4시간, 118개의 답변, 양문봉 내부 소통 모든 것에 응답

정리｜구령우, 텐센트 기술

DeepSeek는 최근 설립 이후 첫 외부 자금 조달을 완료했습니다. 이번 라운드에서 모금된 총액은 500억 위안(약 74억 달러)을 초과하며, 투자 전 기업 가치는 약 3675억 위안(약 543억 달러)입니다. 투자자 명단에는 DeepSeek의 창립자 양문봉이 개인적으로 200억 위안을 출자했으며, 텐센트가 100억 위안, 닝더시대가 50억 위안, 넷이즈, 징둥, IDG 캐피탈이 각각 30억 위안, 국가 인공지능 산업 투자 기금이 10억 위안을 출자했습니다.

이전에 양문봉은 "자금 조달을 하지 않겠다, 상장하지 않겠다, 상업화하지 않겠다"는 원칙을 제시했습니다. 이번 대규모 자금 조달은 DeepSeek가 공식적으로 자본 시장에 진입했음을 의미하며, 업계에서는 그 상업화 경로와 기술 비전에 대한 광범위한 관심을 불러일으켰습니다.

최근 투자자 간담회에서 양문봉은 DeepSeek의 조직 문화, 오픈 소스 논리, 기술 로드맵 및 산업 경쟁 구도에 대한 견해를 자세히 설명했습니다.

다음은 텐센트 기술이 입수한 약 4시간의 간담회에서 양문봉의 발언 실록 정리로, 주제별로 분류되어 있으며 총 118개 항목으로 구성되어 있습니다. 텍스트는 원래 의미를 최대한 유지하며 약간의 편집만 가했습니다.

01 비전과 절제

1.우리가 이 회사를 시작할 때, 처음에는 내가 마지막에 얼마나 벌고 싶은지, 자본 시장에 나가고 싶은지, 상장하고 싶은지 전혀 생각하지 않았습니다. 처음 몇십 명은 전혀 그런 생각을 하지 않았습니다. 만약 그렇게 생각했다면, 그들은 오지 않았을 것입니다.

2.우리는 이 세상에 대한 매우 큰 선의로 이 일을 하고 있습니다. 우리는 이것이 인류에게 유용하다고 생각하며, 이는 금전 이외의 일입니다. 우리의 출발점, 우리의 비전, 그리고 지금까지 유지해온 이 비전은 상업적 이익 극대화 방식으로 이루어진 것이 아닙니다.

3.큰 회사를 관리하는 것은 규정이나 제도가 아니라 비전에 의존합니다. 비전은 벽에 걸린 슬로건이 아니라, 당신이 어떻게 행동하는지, 어떻게 말하는지가 아니라, 실제로 어떻게 운영하는지를 의미합니다.

4.우리는 조직이 없습니다. 비전 주도형으로, 비전을 가지고 조직됩니다. 우리는 "무엇을 달성해야 한다, 평가가 없다"는 방식으로 운영되지 않으며, 오직 비전만 있습니다.

5.이 비전은 심지어 문서화된 것도 아닙니다. 그것은 쓰여진 적이 없습니다. 이 비전은 우리가 일을 하는 방식과 세상에 대한 태도에 있습니다.

6.우리는 다른 많은 장점이 없습니다. 우리는 특별한 능력이 없으며, 다른 사람들보다 더 부유하지도 않고, 다른 회사보다 인력이 더 뛰어난 것도 아닙니다. 사실 우리는 2년 전에 이 회사를 설립했을 때, 많은 돈도 없었고, 많은 카드도 없었으며, 유명세도 없었고, 어떤 호소력도 없었습니다. 우리는 그저 매우 평범한 사람들로 구성된 그룹이었습니다.

7.당신이 더 절제할수록, 아마도 더 쉽게 성공할 수 있을 것입니다. 적어도 지금까지는 그것이 증명되었습니다. 지금까지는 설명할 수 있는 것입니다. 그렇지 않으면 우리가 어떻게 성공할 수 있었는지 설명할 방법이 없습니다: 우리는 무기가 없고, 출발점이 매우 낮으며, 자원이 매우 적고, 우리의 사람들은 사실 무작위로 모인 평범한 사람들입니다.

8.AI는 너무 방대하고, 이익도 너무 큽니다. 우리는 매우 절제하며, 성공할 수 있는 한, 마지막 이익은 매우 클 것입니다. 당신이 아무리 나누어도 이익은 매우 큽니다. 그래서 지금은 이익의 어느 부분을 가져갈지, 어떻게 가져갈지 전혀 고려할 필요가 없다고 생각합니다. 왜냐하면 이익이 충분히 크기 때문입니다.

9.작년 설날에 사용자 수가 갑자기 많아졌지만, 우리는 그 사용자들을 유지하려고 하거나, 그 사용자들을 통해 수익을 창출하려고 하거나, 상업적 이익을 추구하려고 하지 않았습니다. 우리는 사용자들을 빼앗거나 돈을 벌려고 하지 않았지만, 사용자들에게 최선을 다해 서비스를 제공하려고 노력했습니다.

10.우리는 "다음 슈퍼 앱을 만들겠다"는 생각을 하지 않으며, 누구와 경쟁하겠다는 생각도 하지 않습니다. 우리는 다음 바이트를 만들거나 다음 텐센트를 만들겠다는 생각이 전혀 없습니다. 저는 이후의 AGI 기회가 매우 클 것이라고 생각합니다. 이후의 AGI 기회는 항상 매우 클 것입니다.

11.절제는 전략입니다. 때때로 당신이 일부를 포기하여 더 많은 것을 얻을 수 있다는 것입니다. 오픈 소스를 하지 않는 것도 마찬가지입니다. 그것은 우리의 압력으로 볼 수도 있고, 우리의 양보로 볼 수도 있습니다.

12.이런 절제가 장기적으로 AGI를 달성할 확률을 높일 수 있다고 이해합니다. 어떤 일을 고려할 때, 저는 AGI가 매우 큰 상업적 가치를 가질 것이라는 것을 의심하지 않습니다. 그러므로 이 기반 위에서, 저는 어떻게 더 많은 점유율을 얻을지를 우선 고려하지 않고, 어떻게 내가 성공할 확률을 높일지를 우선 고려합니다.

13.우리는 항상 매우 절제하며, 어떤 인터넷 대기업이나 소기업과도 경쟁자가 되고 싶지 않습니다. 저는 그들에게 힘을 실어주고 싶고, 또는 모두가 이 일을 할 수 있도록 돕고 싶습니다. 모두가 이 일을 할 수 있도록 돕고 싶습니다.

14.우리는 이전에 이런 태도를 유지했으며, 그로 인해 우리가 어떤 것도 덜 얻었다고 생각하지 않습니다. 우리는 오픈 소스를 했기 때문에, 우리의 선의나 다른 사람들에게 도움을 주었기 때문에 덜 얻은 것이 아닙니다. 오히려 더 많은 점수를 얻을 수 있습니다. 이것은 직관에 반하는 것처럼 보이지만, 실제로는 그렇습니다.

15. 우리는 AGI를 목표로 하고 있지만, 우리는 항상 상업화를 하고 있습니다. 그래서 우리는 C단 사용자와 B단 수익을 가지고 있습니다. 역사적 경험에 비추어 볼 때, 이 전략은 성공적이었습니다.

02 AGI 로드맵

16.만약 당신이 문제를 매우 명확하게 설명하고, 완전한 맥락과 지시를 제공할 수 있다면, 그것은 이미 인간을 초월한 것입니다. 그러나 여기에는 정의와 전제가 있습니다: 당신이 완전한 맥락과 완전한 지시를 제공해야 합니다.

17.AI는 당신의 직원을 대체할 수 없습니다. 그러나 AI가 지속적으로 학습할 수 있는 능력을 가진다면, 그것은 당신의 직원과 같이 회사에서 두 달 동안 학습한 후, 세상의 모든 사람을 대체할 수 있습니다. 그래서 우리는 다음 단계에 아직 도달하지 못했습니다.

18.AI의 발전은 계단으로 이해할 수 있습니다. 작년에 걸어온 계단은 사고의 사슬이었습니다. 우리는 사고의 사슬 방식을 통해 지능이 더 높은 수준에 도달할 수 있다는 것을 발견했습니다.

19.올해의 계단은 에이전트입니다. 우리는 에이전트 방식을 사용하면 더 많은 일을 할 수 있고, 그 능력 범위가 더 넓어지고, 지능의 한계가 더 높아질 것이라는 것을 발견했습니다. 에이전트는 CoT를 사용해야 하며, CoT는 이전의 계단인 언어 모델을 사용해야 하므로, 그 어떤 단계도 헛되지 않았습니다.

20.에이전트 이후에 우리는 지속 학습 문제를 해결해야 한다고 생각합니다. 즉, 모델이 지속적으로 학습할 수 있도록 하는 방법입니다. 그것은 강력한 훈련을 제공해야 하는 것이 아니라, 인간처럼 비교적 긴 시간 동안 지속적으로 학습할 수 있어야 합니다.

21.지속 학습 이후, 우리는 특이점에 도달할 수 있습니다. 이 특이점은 모델이 지속적으로 학습할 수 있을 때, 그것이 인간이 할 수 있는 모든 일을 할 수 있게 되는 것입니다. 그것은 스스로 자신의 버전을 개발하고, 스스로 연구하며, 다음 버전을 개발하고, 더 진보된 인공지능 모델을 개발할 수 있습니다.

22.이 특이점은 단순한 특이점이 아니라 점진적인 과정입니다. 이 과정은 비교적 긴 점진적 변화일 수 있으며, 돌연변이가 아닙니다. 그러나 습관적으로 우리는 그것이 특이점일 것이라고 생각합니다.

23.이것은 우리의 추측입니다. 우리는 이 일정이 다음과 같아야 한다고 생각합니다: 먼저 학습 문제를 해결하고, 그 다음에 지능의 특이점, 자기 반복의 특이점에 도달한 후에야 구체적인 지능에 도달할 것입니다. 구체적인 지능에 도달하면, 그것은 현실 세계에 들어가서 가사 일을 하거나 노인을 돌볼 수 있습니다.

24.만약 우리가 먼저 지속 학습 문제를 해결하고, 그 다음에 자기 반복의 특이점, 그리고 구체적인 지능 문제를 해결한다면, 이 과정은 매우 수월할 것입니다. 왜냐하면 이후에는 이전 기술을 사용하여 후속 기술을 개발할 수 있기 때문입니다.

25.우리는 AGI의 주선만을 수행합니다. AI 분야는 매우 광범위하며, 우리는 그것이 이 주선에 포함되지 않는 많은 것들이 있다고 생각합니다. 예를 들어 3D, 비디오 생성은 지능의 주선과 큰 관계가 없다고 생각하며, 우리는 그것을 하지 않을 것입니다.

26.비디오 생성이 처음 나왔을 때 매우 인기를 끌었고, 마치 반드시 해야 하는 것처럼 보였습니다. 만약 당신이 하지 않는다면, 당신은 AI 회사가 아닌 것처럼 보입니다. 그래서 저는 이것이 매우 이상하다고 생각합니다. 이것은 당신이 자세히 생각해보면, 지능의 로드맵과는 아무런 관계가 없다는 것을 알 수 있습니다.

27.상업적으로는 좋은 사업이지만, 지능과는 아무런 관계가 없습니다. 우리는 그것이 좋은 사업이기 때문에 하지 않을 것이며, 그것이 지능 로드맵의 일부이기 때문에만 할 것입니다.

28.우리의 판단에 따르면, 세계 모델과 지능은 현재 단계에서 가장 중요한 일이 아닙니다. 가장 중요한 것은 AI 훈련과 AI 훈련 후 지속 학습 문제를 해결하는 것입니다. 이것은 우리 회사의 판단이며, 물론 각 회사의 판단은 다를 수 있습니다.

29.우리는 현재 AI가 AI 연구를 가속화할 수 있다는 서사를 믿고 있습니다. 즉, 그것은 선형적이지 않으며, 당신은 AI를 사용하여 자신의 연구를 가속화할 수 있기 때문에, 결국 비선형적일 수 있습니다.

30.구체적인 지능은 반드시 들어가야 하며, 결국 구체적인 지능이 필요합니다. 정상적인 사람에게는 컴퓨터가 필요하지 않습니다. 정상적인 사람은 먹고, 마시고, 놀고, 입고, 살고, 다니는 것이 필요합니다. 그들은 컴퓨터가 필요하지 않으며, 구체적인 지능이 필요하여 구체적인 인력의 요구를 해결해야 합니다.

31.우리는 AGI가 무엇을 할 수 있기를 바라나요? 그것은 다음 모델 버전을 반복하는 데 도움을 줄 수 있습니다. 구체적인 지능이 생기면, 우리는 그것이 다음 버전의 구체적인 지능을 반복하도록 하기를 바랍니다. 그것이 다음 버전의 로봇을 만들 수 있도록 하기를 바랍니다.

32.다음 세대 모델의 핵심 능력은 지속 학습 능력을 가져야 하며, 그래야 다음 세대 모델이라고 할 수 있습니다. 그 이전에는 우리가 할 수 있는 것은 비용을 줄이고, 효과를 개선하고, 속도를 높이는 것입니다. 그러나 큰 돌파구가 필요하며, 그것은 지속 학습을 갖추어야 합니다.

33.현재 에이전트의 능력이 제한된 것은 지속 학습을 할 수 없기 때문입니다. 그것은 효과적으로 지속 학습을 할 수 없습니다. 만약 지속 학습을 먼저 완료할 수 있다면, AI의 능력은 매우 강력해질 것이며, 우리의 연구 효율성을 크게 향상시킬 수 있습니다.

34.지속 학습이 먼저 이루어지면, 일반 지능은 매우 쉽게 달성할 수 있습니다. 그것을 사용하여 쉽게 할 수 있습니다. 그래서 저는 이것이 우리가 보고 싶어하는 결과라고 생각합니다. 우리는 더 적은 노력으로 쉽게 할 수 있습니다. 그렇지 않으면 지금 일반 지능을 인위적으로 만들려면 매우 힘들고, 고통스럽고, 데이터 집약적이며, 인력 집약적인 일이며, 비용 효율성이 높지 않습니다.

03 팀과 인재

35.우리가 이전에 겪은 경험은 AGI라는 비전이 매우 강력하다는 것을 깨닫게 해주었습니다. 이 인재의 장점은 내가 가진 사람들이 그들보다 더 똑똑하다는 것이 아니라, 이 인재들을 어떻게 조직하고, 어떻게 동기를 부여하며, 어떻게 협력하는가입니다.

36.당신이 똑똑한 사람들을 모아놓는다고 해서 그들이 자연스럽게 협력하고, 자연스럽게 열정을 가지고 목표를 향해 나아가지는 않습니다. 그래서 당신은 비전이 필요합니다.

37.우리의 가장 큰 핵심 이익은 팀의 안정성을 유지하는 것입니다. 이것이 우리의 가장 큰 핵심 이익이며, 심지어 유일한 핵심 이익이라고 할 수 있습니다. 내가 팀의 안정성을 유지할 수 있다면, 나는 반드시 성공할 수 있으며, AGI를 반드시 달성할 수 있습니다. 그렇게 간단합니다.

38.돈은 분명 문제가 아니며, 자원도 문제가 아닙니다. 다른 요소들은 쉽게 얻을 수 있습니다. 우리에게는 오직 하나의 핵심 이익이 있으며, 절대 양보할 수 없는 것입니다: 우리는 반드시 팀의 안정성을 유지해야 합니다.

39.이것은 우리가 직면한 매우 큰 도전이며, 또는 제가 생각하기에 가장 큰 위험입니다. 물론, 이 위험은 최근의 자금 조달로 인해 상당히 완화되었습니다. 왜냐하면 모두가 상당히 많은 옵션을 받았고, 금액도 상당히 컸기 때문입니다.

40.팀의 안정성 측면에서, 가장 중요한 직원들과 가장 오래된 직원들이 안정적이라면, 다른 사람들은 그리 떠나지 않을 것입니다. 다른 사람들이 비록 옵션이 적거나 수입이 적더라도 떠나지 않을 것입니다. 왜냐하면 그들은 돈을 쫓아오는 것이 아니기 때문입니다. 모두가 AGI를 달성할 수 있는 환경에서 이 일을 하고 싶어합니다.

41.다른 것들은 시간 문제일 뿐이며, 다른 것들은 최대한 우리를 6개월, 1년 늦추게 할 뿐이지, 우리가 만들 수 없게 하지는 않을 것입니다. 분명히 돈이 부족하지 않고, 자원이 부족하지 않으며, 사실 이 모든 것이 부족하지 않습니다.

42.우리는 미국과의 차이가 주로 자원에서 발생하며, 인력 측면에서는 큰 차이가 없습니다. 인력 측면에서는 거의 차이가 없으며, 같은 사람들입니다. 중국인이 나갈 때, 일부는 국내에 남고, 일부는 해외에 남고, 일부는 해외로 가지만, 똑똑한 사람들이 해외로 간 것은 아닙니다.

43.인재는 병목이 아니며, 자원이 가장 큰 병목입니다. 자원은 먼저 인재 양성에 영향을 미칩니다. 계산 능력이 부족하여 우리가 할 수 있는 실험 기회가 적기 때문에, 우리의 인재는 전체적으로 미국보다 차이가 있습니다. 인재의 차이는 본질적으로 계산 능력의 차이 때문입니다.

44.AI 인재의 부족은 단계적이며, 우리는 이미 크게 완화된 것을 보았습니다. AI 인재는 정말 부족하지 않으며, 각 회사는 빠르게 인재를 양성할 것입니다. 인재 양성은 빠릅니다.

45.현재 국내에서 모델을 만드는 회사가 너무 많습니다. 미국에는 아마 세 개 정도가 있을 것이며, 중국에서는 기본 모델을 만드는 회사가 너무 많습니다. 결국 그렇게 많은 사람들이 기본 모델을 만들 필요는 없으며, 반드시 수렴할 것입니다.

46.우리 회사의 관리는 사실 두 가지 선으로 이루어져 있습니다: 하나는 위에서 아래로, 다른 하나는 아래에서 위로입니다. 아래에서 위로는 각자가 무엇을 하고 싶은지를 스스로 결정하고, 아무도 그를 관리하지 않으며, KPI도 없습니다.

47.일반적으로 우리는 직원들이 절반의 시간을 배정받지 않기를 바랍니다. 그들이 하고 싶은 것을 하도록 하는 것입니다. 이것은 연구의 범위로, 그들이 스스로 탐색할 수 있도록 하며, 그들이 중요하다고 생각하는 것을 탐색하도록 합니다. 사전 요구 사항은 없습니다.

48.우리는 일반적으로 야근을 하지 않습니다. 야근에는 두 가지 이유가 있습니다. 첫 번째는 연구를 하려면 비교적 느슨한 환경이 필요합니다. 당신이 너무 강하게 압박하면 연구를 할 수 없습니다. 왜냐하면 당신이 스스로 이 문제에 대한 흥미를 가져야 하며, 평소에 이 문제를 생각해야 하기 때문입니다. 그래서 비교적 느슨한 환경에서만 탐색할 수 있습니다.

49.두 번째는, 우리는 매우 집중하고 있습니다. 우리는 매우 집중하고 있기 때문에 우리가 해야 할 일이 적습니다. 그래서 저는 그렇게 많은 일을 하지 않으며, 야근할 필요가 없습니다. 이것은 앞서 언급한 절제와도 연결됩니다.

50.우리 회사는 전체적으로 합의의 기초 위에 세워져 있습니다. 제가 모든 일을 혼자 결정하는 것이 아니라, 합의를 찾으려고 합니다. 회사 내에서의 제 권위와 영향력은 합의의 기초 위에 세워져 있습니다.

51.이 결정 메커니즘은 사실 합의를 찾는 메커니즘입니다. 이것은 제가 어떤 일을 추진할 수 있다는 것이 아니라, 반드시 합의가 있어야만 추진할 수 있으며, 그때만 추진할 것입니다.

52.인원이 증가함에 따라 우리는 이 조정을 할 것입니다. 우리는 곧 이 조정을 해야 하며, 이미 이 조정을 하고 있습니다. 이 조정을 하지 않으면 많은 일이 진행될 수 없습니다. 실제로 많은 부서에는 조직 구조가 있어야 합니다.

04 계산 능력과 자원

53.우리는 얼마나 많은 카드를 필요로 할까요? 지금은 분명히 많을수록 좋습니다. 우리가 감당할 수 있는 범위 내에서, 분명히 카드가 많을수록 좋습니다. 이는 의심의 여지가 없습니다. 그래서 현재 우리의 전략은 합리적인 가격 내에서 가능한 한 많은 카드를 구매하는 것입니다.

54.실제로 이렇게 많은 돈을 다 쓰는 것은 매우 어렵습니다. 그렇게 많은 카드를 구매할 수 없으며, 구매하기도 어렵고, 가격도 매우 높습니다. 매우 높은 가격으로 구매할 수는 없으며, 이 가격이 합리적이어야 합니다. 만약 올해 200억을 쓸 수 있다면, 그것은 우리의 구매 부서의 성과가 매우 좋다는 것입니다.

55.우리가 미국과의 가장 큰 차이는 자원에 있습니다. 계산 자원 측면에서 국내에서는 카드를 구매할 수 없으며, 자본 투자가 미국보다 적습니다. 우리는 자본 투자 측면에서 많은 것을 잃었으며, 인재의 급여가 이 안에서 차지하는 비중은 매우 낮습니다. 그들이 제공하는 급여는 1억 달러에 달하지만, 계산해보면 인재의 급여는 여전히 비중이 적고, 주된 것은 계산 능력입니다.

56.우리가 보는 모든 차이는 인재의 차이, 모델 능력의 차이, 응용의 차이로, 모두 계산 자원에서의 차이로 볼 수 있습니다.

57.우리는 미국과의 차이가 아마도 12개월 정도 뒤처져 있으며, 12개월에서 18개월, 또는 6개월에서 12개월 정도 뒤처져 있을 것입니다. 간단히 말해, 우리는 미국보다 2년 정도 뒤처져 있으며, 미국의 20분의 1의 계산 능력으로 이 일을 해내고 있습니다.

58.이 서사는 1~2년 뒤처져 있지만, 단지 20분의 1의 계산 능력을 사용하고 있습니다. 앞으로 우리는 이 서사를 수정해야 하며, 우리는 그들의 몇 분의 1의 계산 능력을 사용하되, 이 시간을 더 짧게 줄여 6개월, 3개월로 줄이는 것이 목표라고 생각합니다.

59.스케일링, 우리는 스케일링을 믿습니다. 분명히 규모가 클수록 효과가 좋으며, 더 많은 기능을 잠금 해제할 수 있습니다. 우리를 스케일링하지 못하게 하는 것은 사실 계산 능력이며, 우리가 스케일링을 원하지 않아서가 아니라, 그렇게 많은 계산 능력이 없기 때문입니다.

60.우리가 이렇게 큰 모델을 훈련하는 것은 내가 이렇게 큰 모델이 충분하다고 생각해서가 아니라, 마침 그렇게 많은 자원이 있기 때문입니다. 나는 내 자원에 따라 내가 수용할 수 있는 모델의 크기를 계산합니다. 그렇게 계산된 것이지, 이 모델이 충분하다고 생각해서가 아닙니다.

61.실리콘밸리에서 스케일링이 끝났다고 말할 때, 그것은 실리콘밸리의 이야기입니다. 중국인에게는 우리는 아직 그 수준에 도달하지 않았습니다. 우리는 그 정도로 스케일링하지 않았습니다. 이 스케일링은 데이터 스케일링, 모델 규모의 스케일링, 훈련 비용을 포함합니다.

05 국산 칩과 생태계

62.엔비디아 CUDA의 성벽이 빠르게 무너지고 있습니다. 한편으로는 지금 AI가 생기고, AI가 생긴 후 생태계를 구축하는 것이 예전보다 훨씬 쉬워졌습니다. 왜냐하면 AI가 코드를 작성할 수 있기 때문입니다.

63.현재 계산 카드 시장은 게임 카드보다 더 큽니다. 그래서 이 두 가지가 여전히 결합될 필요는 없습니다. 현재의 추세는 앞으로 더 이상 결합되지 않을 것입니다. 그러므로 전용 칩은 화웨이든 엔비디아든, 앞으로는 모두 전용 칩이 될 것이며, 이전의 것들과는 다를 것입니다.

64.국산 AI 칩은 현재 역사적인 기회를 가지고 있습니다. 우리는 향후 1년 이내에 국산 칩의 생태계가 완전히 문제가 없다는 것이 입증될 것이라고 생각합니다. 이전에는 문제가 있다고 생각했지만, 사용하기 어렵고 좋지 않다고 여겼습니다. 그러나 앞으로 1년 이내에 우리는 이 인식을 뒤바꿀 수 있을 것이라고 생각합니다.

65.국산 AI 칩의 하드웨어와 생태계는 문제가 없으며, 유일한 문제는 생산 능력이 부족하다는 것입니다. 국산 카드의 적합성에는 장애가 없으며, 엔비디아는 막을 수 없습니다. 만약 정상적인 상업 환경에서 내가 엔비디아 카드를 구매할 수 있다면, 국산 대체는 비교적 어렵습니다. 그러나 엔비디아 카드를 구매할 수 없는 상황에서는 모든 사람이 어쩔 수 없이 국산 칩을 사용해야 합니다.

66.V3 훈련 시에는 여전히 엔비디아 카드를 사용하지만, 엔비디아 생태계는 사용하지 않습니다. V3는 엔비디아 카드를 사용하지만, 엔비디아 생태계를 사용하지 않고, 먼저 TileLang이라는 고급 컴파일러를 작성한 후, TileLang 생태계를 기반으로 다른 모든 일을 완료하여 거의 엔비디아 생태계에 의존하지 않게 되었습니다.

67.저는 국산 계산 능력에 대해 비교적 낙관적입니다. 저는 이 점에서 엔비디아가 자신의 무덤을 파고 있다고 생각합니다. 화웨이의 초노드, 화웨이의 950 초노드는 성능과 가격 면에서 엔비디아의 GB200, GB300을 완전히 대체할 수 있습니다.

68.네 장의 화웨이 카드가 한 장의 엔비디아 카드와 맞먹습니다.

69.우리가 미국과의 칩 차이는 생태계에서 앞으로 더 이상 차이가 없을 것이라고 생각하지만, 칩에서는 4배에 2년입니다.

70.현재 우리는 주로 화웨이와 협력하고 있습니다. 화웨이는 그들 스스로 적합성을 조정하지만, 우리는 이 생태계에 참여하고, 화웨이 내부에 깊이 참여할 것입니다. 화웨이의 문제는 여전히 생산 능력이 부족하다는 것입니다.

71.저는 앞으로 5년 후에도 우리가 생산 능력 문제에 갇혀 있을 것이라고 믿지 않습니다. 지금은 분명히 생산 능력 문제에 갇혀 있으며, 올해, 내년, 내후년에도 여전히 생산 능력 문제에 갇혀 있을 것이라고 생각하지만, 5년 후에는 그렇지 않을 것이라고 생각하며, 저는 비교적 낙관적입니다.

06 경쟁 구도와 산업 판단

72.각 모델의 최종 효과 차이는 종합적인 것입니다. 모델 효과를 비교할 때, 반드시 동일한 비용에서 비교해야 의미가 있습니다. 왜냐하면 두 대의 차를 비교할 때도 같은 가격대의 차를 비교해야 하기 때문입니다.

73.Anthropic이 현재 OpenAI를 초과하는 것이 장기적인 것인가요? 저는 이것이 장기적이지 않다고 생각합니다. 이것은 분명히 단계적입니다. OpenAI와 구글은 앞으로 대체로 교차 상승할 가능성이 큽니다.

74.전 세계 AI에서 주도적인 역할을 할 때, 중국 회사가 맡을 가능성이 가장 큰 역할은 최대 생산량입니다. 일반적으로 우리의 생산 능력이 가장 크며, 칩에서도 우리의 생산 능력이 가장 클 것입니다. 우리의 전력도 가장 많습니다.

75.중국인은 이 제품을 가장 저렴하게 만들 것이며, 효과 면에서도 외국 상품과 비교할 때, 현재 많은 상품에서 중국산과 미국산의 차이가 크지 않습니다. 앞으로 AI도 이와 같을 것이며, 중국산 AI는 가격이 더 저렴할 것입니다. 이 저렴함은 체계적인 저가일 수 있으며, 다른 산업에서 중국이 제공하는 서비스가 더 저렴한 것과 비슷할 것입니다.

76.최종적인 차이는 세 가지 측면에서 발생해야 합니다: 하나는 비용, 하나는 시간, 하나는 사용자 경험입니다. 그 외에는 큰 차이가 없을 것입니다.

77.비용은 분명히 차이의 하나이며, 저는 비용이 첫 번째 차이점이라고 생각합니다. 두 번째는 시간입니다. 당신이 언제 그것을 할 수 있는가입니다. 몇 달 일찍 하든, 몇 달 늦게 하든, 그것은 다릅니다.

78.OpenAI는 처음부터 자신이 이 세상을 독점할 수 있다고 생각했지만, 실제로 그는 많은 도전자를 만날 것입니다. 그는 도전에 직면할 것이며, 그렇게 쉽게 되지 않을 것입니다. 미국은 도전에 직면할 것이며, 앞으로 중국의 도전도 만날 것입니다. 왜냐하면 중국인은 더 적은 것을 가져가고도 이 서비스를 제공할 수 있기 때문입니다.

79.많이 가져가는 사람은 적게 가져가는 사람에게 패배할 것입니다. 심지어 당신이 정말 많이 가져갈 필요는 없으며, 비전이 많이 가져가는 것이라면, 당신은 적게 가져가는 사람에게 패배할 것입니다. 사실 모두가 돈을 얻지 못했으며, 단지 비전일 뿐입니다. 당신의 비전이 많이 가져가는 것이라면, 당신은 이미 졌으며, 더 큰 어려움에 직면할 것입니다.

80.우리에게는 우리는 최대한의 이익을 가져가고자 하는 것이 아니라, 합리적인 이익을 얻고자 하는 것입니다. 이것은 설명입니다. 저는 이 문제를 믿고 있으며, 이 문제에 대해 이유를 찾으려 하지 않습니다. 이유를 찾을 필요가 없습니다.

81.저는 많은 경험 측면에서 우리가 미국보다 더 잘할 수 있을 것이라고 생각합니다. 제품 측면에서, 제품 능력은 미국보다 떨어지지 않을 것입니다. 비용 또한 미국보다 낮을 것입니다. 그래서 중국은 여전히 경쟁력을 가질 것입니다.

82.비용은 매우 이해하기 쉽습니다. 그들은 이 일을 하지 않기 때문에 발전하지 않으며, 그들은 분명히 우리가 이 일을 중요하게 여기지 않는 것입니다. 우리는 이것을 매우 중요한 일로 간주할 수 있지만, 그들에게는 중요하지 않습니다.

83.대형 모델은 두 대의 대기업이나 두 대의 소기업이 이미 충분할 수 있습니다. 차이는 두 가지입니다: 하나는 시간, 하나는 비용입니다. 그래서 어느 한 쪽이 폭리를 얻는 것은 아닙니다. 비용을 잘 통제하는 사람은 더 많이 벌고, 비용을 잘 통제하지 못하는 사람은 덜 벌게 됩니다. 그저 그뿐입니다.

07 모델 연구 개발 및 기술

84.우리 회사의 절반은 평소에 OpenAI가 더 낫다고 생각합니다. 사실 Anthropic은 선발 우위를 가지고 있지만, 이 선발 우위는 곧 사라질 것이며, 그것이 장기적으로 유지될 수 있는 우위는 아닙니다. 이 세 회사 모두 매우 뛰어나며, 이 세 회사 중에서 효율성이 가장 높은 곳은 비용과 소모된 자원이 가장 적은 곳입니다.

85.다중 모달 배치는 우리는 계속하고 있습니다. 제품 측면에서 매우 중요하며, C단 사용자 제품 측면에서도 매우 중요합니다. 그러나 지능의 한계 측면에서는 그것은 하나의 구성 요소일 뿐이며, 주선 자체는 아닙니다.

86.우리는 관련 모델을 지원할 것입니다. 즉, 우리의 V4 및 V4의 후속 버전은 원주율 다중 모달을 지원할 것입니다. 그러나 우리는 다중 모달이 지능의 구성 요소라고 생각하며, 그것을 지능 자체로 간주하지 않습니다.

87.언어 모델의 스케일링에 대해서는 현재 한계가 보이지 않습니다. 현재 우리의 지능 수준이나 미국의 지능 수준 모두 한계를 보지 못하고 있습니다.

88.우리 내부의 많은 사람들은 이렇게 생각합니다: 먼저 우리에게 유용해야 하며, 먼저 우리 스스로에게 유용해야 합니다. 그리고 이것이 AGI를 달성하는 가장 빠른 방법입니다. 우리가 스스로 잘 사용한다면, 다른 사람들도 잘 사용할 수 있을 것입니다. 그러나 먼저 우리가 잘 사용해야 합니다.

89.우리가 만드는 모델의 첫 번째 목표는 모두가 잘 사용할 수 있도록 하는 것이 아니라, 우리가 스스로 잘 사용할 수 있도록 하는 것입니다. 먼저 우리에게 유용해야 합니다. 우리가 스스로 유용해지면, 다음 모델 버전을 개발할 때 더 빨리 진행할 수 있습니다.

90.우리는 이것을 "모험"이라고 부릅니다. 문턱이 매우 낮아 누구나 참여할 수 있지만, 누가 무엇을 발견할 수 있을지는 재능에 따라 다를 수 있습니다. 그래서 여기서는 우리가 자원을 배분할 필요가 없습니다. 단지 우리가 다른 회사와 다른 점은, 우리는 이 문제에 대해 시간을 투자하고, 이 문제를 고민하며, 그것을 중요한 일로 간주한다는 것입니다.

08 상업화 및 가격 책정

91.우리의 API 가격 책정은 합리적인 이익으로, 대략 시장에서 장비를 구매한 후 10개월 내에 비용을 회수하는 것이 합리적인 이익이라고 생각합니다.

92.이익을 극대화하려면 가격을 더 높게 설정해야 합니다. 왜냐하면 이 가격 범위에서 사용자의 수요는 비탄력적이기 때문입니다. 가격을 절반으로 줄이거나, 가격을 두 배로 올려도 토큰 소비량의 차이는 크지 않습니다.

93.우리의 한 모델은 처음에 수요가 너무 많을까 걱정했기 때문에 가격을 비교적 높게 설정했습니다. 팀 내에서 모두가 그리 기쁘지 않았습니다. 이후 가격을 다시 내렸고, 4분의 1로 낮추자 모두가 매우 기뻐했습니다.

94.To B 비즈니스의 한계는 여전히 수요일 것입니다. 현재 이 세대 AGI 및 AI 기술의 배경에서 To B의 수요는 제한적입니다. 그것은 빠르게 성장할 것이지만, 무한한 것은 아니며, 결국 수요에 의해 제한될 것입니다. 계산 능력이 아닙니다.

95.현재 저는 할 수 있을 것이라고 생각합니다. 만약 올해 몇 억 달러의 B단 수익을 얻고, C단 사용자도 있다면, 이것 자체로도 일정한 상업적 기반이 있습니다. 내년 B단 수익이 있다면, 이 수요가 더 커질 수 있다면, 회사는 순이익에 가까워질 것입니다. 아마도 이미 순이익이 될 것입니다.

96.최악의 경우 API를 판매하는 것만으로도 상장 회사를 유지할 수 있을 것입니다. 만약 기술이 더 이상 발전하지 않고, 우리의 기술이 여기서 멈춘다면, 우리는 전력을 다해 API를 판매하고 이 서비스를 잘 제공하면 충분할 것이라고 생각합니다.

97.현재 상황을 고려할 때, 가장 합리적인 방법은 일반 에이전트를 전력으로 개발하는 것이며, 다른 에이전트의 우선 순위는 더 낮아야 합니다. 금융, 의사와 같은 에이전트는 우선 순위가 낮아야 하며, 먼저 코딩을 해야 합니다. 왜냐하면 코딩 에이전트는 많은 일을 할 수 있으며, 많은 수직 에이전트가 있기 때문입니다. 현재 단계에서 가장 중요한 것은 여전히 코딩 에이전트라고 생각합니다.

98.저는 저비용이 먼저 결과라고 생각합니다. 우리의 모델은 실제로 모델 아키텍처에서 더 낮은 비용 방향으로 계속 나아가고 있으며, 이는 우리의 비전과 관련이 있습니다. 우리는 여전히 알고리즘에서 많은 방법이 있으며, 비용을 더 낮출 수 있습니다.

99.비용이 낮아지는 또 다른 이유는, 비용이 낮을수록 더 큰 모델을 훈련할 수 있으며, 더 큰 모델을 감당할 수 있기 때문입니다. 동일한 계산 능력 하에서, 계산 능력이 제한된 상황에서, 만약 내 계산 효율성이 더 높다면, 나는 더 큰 모델을 감당할 수 있습니다.

09 오픈 소스 전략

100.저는 우리가 오픈 소스를 할 것이라고 생각하며, 우리의 가장 강력한 모델도 오픈 소스가 될 것입니다. 왜냐하면 저는 폐쇄 소스의 어떤 이점도 보지 못하고, 필연적인 이점도 보지 못하기 때문입니다. 바이트의 모델은 폐쇄 소스입니다. 그게 어떤 이점이 있나요? 저는 어떤 이점도 보지 못합니다.

101.모델이 오픈 소스가 되더라도, 모든 것을 다른 사람에게 알려주는 것은 매우 높은 문턱입니다. 다른 사람이 사용하려면, 그 문턱도 매우 높습니다. 그가 사용하려면 매우 어렵고, 비용을 낮추는 것도 매우 어렵습니다. 그렇게 쉽지 않습니다.

102.오픈 소스는 수익에 영향을 미치지 않습니다. 오픈 소스는 우리의 비즈니스 모델에 아무런 영향을 미치지 않는다고 생각합니다.

103.저는 다른 사람들이 우리의 모델을 배포하고 우리와 경쟁하는 것에 대해 전혀 걱정하지 않습니다. 우리는 그들이 배포할 수 있기를 바랍니다. 우리는 가능한 한 오픈 소스 커뮤니티에 도움을 주고, 모두가 우리의 모델을 배포할 수 있도록 협력하고자 합니다.

104.우리가 외부와 소통할 때 우리의 태도는: 우리는 AGI의 주선만을 수행합니다. 외부와 소통할 때 우리는 누구에게나 협력하고 도와주기를 원하며, 심지어 우리의 경쟁자들인 알리바바, 지푸, 월의 어둠과 같은 이들이 더 잘할 수 있도록 돕고 싶습니다. 왜냐하면 우리는 아무것도 잃지 않기 때문입니다. 우리는 원래 오픈 소스이기도 합니다.

105.우리가 제공하는 오픈 소스 모델은 우리가 배포하는 모델과 동일한가요? 동일합니다. 우리는 나쁜 모델을 오픈 소스하고, 우리가 배포할 때 더 좋은 모델을 사용하는 것이 아닙니다. 동일합니다.

10 데이터 및 후 훈련

106.데이터는 거의 모델의 절반과 같습니다. 앞서 데이터 표기 문제도 있습니다. 우리는 데이터 표기 측면에서 자본 투자가 관련이 있습니다. 우리의 자본 투자 구조로는 그렇게 많은 고품질 데이터 표기 비용을 감당할 수 없습니다. 왜냐하면 비용이 매우 높기 때문입니다.

107.미국의 데이터 표기 비용과 중국의 데이터 표기 비용은 큰 차이가 없습니다. 중국에서 데이터를 표기하는 것은 비용 우위가 없으며, 특히 고급 데이터를 표기하는 데는 비용 우위가 없어 미국처럼 데이터를 표기하기 어렵습니다. 이 길은 중국에서 매우 어렵습니다. 왜냐하면 데이터 표기 비용이 너무 비싸기 때문입니다. 우리가 외부에서 표기하든, 우리가 스스로 표기하든, 매우 어렵습니다.

108.현재 기본적으로 두 가지 경로로 진행하고 있습니다. 우리가 완전히 표기할 수 없다는 것이 아니라, 데이터 표기에는 일부 비용이 낮고, 일부 비용이 높기 때문입니다. 우리는 먼저 비용이 낮은 것을 표기합니다.

109.당신은 현재 우리 회사의 절반이 데이터를 표기하고 있다고 생각할 수 있습니다. 절반의 핵심 연구원, 가장 중요한 사람들이 절반이 데이터를 표기하고 있습니다. 우리는 데이터 표기에 집중하고 있습니다. AI 문제를 해결하는 것은 현재 이 단계에서 데이터 표기에 의존하고 있습니다.

110.고품질 데이터 표기의 병목 현상은 시간이라고 생각합니다. 즉, 시간이 필요합니다. 왜냐하면 OpenAI, 해외, Anthropic은 그들이 더 일찍 시작했으며, 자본도 더 많고, 카드도 더 많기 때문입니다.

111.대형 모델의 환각 문제는 사용자 경험에 상당한 영향을 미칩니다. 환각 문제는 해결할 수 있는 방법이 있지만, 이는 긴 주제입니다. 환각 문제는 더 나은 후 훈련을 통해 해결할 수 있는 문제로 간주될 수 있으며, 해결 가능하고 개선할 수 있는 문제입니다.

11 조직 및 회사定位

112.우리는 처음부터 모방할 대상이 없습니다. 모든 단계는 우리가 실제 상황에서 출발하여 사실에 기반하여 결정을 내리고, 우리가 어떻게 해야 하는지를 찾는 것입니다. 그래서 이것은 시대의 산물이며, 현실 상황의 반영이지 모방의 결과가 아닙니다.

113.우리는 분명히 상업화를 해야 합니다. 우리는 결국 살아남아야 하며, 우리는 결국 회사이기 때문에 정부는 우리에게 한 푼도 주지 않을 것입니다.

114.우리는 본질적으로 여전히 회사이며, 단지 우리가 어떤 돈을 벌고, 언제 돈을 벌고, 얼마를 벌고, 무엇으로 돈을 벌 것인지에 대해 고려하고 있으며, 선택과 집중이 있습니다. 많은 회사가 위대한 성과를 내는 것은 이익 이외의 추구가 있기 때문입니다. 그 추구는 결국 상업화에 영향을 미치지 않을 뿐만 아니라, 오히려 상업화를 더 잘하게 만듭니다.

115.협력 파트너에 대해, 사실 이번 자금 조달은 신중하게 선택되었습니다. 우선, 이익이 비교적 일치하며, 우리와 가장 이익이 일치하고, 우리에게 가장 적대적이지 않거나, 우리가 성공하기를 가장 바라는 사람들입니다. 모든 사람이 우리가 성공하기를 바라는 것은 아닙니다. 왜냐하면 우리는 여전히 많은 다른 사람들의 이익을 해치고 있기 때문입니다.

116.AI는 현재 품위와 직관이 부족하지 않으며, 지속 학습 능력이 부족합니다. AI의 품위와 직관에는 문제가 없습니다. 당신이 그것에게 글을 쓰게 하면, 그것의 품위와 직관은 문제가 없다고 생각합니다.

117.우리는 단지 한 부분만 하기를 바랍니다. AI는 매우 방대하며, 제가 할 필요는 없습니다… 저는 단지 한 부분만 합니다. 집중하고, 이곳의 비즈니스 이익이 이미 충분히 크다고 생각합니다. AI 시대에는 많은 만조급 회사가 생길 것이며, 우리는 그 중 하나라고 생각합니다.

118.우리는 더 많은 사람들을 지원하고 싶지만, 그렇게 많은 에너지가 없습니다. 우리는 그런 의지가 있으며, 이해 충돌이 없지만, 우리가 실제로 그렇게 할지는 또 다른 문제입니다. 그러나 적어도 여기에는 이해 충돌이 없으며, 우리는 협력하여 윈-윈을 원합니다.