如何看待大模型？六位大咖畅谈「大模型：技术革命与产业应用」

　　来源：亚布力企业家论坛CEF

　　8月30日，在(zài)2024亚布力企业家第二(èr)十届夏季年会【开幕论坛】上，物美集团创始人、多点 Dmall 创始人张文中，58同城CEO姚劲(jìn)波，百(bǎi)度副(fù)总裁如何看待大模型？六位大咖畅谈「大模型：技术革命与产业应用」t>石清(qīng)华，科大讯飞副总(zǒng)裁、研究院(yuàn)院长(zhǎng)刘聪，猎豹移动董事长兼(jiān) CEO、猎户星空董(dǒng)事长傅盛(shèng)，零一万物联合创(chuàng)始人祁瑞峰聚焦“大模型：技术革命与产(chǎn)业应用”，一同(tóng)探索如何(hé)避免大模(mó)型作为“智力(lì)引擎”陷入(rù)空转？大模型技术在产(chǎn)业应用中还存在(zài)哪(nǎ)些挑战(zhàn)？企业(yè)能从这场(chǎng)技术革命中，挖掘出哪些新(xīn)机遇(yù)？英才元投资管理有限公司(sī)董事长宋立新为本场对话主持人。

　　以下为内容实录：

　　宋立新：我的第一个(gè)问题是，怎么看待大模型，大模(mó)型对大家所在企业有何(hé)赋能？

　　张文中：首先，我认为大模型的出现更多代(dài)表着机遇，当然也有挑(tiāo)战，因为挑战和机遇从来都是相伴而生的。多点很早就开始尝试(shì)使用(yòng)大模型，2022年GPT的火爆，也让我们(men)很快意识到相(xiāng)关(guān)问题。随后，多点关于大
模型的应用越来(lái)越多，例如(rú)AI能 源系统、AI温控系统、AI客服，等等。对于大模型(xíng)，我们要有一个拥抱的态度，只要根(gēn)据自己的场(chǎng)景积极地去试，还是有(yǒu)很多机会(huì)的。

　　大模(mó)型可以大大提高(gāo)效率，降低成(chéng)本。例如，原来我(wǒ)们的质量检验环节需要花费很多人力资源，有了大模型的帮助(zhù)之后，大概可以节省50%的人力，服务标准也没有(yǒu)因此打折扣。

　　祁(qí)瑞峰：以大模(mó)型技为代表的AI 2.0是有史以来(lái)最伟大(dà)的技术革(gé)命和平台革(gé)命，正在穿透各行各业，重塑全球(qiú)生产力和经济格局。大模型为代(dài)表的
AI 2.0在(zài)技术上确实还有一定的限制，目前的主(zhǔ)要落地场(chǎng)景聚焦在内容(róng)生
成(chéng)和问(wèn)答方面的提效，而在复(fù)杂的(de)推理以及任务的(de)规划、执行上还面临着一定的(de)挑(tiāo)战。很积极的一面是，大模型的能力每天都(dōu)在进步。从To B的角度(dù)来看，我们需要深入到行业内(nèi)，结合行业和业务场景(jǐng)进入客户(hù)的业(yè)务(wù)系统，根据行业痛点落地“AI 2.0+产业”，从而实现(xiàn)提效，甚至帮 他们直接带来GMV的增长和ROI的改善。这可能才是(shì)客户(hù)愿意付大价钱去接受大模(mó)型赋能的基础。

　　姚劲波：上周，我们公(gōng)司做了一次AI内部工具的培训，这是我们(men)历史(shǐ)上(shàng)参加人数最多的一次培训，大概(gài)有1400人。我想，他们之所(suǒ)以愿意来参加这场培训，肯定(dìng)是因为内心(xīn)既焦虑又兴奋，一是担心自(zì)己如果(guǒ)不拥抱AI，就会被这个(gè)时代(dài)淘汰；二是(shì)他们或许看到(dào)了机会，认为掌(zhǎng)握了AI这个工具，就有可能取得更高的(de)成就。其实，企业和创业(yè)者也(yě)存在(zài)这(zhè)种(zhǒng)心态(tài)。我的期待就是 ，所(suǒ)有的大模型厂商越“卷”越好，融的(de)钱越(yuè)多越好，招的人越多越好，产品价格(gé)越低越好，产品(pǐn)性能越(yuè)高越 好。

　　在我看来，目前AI有两大问题：一是它还不够智能，虽然GPT5.0马上(shàng)发布，但今天要想在更大(dà)规模(mó)上应用大(dà)模型，其实还是有(yǒu)障碍的；二是大模型的价格仍然(rán)比较贵，用户更希望大模型的性能更强大(dà)，成本更低(dī)，最好可以免费提供服务。

　　我们公司内部有很多场景在使用AI，大家普遍认
为已经有10%-20%的工作量可以被(bèi)AI替代。所以可以预期(qī)，未来几年如果 AI继续往前演进，可能每个人的工作都会更轻松，大家可(kě)以把更多的精力放到畅想未来上。我特别希望大家可(kě)以拿出(chū)一个能让(ràng)我算得过账的大模型，我一(yī)定愿意为此付费，而且我(wǒ)不是按(àn)照成本来付，而是按照这个大模(mó)型给我创造(zào)的(de)价值(zhí)来付。那一天，也许就是大(dà)模型厂商(shāng)真正能跑起来的时候。

　　宋立新：姚劲波总(zǒng)说(shuō)出了很多用户对大(dà)模(mó)型的心(xīn)声：更强的(de)功能和更
便宜的价格。石总(zǒng)你认为百度能满足这种奢望吗？

　　石清华：可以满足
。姚总说了几个(gè)重点：一是大模型的确有用。这(zhè)个是最核心的，有 用才是真正的价值；二是(shì)他说希望大模型厂商越(yuè)“卷(juǎn)”越好，希望价格越来越低(dī)。这是一个期望，是一个正向的鞭策；三是愿(yuàn)意为价值来付
费。这才(cái)是我们大模型厂(chǎng)商最终追求(qiú)的结果，即早晚有一天能(néng)用价值来定义大模(mó)型(xíng)的含金量。

　　首
先分享两组 数字，第(dì)一组 来自大模型训练过程 ，投入非常大。比如(rú)，一个万(wàn)卡(kǎ)集群每天的(de)耗电量相当于北京市东(dōng)城区一天的耗电量，可以说训练大模型(xíng)是非常消耗资源的；二是文心一言在发布一(yī)年后，已经有3亿用户在使用(yòng)，针(zhēn)对企业(yè)提供服(fú)务(wù)的千帆平 台，在一年之(zhī)内也已(yǐ)经服(fú)务了15万家企业。文心一言大模
型平均每天的调用量超过了6亿(yì)次，换成Token的话大概是(shì)1万亿(yì)Tokens了。第二组数字表明大模型真正被用起来了，不然它不会有这么多的调用量。

　　百度很笃定的是，我们要把大模型(xíng)应用到具体的(de)场景(jǐng)里。举两个例子：一是最近我们
和全国总工(gōng)会进行了合作，总工会是一个
很大的体系，它有4亿多(duō)的(de)会员(yuán)，每年要处理很多劳务纠纷(fēn)，如果(guǒ)用人工处理，一是工作量比较大，二是没有统一的标准，最后我们用三个(gè)月时间做了一个法(fǎ)律援助助手解(jiě)决了这个问题，这在(zài)过去(qù)可能(néng)需要一年时间；二是(shì)我们用大模型做信控优化也就是(shì)调控(kòng)红绿(lǜ)灯的(de)时长，从(cóng)而提高
了城(chéng)市交通的通行效率。这种例子比比皆是，我认为不应该无限地(dì)去打价格战，我更相信(xìn)早晚有一天大(dà)模型可以通(tōng)过价值来定价。

　　宋立新：请问刘总，与百度文(wén)心一言、零一万物(wù)所做(zuò)的这些(xiē)大(dà)模型相比(bǐ)，科大讯飞的优势是什么？差异化在哪儿？

　　刘聪(cōng)：2022年(nián)12月15日
，讯飞启动“1+N”，决(jué)心既要做“1”的底座，也(yě)要做“N”的(de)场(chǎng)景。有了底座之后(hòu)，大模型可以持(chí)续迭代；而且在“N”的场景里，它的软硬件产品可(kě)以持(chí)续(xù)升级。

　　“1”不(bù)只是指文本大模型，在“从(cóng)文本大(dà)模
型向多(duō)模(mó)态的理解、语音大模型”等(děng)全栈能(néng)力(lì)上，我们(men)基
于原有(yǒu)技术再结合(hé)大模型，现在讯飞大模型可以(yǐ)直接超过OpenAI的Whisper大模型(xíng)。我们最近又发布了极 速语音交互功(gōng)能，相(xiāng)当于基(jī)本具(jù)备了全面底座的能(néng)力。

　　讯飞除了算法自主可控，在国内(nèi)国产化方面也做得很不错(cuò)。在以像华为、寒武纪为代表的国产化芯片上，我们构建出了整个训练推理的(de)框架，这是我们(men)的特色。去年(nián)10月24日，我(wǒ)们基于华为的910B，构建了国内首个万卡的国产化集群。包括现在大家看到的一系列(liè)的各类底座大模型都是基(jī)于国产化集(jí)群训练出来的，这是(shì)讯(xùn)飞星
火模型的又一个特点。以央国企为例，上半年我们在央国企的底座中标方面，做得也比较(jiào)靠前。

　　宋立新：傅(fù)盛(shèng)总，你作为AI方面的专家，同(tóng)时你们公(gōng)司也(yě)在做 大模型和机器人，请你总结下。

　　傅盛：这波AI是一场掀起巨(jù)大浪潮的社会生产力革命，但这波浪(làng)潮今天已经呈现出明显(xiǎn)的泡沫迹象。“泡沫”体(tǐ)现在以下几点(diǎn)：

　　一是大模型从(cóng)出现到
发展(zhǎn)，已经过去将近一年的时间(jiān)，但 最顶(dǐng)级大模型的模(mó)型没有明显提升。在一(yī)个以科技为核心的(de)技术(shù)浪潮中，这是不太正常的(de)。虽然我(wǒ)也尊重各位做的大模型，但客观来说，谁家(jiā)大模型有什么优势，基本尚属“一家之言”，其实用户用起来没有感觉到太大差别。我每次写不同的(de)东西，都会用好几个大模(mó)型互相比(bǐ)较，有(yǒu)时(shí)候这个大模型更好用，有(yǒu)时那个更好用。当前大
模(mó)型的同质化很严重。

　　二(èr)是我
们(men)讲了这么久(jiǔ)的人工智 能，但真正的KillerAPP并没有出(chū)现，KillerAPP不仅在C端没有出现，在B端也未能出现。很多行(xíng)业大模型都
说(shuō)自己有不少应(yīng)用，但真正提效的并不多。可(kě)能在(zài)营销文案或者图片生成等领(lǐng)域(yù)可以提效，但想要将大(dà)模型真(zhēn)正变成(chéng)一个明(míng)显能够提效的应用，还很有难度。

　　不过，我不认(rèn)为泡沫(mò)就会使得大模型发展(zhǎn)崩塌，有时有点泡沫也很正常。以前互联(lián)网早期也出现过泡沫(mò)。

　　未来大模型的成(chéng)功可能取决于两(liǎng)个点：

　　一是大模型的(de)天花(huā)板能再上一个台阶。今天的大模型有(yǒu)20-30%的知识幻觉，这个错误在很多岗位上(shàng)用不起来，而且“它(tā)不知道自己不知道”，这是今天(tiān)大模(mó)型在企(qǐ)业应用上的非(fēi)常重要的一
大卡点。想要真正落地一个应用，得用大量工程化(huà)的手(shǒu)段去解决以前所谓通用(yòng)人(rén)工智(zhì)能认为它能干(gàn)的活(huó)，这中间是(shì)有差距的。所以模型本身(shēn)能否再(zài)上一个台阶很重(zhòng)要。

　　二是能 不能做出真(zhēn)正让用户觉得好的应用。以ToB为例，你做出的大模型能否真的(de)可以在某些(xiē)岗位上减员增效，甚(shèn)至改(gǎi)变商(shāng)业模式。我们(men)猎户星空现在采取的模式是与B端客户共(gòng)担风险，用(yòng)压力倒逼自(zì)己不(bù)断努力，以获得真正追求(qiú)效果的目的，而不只是单纯追求“人工(gōng)智能(néng)”这四个字。

　　宋立新：傅盛总写东西(xī)最常用(yòng)应用是
哪款？

　　傅盛：我最常用(yòng)秘塔搜索。

　　宋立新：祁总还(hái)有补充吗？

　　祁瑞峰：我们(men)特别关注的一个B端痛(tòng)点是，如何在B端赋能企业价
值，以(yǐ)及通过企业价值增加有规模的营收。零一万物也在toB端探索，有了初步
的方法论。

　　好的一点(diǎn)是，基(jī)于大模型能力做AI 2.0的应用(yòng)、产(chǎn)品和解决(jué)方案(àn)，不像原 来(lái)AI 1.0时代(dài)那样动(dòng)辄上百人去(qù)堆叠 。很多AI 1.0时代的公司(sī)在B端的(de)打
法(fǎ)是从
数据到模型到应用(yòng)到交付，都是自(zì)己做，做着做着(zhe)一抬头就变(biàn)成(chéng)1000人了，重度定制(zhì)带来的是成本不断攀升，烧钱烧得(dé)太狠。

　　现在确实有一(yī)些范式的变化。我们自己尝试(shì)聚(jù)焦行业场景，希望提供能
帮客户带来价值的云服务，让大模型在知识迭(dié)代的基(jī)础上成为可以标准化的产品。此外，我们也在测试(shì)，是否有可能通过大模型赋能(néng)数字(zì)人直播的场景中，比如，给物美(měi)每个线下的店对应开个线上的虚拟直(zhí)播店(diàn)，直接带来有毛利的GMV的增长。

　　最近通过与欧美市场的交(jiāo)流(liú)发现，欧美企业(yè)在做大模型、做集群管(guǎn)理时，可以有(yǒu)千(qiān)万美(měi)元预算的项(xiàng)目。国内的大(dà)模型厂商一般都(dōu)希望不只是去做“云(yún)”，而(ér)且愿意做私有化的(de)部署，但在欧美市场里，从供给端真正愿意给企业(yè)做私有化部署的，可能只有Cohere这一家企业，它是做云上的专区私(sī)有化，并不是做客户现场的私有化。

　　最近，欧盟《人工智能法案(àn)》的出(chū)台，对金融、医疗等行业有大量合规和数据监管的强要求，他们现在(zài)基本(běn)上只能挂在(zài)OpenAI上，还得(dé)自己做SFT（监督微调），这也(yě)是一个(gè)很大的代差。在这些私有化的工程能力上(shàng)，中国(guó)大模型团队具有全球优势(shì)，这是另(lìng)一个(gè)我们在(zài)探索的(de)路(lù)径(jìng)。

　　宋立新：大(dà)模型出来之后，SaaS的收入显著萎缩，尤其餐(cān)饮(yǐn)业也受到了影响。前几天发(fā)布的(de)餐饮业相关数据显示，在它们100元的收入里，只有0.37元的利润，超市压力也特别大(dà)。先请问张文中总(zǒng)，你焦虑(lǜ)么？请你谈谈对未来中国大(dà)模(mó)型发(fā)展(zhǎn)的看(kàn)法。

　　张文中：我们先要弄清楚
什么是“焦虑”。只有当你(nǐ)觉得完全(quán)不确定未来在哪里，不知道下一步要怎么办的时候，这时(shí)的焦虑才有意义。但经过了过去一年(nián)多(duō)的演进，大家都很确定，人工智能就是人类的未
来。

　　既然大家已经达成共识，那么企业就要(yào)快速拥抱和迭代(dài)，尽早进入智能时代。但全(quán)面(miàn)拥抱数字化、智能化的(de)同时，也一(yī)定(dìng)要记住一点：你做的所有事都(dōu)是为了(le)彻底回(huí)归商业本质，即(jí)帮助消费者(zhě)解决问题，提高(gāo)自己
企业(yè)的运(yùn)营效率，让你的商(shāng)品更有竞争力，其他的(de)说再多都没用。老百姓认又实惠(huì)又好(hǎo)的东西，今天卷的就是“又便宜(yí)又好”。这对企业来说是个挑(tiāo)战，但你如果知道(dào)未来在哪里，那就坚定不移地去做，不用焦虑。

　　人工(gōng)智能到底会不(bù)会创造价值？我的答案是：肯定会(huì)创造价值。能创造价值，消费者就(jiù)一定会买单。问题在于你能(néng)不能帮他解(jiě)决(jué)问题。还有，在国内是软(ruǎn)件和硬件结合永远是一(yī)个很好的营收方法。

　　综(zōng)上，你(nǐ)们这些搞大模型的企业(yè)大胆(dǎn)往(wǎng)前走吧，没问题，一定会有人买单的。

　　宋立新：有人认为中(zhōng)国丰富的产业应 用场
景和(hé)供(gōng)应链优势可能有助于缩(suō)短与美国在AI发展水平上的差距(jù)，姚劲波总认同这(zhè)个观点吗？

　　姚劲波(bō)：中国和美国最大的(de)优(yōu)势在于市场规模庞
大，拥有众多的人口、数(shù)据和亟需满足的场景需求。在追赶芯片和算法方(fāng)面，我认为由于开源(yuán)资(zī)源的丰富，我(wǒ)们与美国的差距(jù)并没有那么大。现在全球范围(wéi)内，只有中国和美国(guó)在 这(zhè)方面的竞争(zhēng)最为激烈，而(ér)中国还有很多场景非常适合AI的应用。虽然(rán)我不会去“卷”大模(mó)型本身，但我(wǒ)会结合大模型提供的算(suàn)法或(huò)开源工具，以及58同城(chéng)自己积累(lèi)20年(nián)的(de)独特(tè)数(shù)据(jù)，训练出一个行业模(mó)型(xíng)，以更好地服务我(wǒ)们的用户。

　　在58同城和安居客上，每天都有百万级的商家活跃。比(bǐ)如，当有人找工作并投递简历时，公司需要判断这(zhè)个人是否初步符合他们的需求，然后(hòu)决定是否打电话给求职者安排面试。同样，当有人在找房(fáng)子时，房产经纪人需要判断并(bìng)推荐适合的房源。原本这(zhè)些
动作都发生在线下，但现(xiàn)在它(tā)们全都(dōu)在网上进(jìn)行，未来一两年内，可能(néng)50%的工作(zuò)还(hái)会被AI替(tì)代。到那时，我(wǒ)给(gěi)消费
者提供的服务将(jiāng)会更(gèng)加可靠和优质。比如，AI相(xiāng)比中介(jiè)会(huì)更清(qīng)楚(chǔ)某个房源是否是北京101学区房，更清楚房贷利(lì)率的(de)问题。AI能(néng)够提升我的服务水平，并将其转变为纯在线(xiàn)、实时的(de)服务。

　　过去的19年中，58同城一直在做(zuò)信息平台和连接服务(wù)。未来(lái)，利用AI技术来进一步实现服(fú)务的闭(bì)环和智能化，可能还需要我们再奋斗19年。对(duì)此，我和我的团队都感到非常(cháng)兴奋。

　　宋立新：你认为现在中国的企业在为to B的智能化服务做(zuò)准备(bèi)时，愿意投入多少资金打造实际应用场景？

　　姚劲波：我认为，中国在大模型领域的竞争比美
国更为激烈。美国仅有(yǒu)三家在该领域占主导地位的公(gōng)司，他们(men)的融(róng)资总额达几十亿美(měi)金，而(ér)中(zhōng)国则有20到30家公司涉足该领域，且其中十几家的融资额都超过了(le)3亿美金。而且，国外公司的开源模型也在(zài)为中(zhōng)国服务(wù)，所以，即使在中 国资(zī)本市场状
况 不佳的(de)情况下，中国在大模(mó)型方面(miàn)的竞争 态势(shì)依然如此强(qiáng)势 。如(rú)果中国的资本市场像(xiàng)3年前一(yī)样活跃，那(nà)么这些(xiē)公司可能融资(zī)的就不止3亿美金，而是(shì)20亿美金甚至更多。这种激烈的(de)竞(jìng)争无疑会加速整个(gè)大模型的成熟，加速我们(men)发布产品的进程，并催(cuī)生一些具有(yǒu)颠覆性的应用。如果能在58同城平台上用AI替代每天活跃的百万(wàn)级招聘专(zhuān)员和房产经纪，这件事对我来说将是 足够伟大的成就(jiù)。

　　宋(sòng)立新：想问(wèn)石总，中国现在的(de)大模型是不是(shì)太多了？地方政(zhèng)府还应该对大(dà)模型(xíng)加大投资吗？

　　石清(qīng)华：中国的大模 型数量确实不少(shǎo)，并且类型多样、地域集中、应用也非常广泛。但是我(wǒ)们不能简单地用数量多少来评判，而更应(yīng)该关注大模型的质(zhì)量、应用价值以
及(jí)它对整个产业的贡献(xiàn)和推动。比如像百度文心4.0这样参数量更大、能力更强的大模(mó)型，直接使用就能(néng)表现(xiàn)出非常好的(de)效果，节省大量的人力(lì)成本和时间(jiān)成本。目前，百度智能云千帆平台提供包括文心大模型、主流开源大模型在内的(de)近80款大模型(xíng)服务，还(hái)提供(gōng)覆盖开发大模型、AI原生应用全(quán)生命周期的工(gōng)具链。此外 ，百度两款主力模型(xíng)全面免费开放(fàng)，两款旗舰模型大幅降价(jià)，进一步帮助客户降低大(dà)模型
使用门槛和试错成本。不仅如此，我(wǒ)们还
推出了千帆行业(yè)场景解(jiě)决方案(àn)，深入到了(le)客户“研、产、供(gōng)、销、服”的核心业务(wù)场景和业务流中。

　　百度秉承这样两个态度。首先，不断探索(suǒ)下一代(dài)大模型(xíng)的(de)边(biān)界；其次，坚持大模型必须为企业带(dài)来实际价(jià)值，无论是提高 效率、降低成本还是增强产品竞争(zhēng)力，这样企业才会愿意投(tóu)资。

　　对于第二个问题，我建议(yì)各地政府可根据当地的产业结构(gòu)来有针对性地投入，因为大模(mó)型是没有(yǒu)属性的，但是地区是有各自的特点的。例如(rú)，一些地方的经济结构(gòu)以钢铁为主，而(ér)另一些地方以机器人产业(yè)为(wèi)主。每
个地(dì)方的情况都不同。但我建议大家不要再去卷基础模型了，可以根据地(dì)区的产业情况来投入研发垂直(zhí)领域(yù)的大模型。例如58同城(chéng)拥有大量的垂直领(lǐng)域数据，这些数据结合大模(mó)型进行训练和迭代，有可能解决(jué)58同城(chéng)的人工替代问题(tí)。再(zài)如百度智能云和唐山市政府合(hé)作，基于在
百度智(zhì)能云千帆平台，规划建(jiàn)设国内首个产业(yè)级垂类大(dà)模(mó)型工厂，就是和当地的产业情况结合(hé)，探索“大模型+”钢铁等主(zhǔ)导产业，“大模型+”机器(qì)人等新兴产(chǎn)业，“大模型+”陶(táo)瓷、“大模型(xíng)+”农(nóng)业的传统及特色产业等全面赋能的案例。所以，在(zài)基础通用大模型的基础上(shàng)，结合当地的数据研发垂直领域的大模型，可以解决当地企业垂直场景的(de)问题，我(wǒ)认(rèn)为这样的投入是有必要的。

　　宋(sòng)立新：我们把(bǎ)话筒(tǒng)给刘聪，大模型多久能实现盈利？它将如何形成一个良性(xìng)循环？

　　刘聪：我在公司主要(yào)负责(zé)技术创新工作，我的
主要 职责(zé)是推动技术进步 ，而不是直接挣钱，所以很难(nán)给出 具体的时间和数字。不过，就核心技术支(zhī)持业务、共同服务客户的路径，我可以分享一下看(kàn)法。

　　首先，我赞同(tóng)张总的观点，可能没您想的那么焦虑。这(zhè)件事(shì)科大讯飞已经做了20多(duō)年，知道它的(de)发展规(guī)律，前期肯定要投入，后期(qī)才会看到实际价值。因此，我认为机遇大于焦虑。比如，OpenAI今(jīn)年预(yù)计亏损(sǔn)50亿美元，但他们(men)依然风生水起，看起来(lái)并没有特别焦虑。无论是互联网大(dà)厂，还是像(xiàng)科大讯飞这(zhè)样(yàng)的人工智能企业，甚至是创业公司，最终目标还(hái)是商业成功(gōng)。

　　我认为，现在有三(sān)个主要的落(luò)地路径：

　　API。大家都知(zhī)道，由于价格战(zhàn)，API目前可能不会立刻带来盈(yíng)利。但它更加便宜的价格可以吸引很多用户，这(zhè)也是培(péi)养(yǎng)用户心智和习惯的过程，有助(zhù)于推广。同时，随着未来出现
更(gèng)高(gāo)效的大(dà)模型，这个领域还是有(yǒu)机(jī)会的。

　　结合现有的(de)底座 与行业应用(yòng)，比如AI搜索、文生图、文生视频德国软(ruǎn)件。还有一些软硬(yìng)件的协同，例如科大讯飞的(de)学(xué)习机。在已有场景中引(yǐn)入大模型，可以直接提升能力价值，进而带动产品(pǐn)价(jià)值和销量，科大讯飞的学习机就是一个成功例子，站在生(shēng)产线的角度上说就已经产生盈利(lì)了。

　　以央国 企(qǐ)为代表(biǎo)的(de)GB端。大模(mó)型的投入确实很大，面临很多(duō)问(wèn)题，企业客户也还在摸索应用场景，思考它能创造哪些价值。这里可以用两个词来形容：由点及面和(hé)蓄势待发(fā)。

　　“由点及面”是指，以前(qián)企业更多是做局部提效，比(bǐ)如(rú)语音客服或会议管理。但现在，大模型底座能力结合企业内(nèi)部知识库后，可以深入到业务主场景，为企(qǐ)业创造更多价值。比如(rú)，科大讯飞和交通(tōng)银行合(hé)作，通过(guò)代(dài)码助手功能，将(jiāng)代码接纳率提升至15%，可为交通银行节约数百个人力，随着未来技术持续进步
，代码接(jiē)纳(nà)率可能(néng)达30%

　　“蓄势待发”则是说，技术在央国(guó)企落地
也有一个过程。首先是中标入围，接着是帮助企业熟(shú)悉(xī)大模型应用，打造大模型底座+工具链。例如(rú)，科大讯飞近期与中国石油(yóu)的昆(kūn)仑大模型合作(zuò)，帮助他们结合场景(jǐng)发布了330亿代表性的行业大模型，这是
大模型在(zài)企业端(duān)形(xíng)成具体场景的成(chéng)功(gōng)案例。再之后，是如何从定制到非定制，一(yī)方面在重点领域的(de)央国企做深做透(tòu)，另一方(fāng)面可以在同行业其他地(dì)方进行推广(guǎng)。我再举一个
例(lì)子，招投标可能每个企业都会做，之前繁琐的招投(tóu)标程序，通过大模型可以快速(sù)完成(chéng)清标和辅助评判工作，科大讯飞最早(zǎo)在国能应用，后来又在中国煤炭实(shí)现了推广。

　　最后，我想总结一下，要基于实(shí)际场景需(xū)求(qiú)，与客 户(hù)深入合作，并在核心技术发展上做到行业领先。如果与这个基础，我相信盈(yíng)利只是一个自(zì)然而然的过程。

　　宋立新：其(qí)实摆在零一(yī)万物面前的(de)问题也是(shì)挺严峻(jùn)的，你们这(zhè)样的创业公司，怎(zěn)么找到自己的生存和发(fā)展空间？

　　祁瑞峰：首先，基础大模型创业确实是一个(gè)烧钱、烧资源的事。我(wǒ)们对行业(yè)有两个顾虑，并且思考了它的解决方案。

　　第一个顾虑(lǜ)是(shì)，中外大(dà)模 型公司在融资上的(de)差距。AI 2.0大模
型应用未来(lái)可能会(huì)爆发，出现一个比互联网大10倍的平台型(xíng)发展机 会。大(dà)模型的(de)能力(lì)竞争在(zài)当下已(yǐ)经成为一(yī)个全球科技竞争的重要(yào)战场。中国的(de)基础大模型融资，目前行 业称(chēng)的“六(liù)小虎”基本是
数亿美元的数量(liàng)级，而美国则是50亿美元的数量级。未来，中国如何与(yǔ)美国竞(jìng)争，这一点(diǎn)是个挑战(zhàn)。

　　另(lìng)一个顾虑(lǜ)是，国(guó)外一些(xiē)头部大模型公司的 “流血(xuè)打法”。OpenAI经常“不讲武德”，比如推出GPT-4水(shuǐ)平的GPT-4omini，还免费向ChatGPT用户开放。尽管每年可能要消耗二三十亿(yì)美元的(de)推理成本，他们(men)仍然愿(yuàn)意免费，从商业(yè)逻辑(jí)上，我们想破脑(nǎo)袋也想不通为什么，但是他们就这么(me)干了。从我自己(jǐ)近10年的创业经验来看，中(zhōng)国的软(ruǎn)件创业公司的努力和前赴 后继，导致中国To B的市场比美国更艰难，因为标准化不足带来高定制化，导致可复制性、可扩充性下降，项目有毛利，但公司不赚钱。例(lì)如，最近几家
上市公司(sī)的财报显示，他们的现金流和亏损没有(yǒu)实质性改善，这反映了行业普遍的(de)挑战。

　　零(líng)一万物(wù)如何突破这些(xiē)挑战，我(wǒ)们可以(yǐ)考虑以下几 点：

　　首(shǒu)先，中国人有一个优良传统，即我们(men)更能吃苦(kǔ)、拼搏(bó)，更善于多快好省地做事情。例如，零一万物开发了一个基础架构优化的万卡集群，可以把它管理得更高效，这(zhè)样(yàng)可以用更少的资源训练出与世界科技(jì)巨头(tóu)性能齐平的大模(mó)型。

　　第二，未来的大模型(xíng)服务会越来越(yuè)便宜，关键在于能否降低推理成本(běn)，把商业模(mó)式跑通。换言之，谁家在AI infra能力超
群，能(néng)把推理成本尽量做更便宜，那么大 模型(xíng)的服务就能启用“薄利(lì)多销(xiāo)”的(de)模式进一(yī)步穿透(tòu)B端(duān)，白菜价也有可能赚钱。在(zài)这方面，零一万物在(zài)Day 1就重注AI infra的能力建设，其推理成本优化(huà)率显著优于业内指标，进一步夯实自己(jǐ)的技
术护城河，为自身的B端发力奠定了雄厚的技术(shù)基础。

　　第三，解决中(zhōng)国To B市(shì)场的挑战，要结合行业和应用场景将大模型能力尽量转化(huà)为标准化云服务的产(chǎn)品。无论大模型能(néng)力多强，ToB企(qǐ)业是没有体感的，核心在于能否提(tí)供(gōng)有效的产品，帮助客户提升(shēng)GMV和降本(běn)增效，这是一个双赢的模(mó)式(shì)。

　　第四(sì)，拓展海(hǎi)外(wài)市场。欧美这么大的市(shì)场，竟然(rán)只有Cohere在做私有(yǒu)化，而且它也
是一家(jiā)创业的小公司，从中国(guó)的角度(dù)看是一件不可思议的事情(qíng)。最近(jìn)我与许多欧美(měi)和中(zhōng)东客户沟(gōu)通发现，在大模型时(shí)代(dài)，美国(guó)的ToC应(yīng)用领先中国，但在(zài)ToB应用方(fāng)面，中国反而领先于美国。例如，我与二三十家欧美的世界500强企业沟通，他(tā)们(men)大多在做RAG，连SFT都做得较少，企业专属模型更少(shǎo)见。这表明，这是中(zhōng)国(guó)模型厂(chǎng)商值(zhí)得(dé)关(guān)注的、有(yǒu)巨大的潜在价值市场。

　　宋立新：最后请傅盛总整体总结一下。

　　傅盛：第一个结论，中美在大模(mó)型的顶尖水平上确(què)实存在差距，但这个差距肯定没有十年那(nà)么大。举个例子，今(jīn)年年初Sora发布时大家惊呆了，但此后至今Sora都还没有再 发布新的产品，而国内的一(yī)些大模型反而(ér)已经发布了(le)几款出
色的文生(shēng)视频(pín)产品。而且大模型的理论性没有那么强，它(tā)是(shì)试出来的，在工程化(huà)尝试上，中国团队一直(zhí)有优(yōu)势(shì)。

　　第二个结论，大模(mó)型厂商未来5-10年(nián)内(nèi)不用过于关
注(zhù)盈利，这是我的观点
。因为(wèi)大模型最终将成为一种基础服务，就像水电一样(yàng)。最初需要(yào)大量补贴以吸引如何看待大模型？六位大咖畅谈「大模型：技术革命与产业应用」用户，例如亚马逊亏损多(duō)年才成为平台级公(gōng)司。大模型的市场最终将 由一两家或两三家平台主(zhǔ)导，在中国，则通过竞争角
逐决定最终赢家，这也是我们的一贯做法。

　　第三(sān)个结论，做大模型应
用公司，其实已经开(kāi)始盈利，但这通常发生在水面(miàn)下。这个生态在不(bù)断形成，会进入中国(guó)人最擅长的模式，先把应用做好，不少应用公司做得挺厉害(hài)的。例如，我们猎豹移动(dòng)投资的(de)一家AI直播公司(sī)（灵(líng)犀深智(zhì)），发展非常迅速，预(yù)计下个月就(jiù)会盈利。一些ToC领域(yù)也已经(jīng)开(kāi)始盈利。此(cǐ)外，大模型出海一定有机会。现在是中国企业新一波的出海潮，在国内卷，卷出去放在哪个(gè)维 度，在国际市场都是有竞争力的。