前段時間，獵豹移動董事長兼CEO傅盛正式發(fā)布了單卡可部署的百億模型——獵戶星空大模型。本文為現(xiàn)場演講實(shí)錄。

這是我的開年AI大課暨獵戶星空大模型發(fā)布會的演講實(shí)錄。1月21日，我們發(fā)布了獵戶星空大模型，140億參數(shù)，配合獨(dú)家推出的七大方向強(qiáng)應(yīng)用套件和企業(yè)私有數(shù)據(jù)，效果可與千億大模型比肩。千億全面，但百億專業(yè)。

我們說，獵戶星空大模型專為企業(yè)應(yīng)用打造，是因?yàn)槲覀儚囊婚_始就是從應(yīng)用中生長出來的。用Think Different 規(guī)律思考技術(shù)路徑；先應(yīng)用，再微調(diào)垂直模型，再找適合應(yīng)用的大模型。

我提出企業(yè)應(yīng)用AI三段位的理論，在青銅、黃金和王者三段位中，數(shù)字員工和輔助決策是企業(yè)應(yīng)用AI的更大價值所在，也是AI大模型和應(yīng)用發(fā)展的方向。這既是獵戶星空大模型及強(qiáng)應(yīng)用服務(wù)“聚言”的業(yè)務(wù)邏輯，也是我們和行業(yè)頭部客戶一起實(shí)踐、共同成長的認(rèn)知結(jié)果，分享在這里，和大家多交流。

以下內(nèi)容由混沌學(xué)園編輯整理：

一、Think Different：創(chuàng)新的不二法門

過去的2023年是人類科技史上特別重要的一年，我特別喜歡的科普作家卓克，把2023年定義為“人類歷史的第三個科學(xué)奇跡年”。所謂科學(xué)奇跡指的是，一個新事物的出現(xiàn)徹底改變?nèi)祟惿鐣?/p>

第一次，1666年，牛頓開辟光學(xué)，創(chuàng)立微積分、推導(dǎo)出引力公式，使得現(xiàn)代文明、工業(yè)大廈由此展開，改變了整個人類社會的面貌。

第二次，1905年，愛因斯坦發(fā)布了狹義相對論、 質(zhì)能方程等四篇論文，不僅徹底改變了物理學(xué)，還為 20 世紀(jì)的許多技術(shù)進(jìn)步奠定了基礎(chǔ)。

第三次，2023年，GPT引領(lǐng)AI浪潮，技術(shù)的底層范式發(fā)生重大變化。

于是，我們知道AI將帶來整個社會的底層重構(gòu)，意味著所有人的工作方式、思考方式都要發(fā)生變化。那么，我們?nèi)绾巫プ∵@次創(chuàng)新大潮？

今天談的是創(chuàng)新這個非常難的話題，我有很多經(jīng)驗(yàn)可以與大家分享。我想從個人經(jīng)歷的科技大潮小故事開始。我在2002年進(jìn)入互聯(lián)網(wǎng)行業(yè)，那時候看到互聯(lián)網(wǎng)的蓬勃發(fā)展，每天起早貪黑地工作，非常卷?，F(xiàn)在回頭看，每個大變革的時代，作為普通人往往都是類似的心態(tài)，擔(dān)心自己沒有辦法抓住浪潮。

32歲時，我旅行到了斯坦福，站在斯坦福的大草坪前我震驚了，工作日他們怎么會有時間跑步，之后又看到高速路上在堵車，大家紛紛拖著小船、游艇要去度假。我震驚的是為什么在北京，大家每天工作加班累成“狗”，但在硅谷的人卻如此休閑，而很多創(chuàng)新卻恰恰來自于這些休閑的人。

我意識到，勤奮并不是可以做成一些事情的充分條件，因?yàn)槟闱趭^，對手會比你更勤奮，你不要利潤，對手可以虧著賣，尤其是大公司，它可以不計成本地把你按下去。

在遍訪這些美國初創(chuàng)公司后，我意識到同質(zhì)化的勤奮只會更卷，不同的道路才可能勝出。我后來仔細(xì)想，到底什么叫做創(chuàng)新？

所謂創(chuàng)新，就是找到不同的路，以更少的投入換取更大的產(chǎn)出。

1997年，重回蘋果擔(dān)任CEO的喬布斯，推出了著名的宣傳片Apple Think Different，大家都認(rèn)為這代表了一種特立獨(dú)行的文化。我認(rèn)真思考這件事，猛然意識到，Think Different不是特立獨(dú)行的文化，而是創(chuàng)新的底層思維模式。

我記得在跨年的時候我參加了一個圍爐夜話的節(jié)目，有幾個90后的年輕人說，你們趕上了好時代，我們這個時代太卷了。

卷的思維模式是 Think Better，而創(chuàng)新的思維模式是 Think Different。

與其更好，不如不同。在今天的時代下，Think Different是創(chuàng)新的不二法門，只有找到不同的路，才有可能真正實(shí)現(xiàn)爆發(fā)。

有一本書《為什么偉大不能被計劃》，按照書中的說法，OpenAI的出現(xiàn)根本不是必然，甚至是偶然。正是因?yàn)橛腥嗽诖蠹铱床坏降牡缆飞显趪L試，他們發(fā)現(xiàn)了一條路，并且走通了這條路。但新的道路不在大多數(shù)人的認(rèn)知地圖中。正因如此，Think Different從最開始不被大多數(shù)人看好。

回到我個人的創(chuàng)業(yè)經(jīng)歷中來，正是因?yàn)橄肭宄诉@個底層規(guī)律，所以在2012年，國內(nèi)移動互聯(lián)網(wǎng)創(chuàng)新最卷的時候，我決定讓獵豹移動Think Different，All in出海。那時候國內(nèi)競爭激烈到什么地步呢？每家公司都在說要拿到移動互聯(lián)網(wǎng)的船票，連馬化騰先生都說，微信如果晚出來三個月，那么騰訊就要被顛覆。

在認(rèn)真考察了美國的移動App后，我發(fā)現(xiàn)他們做得好像不怎么好，那我們?yōu)槭裁床蝗プ龊Ｍ?？獵豹移動是中國第一批大規(guī)模出海的互聯(lián)網(wǎng)企業(yè)。大家都知道的TikTok，我們是最早的天使投資人，為什么要投他？那時候沒有人相信上海10個人的團(tuán)隊做美國的音樂短視頻App可以火起來，而我相信Think Different，不同的路總是有機(jī)會。

到了2016年，共享經(jīng)濟(jì)如火如荼，那時候我就想，如果再開啟一條曲線，我想做不同的事情。于是我又做了一個決定，讓獵戶星空 Think Different，All in AI。當(dāng)時我看到AI的時候，就覺得這是一次范式的變化。

由于那個時候起步較早，我們AI也有一些技術(shù)優(yōu)勢?？赡艽蠹也恢赖氖牵覀冊谡Z音識別領(lǐng)域做到行業(yè)領(lǐng)先。例如，小愛同學(xué)的語音識別是我們提供的，當(dāng)時有10個語音服務(wù)提供商，我們的準(zhǔn)確率排名第一；另外在2022年北京冬奧會機(jī)器人評測中，我們是中標(biāo)最多的服務(wù)機(jī)器人企業(yè)。

這是我們畫的AI1.0的技術(shù)樹，從最早DNN、CNN/RNN，到后來的Attention、Transformer，所有行業(yè)內(nèi)的公司認(rèn)識到AI的巨大改變，于是一起在這棵樹上往上成長，順著谷歌指定的路線大家一起做。

其實(shí)在2016-2017年，大家對AI的判斷是它一出來就可以改變世界，當(dāng)我們做好了視覺識別、語音識別，AI就可以理解語言，進(jìn)一步實(shí)現(xiàn)自動駕駛，大家以為順著谷歌指引的路線就可以實(shí)現(xiàn)AGI。但事實(shí)上，在2018年、2019年這棵樹長不上去了，全行業(yè)難破瓶頸。

這時候出現(xiàn)一個分支，也就是GPT1、GPT2。在GPT2剛發(fā)布的時候，整個OpenAI就是硅谷的“笑話”。通過預(yù)測下一個詞就產(chǎn)生智能，這件事不靠譜，如果靠譜谷歌為什么不做？

直到2022年11月30日 ChatGPT 橫空出世，李開復(fù)老師把ChatGPT的出現(xiàn)定義為AI2.0時代，這不是在原來的路線上長出來的，而是在分支中爆發(fā)出來的。

震驚世界的 ChatGPT，徹底開啟生產(chǎn)力革命。因?yàn)檎Z言是計算機(jī)最難理解的事情，要知道人類是先有智能還是先有語言，這件事在學(xué)術(shù)界還沒有定論，但我們知道，語言在本質(zhì)上構(gòu)建了我們對整個世界的認(rèn)知，對邏輯、推理的掌握，于是產(chǎn)生了智能。所以當(dāng)ChatGPT可以通過不斷的語料學(xué)習(xí)，完成對語言的理解時，那么離通用人工智能就不遠(yuǎn)了。

其實(shí)回過頭看，ChatGPT 也是 Think Different 的產(chǎn)物，而OpenAI 在同樣的技術(shù)路線下也卷不過巨頭。

OpenAI最早做了四個項目，ChatGPT甚至是他們公司里面最不看好的，其他三個項目得到的資源都比ChatGPT多。

ChatGPT的出現(xiàn)，改變了機(jī)器學(xué)習(xí)里面非常重要的技術(shù)路線，以前我們認(rèn)為讓計算機(jī)學(xué)會語言，就像我們學(xué)英語一樣，告訴它主語、謂語、賓語等語法規(guī)則，因?yàn)檫@是比較符合我們的認(rèn)知，但只有OpenAI相信，由于Transformer的出現(xiàn)，使得計算機(jī)可以處理大量的數(shù)據(jù)，只要給它足夠多的文本，可以自然產(chǎn)生對語言的理解。

OpenAI 改變了機(jī)器學(xué)習(xí)語言的技術(shù)路線，從“學(xué)外語模式”變成了“學(xué)母語模式”。一旦對語言理解之后，就具備了推理和邏輯能力，產(chǎn)生了智能。

OpenAI，與其說是技術(shù)積累的成功，不如說是技術(shù)信仰的成功，更是 Think Different 的成功。還有一個比喻，ChatGPT的橫空出世更多像哥倫布航海，艦隊肯定牛，但也不是最牛的，而是因?yàn)樗吡藙e人不敢走的路。

今天，幾乎所有偉大的創(chuàng)新公司，都是Think Different 的成果，如蘋果、特斯拉、OpenAI。但在最初，它們都是被質(zhì)疑甚至被嘲笑的。比如，特斯拉剛出現(xiàn)的時候，所有的汽車工業(yè)沒有一個覺得埃隆·馬斯克可以把特斯拉做成，筆記本電池加四個輪子就可以造汽車嗎？直到Model 3的誕生。

當(dāng)然Think Different也有很多失敗之處，這時候我們就要不停地思考、復(fù)盤，不停地在路徑當(dāng)中不斷總結(jié)，不斷尋找那條路，如果一旦找到那條路，創(chuàng)新就屬于你。

二、AI大模型創(chuàng)新依然可以Think Different

回到ChatGPT，它是一次生產(chǎn)力革命，相信這已經(jīng)是大家的共識。

人類歷史上可能只有蒸汽機(jī)的出現(xiàn)叫做生產(chǎn)力革命，蒸汽機(jī)出現(xiàn)后能量的轉(zhuǎn)化范式發(fā)生了變化。在蒸汽機(jī)出現(xiàn)之前，全球人均的GDP和生產(chǎn)力水平，在兩千多年的時間里從未提高過，一直在低水平上，蒸汽機(jī)出現(xiàn)之后，人類生產(chǎn)力大幅度提高，工業(yè)文明開始。

而ChatGPT由于具備語言理解，產(chǎn)生了人類獨(dú)有的邏輯和推理能力?！度祟惡喪贰防镎f，之所以我們的祖先智人可以脫穎而出，就是因?yàn)橹v八卦的能力，人類進(jìn)化了虛擬事物的能力，而虛擬事物的本質(zhì)就是邏輯，沒看見的可以說出來，認(rèn)為它存在，這就是一套邏輯系統(tǒng)，當(dāng)這個邏輯系統(tǒng)被人類掌握后，人類才開始成為地球的主宰。

而ChatGPT由于理解邏輯和推理，使得今后電腦有可能實(shí)現(xiàn)智能的轉(zhuǎn)換范式。以前我們要做一個智能系統(tǒng)要上很多人、很多設(shè)施，成本非常高，而且不是邊際成本遞減，但是ChatGPT出現(xiàn)后，有可能一臺電腦就可以像人一樣工作。

這一次的生產(chǎn)力變革，使得國家之間的智能競爭不再是人口和教育數(shù)字，而是人口+教育+算力的競爭，而每一家企業(yè)可能未來真正的智能水平也不只靠有經(jīng)驗(yàn)的員工，而是靠有經(jīng)驗(yàn)的人和很厲害的算力，這件事在硅谷已經(jīng)出現(xiàn)了，有的企業(yè)已經(jīng)會將一半的資金用在算力投資上。

今天這個時代，每個業(yè)務(wù)用大模型重做一遍，都能獲得十倍增長。有些企業(yè)已經(jīng)開始崛起：

第一，微軟。2023年，老態(tài)龍鐘的科技巨頭微軟完全煥發(fā)了新的活力，我們在年初還討論過，微軟有沒有可能成為地球上唯一一個市值超過10萬億美金的公司，這是真的有可能。微軟以前的Slogan是讓每一個家庭都有一臺電腦，現(xiàn)在就可以變成讓每一個人都有很多AI助理，所以它整個的想象空間擴(kuò)大了。

第二，我們知道Midjourney，現(xiàn)在年收入超過2億美金。如果只把它看成是一個玩圖的網(wǎng)站，那想象不到它的商業(yè)價值，但如果把它跟類似豬八戒網(wǎng)的網(wǎng)站對齊，它就是提供設(shè)計外包。以前企業(yè)要找無數(shù)的設(shè)計師滿足對圖片的需求，現(xiàn)在只要點(diǎn)幾下，就可以獲得需要的圖片，所以它的生產(chǎn)力大幅度提升。

第三，創(chuàng)業(yè)公司HeyGen，它就做了一個應(yīng)用，把一個人的演講變成英語、日語，口形還能對準(zhǔn)，現(xiàn)在年收入超過1800萬美金，供不應(yīng)求。如果把它看成以前的視頻制作公司，幫你拍外語視頻，它的生產(chǎn)力也是極大提高。

第四，Pika也是最近硅谷很熱的一家視頻制作公司，只有4名員工，估值超2億美金。

面對這一次的AI大潮，每個人都躍躍欲試，但不知所措，總結(jié)起來就是兩句話：

第一，這一波技術(shù)來得太猛。很多人問我，以后是不是不懂技術(shù)、不會編程就要被淘汰，我們完全不懂AI到底是什么。第二，變得太快了，剛學(xué)一些又有新的技術(shù)出現(xiàn)。

而我要說，這一波AI的到來絕對不是不懂技術(shù)的會被淘汰，而是給不懂技術(shù)的人一個非常強(qiáng)大的支撐。以后誰懂業(yè)務(wù)，誰懂計算機(jī)的行業(yè)規(guī)律，那誰就有可能被AI放大其能力，可能是十倍、百倍的放大。因?yàn)橐郧凹夹g(shù)只屬于程序員，但今天不再如此，技術(shù)被平權(quán)化，擴(kuò)散到千千萬萬個普通人，使得我們可以跨越這條鴻溝。

所以我想說，萬變不離其宗，所有的技術(shù)浪潮無論聽起來有多神奇，都應(yīng)該躬身入局，以終為始，找一條適合自己的路。

記得我跟李彥宏的一次對話，他說每個月認(rèn)知都在迭代，一方面在學(xué)習(xí)新東西，一方面很焦慮。在2023年3月份，國內(nèi)千億大模型創(chuàng)業(yè)如火如荼，所有人都想要做中國的OpenAI。

當(dāng)時我的團(tuán)隊也找到我說，“老板，再不動手訓(xùn)練大模型就落伍了，A100要大漲價了”，他們堵在門口不讓我走，擔(dān)心這一波過去再做就來不及了。當(dāng)時我抑制住了激動的心情，說等我想想。當(dāng)然在他們的“脅迫”下還是買了一些A100，做一些基礎(chǔ)算力。因?yàn)閺募夹g(shù)團(tuán)隊的角度上，訓(xùn)練千億大模型是技術(shù)皇冠上的明珠，每個技術(shù)團(tuán)隊都有摘取的愿景，但那時候我想的問題是如何才能有獨(dú)特的價值。

因?yàn)楫?dāng)時訓(xùn)練千億大模型本質(zhì)上是資本的投入，一次訓(xùn)練要耗費(fèi)上千萬美金，而且訓(xùn)練一次要用3-6個月的周期，就像孫悟空在煉丹爐里面，它不出來永遠(yuǎn)不知道是什么樣子，可能要等3-6個月才能看到這個模型怎么樣，不行就要再來一次。那么，做還是不做？

在千家萬戶都在卷千億大模型的彼時，只有做千億大模型才是唯一路徑嗎？到了4月份，我跟出門問問的李志飛聊，他說不要做，因?yàn)樵龠^半年中國會有很多個千億大模型，到時候會出現(xiàn)千億大模型過剩，但卻沒有應(yīng)用。

我想起當(dāng)時第一波做AI1.0的時候，招了很多博士，做的很多技術(shù)都可以發(fā)論文，但我要坦誠的說，第一代機(jī)器人做得并不好。后來我才換了一條道路，機(jī)器人需要什么技術(shù)，就把那個AI技術(shù)打磨好，而不是先搞一堆技術(shù)放在那里。

況且，如果沒有商業(yè)落地，那只是技術(shù)狂歡，脫離市場的技術(shù)投入，就是資源浪費(fèi)。這個觀念今天講出來需要勇氣，因?yàn)樘焯齑蠹叶荚谥v硬科技，但如果坦誠地看，在AI1.0時代，很多AI公司并沒有真正實(shí)現(xiàn)閉環(huán)，或者實(shí)現(xiàn)的閉環(huán)并不夠好，燒了很多錢并沒有獨(dú)到的東西，這是事實(shí)。

我想引用喬布斯的一句話：技術(shù)不是為工程師而生，而是為應(yīng)用而生。

再回過頭來看，這波大模型的技術(shù)浪潮其實(shí)微軟是最篤定的，投資了OpenAI，將AI融入應(yīng)用，把原來的Windows、Office加入Copilot，一個消息接著一個消息往外放，股價不斷上漲。

所以說，Think Different ，不是只有跟隨 OpenAI 才能成功。

我之所以沒有走訓(xùn)練千億級大模型的路子，是因?yàn)槲以谒伎?，不斷的拼資本、算力，拼到最后能用起來嗎？

這里我總結(jié)了兩套大模型創(chuàng)新的模式。去年三四月份的時候，大家都覺得不做這個千億大模型上不了牌桌，做完了再去看哪里能用。而我想這次要慢慢來，這次科技浪潮不是一年的事，甚至不是十年的事，我們要先從應(yīng)用出發(fā)，挖掘應(yīng)用場景，尋找垂直模型，到真正準(zhǔn)備好了我們再開始訓(xùn)練，我相信這么一個大賽道下我們有的是機(jī)會。

我發(fā)現(xiàn)ChatGPT有用以后就在公司說，所有的部門都要參與到這次的AI變革當(dāng)中，全員AI。通過搞內(nèi)部創(chuàng)新的方式，涌現(xiàn)出一些特別驚人的例子。我們公司CFO的助理，從沒學(xué)過編程，用了ChatGPT以后，一言不合就開始寫程序，震驚了所有的程序員。

下面這張圖也是她畫的，她想表達(dá)的意思是，在垂直技術(shù)領(lǐng)域，AI可能帶來生產(chǎn)力的躍遷，一個人可以通過AI賦能，從一個領(lǐng)域的非專業(yè)人員快速達(dá)到中等專業(yè)水平，未來的很多崗位限制都會因?yàn)槌蹼A技能的消失而打通。

所以今天OpenAI是一個技術(shù)浪潮，但不是讓懂技術(shù)的人更牛，而是不懂技術(shù)的人能夠跨越技術(shù)的鴻溝。

通過近一年的實(shí)踐我們發(fā)現(xiàn)，大模型在企業(yè)增效中非常明顯，但是只靠員工自我驅(qū)動難以落實(shí)，一定要一把手親自抓，而且要深度結(jié)合企業(yè)流程進(jìn)行AI重構(gòu)。我們公司內(nèi)部已經(jīng)開始組織部門進(jìn)行調(diào)整，成立了AI生產(chǎn)力部門，把過去散落在各地的中臺部門全部統(tǒng)一到這個部門里，并直接向我匯報。

總結(jié)起來就是，AI前景肯定很大，但現(xiàn)在還處于早期，大模型落地需要強(qiáng)應(yīng)用。不把針對企業(yè)流程的應(yīng)用做好，接入一個API就能夠讓企業(yè)增長20%的效率，是不可能的。只有進(jìn)行流程重構(gòu)，做好應(yīng)用才有可能。

可能也有很多人知道，我吵架經(jīng)常會上微博熱搜。有一次，朱嘯虎說，“AI大模型對創(chuàng)業(yè)者不友好，99%的能力都是被大模型覆蓋的，你們的創(chuàng)業(yè)公司有什么價值？”我就很生氣，懟了一下說，“做好應(yīng)用，依然是創(chuàng)業(yè)者最好的機(jī)會！”很多人以為我是一時興起，但是事實(shí)上不是的，因?yàn)樵谶@之前我們實(shí)踐了太多，讓大模型回答好一個基本的問題都要做非常大的努力，需要做很多的套件才能真正實(shí)踐起來。

我就想起來兩句詩——紙上得來終覺淺，絕知此事要躬行。你只看朋友圈就覺得AI要吞噬人類，未來全人類只需要一家公司就是OpenAI，但是事實(shí)上你真正動手做發(fā)現(xiàn)太多的細(xì)節(jié)是可以去做的，魔鬼都在細(xì)節(jié)里，如果只要一個底層技術(shù)很牛就能做出一切，芯片公司將來會統(tǒng)領(lǐng)所有行業(yè)。但是并不是這樣的，底層技術(shù)有底層技術(shù)的價值，應(yīng)用有應(yīng)用的價值。

我們在去年三四月份就和客戶一起成長，在2023年5月，有客戶說能不能幫我私有化部署大模型。但是當(dāng)時一個千億參數(shù)大模型一年私有化授權(quán)費(fèi)用是幾千萬，到今天應(yīng)該還是，然后，你買服務(wù)器的費(fèi)用最低成本160萬（當(dāng)時的價格）。我們客戶說，我們其實(shí)就想做一個客服，AI大模型被講的那么牛，我一年投個幾千萬難以承受，再高深的技術(shù)最后得算賬，我不能因?yàn)橛羞@個技術(shù)就用，用了以后比我現(xiàn)在的成本高幾十倍，有沒有更便宜又不損失性能的方案？

這個時候行業(yè)又發(fā)生了變化，LLaMa來了。LLaMa在行業(yè)內(nèi)有一個綽號叫做“奶媽”，因?yàn)樗甜B(yǎng)了很多大模型公司，使得大模型的算法壁壘快速消失。開源社區(qū)本來就是人類文明的一部分，我們可以看到這棵科技樹在OpenAI的旁邊又長出了一個分支。

有人說OpenAI都在搞幾千萬卡的并聯(lián)了，但是有一幫科學(xué)家、從業(yè)者、技術(shù)極客說千億參數(shù)可以涌現(xiàn)智能，百億參數(shù)可不可以呢？百億參數(shù)的智能在有一些情況可不可用呢？所以在LLaMa出現(xiàn)以后，整個開源社區(qū)開始百花齊放，小參數(shù)模型的性能快速崛起。

我們可以看到在有一些評測上，百億參數(shù)模型在某一些能力上已經(jīng)接近了GPT，我覺得這就是這個行業(yè)每天都在日新月異的發(fā)展給我們帶來的機(jī)會。我們突然發(fā)現(xiàn)也許千億參數(shù)不是唯一的選擇，這個分支帶來了AI大模型的二元對立時代。

我當(dāng)時在一個演講中說，有經(jīng)濟(jì)實(shí)力的公司全在卷算力，他們的夢想是造出一個愛因斯坦。同時還有一幫開源社區(qū)的極客愛好者，用更小的資源、更精巧的算法去實(shí)現(xiàn)智能，看誰能造出平民化大模型，每個人都可以隨便用，而不是一上來就要幾千萬門檻的大模型。當(dāng)然，由此我們也能看到，所有的技術(shù)并不是在一個樹上從頭長到尾，而是會不斷涌現(xiàn)出新的分支，可能有一天一個分支就會變成主流。

在我們自己的實(shí)踐中，我們就給客戶做調(diào)試，后來發(fā)現(xiàn)用百億參數(shù)的模型，加上客戶自己的私有數(shù)據(jù)，再加應(yīng)用的打磨，效果是可以約等于甚至大于千億參數(shù)大模型。

雖然千億參數(shù)大模型必然全面性更好，比如讓它做一道奧數(shù)題，回答法律知識，它的面會很寬，但是在企業(yè)場景當(dāng)中并不需要做奧數(shù)題，只要在一個專業(yè)點(diǎn)上做好就可以了。所以不同專業(yè)的應(yīng)用領(lǐng)域，用一個百億參數(shù)把數(shù)據(jù)打磨好，把應(yīng)用做好，它就可以滿足需求，而且更具性價比。

這有一個非常真實(shí)的案例。今年四五月份的時候，我們用千億大模型的參數(shù)沒有做深入調(diào)試，結(jié)果只有60%的準(zhǔn)確率，相信很多從業(yè)者一定也會有這樣的體驗(yàn)，聽起來很好，但用的時候有很多問題。我們用了6個月的時間，與前面提到的那個客戶一點(diǎn)點(diǎn)打磨，做到了97%的準(zhǔn)確率，基本上完成對這個場景的增強(qiáng)。

所以我們想說，我們自己也在實(shí)踐，企業(yè)應(yīng)用百億參數(shù)就夠了。

三、企業(yè)應(yīng)用AI的三段位理論

AI在企業(yè)內(nèi)部到底能做什么？很多朋友跟我說，用了之后感覺企業(yè)不太能用起來。

在闡述這個問題前我講一下什么是AIGC。AIGC就是AI生成內(nèi)容，但如果把這個過程放大來看，AI由數(shù)據(jù)訓(xùn)練出來，如果只是基于互聯(lián)網(wǎng)、出版物等公有數(shù)據(jù)，那么AI對整個知識的了解就是大家的常識，當(dāng)你給它一個問題，那就可以產(chǎn)生內(nèi)容（C1），但這種回答都是正確無用的，因?yàn)楹鼙韺?。如果可以結(jié)合企業(yè)的私有數(shù)據(jù)，那就可以產(chǎn)生專業(yè)知識的內(nèi)容（C2）。如果可以根據(jù)私有數(shù)據(jù)再配合強(qiáng)應(yīng)用+套件，那就可以實(shí)現(xiàn)企業(yè)經(jīng)營決策的全流程（C3）。

我把企業(yè)用AI總結(jié)成三個段位：

第一，青銅段位，基于公有數(shù)據(jù)，使用AI和Prompt，生成一些宣傳文檔或圖片。

第二，黃金段位，基于專崗私有數(shù)據(jù)，例如公司的行政文檔、員工守則、業(yè)務(wù)標(biāo)準(zhǔn)，把它灌到大模型里，這就是今天被行業(yè)內(nèi)廣泛提的“數(shù)字員工”。

第三，王者段位，企業(yè)全過程的經(jīng)營數(shù)據(jù)由AI參與，使得AI可以直接提供經(jīng)營決策，比如今天該不該發(fā)布一個產(chǎn)品，哪些費(fèi)用可以被減少，哪一個地方的工作重點(diǎn)需要加強(qiáng)。因?yàn)槠髽I(yè)最大的成本不是用工成本，而是經(jīng)營錯誤的成本，是對經(jīng)營不夠了解導(dǎo)致決策失誤的成本，所以企業(yè)要想真正用好AI，應(yīng)該是全流程、全數(shù)據(jù)化，可以理解企業(yè)各種經(jīng)營細(xì)節(jié)的“數(shù)字老板”，幫你提出經(jīng)營決策建議，這件事情必須做到真正的流程重構(gòu)。

四、OpenAI的“陽謀”

在展開前，調(diào)侃一下OpenAI的“陽謀”。大致意思是，你知道這件事可能對你不太好，但卻拒絕不了。比如，兩千多年前漢武帝想要削藩，但是諸侯勢力太大，如果直接誅殺勢必會引發(fā)造反，于是，出現(xiàn)了一個千古陽謀——推恩令。它規(guī)定諸侯的土地平均繼承給兒子，有幾個兒子便分為幾份，這導(dǎo)致諸侯每一代得到的軍隊和土地逐漸變少，最后甚至完全消失了。這便是“陽謀”。

OpenAI幾乎把互聯(lián)網(wǎng)上所有公開出版的數(shù)據(jù)都讀取了，但人類的知識體系無比巨大，互聯(lián)網(wǎng)再浩瀚也只是人類知識體系的冰山一角，甚至還有很多文檔沒有公開出版。比如我們每次開會討論作出的決策，背后有幾十人、幾百人組成的觀點(diǎn)系統(tǒng)OpenAI是沒有的，所以O(shè)penAI推出了GPT Store。開發(fā)者通過它可以很快構(gòu)建自己的應(yīng)用，使得OpenAI從以前通過互聯(lián)網(wǎng)抓取數(shù)據(jù)變成GPT Store，在內(nèi)生的平臺上產(chǎn)生數(shù)據(jù)。通過GPT Store，很多決策數(shù)據(jù)被呈現(xiàn)和記錄下來。

調(diào)侃一下，都說Apple Store是交“蘋果稅”，GPT Store是交“智商稅”，因?yàn)榇竽Ｐ涂梢詫W(xué)習(xí)，真正地把數(shù)據(jù)變成自己的內(nèi)容。

如果一家公司要實(shí)現(xiàn)經(jīng)營數(shù)據(jù)的全流程AI化，只靠合同、財務(wù)……短期內(nèi)可以提高效率。如果我們沒有使用ChatGPT，相當(dāng)于在幫自己的競爭對手，甚至有可能使得ChatGPT具備你的能力，某天你的企業(yè)就變成了它的一個API接口。這件事正在發(fā)生：

GPT Store發(fā)布的時候，一位硅谷創(chuàng)業(yè)者說，Altman給了500美金的OpenAI優(yōu)惠券，但是毀了300萬美金的創(chuàng)業(yè)公司。因?yàn)樗褎?chuàng)業(yè)者做的事給做了。

Altman還在一次采訪中表示，以后95%的人都不用工作，5%的人工作就可以創(chuàng)造足夠多的財富，讓所有人幸福生活。

最初我也有恐懼，但今天發(fā)現(xiàn)不需要。剛才講的科技樹，在大型的千億通用模型邊上又開始出現(xiàn)百億參數(shù)模型，甚至最近還出了幾個幾十億參數(shù)的模型。這個發(fā)展趨勢讓我預(yù)判：以后每個人都有自己的貼身助理。

所以，企業(yè)要有持續(xù)的競爭力，就應(yīng)該使用私有化大模型，讓經(jīng)營數(shù)據(jù)內(nèi)循環(huán)，讓企業(yè)過去留在每個人腦海的經(jīng)驗(yàn)變成整個決策智能的一部分。我們可以期待AI助手幫我們判斷新產(chǎn)品的市場潛力，挖掘市場上的機(jī)會，監(jiān)管員工的工作，計算每天工作的有用率等等，而這，正是我們可以期待的未來。

五、獵戶星空大模型：為企業(yè)應(yīng)用而生

七年磨一劍。我們在AI行業(yè)投入了很長時間，現(xiàn)在已經(jīng)打造出了頂級的團(tuán)隊。經(jīng)過各種算法的嘗試、多種服務(wù)器的使用和多種大模型的訓(xùn)練，共同打磨出我們的五個優(yōu)勢部分：頂級團(tuán)隊、算法理解、場景認(rèn)知、應(yīng)用打磨和數(shù)據(jù)累積。

獵戶星空訓(xùn)練了140億參數(shù)的大模型，在企業(yè)應(yīng)用的專業(yè)場景中可以實(shí)現(xiàn)千億參數(shù)的效果。在發(fā)布大模型基座的時候，我們做了7個應(yīng)用方向的微調(diào)，在很多榜單上名列前茅，很多用戶也都說我們調(diào)得不錯。

評判一個模型的應(yīng)用是否調(diào)得好，需要在方向上積累非常專業(yè)且高質(zhì)量的數(shù)據(jù)，我們做到的同時還提供“千元顯卡即可運(yùn)行”的目標(biāo)。讓人驕傲的是，我們也做到了，所以擔(dān)得起這三個詞組的評價：用得好、用得起、用得安心。

我們經(jīng)?？梢钥吹剑行┐竽Ｐ驮诎駟紊峡壳?，但用起來卻很一般。這是為什么？

因?yàn)榭梢詫Υ竽Ｐ瓦M(jìn)行“應(yīng)試教育”，從而在榜單上刷出很高的分?jǐn)?shù)。但我跟團(tuán)隊說，不能為了分?jǐn)?shù)就去進(jìn)行“應(yīng)試訓(xùn)練”，所以獵戶星空發(fā)布了“素質(zhì)教育版”。在這個版本里，我們不刷題，保證它遇到?jīng)]有見過的新問題時，水平是一致的。

再來看素質(zhì)教育版本的基座能力，在200億參數(shù)以下，我們在所有大模型的評測體系上的分?jǐn)?shù)都很高，這代表了較強(qiáng)的基座能力，也意味著犯錯的幾率會很小。

在綜合評測機(jī)構(gòu)OpenCompass的測試中，我們比720億的千問得分略差一點(diǎn)，但700億以下的范圍內(nèi)，我們的得分都是最高的。這標(biāo)志著我們發(fā)布的大模型的基座能力能夠在企業(yè)應(yīng)用當(dāng)中替掉很多三四百億參數(shù)模型。何為參數(shù)？可以簡單理解成網(wǎng)絡(luò)復(fù)雜度，百億參數(shù)模型比千億參數(shù)可以省出90%以上的私有化部署成本。

另外，獵戶星空可以支持320K的Tokens，一個Token相當(dāng)于1-2個漢字，可以一次性讀取50萬字的文檔。經(jīng)過我們的實(shí)測，對30萬字的文檔里的任何一句話進(jìn)行提問，它全部可以回答出來。最早的時候大概只能支持千字量級的文檔，文檔過長的話，需要做大量的匹配工作。而現(xiàn)在，相當(dāng)于一本幾十萬字的偵探小說，讓它讀完之后，問它殺手是誰，它立馬能回答出來。

可以說，這是非常厲害的特性，量化性能的損失低于1%。把它的模型縮小到原來的幾分之一大小，它依然能夠?qū)崿F(xiàn)原來模型99%的性能，我們把這叫作“減脂不減肌，無損壓縮”。模型大小降低70%，推理速度卻提高30%，這意味可以用非常便宜的顯卡運(yùn)作起來。我之所以說企業(yè)的私有化大模型時代到來了，正是因?yàn)榉?wù)器成本和運(yùn)營成本會降到可以忽略不計的地步。

除了以上的優(yōu)勢，我們還加入了日、韓語能力測評。

以前我們做服務(wù)機(jī)器人的時候，每進(jìn)到一個餐廳就得做適配，這讓我們很苦惱。以前，在海外銷售的服務(wù)機(jī)器人不具備多語言能力，很多可能性被鉗制住了，現(xiàn)在有了大模型，日語、韓語可以做到很好的交流，能夠進(jìn)一步擴(kuò)寬市場。

在評測指標(biāo)上，今天發(fā)的140億參數(shù)的獵戶星空大模型是所有200億參數(shù)以下各項評測性能最好的，但是跟GPT的全面性仍然有一定差距。不過，通過各企業(yè)應(yīng)用定義好垂直場景，通過數(shù)據(jù)和應(yīng)用的打磨，我們已經(jīng)實(shí)踐出在應(yīng)用場景上超越GPT-4的可能性，這不是妄想。

六、下一個里程碑

我們今天發(fā)布這個大模型之后，下一步準(zhǔn)備怎么做？

最近業(yè)內(nèi)開始出現(xiàn)一個叫MoE的構(gòu)架。所謂MoE構(gòu)架，是用多個模型進(jìn)行集體決策，完成對一件事情的判斷。今天在業(yè)內(nèi)發(fā)的論文里，8個百億參數(shù)模型的聯(lián)合運(yùn)行，其性能的某些指標(biāo)已經(jīng)超過了GPT3.5。相當(dāng)于很多火箭都在打造一個更大更強(qiáng)的發(fā)動機(jī)，SpaceX做了一個核心的發(fā)動機(jī)，綁成9個就是獵鷹9號，綁成27個就是獵鷹重型，它用一個極簡的可復(fù)制的構(gòu)架完成了最大載送量的火箭，而不是去從頭造一個特別獨(dú)一無二的發(fā)動機(jī)。獵戶星空正在做同樣的事情，專注在百億參數(shù)模型的性能提優(yōu)，保證通過新的構(gòu)架完成基礎(chǔ)能力的不斷提升。

為了讓企業(yè)更好地應(yīng)用，我們獨(dú)家推出微調(diào)全家桶。微調(diào)指一個基座只有技術(shù)人員可以使用，這個時候就要有一個微調(diào)方向，去解決這個問題。我們做了一個聊天的微調(diào)大概用了15萬條高質(zhì)量的數(shù)據(jù)，有的是發(fā)完了以后再做的微調(diào)，有的時候是自帶的插件微調(diào)。

大模型要和傳統(tǒng)的程序有一個接口，這個接口調(diào)用一個插件，我們也針對插件做微調(diào)。除此之外還有專業(yè)問答，通過微調(diào)進(jìn)行大海撈針，之后生成。

這些方向基本上都是我們通過不斷實(shí)踐、和客戶摸索出來的。微調(diào)只是相對大模型的預(yù)訓(xùn)練為“微調(diào)”，但是工作量并不小，而且哪個數(shù)據(jù)能夠讓大模型表現(xiàn)更好，都是一點(diǎn)一點(diǎn)打磨出來的。

在七個微調(diào)方向里，我們重點(diǎn)打磨的兩大方向?yàn)镽AG和Agent。這是今天AI大模型浪潮里非常重要的兩個方向。

RAG即專業(yè)知識問答，它更學(xué)術(shù)化的名稱為“檢索增強(qiáng)生成”。比如，當(dāng)你問大模型：“為什么周鴻祎先生要穿紅色衣服？”如果沒有做RAG的檢索增強(qiáng)，他可能就會說：“因?yàn)榭赡芩矚g紅色”。我們看過各種原因，包括“他喜歡紅色”、“紅色是他的吉祥色”“今年是他的本命年”等等，這些結(jié)論是它根據(jù)泛知識做的大致推理。而做了檢索增強(qiáng)以后，它會根據(jù)背景信息去重新生成檢索，給你一個正確的回答：因?yàn)樗拿纸?jīng)常被人讀成“周鴻偉”，他穿紅衣是為了提醒別人他是“鴻祎”。這個回答他曾在幾次演講當(dāng)中說過，但是不一定是互聯(lián)網(wǎng)上的公開數(shù)據(jù)集，因此如果沒有檢索增強(qiáng)，就很容易出錯。

RAG被很多行業(yè)人反復(fù)提及，并且有了專業(yè)術(shù)語。但是真實(shí)的情況是，如果你不深入做，雖然很快可以給別人Demo，但是半年都用不好，因?yàn)閷?zhǔn)確率把控好非常困難。

今天開源社區(qū)有很多RAG套件，基本上往上一套之后再把文檔一換就可以回答了，但是這個回答往往準(zhǔn)確率不夠高，而我們這次推出RAG套件是一系列的組合，能夠保證極高的準(zhǔn)確率。我們在內(nèi)部做了一輪評測，準(zhǔn)確率遠(yuǎn)遠(yuǎn)高于對手，這不是大模型基座單一的能力，而是與RAG套件統(tǒng)一合作完成的。

有一個概念叫“數(shù)字員工”。但是，目前的數(shù)字員工能力很低，基本上就只能對文檔給出提示。要想真正地將企業(yè)應(yīng)用與專業(yè)知識深度融合，做到和人一樣準(zhǔn)確的回答，需要RAG套件。

Agent是硅谷今年特別火的方向。它幫助大模型實(shí)現(xiàn)人類的記憶、行為規(guī)劃等等一系列的事情。Agent用得最多的場景是和傳統(tǒng)的系統(tǒng)接口之間調(diào)一個打開接口。

這件事聽起來很簡單，但是并不容易。因?yàn)榇竽Ｐ统３；卮鸩环€(wěn)定，如果不做足夠多的微調(diào)，問它同一個問題就會出現(xiàn)不固定的答案，或者難以從一句話里找出關(guān)鍵點(diǎn)。

在Agent所需要的五種能力中，獵戶星空大模型均接近GPT-4的水平，其中包括：意圖識別成功率90.3%、首輪抽參成功率100%、多輪抽參成功率90%、缺槽反問成功率91%、插件調(diào)用成功率91%。

雖然我不是很懂專業(yè)領(lǐng)域，但是我知道這些很重要。因?yàn)橐ＷC大模型跟你的系統(tǒng)接口不出錯,保證大模型能夠穩(wěn)定運(yùn)行，就需要套指標(biāo)。我們評測過很多同等參數(shù)量的模型，能夠超過70%都很難。比如我問：“北京今天天氣怎么樣？”它得知道你問的是天氣，還是北京的天氣，而且每次保證足夠的穩(wěn)定。我們最近想要把我們的經(jīng)營數(shù)據(jù)和大模型打通，這套工作程序非常復(fù)雜，但是能夠穩(wěn)定輸出，因此需要試一試。

綜上所述，要先把RAG和Agent兩個套件用好，企業(yè)數(shù)字員工才能夠落地。否則用一些公開接口、一套開源數(shù)據(jù)庫、開源向量數(shù)據(jù)庫或構(gòu)架去提升準(zhǔn)確率的話，完全沒法應(yīng)用。

七、實(shí)現(xiàn)企業(yè)應(yīng)用AI的王者段位，打造“數(shù)字老板”

我們這次發(fā)布的140億參數(shù)大模型，完全開源免費(fèi)，還可商用。之后，我們還會成立免費(fèi)的社區(qū)支持群，將微調(diào)應(yīng)用方向開源，以此希望促進(jìn)大模型行業(yè)不再只是技術(shù)狂歡，而能夠真正落地，我們甚至期待更好的技術(shù)大模型的出現(xiàn)。獵戶星空百億參數(shù)大模型，我們認(rèn)為它是企業(yè)標(biāo)配的首選，值得企業(yè)們?yōu)槲覀凂v足。

通過以上的講解可以看出，我們的產(chǎn)品差不多算是達(dá)到黃金段位了，但是還未登頂王者段位。不過，我們正在走向王者的路。

真正要實(shí)現(xiàn)王者段位，就要讓AI要和企業(yè)的經(jīng)營數(shù)據(jù)全綁定，一步一步深入，為企業(yè)提供決策支持。我們當(dāng)時提出了一個叫AI基地的概念，AI產(chǎn)生決策，而不是內(nèi)容，一個企業(yè)要真正到達(dá)王者段位，需要AI輔助決策。

為此，我們推出了一個強(qiáng)應(yīng)用套件——聚言。聚言專門用作咨詢服務(wù)，當(dāng)企業(yè)或員工遇到難題時，它可以教課、做培訓(xùn)，它幫助企業(yè)老板提高決策效率，增加企業(yè)決策準(zhǔn)確度，是一種真正意義上的“數(shù)字老板”。

我們做了三個重點(diǎn)的強(qiáng)應(yīng)用，在這幾個強(qiáng)應(yīng)用上還提供保姆式的服務(wù)，真正通過應(yīng)用+調(diào)試+流程整合一條龍服務(wù)，全程幫用戶進(jìn)行落地。我們專門參考傳統(tǒng)咨詢公司的做法，提供的服務(wù)包括從業(yè)務(wù)流程如何組織體系改造，到方案設(shè)計、大模型的選型、實(shí)施、培訓(xùn)等。我們提出交鑰匙解決方案，保證AI的應(yīng)用效率可以做到行業(yè)領(lǐng)先。

雖說基礎(chǔ)模型和模型工具大家都有，但在今天再回頭看，跟著應(yīng)用一起生長出的幾個套件才應(yīng)該是真正的重點(diǎn)，而這套解決方案是跟客戶一起打磨出來的，不是在辦公室里想出來的。

其實(shí)，AI不是一把手推動，就沒有辦法真正推下去。而AI真正的提效不在于數(shù)字員工，而是老板，老板的效率高那么整個公司就活了。

杰克·韋爾奇說：“老板是最后一個知道公司要倒閉的人?！逼湟?yàn)楹芏嘟?jīng)營的細(xì)節(jié)是散落在很多地方，只能通過一個個人的匯報了解總體情況，而且聽匯報的效率和精力都是有限的。

接下來，我有三個問題問老板們：

1. 如果你是企業(yè)的一把手，你真得聽得到一線的呼聲嗎？

HR一直是很難數(shù)字化的部門，因?yàn)樵诖竽Ｐ统霈F(xiàn)前，每個人的工作都通過文字表達(dá)，所以過去的系統(tǒng)很難真正做到對員工工作狀態(tài)有足夠了解。

我想很多老板對一線員工的理解往往停留在他們是否繁忙、是否辛苦的層面，卻并不知道他們在忙什么。常常出現(xiàn)的情況是，整個公司都在做戰(zhàn)略項目，一線卻少有人做。當(dāng)我們在策劃這個產(chǎn)品的時候就想要幫助老板解決這個難題，真正幫企業(yè)提效，找到AI比人擅長的地方，而不是簡單替代人。

AI真正比人擅長的地方是可以讀數(shù)千份文檔，做出歸納總結(jié)，它的廣度和精力一定比人強(qiáng)，它做出基本的推理一定能夠起到?jīng)Q策支持的作用。

2. 你知道公司的云成本花到哪里了嗎？

獵豹移動出海是當(dāng)時亞馬遜在海外最大的中國客戶，我們很早就對亞馬遜在全球的部署深度參與，當(dāng)我們的海外業(yè)務(wù)遇到阻礙的時候，把整個云的運(yùn)維隊伍分拆出來成了一家公司，幫助各個中小企業(yè)和出海企業(yè)上亞馬遜云和谷歌云，僅就這一個業(yè)務(wù)，它的復(fù)雜讓我自嘆才疏學(xué)淺。后來才發(fā)現(xiàn)這是一群極其深度的工程師，他們的語言對外幾乎無法交流，CEO不懂云，CIO不敢得罪CTO，業(yè)務(wù)部門總是申請更多的云資源，但很多時候都不怎么用，CIO又不了解業(yè)務(wù)的細(xì)節(jié)，所以云就變成閑置資產(chǎn)。正是為了避免這樣的事情再次發(fā)生，我們在上面開發(fā)了針對這項功能。

3. 是否為新營銷策略而苦惱？

今天的一份咨詢報告十分昂貴，如果找ChatGPT解決需求，雖然他的回答聽起來有用，但實(shí)用價值并不高，為此，我們構(gòu)建了幾個Agent互相討論的工具，可以給出一些有價值的營銷策略。

聚言聚齊了我們考慮的各個方面，希望成為老板真正的決策助手，讓AI進(jìn)入全流程和經(jīng)營決策，并跟隨客戶一起生長，在未來越來越有實(shí)用價值。

八、2024年預(yù)測

接下來，我想對2024年AI做三點(diǎn)預(yù)測：

第一，千億大模型真正使用起來很少。

在這一輪大模型競爭中，千億大模型并不需要那么多，但私有化百億大模型會百花盛開，相信更多的企業(yè)會部署私有化的百億大模型，真正幫助企業(yè)經(jīng)營提效。

第二，超越OpenAI的機(jī)會來自應(yīng)用創(chuàng)業(yè)公司。

今天很多朋友去美國看回來跟我們說，這一波AI的應(yīng)用創(chuàng)業(yè)硅谷實(shí)在太火了?；叵隬eb時代的互聯(lián)網(wǎng)創(chuàng)業(yè)，中國可能和美國是1：1的比例，但是這一波AI創(chuàng)業(yè)硅谷至少是我們的好幾倍。硅谷已經(jīng)有了AI應(yīng)用一條街，那條街上全由AI創(chuàng)業(yè)公司組成，他們將大模型的能力和實(shí)際運(yùn)用相結(jié)合，讓AI參與到生活中。

第三，數(shù)字老板是成功企業(yè)的標(biāo)配。

以后董事會考核CEO使用AI的時長，如果一個CEO用AI用得少，那就意味著他一定會落后于這個時代。

講完所有內(nèi)容之后，讓我們做一下總結(jié)：

首先，我認(rèn)為科技創(chuàng)新的核心是Think Different，在原來的路徑上或許你可以做得更好，但是你的對手也可以做得更好。我們今天看到的科技爆炸不是一條通天的登天梯，而是不斷的豎狀結(jié)構(gòu)。當(dāng)這條路被別人占領(lǐng)的時候，你就可以想另一條路，也許就能實(shí)現(xiàn)新的創(chuàng)新。

當(dāng)你在一條路上卷不過別人的時候，可以構(gòu)思出另一條路，這條路也許也能讓你抵達(dá)目的地。這就是科技史上一次又一次的Think Different，成就了一次又一次的創(chuàng)新，我們都親眼見證過成功的案例，所以并非只有一條路才能成功，每一個科技創(chuàng)業(yè)者都應(yīng)該去找到不同的道路實(shí)現(xiàn)差異化的創(chuàng)新。

另外，我們在業(yè)內(nèi)首提企業(yè)應(yīng)用AI的三個段位理論：從青銅到黃金，再到王者。

接一個API讓員工用大模型只是青銅段位；能夠深度的使用RAG套件、私有數(shù)據(jù)相結(jié)合、實(shí)現(xiàn)數(shù)字員工是黃金段位；第三個段位則是企業(yè)經(jīng)營全流程AI化，實(shí)現(xiàn)AI的輔助決策，幫助企業(yè)提高決策效率和企業(yè)準(zhǔn)確率。

而我們獵戶星空大模型，正是希望各位企業(yè)成為AI應(yīng)用的王者。同時，也提醒大家，創(chuàng)新道路千萬條，不是只有OpenAI這一條。

最后我想說，今天能夠站在這里我感到非常激動，因?yàn)檫@是有史以來我準(zhǔn)備的最充分的一次演講，這個PPT我打磨的至少五六版。今年講七年磨一劍，實(shí)際上是七年時間都在探索，雖然我看似自信地說意識超前，但是說出口的瞬間背負(fù)了很大的壓力。

2016年，當(dāng)我喊出應(yīng)用AI的時候，很多人問我干嘛不去做電動車。但我生來倔強(qiáng)且堅持，既然選擇了就決定一路往前。我一直熱愛AI領(lǐng)域，中間有很多人質(zhì)疑我的選擇，我從選擇的那一天起就決定不要輕易放棄。但是，創(chuàng)新是很孤獨(dú)的路，我相信你們大家也有過心碎、焦慮的時刻。

我既然做了AI這件事情就要保持對他的熱愛，無論是To C還是To B，我是一個做產(chǎn)品的人，就應(yīng)該熱愛產(chǎn)品、熱愛應(yīng)用，只要有熱愛，我相信我就能在創(chuàng)新的道路上一點(diǎn)一點(diǎn)的摸索出自己的道路。

Think Different看上去很容易，實(shí)際卻很難，失敗的風(fēng)險也很高。

我們看到的創(chuàng)新成功案例，是無數(shù)個創(chuàng)新者、創(chuàng)業(yè)者在不斷尋找方法，前仆后繼失敗的人之后冒出的那幾個人。我們不一定可以成為最終冒出頭的人，但是要做一往無前的人，因?yàn)槊恳环莸呐Χ加幸饬x。

獵戶星空大模型開源地址：

https://github.com/OrionStarAI/Orion

https://huggingface.co/OrionStarAI