大模型创业潮：狂飙180天

朱丽琨

图/视觉中国

中国的大模型创业者已经集结在十字路口。他们之中既有研究自然语言理解将近40年的科学家，也有已经功成名就的前创业者，还有刚刚博士毕业的年轻人。创业者们在各个层面展开竞争。这个十字路口甚至是物理的——就是清华大学东门外的那个十字路口。这些公司地理位置上也紧挨着彼此，最近的仅仅隔着几层楼板。

搜狐网络大厦在十字路口的一侧。它可能是国内大模型人才密度最高的写字楼。王慧文的光年之外在三层。孵化自清华计算机系的智谱AI租下七层到十一层，九层以上都还空着，保留着搜狗在这里办公时的痕迹，楼道贴着“搜狗大事记”。搜狗创始人王小川在第二层的一个会议室里开了媒体沟通会，宣布开始大模型创业，成立新公司百川智能，但他准备在附近园区选址，“我不跟他们在这里卷”。这些公司忍受着比北京CBD均价还贵的写字楼租金，只为物理上“接近中国最顶尖的AI人才”。

路的另一侧有“清华系”代表团队聆心智能和深言科技。前者由清华大学计算机系副教授黄民烈创办，自2021年底开始自研“超拟人大模型”，后者创始团队几乎全部来自清华NLP实验室，实验室的学术带头人孙茂松教授担任公司的首席科学家。创始人兼CEO（首席执行官）岂凡超想和教授交流时，只用走几百米回学校。

他们的创业契机不相同。智谱AI于2019年成立，是其中最早起步的公司。创业初期，公司基于谷歌2018年推出的BERT大模型做应用。光年之外2023年4月初正式启动。王慧文年初看到大模型的机会，“几天之内就做完决策”，决定再次创业。

他们都被ChatGPT显示出的“才能”震撼。一位大模型创业者让ChatGPT用动态规划方法列出从北京到上海的最短路径，每条路的里程数要被3整除。一位资深科技投资人让ChatGPT翻译日本唱片介绍。ChatGPT可以把“N响”准确地翻译成“NHK交响乐团”，这是相当资深的古典音乐发烧友才知道的“黑话”。一位AI创业公司的科学家请ChatGPT写人类和AI的故事，不断要求加入新角色，比如一只哈士奇，不断涌出的字词还是自然地组织起来。

真格基金设计了300多个问题，包含“香蕉的平方根是多少”，以及要求大模型模拟抽塔罗牌占卜。3月中旬，刚发布几天的GPT4回答准确率超过70%，同期已发布的国产大模型平均准确率20%。5月，国产大模型的平均准确率已经追到50%以上。

被大模型能力震撼的创业者们将其比作“下一代计算机”“火的发明”“人类创造的上帝”；动用各式比喻来解释他们预计的变化量级，“寒武纪”“工业革命”“文艺复兴”“大航海”“苹果微软时刻”“黑莓时代”等等。

质变从2020年面市的GPT-3开始。这款模型参数量和预训练数据量比上一代增大百倍以上，展示出更强的语言理解和预测能力。OpenAI的设想被印证：当数据规模足够大，模型就能学到其中包含的翻译、算数、编程等各种任务的例子，因此变得更通用。ChatGPT沿着这条路更进一步。IDEA研究院认知计算与自然语言讲席科学家张家兴在一次活动上，引用《三体》里著名的那句“物理学不存在了”，在现场感叹，“传统的NLP（自然语言处理）技术不存在了”。

“大模型重点在数据、模型、可以规模化实施的算法，传统NLP研究重点在模型上做很多精巧的设计，但很多在大数据大模型上就不再有效了。”黄民烈解释。

原本就在AI领域的创业者也活跃起来。商汤、第四范式、科大讯飞等公司相继推出大模型。AI创业公司出门问问CEO李志飞感叹，“大模型的供给比想象中多多了。”他最初认为大模型的资金和技术门槛高，能做的国内公司最多两三家。一个半月之后，他预感大模型的市场竞争可能比上一波AI热潮更激烈。

怎么理解OpenAI的成功，部分意味着这些创业者将怎么对待他们的竞赛。李志飞认为OpenAI的成功是“把研究范式切换为产品驱动”。澜舟科技创始人、前微软亚研院副院长周明认为，这家公司把数据清洗、训练速度等各方面做到极致，并且集成所有能力，包括优秀的算法、工程甚至PR。而王慧文认为OpenAI的成功是“正确的使命、愿景、价值观，正确的组织方法的成功”。

创业者们对大模型的终极目标AGI（通用人工智能）的看法，从定义到理解都有很大差异。

王小川只跟ChatGPT简单聊了几轮，就确信“AGI已经来了”。他认为ChatGPT印证了他六七年前的判断：当机器掌握了语言，强人工智能就到来了。在一个小范围分享会上，几位AI领域创业者仅从功能上定义ChatGPT的进步。

“大家把这件事想小了。”王小川说。他会后接到一个在场者的电话，对方问，“小川，你是不是又在装？”几天后，那人又打来电话：“这次你又说对了。”

王慧文认为，“对AGI的认知，随着对事实的掌握和结果的展开，可能会翻转很多次的。”

共同点在于，他们都确信大模型技术变革比他们经历过的任何一次变化都大，而他们站在这场可能长达几十年的变革浪潮的起点。

“这次AI的浪潮应该是一个持续几十年，由多个小浪潮波次构成的大浪潮。它不会一个波次就完成，会在不同的波次里出现不同的创新。”王慧文说。

他认同美国投资人埃拉德·吉尔（Elad Gil）的观点：在部分科技浪潮中，所有的价值都可以由初创企业捕获，而在另外的浪潮中，大部分价值会归成熟企业所有，或者会在初创企业和成熟企业之间分配。王慧文认为，AGI浪潮属于后者，因为大模型技术跟过去的技术差异化足够大，导致了市场的不可预测性，創业公司因此有了发展空间。

直到ChatGPT教育了国内市场

2022年10月，多个美国投资人跟李志飞提到一款叫Jasper的AIGC应用很赚钱。当时Jasper仅仅成立18个月，估值15亿美元。Jasper基于GPT-3模型，针对市场营销场景做了精调，靠生成营销文案打开市场，2022年ARR（衡量SaaS或订阅业务的收入指标）约8000万美元。

“看到它的那一刻，我真觉得自己是傻子。”李志飞说。

一位美国红杉的投资人跟李志飞说：“你的时代来了。”对方还提到美国红杉的管理合伙人只讨论AIGC项目，别的都不看。当时，投资界的关注点更多在应用而非底层的大模型。

Jasper解决了李志飞两年前就开始思考的问题：GPT-3到底适合应用在什么场景？李志飞想过文案场景，但只“答对”一半。“过去我们做的是纠错、润色、改写，没想到完全生成一篇内容”。他2020年做过一款基于自研大模型UCLAI的辅助写作应用，因为没想到好的商业前景，最终没有上市推广。

AI创业公司第四范式也有类似的尝试。第四范式副总裁兼主任科学家涂威威带领百人团队，负责研究全球最前沿AI技术并提前投入。2018年谷歌推出BERT大模型，各方面性能显著提升，涂威威和同行当时都以为，“那就是NLP的拐点”。他接到越来越多辅助写作的需求。其中一些客户很坦白地说，希望AI帮忙生成“八股文”式的汇报材料，“AI都能下棋，这还写不了”？

涂威威团队尝试基于BERT和GPT系列模型做辅助写作应用，但只能实现续写两三句，准确性还不高，最终没有对外发布。

创业公司算力资源有限，注定向投入产出比更高的主营业务倾斜。这些先行者的大模型实验当时也很难得到外部支持。2020年6月，GPT-3推出，Google科学家出身的李志飞看到了大模型更通用的能力。他和工程师结成研究组，“像上瘾一样”读论文。

几个月后，在一个科技企业家的登山活动上，李志飞花一小时跟同行的人解释大模型是什么。他讲得兴奋，别人“只是当故事听”，并且不断质疑：“So what？怎么商业化？”其中一位企業家委婉地说：“志飞，你就适合当科学家，不适合创业。”李志飞意识到，“不可能有人投资你做这个”。他们研发的中文大模型最终停在60亿参数量，没有足够的资本支持它走到能力“涌现”那一刻——如今从业者普遍认为400亿-500亿参数量级是模型能力“涌现”的门槛。

创投界此时还没意识到GPT-3背后的商业空间。真格基金管理合伙人戴雨森在2021年就接触过两家大模型创业团队，他们也想做类似Grammarly的AI辅助写作或小说续写。戴雨森当时并不看好，认为应用场景比较局限。

企业客户更现实。周明在2020年底开始创业，拜访上百家客户，得到的反馈往往是：“你做大模型，我们也用不起。”周明公司的客户大多是央国企，为了数据私有化，得把大模型部署到本地，至少得投入上千万元的训练成本。即使不做训练，只做本地部署推理，成本也在一两百万元。客户认为不合算。

直到2023年1月，ChatGPT教育了国内市场。李志飞此时已重启自研大模型三个多月，他发现有“看起来跟大模型毫不相干”的人，也来问他得花多少钱、招什么人能做。涂威威接触到各行各业咨询大模型合作的客户，甚至包括“农林牧副渔”行业。

2月10日，一条“人工智能宣言”流传开。“5000万美元，带资入组，不在意岗位、薪资和title，求组队。”三天后，宣言变成传播度更高的AI“英雄榜”。王慧文公告了他的决心：打造中国OpenAI。

他的下场加剧了这一轮AI装备竞赛的激烈程度。一位大模型创业公司的员工说，“老王这么投入”让他意识到，这个赛道的火热程度远超想象。算力资源明显紧张起来，一位创业者抱怨，“求爹告娘才搞到一些机器”。

“边登月边修螺丝”

2月7日开始，王慧文给他认为适合大模型创业的人一个个地打电话。他总在问“你怎么看……”再问“你要不要干”？

听到的回答经常是否定的，“太烧钱了”

“这是巨头的事”……一周后，他决定自己下场。“大家往往低估了看到大变化立刻冲进去的重要性。”王慧文说。

美团到家事业群总裁王莆中评价王慧文“人才识别能力超强”。因此，被王慧文联系过的大模型人才也受到其他竞争者的关注。深言科技CEO岂凡超就是其中一位。他在清华NLP实验室读博期间，参与研发智源研究院“悟道”大模型，在国际顶级刊物发表30多篇论文，和同学研发产品“Want Words反向词典”，吸引超过500万用户。在一位深言科技员工眼中，岂凡超是难得的兼备技术和产品能力的人才，他的创新意识驱动他做科研、做产品，“他不愿意做跟别人一样的事”。

GPT4发布后的一个月，创投圈氛围逐渐升至沸点。各公司开发布会，展示大模型如何在办公、营销等场景落地，如何跟医疗、智慧交通等行业结合。投资机构开闭门会，要求被投公司跟紧变化，避免被颠覆。一年前被派去新加坡看web3项目的投资人回来“猛学AI”，不少投资经理开始攻读技术论文。奇绩创坛创始人兼CEO陆奇让团队的人做“大模型日报”来同步最新信息，感慨新出的论文多到他“实在是跟不上”。

王小川提问ChatGPT：我想做好这次创业，招更多合伙人和优秀的领军人物，应该做些什么？得到的建议之一是：你应该先把你的想法告诉外界。他听取了ChatGPT的建议，召开媒体沟通会，第一次宣告成立百川智能，计划年底发布对标GPT-3.5的大模型。

钱迅速涌入。王小川刚和朋友透露创业想法，就被问“能不能加个亲友股”。百川智能启动资金5000万美元均来自他个人及好友的支持。王兴以个人身份投资王慧文的光年之外，宿华则投资了多家生成式AI相关公司。

目前，国内估值最高的两家创业公司是光年之外和MiniMax。

真格基金是最早认投光年之外的投资机构之一。戴雨森认为，大模型技术产品化这个过程很难由科学家完成，需要一个有商业思维的人。同时，大模型资金门槛高，需要创业者有“融几亿美金并且有效地花出去”的经验。

MiniMax公司名字取自一种算法，人们对它还不熟悉，但它的合作方有不少知名公司：4月18日，火山引擎总裁谭待在发布会上专门提到“火山引擎上跑了抖音，也跑了MiniMax”；同一天，金山办公发布WPSAI，CEO章庆元介绍其底层大模型由MiniMax提供。

MiniMax于2021年12月成立，已有文本、语音、视觉三个模态的自研基础模型。2023年3月，MiniMax推出面向企业用户的API开放平台，支持文本和语音模型的服务调用。

联合创始人杨斌曾任职于UberAI研究院，获得过英伟达2018年先锋研究奖和微软2021全球博士奖学金。MiniMax团队成员大多出生在1990年代。多位创投人士认为，开始大模型创业的最佳年龄在35岁以下。他们认为大模型技术更新速度“以天计算”，年轻人能更快迭代认知，并且知识结构不陈旧。

云启资本是2021年底唯一参与了MiniMax天使轮投资的早期投资机构。云启资本合伙人陈昱学计算机出身，他指出机器学习领域近年有两个里程碑式进展：2012年CNN架构爆发，2017年“所有人一边倒地去搞Transformer架构”，GPT、BERT、LLaMa等主流大模型都基于Transformer。“一个人在不同年份开始接触机器学习，知识结构完全不一样。”他认为新技术已经覆盖和超越传统NLP技术，“早年的知识不是经验，而是累赘”。

MiniMax团队有一种活泼的面貌，自驱力强。他们内部最初给大模型起的昵称叫“ABAB”，因为刚开始做语言能力训练时，模型只能像婴儿那样“啊巴啊巴”。现在公司创立近18个月，他们自信模型能力国内领先。MiniMax的企业文化受到SpaceX启发，创始团队常把做大模型比作造火箭，希望用不走捷径的方式实现AGI。

现在，国内更多组织把AGI作为愿景，从零开始搭团队、争取资源。一位大模型创业团队成员形容此刻的局面，所有人都在“边登月边修螺丝”。

“新大陸上，最值钱的不一定是黄金”

创业者们基于各自的经验，探索“技术——产品——商业化”的不同路径。

战略层面，多位创业者同时做大模型和商业化应用。周明称之为“边炼边用”。周明是国内最早出发的大模型创业者之一，他认为澜舟科技的模型和应用之间已经形成“反馈链”，有先发优势。王慧文将“双轮驱动”定为光年之外的战略。他认为，只做应用和只注重做模型都有战略风险。前者风险在于模型能力不断进化，很多应用场景可能被完全覆盖。后者风险在于市场被注重商业化的对手抢占、研发后期难以衡量模型好坏，以及无法通过应用收集更多数据。

李志飞认为，OpenAI比Google等对手更早“见到真实用户数据”，是OpenAI坚定研发方向、形成壁垒的重要原因。他提出AI应用数据分为三个阶段：上线前，研发者假设的用户数据；上线初期收集到的大量“假数据”，比如每天流入流出的新用户，留下无意义的互动。“绝大部分产品跨越不了这个阶段。如果你不警惕，你会误以为这就是用户真实的需求。”而OpenAI的应用已经走到第三阶段，有留存用户、付费用户，数据更接近真实。

产品路线也各不相同。周明坚定选择2B，做针对特定领域的专用大模型，“节奏慢但是更务实”。他认为2C像是一条“不归路”。2C需要把语言理解能力和做各种任务的能力放在一个模型里，相应的模型参数规模必须大，未来会进入参数规模、数据量和算力的军备竞赛。

周明认为2B和2C是完全不同的两条路，打算两者都做的创业者属于“没想明白”。而MiniMax和深言科技都认为，现阶段大模型可以在通用场景发挥价值，2B和2C的市场需求都能满足，不会刻意区分。

李志飞选的方向是to“professional consumer”（专业消费者），用户是“产消者”。他们希望为创造某些内容而消费的个体提供AIGC工具。

出门问问曾以AI识别为重点，但这个方向困难重重。做2C的语音助手时，李志飞发现很难满足用户的期望。尽管语音识别、语音合成等基础技术很成熟，但一个语音助手产品包括自然语言理解、对话、数据查询等八个环节。在上一代AI技术条件下，每一步都有可能出差错——这也是Siri们总被调侃是“人工智障”的原因。他也做2B业务，但“没法第一天就有商业模式”，往往是客户免费试用半年，再打磨产品，才有可能收到钱。大公司也在抢同样的客户，有些产品还免费。

李志飞处在一种苦闷的状态里，直到他在2020年的CES国际消费电子展得到启发。那是在三星的展台，他突然听到背后有说话声，“毛骨悚然的感觉”。他回过头，看到和他一样高的屏幕上，用极高画质渲染出来的数字人Neon。他第一次被AI生成的体验震撼。回去后，他调整研发重点，带团队开始投入生成式AI。

2023年4月28日，第六届数字中国建设成果展览会上，“智慧家庭”体验区吸引观众体验。图/中新

不久后，他带团队研发的AI配音平台“魔音工坊”带来让他惊喜的利润。2023年4月，出门问问发布基于自研大模型发布AI写作应用“奇妙文”“魔音工坊”等应用也开始与大模型整合。他乐在其中，生成了一位数字人李志飞，代替他本人参加活动。

不同的产品路径，有一些共同的问题亟待解决。比如，怎么让大模型避免胡说八道？一种实践是引入专家知识去干预。对于2C产品，这帮助它们和人的价值观对齐——这也是陆奇近期演讲提到的“OpenAI现在优先级最高的工作”。黄民烈介绍了他们设计的一个重要规则：当他们的情感陪伴类产品识别出用户有危险行为时，机器能以符合专业干预技术的方式施行紧急援助。

对于2B产品，引入专家知识和规则帮助它们表现得更准确。第四范式于4月底首次公布“以生成式AI重构企业软件（AIGS）”战略，提出企业级Copilot（助手）的进阶“Copilot+知识库”。涂威威解释，这可以理解为第四范式“培养”出大模型的基础能力，等它进入企业后，接上内部知识库就能“自学”，更准确地理解任务、知道什么工作该调用什么资源，输出结果也能溯源，“像一位董秘”。

多位创业者认为，考虑2C商业模式、监管等因素，ChatGPT在国内并不是最适合的产品形态。王慧文愿意尝试“Chat”这个已经被充分验证的机会，但他更强调“keepopen-minded”，别在起跑时就笃定哪一条路是正确的。

他计划组织一支产品团队，每天探索不同方向。“我们尝试的时候可能起点很低，”王慧文说，“要勇于从别人看不见、看不起的东西着手去尝试。不断收集信息，不怕low。”

戴雨森把ChatGPT比作新大陆刚挖出的黄金，前往新大陆的探险者们“去了可能发现棉花价值更大”。

更大的机会，更严苛的环境

陆奇在近期演讲中，给出中国大模型发展第一阶段的标准：谁先达到GPT-3.5水平，谁将能进入第一梯队。在此之前，許多事要从零做起。

戴雨森认为“中国几乎没有人有做万卡并行训练的经验”。而缺少工程经验会带来各种意想不到的难题。一位创业者说，刚把算力加上去，机房电不够了。他认为目前市面上绝大部分机房的电量配置，都满足不了大模型的训练需求。

面对算力“卡脖子”的现状，李志飞尽量让自己乐观：“真正有意思的是你在有限的资源下做出别人做不到的事情。”他用精打细算的方式练模型，经常埋在论文里研究半天，只为了找到最合适训练大模型某项能力的框架或超参数。他所说的合适意味着，“虽然冒一定风险但可以大幅降低成本”。

数据工程也需要一点点摸索。黄民烈介绍，聆心智能制定了包括数据搜集来源、清洗加工等各环节的标准流程，建立起相对高效的数据工程，数据体系趋于成熟用了一年。他认为初创团队做数据工程的“脏活累活”需要的时间，不会因为技术快速发展而减少很多。

更核心的难题在于找到真正的人才。一位有技术背景的大模型项目的投资人在2月、3月密集地和50多位国内顶尖的从业者交流，他认为真正拥有前沿洞察的人不超过五位。

王慧文希望找到这样的人：真正向往伟大事业、对工作有主人翁精神、理解不同职能和技术，足够聪明、足够自信……他认为，吸引越多具备这些特质的人才，团队才能形成多种组织能力，不同职能之间有效合作。但他也承认，这样的人才非常稀少。

定下双轮驱动的战略后，王慧文认为最大的挑战来自组织能力。AGI是执行属性和探索属性都很强的业务，链条也很长，这种事情对组织的要求很高，它比单独探索和单独执行，难度都高很多。

“比移动互联网更大的机会”激励着每一位投身大模型的人。同时，他们也面临比移动互联网初期更严苛的监管环境。全球政府都更早介入监管。4月11日，网信办发布《生成式人工智能服务管理办法（征求意见稿）》公开征求意见的通知。同日，美国商务部下属的国家电信和信息管理局（NTIA）宣布征求公众意见，关于如何制定人工智能问责措施。NTIA负责人艾伦·戴维森（AlanDavidson）对《卫报》表示，美国立法者2021年提出100多项人工智能相关法案，“这跟社交媒体、云计算甚至互联网早期有很大不同”。当地时间5月16日，OpenAI CEO山姆·阿尔特曼（Sam Altman）首次参加美国国会听证，呼吁政府制定监管AI的措施。

创业者也将面临来自大公司的激烈竞争。移动互联网时代的巨头比PC时代更难颠覆。它们不仅在算力、资金、某些垂直领域数据有优势，也渗透进更多应用场景，有高度成熟的商业变现体系。

王小川认为，现有的大公司虽然有资源优势，但定目标“想象力不足”，需要跟已有业务配合，“老板不会把AGI当作公司的总目标”。大公司复杂的组织结构，还容易导致个人目标和公司目标产生偏差。他认为大模型时代相对互联网时代将发生三个重要变化：交互方式从连接改为陪伴，信息服务变为知识服务，免费模式变为付费订阅模式。

他相信一定是新的组织引领这些变化，“两到三年会看到一批新的巨头”。

相比与创业公司竞争，李志飞说，“我唯一怕的是巨头。”他创业超过十年，2017年他在做智能音箱，赶上“百箱大战”，和大公司正面遭遇过。那是他第一次深刻意识到，“竞争是很残酷的”。最近他去硅谷跟人交流时会被问：“你怎么了？你是受了多少折磨？”他才意识到自己一直在谈竞争，不像过去在Google当科学家时那样畅聊技术。

“创业很痛苦，如果没有乐趣坚持不下去。”他说。2020年，AI市场继续下行叠加疫情，他郁闷难解。研究GPT-3的论文成了他的精神支撑。

如今，自研大模型让他找回了乐趣。他经常跟他和团队自研的大模型“序列猴子”聊到凌晨一两点。最初，他像辅导功课的家长，反复教“序列猴子”做算术题：一个苹果2元，一个梨子3元。我买三个苹果，五个梨子总共花多少钱？“序列猴子”总是列不对方程式。他发现，大模型就像有自己的脾气，有时坚持不改错，有时会立刻改。

随着研究深入，李志飞理解，这不是机器产生了意识，而是大模型在各信息之间权衡，什么是更有可能正确的答案。

4月中旬的一个晚上，他和朋友吃饭时收到同事的消息：“序列猴子”有了一个还不错的新版本，让他试试。他随意问了几道地理题，比如“湖北和湖南两个省的省会人口哪个更多？”从简单到复杂的问题，“序列猴子”都很好地对答。而这些看似简单的问题与结论，实际上需要机器先理解问题中的概念，再作比较。李志飞感到惊喜，“序列猴子”可能拥有了二阶逻辑推导的能力，而他们并没有刻意训练过。

那一刻，他非常兴奋，匆匆结束饭局跑回家，从对话、数学、多步推理等各个方面又测试了几个小时。他发现“序列猴子”跟过去他做的所有AI系统都不一样。过去，他明确知道机器能做什么、不能做什么。现在，他意识到“序列猴子”能听懂问题，还不时给他意料之外的答案。

“序列猴子”在努力理解人类的语言，李志飞在努力理解大模型——这是创业中他最珍视的部分。“也许我永远不能完全理解它，就像真相只能逼近。但我还是想知道why（为什么），提出假设，做各种实验。”

“我认为今天是非常伟大的一个时间点。”王慧文说，他认为起步年代意味着未来能打开的空间大小。“在这个时间点起步的公司，有希望形成研发能力与商业能力的正循环”。

他把这次变化的节点类比于20世纪80年代左右，个人数字设备起步的时间点。苹果和微软两家公司在那个时候启动，建立了研发和商业的正循环，成为人类数字科技进步浪潮的主要推动者，当浪潮由别人推动时，它们也有能力跟进。

不止一位创业者会从科技史、商业史的角度打量过去浪潮中诞生的创业公司，从它们的故事中寻找规律，以它们的历程激励自己前进。中国的大模型创业者们的竞赛刚刚开始。肯定的是，竞争将十分激烈，环境将十分严苛，赛程将十分漫长。