”沉浸AI賽道多年的王磊對(duì)AI的判斷更為深刻，他表示：“AI是場(chǎng)馬拉松，企業(yè)級(jí)AI價(jià)值已來，這不是短期資本游戲，而是持續(xù)20年的智能革命，堅(jiān)持最重要?！?/span>
攝影：鄧攀
以下是《中國(guó)企業(yè)家》對(duì)中科聞歌董事長(zhǎng)王磊的訪談實(shí)錄（有刪減）：
01.DeepSeek的震撼和啟發(fā)
《中國(guó)企業(yè)家》：在使用和研究DeepSeek時(shí)，受到怎樣的震撼？
王磊：可以總結(jié)為中文理解效果、技術(shù)創(chuàng)新性、成本降低、AI生態(tài)貢獻(xiàn)這4個(gè)方面。
DeepSeek不是橫空出世，R1之前就有很多版本，我們一直在關(guān)注。剛開始主要是覺得效果好，尤其中文能力突出，如果以前的AI中文水平是信和達(dá)，現(xiàn)在有“雅”的感覺了。
后來看到他們的技術(shù)報(bào)告，發(fā)現(xiàn)技術(shù)有很大創(chuàng)新性，尤其DeepSeek-R1在后訓(xùn)練階段大規(guī)模使用低數(shù)據(jù)樣本的強(qiáng)化學(xué)習(xí)，采用MoE+RL（混合專家模型結(jié)合強(qiáng)化學(xué)習(xí)），在僅有極少標(biāo)注數(shù)據(jù)的情況下極大提升模型推理能力。
來源：視覺中國(guó)
R1訓(xùn)練成本也是ChatGPT的1/10到1/20，成本大幅降低也讓人很欣喜。以往大家都覺得訓(xùn)練模型需要高成本、多芯片，花很多錢，成本下降會(huì)讓大家更想深入?yún)⑴c這件事。
此外，DeepSeek把技術(shù)論文等開源，還允許用R1做數(shù)據(jù)蒸餾訓(xùn)練自家模型，對(duì)生態(tài)方面的貢獻(xiàn)也非常大。原來我們老覺得中美AI之間還是有很大的距離，但DeepSeek的出現(xiàn)讓大家意識(shí)到只要敢于創(chuàng)新和突破，就能跟世界頂尖AI水平并肩。
我認(rèn)為，DeepSeek的火爆更將極大推動(dòng)全球AI市場(chǎng)的應(yīng)用落地和產(chǎn)業(yè)化進(jìn)程，中國(guó)市場(chǎng)龐大，AI行業(yè)應(yīng)用企業(yè)迎來全面爆發(fā)，我們甚至?xí)杏鲆慌愃苹ヂ?lián)網(wǎng)時(shí)代的AI平臺(tái)型和應(yīng)用型企業(yè)。
《中國(guó)企業(yè)家》：開源和閉源之爭(zhēng)也是此次行業(yè)爭(zhēng)論的關(guān)鍵問題，DeepSeek的火爆可以理解為是開源的勝利嗎？
王磊：開源和閉源的爭(zhēng)論，早在軟件時(shí)代就存在。雖然我看好開源，但仍然認(rèn)為在閉源領(lǐng)域率先突破也非常必要。
開源開放生態(tài)有助于生態(tài)創(chuàng)新和技術(shù)發(fā)展，但我們應(yīng)該充分理解閉源模型，他們?cè)谇懊娴奶剿髦型度肓舜罅抠Y源、資本和努力，應(yīng)該鼓勵(lì)他們保護(hù)知識(shí)產(chǎn)權(quán)成果。當(dāng)他們保持技術(shù)優(yōu)勢(shì)后，先部分開源，再逐步全面開源，這也是一個(gè)行業(yè)螺旋上升的過程。
《中國(guó)企業(yè)家》：DeepSeek的訓(xùn)練成本引起了很多關(guān)于工程優(yōu)化創(chuàng)新的討論，很多人認(rèn)為他們繞過了英偉達(dá)的CUDA平臺(tái)，提升了節(jié)點(diǎn)間的通信效率，你怎么看？
王磊：CUDA（英偉達(dá)公司設(shè)計(jì)研發(fā)一種并行計(jì)算平臺(tái)和編程模型，包含了CUDA指令集架構(gòu)以及GPU內(nèi)部的并行計(jì)算引擎）是大模型訓(xùn)練中重要的算力工程管理平臺(tái)，在優(yōu)化使用與提升效率層面發(fā)揮關(guān)鍵作用。畢竟，當(dāng)幾千張甚至幾萬張卡并行運(yùn)作時(shí)，如何充分利用每張卡運(yùn)行性能，提高利用率、計(jì)算并行度，讓算子執(zhí)行效率更高效，一直是訓(xùn)練模型過程中需要考慮的問題。
這次媒體有一個(gè)誤解是把PTX（Parallel Thread Execution，一種底層硬件指令集，用于直接與GPU驅(qū)動(dòng)函數(shù)進(jìn)行交互，實(shí)現(xiàn)更為精細(xì)的硬件操作）和CUDA分割開，其實(shí)PTX也是CUDA的組成部分，只是它更貼近硬件。CUDA本質(zhì)上是用于操作大規(guī)模GPU卡的操作系統(tǒng)，而PTX處于更底層，下面還有一層是機(jī)器執(zhí)行語(yǔ)言，從DeepSeek論文中可以看到，靠近硬件層確實(shí)還可以做一些技術(shù)優(yōu)化，節(jié)省時(shí)間與成本。
未來，我們可能需要構(gòu)建自己的統(tǒng)一計(jì)算框架，一旦能夠打造好，那國(guó)內(nèi)的GPU芯片生態(tài)建設(shè)必將向前邁出一大步。當(dāng)然離不開AI開發(fā)公司和研發(fā)公司共同努力，這次DeepSeek在這方面的工作就激勵(lì)更多技術(shù)人員深入底層硬件開展相關(guān)工作。
《中國(guó)企業(yè)家》：你覺得為什么是DeepSeek做到了？
王磊：目前國(guó)內(nèi)能夠在大規(guī)模算力卡上進(jìn)行訓(xùn)練的隊(duì)伍并不多，除了有這樣的環(huán)境，還需要有優(yōu)秀的、合理的人才隊(duì)伍，各個(gè)層次的人才都要具備。DeepSeek得益于有很好的硬件訓(xùn)練環(huán)境、人才齊備等相關(guān)條件，他們的創(chuàng)新也會(huì)激勵(lì)更多有實(shí)力的企業(yè)投入AI研發(fā)。
《中國(guó)企業(yè)家》：目前業(yè)內(nèi)認(rèn)為它的創(chuàng)新之處，除了降低成本，還在于不需要有監(jiān)督的微調(diào)，你認(rèn)同這一說法嗎？
王磊：既認(rèn)同，也有不同觀點(diǎn)。我認(rèn)同它從V3到R1的訓(xùn)練過程中，主要?jiǎng)?chuàng)新亮點(diǎn)是通過少量冷啟動(dòng)數(shù)據(jù)提供樣本，基于強(qiáng)化學(xué)習(xí)框架，通過評(píng)價(jià)機(jī)制提升模型能力，進(jìn)而達(dá)成目標(biāo)，而不是依賴于過去大量提交標(biāo)注和提示詞的模板。這在強(qiáng)化學(xué)習(xí)提升模型能力方面，確實(shí)另辟蹊徑。
但在實(shí)際產(chǎn)業(yè)落地層面，有兩個(gè)關(guān)鍵邊界，其一，當(dāng)涉及醫(yī)療診斷、復(fù)雜科學(xué)問題解決等場(chǎng)景時(shí)，高質(zhì)量訓(xùn)練語(yǔ)料進(jìn)行微調(diào)依然是非常經(jīng)典、可靠的實(shí)現(xiàn)路徑；其二，雖然R1在文本生成、中文方面表現(xiàn)出色，但在專業(yè)領(lǐng)域的深度推理能力仍有很大提升空間。像聞歌這樣既具有高價(jià)值行業(yè)數(shù)據(jù)，又能夠進(jìn)一步從底層優(yōu)化模型能力的團(tuán)隊(duì)，將越來越不可或缺。
《中國(guó)企業(yè)家》：他們采用的MoE+RL的方式，是重要?jiǎng)?chuàng)新之處嗎？
王磊：MoE（Mixture of Experts，混合專家模型）是一個(gè)經(jīng)典路線，我們提出問題之后，它可以自動(dòng)路由到局部專家模型，專家模型在訓(xùn)練時(shí)可以分而訓(xùn)之，回答時(shí)不需激活全局參數(shù)作答，這大大降低算力消耗。
DeepSeek也存在一些其他大模型共性的不足，比如推理過程不夠簡(jiǎn)潔，幻覺和安全性問題依然很大程度上存在，基礎(chǔ)常識(shí)和復(fù)雜問題準(zhǔn)確性不一致等，這都亟待解決。
《中國(guó)企業(yè)家》：因?yàn)檫@一次DeepSeek沒有公布預(yù)訓(xùn)練的語(yǔ)料，經(jīng)過個(gè)人使用，你感覺它的預(yù)訓(xùn)練過程有什么特點(diǎn)？
王磊：DeepSeek預(yù)訓(xùn)練的Token規(guī)模相當(dāng)大，達(dá)到14.8萬億，這也充分說明在預(yù)訓(xùn)練階段，Scaling Law（規(guī)?；▌t，也稱尺度定律）還是非常有意義的，語(yǔ)料的收集整理以及高質(zhì)量語(yǔ)料還是起著關(guān)鍵作用。當(dāng)然也十分期待未來在預(yù)訓(xùn)練階段，僅通過少量語(yǔ)料輸入就能實(shí)現(xiàn)良好模型效果。
《中國(guó)企業(yè)家》：最近朱嘯虎態(tài)度180度大轉(zhuǎn)彎，表示他都快相信AGI了。你覺得AGI到底還有多遠(yuǎn)？你理解的AGI是怎樣的？
王磊：諾貝爾獎(jiǎng)獲得者、AlphaFold創(chuàng)始人哈薩比斯認(rèn)為，現(xiàn)在離AGI至少還需要2～3個(gè)Transformer量級(jí)的成果。當(dāng)AI大模型既能理解高深復(fù)雜的問題，又在常識(shí)性問題上表現(xiàn)出色，對(duì)簡(jiǎn)單和復(fù)雜問題達(dá)到精準(zhǔn)理解和高質(zhì)量作答的一致性；同時(shí)，這些AI工具還必須能夠極大推動(dòng)行業(yè)研究、工業(yè)生產(chǎn)及日常生活的進(jìn)步，這是AGI的基礎(chǔ)。
我很認(rèn)同他的觀點(diǎn)，我不認(rèn)為AI會(huì)取代人類，AGI狀態(tài)應(yīng)該是人機(jī)共融，就像我們公司的名字“聞歌”，聞弦歌知雅意，高山流水、人機(jī)共融，技術(shù)與人類社會(huì)發(fā)展和諧共生時(shí)才是我期待看到的AGI時(shí)代。
《中國(guó)企業(yè)家》：所以觀念對(duì)齊很重要。
王磊：是的，全球都很重視這塊。我作為實(shí)驗(yàn)室副主任，與中國(guó)科學(xué)院自動(dòng)化所的研究員曾毅，在北京市科委的支持下成立了人工智能安全與超級(jí)對(duì)齊北京市重點(diǎn)實(shí)驗(yàn)室。目前我們太多關(guān)注AI的超級(jí)智能邊界和能力，而安全對(duì)齊是發(fā)展人工智能的必經(jīng)之路。我們實(shí)驗(yàn)室就是致力于在人類價(jià)值觀和人機(jī)和諧共處方面實(shí)現(xiàn)進(jìn)一步的安全有序?qū)R。
02.DeepSeek給行業(yè)帶來哪些機(jī)會(huì)
《中國(guó)企業(yè)家》：我們看到智川全面接入DeepSeek，全面接入的含義是什么？
王磊：“智川”X-Agent是聞歌推出的面向全行業(yè)的一站式智能體開發(fā)平臺(tái)，內(nèi)置我們具有自主知識(shí)產(chǎn)權(quán)的雅意大模型，也支持按需接入國(guó)內(nèi)外先進(jìn)大模型，包括DeepSeek。
人們與DeepSeek的對(duì)話僅使用了它很少一部分功能，其實(shí)作為AI基座，可以發(fā)揮更大作用，例如定制服務(wù)、數(shù)據(jù)處理、報(bào)表分析等。一邊是人工智能基礎(chǔ)模型，一邊是現(xiàn)實(shí)的企業(yè)和個(gè)人需求，中間的Gap由誰(shuí)彌補(bǔ)，就是我們智川平臺(tái)。這些技術(shù)模型，在智川平臺(tái)，可按照自身業(yè)務(wù)定制數(shù)據(jù)和工具調(diào)用，最終實(shí)現(xiàn)企業(yè)級(jí)應(yīng)用。
我們認(rèn)為2025年是AI+Agent的元年，智川要做的就是如何基于這些基礎(chǔ)模型，解決企業(yè)接入到企業(yè)生產(chǎn)力提升的最后一公里，讓大模型普惠到更多人。
《中國(guó)企業(yè)家》：DeepSeek和OpenAI o3mini出現(xiàn)之后，你們?cè)谧瞿男┱{(diào)整？
王磊：AI技術(shù)生態(tài)和產(chǎn)品生態(tài)很龐大，DeepSeek和OpenAI o3是基礎(chǔ)平臺(tái)，但如何支持領(lǐng)域開放問題或解決復(fù)雜任務(wù)，仍有很多難點(diǎn)需要去攻克。舉個(gè)例子，如何基于大模型做數(shù)字人或者數(shù)字員工Agent應(yīng)用，尚有距離。
我們基礎(chǔ)模型已經(jīng)進(jìn)入全球主流榜單前十，而我們更關(guān)注用戶端和行業(yè)端的AI應(yīng)用需求，去年成功落地40多個(gè)行業(yè)級(jí)產(chǎn)品模型，幫助客戶提升生產(chǎn)效率。如何用新技術(shù)服務(wù)好客戶、解決真需求，是我們始終堅(jiān)守的方向。
AI是場(chǎng)馬拉松，現(xiàn)在說不好誰(shuí)是王者，堅(jiān)持最重要。
《中國(guó)企業(yè)家》：AI公司分兩種情況，一種是冰面上的天鵝，引人注目；另一種是水面下的大魚，大魚也很兇猛，但在沒有躍出水面之前是關(guān)注不到的。作為中科聞歌的董事長(zhǎng)，你如何看待這兩種公司選擇？
王磊：被關(guān)注有多個(gè)維度，媒體和大眾是一個(gè)維度，行業(yè)客戶則是另一個(gè)維度。我們一直非常堅(jiān)定做難的事情，迎接最困難的挑戰(zhàn)。有了這個(gè)堅(jiān)持，也讓我們成為為數(shù)不多從AI 1.0階段走到AI 2.0，再邁入AI 3.0的一家企業(yè)。
在AI 1.0的經(jīng)典人工智能時(shí)期，我的老師曾大軍早在1994年于美國(guó)卡內(nèi)基梅隆大學(xué)，便開展非常前沿的人工智能研究，像是多智能體體系的提出及機(jī)器學(xué)習(xí)框架的探索等，他的學(xué)生們也取得諸多有影響力的成果。
AI 2.0階段，就是在面向領(lǐng)域的數(shù)據(jù)驅(qū)動(dòng)深度學(xué)習(xí)時(shí)代，我和羅引博士從創(chuàng)業(yè)開始，我們就注重專用人工智能算法研發(fā)。因?yàn)橐獙?shí)現(xiàn)對(duì)數(shù)據(jù)理解與認(rèn)知，離不開如何訓(xùn)練專門算法來處理領(lǐng)域問題，事實(shí)證明，獲得了良好市場(chǎng)反饋和收益，也在資本市場(chǎng)備受關(guān)注。
AI 3.0階段是生成式人工智能和通用人工智能時(shí)代，算法很重要，數(shù)據(jù)同樣不可或缺，最近有兩家明星企業(yè)備受矚目。一家是Databricks，不久前成功融資100億美元；另一家是Palantir，市值已接近3000億美元。我們堅(jiān)信數(shù)據(jù)與AI密不可分，如果二者分離，就如同拿著AI這把錘子盲目地尋找釘子。數(shù)據(jù)是對(duì)場(chǎng)景的抽象，AI是工具，兩個(gè)結(jié)合起來才是價(jià)值。這是中科聞歌商業(yè)模式的核心。
我創(chuàng)業(yè)至今已有7年，頭部客戶續(xù)約率近乎100%，連續(xù)簽約5年的客戶也占很大比例。因此，在行業(yè)從業(yè)者和客戶群體中，積累了一定的聲譽(yù)。不過在公眾to C業(yè)務(wù)方面，還需等待時(shí)機(jī)推出普惠的C端產(chǎn)品。
03.從科學(xué)家到創(chuàng)業(yè)者
《中國(guó)企業(yè)家》：你是2017年開始創(chuàng)業(yè)，在此之前是科學(xué)家，2017年人工智能浪潮尚未真正興起，而且恰好處于兩個(gè)波峰之間，為什么決定出來？
王磊：當(dāng)時(shí)我在中國(guó)科學(xué)院是副教授級(jí)的科研人員，是科研骨干。2016年，我們趕上了中國(guó)科技成果轉(zhuǎn)化的春天，國(guó)家推出促進(jìn)科技成果轉(zhuǎn)化的相關(guān)舉措，是中國(guó)科學(xué)院率先涉及技術(shù)加團(tuán)隊(duì)的創(chuàng)業(yè)。2017年以我和羅引博士為核心的5名青年科研人員開啟創(chuàng)業(yè)征程，我們?cè)趯?shí)驗(yàn)室時(shí)就希望做技術(shù)不僅要寫文章，更要在實(shí)際應(yīng)用中產(chǎn)生價(jià)值。那時(shí)大家都30歲出頭，懷揣著用科技成果干一番事業(yè)的熱忱，干勁十足。
前期積累非常重要，我們隊(duì)伍成長(zhǎng)很大程度上得益于海外歸國(guó)教授帶回的先進(jìn)學(xué)術(shù)思想，一位是卡內(nèi)基梅隆機(jī)器人學(xué)實(shí)驗(yàn)室的博士，另一位是南加州大學(xué)人工智能的博士，幫助夯實(shí)了技術(shù)底蘊(yùn)。我2007年加入這個(gè)團(tuán)隊(duì)，10年中積累了前沿的產(chǎn)業(yè)實(shí)踐經(jīng)驗(yàn)、全球前沿的學(xué)術(shù)思想和國(guó)家科研殿堂的積淀，及豐富的國(guó)家項(xiàng)目錘煉經(jīng)驗(yàn)，讓我們收獲了一批種子客戶。
《中國(guó)企業(yè)家》：剛剛你說的是宏觀的背景，但創(chuàng)業(yè)對(duì)于個(gè)人也是重要決策。
王磊：我認(rèn)為在做決定時(shí)，如果想太多，就無法作出決定。中國(guó)科學(xué)院科研條件好，能與優(yōu)秀的同事共事讓人舒心，但決定了就比較堅(jiān)決。第二天就把辦公室交回去，走出實(shí)驗(yàn)室，也很快拿到第一筆天使投資。
《中國(guó)企業(yè)家》：當(dāng)時(shí)你的第一款產(chǎn)品是什么？
王磊：我們趕上了特別好的機(jī)遇，即國(guó)家的融媒體建設(shè)，中國(guó)日?qǐng)?bào)、新華社等國(guó)家級(jí)媒體都將它視為科研任務(wù)，融媒體業(yè)務(wù)有圖、文、音、視頻，還有大量AI工具和數(shù)據(jù)分析需求，現(xiàn)實(shí)需求加上國(guó)家政策助力，很快找到了業(yè)務(wù)落地場(chǎng)景。
后續(xù)涉足金融、醫(yī)療、能源等領(lǐng)域都沿用了這一思路，找到技術(shù)與行業(yè)的契合點(diǎn)，催生出產(chǎn)品。道理雖然大家都明白，但實(shí)際操作中，客戶一年年買單、形成持續(xù)可增長(zhǎng)的收入，還是非常有挑戰(zhàn)。
《中國(guó)企業(yè)家》：從科學(xué)家轉(zhuǎn)型做銷售，說服客戶的過程艱難嗎？雖然你是幫他們賺錢，但其實(shí)你也是要賺他們的錢。
王磊：我們現(xiàn)在營(yíng)收已跨入幾億級(jí)別，當(dāng)時(shí)也不相信能做到這一步。還記得我詢問朋友是否適合創(chuàng)業(yè)，他們說不適合，因?yàn)殚L(zhǎng)期在科研機(jī)構(gòu)工作會(huì)有點(diǎn)清高。
所以出來后我時(shí)刻提醒自己，要放下身段聆聽市場(chǎng)需求。記得一位基層員工跟我說過，“你們這么高層次的技術(shù)人才來研究我們這樣一個(gè)小眾行業(yè)，還是轉(zhuǎn)型期的行業(yè)，讓我們很興奮。”有時(shí)候客戶需要的不是非常高深和頂尖的技術(shù)，更需要站在他的角度解決真正的工作或業(yè)務(wù)問題。
后來做縣級(jí)融媒體，我去了中國(guó)很多縣市、基層，新疆、西藏、黑龍江等地方都去過，作為創(chuàng)始人有吃苦精神，對(duì)員工開疆拓土是很好的鼓勵(lì)。這也讓我明白，創(chuàng)業(yè)不能只盯著大行業(yè)，而要在一個(gè)小的細(xì)分行業(yè)找到真實(shí)的客戶需求，鍛造技術(shù)能力，再泛化到其他行業(yè)，找到生存之道。
《中國(guó)企業(yè)家》：既要上天，又要入地。
王磊：技術(shù)創(chuàng)業(yè)首先技術(shù)要立得住，更要接地氣。有些企業(yè)立得太深，當(dāng)天上有任何變化未跟進(jìn)時(shí)，就被拋棄了。登天已經(jīng)很難，入地真是要俯下身去，一步一個(gè)腳印去走，會(huì)發(fā)現(xiàn)更難更痛苦。
04.創(chuàng)業(yè)中的關(guān)鍵時(shí)刻
《中國(guó)企業(yè)家》：你決定做雅意大模型，是不是一個(gè)關(guān)鍵節(jié)點(diǎn)？
王磊：我們決定做雅意大模型時(shí)，已經(jīng)是成長(zhǎng)型、規(guī)?；髽I(yè)，投資人期望盡快走向資本市場(chǎng)，實(shí)現(xiàn)規(guī)?；虡I(yè)效益，拿出亮眼財(cái)報(bào)。當(dāng)時(shí)公司也正朝著這一目標(biāo)前進(jìn)。
來源：視覺中國(guó)
2022年ChatGPT一經(jīng)問世，我們敏銳察覺這是不一樣的技術(shù)變革，迅速行動(dòng)，記得當(dāng)時(shí)買A100還不到70萬元一臺(tái)，后來飆升至185萬元一臺(tái)，果斷決策構(gòu)建了算力平臺(tái)，擁有了非常穩(wěn)定可控的算力支撐。
2023年3月，我們下決心投入大模型研發(fā)，當(dāng)時(shí)從數(shù)據(jù)集構(gòu)建到基礎(chǔ)訓(xùn)練，可借鑒文獻(xiàn)案例非常少。訓(xùn)練歷時(shí)6～9個(gè)月，算力成本高達(dá)幾千萬，加上人力成本，財(cái)報(bào)壓力很大，與資本市場(chǎng)的期望更背道而馳。
這算是關(guān)鍵時(shí)刻，不做就意味著技術(shù)落后，之后可能都上不了牌桌，做意味著財(cái)務(wù)承壓。我記得2023年股東會(huì)上也給予了很大壓力，但到了2024年年底，我們?cè)诳蛻魝?cè)競(jìng)爭(zhēng)力及客戶對(duì)我們的信任等方面都大大提升。都說數(shù)據(jù)—模型—決策，大模型對(duì)于理解客戶需求、解決問題、利用先進(jìn)技術(shù)進(jìn)行相關(guān)工作有很大幫助，收入增長(zhǎng)也印證了這一點(diǎn)。
《中國(guó)企業(yè)家》：這需要很大勇氣。
王磊：在AI產(chǎn)業(yè)變革的十字路口，組織慣性的利弊凸顯。我們深耕AI行業(yè)多年，從實(shí)驗(yàn)室起步，蛻變?yōu)槿缃竦腁I創(chuàng)新企業(yè)，這是60后、70后、80后、90后四代人的努力。組織形成慣性后有優(yōu)勢(shì)，但也需不斷求變。回顧過去20年，很多信息化企業(yè)雖表現(xiàn)出色，但在AI技術(shù)投入方面沒有邁出勇敢一步，他們過于注重財(cái)務(wù)表現(xiàn)，關(guān)注能否持續(xù)盈利、虧損是否減少，所以投入大模型就需要更大勇氣。
《中國(guó)企業(yè)家》：當(dāng)時(shí)你很難確定一定會(huì)在大模型上打出來，帶來的內(nèi)心糾結(jié)如何化解？
王磊：想好了就要膽子大，決定做之后還是很高效的，沒有浪費(fèi)太多資源，節(jié)奏有計(jì)劃且緊湊。后來我們還開源了，對(duì)社區(qū)做了很大的貢獻(xiàn)，6月份發(fā)布了1.0版本，12月就發(fā)布了2.0版本，最近還超越GPT-4o進(jìn)入了權(quán)威榜單全球前十。
《中國(guó)企業(yè)家》：早期預(yù)訓(xùn)練的過程中，對(duì)于一家創(chuàng)業(yè)公司而言，試錯(cuò)成本很高，每天還得不斷花錢，你有過壓力很大的時(shí)候嗎？
王磊：當(dāng)時(shí)技術(shù)路線有很大不確定性，數(shù)據(jù)的工程配比決定了AI大模型的訓(xùn)練結(jié)果，任何一個(gè)小差錯(cuò)都會(huì)影響訓(xùn)練進(jìn)程。訓(xùn)練雅意2.0時(shí)，確實(shí)有段時(shí)間，同事發(fā)現(xiàn)LOSS（回歸誤差）天天跑飛，睡不著覺，一天租卡的費(fèi)用就是一輛寶馬的費(fèi)用，損失幾十萬，最終才跟算力平臺(tái)一起攻關(guān)解決了問題。
也因?yàn)檫@次，我非常佩服DeepSeek和OpenAI這些公司，他們承擔(dān)了相當(dāng)大的投入壓力，畢竟不確定性非常大。
《中國(guó)企業(yè)家》：在決策智能方面，你們的差異化競(jìng)爭(zhēng)優(yōu)勢(shì)是什么？
王磊：過去人工智能行業(yè)的共識(shí)是，從感知到認(rèn)知再到?jīng)Q策，再到具身執(zhí)行。過去AI主要集中在產(chǎn)業(yè)領(lǐng)域，當(dāng)年四小龍?jiān)诟兄獙右呀?jīng)做出出色的成果，認(rèn)知這一層隨著GPT的發(fā)展也發(fā)生了很大的變化，但我們要明白，世界是動(dòng)態(tài)的、變化的、復(fù)雜的，開放場(chǎng)景需要實(shí)現(xiàn)決策的智能，因?yàn)閷?duì)于人類或社會(huì)生產(chǎn)活動(dòng)而言，錯(cuò)誤決策可能會(huì)帶來巨大災(zāi)難性后果和損失。
我認(rèn)為在基礎(chǔ)認(rèn)知和推理能力之后，對(duì)于復(fù)雜問題需要?jiǎng)討B(tài)實(shí)時(shí)的感知、長(zhǎng)程規(guī)劃、決策支持能力，這是需要突破的地方。我們的決策絕不是簡(jiǎn)單的數(shù)據(jù)統(tǒng)計(jì)，而是從復(fù)雜的異構(gòu)數(shù)據(jù)中用AI發(fā)現(xiàn)規(guī)律，基于規(guī)律結(jié)合動(dòng)態(tài)實(shí)時(shí)數(shù)據(jù)用AI進(jìn)行推理、推演，支持最終決策選擇。
《中國(guó)企業(yè)家》：你預(yù)測(cè)2025AI行業(yè)可能會(huì)發(fā)生哪些變化？
王磊：第一，從技術(shù)角度看，會(huì)有更好的降維Scaling Law等強(qiáng)化學(xué)習(xí)的技術(shù)創(chuàng)新，尤其在少量語(yǔ)料生成方面有望找到更創(chuàng)新的方法。有了更優(yōu)質(zhì)的基礎(chǔ)模型之后，類似AlphaFold這樣有影響力的行業(yè)級(jí)創(chuàng)新，會(huì)加快出現(xiàn)。
第二，我認(rèn)為2025年全球人工智能應(yīng)用市場(chǎng)已到達(dá)爆發(fā)節(jié)點(diǎn)，DeepSeek為市場(chǎng)帶來很大的激勵(lì)和推動(dòng)。擁抱AI不是“要不要干”，而是“怎么干”，各個(gè)行業(yè)的產(chǎn)品就會(huì)像移動(dòng)應(yīng)用一樣爆發(fā)，Agent也會(huì)對(duì)端側(cè)設(shè)備帶來新的機(jī)會(huì)。
第三，算力這一側(cè)，超強(qiáng)算力可能還會(huì)進(jìn)一步發(fā)展，市場(chǎng)需求也將進(jìn)一步釋放，端側(cè)的算力芯片或許會(huì)孵化出下一個(gè)英偉達(dá)。
此外，就個(gè)人而言，我們應(yīng)加速擁抱AI，我相信未來懂AI和不懂AI的人才價(jià)值會(huì)很不一樣。
