开云(中国)官方网站 登录入口

零一万物独创东谈主、CEO李开复

本年11月30日，风靡全球的ChatGPT迎来了两周年日子。

这个下一代AI波澜的气运之子、领有3亿活跃用户的 AI 聊天机器东谈主应用，引爆了全球新一轮 AI 创业高潮，让宇宙迎来AI 2.0期间。

在AI 2.0新的期间机遇下，还是种植AI四十多年的李开复决定躬身入局，创立了大模子公司零一万物，英敢于打造全新的 AI 2.0 平台与AI-first坐褥力应用的全球化公司，况且在短短一年多时分里，时间能力、公司界限和交易化脚步飞快扩大。（详见钛媒体App前文：《李开复：中好意思东谈主工智能竞争不是零和博弈》）

零一万物日前推出的全新旗舰预覆按模子Yi-Lightning，近期在国际巨擘盲测榜单 LMSYS 上非常OpenAI GPT-4o-2024-05-13、Anthropic Claude 3.5 Sonnet(20241022)，排行宇宙第六，中国第一。（数据截止2024年11月20日）

同期，零一万物早已置身10亿好意思元"独角兽"，况且全面瞄向 AI 大模子的交易化，公布了一整套"从 AI Infra 到模子，再到应用"的全行业 ToB 措置决策：构建大模子算力平台的智算中心措置决策；面向腹地生涯、办公会议等场景的"如意"数字东谈主措置决策、万视营销短视频措置决策在内的零卖行业措置决策；以及模子覆按措置决策——由数据平台、预覆按平台、覆按后平台、模子Playground等构玉成链路模子运维平台，加速 AI 大模子时间的交易落地。

12月6日-7日，2024 T-EDGE改造大会暨钛媒体财经年会在北京召开，以"ALL-in on Globalization ，ALL-in on AI"为主题，汇注全球科技和交易教唆者，共同探讨东谈主工智能对全球各行业的巨大影响，以及企业全球化增长新花样新趋势。行动钛媒体集团每年年终举办的科技和财经领域的顶级嘉会，T-EDGE一直代表了钛媒体在科技与经济前瞻性，以及推动国际改造交流上的高质料追求。

12月7日T-EDGE大会上，钛媒体集团独创东谈主、董事长&CEO，T-EDGE全球委员会主席 赵何娟，与零一万物CEO、改造工厂董事长李开复，围绕 AI 2.0驱动全球科技改造，推理、端侧、行业和基础大模子的发展，以及迈向AGI 如何更好落地等热门话题进行了一场深度对话交流。

"咱们坚毅不盲目烧钱买不收获的流量，也不作念‘示寂赚吆喝’的生意。"李开复反复强调，零一万物要在性能优异的基础上，作念最快、最低廉的模子，来烽火大模子在To C、To B的生态。

以下是钛媒体AGI摘抄的李开复七个病笃不雅点：

夙昔一年半时分，模子能力越来越好，价钱也越来越低廉，推理资本一年着落了10倍傍边，而零一万物但愿作念的，不是1年10倍（速率增长、资本着落），而是但愿作念到三、四十倍，要比行业更快三、四倍，更快催生出好的应用。

o1 亦然 Scaling，只不外 Scaling 的对象从 Training Time Compute 酿成了 Inference Time Compute，两者相得益彰之下能够更高效地打破模子能力的上限。

Scaling Law如故有用的，但它的效率不像之前那么高了，主要原因是有两点：数据受限，文本数据的递加不会像夙昔那么快；同期，用堆GPU卡的方式进行模子覆按会靠近算力诓骗率缩小的问题，GPU的数目和本体覆按时的收益并不是线性升迁的关系。

模子作念得又快又低廉，一个中枢是少用内存，善用内存，少用GPU，能存的不要算，必须算的才算，这些是原则。而且，对中国大模子初创公司而言，要侧重"有用的改造"，不要一手一足地去挑战过于宏伟的AGI实验，有可能花了巨大资本但难寻落地的场景。

来岁，全球推理算力会进一步降价，进而推动AI-first的To C应用爆发，"需要用一段时分去积贮用户再交易变现"应用成长旅途有望会迎来契机。其中，中国AI 2.0将来的上风是，中国能够作念出性价比更高的模子，极低的推理资本将成为High DAU应用的基础，同期，中国团队也积贮了无数从搬动互联网期间传下来的打法，能够用于AI应用的实施和增长。多种要素重复下，中国团队在To C方朝上会有很大但愿。

行业的最大挑战是，行动大模子初创公司，面前进入了新阶段——要讲明我方可以有执续的收入增长。在时间竞争酿成交易化竞争的经由中，大模子初创们能否从起先的学者型创业调换为企业家创业？这个坎如若过不去的话，最终路如故会越走越窄。

零一万物的定位是，第一、坚毅作念最快最低廉的宇宙第一梯队模子，烽火To C、To B的生态；第二，坚毅不盲目烧钱买不收获的流量，也不作念"示寂赚吆喝"的生意。

李开复强调，AI大模子公司要去为客户奇迹，与客户共同创造价值，达到双赢。至于AGI，他暗意，总有一天，AI会能够作念的事情会比东谈主类更多，然则，AI未必要作念到东谈主类所能作念的每一件事情。他权衡，咱们距离通用东谈主工智能（AGI）还有7年时分，AGI出现的大约时分点会是在2030年。

以下是赵何娟和李开复之间的对话全文（经整理）：

赵何娟：开复淳厚您好，宽贷来到咱们2024 T-EDGE全球改造大会暨钛媒体财经年会，咱们相称快乐能请到开复淳厚跟咱们作念这样的一个对话。

李开复：何娟你好，谢谢邀请，诸君不雅众一又友全球好。

谈推理模子发展：o1更像是理工科，需与基础模子并存发展

赵何娟：夙昔一年，AI不管是在硅谷、好意思国如故中国其实都发生了好多大的事件。最近您我方以为，咱们能不雅察到的统统硅谷和全球AI发展的大趋势里面权衡可能接下来的一年可能得变化里面，您最垂青的一个可能性的变化是什么？

李开复：我最垂青的变化就是，越来越多开拓者会意志到，今天相称好的模子还是相称低廉了，能够支执一个百花皆放的AI-first应用期间到来。我以为这将是2025年最大的事件。

在此之前，这些应用很难被开拓出来。你可以设想，仅在一年半之前，充足好的模子只须GPT-4，面前回头看，GPT-3.5其实能得志的应用场景很少，因为模子能力不够强。但如若一年半之前应用开拓者选拔接入GPT-4，每调用一次就要破耗1-2好意思元，谁又能作念得起应用呢？很容易我方就会作念停业。

在夙昔一年半的时天职，模子性能越来越好，从GPT-4、Turbo、4o到o1，模子能力还是升迁了好多。另一方面，当年的GPT-4，面前来看也还是很低廉了，即就是4o，每百万token也只须4.4好意思金(按输入输出3:1比例缱绻)，比一年多以前的GPT-3.5着落了接近20倍。

从统统行业来看，推理资本一年着落了10倍傍边。统统行业在以1年十倍的速率完了推理速率变快和推理资本着落。而零一万物但愿作念到的，不是1年10倍（推理速率增长、资本着落），而是但愿作念到三、四十倍，也就是说，咱们要比行业更快三、四倍。这样的话，零一万物就能先东谈主一步作念出好的应用。

赵何娟：资本着落会带来无数应用爆发，就是您对2025年至极大的一个期待或者预判。刚才您也提到了，本年其实有好多模子在迭代。前段时分，咱们在硅谷办公室也组织了一次对于o1大模子平台的参谋，有邀请x.AI、OpenAI干系的team leader来，咱们参谋的时候发现，统统大厂面前都在作念一件事情，就是o1这种推理模子。然则，o1跟夙昔的基础模子其实在范式或在阶梯上，还是有很大的一个变化了，咱们是不是可以意会为，接下来统统大厂都会在推理模子上竞争，而不是基础模子上竞争？那么基础模子的竞争是不是到头了？零一是不是也有磋商推出新的推理模子？

李开复：全球都在作念推理模子，这信服是一个趋势，包含零一万物在内的少数中国大模子公司面前也还是作念出了可以的初步后果。

从时间角度来说，o1既是一个大模子的蔓延，也启发了行业尝试相对不一样的作念法。o1 亦然在Scaling，只不外 Scaling 的对象从 Training Time Compute 酿成了 Inference Time Compute，两者相得益彰之下不绝高效地打破模子能力的上限。

就像东谈主类的"快念念考"、"慢念念考"，都是大脑的功能和蔓延，合并起来能够念念考得更深刻，是以在大模子领域内，它们（推理和基础模子）亦然互补的。但之前莫得尝试"慢念念考"，全球都在作念访佛"快念念考"一样的探索，模子就像是在作念快问快答，脑子里面意象什么就蹦出来什么。

天然，东谈主类不经过好多念念考，往往也可以七步成诗，作念出好多创意类的文体内容等。是以，其实"快念念考"，也就是o1之前的大模子也能够完成好多东谈主类的需乞降任务。

然则，东谈主类靠近难题时，谜底不是一拍脑袋可以拍出来的，通过直观给的第一个谜底并不一定是对的，或者在阐明几句话之后咱们发现念念路分袂，需要修正。东谈主类有一个很强的能力，就是能够自我反念念、自我修正，即所谓的reflection（反念念），那些能够在科学界有竖立的东谈主，往往存在批判式念念维，能延续访佛的逻辑推理念念考，阅历过束缚迭代求证以致推翻重来的经由，才能取得一个有首要逾越的科学后果。

o1的发展就访佛上述的旅途，况且还是向外界自证了它的价值。好多东谈主也从巨型的预覆按模子转到推理探索，举座念念路演酿成为了两个并行的Scaling：第一个是模子越大越来越贤慧，第二个是想得越久越贤慧。两个Scaling是可以1+1至少等于2以致等于3。

我认为，这对行业而言是一个巨大的鼓励。诚然OpenAI莫得告诉外界如何作念出o1，然则令咱们昂扬的是，跟着念念考的时分长度加多，模子念念考出正确谜底的概率也会大大升迁。两个Scaling Law重复，给追寻AGI的咱们带来了更多可能性，让咱们不必把鸡蛋都放在一个篮子里。

赵何娟：咱们是不是可以意会为，夙昔基于Transformer的基础、基础大模子Scaling Law端正还是失效了？将没迥殊据可算了？是以到达一个瓶颈之后，Scaling Law他不可能就是无尽大，即便有算力，提供再多的算力也莫得用？

李开复：Scaling Law如故有用的，但它的效率不像之前那么高了。

第一个情理是，宇宙上数据总量只须那么多，诚然咱们可以用机器造数据，用视频数据、多模态数据、具身智能数据来覆按，然则最浓缩的智能如故来自于笔墨，而笔墨总量就那么多，其他次序作念出来的都不是最完满的。就像你说的，东谈主类的统统文本数据都会被拿来用，但文本数据的增长不会那么快。

第二个情理是，要执续鼓励大模子预覆按的Scaling Law，就需要把越来越多的GPU和机器串在通盘。当你只须一、两张GPU作念深度学习Transformer缱绻的时候，大模子预覆按时分险些都在缱绻，很少会触及传输；然则当你领有10万张、20万张GPU缱绻的时候，数据传输资本就会变得很高；到100万、1000万GPU的界限时，险些大部分时分都在作念传输了。GPU越多，数据传输越慢，算力并不可跟着GPU增多而线性上升。

举个例子，如若从一张GPU扩展到两张，你可能会赢得1.95张卡的效用，然则如若你从10万张酿成20万张，卡的效用可能会更接近10万张卡的效用而不是20万张。一个病笃原因就在于所加多的传输要领，以及经由中的延迟。

是以，咱们认为Scaling Law的落地会变得越来越贵，角落收益会缩小，但并不是无效了，不绝坚执预覆按模子如故会有逾越。

赵何娟：如若说OpenAI在推理模子方朝上推出o1，可能来岁还会推出o2系列的话，OpenAI为什么还要在GPT-5、6这条路上参加重金去发展？为什么这两条路不可合为一条路？

李开复：这两个旅途并不互斥。我以为，作念"快念念考"、"慢念念考"都是永无终点的。比如，一个文科生短暂在微积分里找到了新大陆，但这并不代表你不该且归再读柏拉图，这两者是莫得冲突的。

咱们以后要作念一个"超等大脑"，如故但愿它"文理双全"。

但我认为，这个经由中倒是存在着另一个悖论，这两种Scaling Law都会让模子变得越来越慢。第一种要求模子厂商把模子越作念越大，而模子越大推理越慢；第二种在大模子上重复"慢念念考"，会进一步缩小推理速率。假定将来模子推理所需要的时分从面前的5秒到60秒，延长至了5分钟到60分钟，那模子在绝大多数场景下就不适用了。

是以我认为，这里存在着一个非主流、然则零一万物认为很病笃的走漏，尤其在o1为代表的"慢念念考"出现之后，更突显了这一走漏的病笃性——咱们一定要把推理作念到超快。你可以这样设想，如若零一万物训推优化出一个很好的"快念念考"模子，回话并吞个问题，别的模子需要3秒钟，咱们的模子只须0.3秒钟，假定慢念念考会让模子变慢20倍，3秒钟变慢20倍会酿成1分钟，然则咱们的0.3秒变慢20倍才6秒钟，在好多场景下依然是可用的。

是以，当你领有一个相称快的推理引擎时，重复"慢念念考"后也不会至极慢，对用户的价值就会更大。是以零一万物会坚执作念超快的推理模子，因为超快的推理速率不仅在"快念念考"的阶段有所助力，在引入"慢念念考"后，它还能够让模子在具备令东谈主惊艳的性能的同期，使推理速率保执在可用的范围内。

赵何娟：咱们介怀会您说快念念考基础模子逻辑的时候，其实很明晰迥殊据、算力时适度的，然则o1这个新范式的推理模子的时候，其实是有好多不明晰的，比如推理的慢念念考一定是相对的词，如若咱们把慢念念考的5秒升迁到3秒，这个就酿成我推理模子的最要道要素，如何把推理的慢速率提快小数点，这无意就是竞争力，那么您以为，作念推理模子能够提高这小数点的竞争力要道是什么？是算法吗？

李开复：这信服是中枢竞争力。我认为这亦然零一万物的最大特质。咱们在"快念念考"阶段的推理速率就相称快。

赵何娟：推理速率再快，念念考就会相称快，那么这是如何作念到的？咱们连OpenAI 的o1如何作念的，都还不细目，他们是黑盒子。那么，零一把推理变快两三倍，o1推理也快2-3倍，那么零一万物为什么能够把推理模子作念得这样快呢？

李开复：咱们作念了底下几个责任。

第一，寻找决策措置速率减缓问题。大模子速率迟缓变慢是因为GPU在束缚缱绻。那么，咱们是否有可能让GPU少算点？其实在经典缱绻机学里面就有提到，要作念缱绻和存储的迁徙。也就是说，能被谨记的内容就无谓再算一遍了。缱绻机学里的Hash Table（哈希表）等等这些时间，其实就是指，别什么都算，能记下来的内容就不要算，算过一遍的内容记着然后下次径直用就行了。

第二，Memory Caching（内存缓存）。后续可能会用到的数据，我先把它调到近邻来，要调用的时候便捷就近使用。这就访佛于，时常在网上看视频有时候会卡顿，原因就是要通过网罗传输好多数据，然则一个贤慧的作念法是，先把视频部分缓存到我的电脑或手机上，即便出现网罗卡顿，视频如故能从腹地播出，这就是一个Caching的标的。

是以简便地说，如若能把底层的推理模子，从一个缱绻模子，酿成一个更多是存储的模子，推理速率就会变快好多，以致变快三倍。

另外，零一万物在作念模子筹商的时候，就不会去筹商那种超大、无法削弱、没法变快的模子。咱们从作念科研的第一天就会磋商，最终作念推理时会用多大的机器，有几许个HBM、几许RAM、几许SSD，然后统筹派遣模子覆按。

零一万物会先定一个斟酌——作念又快又低廉的模子，在这个基础上作念到最佳。零一万物的每一个东谈主，不管是作念AI infra的、作念模子覆按的、作念推理引擎或者作念数据中心的，全部都是秉着这一个斟酌去作念，因此作念出来的模子才会这样快。

赵何娟：您说得至极好，又快、又低廉，这是两个相称要道的要素，这是否也代表着 AI 模子能否在应用商场普及的要道要素。快咱们面前意会了，但低廉您是如何作念到的？咱们都知谈算力没想法低廉，数据面前越来越折桂，那咱们能够作念到加速性能和推理速率的同期，还能作念到低廉？

李开复：咱们加速模子的速率不是通过堆更多的机器让大模子变快，而是用同数目、同规格的机器让大模子变快，这样训推出来的模子才能多快好省，才有竞争力和性价比。

咱们的硬件是固定的。零一万物会在同样硬件的前提下作念到最快。模子速率变快之后，假定以同样的资本多生成了三倍的token，那公司就可以赢得三倍收益。或者换句话说，以同样的资本多生成了三倍的token，那模子对外的价钱也会降到原先的1/3以致更低。

赵何娟：是以您认为这中间最中枢的是什么？

李开复：中枢其实就是少用内存，善用内存，少用GPU，能存的不要算，必须算的才算，这些是原则。

另外，在零一万物作念AI科研的同学，被要求不要去作念那些过于宏伟的AGI实验，要作念"能落地和最有用的改造"。

一个公司战术定位要从自身本体情况登程。当年IBM的电脑是巨型且腾贵的商务机，微软和苹果则作念出了东谈主东谈主可用的PC。几家公司的战术和旅途出现了赫然分野：有的要作念宇宙最大、最强的电脑，有的则要作念一个最快且东谈主东谈主可用的电脑。零一万物面前选拔的旅途是第二种。

另外，我刚才的形容也可以被意会为"垂直整合"。为什么早期的 iPhone那么惊艳、那么好用？就是因为乔布斯完满地完了了垂直整合的工程责任。谈到零一万物聚焦的斟酌，它不见得是由一个伟大的论文，或者是巨大的时间打破，或者是靠堆更多GPU作念出的驱散。咱们面前所要完了的，是一个靠谱、快速、超卓的工程责任。

零一万物作念大模子的第一想法，就是要快、要低廉，在这个前提之下尽可能把模子作念到最佳。在这样一个共同的斟酌下，用"垂直整合"的念念路，来把内存的问题、降本增效的问题作念好，最终遐想出一个兼具性能与性价比的模子。

谈中好意思AI发展：来岁To C、ToB都会爆发，但开源模子仍存挑战

赵何娟：我至极能意会这背后的一个机制和旨趣。

咱们接下来看应用端，咱们时常说中国的上风是一个弘大的应用商场，中国事个大商场，这是咱们的上风。诚然咱们基础科研不如好意思国，然则咱们因为应用商场巨大，而且干系的创业者也比拟多，如同互联网和搬动互联网应用一样，咱们会起初于全球。然则咱们面前看到，尤其在通用大模子，除了ChatGPT这样一个C端产物外，还是很少有至极爆发性的C端应用，更多的可能在B端，包括好意思国面前B端应用"百花皆放"，以致有的还是驱动挣钱了，这一块对于中国来说又是一个短板。我想问，这会不会加大咱们对于好意思国的差距？然后，咱们如何看待面前应用商场上的这些契机，到底是To b（企业级）先行如故To C（花费级）先行？

李开复：在国内商场上，咱们也看到了你所说的这几点担忧，然则我依然认为，2025年会是一个蜕变点，AI-first的To C、ToB应用都会爆发。

从To C的角度来看，"能够很快变现但增长很慢"的To C APP不是中国团队的长项，"前期积贮无数流量随后变现"的To C APP才是中国团队的长项。但在夙昔的一年里，构建后者这类应用的次序论在国内其实莫得用武之地。

面前的Chatbot应用的用户量还莫得达到能够变现的阶段，但如若在无法变现的前提下，依靠纯投放赢得百万DAU要破耗无数资金，这不是始终之计。

然则我对2025年是乐不雅的，因为推理资本会充足低廉、模子也充足好。零一万物的Yi-Lightning模子，还有一些其他的优质国产模子，不仅在性能上还是对皆好意思国顶尖模子，而且还作念到了更快、更低廉。来岁一个大趋势就是，越来越低廉的推理资本会推动High DAU的应用出现，"先用一段时分积贮用户随后再探索交易变现"，这类AI-first To C应用的成长旅途在来岁会更澄莹。

中国大模子领域将来一个很大契机也在于此。中国能够作念出性价比更高的模子，让推理变得很低廉，把无数从搬动互联网期间积贮下来的打法，用于AI应用的实施和增长，催生出更多To C High DAU的AI-first APP。这几个要素重复下，中国To C会有很大但愿。这是第小数。

接下来，相关To B我也喜悦你的说法，好意思国事一种"我帮你收获、你帮我收获"的生态，企业用户有很闇练的付费习尚，这个付费习尚是中国的To B从业者相称爱戴的。在将来一年内，期待中国To B生态能从付费习尚上作念出改变，这并辞让易。

然则我认为，中国团队也存在着独特上风，就是中国大模子公司更状况深刻企业作念定制。咱们可以先尝试单点打破，然后快速迭代。如若咱们的模子能帮企业"印资产"，咱们天然也能从企业客户的增长中受益。

面前，在零卖、游戏、政务等领域，咱们还是看到了一些"朝阳"，零一万物给客户的价值充足大，是以能够得到可以的讲演。预测2025年，这是我所看到To B领域的但愿。

赵何娟：刚才有讲到一个点，对于To B应用层面，像OpenAI可能不会给你提供模子，而是API接口，那么这是否意味着，开源模子会比闭源模子更有上风？

李开复：开源模子是一个相称刚劲的势力。零一万物本人在作念开源，也招供开源的作念法，开源生态下也能够出现特殊好的模子，诚然未必是最佳的。

但开源也有一些挑战。

起初，开源是无国界的。越来越多的国度不肯意把数据分享出去，鸿沟会越来越大。同期，一个国度的正当数据在另一个国度不一定正当，跨国使用存在风险。

第二，开源模子也有特殊高的调试门槛。全球对开源模子有一个很大的"污蔑"，开源模子仅仅分享了模子和参数，但覆按经由是黑箱。另一方面，即就是好多大企业的时间团队也不是作念模子微调的众人，是以在引入开源模子后，企业如何基于自身需求不绝覆按模子会是一个很大的挑战。

第三，好多开源模子并莫得磋商到推理速率和推理资本的问题，即便性能可以，但高额的推理资本善良慢的推理速率很清贫志企业需求。模子的脾性和企业诉求很可能是不一样的。

闭源模子的上风就在于，顶尖的闭源模子性能会比开源模子好一些，而且模子厂商可以派众人团队到企业去奇迹。在性能和ToB专科奇迹方面，采购闭源模子会更起初一筹。

赵何娟：那么，开源模子是不是更符合中国商场？

李开复：其实不见得。一般来说，中国大模子公司是状况到企业去提供奇迹的。对于企业来说，是引入开源模子自行摸索更合算，如故选拔与大模子公司调和共建效果更好？我认为是后者。除了少数时间比拟强的企业以外，选拔与大模子公司共建是更好的选拔，大模子公司可以匡助企业覆按出相反化的模子。天然前提是，这家企业状况付费。

开源模子的最大上风，就是免费，但按照好意思国东谈主的话说——You get what you pay for，一分钱一分货。你付0元得到的，可能需要你在其他层面付出更大的资本支拨。

赵何娟：是以，即就是一个开源模子，到企业去作念一些调优后，可能也就会酿成闭源模子，同期，有可能还是不是开源和闭源的问题，而是可能更多是需要企业定制专属模子，而这个专属模子不一定是咱们所谓的通用大模子了，更多可能是端侧模子。我可以这样意会吗？

李开复：定制的模子往往不是端侧的，它是一个部署在企业里面可控环境里运作的大模子。

我敢打赌，险些95%以上情况是，大模子企业帮企业作念，要比企业在开源模子自行摸索效果更好。即就是拿零一万物的开源模子，由企业我方作念，我可以100%的保证，作念出来的效果不如付合理的用度给咱们，咱们用闭源模子帮你通盘作念。

将来大模子挑战：2030年AI能力有望非常东谈主类

赵何娟：我领悟了。是以这个里面也有一个很有兴味的问题，面前咱们看好意思国To B的统统云生态里面，除了大厂外，新的大模子独角兽一个是OpenAI、另一个是Anthropic，其实这两个都有深度绑定的云奇迹商——OpenAI与微软云深度绑定，Anthropic是与亚马逊AWS深度调和的，而且面前分流越来越赫然，以致都要绑定我方的云奇迹。是以在零一万物看来，中国沉寂大模子公司不是与云厂商绑定，如何措置生态问题？

李开复：云奇迹在国内还莫得像海外那么普及，大部分中国公司如故会选拔在企业腹地部署模子，而不选拔云部署的花样。同期，不少企业使用大模子的场景都会触及到里面业务数据、财务数据、文档邮件等，对遁入要求很高，这些场景下企业也会更倾向于独特化部署。

将来两年，大模子和云如何强强斡旋，可能还不会成为一个沉寂大模子公司能遇到的挑战。

赵何娟：将来两年，行动一家沉寂的大模子公司，与大厂的生态模子公司进行竞争，面对的最大挑战是什么？

李开复：我认为，咱们最大的挑战是，大模子公司面前进入了一个新阶段，要讲明我方"可以有执续的收入增长，而且可以看到将来打平的一天"。咱们从AI 1.0期间发展历程可以看到，行业的包涵点从谁团队最强、谁写了最多论文、谁打榜打了最高的分数，迟缓转化到了谁作念了第一个落地的应用，谁收了第一桶金。就像当年的"AI四小龙"一样，这些我以为如今的大模子公司都作念到了。

再下一个阶段，大模子公司就要靠近灵魂拷问，就是你能不可拿更多的订单，你能否在部分业务上盈利，并考据业务是否达到了一个可彭胀的阶段，随后才能磋商上市的问题。

咱们看到，在AI 1.0期间，那些莫得通过灵魂拷问的公司，有些行运好先上市了，但也遇到了破发等困境；有些行运不好的，就一直没能上市。

是以，这就是大模子领域共同靠近的一个巨大挑战：在时间竞争酿成交易化竞争的经由中，能否从起先的学者型创业调换为企业家创业？这个坎如若过不去的话，最终路如故会越走越窄。

面前，大模子"六小虎"在内的几家头部大模子公司其实还是险些不再彼此竞争了，各家走的路各不同样。大模子这个赛谈比AI 1.0期间的缱绻机视觉要大得多，也许各家在不同的领域都会成为伟大的公司。5 年以后，我想这几家大模子公司可能都不见得会被称作"大模子公司"，因为他们都找到了新的谈路。

赵何娟：您刚才也讲到，咱们面前国内五、六家模子公司都有各自定位，你以为零一万物是属于哪个定位？

李开复：两个定位。第一、坚毅作念最快、最低廉的模子，烽火To C、To B的改造生态；第二，坚毅不盲目烧钱买不收获的流量，也不作念"示寂赚吆喝"的生意。

赵何娟：刻下咱们可以看到，李飞飞在作念空间智能，杨立昆在作念宇宙模子，波士顿能源独创东谈主Marc Raibert也在筹商对于机器东谈主的新算法，他们都在措置一个问题，就是诓骗机器东谈主这种"具身智能"，但愿措置大谈话模子适度、或局限性问题。是以，您有莫得磋商将来如何把模子跟机器东谈主进行斡旋作念模子打破。

李开复："具身智能"信服是（AGI）下一个至极病笃的标的和里程碑，会是生成式AI的一个病笃应用场景。面前具身智能只可够完了对履行物体、环境的大约意会，作念到准确性要求不高的基本操作，还有好多时间问题待措置。

从宏不雅角度来看大模子的发展，笔墨仅仅第一步，多模态是第二步，再往下就应该是Action，"智能体"径直帮你把事情都作念了，而不仅仅给你谜底。它要有行动的能力，这样才是一个完整的智能重现。

天然，咱们也看到了好多很酷的演示，但这些都是低落的果实，具身智能要产生委果的交易价值还需要一些时分。面前，零一万物还需要聚焦大模子改造，暂时莫得想法分神作念这些事情。但咱们很状况去跟具身智能公司探索调和，大模子行动"大脑"，可以跟具身智能有好多重复的标的。

赵何娟：终末预判一下，有东谈主说o1推理模子出来后，意味着AGI还是完了。在您看来，完了AGI还应该若何发展？以及AGI的完了还需要哪些条款？

李开复：今天东谈主与AI，各自能作念好多事情，有些事情东谈主作念得更好，有些AI作念得更好。AI会比东谈主发展得更快，将来总有一个时刻AI 能够作念的事情会比东谈主类更多。然则，咱们认为，它未必能作念东谈主类能作念的每一件事情。

EPOCH AI智库筹商把AGI作念了定量分析，分析里认为，从GPT-2到GPT-4升迁了几许，GPT-6或GPT-7就需要在GPT-4的基础上升迁同样的幅度才能够达到AGI，也就是说从GPT-4到GPT-7的逾越需要和从GPT-2到GPT-4一样多。他们用比拟科学严慎的次序算出来，能够会是在2030年傍边达到AGI，这个预测我认为是比拟靠谱的。

赵何娟：好的，谢谢开复淳厚。刚才的对话相称精彩，开复淳厚都很坦诚的跟咱们交流了好多他的真知卓见，咱们也信赖，在将来的一年，统统 AI 行业还会发生相称多的变化，咱们也但愿能够成为执续的不雅察者和纪录者，然后也执续跟开复淳厚保执这样的对话和调换。我也相称谢谢全球，能够来参与到咱们今天的对话，咱们信赖，开复淳厚给咱们的回话还瑕瑜常精彩，亦然很委果的一面。

谢谢开复淳厚，也谢谢全球参与。

（本文首发于钛媒体App）

更多嘉宾精彩分享，点击进入2024T-EDGE改造大会官网检讨（https://www.tmtpost.com/event/dzb/tedge2024）