小冰CEO：大模型已出现非常大的泡沫

杨智杰

李笛。图/受访者提供

2023年，AI大模型无疑是国内外科技领域最受关注的话题之一。ChatGPT大火，人们似乎看到通用人工智能的曙光。科技巨头、创业者乃至各个行业纷纷推出自研大模型。据北京市科委等统计，截至2023年10月，国内大模型厂商及高校院所共计254家，上演“百模大战”。

大模型热潮中，小冰公司CEO李笛是一个特别的存在。小冰公司的前身是微软（亚洲）互联网工程院人工智能小冰团队，公司曾发布过AI聊天机器人“小冰”。因此，当ChatGPT爆火时，小冰很容易被当作对比的对象。去年，接受《中国新闻周刊》在内的媒体采访时，李笛都提到，他承认大模型的进步，但并非大模型的“门徒”。他认为模型不用一味求大，更愿意谈技术如何商业化应用。

当时，李笛被看作是个“异类”。用他的话讲，大模型最热的时候，行业里不用“信仰”这个词就落伍了。到了2024年，经历了卷百亿甚至千亿参数的竞赛后，国内大模型厂商逐渐务实，落地应用成为行业关注的焦点。日前，《中国新闻周刊》专访小冰公司CEO李笛，他谈起过去一年对大模型热的感悟。现在的他语气轻松，李笛坦言，2023年他曾面临极大压力，甚至曾动摇不“卷”大模型的想法。

创新和保守天然对立，科技行业的人非常害怕被认為是保守的。但另一面，李笛从2013年加入小冰团队，见证了人工智能领域发展的几次浪潮，很多公司在风口中迷失。对李笛的专访，不只是在探讨大模型，更是探讨一个人面对巨大诱惑和时代焦虑时，如何坚持做自己。以下是李笛的自述。

“你不用‘信仰这个词就落伍了”

我们是国内较早接触GPT大模型的一批人。2020年，小冰从微软独立出来前，我是微软Bing搜索引擎亚洲区总经理，微软将ChatGPT放在搜索引擎中，推出New Bing，我们都较早地看过了。当我们的兴奋劲已经过去时，国内才开始兴奋。

因此，我们也更早意识到，大模型有一些问题。比如，目前从技术上判断，要实现人工智能能力更大程度的飞跃，需要在GPT-4的基础上，把参数规模再提升三个数量级，但人们在短期内无法解决算力的挑战。此外，一味追求参数规模越来越大，并不会有新能力涌现。最近，行业里也有一些公司开始推出小模型。去年2月，我还判断过，如何商业落地是大模型的核心问题。过了近一年，业内越来越多开始讨论大模型该如何应用。

去年，我观察到，国内很多企业开始围绕大模型进行竞赛，背后主要有三种考量。第一种是，GPT-4推出后，大模型没有新能力的涌现，像是卡在了红绿灯路口，但很多人还要冲刺，因为他们想赌当自己冲到红绿灯路口时，红灯变绿，自己取得突破，领先行业。这一判断确实存在一定概率，但大部分情况下，技术创新迭代并非一飞冲天，而是发展一波后被卡住，一段时间后再迎来一波创新。这才是科技史的常态。

其次，国内现在有200多家大模型公司，其中很多并非传统意义的人工智能公司，而是各个垂直领域的企业，比如能源企业等。他们相信在掌握大模型技术后，能有机会打破该领域原有的竞争格局。这是因为大模型的基本特征是大力出奇迹，准入门槛低，可以很快看到一个结果，给了不同行业的人一个幻想。但深入后人们会发现，结果不如想象中那么美好。

最后一种是，他们只是把大模型当作一个概念，来获得一个新的卖点，就像是当年的元宇宙。

我们观察到了这些现象，所以，我不愿意说“信仰大模型”，大模型只是我们众多技术迭代的一部分。去年年初，你说大模型的技术好，还是比较客观的，但后来逐渐演变成，如果你不用“信仰”这个词就落伍了。我记得当时参加行业会议，在我前后演讲的人讲到大模型，都会提到“工业革命”。当一个行业只有用这么夸张的表达才能证明不保守时，就一定是个非常大的泡沫。我不想神话大模型，它是个有用的工具，解决了很多过去的问题，但它不是灵丹妙药。

我现在说的时候放松多了，因为行业现在开始有了这样的共识。在人工智能领域，一直没有产生真正成功的面向企业和消费者的产品。2020年前，小冰还在微软时，不太受外界影响。但2020年，小冰从微软分拆为独立公司运营，作为创业公司，我们还没有能力决定自己的生存时，如果跟行业主流有很大不同，会有很多人不认同你。去年2月，就有投资人问我，你是不是反对大模型？有投资人甚至跟我说，小冰也要做超大规模的、超大参数的大模型，我也差点没扛住。

外界对我们的误解是，我们不做大模型。我们很早就在关注，而且一直深入其中。但我们不拼大参数，更关注的是中等参数规模和小参数规模大模型的可用性。很早Google就发过论文称，650亿参数以下的模型，没有产生明显的思维链能力。我们当时不这么认为，现在回头看，我们赌对了，参数在几百亿，甚至几十亿的大模型，也有这个能力。

AI少女小冰。图/受访者提供

“被看作‘AI旧世代，也是一种荣幸”

和其他行业相比，科技行业有一个突出现象：科技行业的人非常害怕被认为是保守的。在公开场合，当我们对一个新技术、特别是像大模型这么亮眼的新技术发表评论时，哪怕只是客观评价说“大模型是好的，但它不是全部，它没有把过去很多东西颠覆掉”，就已经算是保守了。

我们在2013年组建小冰团队，十年中，我们送走一波又一波风口追逐者。从玩家角度，这一次国内大模型的热潮，活跃的多是近两年成立人工智能企业，因为很多公司都在过去一波波风口中迷失了。面对这种短期的热潮，我们看似保守，但我们是目前为止存活最长的人工智能企业之一。从这一角度来看，我们被一些声音质疑为“AI旧世代”，也是一种“荣幸”。

在科技行业想要坚持做一件事情，是非常奢侈的。因为中国的科技公司，本质上是由一级市场、二级市场“击鼓传花”来完成企业的基本输血。很多公司及其投资人会把上市定义为最主要的目标。如果公司不追风口，就不能拿到下一笔融资，上一笔融资的投资人就没办法获得更高的企业估值，也就没有办法跟LP（有限合伙人）交代。这也是人之常情，但这使得很多创业公司的战略不得不走样了。

前段时间，有消息称，一个刚毕业的自然语言处理专业的博士生，年薪就有300万元，这是不合理的，也会影响博士生的自我职业认知。创业公司愿意给出这么高的薪酬，并不是因为他们给公司创造了价值，而是当公司去拉投资时，用以回复投资人关注的指标，比如公司有多少博士，或者有多少从Open AI出来的人。有些博士生在创业公司待了三个月，又被另一家公司以更高的薪酬挖走。博士生肯定是開心的，但他们在创业公司间不断流转时，除了薪酬提升，没有机会真正做有意义的研究。

你很难说这是投资人的问题，因为投资人要对LP负责。也很难说是LP的问题，因为他们掏钱就是为了获得回报。这似乎是一个没有人错的事情，也是中国科技领域很难诞生原始创新的原因之一。

我们去年也曾面临很大的压力。投资界在经历2022年巨大的失落情绪后迎来人工智能的浪潮，投资人看到了春天。去年，在人工智能行业里，固然有对大模型抱有热情的人，他们往往是科研工作者。除此之外，更多科技公司表现出的是一种焦虑。就像应试教育下的心态，不能输在起跑线上，尽管不知道它是什么，但总觉得错过一定会后悔。这种焦虑在行业内传递，但创新很难在焦虑中产生。

我个人也特别希望出现一个大模型，和小冰的对话框连接后，所有对话的问题都能解决，这是我做梦都会笑醒的事情。但这很难实现，背后还需要很多服务。这就像是个人电脑，不是说有一个CPU就得到了一切，还要有主板，CPU本身也是一个超级大规模的集成电路，需要各种模块组合。

人工智能领域从来不缺很酷的东西。当年，微软利用人脸识别技术做了个应用叫“How Old”，上传一张照片，就能识别年龄，一时间风靡。前一阵，机器人跳“科目三”也很酷。但真正缺的、值得我们重视的是商业模式的探索，究竟如何让人们真正认同人工智能的价值，并为之买单。

我有一个印象深刻的体会，产品价值和技术不一定是息息相关的。比如有的机器人会跳舞，但人们玩腻了，就会把它忘掉。但你发现，很多女生从小买的布娃娃，毫无科技含量，但她们对它倾注了巨大的情感，有人甚至在长大后会花1万块钱去修复儿时的“伙伴”。技术在其中不一定需要扮演什么角色。

今天，大家用大模型进行很多轮对话。很多人都认为，大模型要更智能、更聪明，像爱因斯坦一样。但生活中，我们不总是因为一个人足够聪明，才会和对方交朋友。有的人可能笨笨的，但很善良，你就不把对方当朋友吗？人不是这样的。那为什么我们在做科技产品时，就一定认为更先进的技术会更好？不一定，关键是如何把它用在更合适的地方。

2024年，我预测人工智能行业发展会退热，现在的大模型同质化严重，市面上用不了这么多大模型。而且，用户的付费意愿又不是很容易建立。一些去年融到钱的企业也可能会引发新的内卷，其实这些内卷的行为已经在发生了，只是在 2024 年可能会更明显一些。