整理 | 云舒

出品｜极新

10月30日，百川智能发布Baichuan2-192K大模型。

百川智能的研发进度超过人们的想象，半年内接连推出四款大模型应用，并开始进行商业层面的布局，为TO B行业做准备。

那么，百川智能看到了哪些行业趋势？在热风口下有哪些冷思考？AGI时代的开源、闭源、落地指向哪里？

带着这些疑问，极新通读了近半年百川智能创始人王小川的公开演讲与采访，找到了打开疑问之门的钥匙。

王小川，百川智能创始人兼CEO，曾任搜狗公司CEO，前搜狐高级副总裁兼CTO 、搜狗公司董事。

以下为王小川公开演讲与采访的节选。

01

AGI是否已经到来

“2023年是大模型元年”

AGI（通用人工智能）是否已经到来？以前人工智能都是专项，需要一个一个单独的任务。而AGI就像人一样，什么都能干，而且每件事情能够干得比人好。

这是今年2月开始行业技术圈中一个非常大的争论，现在大家已经开始有了阶段性的结论。4月，微软发布了一篇重要技术报告，大概四百多页，认为GPT-4已经开始具有初步的通用人工智能，AGI已经开始来临，这是一个巨大的分界线。

我沿用马化腾在今年5月的一段话，“最开始以为互联网十年不遇的机会，越想越觉得是几百年不遇，类似于发明电的工业革命。”工业时代开始于18世纪60年代，这里提到的“几百年”，就是把历史放到工业革命之前。如今，不管是学术界还是顶尖的企业家，都认为这是一个技术层面到数据层面巨大的变革。因此2023年是大模型元年开始，人类从信息时代走向智能时代，走入新的快车道。

02

开源OR闭源

“开源闭源不是竞争关系，而是不同场景下的互补的关系”

百川智能是新兵，作为后发者进入市场，开源对我们来讲，能给中国的开源生态作一些贡献，同时展现我们的技术实力，开源后只要持续不断技术迭代，就会有自己的商业模式。

现在有超过200家企业申请使用百川模型，很多都是行业头部企业。商业化工作也会开展起来，借助开源引擎，还有更好的参数模型，以及整套组件也在研发当中，能统一提供部署。

开源有这样的几层意义。第一层是营销行为，要告诉我行不行，有用没用，后发者可以后发制人，更容易使朋友多多，能够让大家迅速去评测了解。第二层的意义是，开源有时是为了商业化做储备，有了各种用途和生态之后，就有了收费的可能。这在国外有探索，中国虽然之前不成功，但依然可以借鉴。

百川智能的开源与闭源和模型大小相关，参数大的部署成本已经开始增加，这种情况下我们就选择走闭源。但原来说开源是开放论文、代码，GPT-1和GPT-2就是这样，让别人去复刻，我们只是开放模型的能力，让B端都能够用到，和OpenAI是不一样的模式。

从2B角度看，未来开源闭源都需要。我们认为可能未来80%的企业会用到开源模型，闭源没办法对场景做特别好的适配，能力是强，但成本非常高。但开源模型可以做到非常小巧，很多地方非常好用。开源闭源不是竞争关系，而是不同场景下的互补的关系。我们更关心2C怎么做、2B怎么做，而不是纠结开源闭源的问题，这个共识在逐步形成当中。

虽然闭源的成本高，但提高竞争力不是不可能的事情。主要有两点，一是把模型做得足够好，拼的是模型的能力。二是把推理的成本降下来，这是世界性难题。作为新手还要摸索，我们有能力做到极致优化，其他人能做到我们也能，甚至做得更好。

03

AGI的世界会变成什么样

“大模型不是工具，而是人类的伙伴”

今天大模型在整个世界中处于什么位置？我们走出了物理学的框架，建立语言建模，但生命建模还没有开始，所以语言建模代表的是对世界的认知，不是对生命的认知。

什么行业会被改变？现阶段的共识分为三个领域：

1.生产力方面，指给企业本身赋能，调用的时候能够使得知识的推理速度Insight更多。

2.智能助理这个领域，不再是简单工具调用，更像是伙伴。可能未来，它是你的私人医生、私人律师、搜索助手、购物达人，就是像人一样能够帮助我们，像L1、L2、L3的无人驾驶，现在是CoPilot辅助决策，未来是智能助理时代。

3.如果没有大模型的支持，元宇宙是做不起来的，Word Model is World Model（词的模型是世界的模型），不仅是文生图、文生视频，甚至能够做到世界的驱动引擎，以游戏行业为代表首先会带来新的颠覆。

那么，什么职业会被取代？什么工作会产生变化？

这个问题，不管是做老板的还是做员工的，甚至有育儿需求的爸妈都在问。我们知道今天大模型其实处于“读万卷书”的阶段，但没有“行万里路”，还缺少线下的经验。

简单来讲，坐在电脑前的工作大概率都会被取代，电脑面前坐的时间越长，这个工作就会变得更加危险。如做平面设计，现在发现几行指令就能够做到，要是出去采风、采点，跟别人交流的工作就会好很多。如果只会坐在电脑面前写代码，回头把自己取代了。

预测和预言也是这样，今天我们讲的是第二次工业革命，那这次的和过去提到的工业革命有什么本质的区别？工业革命带来了高度的社会分工，社会分工越细效率越高，每个部门专职做一件事情效率最高，但这样也会形成社会的阶层。

智能时代有一个词叫“端到端”，原来分得很细的工种现在被一个模型从头到尾取代。技术行业如此，公司内部很多事情也是这样，游戏公司有人做策划，有人做美工，有人做产品，最后变成一个人把一个团队的事情干了。开玩笑地说，一个人就是一个公司，端到端的分工相对减弱，变得更加扁平，有些率先拥抱OpenAI技术的公司里面已经开始出现很多裁员。

我们也能看到一个大的变化，今天的大模型不是工具，而是人类的伙伴。因为工具是做连接的、做信息的，而这次已经有完整的语言能力，极好的对语言的沟通能力，能够在中间通过部分学习经验，经过产品化以后可以提供服务。

大模型往下很多时候造出来的都是像人一样的助手，可能是个老师，是个医生，是个律师，就是虚拟的角色，这是和产品服务不一样的逻辑。文艺复兴让人变得更厉害了，现在大模型来了以后人可以超越个体，不用大模型的人会被取代。拥抱大模型的人能够使得自己更加自由，你想成为什么样的人就问这个模型，模型会给你一些实现的路径，因此更能够做出你想做的事情。

我在这里引用三个方向：怎么做GPT-4、怎么做超级应用、怎么创造健康快乐。健康和快乐，大家特别容易理解，就是有帮助的地方；创造，是使得每个人有根本的诉求，因为它的存在这个世界有所不同，因此机器通过生产率的提升赋能一个人，能使这个人更有改变世界的力量，使其成为一个更有用的人，这个就是创造。这是百川未来在这三个方向引导模型发展的能力。

04

明年会有若干大模型超级应用产生

“理想上慢一步，落地上快三步”

我非常坚定地相信，明年中国会有若干款超级应用产生。

百川智能发布第一款模型时，我总结过“在理想上比美国慢半步，落地却比美国快半步”。

今年6月，我去了一趟美国，回来以后调整了一下，“理想上慢一步，落地上快三步”。跟OpenAI的人聊天时得知，他们做GPT-3需要4000张卡做训练，GPT-4需要2万张卡做训练，现在是把1000万颗GPU连在一起训练新的模型——这是在以巨大的规模做设计。

英伟达一年的生产能力只有100万颗，而OpenAI要连接1000万颗GPU，这样的想法像登月一样，所以我内心对他们充满了一种敬畏。

但是我们在做应用方面可能走得更快，我们的落地能力更强，模型能力差一些，模型能力赶上后在应用上就会有一个快速的反超。

搜索和模型的关系是技术上的问题，我们会给大家提供开源的产品，美国OpenAI今年年初让大家都很震撼，他们提供了API调用。但在美国更有颠覆性的事情就是今年Meta做的一个开源项目叫做Llama 2，使得很多企业不用调用那么昂贵的API，自己就用一个模型把自己公司的数据做得更好，形成开源闭源的两个体系改变竞争格局。

我们4月10日宣布入场，6月发布第一款7B参数的开源模型，得到业界最顶尖水平的肯定，英文上能跟Llama对标，中文上达到更好的水平。同时，还能免费用，能在公司里自己做相应的部署。7月，我们发布了13B参数，同时达到最好的效果，作为科技强国献礼。8月8日，我们发布53B的模型，尺寸相对比较大，部署起来比较困难，因此我们就没有走开源，而是走了闭源。我们用三个月，发布了三款模型产品，推动中国开源模型的进展。

责任编辑： 黔小景