根據創投家、Google中國前總裁李開復的預測，中國的生成式人工智慧新創公司正在經歷一場「預選賽」。他今年稍早創立了零一萬物（01.AI），這是一家總部位於北京的新創公司，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。

中國最大的網路公司，如阿里巴巴、騰訊、百度和位元組跳動等，以及眾多新創公司，都在競相開發自己的大語言模式。有媒體稱之為“百模大戰”，這些科技公司正為在人工智慧領域佔據主導地位而展開激烈競爭。李開復受訪時表示，這些公司正處於證明擁有開發高品質模型技術的階段。而那些通過考驗的公司將邁向下一階段，也就是如何增加收入並獲利。

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。但大多數企業要么半途而廢，要么轉向更為實際的目標，如為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，該公司發布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的開源人工智慧模型Llama，但並未在相關資料中提及此事。為此，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。李開復也為他們先前的疏忽公開道歉。

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慧產業的趨勢。他也談到如何應對美國的晶片出口限制，以及中國公司如何在全球尋找商機。

以下為採訪全文：

問：中國目前有幾十家公司都在競相開發大語言模型，接下來會發生什麼事?

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，例如電腦視覺和語音辨識技術。當電腦視覺證明其價值時，無數中國企業爭先恐後地湧入，試圖在各種可能的應用中分一杯羹。然而，大多數企業並未能存活下來。

如今，中國的人工智慧領域仍處於預選賽階段，競爭異常激烈，甚至可能超越美國。首先，我們需要面對的考驗是：在百家爭鳴的競爭中，哪家企業能發展出真正具有高品質和高價值的模型？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，科技只能淪為“玩具”，而不能真正解決問題。

經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？如何獲利？很快，投資者將提出與雲端供應商、企業軟體公司和消費者應用程式相同的問題。如果企業不能給出明確的答案，那麼它們的成長將面臨終點。

以美國為例，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為其投入資源，並以此為基礎建構應用。

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。但大多數企業要不是半途而廢，就是轉向更實際的目標，如為特定產業建立應用和解決方案，而不是單純地追求大模型的研發。隨著時間的推移，研發大模型的成本將會不斷攀升。

問：中國人工智慧新創公司及其投資者表示，中國將為生成式人工智慧模型和應用開發自己的生態系統。你認為呢？

李開復：我們都明白，平行宇宙不是我們想要看到的。我們更傾向於在全球範圍內競爭，讓真正出色的公司脫穎而出，這樣效率才更高。但現實是，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，但我不認為我們會得到很多業務。因為在我看來，目前美國市場對中國軟體存在著一種不公平的偏見。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。例如，想把我們的專有模型賣給美國公司，這幾乎不可能。他們不會買單的，我們也不會做無用功。

中國顯然代表著一個巨大的機遇，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，矽谷的做法是“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，因為大語言模型是在資料基礎上進行訓練的。數據涉及偏見、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，不僅在中國，甚至有些國家根本無法接受。

我認為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，為不同國家建構具有特殊性的模型是有可能的。矽谷的公司不會這麼做，因為他們認為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，為不同市場建構不同的大模型需要大量的工程工作，所以矽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，他們必須贏得使用者和各國政府的信任。

Q：有媒體報告稱，貴公司成功降低了Yi-34B的人工智慧培訓成本。你們是如何做到的？

李開復：我們有一支超強大的基礎建設團隊，他們是我們公司最大的團隊。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立。

這些基礎設施團隊的成員就像是無名英雄一樣。他們得負責硬體、軟體還有大量的資料傳輸，得同時處理圖形處理單元、記憶體和網絡，這三者中的任何一個都可能成為瓶頸。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，可不是簡單地用軟體就能搞定的，因為模型和資料量一大，網路需求就會有天翻地覆的變化。

我們的基礎建設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晶片的資料格式）來大幅減少運算量，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，還得確保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痛問題，例如應該使用什麼網路協定、怎麼優化編譯器、怎麼處理圖形處理單元故障等等。實際上，圖形處理單元故障的頻率高得嚇人。要是一個圖形處理單元故障，能不能熱插拔？我們還在努力解決這個問題。想想看：如果在一個擁有上千個圖形處理單元的集群裡，就因為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晶片組成的集群，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慧研究人員該幹的，他們更多屬於網路工程師的工作。

如果把大語言模型的開發比喻成火箭科學的話，那就像沒有工程師，火箭就永遠飛不起來一樣。SpaceX的成功不僅是因為它有大量研究人員，還因為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是我們的“工程師”，他們的工作讓我們的大語言模型順利起飛！

問：美國限制出口中國先進的半導體技術，包括英偉達的先進晶片。零一萬物是如何應對的？

李開復：我曾公開說過，我們的晶片庫存足以維持18個月。這些基本上是在限制措施出台前我們獲得的晶片。我們肯定在努力研究如何使用中國晶片。但這並不容易，絕不好玩。對它們進行程式設計不是我們所熟悉的領域。但如果我們必須這麼做，我們也不會退縮。

英偉達有著非常出色的晶片，但有人可能會說，更簡單的晶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軟體庫的整個生態系統，它使得程式設計變得更簡單。如果你強迫工程師使用非英偉達的晶片，他們可能會反對，因為這類晶片的效率要低得多。但我們目前面臨的困境要到18個月後才會顯現，而我們必須更早開始行動。如果我們無法獲得英偉達的晶片，我們將尋找更簡單的晶片，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為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。學習用非常少的函式庫來寫新的非標準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，也是微信成為卓越產品的原因。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。