作者｜沈筱、王與桐

距離ChatGPT首次亮相已經(jīng)過(guò)去近五個(gè)月，LLM（大型語(yǔ)言模型）模型層玩家已紛紛就位。隨著百度、阿里、商湯等企業(yè)先后發(fā)布自研NLP大模型，一眾模型層創(chuàng)業(yè)公司和明星創(chuàng)業(yè)者也已拿到融資。

除了懷揣著成為“下一個(gè)OpenAI”的夢(mèng)想之外，另一波創(chuàng)業(yè)圍繞應(yīng)用層——成為“下一個(gè)jasper AI”。更宏觀的視角來(lái)看，或許中國(guó)的AI創(chuàng)業(yè)熱潮已經(jīng)來(lái)臨。

但36氪本次采訪的主角——王長(zhǎng)虎，卻沒(méi)有把視角禁錮，在LLM和應(yīng)用層兩個(gè)創(chuàng)業(yè)熱潮之外，選擇了視覺(jué)賽道，圍繞AIGC建設(shè)多模態(tài)算法平臺(tái)。

之所以做出這樣的選擇，與其從業(yè)經(jīng)歷密不可分。自從業(yè)以來(lái)，作為視覺(jué)AI技術(shù)的堅(jiān)定追隨者，他沒(méi)有錯(cuò)過(guò)深度學(xué)習(xí)誕生后的每一次技術(shù)發(fā)展小浪潮：2004年加入微軟亞洲研究院，經(jīng)歷了搜索引擎飛速發(fā)展的時(shí)代；2017年加入字節(jié)跳動(dòng)擔(dān)任AI Lab總監(jiān)，陪伴抖音這一現(xiàn)象級(jí)應(yīng)用茁壯成長(zhǎng)；2021年，他加入龍湖，成為龍湖數(shù)字化與智能化轉(zhuǎn)型的掌舵人。

在搜索引擎和新型社交媒體這兩大具有劃時(shí)代意義的互聯(lián)網(wǎng)產(chǎn)品背后，王長(zhǎng)虎都扮演著“送水者”的角色。

2023年3月31日，他從龍湖離開，開啟了人生第一次創(chuàng)業(yè)。而繞開NLP大模型和應(yīng)用這兩個(gè)最火的創(chuàng)業(yè)領(lǐng)域，他的思考是，與其投入大量精力、資源做不擅長(zhǎng)的NLP大模型，不如從自己熟悉、感興趣的視覺(jué)和多模態(tài)出發(fā)，做AIGC時(shí)代，更多行業(yè)及應(yīng)用的算法平臺(tái)。

為什么在此刻選擇創(chuàng)業(yè)？什么是多模態(tài)算法平臺(tái)？未來(lái)AIGC該去往何方？我們帶著一系列問(wèn)題，采訪了王長(zhǎng)虎。

王長(zhǎng)虎口中的算法平臺(tái)，可能包含解決不同用戶場(chǎng)景的視覺(jué)或多模態(tài)大模型，以及相關(guān)的工程平臺(tái)。具體來(lái)說(shuō)，從服務(wù)UGC（用戶生成內(nèi)容）生態(tài)轉(zhuǎn)向服務(wù)AIGC生態(tài)，王長(zhǎng)虎認(rèn)為“變的是U和AI，核心還是內(nèi)容”。 他要做的是圍繞AIGC建設(shè)視覺(jué)為主的多模態(tài)算法平臺(tái)，支撐AIGC從生產(chǎn)到消費(fèi)的全流程，解決各行業(yè)、企業(yè)和用戶可能面臨的AIGC相關(guān)的實(shí)際問(wèn)題，包括內(nèi)容生成、版權(quán)、內(nèi)容理解、分發(fā)，以及商業(yè)化變現(xiàn)。與all-in-one的NLP大模型不同，像Stable Diffusion等視覺(jué)大模型當(dāng)前只能覆蓋其中某一個(gè)環(huán)節(jié)。因此，在視覺(jué)AIGC全生命周期中的每個(gè)環(huán)節(jié)，可能都需要獨(dú)立的大模型和系統(tǒng)來(lái)解決。

談及創(chuàng)業(yè)時(shí)機(jī)，在王長(zhǎng)虎眼中，此刻就是最佳。在移動(dòng)互聯(lián)網(wǎng)方興未艾時(shí)，其他人還在拿著錘子找釘子，而抖音產(chǎn)品為視覺(jué)AI技術(shù)提供了施展拳腳的機(jī)會(huì)。

同時(shí)，在王長(zhǎng)虎看來(lái)，盡管生成式AI時(shí)代已經(jīng)到來(lái)，但新時(shí)育的機(jī)會(huì)不僅是眼前所能見到和可預(yù)期的，更大的機(jī)會(huì)和顛覆性正隱藏在更多的不確定性中。

王長(zhǎng)虎告訴36氪：“一定有很多東西都推倒重來(lái)，甚至從另外一個(gè)方向做出來(lái)?！彼J(rèn)為，抖音的出現(xiàn)和字節(jié)取得的成績(jī)并非自然而然：“回到那個(gè)年代，如果在初期這個(gè)機(jī)會(huì)被很多大廠看清楚了，怎么可能有字節(jié)這樣的初創(chuàng)公司發(fā)展起來(lái)呢？”

以下為36氪與王長(zhǎng)虎的對(duì)話，經(jīng)編輯整理：

01 談創(chuàng)業(yè)：離開大廠舒適區(qū)，想做“送水者”

36氪：這是您第一次創(chuàng)業(yè)，此前經(jīng)歷更多是在大廠。為什么做了創(chuàng)業(yè)的決定？

王長(zhǎng)虎：有兩個(gè)原因。

首先是我的AI情結(jié)。我認(rèn)為AIGC是至少10年一遇的機(jī)會(huì)。作為20年的AI從業(yè)者，親歷過(guò)10年前深度學(xué)習(xí)給AI帶來(lái)的翻天覆地的變化，所以我不能錯(cuò)過(guò)這個(gè)機(jī)會(huì)。

其次是我的創(chuàng)業(yè)情結(jié)。我在外企工作過(guò)，半路加入過(guò)字節(jié)跳動(dòng)這個(gè)創(chuàng)業(yè)公司。雖然帶過(guò)上千人的團(tuán)隊(duì)，但心里一直有一個(gè)創(chuàng)業(yè)的情結(jié)，想要嘗試從0開始，與合作伙伴們一起，孵化技術(shù)和產(chǎn)品，影響和幫助盡可能多的企業(yè)和用戶，同時(shí)豐富我的人生履歷。

浪潮來(lái)了，必然會(huì)有喜歡乘風(fēng)破浪的人去奔赴。

36氪：微軟和字節(jié)的經(jīng)歷，可以看作是您在上一波浪潮中擁抱到的機(jī)會(huì)嗎？

王長(zhǎng)虎：對(duì)。在微軟亞洲研究院做科研，是非常幸福的，那時(shí)我主要圍繞搜索引擎做計(jì)算機(jī)視覺(jué)和圖片搜索相關(guān)的科學(xué)研究，那個(gè)年代，是搜索引擎的時(shí)代。在20年前，全球真正能處理大規(guī)模海量圖片的團(tuán)隊(duì)可能也不多。我當(dāng)時(shí)做了很多科研，其中一個(gè)系列是“草圖搜索”，和現(xiàn)在的AIGC非常相關(guān)，要把腦海里想到的場(chǎng)景，通過(guò)關(guān)鍵字，或者畫一些線條、涂一些顏色，在我們制作的工具上呈現(xiàn)出來(lái)。我們建設(shè)了世界上第一個(gè)十億級(jí)別的草圖搜索引擎。

我2017年初加入字節(jié)跳動(dòng)，也算是半途加入初創(chuàng)公司，搭建了視覺(jué)技術(shù)團(tuán)隊(duì)，建設(shè)了視覺(jué)算法平臺(tái)和業(yè)務(wù)中臺(tái)，參與了抖音和TikTok等產(chǎn)品從0到1的建設(shè)和發(fā)展。我們的技術(shù)廣泛應(yīng)用到了字節(jié)跳動(dòng)全線產(chǎn)品中，包括今日頭條、抖音、TikTok等。用技術(shù)和產(chǎn)品影響和幫助數(shù)以億計(jì)的用戶，“change the world”，是我多年的愿望，在字節(jié)跳動(dòng)得以實(shí)現(xiàn)。

36氪：這次您打算如何擁抱機(jī)會(huì)呢？您本次的創(chuàng)業(yè)方向是視覺(jué)多模態(tài)算法平臺(tái)，這個(gè)怎么理解？

王長(zhǎng)虎：我們要做的是建立服務(wù)于AIGC生態(tài)的、視覺(jué)為主的、多模態(tài)算法平臺(tái)，支撐AIGC從生產(chǎn)到消費(fèi)全流程，支撐各個(gè)行業(yè)和用戶的應(yīng)用，包括營(yíng)銷、廣告、電商、游戲這些非常依賴內(nèi)容創(chuàng)作的行業(yè)。

這和我之前在字節(jié)做的事情是類似的。但區(qū)別在于現(xiàn)在是AIGC，是UGC（用戶生成內(nèi)容）的升級(jí)。AIGC時(shí)代，人工智能可以更好地創(chuàng)造圖片、視頻、文章等等。

從PGC（專業(yè)人士生成內(nèi)容）升級(jí)到UGC誕生了很多現(xiàn)象級(jí)的產(chǎn)品，包括抖音、微博等。所以我們?cè)谙霃?UGC跨越到AIGC的時(shí)候，勢(shì)必也會(huì)帶來(lái)大量的機(jī)會(huì)，我們創(chuàng)業(yè)就想抓住這個(gè)機(jī)會(huì)。但是這兩個(gè)詞，UGC到AIGC，變的是U和AI，核心還是內(nèi)容。既然如此，我們做的所有的工作都可以圍繞AIGC，去解決它可能涉及的實(shí)際問(wèn)題。

具體來(lái)講除了生成外，AIGC也會(huì)涉及版權(quán)問(wèn)題、內(nèi)容理解問(wèn)題、分發(fā)問(wèn)題，也有商業(yè)化變現(xiàn)的問(wèn)題。

36氪：所以從UGC到AIGC，從業(yè)務(wù)邏輯上來(lái)講有沒(méi)有會(huì)產(chǎn)生變化的方面？

王長(zhǎng)虎：大概的方向是類似的，但技術(shù)路線可能會(huì)有變。因?yàn)?UGC變成AIGC，整個(gè)的內(nèi)容生產(chǎn)形式變了，所以需要解決的具體問(wèn)題或者解決途徑可能也會(huì)變。

AIGC生成的文章、圖片、視頻，也會(huì)涉及安全問(wèn)題、虛假問(wèn)題，但我們?cè)趺慈ザx問(wèn)題、怎么識(shí)別以及解決，可能還需要探索很多，不管是技術(shù)層面還是應(yīng)用層面。

36氪：你們的算法平臺(tái)具體將如何發(fā)揮作用？

王長(zhǎng)虎：這可能需要再介紹一下我在字節(jié)的工作，來(lái)更好地理解。抖音呈現(xiàn)的主要是UGC內(nèi)容生態(tài)，我們建設(shè)的算法平臺(tái)覆蓋了UGC內(nèi)容，特別是視頻、圖片，從生產(chǎn)到消費(fèi)的全流程，它的全生命周期，AI都在發(fā)揮作用。在這上面我們支撐了抖音 、TikTok等幾十個(gè)產(chǎn)品。

首先是在內(nèi)容生產(chǎn)階段，我們可以幫助普通用戶更方便地創(chuàng)作優(yōu)質(zhì)視頻。

其次是問(wèn)題視頻的攔截。當(dāng)用戶完成投稿后，我們利用人工智能技術(shù)攔截不適合分發(fā)的黃反和其他違規(guī)內(nèi)容，確保公司各產(chǎn)品的內(nèi)容安全。

過(guò)了安全這一關(guān)后，我們還要對(duì)視頻內(nèi)容進(jìn)行全方位的分析，完善產(chǎn)品的內(nèi)容生態(tài)建設(shè)，我們要找出重復(fù)投遞的非原創(chuàng)視頻予以打壓。

這極難，所以背后的AI技術(shù)要做得非常強(qiáng)。每天用戶會(huì)上傳上億個(gè)視頻，我們需要檢測(cè)每個(gè)視頻，和數(shù)據(jù)庫(kù)里海量的、上千億的視頻比較，判斷是否雷同。有一些用戶會(huì)專門拷貝非常知名的作者創(chuàng)作的優(yōu)質(zhì)視頻，我們需要發(fā)現(xiàn)并打壓。否則，無(wú)論是創(chuàng)作者還是用戶的體驗(yàn)都會(huì)收到極大影響。

還有一些其他工作，比如我們要對(duì)視頻進(jìn)行充分理解，給視頻打上豐富的標(biāo)簽用于推薦和運(yùn)營(yíng)。另外，還有給視頻自動(dòng)配音樂(lè)，早期是沒(méi)有的。

最后是商業(yè)化變現(xiàn)，很多廣告主，有大量廣告素材生成的需求。我們需要幫助他們更好地、更方便地創(chuàng)作廣告，做圖片和視頻生成、商業(yè)化落地。

36氪：從您的描述中，我們關(guān)注到或許在字節(jié)的工作經(jīng)驗(yàn)就足以支撐您來(lái)創(chuàng)業(yè)了。為什么當(dāng)時(shí)沒(méi)有直接去創(chuàng)業(yè)而是去了龍湖呢？

王長(zhǎng)虎：離開字節(jié)時(shí)雖然考慮過(guò)（創(chuàng)業(yè)這件事），但沒(méi)有具體的創(chuàng)業(yè)想法。

我之所以從字節(jié)出來(lái)，是因?yàn)榘l(fā)現(xiàn)自己進(jìn)入了舒適區(qū)，想要挑戰(zhàn)新的事物。從我的人生經(jīng)歷來(lái)看，早先在外企做科研，然后到字節(jié)整個(gè)團(tuán)隊(duì)是從零帶起來(lái)的，也經(jīng)歷了字節(jié)發(fā)展最快的幾年。我希望能夠走出象牙塔，深入產(chǎn)業(yè)中，看看實(shí)體經(jīng)濟(jì)的世界，將互聯(lián)網(wǎng)的先進(jìn)理念和技術(shù)帶去傳統(tǒng)行業(yè)，幫助產(chǎn)業(yè)互聯(lián)網(wǎng)做數(shù)字化和智能化轉(zhuǎn)型。這也是國(guó)家重點(diǎn)關(guān)注的事情。

另一方面，當(dāng)時(shí)去龍湖時(shí)，生成式AI技術(shù)的進(jìn)步還不足以對(duì)整個(gè)產(chǎn)業(yè)產(chǎn)生巨大影響。直到Stable Diffusion、ChatGPT出來(lái)之后，我才意識(shí)到新的AI時(shí)代到來(lái)了。從C端來(lái)看，用戶數(shù)就說(shuō)明一切，ChatGPT兩個(gè)月就達(dá)到一億月活，超過(guò)了當(dāng)時(shí)TikTok的記錄。

36氪：在您的構(gòu)想中，什么樣的企業(yè)會(huì)需要使用視覺(jué)多模態(tài)算法平臺(tái)？

王長(zhǎng)虎：除了之前提到的依賴于內(nèi)容創(chuàng)作的行業(yè)企業(yè)，比如營(yíng)銷、電商、游戲，我們也有機(jī)會(huì)為AIGC應(yīng)用層等相關(guān)企業(yè)提供內(nèi)容安全、版權(quán)等方面的能力。

36氪：可以理解為您對(duì)公司的定位是生成式AI淘金浪潮中的“送水人”嗎？

王長(zhǎng)虎：這也是我在創(chuàng)業(yè)過(guò)程中想的最多的事情——公司的生態(tài)位到底是怎樣的?？傮w上來(lái)講，我們會(huì)圍繞AIGC建設(shè)視覺(jué)為主的多模態(tài)算法平臺(tái)。與all-in-one的NLP大模型不同，像Stable Diffusion等視覺(jué)大模型當(dāng)前只能覆蓋視覺(jué)AIGC全生命周期中的一個(gè)環(huán)節(jié)。其中每個(gè)環(huán)節(jié)，可能都需要獨(dú)立的大模型和系統(tǒng)來(lái)解決。因此，我所說(shuō)的算法平臺(tái)，包含解決不同用戶場(chǎng)景的視覺(jué)或多模態(tài)大模型，以及相關(guān)的工程平臺(tái)。

同時(shí)我們也會(huì)深入行業(yè)，解決應(yīng)用層的問(wèn)題。

36氪：從現(xiàn)階段來(lái)講，可能想先從哪個(gè)角度去切入到這樣的領(lǐng)域中？

王長(zhǎng)虎：我們首先會(huì)圍繞1到2個(gè)行業(yè)，解決行業(yè)里遇到的一些有關(guān)AIGC的問(wèn)題，同時(shí)建設(shè)和打磨我們的算法平臺(tái)，通過(guò)平臺(tái)來(lái)幫助我們更好地解決行業(yè)問(wèn)題。

36氪：目前團(tuán)隊(duì)籌備如何了？

王長(zhǎng)虎：團(tuán)隊(duì)在初期的規(guī)模，已經(jīng)有十幾個(gè)人了，進(jìn)展很順利。作為創(chuàng)業(yè)團(tuán)隊(duì)，我們不會(huì)期望立馬招到幾百號(hào)人。但我們的目標(biāo)是在短時(shí)間內(nèi)將核心的技術(shù)、產(chǎn)品人才招聘到位，把團(tuán)隊(duì)擴(kuò)展到幾十人。

36氪：您期待招到什么樣的人？目前也有很多其他大佬加入新一波AI創(chuàng)業(yè)浪潮，現(xiàn)階段AI領(lǐng)域人才搶奪厲害嗎？人才供應(yīng)是否充足？
王長(zhǎng)虎：我們希望能夠聚集一幫有共同的創(chuàng)業(yè)理念、文化價(jià)值觀，能打硬仗、打勝仗，充滿創(chuàng)造力和篤定感的年輕人。

人才搶奪我不是很擔(dān)心。一是校招生是可以成長(zhǎng)的，我在字節(jié)的團(tuán)隊(duì)成員很多都是從校招生成長(zhǎng)為了非常優(yōu)秀的工程師、研究人員和管理者；二是國(guó)內(nèi)近10年的AI技術(shù)發(fā)展過(guò)程中，也積累了很多優(yōu)秀人才?，F(xiàn)在也有不少優(yōu)秀的有創(chuàng)業(yè)意愿的人才主動(dòng)來(lái)找我，所以招聘速度是超出預(yù)期的。

02 談生成式AI：影響大于此前任何技術(shù)變革

36氪：關(guān)于這次ChatGPT帶來(lái)的浪潮，大家都有各自的看法，比如黃仁勛認(rèn)為是“iPhone時(shí)刻”，李開復(fù)認(rèn)為是AI2.0。您是怎么看待這波浪潮的歷史地位的？

王長(zhǎng)虎：真正的大的機(jī)會(huì)，是多數(shù)人都能看到和感受得到的，這里說(shuō)的多數(shù)人不是說(shuō)行業(yè)大佬，而是普通用戶。像之前的元宇宙、區(qū)塊鏈，可能只是被一部分人看到，而如今的AIGC這個(gè)機(jī)會(huì)，是大眾能看到和感受得到的，因此是個(gè)真正的至少十年一遇的大機(jī)會(huì)，甚至有人認(rèn)為是硅基生命的一個(gè)起點(diǎn)。

歷史上每一個(gè)這樣的大機(jī)會(huì)，包括PC的出現(xiàn)、圖形界面的出現(xiàn)、互聯(lián)網(wǎng)時(shí)代的到來(lái)、移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)，都伴隨著非常多的優(yōu)秀公司以及傲視時(shí)代的巨頭公司從0到1完成升級(jí)和蛻變。

因此，AIGC如果真的是像大家預(yù)判的那樣，是個(gè)至少10年一遇的大機(jī)會(huì)，必然會(huì)帶來(lái)眾多顛覆性的創(chuàng)新和商業(yè)模式的改變，必然會(huì)顛覆眾多已有的企業(yè)，孵化出新的眾多的甚至巨頭企業(yè)。

ChatGPT的出現(xiàn)是一個(gè)重要的里程碑，經(jīng)過(guò)數(shù)十年的積累，AI終于從幕后走向了前臺(tái)。AI有機(jī)會(huì)從一種技術(shù)，進(jìn)化成基礎(chǔ)設(shè)施，就像電一樣。常常聽到一種說(shuō)法，人工智能帶來(lái)了第四次工業(yè)革命，我覺(jué)得ChatGPT是真正的做實(shí)這種說(shuō)法的重要的里程碑。

36氪：之前您更多經(jīng)歷是在視覺(jué)領(lǐng)域，單就生成式AI模型來(lái)說(shuō)，視覺(jué)領(lǐng)域之前一個(gè)比較主流的模型是GAN，GAN也是在深度學(xué)習(xí)掀起的那一波浪潮中產(chǎn)生的?，F(xiàn)在的圖像生成模型和GAN之間到底有什么差別？

王長(zhǎng)虎：深度學(xué)習(xí)時(shí)代，包括GAN，幾乎所有的非常厲害的模型，都是基于深度學(xué)習(xí)這一新的模型范式產(chǎn)生的。在那波浪潮之后，這十幾年各種技術(shù)都在進(jìn)步，雖然數(shù)據(jù)規(guī)模逐漸增大，但其實(shí)還是在這個(gè)范式里。只是現(xiàn)在的圖片生成模型找到了一個(gè)非常有效的算法，在工程上面也做了很多積累。

與之前的圖像生成技術(shù)相比，當(dāng)前一個(gè)重要的突破是生成內(nèi)容的可讀性和可用性大幅提升。早期的生成模型例如GAN等，生成的圖片或文章，用戶可讀性是比較差的，很多時(shí)候沒(méi)法在通用領(lǐng)域上去使用。

36氪：現(xiàn)在的大模型生成內(nèi)容可讀性好，從技術(shù)原理上看，是由什么引起的？

王長(zhǎng)虎：和大家之前預(yù)判不同的是，過(guò)去大家認(rèn)為當(dāng)模型參數(shù)逐漸變大時(shí)，它的邊際的收益是越來(lái)越小的，在很多實(shí)驗(yàn)上面也做了驗(yàn)證。
但是這次ChatGPT可能因?yàn)槟Ｐ陀幸欢ㄗ兓?，參?shù)達(dá)到了千億之后，就涌現(xiàn)出超常的推理能力。

有多方面原因使得這個(gè)模型現(xiàn)在是超出預(yù)期的，現(xiàn)在也是在探討中。

目前有幾種說(shuō)法，一種是ChatGPT引入了強(qiáng)化學(xué)習(xí)方式，通過(guò)數(shù)據(jù)標(biāo)注，能夠及時(shí)反饋到模型端。
第二個(gè)原因可能是由于ChatGPT用到了代碼作為數(shù)據(jù)源。這個(gè)數(shù)據(jù)源被認(rèn)為是非常重要的，因?yàn)槌绦騿T寫的代碼要求邏輯思維非常強(qiáng)。代碼會(huì)很長(zhǎng)，開頭、中間、結(jié)尾都有因果關(guān)系和邏輯關(guān)聯(lián)，所以能夠幫助解決長(zhǎng)線的、邏輯上的問(wèn)題。所以現(xiàn)在看到生成對(duì)話的邏輯思維也很強(qiáng)。

36氪：提到推理能力的涌現(xiàn)，現(xiàn)在大家對(duì)ChatGPT的看法是不是存在一些分歧？比如有的人會(huì)認(rèn)為AI真的理解了語(yǔ)言甚至有自主意識(shí)，但還有人認(rèn)為它可能跟以前沒(méi)什么不一樣，也是類似于鸚鵡學(xué)舌的東西。為什么會(huì)有這樣的分歧？

王長(zhǎng)虎：這兩種說(shuō)法其實(shí)不矛盾，從不同視角會(huì)得出不同的結(jié)論。如果基于微觀視角，模型發(fā)展到現(xiàn)在，從物理上可能就是沒(méi)什么區(qū)別。

用這個(gè)角度去看人類也一樣。以微觀視角來(lái)看，人就是由細(xì)胞，由分子、原子構(gòu)成的。現(xiàn)在的人類和1億年前的我們的祖先，從物理構(gòu)成來(lái)看，并沒(méi)有區(qū)別。人類的知識(shí)怎么來(lái)的，不也是這些神經(jīng)細(xì)胞作用產(chǎn)生的嗎？那么是不是當(dāng)腦細(xì)胞、腦容量超過(guò)一定閾值的時(shí)候，真的就能涌現(xiàn)出一些功能？

所以，對(duì)大模型而言，不管是強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)、用戶標(biāo)注的閉環(huán)都不是新的概念。以前也做了很多工作，模型本身也和一兩年前的模型在結(jié)構(gòu)上的區(qū)別可能也不大。但是它產(chǎn)生的結(jié)果就是巨大的突破，這也是我們能看到的。

36氪：也就是在您看來(lái)，其實(shí)這一波技術(shù)變革也是通過(guò)漸進(jìn)式創(chuàng)新產(chǎn)生的？

王長(zhǎng)虎：AI是持續(xù)進(jìn)步的，是這幾十年的來(lái)AI發(fā)展累積出來(lái)的結(jié)果。雖然我們認(rèn)為ChatGPT突然震驚了所有人，即使是這樣，但其實(shí)它是站在很多工作的基礎(chǔ)上的。GPT之前也有其他的一些研究工作，有科學(xué)研究的漸進(jìn)的過(guò)程，相當(dāng)于量變引起質(zhì)變。

03 談機(jī)會(huì)：顛覆性應(yīng)用，目前尚未發(fā)現(xiàn)

36氪：您認(rèn)為L(zhǎng)LM（大型語(yǔ)言模型）和相關(guān)技術(shù)的發(fā)展，會(huì)讓哪幾個(gè)領(lǐng)域率先發(fā)生變化？

王長(zhǎng)虎：最快也是最直接影響的是NLP領(lǐng)域。在這個(gè)領(lǐng)域，像ChatGPT這樣的大模型，它能同時(shí)解決很多任務(wù)，比如機(jī)器翻譯、文本理解、文本生成，包括問(wèn)答、對(duì)話。很多做細(xì)分領(lǐng)域的人會(huì)發(fā)現(xiàn)自己的工具做得再好，也趕不上大模型。

36氪：這可能是我們目前能很受到的變化，有沒(méi)有一些您認(rèn)為更加顛覆性的變化？

王長(zhǎng)虎：這也是我想說(shuō)的，單把生成式AI視作一個(gè)工具還不足以說(shuō)這是新浪潮。它帶來(lái)的不是點(diǎn)狀影響，而是會(huì)影響所有行業(yè)，會(huì)對(duì)生產(chǎn)力提升有巨大幫助。

但這種影響可以是顛覆性的，也可能不是。

目前，我們?nèi)庋劭梢姷幕蛘呖深A(yù)測(cè)的變化可能都不是顛覆性的，但仍然有很大的想象空間，孕育著很多機(jī)會(huì)。比如內(nèi)容生成，只是圖片、視頻還不夠，以后還可以生成大電影，當(dāng)然，當(dāng)所有人都能夠創(chuàng)作電影時(shí)，對(duì)電影導(dǎo)演要求可能也就變了，甚至電影形態(tài)也可能會(huì)有巨大的變化。再比如剪映，它是幫助用戶創(chuàng)作視頻的工具。這樣的工具為什么不能利用生成式AI技術(shù)來(lái)使這個(gè)工具更好用？這不是顛覆，很多工具都可以加上這個(gè)概念。

但同時(shí)，我們需要關(guān)注，最大的機(jī)會(huì)可能不在這兒，而可能在這背面。回頭看，哪個(gè)時(shí)代的幾十年一遇的大機(jī)會(huì)，是在第一時(shí)間被看到的？

時(shí)代變革帶來(lái)的巨大機(jī)會(huì)，很可能不是在已有的產(chǎn)品上加點(diǎn)東西，而是將很多東西都推倒重來(lái)，甚至從另外一個(gè)方向做出來(lái)，跟現(xiàn)在完全不同。

舉個(gè)例子，移動(dòng)互聯(lián)網(wǎng)出來(lái)之后，短視頻是不是被很多大廠都錯(cuò)過(guò)了？現(xiàn)在大家覺(jué)得這是自然而然就出現(xiàn)的，但其實(shí)不是。回到那個(gè)年代，如果這個(gè)機(jī)會(huì)被大廠第一時(shí)間看到了并重視起來(lái)，怎么可能允許字節(jié)這樣的初創(chuàng)公司發(fā)展成巨頭呢？

36氪：剛才您提到的短視頻，最早字節(jié)內(nèi)部想要去做抖音的時(shí)候，大家都是基于怎樣的想法，說(shuō)要去做這樣的東西？

王長(zhǎng)虎：抖音的重要性程度在字節(jié)早些時(shí)候并不是排名第一的，也是逐漸成長(zhǎng)起來(lái)的。

字節(jié)早些時(shí)候也錯(cuò)失、搖擺過(guò)。騰訊也有這樣的情況，微視也關(guān)停了一段時(shí)間。有很長(zhǎng)一段時(shí)間行業(yè)并沒(méi)有看得特別清楚。

在AIGC時(shí)代，這也是一些小公司的機(jī)會(huì)?，F(xiàn)在既然大家都能看到機(jī)會(huì)，說(shuō)明它一定是能可落地的。

但是我預(yù)判，現(xiàn)在所有人，可能都沒(méi)有看到最能爆發(fā)的機(jī)會(huì)在哪里。

36氪：這樣的機(jī)會(huì)我們?nèi)绾稳ネ诰颍?/p>

王長(zhǎng)虎：商業(yè)層面的機(jī)會(huì)，可能和以前一樣需要去摸索，但至少在我們?nèi)庋劭梢姷牡胤娇梢韵刃袆?dòng)起來(lái)。但是技術(shù)層面，除了追上OpenAI的腳步，我們應(yīng)該看得更深更遠(yuǎn)。

我的第一個(gè)期待是，當(dāng)AI越來(lái)越強(qiáng)，想象空間不應(yīng)僅停留在商業(yè)應(yīng)用層，而是看它能不能反哺我們的基礎(chǔ)科學(xué)，幫助科學(xué)家們?nèi)グl(fā)現(xiàn)一些基礎(chǔ)的定律、定理，這個(gè)能做到就更厲害了。但是前提是我們對(duì)AI一定要有很好的管控。

現(xiàn)在的AI有很多的安全、倫理的問(wèn)題，像小孩一樣，會(huì)演繹一些東西，通過(guò)他看到的世界、得到一些信號(hào)，推演出一些可能根本就無(wú)中生有的一些東西。但這是因?yàn)樗闹R(shí)面比較小。ChatGPT的優(yōu)勢(shì)是創(chuàng)造，缺點(diǎn)是在知識(shí)，這是可以解決的，GPT4就已經(jīng)有了很大提升。

另一個(gè)期待是，希望模型能夠持續(xù)進(jìn)化。現(xiàn)在模型的進(jìn)化速度很快，但是目前可能沒(méi)有人知道它會(huì)不會(huì)突然到一個(gè)地方就接近能力極限了，需要新的算法，新的范式、模式才能繼續(xù)進(jìn)化。

36氪：在您看來(lái)，技術(shù)層面想要看得更深更遠(yuǎn)，我們需要做什么樣的嘗試？

王長(zhǎng)虎：可能需要有一群人抱著更純粹的心態(tài)去做技術(shù)創(chuàng)新。

36氪：比如之前提到ChatGPT其實(shí)是量變引起質(zhì)變。OpenAI能做成這件事情，部分原因確實(shí)是一開始就抱著純科研創(chuàng)新的心態(tài)，那國(guó)內(nèi)目前有沒(méi)有可能也會(huì)有人沉下心去做更底層的技術(shù)創(chuàng)新，創(chuàng)造像transformer那樣的“磚塊”？

王長(zhǎng)虎：一定有。中國(guó)有很多的，不管是高校還是科研機(jī)構(gòu)都在做這樣的一些創(chuàng)新的嘗試。

經(jīng)過(guò)這20年的發(fā)展，中國(guó)科研水平已經(jīng)能夠匹敵、超越外企研究院甚至很多國(guó)外頂尖高校。但是ChatGPT出來(lái)也讓我看到一些差距，在什么地方？就是一些重要核心的顛覆性創(chuàng)新。

36氪：從目前的情況來(lái)看，現(xiàn)在大廠、明星創(chuàng)業(yè)者、科研團(tuán)隊(duì)都已經(jīng)開始在大模型領(lǐng)域施展拳腳了，您認(rèn)為中國(guó)能做出來(lái)類似于GPT-4的模型嗎？您最看好誰(shuí)？

王長(zhǎng)虎：首先我覺(jué)得中國(guó)一定能做出來(lái)，因?yàn)槟Ｊ揭呀?jīng)走通了，大家都知道目標(biāo)在那，我們就去做就好了。但到底誰(shuí)能跑出來(lái)，還是都能跑出來(lái)，也不一定，有可能最后也未必是一家通吃，有可能是多家并存。

莫欺少年窮。首先國(guó)內(nèi)大模型要比ChatGPT落后，這是大家達(dá)成共識(shí)的事情。但是現(xiàn)在有弱點(diǎn)很正常，只要能把模型放出來(lái)，有用戶的feedback，意味著就有太大的機(jī)會(huì)把模型迭代起來(lái)。所以我也很期待，到什么時(shí)候能出現(xiàn)一個(gè)大多數(shù)人都滿意的大模型，盡快追上或者趕超OpenAI。

36氪：像微軟加OpenAI這樣的組合，您覺(jué)得在中國(guó)能不能行得通呢？

王長(zhǎng)虎：這個(gè)組合已經(jīng)被驗(yàn)證成功了，但看是否在中國(guó)也可以行得通，首先是要有同樣組合才行。那樣組合是有一些條件的，像OpenAI最開始是非盈利狀態(tài)，集結(jié)了一批非常厲害的科研人員，很長(zhǎng)一段時(shí)間都不關(guān)注商業(yè)路徑。

第二個(gè)，OpenAI是一家公司，整個(gè)團(tuán)隊(duì)會(huì)有同樣的目標(biāo)、愿景、使命，這是很難得的，一些龐大科研機(jī)構(gòu)可能并不能做到這一點(diǎn)。

另外，微軟作為科技巨頭，一是提供了資金，二是提供了算力，采取了非常緊密的合作方式。
所以說(shuō)，這種模式在中國(guó)怎么去構(gòu)建，是不是有資本能夠?yàn)榉怯麢C(jī)構(gòu)投資都是問(wèn)號(hào)。現(xiàn)在雖然有很多企業(yè)想做大模型，那也可能是因?yàn)樗麄兛吹搅松虡I(yè)化的空間。

同時(shí)，A加B有不同的加法，到底是真金白銀合作，還是相對(duì)獨(dú)立運(yùn)營(yíng)，可以選擇的合作方式其實(shí)很多。如果要完全這樣的模式，我覺(jué)得可能很難。但是，在中國(guó)即使不是這種模式，也可能成功。比如大公司，百度或者字節(jié)，即使他們不跟OpenAI那樣的創(chuàng)業(yè)團(tuán)隊(duì)合作，他們自己難道就沒(méi)有這樣的科研實(shí)力嗎？目標(biāo)在那里，往那兒走就行了。

但仍然是那句話，更重要的是下一個(gè)更牛的事情是什么，能不能做出來(lái)。

王長(zhǎng)虎團(tuán)隊(duì)目前正在招聘核心的技術(shù)（包括算法、算法工程、前后端等）以及產(chǎn)品人才，歡迎投遞簡(jiǎn)歷至郵箱hr@aishi.ai