史上最密集的AI产品周后：技术是否见顶？杀手级应用在哪？

（原标题：史上最密集的AI产品周后：技术是否见顶？杀手级应用在哪？）

21世纪经济报道记者王俊 肖潇 北京报道

一场英雄会。台上坐着五位来自投资、企业、学界的AI代表人物：金沙江创业投资基金主管合伙人朱啸虎，猎豹移动董事长兼CEO、猎户星空董事长傅盛，出门问问创始人兼CEO李志飞，清华大学电子工程系教授、系主任、IEEE Fellow、无问芯穹发起人汪玉，摩尔线程创始人兼首席执行官张建中。

在甲子光年举办的AI创生时代大会这一个半小时的座谈中，不乏针锋相对的时刻，尤其是在对技术路线坚持以及对商业化路径的认知方面，这些暗戳戳地你来我往，或许是对AI的理解不同，但更多原因是各自所处的行业与位置。

不过，共识似乎已经形成，那就是“马上商业化”。市场信仰派在这场对谈中占据了主导，也映照出市场的普遍心态。 

剥离掉2023年的理想主义与对技术的绝对崇拜，务实，甚至说活下去成了第一要务。 

“整个行业最顶级的模型性能十几个月没有提升了”、“不要总想着发明一个新的酱油原料，要根据食材做出一道好菜”、“先抢客户，抢产品，抢数据”、“大模型价格战已经来了，血淋淋的”......

相比较要穿越技术不确定性的迷雾，他们选择寻找近在眼前的落地可能性。

“世界上只有一种英雄主义，那就是在认清了生活的真相后，仍旧热爱它。”罗曼罗兰这句话成了AI创业者的箴言。

“马上商业化！”

历经一年多的激烈竞争后，AI进入史上最密集的进展发布期。近期，OpenAI 发布了 GPT-4o 模型，新增了语音对话、情感感知和图像识别等功能。多模态也进展飞速，如文生视频sora、 Vidu。开源大模型Llama 3 将数据和规模提升到新的高度，两个定制24K GPU集群上基于超过 15T 的数据进行了训练——训练数据集是Llame 2使用量的7倍有余，支持 8K 上下文长度。

“卷。”傅盛在甲子光年举办的AI创生时代大会上如此形容，“我们原计划在今年上半年第一个推出MoE模型，却发现已有其他公司也开始尝试。就连OpenAI也开始卷应用了，卷工程化了，卷成本了。”

与时间竞赛。“因为相信，所以看见的时代”已经远去，资本、算力、政策、落地场景、供应链资源......每一个因素都考验着创业者。

“贫穷限制了想象。大多数AI创业公司即使融到了数十亿或数亿资金，也难以建立算力中心。再加上算力资源的稀缺，使得许多企业心有余而力不足。包括OpenAI在内的整个行业面临的问题是如何解决算力资源匮乏导致的迭代难题。” 张建中表示。

傅盛则持不同观点，他认为正因为资源有限，所以更有紧迫感，会更利用市场的需求做创新。“我觉得我们要警惕资源陷阱。资源的过度充裕有时会导致过度迷信技术本身带来的爆发力而不计成本地投入，反而会导致行业泡沫的破灭。所以应该去全面地去关注市场、关注应用。”

傅盛称自己为长期技术主义、短期市场主义。他坚信技术会社会的生产力结构，但是他也提到，技术并非是线性发展的过程。往往是一次技术突破带来一波市场化应用，然后再一次遇到瓶颈。他提醒道，做商业化落地不能期望技术每年都以相同的速度发展。

“马上商业化！”朱啸虎旗帜鲜明，是从未动摇过的市场信仰派。 

经过商业喋血战，市场信仰派拥有足够的信众。李志飞坦陈，理想对技术创业者是最简单的，因为这是基因、是本能。

从谷歌归国后，李志飞做了很多创业的尝试。回望时，他指出很多海归创业者很大的问题是打着理想主义旗号，回避现实遇到的问题。“我们做了一些有噱头的产品，总说这是前沿科技，遇到问题就说用户不理解，巨头没节操——这些都是回避现实的借口。技术创业者应该更加务实，更多地关注商业和市场竞争，真正了解技术是否符合用户需求，这可能更为重要。”

当Scaling Law“魔法”失灵

技术信仰派与市场信仰派的分野，是今年年初讨论热度最高的问题，拉锯源自对技术的判断不同：Scaling Law是否会继续一往无前？如果不能，是不是应该把焦点从技术性能转向产品应用？

这次座谈中，Scaling Law是除了“商业化”的第二热词，它可以简单理解为训练投入规模越大、大模型的性能越容易飞升，更流行的概括是“大力出奇迹”。不过，座谈者似乎已经放弃对Scaling Law的追逐。

“不要沉浸在Scaling Law会一直跑下去，整个行业最顶级的模型性能十几个月没有提升了。”傅盛说。

座谈会进行的两天前，OpenAI和谷歌相继进行了两场瞩目的AI产品发布会。傅盛开玩笑说：“（看完）最强烈的感觉是想掏出手机把英伟达卖掉。” 在他看来，不管是谷歌发布在手机本地运行的大模型，还是OpenAI精简GPT-4的架构、做推理优化，都能看出现在军备竞赛的一个倾向——节省投入，降低成本。 

朱啸虎把OpenAI发布GPT4o的行为比喻为“一个优秀的理论物理学博士突然发表了一篇应用物理的论文。”毕竟，Scaling Law最早就是由OpenAI提出来的。朱啸虎指出，OpenAI也开始做推理优化，表明技术至少已经到了一个瓶颈期。

傅盛也有同感，连行业顶尖的OpenAI都下场开始卷应用、卷成本，充分说明了行业的境遇：算法更新的速度已经放缓，只能在已经证明的道路上不断优化成本、提高多模态交互的流畅度和用户体验。

“我现在坚定地认为要用产品寻找市场，再用市场来反推你需要什么样的技术。”傅盛说，过去大家对技术的好坏有一种迷信，人们可能会认为论文关键、架构最关键，其实市场的第一性需求最关键。

朱啸虎观点类似。他解释，AI应用更有先发优势——先发优势意味着更高质量的数据，数据意味着有更大的自由度去发展技术。 “先抢客户，抢产品，抢数据。” 朱啸虎一直认为对创业者最有价值的是垂直场景数据 ，必须握在自己手里。

但张建中不这么认为，他表示如果市场上已经存在了太多相似的产品，没有技术突破，产品对社会的价值不大。另外，他还指出大模型之战是争夺生态，OpenAI已经建立自己的生态。互联网时代，安卓凭借建立生态拥有了自己的立身之本，谁能更早建生态谁就有先发优势。

朱啸虎紧接着反驳称，大模型生态是伪命题，从创业实操经验来看，大模型几乎和云一样是可以无缝迁移的，Claude 3迁移到GPT-4基本上不用改一行代码，甚至不用改一行prompt。“大模型价格战已经来了，血淋淋的，独立创业的大模型公司毫无生存空间，甚至以后就是免费了，为了卖云服务。”朱啸虎说。

就在这场座谈会当天，字节跳动发布豆包大模型，定价大幅低于行业价格，比行业便宜99.3%。

杀手级应用在哪？

李志飞认为，AI爆发还早，现在无论是模型还是产品，都是半成品。“目前技术和用户需求匹配不成熟。”他判断。

但李志飞也坦言，一个必须接受的现实是，即使今天所有模型、产品、模式都是过渡性的，开发者也不能原地等待。“你必须今天建立一些能力，比如模型的能力、接触用户和渠道的能力，这是这个阶段所有企业应该的姿势。”

傅盛打了个比喻，创业其实更像一个厨师，需要根据用户的口味，调整各种调料。不要总想着发明一个新的酱油原料，而是要根据食材做出一道好菜。如果你能做出一道好菜，你就已经是一个非常优秀的创业者。

“用通俗的话说，小米加步枪同样可以闹革命。”朱啸虎说。

李志飞紧接着表示，创业者不要把复杂性当作壁垒。他指出自己一开始做硬件，一方面，是觉得AI没有太多应用场景，需要与硬件结合。另一方面，这种复杂性带来了一种安全感。“我有算法，我有软件，我有硬件，三位一体，我有几十个工种，那种复杂度给我带来一种浓浓的安全感——我还以为这种复杂性可以成为我们的壁垒。”

李志飞认为，创业公司一定要做到极简，简单到只有一个技能，因为只有这样，你才能在某个地方做得足够好，从而形成所谓的壁垒。布局和复杂性，最终只会让你没有任何壁垒。

“在创业时，一定要放弃对技术完美的痴迷。”傅盛表示，真正的需求是一个粗糙的技术做出的产品，只要它还在增长、有很多人使用，就抓住了大风口。

张建中认为，没有行业应用，技术创新是无法实现商业化的。哪个行业先行，哪个行业就可能是AI创新和加速的领域。“AI在许多领域具有商业价值，因为它能做人类无法做到的事情，以医疗为例，即使是非常有名的医生，也不一定能做出准确的诊断，但AI可以做到。我始终相信，Killer App（杀手级应用）与技术是相辅相成的。”

但是，“C端杀手级场景到底在哪里？在PC互联网和移动互联网时代，（杀手级场景）是搜索和推荐，那在AI时代是什么？”朱啸虎最后留下了这样一个问题。