9月27日至28日，凤凰卫视、凤凰网联合多家机构举办的“凤凰湾区财经论坛2023”在香港、深圳同步举办。广邀海内外政府官员、专家学者、行业精英围绕大湾区建设、中国经济、全球经济等话题展开讨论。在论坛期间，凤凰网财经对百川智能创始人兼CEO王小川进行了深度采访，王小川分享了他对人工智能发展前途、商业化现状以及国内大模型竞赛格局的看法。
自ChatGPT掀起大模型浪潮以来，国内科技大厂一路狂奔，“百模大战”快速打响。在王小川看来，国内大模型“卷”比“迟”更好。“对于一个企业而言，必须有能力建设基础的大模型，而不是等模型成熟后再着手开发应用。在中国当前的环境下，我们不能依赖美国，必须得自己有公司能顶上。”
谈到国内大模型与ChatGPT的差距，王小川表示，GPT 4一直在慢慢的提升，最近它们推出语音和图像功能。从时间角度来看，我们大家都认为在大多数情况下要两年或三年的时间，才能更接近GPT4目前的水平。
王小川认为，国内大模型已过初赛阶段，未来可能会出现少量公司加入市场，使百模大战变成十多家公司的竞争。他预计明年中市场格局将会定下来。
大模型“烧钱”，钱是否是决定胜负的最重要的条件？王小川表示，资金实力、人才以及卓越的运营能力，都很关键。而更关键的因素是，创造出类似于ChatGPT的超级应用。
需要注意的是，留给大模型讲故事领域的很多，但实际落地场景少之又少。知名投资人朱啸虎认为，今年模型大混战是巨大的泡沫，通用大模型对勇于探索商业模式的公司没有意义。
王小川认为，就像OpenAI一样，优秀的公司都是在冬天里诞生的。当投资者都对某个领域充满信心时，有极大几率会出现泡沫，并不利于企业本身的成长。投资者的决策与企业的发展策略，不在完全同样的思考维度。
在国内，大模型卷参数、卷应用。而在国外，AI模型竞争主要聚焦“开源”和“开源”两种生态。其中，闭源模型的代表为GPT-4，开源模型代表为Meta AI的LLaMA2模型。谈及开源与闭源之争，王小川称大模型在C端和B端都要落地，所以两者并不矛盾。
今年9月，百川智能发布Baichuan2-53B 闭源大模型，全面升级了Baichuan1-53B的各项能力。此外，还开放了Baichuan2-53B API接口，正式进军To B领域，开启商业化进程。而王小川透露，百川智能最近将会开启新一轮融资，后续还会有多款产品发布。
凤凰网财经《凰家会客厅》：百川智能最近推出了Baichuan2开源大模型，引起广泛关注。主要是百川成立之初，您说要做“中国版的Open AI”，但为什么后来选择开源这个路线？
王小川：没有变化的，我们原计划在第三季度发布500亿规模的闭源模型，并在四季度实现千亿规模的闭源模型。然而，在过程中，我们得知在中国的开源生态中，缺少足够商业化和有实力的公司来领军这一领域，而美国在这方面已有Meta AI了。
我们认为，开源对于中国的大规模生态会很有帮助，还能够展示百川智能的技术能力，所以优先发布了开源模型。百川智能在8月8日发布了500亿规模的闭源模型，这是原计划中的，只是增加了开源部分。
凤凰网财经《凰家会客厅》：开源和闭源是两种不同的技术路线，百川智能做开源模型有没有遇到挑战或者困难？
王小川：开源模型和闭源模型的客户群体不一样，开源模型更多地满足了企业的个性化和本土化需求，通常适用于那些寻求定制解决方案的企业。相反，闭源模型主要是针对市场化程度较高的小企业。这在某种程度上预示着，我们应该为这两个不同的客户群体提供定制化服务，这会增加挺多的压力。
凤凰网财经《凰家会客厅》：国内很少有开源和闭源并行的大模型公司，它们商业化的路径也不一样。
王小川：做闭源模型对资源的消耗更大，技术难度也更高。现在国内企业都在做闭源模型，还没有一个企业能够持平或超越GPT 3.5的水平。我对百川的实力和潜力有更高的信心，认为开源模型也能同步做。如果其他公司不做开源模型，百川智能作为一家勇于探索商业模式的公司拥有更多的灵活性，可以再一次进行选择开源和闭源并行。其他勇于探索商业模式的公司可能灵活够，但资源有限，只能做一件事，我们考虑了两个领域的发展。
凤凰网财经《凰家会客厅》：今年6月，您接受媒体采访时说美国的开源和闭源模型格局已定。那么我们现在国内所谓的“百模大战”，您觉得市场格局已定了吗？
王小川：国内来说，我觉得初赛已完成了。8月31日，通过备案的8家大模型公司的产品获批上线，表明他们在技术实力和安全性方面得到了认可，可以发布更多产品。未来，可能还会有少量公司进入市场，使“百模大战”转变为10个模型公司的竞争。我们大家都认为，到明年中，国内大模型市场格局会定下来。
王小川：我觉得有两件事，一方面要有强大的资金实力、高密度的人才以及卓越的运营能力，以确保模型的出色表现。这是其中一个条件。很多公司在这方面都遇到了阻碍，因为资金、运营能力或人才密度不足，训练数据就成了拦路虎。
第二个决定胜负的重要的条件，就是创造出超级应用。单做模型的话，其实我们离美国最领先水平还是有距离的。但超级应用方面，我们有机会比美国做的更快，有机会更快地取得成功，这应该是我们的重要目标。
凤凰网财经《凰家会客厅》：百川智能是自己做应用，还是会像Open AI 一样选择与微软这样的大公司做合作？
王小川：其实，OpenAI做了三件事。它们不仅与微软展开合作，还开放了API供大家使用，同时自主开发了ChatGPT这样的超级应用。通过ChatGPT，大家开始熟悉OpenAI这个家公司，才看到它与微软的合作伙伴关系。我们的内心想法与此类似，我们会采取多种行动，但最关键的是，我们要像OpenAI一样，开发出ChatGPT这样的超级应用。
凤凰网财经《凰家会客厅》：今年四月，关于中国大模型与OpenAI ChatGPT差距的看法引发热议，现在时间过去了半年，再问您这样的一个问题，我们与Open AI ChatGPT的差距有多大？
王小川：我认为说这样的一个问题，不是要赶上OpenAI此公司，而是要追赶ChatGPT 3.5这样的产品，这更为合理。在这框架下，我们之前的判断并没再次出现严重的错误。虽然过去有一些公司声称他们只差了两点一个月，但整个行业仍然充满了悲观情绪。然而，现在我们正真看到，到了年底很多公司大概率能够赶上GPT 3.5。
值得注意的是，GPT 4一直在慢慢的提升，最近它们推出语音和图像功能，引起了很大的轰动。从时间角度来看，我们大家都认为在大多数情况下要两年或三年的时间，才能更接近GPT4目前的水平。这仍是一个相对长期的挑战。
凤凰网财经《凰家会客厅》；随着首批大模型获批上线，百川智能也正式接受市场检验了。您觉得商业化很难的地方是在哪里？
王小川：与美国相比，在中国做商业化更难一些。美国的SaaS市场相对成熟因此，做出标准化产品通常能用到，而中国企业往往需要定制化解决方案，这会给技术公司增加了更大的负担。
美国ToB、ToC生意一半对一半，中国C端是压倒性优于B端，这与中国过去的生态环境有关。现在，各家都在做大模型，也在资本加持下做ToB生意，还是一张名牌。如何同质化竞争时，更多的是看谁成本更低，谁价格更低，这会影响企业的毛利收益。
更难的是，在美国市场，中国企业在大多数情况下要用美金支付算力，而收的通常是人民币，这会导致ROI（投资回报率）与美国相比存在比较大差距。因此，商业化领域面临着三重压力，会使得B端生意很难做到足够大的规模，和美国一样对齐。
凤凰网财经《凰家会客厅》：外界说你还在搜索框架里做大模型，会介意这种评价吗？
王小川：不介意，但我会对大家说，搜索对做大模型有很大的帮助，甚至在技术方面比做模型更全面。未来，大家将看到，我们在技术能力上的超越。毕竟在搜狗时期，我们除了搜索还有输入法，当时也做前瞻性技术，比如数字人、同声传译、多模态同声传译等。我们在算法、系统性技术和产品方面积累了近20年的经验，包括商业化和资本运作。
凤凰网财经《凰家会客厅》：作为勇于探索商业模式的公司，百川智能如何平衡研发和商业化的投入？
王小川：我个人精力更多放在技术和ToC产品里，商业化交给我们的合伙人，原搜狗CMO洪涛先生来负责，这样大家有足够多的信任，他之前在商业技术和商业产品方面有着丰富的经验，尽管我们现在进入了新的领域。
我们并不追求在ToB领域有足够大的GMV（总交易额），很多公司会出于种种原因，比如业绩和上市压力，追求最大化的收入，甚至有可能赚得越多就亏得越多，已经上市的ToB AI公司也存在这样的一种情况。对我们来说，更重要的是认真考虑自身的核心能力，不要为了追求收入过度投入精力，做团队不擅长的事情。我们更倾向于通过构建生态的方式来发展ToB领域，与更多的合作伙伴合作，这是我们的追求。
凤凰网财经《凰家会客厅》：金沙江创投合伙人朱啸虎说，今年的ChatGPT大混战是个巨大的泡沫，通用大模型对勇于探索商业模式的公司是巨大的坑。你怎么样看待他的观点？
王小川：其实这里面有很多争议。首先我认为，优秀的公司都是在冬天里诞生的，当投资者都对某个领域充满信心时，有极大几率会出现泡沫，并不利于企业本身的成长。投资者的决策与企业的发展策略，不在完全同样的思考维度。
第二，对于一家公司来说，必须有能力建设基础的大型模型，而不是等模型成熟后再着手开发应用。因此，在中国当前的环境下，我们不能依赖美国，必须得自己有公司能顶上。在寒冬中能砥砺前行的公司，最后可能会做出巨大贡献，并能得到最大的回报。
王小川：在AGI时代，我们有自己的信仰。语言被机器掌握后，AGI时代便已经到来，我认为这样的技术会逐渐变成一种生命。简言之，它将为人类提供更好的服务。所以，百川的目标是更加普惠，让大众获得世界知识或专业服务。从长远来看，在整个AGI的历史背景下，我们的努力将推动AGI的发展，让它繁荣或延续人类的文明。
上一篇：当前中国人工智能发展新观察 下一篇：第一届南海智能科学技术发展论坛在海南科技职业大学举行
