的。

然后，危机流动，也就是国内对标 Together 的这个项目，现在他们也可以在这种项目上受益。虽然这个上面没有Llama，因为Llama没有在中国进行过审核备案，但在中国使用的话，一定会有问题。不过，要相信我，中国团队会冲的。既然煤炭已经出了 405b，中国人就会出 410b，420b也会出现这样的模型。

那么，这种模型出来以后，也会到硅积流动上去跑。他也可以收到一个，比如说 100 万 TOKEN，十几美金的这样的一个价格。其他的这些云计算厂商，比如谷歌、微软、亚马逊，国内的像阿里云，都将受到这样的利好影响。

最后，我们讲一下中国团队是不是要冲锋。原来都讲人家一开源，我们就自主研发，自主知识产权。这个事一定会的。很多人说，中国的大模型就是自己研发的，跟他没有什么关系。这个你要相信，没有任何问题。我也可以相信。我们来看一看，中国最早的大模型，其实跟Llama是没有关系的。这个事一定要讲清楚。最早的是什么呢？最早的是拿 GPT2 开源的版本去修改，去使用出来的。

国内的某些最早期出大模型的大厂，他们的大模型里头有一定的GPT2的影子。后面Llama开源之后，国内才开始涌现了一批开源大模型公司，但他们都不承认使用的是Lama的模型。他们都说我们是在Lama的启发下，从头训练的。在Lama 2发布之后，各种应用公司就开始冲锋了，不再是模型公司了。很多应用公司也有一些新的模型出来可以用。这些模型到底是从头训练的，还是拿Lama 2去做的微调和修改，这个不得而知。

国内大量的企事业单位开始用上这些模型。等到Lama 3出来之后，各个开源模型公司纷纷更新版本。像Llama3发布后，影义万物、同一千问，包括很多这种不开源的模型公司，都在纷纷更新自己的版本，号称我们都去对标GPT4了。在中文领域里头可以超过Llama3了，英文里头稍微有一些偏差，也还是可以理解的。

这就会有这样的一个明确的时间划分，到底抄没抄，这事我们也没有明确的证据。我们只能说，这个时间点都非常非常的巧合，你爱信不信。而且在Llama3出来以后，中国的各个模型公司在做的一件事是什么？就是开始打价格战。咱们开卷吧，这个是为什么呢？因为中国大模型公司卡在100币这个位置上，因为Llama3开源出来的就是8币以及70币。所以中国很多是9币和72币，我在这个基础上再加一点点。你说我再往上训练，到底拿什么样的东西去训练，或者往哪个方向训练。

其实是不知道的，所以卡在100币，没有往上走的通道了。那我们先卷价格，等一等看看风向再说。现在风向又变了，405B出来了。而且405B并不是Moe。什么是Moe？就是专家模型。405B，它是一个单体的Transformer的模型。这样的话，大家就知道，原来大模型长这样，我们可以去搞一次了。这个是值得去借鉴的。

国内其实也出了一些Moe的模型，比如像千问自己，有一个五十几b的Moe模型。另外也出过一些100多币的这种Moe的模型。但这种100多币呢，它是由很多个小模型拼起来的。每一个小模型可能还是二三十币，或者这样的一个水平。拼起来的单体的上百币的模型，原来中国人是没做过的，现在有开放出来的。那么中国公司是必须充，方向都已经指明了，不冲等啥呢？咱们就看这个到底需要多长时间了。

但是，对于Llama3.1 405B来说，能够冲上去的公司并不多。为什么呢？咱们看一下，Llama3.1 8B呢，用的146万GPU小时。这个玩意儿怎么算呢？就是说用H100，我用146万个小时，就可以细算出来Llama3.1 8B。那你说这么多怎么弄啊？人家又不是一块在这算，对吧？人家一下上几万块。梅塔手里头号称有50万块GPU，他这个数据一除除的话，就很快就可以算出一个斑马3.18B。然后呢，Llama3.1 70b呢，用了700万GPU小时，也就是H100 GPU小时吧，应该这么讲。

然后，Llama3.1 405b 用了多少呢？3,084万H100 GPU小时。梅塔自己呢，是用了1.6万张H100进行的训练。他并不是说我分别训练8B、70B和405B啊，他们正常应该是训练了一个405B，蒸馏出70B和8B。但是，你还是要去用3,084万H100 GPU小时的这个时长去算。如果是1.6万张H100的话，那么是需要多长时间呢？80天，两个多月就可以把它训练完的。这个价格是很贵的啊，H100是4万美金一张。而你，比如说我能够有这么多钱，人家还不卖给你。就算人家卖给你了，你烧得起电吗？这个H100的功率是700瓦一张啊。你想，这一万多张，他有多大的功率，这是非常恐怖的一个数字。这还光算了H100，主机的这个电压、主机的功率还没算在里头。算完了主机之后，机房里头最大的耗电户既不是H100，也不是主机。那么，也有人说，难道是交换机吗？难道是路由器吗？难道是这些东西吗？都不是啊。我告诉大家，所有的机房里头，真正的耗电大户是空调。H100耗了700瓦的电，疯狂的发热了。以后，你不能等着它冒烟着火，对吧？一个封闭的机房里，你再要把这些热量排出去，你还要再用更大功率的空调来把这个热量交换掉。所以，这是一个非常巨大的工程。在国内，玩得起的公司基本上都被扎戈伯格限制了。第一个，人家想了说，你不可以拿Llama再去训练新模型了。第二个，所有用户量超过7亿的公司。

你要想去用Llama，你要跟雷塔申请特殊的许可证。咱们国内能够训练这样的模型，又有7亿用户的阿里、字节、腾讯，他们如果没有向美塔专门申请过许可证，那你就只能说这是我自主研发、自主知识产权，跟你没关系。但到最后，如果被海外应用的时候，被梅塔抓住把柄，说：“哎，你这个里头跟我那是一样的。”那么这个官司就有的打了。

那扎克伯格自己对于中国开源项目的看法是什么样的呢？你说他装没看见，这事肯定是不行的啊。在Llama的基础上进行开源、内容创作、进行微调、进行数据准备，最积极、干的活最多的就是中国团队啊。那么扎克伯格肯定不能装没看见。

所以扎克伯格也说了，开源可以让中国之外的盟友和小公司一起进步。如果我闭园了，大家去通过间谍、通过拷优盘拷贝、通过各种方式得到模型参数、得到模型数据的能力都还是很强的，并不是说我闭园了，中国团队就得不到了。我要开园了呢，中国团队也能得到，我其他的像什么法国、欧洲的盟友，还有很多的小公司，他们也可以得到这些数据，他们就可以跟我一块进步。

他讲的是这样的一个逻辑。这其实特别有意思啊，美国你去看看，现在美股七姐妹也好，或者是其他的比较靠上的这些美股科技公司也好，他们都是有大量的中国市场订单或中国市场份额的。每一家都是在这揣着明白装糊涂。你把这个东西开放出来了，一定是极大地刺激中国的大模型发展，而且现在已经没有天花板，没有任何问题。

我们就可以快速地达到，超越GPT-4的这个水平了。我相信，可能在未来的一到两个月里，各种模型就会再去更新升级，推出全面超越GPT-4的版本出来。现在这个压力给了OpenAI，如果比赛不更新，再拿不出GPT-5的话，就要彻底落后了。所以，扎克伯格自己心里是心知肚明的啊。他完完全全是为中国大魔星开绿灯。

至于其他的他的盟友，这些小公司到底有没有赶上，可能在努力追赶，但应该并没有。从梅塔的开源里，真正得到最大利益和实惠的事情是没有办法的。但是同时，他也抹了一个悉尼，说：“你看我开不开源，他们都能得到。”这个都是这么干。

另外，他也讲说闭源是让个别公司憋大招。他说：“我们从来不认为最后只有一种达摩型。”那些只认为最后应该只有一种达摩型的人，他们是在干嘛？他们是在自己偷偷创造上帝。这个事是非常可耻的啊。我不知道作为一个犹太人，他如何去解答这种，或者如何去看待这种自己偷偷创造上帝的这个过程。

总之，他说这事不行，非常可耻，一定要开源出来。而且现在看，开源正在超越闭源。这就是我们今天要讲的，拉嘛3.1405B的发布，如何搅动风雨，如何让中国团队冲锋，给中国团队指明方向，以及扎克伯克对于这个事情本身到底是怎么看的一个故事。

好，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。