李開復：中國大模型競爭異常激烈，甚至可能超過美國，最終將有幾個大贏家

12月28日消息，根據風險投資家、谷歌中國前總裁李開復的預測，中國的生成式人工智能創業公司正在經歷一場“預選賽”。他今年早些時候創立了零一萬物（01.AI），這是一家總部位於北京的初創公司，專注於開發大語言模型（LLM）。上個月，該公司完成了一輪融資，估值高達10億美元。

中國最大的互聯網公司，如阿里巴巴、騰訊、百度和字節跳動等，以及衆多初創公司，都在競相開發自己的大語言模型。有媒體稱之爲“百模大戰”，這些科技公司正爲在人工智能領域佔據主導地位而展開激烈競爭。李開復在接受採訪時表示，這些公司正處於證明其擁有開發高質量模型技術的階段。而那些通過考驗的公司將邁向下一階段，即如何增加收入並實現盈利。

李開復預測：“在中國，最終將有幾家大贏家嶄露頭角，部分公司可能會體面地退出市場。但大多數企業要麼半途而廢，要麼轉向更爲實際的目標，如爲特定行業構建應用和解決方案”

零一萬物成立於今年3月份，目前擁有100多名員工，其中大部分在北京工作。上個月，該公司發佈了其首個開源大語言模型Yi-34B，但它未來的收入並不僅依賴於此模型。相反，其商業計劃是出售專有的大語言模型，主要面向中國市場。據李開復透露，該公司目前正在開發一種新的、擁有超過1000億個參數的專有模型。

然而，在Yi-34B迅速登上Hugging Face的開源大語言模型排行榜榜首後，零一萬物引發了一些爭議。有開發者發現該模型似乎使用了Meta的開源人工智能模型Llama，但並未在相關資料中提及此事。爲此，零一萬物後來重新命名了Yi-34B的一部分，並公開承認了Llama的貢獻。李開復也爲他們之前的疏忽公開道歉。

在接受科技媒體The Information的採訪時，李開復談到了零一萬物的未來以及中國人工智能產業的趨勢。他還談到了如何應對美國的芯片出口限制，以及中國公司如何在全球範圍內尋找商機。

以下爲採訪全文：

問：中國目前有幾十家公司都在競相開發大語言模型，接下來會發生什麼?

李開復：在我看來，這種情況在中國早已屢見不鮮。例如團購風潮、共享單車應用的興起，甚至在深度科技領域，比如計算機視覺和語音識別技術。當計算機視覺證明其價值時，無數中國企業爭先恐後地涌入，試圖在各種可能的應用中分一杯羹。然而，大多數企業並未能倖存下來。

如今，中國的人工智能領域仍處於預選賽階段，競爭異常激烈，甚至可能超過美國。首先，我們需要面對的考驗是：在百家爭鳴的競爭中，哪家企業能開發出真正具有高質量和高價值的模型？只有技術過硬，模型表現出色，才能在實際應用中脫穎而出。否則，技術只能淪爲“玩具”，而不能真正解決問題。

通過預選賽的技術考驗後，企業將進入下一階段：如何增加商業價值？你的商業模式是什麼？如何盈利？很快，投資者將提出與雲提供商、企業軟件公司和消費者應用程序相同的問題。如果企業不能給出明確的答案，那麼它們的增長將面臨終結。

以美國爲例，OpenAI已經證明了其在技術上的領先地位，同時也能夠創造收入。這種價值創造使得其他公司願意爲其投入資源，並在此基礎上構建應用。

而在中國，最終將有幾家大贏家嶄露頭角，部分公司可能會體面地退出市場。但大多數企業要麼半途而廢，要麼轉向更爲實際的目標，如爲特定行業構建應用和解決方案，而不是單純地追求大模型的研發。隨着時間的推移，研發大模型的成本將會不斷攀升。

問：中國人工智能初創公司及其投資者表示，中國將爲生成式人工智能模型和應用開發自己的生態系統。你認爲呢？

李開復：我們都明白，平行宇宙並不是我們想要看到的。我們更傾向於在全球範圍內展開競爭，讓真正出色的公司脫穎而出，這樣效率才更高。但現實卻是，我們無法完全掌控自己的命運。

特別是地緣政治問題。如果我們想進入美國市場，雖然沒有規定說我們不能進入，但我不認爲我們會得到很多業務。因爲在我看來，當前美國市場對中國軟件存在一種不公平的偏見。這是我們不得不面對的現實。

當然，我們對全球其他地區的商機持開放態度，但我們深知，有些事情是行不通的。比如，想把我們的專有模型賣給美國公司，這幾乎不可能。他們不會買賬的，我們也不會做無用功。

中國顯然代表着一個巨大的機遇，但我不會將中國公司可能進入的世界其他地區排除在外。總體而言，硅谷的做法是“一刀切”，這種模式在諸如Facebook和谷歌等公司的崛起中起到了關鍵作用，並幫助美國獲得了主導地位。但這次不同了，因爲大語言模型是在數據基礎上進行訓練的。數據涉及到偏見、意識形態和價值觀等問題。美國的價值觀並非在所有國家都受歡迎，不僅是在中國，甚至有些國家根本無法接受。

我認爲中東可能是另一個想要以不同方式思考問題的地區。這促使各國想要更多地對模型進行控制。

我堅信，爲不同國家構建具有特殊性的模型是有可能的。硅谷的公司不會這麼做，因爲他們認爲自己的價值觀是正確的，並希望更多的人能夠接受並融入其中。而且，爲不同市場構建不同的大模型需要大量的工程工作，所以硅谷的公司自然不願意投入這些模型的開發。而來自世界其他地區（包括中國）的公司，可能有機會深入研究這種模型。但顯然，他們必須贏得用戶和各國政府的信任。

問：有媒體報道稱，貴公司成功降低了Yi-34B的人工智能培訓成本。你們是如何做到的？

李開復：我們有一支超級強大的基礎設施團隊，他們可是我們公司最大的隊伍。我以前就跟員工們說過，每加一個建模人員，圖形處理單元的負擔就重一分；但是每加一個基礎設施人員，圖形處理單元的效率就能提升一些。當然，建模團隊也很重要，不過從一開始，我們就特別重視基礎設施團隊的建設。

這些基礎設施團隊的成員就像是無名英雄一樣。他們得負責硬件、軟件還有海量的數據傳輸，得同時處理圖形處理單元、內存和網絡，這三者中的任何一個都可能成爲瓶頸。要知道，圖形處理單元擴展到幾千以上會很難。從2000個增加到8000個的時候，可不是簡單地用軟件就能搞定的，因爲模型和數據量一大，網絡需求就會有天翻地覆的變化。

我們的基礎設施團隊裡有好幾十名工程師，是目前零一萬物最大的團隊。他們得研究怎麼用FP8（英偉達H100芯片的數據格式）來大幅減少計算量，這可不是一件容易的事。他們得弄清楚在哪裡用FP8，在哪裡用其他格式，還得保證它們之間的轉換天衣無縫。除了這些，他們還得解決一系列頭疼問題，比如應該使用什麼網絡協議、怎麼優化編譯器、怎麼處理圖形處理單元故障等等。實際上，圖形處理單元出故障的頻率高得嚇人。要是一個圖形處理單元出現故障，能不能熱插拔呢？我們還在努力解決這個問題。想想看：要是在一個擁有上千個圖形處理單元的集羣裡，就因爲一個圖形處理單元壞了而讓你的訓練停了一個小時，那要是能熱插拔，你每天就能省下一個小時！這些時間可以積少成多。

還有一個相關的話題就是彈性訓練。假設你有一個由2000個H100芯片組成的集羣，而你只需要500個來執行某個任務，那你能不能在檢查點之間把它們移走，然後再加回來呢？這些任務可不是人工智能研究人員該乾的，他們更多屬於網絡工程師的工作。

如果把大語言模型的開發比作火箭科學的話，那就像沒有工程師，火箭就永遠飛不起來一樣。SpaceX的成功可不僅僅是因爲它有大量研究人員，還因爲它做了大量超級複雜的工程工作。同樣地，我們的基礎設施團隊就是我們的“工程師”，他們的工作讓我們的大語言模型能夠順利起飛！

問：美國限制向中國出口先進的半導體技術，包括英偉達的先進芯片。零一萬物是如何應對的？

李開復：我曾公開說過，我們的芯片庫存足夠維持18個月。這些基本上是在限制措施出臺前我們獲得的芯片。我們肯定在努力研究如何使用中國芯片。但這並不容易，絕不好玩。對它們進行編程不是我們所熟悉的領域。但如果我們必須要這麼做，我們也不會退縮。

英偉達有着非常出色的芯片，但有人可能會說，更簡單的芯片可以以更低的成本完成這項工作。但英偉達實力背後的一個主要因素是圍繞其CUDA軟件庫的整個生態系統，它使得編程變得更簡單。如果你強迫工程師們使用非英偉達的芯片，他們可能會反對，因爲這類芯片的效率要低得多。但我們目前面臨的困境要到18個月後纔會顯現，而我們必須更早開始行動。如果我們無法獲得英偉達的芯片，我們將尋找更簡單的芯片，更專注於轉換器，但它們將是一個痛苦的編程過程。可是，如果我們別無選擇，那就只能這麼做。

但大家都知道，中國工程師有能力、有意願，而且在處理這種被認爲是艱苦的工程挑戰方面表現出色。這與我之前所說的基礎設施團隊的工作類似。學習用非常少的庫來編寫新的非標準GPU也是一項繁重的工作。

中國企業家是頑強的。中國工程師很勤勞。他們不怕繁重的工作。這正是美團提供卓越服務的原因，也是微信成爲卓越產品的原因。的確，我們前面有許多困難的挑戰，你可以說它們是浪費時間和很多人的精力。但這是我們手中的牌，所以我們會盡我們最大的努力打好這些牌。（小小）