專訪昆侖萬維董事長兼CEO方漢：信仰大模型的力量，C端在3至5年后將出現殺手級產品
【開欄語】
“大模界”是每日經濟新聞推出一檔專注生成式AI與大模型技術的前沿科技報道欄目。
在這里，我們將聚焦生成式AI技術浪潮，展現從文字、圖像、音頻、視頻的大模型如何編織數字化世界。
在這里，我們將解碼、評測國內外各類大模型，探究它們如何成為變革各行各業的重要力量。
在這里，我們將關注AIGC行業發展，聯手行業領軍人物和頂尖專家，共同揭示最新產品創新和技術突破，前瞻未來發展趨勢。
歡迎關注“大模界”，您將見證AIGC如何重塑內容生態，如何以前沿之力推動社會進步。讓我們共同開啟一場關于AI新紀元的無限旅程！
每經記者可楊每經編輯魏官紅
“很多人覺得Sora的誕生代表了AGI（人工通用智能）的曙光，我完全不這么認為。有些評論認為文生視頻代表AI理解了這個世界的物理規律，但我覺得這純屬外行的猜測。它（Sora）根本不是對物理世界的表述，而是對人類幻想的一個表述。”
做出上述判斷的是昆侖萬維（300418.SZ，股價39.85元，市值484.18億元）的董事長兼CEO方漢。他是中國最早“觸網”的一批人之一，畢業于中國科學技術大學近代物理，曾任職于中國科學院高能物理研究所、TurboLinuxInc.、AsiaInfo,Inc.以及千橡互動(OakPacificInteractiveCorporation)，被認為是中文Linux的創始人之一。
而今，昆侖萬維創始人周亞輝和方漢一起帶領著昆侖萬維在AIGC賽道上角逐。為了保持對一線技術的感知，方漢在整個2023年讀了將近200篇論文，并且也自己動手寫代碼，“有一個很殘酷的現實，如果你不懂技術，你就不知道產品的邊界在哪”。
昆侖萬維已成立16年，在外界看來，這或許是一家非典型的人工智能企業——依托于游戲起家，業務覆蓋社交、娛樂等多個領域，從2022年宣布“AllinAIGC”后加速在人工智能領域發力，于2023年8月推出“天工AI搜索”。2024年開年，昆侖萬維發布全新公司愿景，再度將人工智能提到全新高度，并將其未來定位于“人工智能科技企業”。
4月1日，昆侖萬維官微宣布，自研大語言模型“天工3.0”將于4月17日正式開啟公測。“天工3.0”采用4千億級參數MoE混合專家模型，并將同步選擇開源。其中，“天工3.0”AI音樂生成大模型SkyMusic還將在4月2日面向社會開啟邀測。
近日，方漢接受了《每日經濟新聞》記者的專訪。在他看來，文本大模型領域現在仍處于“大力出奇跡”的階段，“追平文本大模型的難度比追平Sora的難度要高”。方漢認為，今年仍可能有新的大模型推出，“百模大戰”會淘汰一部分公司，剩下的科技公司會繼續全速前進。他表示，昆侖萬維“信仰大模型的力量”，并預計在3至5年后會出現C端殺手級的產品。
“大家高估了Sora的長期作用，而低估了它的短期作用”
“為何文生圖不是AGI的曙光，而文生視頻就是AGI的曙光？”在采訪過程中被問及對Sora這個“開年炸彈”的看法時，方漢給出了與市場反應不太相同的回答。
在他看來，所謂“文生視頻理解了這個世界的物理規律”純屬外行人的猜測。
“你覺得漫威電影是物理世界的規律嗎？無限寶石是嗎？不是吧？但你說文生視頻不能生成漫威電影，似乎也說不過去。所以它（Sora）根本不是對物理世界的表述，而是對人類幻想的表述，把它當成AGI的前序，我覺得純屬外行瞎扯。”
方漢認為，大家高估了Sora的長期作用，而低估了它的短期作用。
在Sora推出之后，有影視公司的從業者找到方漢，探討Sora對于影視行業的影響。方漢認為，Sora對從業者的打擊可能是“非常恐怖的”，因為文生視頻模型大大降低了特效視頻的制作成本。
“原來一部電影的投入可能是幾億元人民幣，其中花在特效、花在產品上的成本可能是幾千萬元，這個成本有可能被文生視頻模型壓縮到幾萬元。”方漢認為，大家應該更關注它對于影視行業和視頻制作行業的沖擊，而不是對于AGI的沖擊。
2022年末，OpenAI推出ChatGPT，迅速引發市場關注，國內眾多廠商旋即稱要推出國內的ChatGPT，而后國內市場進入“百模大戰”。但在Sora誕生后，相似的盛況卻沒有出現。
“我覺得其實Sora的門檻比大家想象得要低，追文本大模型的難度比追Sora的難度要高，只是大家都不說而已，其實是追GPT4更難，實話實說。”方漢進一步解釋道，視頻數據和圖片數據的量級遠遠小于文本數據，視頻信息的信息量很低，“你讀一本書的效率跟看一部電影的效率其實完全不一樣。”他認為，其實在文生視頻領域，國內外的差距反而更小。
回到大模型戰場中，方漢覺得，2024年可能還會有新的大模型誕生，比如OpenAI可能會發布GPT4.5甚至GPT5。而“百模大戰”則跟“百團大戰”一樣，必然會剩下一批種子選手繼續前進。
另外，今年可能會圍繞AI出現一些新的商業模式，但是這些新的商業模式能不能超級爆發還有待觀察。“我始終堅定地認為，只有推理成本降低才可能迎來真正的爆發。”
“遠見、堅持與創新”，方漢認為，具備這些關鍵詞的企業，最終會成為百模大戰的贏家。
而在這之前，行業依舊面臨不可避免的困境——算力和人才。
方漢談到，在算力方面，目前國家已經開始建設算力中心，很多地區也在給初創企業發放“算力券”，這些制度的出臺對于整個行業發展有所助益。
而在人才方面，方漢建議要通過政策來引導大學在專業設置和人才培養上向人工智能去傾斜。
人工智能最后的競爭一定是人才的競爭。
方漢認為，我們國家在人才培養上有優勢，但也存在一些短板，“比如，在工程師數量上，國內是遠遠超過美國的，但是在博士領域則是持平的，所以國內應該加大博士的培養速度，否則追趕起來有難度”。
這一點正在得到改變，最近三年，我國研究生的入學人數持續增加，“我認為這對于人工智能的長期競爭是非常重要的，中國應該重視高端人工智能人才的培養體系”。
在方漢看來，國內的大模型和世界頭部公司之間的差距一直在縮小。
目前，全世界人工智能論文發表數量上中國第一，美國第二。雖然美國在高端領域明顯占優，但中國在中低端市場也有很大優勢。他表示，中國現在是全世界工業門類最齊全的國家，“我們有6000萬的工程師，是美國的6至7倍。雖然目前在高端領域存在差距，但在工程上的追趕只是一個時間問題。對于芯片產業，大部分人都低估了短期發展的難度，高估了長期發展的難度，對于中國人工智能產業的長期發展，我還是比較樂觀的”。
“中國有足夠多的AI人才，所以說從長期來看差距會逐步縮小。”方漢表示。
“信仰大模型的力量”，效率提升是人類永恒的追求
2023年，方漢讀了將近200篇論文，以此來保持對第一線技術的感知。
“這里面現在有個很殘酷的現實，如果你不懂技術，就不知道產品的邊界在哪里。所以我花了很大的精力，可能每周有將近一半的時間在看技術的邊界，剩下的就在思考我們的產品、模式該怎么做。”對于這個“殘酷的現實”，方漢的思考是，ScalingLaw（大力出奇跡）依舊是文本大模型的主流，但在很多垂類賽道，ScalingLaw已經停止起作用，AI已經觸及邊界，這時候需要產品創新、創意發力。
沿著對技術邊界的思考，談到技術信仰與商業化信仰兩個流派，方漢覺得，自己介于兩派中間。
在他看來，這二者其實是階段性的區別。目前這個階段，技術還在發展，市場上“最貴”的人才是算法工程師，而不是產品經理。但如果算法提升到了一定邊界，產品經理和模式就會開始入場。“這個在某些垂類已經發生了，比如文生圖領域，甚至將來的文生視頻領域。當大家技術上差異不大的時候，拼的就是商業模式跟產品創新。”方漢稱。
在這一輪“百模大戰”的戰局中，昆侖萬維是個特殊的參賽者，它不像百度、阿里，是同時擁有強大資金與技術實力的傳統大廠；也不像MiniMax、月之暗面這類快速闖入市場的初創明星企業。
昆侖萬維成立于2008年，早期業務主要切入的是網頁游戲的研發、運營和全球發行，成立至今先后涉足過信息分發、社交、游戲、元宇宙??毫無疑問，這是一家極具市場敏銳度和戰略前瞻性的公司。
這樣的“敏銳”是否會讓外界對于昆侖萬維做大模型的實力和投入產生一些質疑？
“對于公司而言，外在質疑不重要，關鍵在于公司能不能做有價值的工作，比如我們在AI搜索、AI社交和AI音樂生成等領域做到了當前細分領域內的最佳，那這就證明了我們的投入是有意義的。”方漢補充道，雖然提出AllinAIGC是在2022年，但昆侖萬維進入大模型賽道是2020年，“這是因為我們真的是信仰大模型的力量”。
這個信仰背后最根本的邏輯是，效率提升是人類永恒的追求。與此同時，昆侖萬維觀察到，當內容創作的門檻下降一半的時候，內容創作者的人數就會翻倍，所以，AI的任何一點進步都會導致內容創作的大爆發，而這是所有內容廠商必須面對的事實。
“這才是我們提出AllinAIGC的根本，當然，當一個市場爆發的時候，就會重新洗牌，我認為這對于我們公司來說，是一個非常好的機會，我們要一定要緊緊抓住這個機會。”
方漢認為，昆侖萬維在內容生成領域的流程和商業邏輯已經非常清楚——“垂類SOTA紅利”（SOTA：領域最佳水準），這是昆侖萬維錨定的目標。方漢用OpenAI舉例，OpenAI的文本生成水準是全行業最好的，所以它的商業估值最高，但文本只是AI的主要方向之一，還有很多垂類領域，只要在特定的垂類做到SOTA就會有紅利。
目前，許多巨頭公司仍在專注于大垂直領域的發展，因此，中小型垂直領域仍有非常豐富的機遇。方漢判斷，這些垂直領域長期穩定的護城河，在于UGC（用戶生成內容）平臺。一旦用戶對平臺形成使用習慣，便能夠建立顯著的優勢。“我們在海外所有的商業模式都是基于UGC平臺的，我們的產品優勢可以吸引大量的創作者，一旦用戶習慣了我的平臺，除非競爭對手的算法能夠10倍領先于我，否則用戶就很難發生遷移了。”
昆侖萬維在2023年加速AIGC領域的布局，2023年4月，昆侖萬維正式發布千億級大語言模型“天工”，啟動內測；同樣是4月，在2022年年報發布后，公司管理層明確提出了昆侖萬維“AllinAGI與AIGC”的發展路徑。
2024年1月5日，昆侖萬維對外公布了該公司的全新使命：實現通用人工智能，讓每個人更好地塑造和表達自我。
關于昆侖萬維的新使命，方漢說，公司考慮到這一波AI大潮的重要性，以及它所帶來的產業機會。“我們認為AI并不同于之前的VR和元宇宙，它所創造的浪潮等同甚至超過互聯網出現時帶來的產業沖擊，這是一個非常大的機會。”
基于這一判斷，公司開始考慮AI最終能夠帶來什么。“ToB很簡單，跟移動互聯網一樣，AI會帶來我們工作效率的提升。而我們作為一家在海外長期做內容和社交的平臺級公司，希望AI在C端能夠讓用戶更好地表達自己，降低用戶內容創作的門檻。”
比如當一門語言使用人數在5000萬以下的時候，它幾乎無法產生本語言的影視、音樂、文學，這就是創作門檻的問題。而一旦引入AI之后，這些問題都會得到解決。所以AI對于內容創作領域是一個非常重要的工具，能夠幫助用戶更好地表達自己。
競逐大模型，機會在C端？
在行業大部分人眼中，B端是大模型商業化更好的通路，原因之一是C端市場的付費意愿在短期內很難得到提升，且目前大模型在C端的普及率與使用率并不高。
但在商業模式的選擇上，昆侖萬維依舊毫不猶豫地把寶押在了“C端”，且致力于推動實現“免費”。
“如果一家公司能創造出真正對用戶價值極大的產品，那么用戶一定會蜂擁而至。首先，這個產品必須免費，其次，它能真正百倍地提升效率或降低門檻。”方漢表示。
目前，昆侖萬維的AI商業化邏輯都以C端為主。在C端，該公司推出了國內AI搜索——天工AI搜索。在海外，則圍繞著漫畫、音樂、影視、社交、游戲等領域進行了相應的布局。
方漢表示，很多人認為大模型是通向AGI的道路，這個賽道其實非常擁擠、非常長遠。大模型對于B端和C端都有作用，但是在AIGC領域，大模型更容易落地。背后的原因在于大模型面臨的本質問題，容易產生幻覺。“但是從某些角度看，幻覺也是一種優點，想象力有利于藝術作品創作，因此，在內容生成領域，AIGC有更多的優勢。”
方漢認為，B端和C端沒有必要對立起來，商業模式的選擇更多是取決于公司的基因和用戶天花板的上限。“B端和C端都是很好的生意，B端的利潤率非常高，但是也有個問題，就是規模上不去。從B端起家并且成為全世界巨頭的公司非常少，微軟算半個，微軟其實做的是personalcomputersystem（個人操作系統）”。
目前，國外很多大模型企業采用的是訂閱模式，基于訂閱模式，方漢算了一筆賬：假設一個月的訂閱費在19美金左右，全世界最多有5億人愿意以19美金訂閱。“剩下的70多億人怎么辦？”他反問，“免費、C端模式才能誕生下一代的殺手級應用，它的市場上限肯定是最大的，任何一個微小的收入乘以80億都是一個非常驚人的數據，規模是不一樣的。”
“現在對于大模型公司最麻煩的一點是推理成本。為什么OpenAI要用訂閱模式？就是因為它很難向所有人免費提供最好的AI服務。”那么，長期來看，怎樣遷移到免費模式，讓80億人都能享受AI服務？
方漢假設了三條路徑。
首先是努力降低推理成本，把大模型的推理成本降到現在的千分之一、萬分之一，就幾乎可以免費給大家用。但對于這條路徑，方漢認為短期內難以實現。“這里又形成了另外一個悖論，所有人都想要最好的大模型，但越好的大模型推理成本越貴，短期是不太好解決。優化了十倍，算力需求相應也加十倍，那不是抵消了嗎？”
第二條路徑是UGC平臺模式，即讓1%的內容創作者使用付費AI，剩下99%的讀者免費看其生產的內容。“實際上在互聯網時代，創作者跟消費者的比例可能比1∶100還要高，甚至可能是1∶1000。那這整個推理成本會不會縮小1%甚至更多？這在發展中期是成立的。”
而真正的解決方法是端側推理，比如在手機端直接進行大模型推理。對于手機廠商而言，下一個增長點毫無疑問就是AI，隨著工程師的優化，在手機端推理大模型的可能性變得越來越實際。方漢預計，在3至5年后會出現C端殺手級的產品。“這就像4G和手機攝像頭推動了短視頻行業的發展。如果沒有攝像頭，沒有手機攝像頭，沒有4G網絡，短視頻行業是永遠不會出現的。”
3到5年，這并不是技術上等待的時間，而是用戶更換AI手機的周期。方漢認為，目前普及端側推理的難點不在于技術，在于換機周期。
“等AI手機完成普及后，我們的市場規模就會變得空前巨大。技術上沒有難點，經過工程師的優化，手機端已經可以推理7B和13B的模型了，這已經滿足了我們70%至80%的需求。”