傅盛VS朱嘯虎背后，ChatGPT過氣了嗎？

(資料圖)

在茫茫的大沙漠上，一陣狂風卷起沙塵暴，風沙過后，終于到達目的地。

這是探險影視劇常有的鏡頭，也在今年的科技圈上演。

從年初開始，ChatGPT的火爆也像是掀起了一場風暴，所有玩家都像看到了這場風暴的風口，卻很難有人真正知道這風口的背后，到底是什么，還有多久才能穿越風暴。

6月26日，一場圍繞ChatGPT創(chuàng)業(yè)的爭論，將這一切暴露得淋漓盡致。

爭議可以過去，但是，更多的疑問還有待于探索。

圖/圖蟲創(chuàng)意

風口在哪？

6月26日，傅盛在微信朋友圈轉發(fā)了朱嘯虎的一篇文章，對于朱嘯虎“ChatGPT對創(chuàng)業(yè)公司很不友好，未來兩三年內請大家放棄融資幻想”的說法，傅盛表示反對，稱硅谷一半的創(chuàng)業(yè)企業(yè)都圍繞ChatGPT開始了，投資人還能這么無知者無畏。

傅盛是獵豹移動董事長兼CEO、獵戶星空董事長，作為創(chuàng)業(yè)已久的年輕創(chuàng)業(yè)者，他正在探索將旗下的機器人業(yè)務與ChatGPT大模型進行融合。而朱嘯虎是金沙江創(chuàng)投董事總經理，在投資界尤其是互聯網創(chuàng)投圈較為知名。

隨著ChatGPT大模型在今年爆火，大模型及垂直模型賽道已引發(fā)眾多創(chuàng)業(yè)者、投資者競相涌入，甚至掀起一場“百模大戰(zhàn)”，成為今年創(chuàng)投領域最火熱的一條賽道。

而這一次，針對ChatGPT，知名創(chuàng)業(yè)者與投資人在朋友圈來了一場直接的叫板。

很快，朱嘯虎在傅盛發(fā)文底部反駁稱，99%的價值都是GPT創(chuàng)造的，這樣的創(chuàng)業(yè)公司有什么價值？

之后，兩人又接連過招。

傅盛先是以三連問回復朱嘯虎：“互聯網99%的規(guī)范都是tcpip創(chuàng)造的，創(chuàng)業(yè)有價值嗎？汽車99%的價值都是熱力學定義創(chuàng)造的，創(chuàng)業(yè)有價值嗎？大多數中小網站的流量都是搜索引擎帶來的，那創(chuàng)業(yè)有價值嗎？”

對此，朱嘯虎則回復表示：有沒有創(chuàng)造價值，大家都心知肚明的，不要太高期望值就好。

傅盛接著表示，大模型不能簡單解決問題，這就是價值機會。

這一叫板迅速引發(fā)一場波瀾。

有人稱，“投資人可能分不清科研和產業(yè)應用的區(qū)別”。也有人表示：這輪“百模大戰(zhàn)”，國內 AI 大模型最終勝出的不超過2個——這意味著，剩下98%的國內大模型都會“死掉”，消失在競爭中。

第十三屆全國政協委員、第五空間信息技術研究院院長談劍鋒向中國新聞周刊表示，刨去投資人與創(chuàng)業(yè)者的視角差異，兩人在問題的本質上并無太大分歧。實際上，投資人與創(chuàng)業(yè)者都在擔心，再來一次“人工智能之冬”。

大模型賽道作為當前國內國際投資人及創(chuàng)業(yè)者最熱門的賽道之一，吸附的資源日益增多，押注太大，大模型的生死及細分垂直模型賽道的前景不能不備受關注。

談劍鋒進一步表示，有人預言“未來50年，AI都是給人類帶來無限可能性的科技”，但不得不說，應用AI存在的問題在于早期應用存在太多不確定性及不可知性，這一點與歷史上其他新技術一樣，而且潛力越大，問題也更多，很多人擔心錯失這一次機遇。

大模型的風口在哪？風到底有多大？大模型將在哪些場景改變人們的生活、實現應用價值？很多人都在追問。

逆風襲來

尤其是眼下，在極度的熱鬧過后，隨著大模型領域吹來一絲寒風，也令不少人動容。

一方面，ChatGPT的熱度有所下滑。

作為大模型的佼佼者，ChatGPT的亮相可謂驚艷。今年3、4月份，國內外很多人通過各種途徑與ChatGPT進行互動，其快速全面又有些油膩的答復讓人驚呼連連。

CIC灼識咨詢執(zhí)行董事姜驍瀟告訴中國新聞周刊，ChatGPT的問世確實突破了大模型公司傳統的商業(yè)模式，通過聊天界面這一極高互動性的方式快速吸引了用戶注意力，推出僅2個月用戶量就超過了1億，這在整個歷史上都是絕無僅有的。

然而，新鮮勁過后，被拉高了胃口的消費者發(fā)現，ChatGPT的回復還是不夠切中要害，還有些泛泛而論，而與此同時，更多有意思的應用場景也還沒有出現，ChatGPT與人們的生活似乎還有些距離。

數據顯示，從近期訪問量來看，ChatGPT的周訪問量較高峰期出現了一定的下滑，尤其是5月下半月，其訪問量較今年3、4月的最高點下降近8%，但近一周又有所回升。

對此，姜驍瀟表示，目前來看，ChatGPT局限性主要是產品端仍處于早期，能夠解決的用戶需求方式較為單一，未來如何持續(xù)提升消費者的交互性和易用性，進而提高用戶黏性將會是最大的難點。

另一方面，則是跟進布局的大模型及垂直AIGC賽道，目前的亮點并不多。

甚至有觀點認為，市場真正能與大模型結合得很好的應用場景較為有限，大多公司推出的大模型應用實際上是在為數不多的賽道上同質化競爭。

正如朱嘯虎在與傅盛的爭論中所說，作為國內垂直AIGC賽道投資最多的機構之一，目前看到，這樣的應用場景很少。

不過，對此，姜驍瀟認為，目前的應用場景受限主要是由于落地產品形式還未形成，未來隨著各家大模型AIGC應用方向明確后，例如AI音樂、AI圖像、AI游戲等，競爭將更為垂直，應用場景將會更加豐富。

但要實現這一點，仍要面臨多種考驗。

姜驍瀟認為，大模型產品想要生存并進入良性循環(huán)，最主要的因素還是本身大模型的AI能力，例如長對話能力，長記憶能力等，這是最終形成商業(yè)化最核心的要素。

“而現實是，對于AI大模型及其應用而言，其逐漸暴露不少問題，如算法衰退、運營成本高、數據保護難、倫理風險大等”，談劍鋒表示，這些都制約了大模型的能力建設和自身發(fā)展。

僅從推出ChatGPT的OpenAI來看，其長期的資金投入和債務壓力足以令市場望而生畏。

在這一背景下，資本界對大模型賽道的看法更為謹慎，甚至出現了分化。

百舸爭流誰能當先？

對于一個新生風口而言，這或許是正常的，談劍鋒表示，現在暴露潛在問題并非壞事，雖然可能給技術研發(fā)蒙上陰影，但本質上，創(chuàng)新就是要面向現實并從低效和失敗中汲取經驗，就是要“干中學”。問題雖然很多，但這也意味著，解決問題正是技術發(fā)展的關鍵，也是拓展技術可能性邊界的契機。

在當前，人工智能技術的重要性日益凸顯。

中央財經大學中國互聯網經濟研究院副院長歐陽日輝向中國新聞周刊表示，人工智能重構生產、分配、交換、消費等經濟活動各環(huán)節(jié)，形成從宏觀到微觀各領域的智能化新需求，催生新技術、新產品、新產業(yè)、新業(yè)態(tài)、新模式，總體上有助于提高各行各業(yè)的效率和生產力，還在引領科研范式變革。

正因為大模型的重要性，近年來，我國人工智能大模型產業(yè)也取得長足發(fā)展。

以國內涉足人工智能大模型訓練的機構為例，主要分為大型科技公司、科研院校和初創(chuàng)科技團隊三類。從大模型的布局體系來看，百度、阿里、華為等大型科技公司從算力層、平臺層、模型層、應用層進行了四位一體的全面布局，科研院校及初創(chuàng)科技公司主要以研發(fā)大模型算法及細分領域應用為主。

總體來說，業(yè)界普遍認為，國內大模型與GPT-3的水平相當，與GPT-4仍有較大差距。此外，從人工智能初創(chuàng)企業(yè)來看，中國的總投資僅次于美國，大體上相當于美國規(guī)模的五分之二。趨勢上來看，中國跟美國總投資額的差距在縮小。

眼下，對于百舸爭流的國內外大模型而言，無疑是一個關鍵期。

談劍鋒表示，AI的發(fā)展前景在于技術的真正落地，關鍵在于選擇應用場景，人們通常會把顛覆式創(chuàng)新的產生和應用過程進行浪漫化，認為偉大的創(chuàng)意會不受環(huán)境的限制，從而橫空出世一個閃光的應用點，但實際上新創(chuàng)意根源于傳統的應用，而且經過緩慢迭代而來，因此多采用長變焦視角來觀察技術與產業(yè)的融合，另外，還要“畫好紅線”來規(guī)范新技術應用。

姜驍瀟認為，首先最實際的商業(yè)化模式仍是AIGC垂直賽道為核心，通過大模型的不斷提升，帶動AIGC業(yè)務實現穩(wěn)定商業(yè)化。另外，例如ChatGPT這樣的產品成功出圈也為大模型公司商業(yè)化帶來了指引和希望。

傅盛向中國新聞周刊表示，有三個層面的變化值得關注，一是對于大模型而言，布局較早的大模型有較強的優(yōu)勢，同時大模型行業(yè)本身還是面臨較大的競爭空間；二是對于垂直模型而言，大模型與行業(yè)的結合是技術發(fā)展的必由之路，換言之垂直模型的生態(tài)空間還是很大的；三是大模型技術的演變有可能帶來新的增量市場，這一點也需要密切關注。

傅盛說，找到生態(tài)空間確實不容易，但不是沒有價值；大模型是公有數據的縮略圖，而公有數據解決不了所有流程。

歐陽日輝告訴中國新聞周刊，雖然我們在AIGC大模型方面暫時落后于美國，但我國在人工智能領域仍有很大機會，其優(yōu)勢在于應用場景豐富，擁有超大規(guī)模市場。中國作為制造業(yè)大國，為人工智能提供了豐富的應用場景，電子、汽車、能源電力行業(yè)人工智能預備度較高，應用市場的規(guī)模和增長領先于其他行業(yè)。人、機、物三元智能融合是未來信息技術的發(fā)展方向，必將形成新的產業(yè)生態(tài)。

為此，歐陽日輝建議，一方面要堅持問題導向、應用牽引，另一方面深化產學研用融合，推動中國人工智能技術發(fā)展。

作者：劉德炳

關鍵詞：