李志科学壁纸,李志博士简历,科技日报李志明,中国科学院李志量

文章转载来源：腾讯科技

作者丨张小B

出品丨腾讯新闻《潜望》

中国大模型经历了短暂沸腾以后，一部分人骤然冷静下来。在过去1个月，行业已悄然分化。前Google科学家、出门问问创始人兼CEO李志飞就是其中之一。

1个月前，他率先声称要做“中国OpenAI”，但现在，他却说：“中国是不是存在一个跟OpenAI一样的这种组织？我觉得大概率不存在。”

他说：“真正像OpenAI那样探索AI天花板的凤毛麟角，复制一个OpenAI未必有必要。”

他还说：“你就算做了一个AGI（通用人工智能）又怎么样，更重要的还需要make AGI accessible。”

在过去短短1个月，一部分沸腾着的大模型创业者心态经历了巨幅转变。李志飞回忆说，对大模型达到狂热顶峰期，是他刚过完年赴美国考察的时候。在硅谷，学院路有个Blue Bottle，他穿过咖啡馆走廊，耳边接连听到一大串chat、chat、GPT、chat、ChatGPT……那段时间他每天5点就醒了，感觉多睡一会儿都在浪费生命；逢人便聊大模型，“每天喉咙都是哑的”。

这次到美国，他带着三个疑惑：一，ChatGPT背后革命性的技术是怎么做出来的？二，为什么是OpenAI，而不是他的前东家Google带来这一历史性时刻？最后，大模型壁垒有多高？为了一探究竟，他约见了OpenAI、Google、DeepMind、Amazon、Meta等一系列工程师。

对于第三个问题，他在当时得出了过于乐观的结论：大模型壁垒极高。但随着他回国、ChatGPT在国内爆火，巨头、大佬和资金疯狂涌入大模型领域――很快，这个结论破灭了，大模型的壁垒和门槛被踏得粉碎。

大模型的供给比他想象得多太多。不管是互联网巨头，还是原有人工智能企业，抑或大佬带资入局，都在快速为这场大模型平台之争备战。在中国，似乎一夜之间遍地是大模型。据李志飞预估：“中国1-2年以后，你会看到50家以上公司做大模型。”这场平台之战太过于惨烈。

在此背景下，一部分大模型创业者在过去1个多月回归了平静。这波人选择了一条更现实、也能与原有业务相结合的路径。李志飞只是其中一位。

有投资人说，他们的一个顾虑是，李志飞如何妥善安排自己10年的创业公司、对原有股东负责，然后另起炉灶？“这个我先声明一下。”李志飞回应称。现在他的想法是，在出门问问基础上，一方面做大模型底层能力，另一方面做基于大模型的各种应用，且公司已有业务闭环基础。他们目前暂无融资诉求。

“我其实是希望劝一些人不要去做大模型，”他说，“与其现在就匆匆忙忙跳进去做通用大模型，不如多想想我做出了通用大模型以后又怎么样。”

“包括大佬们。他们可能走进了一个，他们不知道是什么、也不一定像他想象中擅长、最后也不一定是喜欢（的地方）。”

以下是对李志飞的访谈节选。为了方便阅读，我对文本进行了一些优化。

01突然的转折

腾讯新闻潜望：今年2月，为什么和王慧文、真格投资人吃了那顿饭？

李志飞：吃饭是因为他们提到老王也要做AI，我挺好奇。大家对OpenAI很兴奋。但至于怎么做，什么时候中国能做出来没有清晰概念。大家聊更多是想能怎么做。

要花多少钱？入门门槛什么样？当时我说至少需要5,000万美金――2,000万美金买算力，2,000万美金招人，1,000万美金标数据。

腾讯新闻潜望：有没有互相给offer邀请对方加入公司？

李志飞：有。但大家有不同做法。

腾讯新闻潜望：接下来你准备怎么做？

李志飞：我的想法做了很多改变。当时我觉得壁垒极高，早期投入非常大，最后能做或者愿意投入的没几个。但通过过去这1-2个月去看，很多东西都变了。

首先做的人会很多。大家太快达成共识，这是未来10-20年最重要的一件事。其次，这个事难度取决于你怎么做。如果你要像OpenAI或Google做最牛的模型，探索AI天花板，非常难。但如果你跟自己的或你想做的场景结合，难度会大幅降低。包括有开源模型，算力本身英伟达发布了更厉害的计算平台――从算力、算法、数据各层面，难度会降低。

所以一方面供给多，另外一方面如果不是探索能力天花板，难度没那么大，导致做法有很大调整。你可能就没必要一开始单独做个公司，融很多钱，招最厉害的人，在与世无隔的环境憋12个月。以前我想的是那种。现在还是基于自己的投入和应用落地，快速把模型做起来，迭代使用场景。

腾讯新闻潜望：你想法转变是什么时候？

李志飞：（吃完饭）之后一个多月。

腾讯新闻：中间到底发生了什么？从雄心壮志就要做中国OpenAI、探索AGI，转变得更现实。

李志飞：兴趣和商业是两回事。这不代表我不能探索AGI。探索特别难的事有两种方式：一种从零开始，是突变式；另一种是渐进式。现在对我最好的方式是基于出门问问这种渐进式。

腾讯新闻潜望：还会做“中国OpenAI”吗？

李志飞：中国的OpenAI是个伪命题。大家都知道完全复制OpenAI非常难，甚至他们自己都不一定能重复。这里边很多不确定，所需资源体量庞大。中国是不是存在跟OpenAI一样的组织？我觉得大概率不存在。你就算做了一个AGI又怎么样，更重要的还需要make AGI accessible，把AGI变成可用的东西。我们可以在这方面做很多探索。

腾讯新闻潜望：你认可Robin（李彦宏）说中国不需要第二个大模型吗？

李志飞：中国肯定需要很多大模型，但是不是有能力做类似OpenAI这样探索人类天花板的模型，我不确定。我一直在强调，做大模型不只一条路。

能笑到最后的也不知道是谁，甚至哪怕在全世界，OpenAI也不一定笑到最后。今天我对它的商业模式还挺悲观的。

腾讯新闻潜望：我昨天见一个投资人，他说大多数创业者另起炉灶，想看看志飞怎么选。他们在等你的下一个项目。

李志飞：不。这个我先声明一下，是在出门问问基础上，一方面做大模型的能力，另一方面有各种应用。

我们从2020年8月就开始做大模型和应用，差不多做了8个月，但局限于学术研究和商业模式的探索就停了。这之后，去年9月我去了一次美国，又把大模型重启，我们当时想做文案产品，类似Jasper.AI，因为看到GPT-3最适合干的是写文案。很幸运我们已经做了好几个大家叫AIGC的产品，有AI配音和写文案的。

腾讯新闻潜望：你们大模型的参数和算力大概是什么规模？

李志飞：我们就几百亿。

它更加【【微信】】。你做一个万亿的模型，有的时候真的只能祈求上帝，机器不要挂掉。

02这轮AI核心是构建了大一统模型

腾讯新闻潜望：从你最早读自然语言处理的phd，到进入Google翻译实验室，再到现在，这个技术经过了哪些迭代？

李志飞：十几二十年前，我在约翰霍普金斯读博，实验室叫CLSP，创始人是语音识别之父。现在大家对语言模型了解，当时是很小的学术圈，全美做语言模型的phd同一年就几个。2010年毕业我去了谷歌翻译实验室，工作不到三年。2012年回国创业。

2005到2012年，Google用大规模数据训练语音识别和机器翻译系统，开放给普通用户。在这以前，研究是靠美国军方项目支撑。2005年后，Google把它变成消费产品，我们相当于黄金时代的phd，用大数据、统计做机器翻译和语音识别，特点叫符号主义。

到2012年，分布式计算的红利基本没了。我在Google很痛苦，随便怎么加数据，准确率都不会提升，有时反而降低。Google把大数据、分布式计算用到极致了。

2012年到现在最重要的是深度学习，它跟符号主义不一样。跟以前的模型比，它容量更大，潜在天花板更高，对数据学习能力更强。以前很多模型学习数据是表面的pattern，比如两个词同时出现、出现频繁，我认为他们之间要么是翻译关系，要么是上下文关系。但深度学习通过10年发展，它能对数据做很多抽象。规模也比以前大――以前用几千万或者几亿的token，现在可能10万亿。

总结来说，深度学习时代后，模型的表达能力、吸取数据的抽象能力、分布式训练能力，相比2012年当时到瓶颈的时候有几十倍或几百倍提升。

腾讯新闻潜望：ChatGPT在哪些技术革新了，导致和过去10年的AI不一样，同时带来了爆发？

李志飞：核心是通用。以前语音识别的系统专门一个团队做，机器翻译专门一个团队做。以前在我们学校，做机器翻译的人在计算机系，做语音识别的人在电子工程系。Google也一样，做机器翻译的人跟做语音识别的人是不同团队――他们有单独训练的数据，单独的代码系统。

大模型，当然现在还没做到，但未来它可能做语音识别、图像、机器翻译、回答你所有问题，陪你聊天，甚至做蛋白质结构预测――它可能是大一统的系统，做到以前每个需要单独训练一个系统的能力。这是为什么叫它通用人工智能。

腾讯新闻潜望：现在达到AGI了吗？还是只是逼近？

李志飞：微软前阵子写过一篇文章，GPT-4是AGI的火花，我比较同意。通用的智能无非是第一通用，第二要有高度抽象的能力，第三有规划能力。

腾讯新闻潜望：对于ChatGPT，你作为一个内行人的Aha moment是什么？

李志飞：以前AI系统，你去问它一些抽象的东西，推理或者故意骗它，它只在网上找相对应的文本形成答案。你知道它笨在什么地方。但ChatGPT你有强烈感觉：在跟有智商的人聊天，它理解你在说啥，还能跟你绕。

腾讯新闻潜望：所谓的“自监督”，我可不可以通俗一点理解，把孩子扔到海里游泳，他不需要我们看着他就能自己学会。

李志飞：不需要比喻也容易理解。就是基于前面的词，预练下个词是什么。所谓的自监督是因为互联网是序列文本，我们现在正在“聊天”，当我说“聊”，后面有个“天”。互联网上有海量文本，可以自监督预测下个词。

每次AI预测，如果输出是“天”，跟文本对上了，系统给奖励；如果输出是“话”，这个不对，系统给惩罚。所谓自监督是互联网文本每一步都给了监督的信号，但为什么又叫自监督？因为这个数据不是被标出来的。不像以前，我做机器翻译，我要提供一句中文，然后标注一句英文；或者做语音识别，提供一个音频文件，然后标注一个对应文字。现在你从互联网上就能收集数据。自监督是每预测下个词，数据都给你反馈，告诉你错了还是对了。

03硅谷见闻实录：为什么是OpenAI而不是Google？

腾讯新闻潜望：春节后你马上动身去了硅谷，那段时间发生了什么，在那待了多久，有什么收获？

李志飞：当时对我来说，ChatGPT太神奇、太厉害了。第一，我很想知道到底怎么做出来的，原理是什么？第二，为啥是OpenAI做出来，而不是Google？第三，壁垒多高？

我带着这些问题跟很多人聊。聊完答案是，第一没人知道这怎么搞出来的，技术原理是啥，为啥它突然有这么强的能力。包括OpenAI的人也没有清晰答案。很多深度学习的问题不可解释、不可操控。

腾讯新闻潜望：为什么是OpenAI而不是Google搞出来？

李志飞：如果高度简单化这个东西，我觉得主要几点：

第一OpenAI成立就一直目标是做AGI，Google很多人不太相信――就觉得这可能是学术骗子，甚至当你说你要做AGI，我觉得你不知道你在说啥。你看在GPT-2的时候，OpenAI就说我要做通用，我不是去做那些比如pre-training，然后fine-tunning，收敛到具体任务的系统。它跟Google的信仰不一样。

第二，在GPT-3后，它是产品驱动的AI研究，这跟Google或别的组织不一样。别的要么是偏学术的研究――一帮人做出一个系统，写一篇论文，弄个PR，又去干别的了；要么是像DeepMind是项目制，AlphaGo做一做，又做AlphaZero，又做AlphaFord。它不是product-oriented的迭代。

腾讯新闻潜望：DeepMind怎么遴选项目？

李志飞：有偶然有必然。必然是他们做游戏出身，认为通过深度学习去学怎么打游戏，最终实现通用AI，这是DeepMind人的信仰。

从执行路径，先找一些限定场景，比如下棋不涉及很多人的交互。它规则、边界清晰，数据干净，但同时足够难，有代表性。

腾讯新闻潜望：嗯，第一是信念，第二是产品驱动，还有第三点吗？

李志飞：很多时候，有的人只对研究有兴趣，有的人只会做产品，有的人只愿意做工程。但能有一批人对三个都有兴趣，相互能协作，这也是重要因素。

2020年6月GPT-3开放给用户后，获得了很多用户反馈，通过反馈收集数据，通过数据又去迭代系统，然后重新给用户，效果越来越好。它已经悄悄干了两年半。Google就没有这么一个系统在线上。

腾讯新闻潜望：最后你的第三个问题，壁垒是什么？

李志飞：那一刻我是觉得大模型壁垒极高。我跟很多人聊之前，觉得Google应该很快就搞出来了；但聊完，我意识到这个模型跟以前的壁垒不一样，有比较长的订货交付时间（lead time）。

首先你要花很多算力算，管你再厉害，如果你没有那么多卡，在这么大的数据量算过，模型就出不来。第二，模型的结构，包括数据的收集和清洗，需要时间积累。第三，这个实际是实验的科学，我用很多台机器，基于这个模型、数据的格式，我去调，调完后看结果，每做一个实验都要花很多时间。

它类似于造硬件。不是说两个月后另一个人立马就可以造出同样的iPhone。

腾讯新闻潜望：预计周期是多长？

李志飞：至少比如6个月8个月以上。哪怕对Google这样的竞争对手。

腾讯新闻潜望：你当时跟Google的人聊，跟OpenAI的人也聊，OpenAI的人怎么看Google，Google怎么看OpenAI？

李志飞：这个我倒没太注意。算力、数据、人，某种程度上Google可以碾压OpenAI。Google更大的问题是内部组织形态。在跨部门，Google的研究部门和业务部门是分开的，比如跟Youtube、搜索、云业务分开，调动数据、资源，甚至把产品上线都不是容易的事。在部门内部，太多聪明人，每个人有自己的想法、自己相信的方法论。这都是OpenAI不存在的情况。

有时一个竞争对手比你强10倍，但在这种高度不确定性的事上，它不一定能打得过你。

04在中国创业的现实和真相

腾讯新闻潜望：大模型时代到底给我们会带来什么，从今天往后看10年有什么样的预演？

李志飞：人类最引以为傲的是通过语言承载的认知。ChatGPT已经有很强的认知能力。这会导致有几个后果。

第一， 它让我们产生强烈信心，当认知问题都能解决，很多感知问题小菜一碟。

第二， 很多人讲 AI大模型是生成式，这是巨大的误导。ChatGPT这种认知模型，能力是全方位，比如它有很强的理解能力、分析能力、生成能力，甚至有不错的规划能力。它的应用远超语言。未来5-10年，我想不到什么领域不会被这个影响。

腾讯新闻潜望：现是iPhone时刻还是浏览器时刻？

李志飞：这个我跟别人争论过，我认为是后iPhone时刻。通过过去10年，人类很多东西高度数字化了，每个人有手机，手机联网，手机内存、触摸屏、通讯、GPS能力非常好。我们等的是智能时代的爆发。现在智能有巨大突破，为什么不觉得它是iPhone后时刻呢？

腾讯新闻潜望：你们属于从上一代AI创业的时代走过来，上一代AI公司的共同挑战包括哪些？

李志飞：商业模式不行，投入很高、产出很低，所有公司陷在商业化糟糕的状况里。

腾讯新闻潜望：现在呢？

李志飞：现在好的方面是AI应用场景远超上一代，需求可能是以前的十倍、百倍。

但大模型出来后，在太短的时间内所有人达成了共识。坏的地方是供给可能也是上一代的10倍，所以会让很多现在做AI的公司，还是像上一代一样比较痛苦。

对行业、社会当然是好事，但对player，共识太强，竞争会非常激烈。我曾经说过一个观点，中国1-2年后你会看到50家以上的公司做大模型。这里面做法有不同。真正像OpenAI那样探索AI天花板的凤毛麟角，复制一个OpenAI未必有必要，我们可以做中国式创新的大模型。

腾讯新闻潜望：大模型时代的killing app在哪？

李志飞：大模型empower killing app能力已经ready，更多是大家能做出什么样的应用，用户怎么去接受它。

腾讯新闻潜望：大模型这个领域，它是能诞生新的巨头，还是说它是原有巨头的叠加？

李志飞：肯定会有新公司。最后能跑出来公司可能是垂直整合的，自己找一个主应用场景，收集用户的数据，同时也训练自己的模型，不停迭代。纯粹依赖于第三方的模型，不仅壁垒很难建立，而且很难快速迭代。

腾讯新闻潜望：创业10年有什么比较难的时候？最近的困难是什么？

李志飞：没有一天不难的。最近面临着很大压力。一方面是机遇；另一方面，竞争无处不在，太多聪明人在里边琢磨，会让我有时产生一种――我会不会miss掉这一波机会，我能不能在大的浪潮里立住的感觉。好多人很焦虑，都觉得自己有可能被颠覆掉。无论是有业务的，还是没业务的。

我会越来越轻松点。焦虑也没用，还不如抱着长期主义心态。很明显，未来5年、10年、20年有太多可创新的地方，也许抓不住这个小机会，就能抓住另一个。你这一刻被更聪明、更努力的人超过了，并不代表你不能下一刻抓住，只要你觉得是长期的事。

腾讯新闻潜望：创业10年你的性格变了吗？

李志飞：肯定是性格大变。

腾讯新闻潜望：你以前接受采访经常提到狂妄，讲话也会流露强烈的表达――你以前会说：“我只是要求非常正规的融资，正规到纯洁无瑕。”还会说：“看到这个世界正在被我瞧不起的人推向我不喜欢的世界，我非常痛苦。”

李志飞：我不喜欢给自己打脸，有一些东西我说了做不到，或者是因为无知而说的，我会调整。

2012年人家问我说：“怎么跟某度竞争”？我说：“某度是什么东西？”通过10年在中国创业，你发现人家很厉害，不能欺骗自己对吧？明明知道这个东西不是这样子，还去忽略它，这是不求真。现在行为、说话方式有变化，是因为我看到了很多真相。

腾讯新闻潜望：国内竞争的真相是？

李志飞：从竞争维度，中国是美国的10倍。怎么得出来的？中国创业供给是美国的2倍，美国客单价是中国的5倍，乘起来是10倍。我是觉得超级有道理的。

腾讯新闻潜望：你今年的目标是什么？

李志飞：我希望我每天思考的问题和与大家聊的话题，超过70%内容跟这相关。

腾讯新闻潜望：对当下这波在中国做大模型创业的人，有什么想说的吗？

李志飞：我其实是希望劝一些人不要去做大模型。这跟我个人竞争没有任何关系，我跟他们没有任何冲突。

我觉得你贸然进入，难度很大，商业竞争激烈。你现在做的是一个非常通用的大模型，但你没有仔细想过，最后落地在什么场景下？商业模式怎么做？与其说现在就匆匆忙忙跳进去做通用大模型，还不如多想想做出了通用大模型以后又怎么样？

两个月以前，我就是要复制ChatGPT，但现在我觉得不想清楚商业模式到最后会很痛苦。

---

券商观点｜大陆企业获GPT赋能，数据安全将成关键考量

大陆企业包括哪些,在大陆上市的企业,什么叫大陆企业,大陆 公司

　　4月10日，华西证券（002926）发布一篇计算机应用行业的研究报告，报告指出，大陆企业获GPT赋能，数据安全将成关键考量。

　　报告具体内容如下：

　　AzureOpenAI获GPT能力，大陆企业率先布局

　　随着3月份的两次升级，目前微软Azure上的OpenAI服务已经可以使用ChatGPT和GPT-4模型。虽然国内大模型当前发展十分迅速，但我们认为，在数据、算力、算法等因素的限制下，一段时期内AIGC行业仍会由微软等海外大厂主导，且AI发展日新月异，当前来看国内的商用GPT使用权限依然是稀缺资源，受限于GPT-4模型当前的高定价、微软对AzureOpenAI的权限管理以及数据跨境的政策监管，我们认为，大陆现有的AzureOpenAI客户凭借其GPT模型使用权限的短期稀缺性以及相对成熟应对政策监管的能力，有望进一步巩固在市场中的领先地位，构筑起竞争壁垒。

　　技术层面海外大模型仍占据领先地位

　　数据方面，英文互联网数据质量相对较高，清洗起来也相对容易；尽管中文互联网的数据量很大，但数据质量存在一定差距，且互联网巨头之间的数据相互封闭，数据孤岛化现象严重，这使得数据抓取变得相对困难。算力方面，中国的AI大模型发展正受到算力“卡脖子”，更具确定性的解决方案还是依靠于自研芯片和服务器，当前国产顶级芯片仍难以超越英伟达和AMD高端产品，预期全球市场仍将由海外龙头垄断。算法方面，GLUE测评排名中，前十名得分均在90分以上，已经十分接近乃至超越人类平均水平，其中来自国内得分大模型仅有百度ERNIE及阿里AliceMind，在英文回答水平上海外顶级模型仍占据绝对优势，而国产大模型在攻克了数据和算力的难关后有望另辟蹊径实现中文水平上的突破。

　　AzureOpenAI进驻中国香港，数据安全为关键因素

　　AzureOpenAI在中国香港实装GPT-4模型及ChatGPT，大陆企业使用速度预计会有显著提升，对于国内企业来说，此次AzureOpenAI在中国香港实装GPT-4和ChatGPT意味着其可以更便捷地获取和应用先进的AI技术，同时数据传输速度和安全性都有望大幅提升。由于使用如AzureOpenAI等海外大模型需要将数据跨境传输，因此受到境内和境外的数据传输政策限制，内部来看，《数据出境安全评估办法》规定涉及重要数据和个人信息的出境，必须接受安全评估，不排除后期数据出境限制更加严格，使得GPT模型使用受限；外部来看，2019年美国《国家安全和个人数据保护法案》（尚未生效），对于美国用户数据出境，尤其是传输至中国进行明确的限制，若企业使用海外大模型数据出境经由美国，则也需面对这方面的数据传输风险。

　　投资建议：

　　我们认为AIGC模型迭代正在加速，AI发展日新月异，当前海外顶级模型仍占据领先地位，已接入AzureOpenAI获得原生GPT-4和ChatGPT赋能的企业有着一定的先发优势，可率先开始根据需求部署AI解决方案和应用；同时，国内大模型有望在特定领域及中文处理上另辟蹊径实现赶超。后续国内率先落地AzureOpenAI应用的标的有望受益，包括万科（2202.HK）、创梦天地（1119.HK）、医脉通（2192.HK），以及国内已实现自研大模型的企业，包括阿里巴巴（9988.HK）、腾讯（0700.HK）、百度（9888.HK）。

　　风险提示

　　技术落地商业化不及预期；人工智能在部分领域应用的监管风险；数据出海的政策风险。

　　声明：本文引用第三方机构发布报告信息源，并不保证数据的实时性、准确性和完整性，数据仅供参考，据此交易，风险自担。

关注同花顺财经（ths518），获取更多机会