细粉加工设备

周鸿祎跟傅盛说:我的粉丝不一定喜欢你

时间: 2024-01-25 16:14:57 |   作者: 细粉加工设备


产品特点

  凤凰网科技讯 1月22日,猎豹移动董事长兼CEO、猎户星空董事长傅盛与360创始人周鸿祎进行了一场关于大模型的同框对话。在此过程中,周鸿袆提到,网红最重要的是粉丝要多,所以现在正抓住一切机会吸粉。双方称都想让对方的粉丝互关一下自己,而周鸿祎对傅盛说:“我觉得我的粉丝不一定喜欢你,因为我的粉丝都是钢铁直男居多。”

  另外,周鸿祎在本次对话中还解释了两人之间的“纠葛”,称之为碰撞,而并非怼。周鸿祎说道:“碰撞才有灵感,碰撞才有火花,火花才能刺激大家的灵感。我们的观点就是要不断的边调整、边碰撞、边往前走。”谈及到AI这一问题,周鸿祎认为,GPT、Open AI等大模型的潜力不能被低估,它们未来的进化速度和能力会提升到一个指数,并且到这个拐点的时间会非常快;但也不要高估它们今天的能力,因为当一个新技术曲线出来的时候,大家的期望值会很高,以至于会出现一个回落。

  对于投大模型还是机器人,周鸿祎表示,当专注干一件事时都会投的,但是这两个事情一起进行的话可能就都不投了。他说道:“大家说既然你比奥特曼都更高的all in AI,为什么没获得成绩,这个话我是没法回答的。因为在大模型领域里,全世界除了Open AI,其他的认知都不对,直到Open AI把这条路闯出来,之后才有意识的朝这种大模型的方向去探索。”傅盛也回答道:“我们在这个行业太久,投了很多的钱在AI上,而这样的一个东西既不能不跟又不能太冒进,太冒进会烧掉很多的钱,导致最后什么也没有。”

  张鹏(主持人):今天特别高兴有机会一起坐在这里聊。今天大家都是在大模型一起学习和讨论,但很少公开的跟大家一起聊。老周为什么今天来?

  周鸿袆:傅盛邀请我来跟他聊聊AI和大模型,我替我们俩给大家做一个总结,因为今天挖陈年往事毫无意义,挖得再多大模型做不好才叫没有前途。

  第一,傅盛在回忆的过程中,经过很多年之后人的认知都在不断的提高,所以我觉得傅盛作为年轻人火气比较旺,犯了一些错误,认知跟现在也不太一样,到现在饱尝生活的铁拳之后,傅盛现在的认知有很大的改变,也有很大的进步,希望我们大家给他鼓掌。

  第二,我也有很大的变化,前两天跟罗振宇直播的时候,他说脾气变好了,上一次罗永浩一句话说到我心里,年纪大了激素水平在下降,所以现在看人的眼神都柔和了很多,很多事也通透了,过去确实很多人也骂过我,所以尽可能第一多反思自己的问题,另外骂你的今天看来都是最轻松的表达方式,所以很多事过去之后就不是事,所以大家还是往前看。

  第三,人工智能兴起之后,我认为傅盛在人工智能上还是有些心得。他举了一个很好的例子,他们家的狗叫三万,这个例子特别好,这一次傅盛的观点跟我的观点比较接近,但有些观点也不太相同,既然人工智能浪潮来了,非常有好奇心来看看,傅盛的AI思路到底怎么样,有不好的想法就笑笑夸奖一下,有好的想法就赶快把它认真领会,融合到我的PPT里。

  所以我是抱着学习的态度来的,确实对他的观点很有兴趣,比如有很多观点明明是我的,在傅盛嘴里讲出来确实很好。

  第四,最近在做办公益的事,傅盛今天实际是再次创业,从头再来,原来一些尝试不成功,现在开始抓住大模型的机会,从这点来讲给他一些帮助也很正常。

  最后,最近我也有一个危机感,光看到AI不够,AI是后面技术在改变很多逻辑,但是表达方式,现在短视频和直播格式化很多人的大脑,很多人只能接受短视频和直播的方式,再加上现在网红经济,大家不用老跨自己当年怎么样,当年看得很早不说明问题,只能说明自己笨,因为看那么早也没有做成。

  其实我很早就投资直播,但那时候的直播跟今天的直播,影响力不可同时而语,今天的商业模式改变了,董宇辉一天可以卖1.6亿的东西,会觉得商业的游戏规则变了,所以我觉得真是进入网红时代。

  我倒不是鼓励大家直播带货,其实傅盛这么多年也有网红的特质和能力,我跟很多老企业家说,要学着做网红,假如没有网红今天的发布会都没有人知道,所以傅盛要培养网红气质。

  但网红最重要的是粉丝要多,所以我现在抓住一切机会吸粉,请傅盛的粉丝赶快关注我,今天来的目的是支持创业者和小伙伴,但也有私心,来吸他的粉丝。

  周鸿袆:我觉得我的粉丝不一定喜欢你,因为我的粉丝都是钢铁直男居多,傅盛最近有变化,我们在学乔布斯卖手机的时候,乔布斯穿牛仔裤,基本成了手机行业的标配装,现在我准备替哪吒汽车代言,他们说你休闲是西装,因为马斯克是穿着西装上台的,最近Altman娶了一位男成员,这让我变得很疑惑,在中国搞AI是不是要先搞基,傅盛说为了AI理想愿意牺牲自己。

  傅盛:Think difference不是只有搞基才能搞AI,条条大陆通罗马。

  周鸿袆:总结一下,今天陈芝麻烂谷子的事再提就毫无意义,今天傅盛也在往前看,傅盛刚才讲得特别好,就是回顾太多,你还年轻才45岁,我都54岁了,所以我觉得AI是这辈子经历PC、互联网、手机移动互联网做到第四次巨大的机会,而且第四次机会对人类社会的改变力度、广度、深度、改变的速度要超过前几次。

  所以在这种机会面前,我们要拼命地往前看,拼命的连滚带爬的往前跑,尽一切的可能把握机会,谁要还是回在过去那就变成的刻舟求剑、守株待兔,就毫无意义了。

  所以我觉得今天我就先开场说这样的结论,所有在这方面的好奇心就此打住,下面我们来聊我们碰到AI的东西,我来肯定要跟他发生碰撞的。其实不是怼,我这个人不爱怼人,我一直在伸出友爱的双手,但是他就是不接。

  今天跟傅盛讲这个观点,我们俩要碰撞,碰撞才有灵感,碰撞才有火花,火花才能刺激大家的灵感,因为AI今天还有一个好处是AI起步,Open AI也就领先了几年,这比光刻机的难度,做芯片的难度要低很多。所以大家对AI的认知都在一个起跑线上,你说傅盛就一定对吗?也不一定,所以我们的观点就是要不断的边调整、边碰撞边往前走,所以今天我们碰撞也不叫怼,怼就是杠精。你不是杠精吗?我觉得你已经从杠精升级到我这样的水平吗。

  张鹏:我今天的主要角色不是主持,我就是旁边的裁判,遇到实在是大家我过来分离一下,我还是把这一个话题回到这个点上。刚才傅盛讲的,6月份的时候你确实跟朱啸虎杠了一把,关于说对于大模型创业的问题,你再给我们还原一下,6月份你在杠那件事的时候心理活跃是怎样的,你当时对于大模型的这件事的探索状态是怎样的,我相信你肯定不只是在说关键,你跟你的心情有关系。

  周鸿袆:你们怼的地方不对,你们找一个地方约着比如说论坛上、圆桌上坐一把我就知道你们的观点,你们俩在朋友圈写流言那么费力的地方,写的长篇大论,我都看不清楚到底啥意思,正好解读一下。

  傅盛:可能因为标题党,他就说了大模型对创业者不友好,因为GPT创造了整个价值链里99%的价值,所以你做的就是套皮,后来我说其实每个应用都有价值的,而且我说硅谷基本上很少有人在做Open AI了,都在做应用,大家认为应用是一定有价值的。

  周鸿袆:我的观点跟你一样。但是我觉得是这样的,咱们就不提朱啸虎了,他本来就恨你,他再把我恨上也不值得,我到这把年纪就是尽量不得罪人,尽量交朋友。我觉得有很多这次我见了VC,有一种思维方法是错误的,一种是老想用过去的模式老今天的人工智能,比如说比喻成OS,一旦比喻成操作系统,就得出一个结论说全世界就两套到三套,前两天红蒙也出来了就三套,必然会被垄断、必然没机会了,这种模式典型的叫刻舟求剑,因为AI的发展我觉得不是操作系统。所以我也同意傅盛的观点,我自己也是这个观点。

  AI更像当年的PC,曾经IBM还是DEC说过和朱啸虎类似的话,计算机全世界就需要舞台够就了,意思都买IBM就行了,现在全世界的计算机有多少台,每个人兜里都揣着一台,办公室放着一台,家里可能还放了一台,一个人人均三台,所以这是一种错误的观点。

  还有一种错误的观点,人容易对成功的事委曲求全,新生代的创业者容易求全责备,特别有一些做VC的就容易犯这个错误,比如说Open AI做成了,已经证明了是个傻子就能看出来Open AI做得很成功,我们就能够对他膜拜,恨不得跪下,认为这个值得所有人学习。

  创业者很多还不成形的想法,因为八字没有一撇,光看到很多缺点,其实这种价值观也是不对的,容易失去有潜力的项目,所以这点不太同意朱啸虎,实际朱啸虎也是随口一说,并且相信人家作为一个成功的VC,可能今天早就意识到这样的一个问题,只要他再多走访一些创业企业,可能占用你的时间。

  张鹏:这个评价挺好的。问老周一个问题,你过去在2C的产品,记得当年刚成立的时候,老周就是来帮我们定义的,一分钟变小白包括产品经理的定义,当时迎来的是TOC时代,移动互联网一出来大家都面临TOC的市场。

  今天我们看不管是360,你看傅盛做的都是TOB的市场,是不是现在TOC的领域里面,大模型还不可以有明显效果地的发挥作用?你怎么看?

  周鸿袆:我有一个观点,永远别低估GPT或者大模型的潜力,他未来的进化速度、能力会提升到了一个指数,到了这个拐点会非常快。但是不要高估他今天的能力,你们也知道一个新技术曲线出来大家会期望很高,会有一个回落,我觉得人工智能这个事确实让人看到了未来很大的无限潜力。

  今天人工智能还有很大的缺点,你就举一个例子,包括Open AI都在进化,比如说刚做了一个聊天机器人,猛然一玩很惊艳,但是玩多了发现和你的工作没什么关系,耦合度很松,所以就搞了插件,这么多东西都不算成功,后来他终于明白应该搞AG架构,他现在终于明白了有了智能体之后Open AI的大模型才能跟我们的业务结合起来,包括最近在探索应用商店做的GPTS,其实GPTS目前还不能叫成功,因为里面还做得比较粗糙,所以这样的一个问题我就思考人工智能可能是高度和已有已有业务相结合的东西,他不是一个完全全新的东西。

  不像当年互联网、电脑很多东西出来之后是一个全新的工具,他可以创造完全全新的概念,人工智能本质上做的取代人的工作,而很多人的工作人都已经在做了,这里面就会发现很多的场景都是我们熟悉的旧场景而未必是新场景。

  但是现在在2C里面我看到的两个变化就是说,唯一的一个新场景是虚拟女友、虚拟伙伴、虚拟人物,你和他聊天,这个在中国我估计国家肯定是禁止的,因为做着做着就三俗了,我也没用过也不了解。

  我认为企业应用有可能是一个突破点,为什么呢?因为他是一个生产力的工具,但是做企业应用我们就给大家伙儿一起来分享我们做了100个PUC,做了100个案例我们投了比你们要大,我们有很多的成功的例子,但是也有很多大量的失败例子。我们就说大模型这个事做企业的深度定制,做行业化、垂直化的大方向都认同,但是具体做起来还是有几个问题。

  所以傅盛你想做通用的企业级的产品可能还要经过一轮摔打和试错的过程,也就是说企业对自己怎么做业务比较了解了,比如说你上云其实和企业业务没什么关系,养鸡和养猪都一样能上云,用大数据也差不多,但是用大模型的时候跟业务紧密相关。

  但是有人找我说我们做一个养猪大模型,大家也听到某某公司在做医疗大模型,或者有的公司在做教育大模型,这种比较宽泛的概念在企业里很难落地的。所以我们后来找了一个方法,这个能给你分享一下,比如说你要做HR大模型或者领导决策大模型,实际上你很难用一个概念去做,可以把企业的业务分解成50个任务,50个非常小切口的场景,非常细分。在每个细分场景拿AI的能力进行加持,所以事实上今天很难做成HR大模型的概念,可能在HR里面分解成简历评估、简历面试问题的准备,简历面试答案的评估,或者给员工写信的流程。

  我经常举美国有两家公司的例子,一个叫微软,一个叫Salesforce,他们目前应该说并没有拿大模型做出一个新的产品,他们尽管起了很多新的名字,都是在原来要么企业内部的业务某个环节上,要么在产品的某个功能上用大模型做了加持,所以大模型这一个市场就预示着这一个市场要求对业务很深入,而且很碎片,很难很简单的用大模型做通用的产品放入四海皆准。

  比如说真的写文章,大模型咱们做一个评估,逗个闷子,各家大模型演示会我都去了我自己也做那样的演示写什么文章能,真让他说写公文,不同的企业比如说中石油、中海油,中国移动真要让他不一样的公文,比如说在司法部门和地方政府,会有不一样的要求和需求,那就要对业务有深入的理解,2023年虽没说服力的应用场景,但恰恰证明2024年、2025年是巨大的机会。

  所以我觉得2023年年初,大模型一出来的时候,所有人都觉得造大模型就是造,就是曼哈顿计划,但有了开源之后,到2023年底,造的发现了自己实际在造茶叶蛋。

  开一个玩笑说明啥意思,今天大模型一定是两极分化,我不同意你的观点,我认为大模型千亿、万亿,或者用多个MOE,多个混合模型,在云端越做越大一定是条路,就像超算一样,但另外一条路是把大模型做小,我认为它的挑战不在模型本身,有了开源的东西之后,科研进步速度就比较快了。

  今年最重要的要点,在企业应用最终的要点不是反复做通用大模型,而是要找到细分场景,用架构做出具体的应用,还要把大模型通过微调和自己的训练,所以这个挑战就转换了,这个观点我跟你是一样的,2024年会出现真正好的应用,但这一个市场我也在琢磨,好像会切得比较碎,很难有一些统一的比如知识管理大模型,舆情监测大模型,比如HR销售管理大模型,到企业里面还要运作。

  张鹏:我补一个问题,今天傅盛发布的产品,你内心肯定会想谁会是我的客户。今天一堆人加你的微信问,心中一定是知道谁是最好的客户,标准是什么,要怎么进入到AI准备的状态。

  傅盛:为什么做ToC现在做ToB,当然跟机器人是相关的。因为今天大模型起步,整套配套技术大家都在摸索,ToC对产品要求挺高,ToB由于改变现有流程的情况,可以用定制解决,ToC是任何一个人都要感受独特的价值,所以今天大模型做ToC想要做深不容易。

  第二,今天Toc比较卷,我们在海外也发了ToC应用,也没敢对国内说,现在数据也不错,叫做帮你读书,所以国内比较卷这是一方面。

  第三,坦率来讲我们的目标客户肯定是大企业,因为每次定制不认为可以推出标准化的套件,可以立刻实施,我们现在提的是咨询服务,帮助你做方案定制,深度下去把场景细分,因为场景细分它的满意率和准确率才能上来,否则大模型很难落地。

  周鸿袆:给你一个建议,定位是准确的,因为做中小企业只能SaaS化运作,中小企业一是不愿意付服,二是可能会高过成本,另外提的很多需求也不一定满足,所以既然谈到大模型定制,肯定是给用得起的客户。

  但中国是这样的,做ToB跟做ToC还是很不一样,比如Toc杀毒做得很好,冲到ToB也说了很多,因为中国大企业客户但凡给你钱,那你就是他的人了,会提出无数的定制需求,最后改来改去,签合同的时候觉得是赚钱的,改了两年之后实时交付不了的时候是赔钱的,但做Toc的还是有些骄傲的,只要把用户服务好,做ToB说白了甲方是爹,很多产品经理、技术人员都要听甲方的教导,这对企业文化和基因是很大的挑战,尽管东西再好也要经历这样一个痛苦磨砺的过程。

  傅盛:代替的不是AI,而是会AI的同事。年底准备写一封信让懂AI的同事上。

  周鸿袆:这里面要有懂ToB的同事,因为ToB和Toc完全不一样,包括给客户做售前和交付比较细,所以团队要换,说白了要痛苦的改造基因,被外部改造容易,但自己改很难。

  第二,要有充分的时间准备要交学费,最后会亏很多项目,所以要做好赔钱准备。

  第三,要熬,咬牙撑下去,既然已经选择这个方向没问题,但要有一个思想准备,不会一炮就响。比如微软和Facebook可以做什么,微软本来就有ToB的云服务,在已有的产品服务里把AI加上去,这件事就变得很简单,只要缴费就可以用。

  傅盛:这样的一个问题挺好,其实做ToB已经有五六年,聚云业务已经有几百家客户了,很多公司的云是通过聚云公司建立在亚马逊或者谷歌云上,做机器人也是如此。

  傅盛:为了ToB我自己也是从业经历以后第一次自己管销售,我后来总结我做AI和机器人业务的两大反思。

  第二,没有管销售。因为我以前做产品的,我觉得销售这一个事找个人管就行了,后来发现不对,ToB销售及产品,因为它的周期很长,不仅是刚才周总说的成本过程,还是客户的真实需求摸索的过程,你在不适合要紧急叫停寻找下一个客户,而不能全流程的不计成本,那样整个做散了变成项目制,我其实很怕AI做成项目制。

  周鸿袆:责任不在我,一切责任都在我们的大厨,用饭爱用各种油太多,我也胖。

  张鹏:最近确实你们俩这两年我都是眼见着你们瘦下来,这个是印象很深的。其实今天直播里面有很多的创业者也在看,因为你们都是在他们的眼里非常有经验的创业者。

  我下一个问题是大家挺关心的,因为你们都是比较有经验的创业者,你们思考问题的时候有一些对于创业的基本理解了。但是今天年轻人在这么一个大模型的时代,现在是入场的时候吗?不知道你们两个怎么看?

  傅盛:肯定是入场的时候,2023年三四月份的时候我是最恐慌的,我的恐慌不是我没有做千亿大模型,我的恐慌是我经常在很多媒体上看很多年轻人如何去用怎么改怎么弄,我突然意识到这是一个新的机会,大家完全是同一个起跑线,你懂的慢就乱拳打死老师傅,只在底层发生转变的时候才有机会。

  所以你今天说我们是很有经验的创业者,我只能说创业这样的一个过程有一点经历而已,在AI上大家完全是一样的起步,而且他们的时间更充分,他们没什么顾及,招待什么的,各种别的业务的牵绊。

  所以我觉得今天年轻人应该是全力以赴的去琢磨AI怎么用,学一些深入的东西,点子又多,所以我觉得这一波肯定会是很多年轻人崛起的时候。

  周鸿袆:我说两点,第一个AI最大的机会,不要老想憋一个新东西,在目前行业还在探索。AI首先改变的是既有的业务流程和既有的全部的产品,比如说搜索、浏览器、信息流、短视频,包括视频剪辑,今年你所有能想出来的应用都有机会用AI重做一遍。

  所以我觉得,跟你讲的应用大概是一个概念,就是一定要给AI找场景,而不是说都要瞄准Open AI我要自己做大模型。今天博哥说了,他小子有钱60万块H100的卡,我认为这个比他元宇宙浪费的钱省多了,他拿这些卡训练LlaMa,让大模型的技术壁垒降得非常低,所以我觉得创业者就不要再去一人捅破窗户纸,千军万马独木桥,我觉得应该回到很多所谓的旧应用、旧程序、旧网站、旧业务上思考一下用AI怎么做改变。

  第二个观点,对创业者我无论做什么创业我都鼓励刚开始的要尖锐,不要去做大平台、大东西,一定是结合你能看到的一个小的业务场景把AI的问题深入的解决了,我举一个例子,但是AI写东西都爱举小红书的例子,说我给你写一个小红书的文案,你真做了这个这个功能是没人用的,真正做一个小红书或者做抖音的机器员工,不仅能开账号,能管理100个账号,还能自动发视频,发完视频还能自动抓回帖,一看又有人骂傅盛了,再骂回去。

  周鸿袆:还要做到不被它封,你是一个数字员工你很有智力,你能通过很多的测试,所以你要把一个东西重度垂直做深入,所以觉得很多创业者刚开始做得越窄越好,这个不叫套壳。很多人原来做套壳肯定是做不下去的,很多人老瞄准Open AI,希望在Open AI嫁接这个功能做Agent架构、向量数据库,这些大的东西都是Open AI自己必然在他的生态里必然要做的,所以Open AI每升一次级就死一堆勇于探索商业模式的公司,这个我觉得是方向没选对。

  还有一个建议,还得有一点长期主义,AI这两年很热,你说你很焦虑,其实没什么可以焦虑的。2024年能不能出来一些应用,应该会但是不会那么快。过去工业革命的速度接近100年、50年,AI再快我觉得差不多也得5年。所以我觉得稍微有一点长期主义,找一个比较聚焦小切口、大纵深这样一个方向,然后用AI去做。

  大家换位思考,我印象最深的就是多倍公司,还是做图形视频编辑,在里面加了一些AI的能力。我就这几个建议。

  傅盛:碰撞一下,我觉得原有业务的改进更适合像周总这样已经有业务的公司,有规模的创业者,我觉得这是一条最稳健的路,其实我们也是从内部先开始用,然后再跟客户。但是如果是年轻的创业者,我会觉得可以从原生的方面去讲。

  第二个不要去做大家都已经认同的,比如说写一个文案,弄这个这个,可能有流量挣波钱,这样的一个东西没有持续力的,反而要注重组合式的创新,把别人不看重的部分做好,把非AI的部分做好以后反而能让AI用起来。

  我们投入一家做数字人的直播,听这个概念是我根本不想去见因为太多了,后来我发现这个公司特别与众不同的人既不做数字人也不做AI引擎,他只是把别的东西集成在这,让你一个餐厅生成直播点一键,然后这个餐厅的数据只要拍张照作为的关于套餐都能回答了,在里面做了大量的优化工作,抓了很多关于餐饮的数据,所以进一个餐厅基本不用配置,而且在底下用优惠圈什么的都能回答,其实都是用别人把它组合好,然后跟我们机器人做了一次联合在场地上的直播,一个小时卖了两三千块钱的券,这个对自助餐厅是很高的了。

  周鸿袆:打断一下,你刚才没听明白我说的意思,我说的也是类似。相对于把直播从应用AI找了一个餐馆的场景,再重新定义直播。

  傅盛:我的意思是不用做什么数字人技术,可能就是说我这一个数字人多像,就拿一个事实场合最先进的组合起来。刚才例子里面Higen那家公司也是这样的,把所谓的换口型就是几个开元模型的组合,把这个组合做到足够顺畅,这件事就比较难,就是要花很多的细节在上面。因为普通用户得自己去弄一个模型调整,所以他就把几个组合做一下。他真有什么原生能力吗?我不认为今天这个时代一定要有一个AI原生。

  第二个就是在一些特别定义好的垂直场景,我们通过我们的基座+微调+应用套件是可以超过GPT4的,在一些特别的场景,我们客户是自己试过的。

  周鸿袆:肯定能找到两个反例,就是GPT4回答的不好你回答的好,每家大模型都能找到这样的例子。但是每家开元的模型出来之后大多数都要对标GPT,但是大家进行完整的证明,现在大部分能达到或者超过3.5的水平就不错了。

  我为什么说这个,不是让你难堪,你要跟客户讲一个道理,如果你非要说你做了超过GPT4,用户会对你有很多无上的期望,因为GPT4的能力最大的是综合能力很强,每个方面都很强,客户有很高的期望,但是对你期望越大失望越大,我给客户讲一个道理,我说客户不需要GPT4,他需要一个又能够写古诗又能够写文言文,还能够回答奥数问题,因为用户要的是一个专科生、管培生,就像你招员工一样,我们招员工不能老招傅盛这样的天才什么都懂,我们可能就招一个普通的大学毕业生往产品经理或者往销售经理培养。

  所以目前来讲很多客户搬用我的道理,我说我们现在也就3.5的能力,国内普遍也就在这个水平上。如果要全面PK去做一个大脑,我们是PK不过人家的,但是如果给企业做垂直定制,用企业的专业相关知识进行训练,而且他就帮企业干HR的事,就像企业干财务的事,我认为在这样的领域方面上是完全胜任的。在专业的领域,GPT反而干不好,因为他没有这种专业的知识。

  傅盛:举一个最简单例子,比如说客服,如果你是这个公司的客服把一些文档贯进去或者接口打通不够,你上GPT4上客服都不如以前的NOP,但是今天我们也可以实现把它的各个接口用Agent打通。

  周鸿袆:我看到的PPT有一点误解,因为每个人一发布大模型都是谈我们如何超过GPT4,大家都听腻了。

  周鸿袆:我再问一个问题,我就很好奇因为我对这个发布会不了解,傅盛一说我要谈AI,我一听有AI可以谈我就愿意谈。你原来叫猎户星空做送餐机器人,我的理解就是说送餐机器人做了这么多年,多年媳妇熬成婆终于迎来了曙光了,因为没有大模型我认为巨昇智能是不可能的,机器人这个产业起不来,因为机器人原来都是人工智障的,他对这样一个世界的知识也建立不了所以训练很难,但是现在有了大模型之后对机器人产业的进步推动非常大。

  我以为今天你会发布几个机器人,最后发现你也很浓眉大眼的机器人也不干了,弄了跟我们一样的ToB的定制,我认为这个是把梦想丢弃得太早了呢?

  傅盛:没有,我们机器人正在火热的出货中。这里面分两部分,我们做的不只是送餐机器人,我们上市拿AI基础做的机器人,所以我们最早的都不是递送而是云交互,但是当时交互遇到一个问题是语音识别率做准了,但是语义理解上不去,所以我们把我们一部分的能力拿出来做的。

  周鸿袆:我的建议是如果你的机器人要觉得能有突破,虽然你在2024年的预言里面说巨昇智能不会热卖,这个产业不会起来。这样的看法我是打一个问号,因为我看了网上的新进展,特别是大模型让人类对AI从感知领域蹦到认知领域之后,很多问题都会迎刃而解,2024年出不来2025年出来既然沉淀了这么久,积累了这么久,我觉得应集中精力把这件事赌成。

  张鹏:我就问一个直接的问题,假如你现在是投资人,你是到底投他大模型这个事还是机器人的那个事?

  周鸿袆:本来专注干一件事我都会投的,但是这两个事都干我可能都不投了,我说句话给你建议,比如说你刚才讲一几年就all in AI说这个话没有用。大家就说既然你比奥特曼都更高的all in AI为什么没获得成绩,这个话我是没法回答的。当时的AI和今天的AI能是一样吗?是不一样的。所以你要说在大模型方面,你跟我处在一个水平上,因为大模型全世界人除了Open AI认知都不对,直到Open AI把这条路闯出来之后大家才意识到大模型的方向,所以你的积累也是从去年开始积累的,所以在这件事上你和很多公司的水平都差不多。

  但是你讲你原来做猎户星空机器人,做物理机器人,不管是送餐还是什么,这块的积累我认为是一般公司很难比的。

  在这种情况下,要做机器人除了大模型以外还有很多机械的东西、供应链的东西、硬件的东西、整合的东西,现在有了大模型之后原来你有一个物理的身体,但是缺少一个好的灵魂,现在有了好的灵魂结合起来有很大的可能性变成爆炸性的东西,为啥不把这个事情干下去呢?而且马斯克今天公司的市值要证明说他不是一家汽车公司,他是一家机器人公司,是一家人工智能公司,这就让人觉得很激动,国内做机器人的公司不多了。

  傅盛:我觉得这两个不能对立的看的,猎户星空是拿机器人做载体实践整个AI应用,我不认为所有的东西都是从一年前开始,如果我们没过去几年的积累,起码是一些认知,我们当时就不会做出这样的决定,就比如说我从应用开始。因我们在这个行业太久,我们投了很多的钱在AI上,AI这样的一个东西既不能不跟又不能太冒进,太冒进会烧掉很多的钱,最后什么也没有。

  现在已能给你介绍公司整个路线,后面会跟员工挂钩,每一个员工进来他都可以打招呼,本质上要有一个智能大脑是慢慢赋能上去的,包括这次发大模型专门发了日语和韩语就是给我们自己用的,我们现在到日韩的送餐之外我们也可以跟客户交流,但是以前我们在LP时代根本不敢做,因为那个定制太麻烦了,今天把这个模型塞进去,我们用日语和用户的交流就没问题了。

  张鹏:最后一个问题本身是想说你们可能也都在接触很多,在这个时代里面开始创业的人,今天虽然可能比前几年少了,但是你们肯定也接受这样的创业者,你们可能也会看好一些人。你们看好他主要看好的是怎样的特质,也就是说在你们看来在今天大模型驱动的技术时代,什么样的创业者是更容易未来能够通向成功的,有没有在这方面你们自己的一些直觉和感悟,并不全是公理,但是能从你们自己各自的角度来说,你最近接触过的让你们觉得不错的新创业者,有哪些的特点让我觉得在这个时代我觉得去支持的,看好的人。

  傅盛:我看到像油管上或者科普的年轻视频,第一个特质真的愿意去学习的,每天把这个参数搞得非常懂的人,就是真的去认认真真用各种东西而不只是看一个朋友圈就在发表意见的。其实就像手艺活,你做一个东西如果你对一个基本技能不是足够的磨炼,你其实很难产生灵感的,是积累的过程,对AI的技术本身深入的学习,其实学起来并不难的。

  第二真的要从应用出发,因为我真心的认为所谓训千亿大模型这个事就是大模型的活,包括王小川在内的活,因为资金资本的消耗太大了,但是从应用出发找到好的场景,把AI的技术用好,包装出一个产品是一个非常好的机会,因为以前得雇多少程序员写代码才能做出一个好的APP,今天可能有一个好的点子把一些东西整合很快就能发布了。

  我说我们公司出了这么一个助力他能自己写程序,我跟我的同事说你有没意识到整个计算机的生产的定义被改变的。以前我们做一个APP可能要服务几百万人才愿意发布,今天我可能每两个小时产生APP就给50个人,都是机会,而且整个门槛大幅度的降低,所以我希望就是琢磨怎么用,然后用大模型给自己参考。

  等你长着长着这个行业的技术链条越来越完整,更多的新突破出现的时候,这种创业者可能就会积累一段时间就爆发了。

  第三个我再补充一下,为什么我认为线C的AI原生应用可能还需要一两年,我就说套件不足,你要从C端重新打磨这个,对很多创业者是很难做到的。

  周鸿袆:其实傅盛回答挺好的,什么年代对创业者的要求都是一些共性的东西,只不过AI的时代要求你的反应更快,行动要更加迅速,特别是学习能力,因为AI这样的一个东西大家都是新生事物,谁也不能说我对这样的一个东西很了解,所以我用一个度日如年的词汇,你度日如年和我度日如年定义不一样,刚才说你很有压力。我说的度日如年AI2023年每一天的进展都等于过去历史上每一年的进展,发展得非常快。所以对人的要求就是学习能力有一定的要求很高,其他跟AI大模型没什么关系,比如你刚才说的关注应用场景要接地气,从用户出发思考,不要炒概念说我做Web3、AIGC概念是没有用的,这个永远是要从用户出发,你为用户解决什么问题。

  包括另外其实刚才我问傅盛的问题,我隐含了一个我认为还是要聚焦了专注,AI出来又有一个陷阱,AI在每个方面都能干,因为AI是一个比较朴实性的生产力工具,同时干10个应用场景可能就赌一个应用场景,把这个并行变成串行。

  但是我刚才看手机时间的时候,群里有一个人激发了我,说我在砸场子,我认为这个有太大的误解了。你觉得今天达到了吸粉的目的了吗?

  周鸿袆:我就想就这样的一个问题还是想讲一下,大家老是害怕这种冲突或者不同意见,我就分享一个方法,我在公司教你武功的时候,当时我们流行叫辟邪剑法后来叫葵花宝典,所以那个武功你别学错了,我们老说要想成功引刀自宫,但是我后来忘了对大家说即使自宫也未必成功。

  这几年我就不教这个武功,我教吸星。这个跟杠精有什么不一样,什么叫杠精呢?比如说我和傅盛从上场开始,我们俩就准备辩论,他持正方观点,我持反方观点,我们拉就所有的争论为了证明对方是傻子自己很聪明,对方是错的自己是对的,最后争论眼红脖子粗的,从来不改换自己的观点,最后就不欢而散,这种方法我觉得我们无论在做圆桌还是我们在企业内部做讨论都应该避免的,除了产生情绪价值,要么很爽要么很不爽。

  真正的做法就是说,我们每个人能表达自己的观点,但是要善于把对方的观点进行分解,比如说傅盛讲了很多线,不是肯定或者非定,他的观点经过分解之后能分解成8个子点,其中有3个点我可能是不接受的,可能有5个我觉得是可接受的,真正的聪明人就应该把对方的观点偷过来。

  所以乔布斯说过一句话,说他是思想的剽窃犯,他说最高明的剽窃就是把别人的思想、别人的好想法变成自己的想法。如果对方也会这个能力,那我们要讨论,讨论谁有时候有不同的观点,大家碰撞也是非常正常,这不叫砸场子。

  傅盛:可能也把我们的一些好的观点或者一些好的想法据为己有,最后我们讨论一个结论。交换粉丝的好处是什么呢?苹果交换之后大家是没有多余价值的,你有一斤苹果我有一斤苹果交换完了还是一斤,但是粉丝有30万粉丝,我有300万粉丝,交换完了我有330万粉丝,你有50万粉丝,咱们粉丝就多了,思想的交换就更牛了,所以包括今天来我准备把傅盛的PPT的好好研究一下,把傅盛讲的观点我认为也会对我有一些帮助,大家也都会觉得有收获。

  我管这个叫做吸星,就是令狐冲后来武功很高,他就把别人的内力都吸到自己的体内,所以我就借这个机会和大家解释一下,所以希望我和傅盛、张鹏的碰撞,如果你听完了半天就看个热闹觉得这两个人怎么没打,怎么没不好看,那你就没有正真获得东西,但是如果今天从傅盛讲的50个观点中吸收了10个,从我讲的观点里吸收了几个,那恭喜你把我们俩的东西拿到了,你就没有白浪费时间看这个直播、参加圆桌。

  产生这样的误解,我就借这个机会解释一下,所以我也希望说既然我觉得来了我就抱着一种学习讨论,也会有一些输出。因为我觉得AI这件事还在刚刚起步,傅盛也不能说自己就成功了,我也不能说自己就成功了,你原来有一个问题可能没回答,为什么AI我们还这么激动,很简单一方面可能是做创业者的本能,另一方面AI如果不做就会被淘汰变成失败者。

  张鹏:刚才老周实际上也是在总结,它眼里看到的创业者也是所谓的吸星和傅盛说的要学习,你们俩今天说的很多东西,看起来用不同角度在表达,其实说的如果回到创业上,大家只是不同视角不同表达上是不一样的东西,所以有时候真相或者规律面前只是不同的表达,而且今天比较开心的是,傅盛一直还是挺关注老周的,老周对傅盛过去几年的事没那么了解。

  但今天既然来了就是一个起点,未来你们会有更多交流空间,因为都感觉在大模型、创业,至少是这两件事,作为创业者和大模型的信仰者和推动者,你们俩是完全一样,至少这一点今天可以清晰感受到。

  周鸿袆:张鹏的主持功力不错,昨天发了我和罗永浩,由他主持的对话视频,对话非常和平、友好。

工程案例

小麦单产提升行动的效能有多大

小麦单产提升行动的效能有多大

  当前,全国小麦已进入收获高峰期。今年...


更多+
一粒小麦的“产业链之旅”(“三夏”一线探新迹)

一粒小麦的“产业链之旅”(“三夏”一线探新迹)

  小麦收割后如何收储?怎样加工增值?带...


更多+
【48812】铁东区继续推动秸秆“五化”使用

【48812】铁东区继续推动秸秆“五化”使用

  今年以来,铁东区秸秆“五化”使用获得...


更多+
广东公布2023年工业和商用电热食品加工设施、一次性塑料餐饮具生产领域质量安全监督抽查实施细则

广东公布2023年工业和商用电热食品加工设施、一次性塑料餐饮具生产领域质量安全监督抽查实施细则

  中国质量新闻网讯 2023年3月17...


更多+

相关设备