4.1 海内外发展：创业公司崭露头角，科技巨头积极布局

加入刘志毅「AI时代的科技新范式」

大家好，欢迎来到见闻大师课《AI时代的科技新范式》，我是刘志毅。

最后一章来看国内外的一些企业，我会按最新情况跟大家做一些汇报。其实无非就是这几家，BAT、网易、字节跳动。腾讯叫混元大模型，阿里做的通义千问跟百度的文心一言很像，实际上都是一样的，商汤也涉足了文本大模型叫日日新。

看国外的情况，OpenAI做了底层应用以后，垂类生态已经起来了，包括刚才我提到Stability AI、Midjourney这几家公司都做了相应的应用。Stability AI就是做了Stable Diffusion的DreamStudio这样一个多模态软件。AIGC领域基本上都是基于Open AI在做，当然现在是GPT4相关的应用。大家看产业融资的情况就能看出，主要还是在各自领域都有相应创新，大家如果想研究的话，也可以围绕这几家公司来做一些研究。

大家了解到的Open AI是做底层算法，能力是开发水平强，通用性高，但也因此把自己卖出去了。在2015年初的时候，它只是一个非营利性机构，当时Elon Musk承诺捐赠10亿美金，但捐赠了1亿美金以后就走了。最近新闻说当时马斯克想要管理整个Open AI，把其私有化，Altman没有答应，后来在2019年拿了微软的钱变成了一家盈利性公司，然后用这些钱投入相应的项目。

现在的软件除了大家知道的GPT系列，还有其他的比如CLIP系列，就是多模态。这个其实很多公司都在做，因为它已经开源了。为什么前段时间有人怀疑国内的一些厂商用了它，就是因为在代码的块中看到了它开源组件的一些标识和文本注释。Codex其实就是代码补全，Github Copilot的底层支持就是基于这个来做的。最后就是DALL-E 2，一个文本生成高质量图片，可以看到底层的覆盖是非常全的，然后还提供了开源组件，仍然还得回报开源社区，这是国外的技术创新文化所决定的。Open AI准备出专业付费版，其实就是我们在用的GPT 4了，现在一个月应该是20美金。在使用当中确实很好用，但是因为用的人太多了，现在限制3个小时25条回答，而且有时候还会断线，但确实很好用。

Stability AI是一个专门做开源AI的公司，而且最核心的是Stable Diffusion，现在是使用人数最多的多模态软件、AIGC生成软件之一。它不仅能够做文本转向图片，而且已经开始推出官方的API接口，能够形成自己的多模态的一些功能。

另一个我个人，包括行业内非常看好的多模态的软件就是Midjourney，是付费的。如果大家去b站上搜索它做的一些作品，比如给它一句古诗，它能生成相应图像，效果非常好，水墨画什么都特别精致，而且一次输入可以输出多幅图片。它的模式是会员付费模式，用户数量接近上千万。

国外的创新就是这个特点，不是有了Open AI以后其他家就没法干了，其他家其实还会根据自己的特点获得相应的融资，因为他们都有自己的技术特色，而且有一些门槛在。那么这里就提醒两点，第一点是国内做创新和国外创新逻辑不太一样，国内确实是更偏向于应用型创新。这时候的技术扩散或技术移植能力就很重要。第二是能否快速商业化，拿到了移植技术以后，能不能快速帮助客户赋能，这也很关键。

谷歌现在压力很大的原因就在于它的搜索是交互式的，可能会受到影响。谷歌对AI的投入应该是2017年Transformer那个论文提出来就开始的，也奠定了大模型的框架，但是没想到为他人做了嫁衣，最终是微软所收购的Open AI做出了相应的发展。但AlphaGo是Deepmind做的，蛋白质结构的算法AlphaFold也是他们做的。所以除了微软以外，我最看好就是他们家。

他们都是同一的技术，只是采纳了不同的路径，Open AI采纳的技术路径就是大力出奇迹，通过参数大模型来做，而谷歌采纳的就是在可控模型、参数下，去做自然语言生成，而且它已经开始开源了。谷歌也收购，它收购了Deepmind，AlphaGo、AlphaStar包括AlphaFold2都是它们做的，而且它的一系列算法的应用领域也非常广泛，覆盖围棋、蛋白质、电竞还有智能聊天机器人。

大家可以看到受影响的就是两方面，一方面是搜索业务，第二方面就是广告业务。尤其是广告业务，如果不能够很快的跟上技术迭代，整个信息本身也会从分发环节往前走至生成环节，把商业化逻辑放在比较前端的部分。可以看它相关的产品，其实产品局还是很丰富的，生成的相关内容从2017年到2023年几乎都有相应的算法和模型来生成。

如果从这一点来看，需要提醒大家的就是，如果不是真的技术强到离谱，就不要跟大公司竞争这个环节了，因为投入的资源完全不是一个量级的。

Sparrow现在做的好像还不够成熟，谷歌没有公布最新的一些情况，但已经有这样的一个软件了，应该会基于自己做的语言模型Bard再做一些深化。Sparrow是一个参数更少，但训练集更大的方向，而且Sparrow本身在垂类的准确度上还会有一些优化，因为参数量小、算力小，训练数据集多就可以提升模型的性能和质量，这是它的特点，只是技术路线跟其他不一样。

我认为ChatGPT打开了通用人工智能的这个方向的基础，但并不是最终的解决答案。产品对比上来说可以看到Bard跟ChatGPT比时效性会更强，因为Bard是基于谷歌的人工智能语言模型做的对话机器人，所以效果没有那么好，但由于集合了一些搜索内容能力，其实可以保证一定的实施性，可以快速更迭。AlphaGo和AlphaStar这两款产品，一个是下围棋一个是打游戏，可以看到谷歌在这方面的能力。毕竟Transformer是Google做的，所以如果推出新的算法，那么有可能打破OpenAI在技术上封闭和垄断。至少目前来看谷歌是要走开源这条路线的，因为它落后了必定要对社区有更多的回馈。

AlphaFold就是蛋白质结构检测，Gato其实是一个“通才”模型，就是指令集然后能够进行不同交互，这种交互能力如果能够集成到大模型上，未来能力就会很强，因为它能够做的事情非常多，交互、游戏，包括堆积木，工程上的一些设计应用等都可以用那个来做。

在考虑国内巨头的进程或者相应产品部署的时候，谷歌是一个非常好的案例，因为它特别早的进入这个领域，同时也把大多数能够产品化的AI技术都产品化了，所以在这个情况下可以进行一些对标，包括对它公开的技术测试可以进行一些分析。

微软当然是这一轮当中获得最多收益的企业，不管是云平台、服务器系统还是生产力流程和个人业务，现在都全面集成了这一套逻辑。最近变化最大的，或者说挑战最大的企业之一，是阿里巴巴，阿里在马云回来以后进行了组织变革，阿里云独立出来，就是完全按微软这套逻辑做了。不仅云服务大幅度降价60%，还快速集成所有通义千问的一些功能。

可以看到微软的一系列布局，错失移动互联网之后就做云，然后在做云的基础上发展AI，尤其是投资了Open AI获得了非常好的盈利，从股价来看有明显变化。Open AI是什么呢？它就是一个开发了的安卓系统，当然它需要盈利。那么通过这样的方式实际上获得了相应的技术能力和基础能力，接下来就可以对企业或个人进行全面服务。GPT 4已经发布了，发布过程实际就是把多模态能力集中起来，并且提供付费版本，日活量提升，也是在养活整个商业的研发团队。所以这一套方法论其实就是大公司现在做的方法论，通过Open AI加微软的服务去实现本地化的服务智能，就是云计算的，包括个人效率的、代码的、舆论的都是在这一层面去做。国内如果有企业要做这个路线，其实就可以参考这套逻辑。

另外一家公司就小冰，原来叫AI Being，它已经完成融资了，而且现在主打数字人。数字员工已经做了很多服务，现在可以结合这一部分能力来完成相应的内容创作和转型。所以数字人这个领域实际上也受到了一些挑战，包括商汤之前的日日新中也公开了一个数字模型，就是一个行业数字人，能够用在直播、电商等等领域。

腾讯的混元大模型很快会公布了，应该是最近2个月，因为他们已经做了很多内部测试，我们也看到了一些发展。这里提醒大家的就是，即使他们拿出一个，在结果上看起来更像GPT 4版本的大模型，但它的技术能力仍然有差距，这毫无疑问，因为国内还不具备对整个GPT 4的泛化性重复。

阿里的通义千问我们测试了，从自然语言能力来说其实并没有比百度文心好多少，大概是一个级别的。泛化性来说，可能在某些功能上感觉还行，主要还是跟云服务结合比较好。但阿里有一个好的商业模式或者说有一个优势，就是据说它有超过10万张的A100显卡，存的多，可以快速赋能。

字节也在做大模型，张一鸣也在招人，现在有新闻说他招募Open AI的一个工作人员花了很多钱。但我了解到他们在上个月时还对这件事情没有做得很成熟，团队也还在组建。在这个情况下，我们很难期待它做出一个更高级的产品，但应该会很快，因为商业化团队最早用了自己的模型技术，现在也是快速扩张，应该能做出一个比较完善的产品矩阵来，不过推断能力不好说，应该还不是特别强。

最后，我做的很多研究都是跨学科的，在这个过程中，我的这些跨学科的研究能力是怎么建构起来的？其实就是在不同的研究课题中去做的。ChatGPT时代，我觉得最重要的三个能力，第一是你确实有知识发现和知识创作的能力，尤其在跨学科方面，如果能做出更多的探索是很重要。第二是整个过程其实是一个基于机器学习的智能科学发现，智能科学的发现过程需要不断通过promote加强整个发现的成果，这还是比较重要的。比如说去年我们研究的一个大方向是AI for Science，在医疗、医药这些方向，再往下去做这个方向的时候，我们可以看到计算、法学等领域，也开始把它应用在这些领域。所以不管做哪个领域的创新和研究，都需要在最新的领域做一些突破。第三点就是，AI for Science这个课题其实是把这个领域用在基础科研方向上，可以获得更多的、更全面的知识，能够推动基本的创新逻辑变化。

如果大家对这部分内容还比较感兴趣的话，后续我们可以考虑，一是跟大家一起探讨promote的一些工程，包括具体怎么使用。第二是找一个我自己比较关心的领域，比如AI for Science，大家可能来自医疗或其他领域，可以一起探讨。第三其实涉及到一个很重要的命题，就是跟法律政策相关的，比如如何解读现在国内外的一些科技政策，尤其大模型出来以后的政策，包括如何做数据合规的相关工作。

我去年的时候接了一个课题，给华为做全球数据合规、伦理合规方面的工作，当时跟欧洲的一个团队来合作，他们问了三方面问题，第一从全球来看，如果推动这个技术，比如华为的一些服务器或者技术要进入欧洲，怎么去看伦理相关的事。他们提到了数字人权法案，提到欧洲的一系列法案，GDPR等的影响。第二个问题是在进入欧洲市场的时候，要有什么样的合规逻辑和风控方法来保证符合相应的行业要求、政府要求。第三是当时提到了特别多的跟美国相关的，包括美国国会给的法案，讨论他们对整个华为的供应链，包括相应技术的实施方案的影响。这其实对很多跨国企业，包括大家投资一些跨国企业还是有很大作用的，包括数据合规、伦理合规、数据安全等等。

如果说移动互联网时代的创业创新是在To C情况下肆无忌惮或者说在灰色创新空间进行创新，那么人工智能时代，从现在看来，其实是戴着脚铐跳舞。为什么？因为人工智能技术从2015年开始都有一个特点，会快速进入经济和社会系统当中。在这个前提下，无论国内还是国外，必然要符合这些合规性的规定。那怎样去做相应的风险控制，之后有机会再跟大家继续探讨。

以上本期课程的主要内容，关于课程内容有什么问题或建议欢迎留言。我是刘志毅，我们下期再见。

- E N D -

 加入刘志毅「AI时代的科技新范式」

— — 《AI时代的科技新范式》目录— —