划重点：

1傅盛认为大语言模型核心要理解的是：它并非“聊天工具”、“知识库”，而是通过对知识学习建立一整套逻辑能力。

2傅盛称做“大模型”会分有两个方向：一个是科技巨头们搞的“爱因斯坦”很高端、很专业；另一个则是“平民化大模型”，数据量不会那么高，能一些特定领域能达成某种效果。

3在如何理解“大模型”给我们带来哪些革命性改变的问题上，傅盛认为它的出现是人类第一次把电能变成了脑力和通用智力。

最近无论走到哪儿，傅盛都在包里装一台Mac电脑，空闲时让ChatGPT教他写程序。

ChatGPT替代了书籍。“我最近都没怎么读书了，天天直接就问GPT。”傅盛说，有问题找它，有论文要读丢进去让它总结，还问它各种鸡兔同笼、苍蝇和兔同笼、蜈蚣和兔子同笼的逻辑问题。

甚至，他问ChatGPT：当年Google效果不错，你们却很差，是什么让你们坚持自己的道路？

我们正处于人类技术史上的一个伟大时刻。傅盛是猎豹移动董事长兼CEO 、猎户星空董事长，在他看来，这是人类第一次将电能转换成通用智力，哪怕互联网的变革意义都不能与之比肩。大模型应与蒸汽机一较高低。

同时，傅盛提出了一个新命题。就像过往每一次技术革命是从实验室里的高精尖向普及化过渡，技术的神秘面纱随之被揭开。这次的大模型会不会也这样，一部分人创造“爱因斯坦式”的超级大模型，另一部分人生产“平民化大模型”？

“世界永远是这样，一段特别牛的，一段一些草根想办法去颠覆，从低端去搞你。低端这条路永远没输过，高端那条路也永远存在，所有的商业基本是这个逻辑。”他说。

傅盛是移动互联网时代崛起的创业者、一个颇为性情的CEO。过去，他会为恩怨哭、为市值不服气，也会带着2000多位员工坐游轮出海、去迪士尼。随着2020年Google下架猎豹旗下多款产品，这场剧烈的风波令其公司市值遭受断崖式下跌。另一边，早在2016年傅盛开始寻找新增长点并创立了猎户星空，将精力逐渐转到机器人和AI赛道，这是这次访谈的起因。

这次，我们和傅盛从这个伟大的AI变革开始聊起，也聊到了他所擅长的交互界面变革、他的最后一次创业，以及人生的起伏和心性转变。如今，他放下了很多个人恩怨，反而是看到一些感动小事容易动情，理解了他人的艰辛与不易。看《新喜剧之王》他就哭得厉害。

“那就是小人物的奋斗史啊。”傅盛说。

以下是对傅盛的访谈。为了方便阅读，我们做了一些字句修改。

01 做大模型有两条路：造一个爱因斯坦 vs 平民化大模型

ChatGPT爆火后，整个社会对人工智能达成共识有点太快了，这几个月你的生活有变化吗？

傅盛：我现在出门就要背一个Mac电脑。让ChatGPT教我写程序。

大语言模型大家核心要理解的是：它不是聊天工具，不是知识库，而是通过对知识学习建立一整套逻辑能力。逻辑能力是人类独有的。

达成共识这么快，是因为大家认为这是人工智能第二个里程碑。第一个里程碑是AlphaGo突破了机器人识别，但识别不是人和动物的核心区别，狗、猩猩也会识别；逻辑能力才是人的核心，也就是所谓“智能”。第二个里程碑难度比第一个大，到今天也没有完善理论能证明，现在有个词叫“涌现”――这是为什么只有OpenAI当时选这条路――如果有理论证明只要加到1000亿参数就能产生智能，大家早就上了。

今天能证明这件事吗？只要加到1000亿，其他人能复制。

傅盛：这条已经趟通了。现在这么多做大模型，都能做个大概。

你们会做吗？

傅盛：我们现在不会。这是“大平台的核战争”，你走跟它一样的路，肯定被它碾碎。

我认为大模型会分两条路。一条叫越来越牛的大模型，是“造一个爱因斯坦”。谁都怕“爱因斯坦”出来，大公司都得上，不断进行“核战争”――从GPT-3.5到GPT-4再到多模态。

但很多工作岗位不需要“爱因斯坦”，大学毕业生就能做。这是另一条路。业界最著名的是“羊驼”，几十亿参数、一块GPU卡训练出的效果，在一些专业领域也不错，实现快速平民化落地。我们可能走第二条路。我们从去年底开始推进与机器人的结合，近期会出产品，具体做法不能说太多。我相信一定有大量的人做“平民化大模型”。

如果“爱因斯坦”出来，会不会对其他是一种碾压？

傅盛：这个问题今天我没有确切答案，但从逻辑上不那么可能。因为它的成本。“爱因斯坦”永远需要更大的参数、更好的算力、更贵的服务。你看GPT-4比3.5，服务首先慢，其次收费，还限制条数，现在在封账号。当然你说如果到了终级状态是不是有又便宜又好用的，可能有，但这种状态会持续很长时间。

3-5年肯定会。你就这么想，GPT-5年底发布，从GPT-4到5一年过去了，明年再来个6。到现在GPT-4发布两个月，非但速度没有快，反而在裁减用户。

能不能试着精确定义一下“平民化大模型”？它和大模型所需要的条件差异是什么？

傅盛：参数量会少，数据量不会那么高，在一些特定领域能达成某种效果。一定要把模型叫做一种逻辑能力，在某种领域的这种判断力，门槛没那么高。最后竞争力来自场景、应用，在某个行业深入了解需求。

你都把文档传给一个大模型，数据安全是不是有问题？以后会不会有私有化部署的大模型？如果有，GPT-4那么消耗算力，谁部署得起？一定会有便宜、但能力不错的出现。

世界永远是这样，一段特别牛的，一段一些草根想办法去颠覆，从低端去搞你。低端这条路永远没输过，高端那条路也永远存在，所有的商业基本是这个逻辑。

可以简单理解，这个世界不只有爱因斯坦，还有很多一本、二本毕业的人。

傅盛：现在的GPT-3.5说是9岁智商，GPT-4到10多岁，以后像爱因斯坦。这个技术一旦被趟通，有很多人研究它。以前没人研究，所以第一波上了一定不是最优方案，有很多可优化的。慢慢优化发现，比较便宜的模型也能实现中学生或本科生的智力水平。

当然，这里有一个东西得看――没有足够的参数是不是能涌现这种智能？是不是1000亿是个槛？

是不是呢？

傅盛：不知道。我觉得可能不是，可能只是1000亿试出来了，后来发现500亿也不错，以后200亿也还可以，就训练一个垂直任务――好比回答我们公司的客服问题，地球怎么样你不用管。

大模型看起来非常难，为什么还是有这么多人涌入？

傅盛：它没有非常之难。语义理解有两条路：“教育”神经网络和神经网络“自学”。凭直觉第一条路是对的，教它语法结构、知识图谱，教足够多，就把语言搞定了。比如教它“中国”、“北京”、“首都”这几个词的关系，不断有人帮它整理――就跟我们学外语一样，你过了四级、六级、八级，是不是就掌握外语了？实际这条路最后走不通。

第二条路是扔给它，让它自己学，小孩扔在一个环境里就学会了。这条路大家没见过，它没有严格理论支撑。第二条路它文本越多，要烧的钱越多，OpenAI都把非盈利变成盈利了，20亿美金已经砸进去。你说全球几家公司能在看不到前景的情况下投20亿美金？

有人说，大模型只有博士、豪华学历的人组团队才能做。

傅盛：2016年，我们组建人工智能团队，那时人挺贵的，做的语音效果不错。到2017年，一个普通做人工智能工程师的工资可以一年涨2-3倍，外面挖人是double或triple挖，不涨工资留不住人。我们人才大量流失。

这个事完了以后，我们冷静看了看，那段流失反而对我们是好事。流失完我们留下一些较普通的人，也做出了不错效果。我意识到，所有技术都是从大家不知道向普及化的过程。我当时招那个头儿跟我说，这东西只有博士能干。我在猎户星空招过的博士比我之前见过的博士都多。后来博士走得差不多，我们就搞了一些好的本科生，也能干――慢慢神秘的面纱被揭去了。

对学历，开创性要求很高，但它一定会降下来，这是我为什么坚定“平民化大模型”会出现。

对创业公司来说，造“中国OpenAI”的船票是什么？

傅盛：那天跟他们（通用大模型创业团队之一）聊，觉得这个事创业公司要做，估值要很快拿到20亿美金。如果融不到那么多钱，就不要谈了。当然这只是他们的看法。

02 大模型的意义：可与蒸汽机比肩 人类历史上第一次把电能转换成了通用智力

在互联网时代，一些平民化公司长成了巨头，大模型时代的创业环境跟那时一样吗？如果不一样，不一样在哪？

傅盛：不一样，巨头已经长成了。移动互联网时代也没有出现几个大巨头，还是互联网时代起来的。互联网把信息链接起来，那帮巨头千年不老的感觉。

我看到你说，如果今天没有大模型，就不能说自己是平台公司，这句话能展开讲讲吗？大模型未来会出现中国OpenAI这种公司，还是只是各个公司像云一样的板块，是巨头的叠加？

傅盛：大模型会变成平台公司的底层操作系统，也会成为用户的操作系统――本质是操作系统。举个例子，如果有一天我们买机票或叫外卖，不是从某个App上叫，而是我晚上6点回家，要一份香辣鸡翅，手机帮你准备好了，现在那些巨头价值会降低很多。大模型调度给谁就是谁，谁靠近用户谁就有调度力。为什么微软对OpenAI这么重视？是它操作系统重构的核心点。

我们一直在争论，到底以后是一个语音助手够了，还是多个？现在没有结论。用户习惯很难摸清。当然，有些提供服务的公司，比如一些专业公司，跟大模型合作就好了。但会不会一部分用户选某一家，另一部分用户选某一家？只能说有可能。局势怎么演变还看不清楚。

今天相当于互联网或移动互联网的哪个时候？是iPhone时刻还是有人说的黑莓时刻？

傅盛：肯定是iPhone时刻，跟黑莓没啥关系。现在除了它一本正经胡说八道，其他技术条件都具备了。但这次有巨头微软加持，会比iPhone还快。你要知道，微软去年9月就看到GPT-4的效果，比尔·盖茨不都震惊了嘛。

之前是大家不认为这事能成，OpenAI成了；现在大家都认为这事能成，会发生什么？

傅盛：就是“核战争”。阿里发大模型，没有知识图谱的包袱（即“教育”神经网络的第一条路），反而可能重新构建。你在原来做了大量知识图谱，这套体系舍不得扔，扔了要从头开始。但以前的知识图谱、切词技术都用不着了，现在唯一要管的是：数据怎么更干净，它吃哪类数据效果好，中间哪些Transformer是开源模型，做哪些所谓参数调优能让它更好，训练速度怎么更快――把原来的积累都打掉了。这是Google这么紧张的一个原因。

知识图谱没有用。

傅盛：真的没有用。

你是移动互联网时代优秀的产品经理，大模型依次和哪些业务场景匹配度高？未来会怎么演变？

傅盛：第一波是搜索场景。

如果Chat和搜索在一个入口，Chat会分食很多搜索的流量。

傅盛：对，以后可能不是分流，有可能你首先看到是综合的――就像你打开一本书，看到里面各种12345，底下列参考资料，你自己要看就去看，不看拉倒。以前我们是看完参考资料自己总结前面这段内容，现在等于总结了前面这段内容再给你参考资料。

第二个场景是办公，大量的白领在办公，微软就是这样做的。

社交呢？

傅盛：短期不会有太大影响，以后可能是我的助理和你的助理沟通。这对于它今天不是刚需，但微信会获得在网上找不到的数据，那些回答都是人类的回答。这要做很长时间。

此外，现在已经有虚拟女朋友/男朋友。还有一些失恋了，亲人去世了，模拟这个人跟你交流。这不算社交，算是情感陪伴。社交影响比较少，腾讯反而不是最急的。

大模型创业者的机会在哪？

傅盛：就看这些做大模型的创业者能不能杀出来。他们拼的是创业公司效率高。不泼冷水了。李彦宏有次访谈说了一段话，还挺中肯的。他说OpenAI有机会是大公司都不觉得这事能成；现在它做出来了，大公司都觉得能做成，（大模型）给创业者的机会就不多了。

说回来，这次是微软投资的OpenAI做出了这个事，而不是Google，你觉得为什么？

傅盛：可能Google对自己AI能力太自信了，我的确不知道原因。Google对AI的重视度很高，Transformer模型也是他们发明的。微软采取了投资策略，非常典型的后来者投了颠覆式创新的例子。

你们肯定对OpenAI做了很多研究，为什么是这家公司？

傅盛：黄仁勋采访的OpenAI联合创始人兼首席科学家Ilya Sutskever，有圣*般的信仰。你能感觉到，黄仁勋跟他讲话的时候，他没有任何表情、一句都不笑，一个词、一个词往外蹦，就跟GPT一样。每个词蹦得非常坚决。

关于这件事，我问了半天GPT呢。我说你们在以前效果不好，为什么能坚持？尤其是Transformer出来， Google用了Bart （Bidirectional and Auto-Regressi【【微信】】，是Google推出的一种基于Transformer的神经网络模型），你们这个效果很差。它回答说，虽然效果不好，但团队看到中间有亮点，找到一些火花了，根据火花持续投入。同时，Bart是很好，他们在GPT-3借鉴了Bart的一些做法。

怎么理解大模型这次带来的范式转化和革命意义？

傅盛：这次革命的意义，不能拿移动互联网比，它更像蒸汽机出现，是范式转换。互联网的出现把信息变得高效，移动互联网让高效再高效，从办公桌上的设备变成手机，本质是链接信息。它是生产关系重塑。

但大模型是生产力重塑。蒸汽机是人类第一次把热能变成动能，以前你烧水就只能烧熟了，你要动能去搞骡子搞马，动能一直上不去，所以你对物理世界的改造非常有限。结果蒸汽机一出现把热能变成动能了，动能就源源不断地来，工业化就开始了。而大模型是人类第一次把电能变成了脑力和通用智力，因为今天的生产力实际上脑力劳动占了绝大部分，它实际上是在增加脑力劳动的不断输出。

Sam Altman（OpenAI 首席执行官）发过一条Twitter说，未来每18个月宇宙间智能爆发1倍――人不可能每年多生1倍。那天我说是生产力革命，底下人有人说你让它挖挖土地试试，我说它是不会挖土，但有一天它跟挖掘机联系起来，就可以让挖掘机更高效。再深入想，如果让它去生产挖掘机呢？是不是组建工厂更高效了？人还得睡觉、休息，还得各个图纸之间来回弄，它可以全部给你搞完。

今天我们正经历的，是一个比互联网更大的浪潮，面对巨浪我们应该保持怎样的心态？

傅盛：保持积极的心态。不要做任务型的工作。任务型工作基本会被取代掉。同时要有学习心态，驾驭它――以后只有驾驭AI的年轻人和没有用的年轻人了。

不过，现在说的有很多是不实的，比如说它有情感、有自我意识，都不太可能。它还是一个算法生成器。只是说算法生成器恰好符合了人类的逻辑和推理能力，你就把它用好。就像，有一天你变成超人，你的超能力来自于你雇佣了几千个助理帮你干活，一个人就能解决好大一摊事。

03 交互界面的变革正在发生，家庭机器人最终能降至一台手机的成本

来说说机器人创业的进展吧。上次采访你是2017年，你刚开始做机器人，今天发展怎么样？

傅盛：我2016年投身机器人，但人工智能过去2-3年有些低谷。大家认为图片识别完了，语音识别就能完成，语音识别完了自动驾驶和语义理解都能完成。但图像和语音完了以后，就过不去这个槛了，所以一直讲“弱人工智能”――有多少人工就有多少智能，人一点点去教它，它才会这么点，没教就不会。这次OpenAI把范式变了，不用教，自己学，学完真的可以，这叫“自学习”。

服务机器人总体是两个能力，一是从A点到B点的递送能力，这个已经被市场证明，只不过去年行业融了太多钱使劲烧，搞得有点乌烟瘴气；二是语音交互能力，GPT的出现让机器人真正像人一样回答问题。你上次见我还不具备这个技术条件，只具备语音转文字的能力，但文字的理解力和回答不行――这个比我们预想得慢，现在到了。

机器人产业要经历三步走，从工业机器人到服务机器人再进入家庭，ChatGPT能多大程度缩短进入家庭的时间？

傅盛：我们现在到服务业，接下来进家庭，至少压缩了3-5年。

从2016年开始 all in机器人，到现在为止，你关于AI的哪些判断事后验证了，哪些失误了？

傅盛：第一，我认为交互界面变革是人工智能带来的，当时没实现，现在实现了一点点。

我做交互出身，始终把应用性放在第一位。2016年我们是亚马逊做Alexa后，中国第二个做智能音箱的，第一个是科大讯飞。那时语音界面实现了“遥控器”的功能，就是命令它声音大一点/小一点、听哪首歌，但不具备复杂任务交互界面。

今天ChatGPT带来的交互革命是历史上第一次，人不再围着机器转，而是机器围着人转。以前所有界面人必须学习――从学键盘的盲打，到学图形界面、鼠标、左右键，到iPhone变成多指触摸。虽然乔布斯说e【【微信】】，但还是要学。GPT使对语义的理解就是你的意图，通过自然语言机器完全能理解，只要分散给不同任务就可以。所以，这次是巨大的交互变革，机器人会进千家万户。人类只要有最正常的表达就能获得知识性、内容性、功能性的各种服务。

什么时候能实现每个家庭都有一个机器人？

傅盛：要看家庭购买力。

预计价格是多少？

傅盛：最终应该降到跟一个手机差不多。

这个最终是10年还是20年？

傅盛：我觉得3-5年肯定可以。我们现在餐厅的机器人已经是1000多块/月租给你。你看汽车，你以前想过2万块钱买台车吗？人家MINIEV不也做出来了?

这是一个预判，有第二个吗？

傅盛：每个家庭最后要智能化，但不太可能所有东西都智能――一盏灯也有对话能力，很难做到。智能硬件今天是一些联网硬件，但最终每个家庭会有符合这个家庭成员特征和喜好的终端、一个智能hub。

为什么手机不容易？因为它是一个私属设备。家庭成员需要共享设备，这个设备既知道家庭成员喜好，又有对话能力，是一个house keeper，除了做家务不太行，其它都可以。而且，做家务随着GPT出来，也加快了进程。它有决策力，使以前很多难突破的今天有机会做到。比如，对环境的识别，帮人类处理任务型工作，和物理空间接触，以前机械臂抓杯子算法很难，现在可能加速。

包括我们也在聊对自动驾驶是突破，以前自动驾驶要标注，以后可能就跟学这个一样，给它足够多的摄像头数据，司机刹车和加速，它学足够多，不要再标这叫“车”，这叫“人”。标注是无论怎么标，有些数据都不符合。

你觉得自己做机器人做早了吗？

傅盛：肯定是早了，但没觉得多么不好。OpenAI也做了这么多年。不过，我们应该更谨慎一点。中间我出现了一个误判，跟行业那个误判一样，认为语音图像解决了马上就是语义，中间这个gap让我们等了2-3年。

人工智能在2016年很火，中间的低谷是怎样的？

傅盛：2018-2019年有点泡沫破灭。

现在AI浪潮终于来了，接下来准备怎么做？

傅盛：在养老行业，我们去年试点很多，当时能力有限――帮老人播节目，在屋子里找老人，老人摔倒了报警，现在可以陪老人聊天。再往下，可以让语言模型告诉他最近血压怎么样，要注意哪些生活节奏。另一个是孩子，我女儿以前天天问我们家机器人，但很多问题都答不上来――我女儿说我做了个“人工智障机器人”。现在语义理解终于突破了，以后陪孩子不是十万个为什么，而是十亿个为什么。

今年，你对团队说什么了吗？

傅盛：我说，我们的春天到了。不仅春天，夏天到了。

04 最后一次创业和心态转变：对觉醒的创业者来说，肯定不是最好的时代

猎户星空是你最后一次创业吗？

傅盛：是。

这次创业和上一次（猎豹）有什么不一样？

傅盛：最大不一样是时代变化更快了，跟互联网普及有关。我最早进入互联网，互联网还是边缘行业，人的认知差巨大，只靠认知差就能做好一件事。我最早发现美国App做得不如中国，我们就出海了。但现在，认识差维持不了多久。

第二是复杂度在增高。以前认知差就是know-how，你知道一个点，人家不知道，只要这个点做好就行。但现在，你要做好真的是你要考虑很多――行业变化、大公司怎么做、社会变化，尤其这几年疫情和世界格局。以前不用关心，只做好一款产品就可以。

第三个周期也变长了。像以前猎豹移动3年多上市，这种事几乎很难发生。所以心态上不能说佛系，但更能客观地面对，学会接纳困难，出现问题就解决问题，不会想那么多――活在当下。

现在创业是一个更好的时代，还是一个更坏的时代，尤其对于年轻创业者来说？

傅盛：对觉醒想创业的创业者不会是最好的时代，因为竞争更激烈、更卷。对于还没有参与创业的人，是好一点的时代，因为创业门槛低了很多。

大公司摸索了一整套如何找到新趋势和应对的方法。所以做一个小创业，可能会好一些。

小创业是指小生意吗？

傅盛：对，只要你勤奋够学，主动一点，可能就能做一个不错的生意。

你今天创业是哪一种心态？搏一个大的还是做生意的心态？

傅盛：我在两者中间，我放弃了做一个所谓大的逻辑了。这个对天时、地利、人和要求太高。

你以前会因为一些恩恩怨怨哭，最近三年哭过吗？

傅盛：哭过，但不会因为恩怨哭了。我现在看到一些感动的事很容易哭。

看电影什么的会哭起来。《新喜剧之王》哭得比较厉害，那就是小人物的奋斗史啊。你慢慢理解了很多人不容易。看有些励志片很容易动情。你知道就算他取得了成就，背

xpel隐形车衣质量怎么样 xpel隐形车衣保定

XPEL隐形车衣

划车党，有车一族应该都听过。就是指一群专门以划伤他人车辆为乐趣的人。这些人从小孩到老人都有，从事的职业也五花八门。大多数是在发泄情绪或者是有仇富心态，也有一些就是小孩子顽皮。可有的时候还就是拿他们没办法，只能自认倒霉。虽然很多车主对划车党深恶痛绝，但是被划车这件事可能莫名其妙就碰上了，所以小编建议大家可以贴隐形车衣对抗刮划。

隐形车衣|汽车贴膜|车衣改色|汽车玻璃膜|隔热膜

除了被划车党恶意破坏之外，调查显示，一年以上车龄的汽车绝大部分都有碰撞、刮划痕迹，易划伤的部位有门把手凹处、车前后保险杠四周、后视镜背面、车门板、车轮罩周围等位置。有些汽车车身上也没有幸免，有的是飞溅的碎石留下的痕迹，有的是行车过程中刮蹭导致。爱车漆面受伤，不仅影响了汽车的颜值，还会使车身容易生锈。有的人可能会选择在汽车被刮划之后去汽车美容店进行修补，但原厂车漆已经被破坏，无论怎么修补，都不可能达到之前的状态。其实有一个办法，可以避免汽车漆面被刮伤，就是给汽车贴漆面保护膜，也是俗称的“隐形车衣”。

隐形车衣|汽车贴膜|车衣改色|汽车玻璃膜|隔热膜

以前的隐形车衣很多是PVC材质的，会黄变，防刻划效果也不好。现在好的隐形车衣是TPU材质的，有很强的韧性，具有防刻划的作用。XPEL隐形车衣，采用的是天然橡胶高分子TPU铸造工艺，具有良好的韧性，不易被刺穿、划伤。当你和家人去郊外自驾游玩时，隐形车衣可以抵御路途中溅起的飞石冲击漆面，减缓撞击力度，避免漆面被伤害。除此之外，它隔绝了汽车漆面与空气、酸雨、紫外线的接触，具有良好的抗酸性、抗氧化性、防腐蚀性能，可以360度保护汽车漆面。