文｜《中國企業(yè)家》記者 趙東山
編輯｜米娜
圖片來源｜中企圖庫
7月27日，由《中國企業(yè)家》雜志社主辦的2024（第二十四屆）中國企業(yè)未來之星年會在上海舉行，本屆年會的主題是“向新求質(zhì)，生成未來”。獵豹移動董事長兼CEO、獵戶星空董事長傅盛現(xiàn)身【洞見：AIGC特別分享】環(huán)節(jié)，并發(fā)表主題為《端模合一：大模型賦能機器人的創(chuàng)新實踐》的演講。
以下為演講的核心要點:
1.如果再過幾十年回頭看這一波AI浪潮，可能和現(xiàn)在看牛頓和愛因斯坦一樣。
2.現(xiàn)在創(chuàng)業(yè)就關(guān)注兩件事：第一，真正追求快速閉環(huán)；第二，做一些穿越周期的事。
3.今天在企業(yè)用大模型的時候，它回答得都很對，但沒有什么用，都是常識性的回答，很難和私有的知識連接起來。如果真的要企業(yè)應(yīng)用，私有數(shù)據(jù)是關(guān)鍵。
4.大模型和云最大的不同，云更像倉庫，是不拆包的，只要租用我的倉庫，我不關(guān)心你存了什么。大模型不一樣，存的數(shù)據(jù)它都要看一遍，才能寫報告和整理，這些數(shù)據(jù)都經(jīng)過它了。所以企業(yè)就應(yīng)該有自己的私有化大模型。
5.今天人形機器人很火，但是我對雙足機器人在商業(yè)化上的成功不是很看好，作為科研是可以，如果落地到產(chǎn)線上工作，沒有三五年就不可能。
6.為什么做機器人還要做大模型？大模型就是機器人的大腦，你做機器人，自己不做大腦去買別人的大腦，你的競爭力就有限了，體驗也不會好。我們就是要做端模一體化，根據(jù)場景應(yīng)用找一款好的模型，做自己的大模型機器人。
以下為傅盛演講實錄（有刪改）：
要做穿越周期的事
我從2010年開始創(chuàng)業(yè)，創(chuàng)立了獵豹移動，經(jīng)歷了三個時段：第一個時段，把金山毒霸這款工業(yè)時代的軟件變成了互聯(lián)網(wǎng)時代的軟件，現(xiàn)在還有營收，同一期的其他軟件都沒有了；第二個時段，我們開始去做全球出海的業(yè)務(wù)，全球6億月活用戶，4億來自海外，Musical.ly也是我們投的天使投資，后來賣給了字節(jié)跳動，也就是現(xiàn)在大家熟知的TikTok；第三個時段，2016年，我們看到了AI，并提出All in AI，當時我們認為AI可以快速改變?nèi)祟悺?/p>
但有時候技術(shù)不是一直高歌猛進，有高潮期，也有低谷期，現(xiàn)在終于等來了ChatGPT。我們當時就認為AI是底層的技術(shù)變革，要做機器人就要以AI為核心，做好端模一體，才能把一款產(chǎn)品真正做出革命性的體驗。我們的Slogan是在AGI時代成為全球領(lǐng)先的新質(zhì)生產(chǎn)力工具提供商。
很多人問我賣掉Musical.ly會不會后悔，沒什么后悔的，因為我們沒有這個基因，字節(jié)就是做得好。如果我們自己做，肯定不如今天TikTok做得好。況且我們也收獲了很高的投資回報。每個人、每個團隊都有自己的能力圈，做工具就是因為我們的基因，能把工具做好就非常了不起了。
如果再過幾十年回頭看這一波AI浪潮，可能和現(xiàn)在看牛頓和愛因斯坦一樣。前段時間我去拜訪羅振宇，聊現(xiàn)在如何創(chuàng)業(yè)，我們一起探討就兩件事：第一，真正追求快速閉環(huán)，我是個擺攤的，哪怕出現(xiàn)很大的變化，也有自己的小循環(huán)；第二，做一些穿越周期的事，就像愛因斯坦1905年的四篇論文，“相對論”奠定了現(xiàn)在的信息技術(shù)基矗
ChatGPT不是技術(shù)的勝利，而是技術(shù)信仰的勝利
2022年底ChatGPT的出現(xiàn)，改變了人類社會的方方面面。最近，阿里巴巴的王堅說AI也會改變科研，為什么這次AI和2016年那一波不一樣呢？因為那時候看到AI很激動，覺得計算機可以識圖、認人臉，就覺得它可以做一切。今天知道識別并不是人類獨有的技能，語言才是人獨有的技能，尤其是邏輯推理的語言。今天看起來能夠突破語義理解，是人工智能的重大突破。
OpenAI之所以牛，是因為它改變了學習路線，之前的大部分路線是讓計算機學規(guī)則，但是OpenAI相信只要給它足夠多的語言數(shù)據(jù)，OpenAI就會像小孩一樣突然有一天開口說話。在此之前，大家都沒有那么相信，所以其實在GPT3.0出現(xiàn)之前，OpenAI在硅谷都不被看好。所以，ChatGPT不是技術(shù)的勝利，而是技術(shù)信仰的勝利。
因為人工智能就像大樹下的根基都是一點點長出來的，一直長到Transformer，OpenAI相信只要做好下一次預測就能產(chǎn)生智能。這條路線非常艱難，艱難在于并不知道它的核心原理，但必須堅信，不斷地試。它最難的是每次試都要花幾千萬美元，再去試，試完之后再調(diào)整。這也解釋了，今天的“百模大戰(zhàn)”不是技術(shù)的難度，而是技術(shù)信仰的難度，真的敢于相信、敢于投錢，才能真的把“ChatGPT”做出來。
今天有很多文章說它產(chǎn)生意識，說它替代人類，都不用相信，ChatGPT就是預測下一個詞的計算器，不斷預測下一次概念的時候就產(chǎn)生了智能。為什么能出現(xiàn)這樣的智能，它的原理還屬于黑盒，就是沒有數(shù)學公式推導能證明會出現(xiàn)這樣的智能。我們這個行業(yè)有一個俗語，每次訓練大模型就像煉丹，開始煉的時候不知道效果怎么樣，一定要最后結(jié)果出來才持續(xù)。
為什么OpenAI很厲害呢？2016年我們開始做語音識別、視覺識別的時候，隨著數(shù)據(jù)量的增加，以前系統(tǒng)的智能水平很快就上來了，但是它只能上到一定的水平，這次給了大量的數(shù)據(jù)，它一直不怎么樣，突然某一個時刻，水平一下子就起來了，到了原來系統(tǒng)到不了的智能化水平。
正是因為技術(shù)信仰，今天我們也認為OpenAI的道路也未必是唯一正確的。因為技術(shù)有意思就在于它會不斷地分支，不斷產(chǎn)生新的可能性，當OpenAI在大參數(shù)模型上一騎絕塵的時候，越來越多的小參數(shù)模型開源社區(qū)開始出現(xiàn)。今天也有一幫人沒有那么有錢，技術(shù)沒有那么強，能不能做一個平民化的模型，只要解決專門的問題就行了，今天開源陣營就是在做這件事，用更便宜的算力成本、更小的參數(shù)量在某一個領(lǐng)域?qū)崿F(xiàn)更好的效果，我們都堅定走在開源陣營的道路上。
模型還是應(yīng)用？
去年我和朱嘯虎有一次“吵架”，做AI到底是應(yīng)用重要還是模型重要？當時由于大模型出來，太震驚了，很多人都說大模型會占據(jù)99%的產(chǎn)業(yè)鏈價值，但當時我就說應(yīng)用是核心。今年世界人工智能大會（WIAC），幾乎每個大佬都在談應(yīng)用，大家終于意識到給一個聊天窗口，給一個用戶，就可以解決他生活中的所有問題，這件事情不可能，只有結(jié)合實際的需求，足夠多的應(yīng)用，才能讓大模型為更多用戶所用。
前兩天蘋果發(fā)布會演示iOS 18后，股價漲了近10%，漲出了一個茅臺和騰訊，這是蘋果歷史上第一次沒有發(fā)布任何的硬件產(chǎn)品，而是發(fā)布一個概念，就是因為把Siri的概念重新升級，它就變成了你的助理，它用GPT技術(shù)做了交互。未來Siri就是我們和手機最重要的交互窗口，蘋果的展示里就有Siri說：明天你媽媽要來機場了，記得去接她。這是主動提供助理的方式，以前是很難想象的。
雖然以前我們有很多智能系統(tǒng)，但每個智能系統(tǒng)都要做開發(fā)、做適配，所以它并不能實現(xiàn)邊際成本趨近于零，這次是可以實現(xiàn)的。
推薦大家用一下秘塔搜索，搜一下就是一份報告，把需要一個晚上時間整理的報告變成了2分鐘，搜索一定是重要的革命。這兩天ChatGPT推出了自己的Search GPT，搜索就是一個強應(yīng)用。
還有就是微軟的Copilot PC，它沒有用英特爾的芯片，而是高通的芯片，高通的芯片是有45TOPS的NPU（神經(jīng)處理單元），它可以獨立處理AI的各種運算，有可能你對電腦說今天晚上把哪些文章搜一遍，整理出哪些東西，它就幫你搞定了。以前計算機也是一個生產(chǎn)力工具，但必須人伴隨它，以后就是把計算機一放，它就把該做的做了。
大模型落地要和企業(yè)深度打磨
現(xiàn)在看起來AI非常熱，但好的案例幾乎沒有，除了大模型公司自己講，真正在客戶端，沒有落實好的案例。而且今天很多人都在說，我們都在期待一個好的to C應(yīng)用，好像都沒有出現(xiàn)。
尤其是我們在做企業(yè)應(yīng)用，在做機器人，它有三大阻礙：第一，我們的訓練數(shù)據(jù)來自互聯(lián)網(wǎng)，但互聯(lián)網(wǎng)實際上是人類知識系統(tǒng)冰山顯露出的一部分，書本是批量教育的產(chǎn)物，真正好的知識是深入的詢問。很多知識來自日常的探討，來自會議，來自各種討論，但是今天大模型得不到這些數(shù)據(jù)。所以，造成的問題是今天在企業(yè)用大模型的時候，它回答得都很對，但沒有什么用，都是常識性的回答，很難和私有的知識連接起來。如果真的要企業(yè)應(yīng)用，私有數(shù)據(jù)是關(guān)鍵。
這次蘋果發(fā)布iOS 18那么成功，因為它把手機里的各種數(shù)據(jù)打通了，郵件等等都讓大模型處理。其實都不是大參數(shù)模型，它是在端上處理的2.7億參數(shù)的模型，但數(shù)據(jù)打通之后，爆發(fā)出來的能量驚人。所以我們提供的解決方案是一定要結(jié)合企業(yè)的私有知識。
第二，數(shù)據(jù)的安全性。大模型和云最大的不同，云更像倉庫，是不拆包的，只要租用我的倉庫，我不關(guān)心你存了什么。大模型不一樣，存的數(shù)據(jù)它都要看一遍，才能寫報告和整理，這些數(shù)據(jù)都經(jīng)過它了。
即便美國OpenAI這樣的公司都經(jīng)常被爆出竊取私有數(shù)據(jù)等問題，所以企業(yè)就應(yīng)該有自己的私有化大模型。個人以后要用好大模型，也應(yīng)該有自己的大模型。蘋果iOS 18就是個人端的Copilot。
第三，生成式的模型，大模型的幻覺和一本正經(jīng)的胡說八道，它不可避免，但它不知道自己不知道。人說錯話，馬上就知道，但大語言模型不是，它一本正經(jīng)地講林黛玉拿繡花針打虎的故事，它沒有反思能力。今天我們發(fā)現(xiàn)和大模型打通以后，客服需要95%以上的能力，但大模型只能做到70%，這是大模型目前落地時天然的缺陷。
今天業(yè)界提出了Agent的方式，通過一套規(guī)則或者自我反思、規(guī)劃等等，和大語言模型在一起，去完成對一個具體場景的落地。很多大模型公司覺得“找人用一下”就可以把大模型做好，不是的，我們應(yīng)該基于客戶的訴求，做深度評估，才能做落地部署。我認為真正要把標桿，把很多東西抽象出來，形成標準化。
ChatGPT到今天發(fā)布才不到兩年，產(chǎn)業(yè)鏈上還有很多不成熟，它沒有很好的供應(yīng)商，很多苦活只能自己干。就跟特斯拉做第一輛車，整個電路都要自己干一遍，才能做自己的產(chǎn)品，大模型處于很早的時代，真的要做企業(yè)案例就要和企業(yè)深度打磨。
如何做好機器人，通過私有化部署的方案，不需要特別強的模型，但是做好Agent應(yīng)用，再加上私有知識庫在很多場景可以做到95%左右準確率，滿足客戶的需求。
我們提出一個企業(yè)應(yīng)用大模型有三個段位：青銅段位是企業(yè)發(fā)動大家結(jié)合公有數(shù)據(jù)應(yīng)用；黃金段位是把私有數(shù)據(jù)做好，做出數(shù)字員工；真正的王者是企業(yè)如何運營，大模型可以給出判斷。美國就有這樣的公司，專門通過大模型分析，給企業(yè)提供決策經(jīng)營建議。
今天大家都問應(yīng)用什么時候會崛起？至少要到明年，會在C端看到一些應(yīng)用開始出現(xiàn)，比如高通的那款芯片一出來，很多大廠都會在CPU上加上一個AI模塊，本地應(yīng)用機會崛起。這次蘋果發(fā)布iOS 18，專門說會給手機配上開發(fā)圖形的API，只有這樣才能出現(xiàn)好的AI應(yīng)用，或者深度化的AI應(yīng)用。最后是物理的AI，今天最火的是具身智能，就是自動駕駛、智能座艙都是這個范疇。
今年我們訓練了一個14B的模型（Orion-14B），我們訓練這個模型的核心就是讓團隊先學習。第二我們就是瞄準小參數(shù)，因為以后我們的機器人上，要跑本地化的模型，并與云端相結(jié)合。
機器人是下一個大模型終端
2018年我就提出機器人公式，AI、軟件、硬件和服務(wù)，為什么這些年一直不溫不火呢？因為以前AI的體驗做不上去。我女兒經(jīng)常諷刺我說：老爸，你做了一個人工智障機器人？我告訴她，不是老爸不行，是當時的技術(shù)不行，那時候雪不夠厚、坡度不夠長，今天大語言模型會把這個體驗一下子提升很多。美國基金說可能會出現(xiàn)一個新物種，GPU+大語言模型+數(shù)據(jù)+電力，我覺得機器人就是這樣的新物種。
為什么我們做機器人還要做大模型？大模型就是機器人的大腦，你做機器人，自己不做大腦去買別人的大腦，你的競爭力就有限了，體驗也不會好。我們就是要做端模一體化，根據(jù)場景應(yīng)用找一款好的模型，做自己的大模型機器人�，F(xiàn)在我們在1.0階段，但至少要做到3.0、4.0才有體驗上革命般的進步。
大家都看到過餐廳的遞送、講解機器人等等，但加入了大模型就不一樣。其實，Robot來源捷克語，這個詞本沒有那么強的人的概念，是“勞動力、奴役”的意思，在外國人眼里自動的就是Robot，只是我們翻譯為“機器人”。事實上在大模型出現(xiàn)之前，機器人絕大部分都是自動化機器，產(chǎn)線上的機械臂看上去那么精密，都是寫好的規(guī)則，事實上它是沒有智能的。機器人有了大模型之后才能真正理解和決策，這是很大的改變。以前大部分都是基于規(guī)則，現(xiàn)在是端到端。
它會像人一樣理解世界，并作出決策，這個決策不需要人管中間的過程，這是機器人的極大提升。我們投資的一家公司做走播機器人，在直播間說話的聲音像一個小姐姐一樣，都是AI生成的，評論區(qū)說帶我去生蠔區(qū)看看，她就去生蠔區(qū)，告訴你：“我們的生蠔又大又新鮮，趕快來吧。”
之前請小姐姐直播一個月大概賣幾千塊優(yōu)惠券，但用走播機器人一天賣3000塊錢，用小姐姐播3個小時就太累了，但是機器人一天可以12小時，如果你愿意甚至可以24小時。
今天人形機器人很火，但是我對雙足機器人能成功商業(yè)化不是很看好，作為科研項目是可以，如果落地到產(chǎn)線上工作，沒有三五年就不可能。盡管馬斯克認為可以，但還是很難。而雙臂這件事還是有機會的，用臂做一些以前不好做的工作，所以我們在具身智能發(fā)展的是雙臂。
今天我們發(fā)現(xiàn)海外也是一個巨大的市場，今年上半年我跑了幾次日本，日本真的勞動力極其稀缺，所以他們對機器人的需求非常大，我們機器人能夠為服務(wù)員省時、省力，他們非常愿意買單。
今天有兩個超級端：一個是Phone，一個是PC。下一個超級端是汽車，下下一個就是機器人，我相信讓機器人插上AI翅膀就會完全不一樣。最后希望所有企業(yè)家、創(chuàng)業(yè)者都一起全力用好AI，插上AI的翅膀。
