4 часа, 118 ответов, Лянь Вэньфэн внутреннее общение отвечает на все
Ключевые тезисы
DeepSeek привлекла более 50 миллиардов юаней в первом раунде внешнего финансирования. Лян Вэньфэн заявил, что открытый исходный код не повлияет на доходы, экосистема отечественных чипов может догнать за год, но вычислительная мощность все еще отстает от США на 12-18 месяцев.Составлено｜Гу Линью, Tencent Technology
DeepSeek недавно завершила свой первый раунд внешнего финансирования с момента основания. Общая сумма привлеченных средств превышает 500 миллиардов юаней (примерно 74 миллиарда долларов США), предварительная оценка составляет около 367,5 миллиардов юаней (примерно 54,3 миллиарда долларов США). В составе инвесторов основатель DeepSeek Лянь Вэньфэн вложил 20 миллиардов юаней, Tencent инвестировала 10 миллиардов юаней, Ningde Times вложила 5 миллиардов юаней, а NetEase, JD.com и IDG Capital вложили по 3 миллиарда юаней, Государственный фонд инвестиций в искусственный интеллект вложил 1 миллиард юаней.
Ранее Лянь Вэньфэн выдвинул принцип "без финансирования, без выхода на биржу, без коммерциализации". Этот масштабный раунд финансирования знаменует собой официальное вступление DeepSeek на капиталовложенческий рынок и вызвал широкий интерес в отрасли к ее коммерческому пути и техническому видению.
На недавней встрече с инвесторами Лянь Вэньфэн подробно изложил организационную культуру DeepSeek, логику открытого исходного кода, дорожную карту технологий и свое мнение о конкурентной среде в отрасли.
Ниже приведены записи выступлений Лянь Вэньфэна на встрече продолжительностью почти 4 часа, собранные Tencent Technology, сгруппированные по темам, всего 118 пунктов, текст максимально сохранен в оригинальном смысле, лишь немного отредактирован.
01 Видение и сдержанность
Когда мы только начинали создавать эту компанию, изначально не думали о том, сколько денег мы в итоге заработаем, о выходе на капиталовложенческий рынок, о том, как это будет. Первоначально несколько десятков человек вообще не думали об этом, если бы они так думали, они бы не пришли.
Мы действуем с большой добротой к этому миру, мы считаем, что это полезно для человечества, это дело вне денег. Наше изначальное намерение, наше видение и то, что мы сохраняем до сих пор, не основано на максимизации коммерческой выгоды.
Управление большой компанией не зависит от ваших правил, а зависит от видения. Видение — это не лозунги на стене, это то, как вы действуете, а не как вы говорите, это то, как вы фактически работаете.
У нас нет организации, мы движемся по видению, организуемся вокруг него. Мы не действуем по принципу "я должен достичь каких-то KPI, нет оценки", у нас есть только видение.
Это видение даже не зафиксировано на бумаге, оно не записано. Это видение проявляется в нашем методе работы и в нашем отношении к этому миру.
У нас нет особых преимуществ, у нас нет никаких способностей, мы не богаче других, у нас нет более квалифицированного персонала, на самом деле этого нет. Когда мы основали эту компанию два года назад, у нас не было много денег, не было много карт, не было известности, не было влияния, мы просто группа очень обычных людей.
Чем больше вы сдерживаетесь, тем легче вам может быть достичь успеха, или, по крайней мере, на данный момент это подтверждено, это объяснимо. В противном случае невозможно объяснить, почему мы смогли добиться успеха: у нас нет оружия, начальная точка очень низкая, ресурсов очень мало, а наш персонал — это просто случайная группа обычных людей.
Искусственный интеллект — это слишком большая вещь, выгода слишком велика. Мы очень сдержаны, если мы сможем добиться успеха, в конечном итоге выгода будет очень велика. Вы просто поделитесь немного, и выгода будет огромной, поэтому сейчас вообще не нужно думать о том, какую часть выгоды забрать, как ее забрать, я думаю, что об этом вообще не стоит беспокоиться, потому что выгода достаточно велика.
В прошлом году в период праздника Весны количество пользователей резко возросло, но мы не стремились удерживать этих пользователей, или зарабатывать на них, или забирать коммерческую выгоду, реализуя это на пользователях. Мы не пытались отобрать пользователей, не пытались зарабатывать деньги, но мы очень старались, чтобы хорошо обслуживать пользователей.
У нас нет такой мысли, что мы хотим создать следующее супер-приложение, затем конкурировать с кем-то, мы хотим стать следующим ByteDance, стать следующим Tencent, у нас совершенно нет такой мысли. Я считаю, что будущие возможности AGI должны быть очень велики, будущие возможности AGI всегда будут очень велики.
Сдержанность — это стратегия. Это означает, что иногда вы можете отказаться от чего-то, чтобы получить больше других вещей. Не открывать исходный код — это тоже самое, это можно считать нашим давлением, это можно считать нашей уступкой.
Я понимаю, что такая сдержанность в долгосрочной перспективе может увеличить вероятность достижения AGI. Когда я рассматриваю что-то, я совершенно не сомневаюсь, что AGI будет иметь очень большую коммерческую ценность. Поэтому на этой основе я в первую очередь думаю не о том, как увеличить свою долю, как забрать больше доли, я в первую очередь думаю о том, как увеличить вероятность достижения успеха.
Мы всегда были очень сдержаны и не хотели становиться конкурентами ни с одной крупной интернет-компанией или малой компанией. Я надеюсь, что смогу дать им возможности, или надеюсь, что смогу помочь всем в этом, надеюсь помочь всем в этом.
Я считаю, что мы придерживались такого отношения, и на самом деле мы не потеряли ничего из-за этого, мы не потеряли ничего из-за открытого исходного кода, не потеряли ничего из-за нашей доброты или желания помочь другим. Наоборот, это может даже добавить очков. Это кажется противоречивым, но это действительно так.
Мы нацелены на AGI, но мы всегда занимаемся коммерциализацией, поэтому у нас есть пользователи C-уровня и доходы B-уровня. Судя по историческому опыту, эта стратегия успешна.
02 Дорожная карта AGI
Если вы можете четко описать проблему, дать ей полный контекст и инструкции, она уже превосходит человека. Но здесь есть определение, есть предпосылка: вы должны дать ей полный контекст, дать ей полные инструкции.
Искусственный интеллект не может заменить ваших сотрудников. Но если искусственный интеллект обладает способностью к постоянному обучению, он может заменить всех людей, если он, как ваши сотрудники, проучится в компании два месяца, поэтому нам еще предстоит сделать шаг к постоянному обучению.
Развитие искусственного интеллекта можно понимать как лестницу. Прошлый год был годом цепочки размышлений. Мы обнаружили, что с помощью цепочки размышлений можно достичь более высокого уровня интеллекта.
Лестница этого года — это Агент, потому что мы обнаружили, что с помощью Агентов, даже если делается больше дел, их возможности будут больше, их предел интеллекта будет выше. Агент должен использовать CoT, а CoT также должен использовать предыдущую лестницу, предыдущая лестница — это языковая модель, поэтому ни один шаг не был напрасным.
После Агентов мы считаем, что следующей проблемой, которую нужно решить, является постоянное обучение, то есть как сделать так, чтобы модель могла постоянно учиться, а не просто давать ей сильное обучение, она должна уметь учиться длительное время, как человек.
После постоянного обучения мы, возможно, придем к сингулярности. Эта сингулярность заключается в том, что когда эта модель сможет постоянно учиться, она уже сможет делать все, что может делать человек. Она сможет самостоятельно разрабатывать свои версии, самостоятельно исследовать, а затем разрабатывать свои следующие версии, разрабатывать более продвинутые модели искусственного интеллекта.
Эта сингулярность не является единственной точкой, это также постепенный процесс. Этот процесс может быть довольно длительным и постепенным, это не резкое изменение. Но привычно мы все считаем, что это может быть сингулярностью.
Это наше предположение, это то, что мы считаем, что этот график должен быть: сначала решить обучение, затем перейти к сингулярности интеллекта, которая может самоперерабатываться, а затем к эмпирическому интеллекту. После достижения эмпирического интеллекта он войдет в реальный мир, сможет делать домашние дела, сможет заботиться о вас.
Если мы сначала решим постоянное обучение, затем решим сингулярность самопереработки, затем решим эмпирический интеллект, этот путь будет очень легким. Потому что в дальнейшем вы можете использовать предыдущие технологии для помощи в разработке последующих технологий.
Мы занимаемся только основной линией AGI. Область искусственного интеллекта очень широка, есть много вещей, которые мы считаем не относящимися к этой основной линии, например, 3D, генерация видео, я считаю, что это может не иметь большого отношения к основной линии интеллекта, мы не будем этим заниматься.
Генерация видео изначально была очень популярной, казалось, что это необходимо делать, если вы не делаете это, вы не являетесь AI-компанией. Поэтому мне было очень странно, что на самом деле, если вы подумаете об этом, это не имеет никакого отношения к дорожной карте интеллекта.
В коммерческом плане это хороший бизнес, в коммерческом плане это хороший бизнес. Но это не имеет никакого отношения к интеллекту. Мы не будем заниматься этим только потому, что это хороший бизнес, мы будем заниматься этим только потому, что это относится к дорожной карте интеллекта.
По нашему мнению, модель мира и интеллект не являются самыми важными вещами на данном этапе. Самое важное — это обучение AI и то, как решить проблему постоянного обучения после обучения AI. Это оценка нашей компании, конечно, у каждой компании своя оценка.
Мы сейчас больше верим в нарратив, что AI может ускорить исследования AI. То есть это не линейно, потому что вы можете использовать AI для ускорения своих собственных исследований, поэтому в дальнейшем это может быть нелинейно.
Я считаю, что эмпирический интеллект определенно должен быть внедрен, в конечном итоге эмпирический интеллект. Потому что для нормального человека его потребности не заключаются в компьютере, верно? Потому что нормальные люди занимаются повседневными делами, им не нужен компьютер. Им нужно, поэтому им все равно нужен эмпирический интеллект для решения конкретных человеческих потребностей.
Что мы надеемся, что AGI сможет сделать? Он сможет помочь мне переработать следующую версию модели, сможет помочь мне переработать следующую версию модели. Если у нас будет эмпирический интеллект, мы надеемся, что он сможет сделать следующее, чтобы он переработал следующую версию эмпирического интеллекта, он сможет создать следующую версию робота.
Основная способность следующей модели должна включать в себя способность к постоянному обучению, только тогда она сможет называться следующей моделью. До этого момента мы можем только снижать затраты и улучшать результаты, делать их быстрее. Но для значительного прорыва она должна обладать способностью к постоянному обучению.
Текущие возможности Агентов ограничены, потому что они не могут постоянно учиться, они не могут эффективно постоянно учиться. Если мы сможем сначала завершить постоянное обучение, то возможности AI будут очень сильными, он сможет значительно повысить эффективность наших собственных исследований.
Если постоянное обучение будет реализовано, универсальный интеллект может стать очень легким, его будет легко использовать. Поэтому я говорю, что это результат, который мы хотели бы увидеть, это будет легче для нас, мы будем спокойнее. В противном случае сейчас вам нужно вручную создавать универсальный интеллект, это довольно утомительно, это трудоемкий процесс, это дело, требующее много данных и людей, и его стоимость не высока.
03 Команда и таланты
Наш предыдущий опыт научил меня, что видение AGI очень мощное. Это преимущество в талантах не в том, что мои люди умнее, а в том, как я организую этих талантов, как я их мотивирую и как я с ними сотрудничаю.
Собирать умных людей вместе не означает, что они автоматически смогут сотрудничать, автоматически смогут с энтузиазмом стремиться к одной цели и достигать ее, поэтому вам нужно видение.
Нашей главной задачей является поддержание стабильности команды. Это наша главная задача, даже можно считать единственной главной задачей. Если я смогу поддерживать стабильность команды, я обязательно смогу добиться успеха, обязательно смогу достичь AGI, все так просто.
Деньги определенно не проблема, ресурсы не проблема, другие факторы легко доступны. Для нас есть только одна главная задача, одна, от которой нельзя отступать: мы должны поддерживать стабильность команды.
Это также является одной из самых больших проблем, или, как я считаю, это самый большой риск. Конечно, этот риск значительно уменьшился с недавним финансированием. Потому что все получили достаточно много опционов, суммы были довольно большими.
С точки зрения стабильности команды, если самые важные сотрудники, самые старые сотрудники смогут оставаться, то другие не будут уходить. Даже если у других меньше опционов, меньше дохода, они не уйдут. Потому что они не только ради денег, все хотят работать в среде, где можно достичь AGI.
Остальное — это вопрос времени, остальное может привести к тому, что мы опоздаем на полгода или на год, но не скажем, что не сможем это сделать. Деньги точно не проблема, ресурсы тоже не проблема, на самом деле, всего этого достаточно.
Разница между нами и Америкой в основном заключается в ресурсах, а разница в людях не так велика. В людях почти нет разницы, потому что это одна и та же группа людей, возможно, китайцы. Когда китайцы уезжают, некоторые остаются в стране, некоторые остаются за границей, некоторые уезжают за границу, это не значит, что уезжают только умные люди.
Талант не является узким местом, ресурс является самым большим узким местом. Ресурсы в первую очередь влияют на подготовку кадров, потому что вычислительных мощностей недостаточно, и у нас меньше возможностей для экспериментов, поэтому в целом наши таланты отстают от американских. Разница в талантах в основном также обусловлена разницей в вычислительных мощностях.
Нехватка талантов в области ИИ также является временной, и мы уже видим, что она значительно снижается. Потому что людей в области ИИ действительно не хватает, каждая компания быстро подготовит своих сотрудников, обучение людей происходит быстро.
Внутри страны сейчас слишком много компаний, занимающихся моделированием, их действительно слишком много. В Америке, возможно, всего три компании, а в Китае слишком много компаний, занимающихся базовыми моделями. В конечном итоге, определенно, не нужно столько людей для создания базовых моделей, это обязательно будет сокращено.
Управление в нашей компании на самом деле строится по двум линиям: одна линия — сверху вниз, другая — снизу вверх. Снизу вверх — это когда каждый сам решает, что он хочет делать, делает это без контроля, без KPI.
Обычно мы надеемся, что у сотрудников будет хотя бы половина времени, которое не будет запланировано, они могут делать то, что хотят. Это область исследований, позволяющая им самостоятельно исследовать, исходя из того, что они считают важным, без предварительных требований.
Обычно мы также не работаем сверхурочно. Сверхурочная работа имеет две причины. Первая — для исследований нужна более расслабленная обстановка. Если слишком сильно давить, невозможно проводить исследования. Поскольку нужно, чтобы у вас был интерес, вы должны сами думать над этими вопросами, поэтому необходимо находиться в более расслабленной обстановке, чтобы иметь возможность исследовать.
Вторая причина — мы очень сосредоточены. Мы очень сосредоточены, что означает, что у нас очень мало дел. Поэтому у меня нет так много дел, и мне не нужно работать сверхурочно. Это связано с предыдущей сдержанностью.
В нашей компании в целом все основано на консенсусе, я не говорю, что я один решаю все вопросы, а я стремлюсь к консенсусу. Моя авторитетность и влияние в компании основаны на консенсусе.
Этот механизм принятия решений на самом деле является механизмом поиска консенсуса, это не значит, что я могу продвигать что-то, это обязательно должно быть консенсусом, только тогда я смогу это продвигать.
С увеличением числа сотрудников мы будем делать эти корректировки. Мы должны немедленно сделать эти корректировки, потому что я уже делаю эти корректировки. Если мы не сделаем эти корректировки, многие вещи не смогут продвигаться. Действительно, многие отделы должны иметь организационную структуру.
04 Вычислительные мощности и ресурсы
Сколько нам нужно карт? Сейчас, конечно, чем больше, тем лучше. В пределах наших возможностей, чем больше карт, тем лучше, в этом нет никаких сомнений. Поэтому наша стратегия сейчас заключается в том, чтобы купить столько карт, сколько возможно по разумной цене.
На самом деле, потратить столько денег очень непросто, купить столько карт сложно, и цены очень высоки, нельзя просто тратить очень высокие суммы, нужно также убедиться, что цена разумная. Если в этом году мы сможем потратить 20 миллиардов, это будет означать, что наш отдел закупок отлично поработал.
Наша самая большая разница с Америкой заключается в ресурсах. С одной стороны, вычислительные мощности в стране просто недоступны, с другой стороны, наши капитальные вложения меньше, чем в Америке. Мы значительно сократили капитальные вложения, и доля зарплат талантов в этом очень мала. Вы видите, что они платят зарплату в 100 миллионов долларов, но если посчитать, зарплата талантов занимает очень маленькую долю, основная часть — это вычислительные мощности.
Все различия, которые мы наблюдаем, включая различия в талантах, различия в способностях моделей, различия в приложениях, можно считать различиями в ресурсах вычислительных мощностей.
Мы отстаем от Америки на 12 месяцев, возможно, на 12-18 месяцев, или на 6-12 месяцев. В любом случае, проще говоря, мы отстаем от Америки на два года, и при этом используем только одну двадцатую их вычислительных мощностей, чтобы это сделать.
Этот нарратив заключается в том, что мы отстаем на 1-2 года, но используем только одну двадцатую их вычислительных мощностей. В будущем мы должны переписать этот нарратив, то есть использовать лишь несколько долей их вычислительных мощностей, но сократить это время до 6 месяцев, 3 месяцев, я считаю, что это цель.
Масштабирование, мы верим в масштабирование, чем больше масштаб, тем лучше эффект, можно разблокировать больше функций. То, что мешает нам масштабироваться, на самом деле — это вычислительные мощности, это не то, что мы не хотим масштабироваться, а то, что у нас нет столько вычислительных мощностей для этого.
Мы обучаем такую большую модель не потому, что считаем, что такая большая модель достаточна, а потому, что у нас есть столько ресурсов. Я рассчитываю на основе своих ресурсов, какую модель я могу принять и обучить, это так и есть, а не то, что эта модель достаточна.
Когда в Силиконовой долине говорят о том, что масштабирование достигло предела, это относится к Силиконовой долине; для китайцев мы еще далеки от этого, мы вообще не достигли такого уровня масштабирования. Это масштабирование включает в себя масштабирование данных, масштабирование моделей, а также затраты на обучение.
05 Внутренние чипы и экосистема
Защитный барьер NVIDIA CUDA быстро разрушается. С одной стороны, сейчас есть ИИ, и после появления ИИ мне гораздо легче создать эту экосистему, потому что ИИ может писать код.
Теперь рынок вычислительных карт уже больше, чем рынок игровых карт, поэтому нет причин, чтобы эти два рынка продолжали быть связанными. Тенденция такова, что в будущем они больше не будут связаны. Таким образом, специализированные чипы, будь то Huawei или сама NVIDIA, в будущем будут специализированными чипами, а не теми, что были раньше.
У отечественных ИИ-чипов сейчас есть историческая возможность для замещения. Мы считаем, что в течение следующего года мы сможем увидеть, что одно дело будет подтверждено: экосистема отечественных чипов совершенно не имеет проблем. Ранее считалось, что есть проблемы, что их нельзя использовать и они неудобны, но в будущем, я думаю, в течение года мы сможем изменить это восприятие, или факты изменят это.
У отечественных ИИ-чипов нет проблем с аппаратным обеспечением и экосистемой, единственная проблема — это недостаток производственных мощностей. Адаптация отечественных карт не имеет препятствий, NVIDIA не сможет этому помешать. Если в нормальной коммерческой среде я могу купить карты NVIDIA, то замещение отечественными будет довольно сложным; но в условиях, когда карты NVIDIA недоступны, все будут вынуждены использовать отечественные чипы.
Во время обучения V3 использовались карты NVIDIA, но экосистема NVIDIA уже не использовалась. V3 использует карты NVIDIA, но не использует экосистему NVIDIA, вместо этого мы сначала написали высокоуровневый компилятор под названием TileLang, а затем на основе экосистемы TileLang завершили все остальные задачи, практически не полагаясь на экосистему NVIDIA.
Я оптимистично настроен по поводу отечественных вычислительных мощностей. Я считаю, что в этом отношении NVIDIA копает себе могилу. Суперузел Huawei, суперузел Huawei 950 по производительности и цене может полностью заменить NVIDIA GB200 и GB300.
Четыре карты Huawei равны одной карте NVIDIA.
Я считаю, что разница между нами и Америкой в области чипов в будущем не будет, но в области чипов она составляет четыре раза плюс два года.
В настоящее время мы в основном сотрудничаем с Huawei. Huawei адаптирует свои решения, но мы сами будем участвовать в этой экосистеме, углубленно участвуя в проекте Huawei. Проблема Huawei все еще заключается в недостатке производственных мощностей.
Я не очень верю, что через пять лет мы все еще будем сталкиваться с проблемами производственных мощностей. Сейчас, конечно, мы сталкиваемся с проблемами производственных мощностей, в этом году, в следующем и в последующем, я думаю, что, возможно, мы все еще будем сталкиваться с проблемами производственных мощностей, но через пять лет, я думаю, что это может быть не так, я все еще оптимистично настроен.
06 Конкуренция и оценка отрасли
Разница в конечных результатах моделей должна быть комплексной. Сравнивая эффективность моделей, конечно, нужно сравнивать при одинаковых затратах, это имеет смысл. Потому что, сравнивая два автомобиля, вы также сравниваете автомобили в одной ценовой категории.
Anthropic сейчас превосходит OpenAI, будет ли это долгосрочным? Я считаю, что это не долгосрочно, это определенно временно. OpenAI и Google, в будущем, скорее всего, будут чередоваться в росте.
Когда речь идет о глобальном распределении труда в области ИИ, китайские компании, вероятно, будут играть роль крупнейшего производителя. По логике, наша производственная мощность максимальна, включая чипы, возможно, наша производственная мощность в чипах максимальна, у нас также больше всего электроэнергии.
Китайцы сделают этот продукт самым дешевым, а затем по эффективности, в конце концов, среди иностранных товаров, сейчас многие товары китайского производства и американского производства не имеют больших различий. В будущем, возможно, ИИ будет таким же, но китайский ИИ может быть дешевле. Эта дешевизна может быть системной, как и более дешевые услуги, предоставляемые Китаем в других отраслях.
В конечном итоге разница должна быть в трех аспектах: с одной стороны, затраты, с другой стороны, время, с третьей стороны, пользовательский опыт. Кроме этого, возможно, нет никаких других различий.
Затраты, безусловно, являются различием, я думаю, что затраты занимают первое место в различиях. Затем второе — это время, когда вы сможете это сделать. Если вы сделаете это на несколько месяцев раньше или позже, это будет уже иначе.
OpenAI с самого начала думал, что он действительно сможет монополизировать этот мир, но на самом деле он столкнется с множеством вызовов. Он столкнется с вызовами, и ему не будет так легко. Америка столкнется с вызовами, и в будущем она может столкнуться с вызовами из Китая, потому что китайцы готовы получать меньше, чтобы предоставить вам эту услугу.
Тот, кто получает больше, будет побежден тем, кто получает меньше. Даже вам не нужно действительно получать много, если ваше видение заключается в том, чтобы получать больше, вы будете побеждены тем, чье видение заключается в том, чтобы получать меньше. На самом деле, никто не получает деньги, это всего лишь видение. Если ваше видение заключается в том, чтобы получать больше, вы уже проиграли, и вам придется столкнуться с большими трудностями.
Для нас это не значит, что мы должны зарабатывать больше всего денег или максимизировать прибыль, а просто зарабатывать разумную прибыль. Это объяснение. Я верю в это, я не ищу оправдания для этого, потому что нет необходимости в оправданиях.
Я думаю, что во многих аспектах опыта мы можем делать это лучше, чем в Америке. В продуктах, по продуктовым возможностям, мы не обязательно будем хуже, чем в Америке. Затраты также должны быть ниже, поэтому Китай все еще будет конкурентоспособным.
Затраты легко понять, потому что они не обязаны это делать, поэтому они не развивают эту способность. Они определенно не придают этому значимости. Мы можем рассматривать это как очень важное дело, но для них это не важно.
Большая модель может не зависеть от двух крупных компаний или двух малых компаний, возможно, этого уже достаточно. Разница заключается только в двух вещах: времени и затратах. Поэтому не может быть, чтобы какая-то компания имела чрезмерную прибыль, я думаю, что чрезмерной прибыли не будет. Тот, кто хорошо контролирует затраты, зарабатывает немного больше, а тот, кто плохо контролирует затраты, зарабатывает немного меньше, и только это.
07 Разработка моделей и технологии
В нашей компании, возможно, половина людей считает, что OpenAI лучше. На самом деле, у Anthropic есть преимущество первопроходца, но это преимущество, вероятно, быстро исчезнет, это не то, что они смогут удерживать долго. Все три компании очень сильны, и среди них эффективность самая высокая, затраты, которые они несут, должны быть минимальными.
Мультимодальная компоновка — это то, чем мы всегда занимались. Для продукта это важно; для продукта, ориентированного на конечного пользователя, это важно. Но для интеллекта это компонент, это не основная линия.
Мы должны будем использовать соответствующие модели, то есть наши V4 и последующие версии будут поддерживать нативную мультимодальность. Но для мультимодальности и интеллекта это компонент, мы не рассматриваем это как сам интеллект.
Можно сказать, что у языковых моделей нет предела масштабирования. Я сейчас не вижу предела для нашего уровня интеллекта или уровня интеллекта в США.
Многие из нас внутри компании думают так: сначала это должно быть полезно для нас, сначала это должно быть для нашего использования. Затем это самый быстрый способ достижения AGI. Когда нам удобно, это может означать, что и другим будет удобно, но сначала нужно гарантировать, что нам удобно.
Наша цель при создании модели — не чтобы всем было удобно, а чтобы нам было удобно. Сначала это должно быть полезно для нас. После того как это станет полезным для нас, я смогу быстрее разрабатывать следующую версию модели.
Мы называем это "Лотерея" (Лотерея). Порог входа очень низкий, любой может попробовать, но кто сможет что-то извлечь, возможно, это зависит от таланта или чего-то еще. Поэтому здесь не нужно распределять ресурсы. Просто мы отличаемся от других компаний тем, что тратим время на обсуждение этого вопроса, думаем об этом и рассматриваем это как важное дело.
08 Коммерциализация и ценообразование
Наша цена на API — это разумная прибыль, примерно такая, что мы покупаем партию оборудования и за десять месяцев окупаем затраты, я считаю, это разумная прибыль.
Если максимизировать прибыль, цену следует установить выше. Потому что в этом ценовом диапазоне спрос пользователей неэластичен, то есть если я удвою цену или увеличу ее вдвое, расход токенов не сильно изменится.
В начале мы беспокоились о слишком большом спросе на нашу модель, поэтому установили высокую цену, и команда была не очень довольна. Позже я снизил цену до четверти, и все были счастливы.
Предел для бизнеса B2B все еще должен быть спросом; в условиях текущего поколения AGI и технологий ИИ спрос B2B должен быть ограничен. Он будет быстро расти, но это не бесконечная вещь, в конечном итоге он все равно будет зависеть от спроса, а не от вычислительных мощностей.
Я сейчас думаю, что это должно быть достижимо, нужно стремиться ко всему. Если я смогу получить несколько сотен миллионов долларов дохода от B2B в этом году, плюс у нас есть пользователи в C2, то это уже создает определенную коммерческую основу. Если в следующем году у нас будет доход от B2B, и этот спрос может увеличиться, то компания будет недалеко от чистой прибыли, возможно, она уже будет в чистой прибыли.
В худшем случае продажа API может поддерживать компанию на бирже. Если, скажем, после этого не будет новых технологических прорывов, и наша технология заморозится здесь, то в конечном итоге мы просто будем продавать API и делать эти услуги, я считаю, этого будет достаточно.
Исходя из текущей ситуации, я считаю, что наиболее разумным подходом будет сосредоточиться на универсальном агенте, другие агенты должны иметь более низкий приоритет, включая финансовые и медицинские агенты. Сначала нужно сделать Coding, потому что Coding агент может делать много, и есть много вертикальных агентов. На данном этапе мы считаем, что наиболее важным является Coding агент.
Я считаю, что низкие затраты — это прежде всего результат. Наша модель действительно всегда движется в сторону более низких затрат в архитектуре модели, это связано с нашей целью. У нас есть много алгоритмических методов, которые могут еще больше снизить затраты.
Еще одной причиной снижения затрат является то, что чем ниже затраты, тем больше я могу обучать более крупные модели, тем больше я могу справляться с более крупными моделями. При тех же вычислительных мощностях, в условиях ограниченных вычислительных ресурсов, если моя вычислительная эффективность выше, я смогу справляться с более крупными моделями.
09 Стратегия открытого кода
Я думаю, что мы будем открывать исходный код, и, возможно, наша самая мощная модель тоже будет открыта. Потому что я не вижу никаких преимуществ в закрытом коде, не вижу никаких очевидных преимуществ. Модель ByteDance закрыта, и в чем ее преимущество? Я не вижу никаких преимуществ.
Даже если модель открыта, и вы расскажете все другим, порог входа все равно очень высок. Другим будет очень сложно ее использовать; во-вторых, чтобы использовать ее, нужно, чтобы затраты были очень низкими, это тоже очень сложно, не так просто.
Открытый код не повлияет на доход. Я считаю, что открытый код не окажет никакого влияния на нашу бизнес-модель.
Я также не беспокоюсь о том, что другие развернут нашу модель и начнут конкурировать с нами, совсем не беспокоюсь. Мы даже надеемся, что они смогут развернуть ее. Мы стараемся максимально помочь сообществу открытого кода, чтобы помочь всем развернуть нашу модель.
Когда мы взаимодействуем с внешним миром, наша позиция такова: мы занимаемся только основной линией AGI. Когда мы взаимодействуем с внешним миром, мы очень готовы сотрудничать и помогать любому, даже нашим конкурентам, включая Alibaba, Zhiyu и Dark Side of the Moon, делать лучше. Потому что мы ничего не теряем, мы изначально открыты.
Открытые модели, которые мы предоставляем, совпадают с моделями, которые мы развертываем? Да, совпадают. Мы не будем открывать менее качественную модель, а затем использовать лучшую модель для собственного развертывания, этого не будет, они одинаковы.
10 Данные и постобучение
Данные должны составлять почти половину модели. Есть еще вопрос с размеченными данными. В области разметки данных это связано с нашими капитальными вложениями. С нашей структурой капитальных вложений мы не можем покрыть такие высокие затраты на разметку качественных данных, потому что это очень дорого.
Затраты на разметку данных в США не отличаются от затрат на разметку данных в Китае. В Китае нет преимущества в затратах на разметку данных, особенно на высококачественные данные, что делает для нас очень сложным инвестировать в разметку данных, как в США. Этот путь в Китае очень сложен, потому что разметка данных действительно очень дорогая, независимо от того, проводим ли мы внешнюю разметку или делаем это сами, это очень сложно.
Сейчас, по сути, мы идем двумя путями. Это не значит, что мы не можем разметить данные, а потому что разметка данных имеет некоторые низкие затраты, а некоторые высокие. Сначала мы размечаем данные с низкими затратами.
Вы также можете считать, что сейчас в нашей компании половина людей занимается разметкой данных. Половина наших ключевых исследователей, самых важных людей, занимается разметкой данных. Мы сосредоточены на разметке данных. Решение проблемы ИИ на данном этапе зависит от разметки данных.
Я считаю, что узким местом в разметке качественных данных является время, то есть требуется время. Потому что для OpenAI, для зарубежных компаний, для Anthropic они начали раньше, у них больше капитала и больше ресурсов.
Проблема иллюзий больших моделей довольно сильно влияет на пользовательский опыт. Проблему иллюзий можно решить, но это долгосрочная задача. Проблему иллюзий можно рассматривать как проблему, которую можно улучшить с помощью лучшего постобучения.
11 Организация и позиционирование компании
Прежде всего, у нас нет объекта для подражания. Каждый шаг — это то, что мы делаем, исходя из реальной ситуации, исходя из фактов, принимая решения на основе реальной ситуации, находя, как нам следует действовать. Поэтому это продукт времени или отражение реальной ситуации, это не результат подражания.
Мы четко понимаем, что должны быть коммерциализированы. В конечном итоге мы все равно должны выжить, мы все-таки компания, правительство не даст мне ни копейки.
Мы по сути все еще компания, просто мы думаем о том, как зарабатывать деньги, когда зарабатывать, сколько зарабатывать и на чем зарабатывать, у нас есть выбор. Многие компании добиваются величия, потому что у них есть стремление, помимо прибыли. Это стремление в конечном итоге не только не повлияло на их коммерциализацию, но и позволило им лучше коммерциализироваться.
Что касается партнеров, то наше финансирование было тщательно отобрано. Прежде всего, я считаю, что интересы довольно согласованы, то есть с теми, чьи интересы наиболее согласованы с нами, кто не проявляет враждебности к нам или кто больше всего хочет, чтобы мы добились успеха. Не все хотят, чтобы мы добились успеха, потому что мы все равно ущемляем интересы многих других.
ИИ сейчас не испытывает недостатка в вкусе и интуиции, ему не хватает способности к постоянному обучению. Вкус и интуиция ИИ не вызывают проблем. Если вы попросите его написать статью, его вкус и интуиция, я считаю, не будут проблемой.
Мы надеемся сосредоточиться только на одной области. Я считаю, что ИИ — это очень большая тема, и мне не нужно… я сосредоточусь только на одной области. Если сосредоточиться, и я считаю, что здесь бизнес-интересы уже достаточно велики, если в эпоху ИИ появится много компаний с триллионными капитализациями, я считаю, что мы будем одной из них.
Мы надеемся поддерживать больше людей, но у нас нет столько сил. У нас есть это желание, и не будет конфликта интересов, но делаем ли мы это — это другой вопрос. Но, по крайней мере, здесь нет конфликта интересов, мы надеемся на взаимовыгодное сотрудничество.
Предупреждение о рисках Предупреждение о рисках
