CMU LTI （卡內(nèi)基梅隆大學語言技術研究所）每年在全球范圍內(nèi)只有十個左右的博士錄取名額，其中的華人學者鳳毛麟角。本次以 OpenAI 發(fā)布 ChatGPT 為標志掀起的人工智能浪潮，CMU 也在各大主流 AI 公司中扮演了技術核心。

這群 CMU 中的華人學者，在中西爭奪人工智能高地的競爭中，歸國人才顯得尤其彌足珍貴。楊植麟是其中之一，在國內(nèi)創(chuàng)辦月之暗面，迅速上升為中國估值最高的大模型公司之一。而比楊植麟大一屆的趙天成，也是從 CMU 畢業(yè)回國的青年創(chuàng)業(yè)者。

趙天成可以稱得上「AI 名門正派」，本科就讀于 UCLA（加利福尼亞大學洛杉磯分校），以全院第一的成績獲 2014 級工程學院杰出畢業(yè)生。隨后在 CMU LTI 碩博連讀，主導師為 Maxine Eskenazi ，并和 Alan Black、 LP Morency 、 William W Cohen 多次合作。四年期間，趙天成主要研究用生成式模型做對話的核心問題，累計發(fā)表了 20 余篇頂會論文，僅僅用了 4 年半就完成了通常需要 6-7 年完成的博士學業(yè)。

作為一名創(chuàng)二代，趙天成選擇在硅谷短暫工作后回國，接手其父親趙凡創(chuàng)辦的聯(lián)匯科技。在這家擁有 20 年 2B 經(jīng)驗的企業(yè)中，通過多模態(tài)大模型賦能已有的、新開拓的 B 端大客戶，從一開始在商業(yè)路徑上就無比清晰。而目前很多AI公司在商業(yè)路徑、變現(xiàn)上仍然缺乏戰(zhàn)略形成鮮明對比。

相較國內(nèi)很多大模型公司，趙天成從回國的第一天起就堅定的走多模態(tài)大模型方向，多模態(tài)能力的重要性在近期OpenAI 發(fā)布的 GPT-4O 上得以驗證。這意味著，要真正實現(xiàn)大模型落地應用，不能只有文本語言，加入多模態(tài)能力是大模型競爭的大勢所趨，也是距離 AGI 更近的一步。

但其實，在 2023 年 11 月 6 日 GPT-4V 發(fā)布之前，業(yè)內(nèi)更多地將目光放在大語言模型之上，多模態(tài)模型創(chuàng)業(yè)是少有人走的路。但聯(lián)匯科技在 2021 年前后即開始推進多模態(tài)的研發(fā)工作，以模型的理解能力而非生成能力為切入口，可以說是國內(nèi)多模態(tài)模型創(chuàng)業(yè)公司中的先行者。

「科技賽道投資要追求非共識的正確判斷，這需要極高的行業(yè)認知和判斷?！雇顿Y聯(lián)匯科技的前海母基金高級行業(yè)研究員馬駿對 AI 科技評論說道。做理解方向的多模態(tài)模型，這在市場上是比較稀缺的，聯(lián)匯科技在投資人眼中也就成為了反共識。

依托于過去老業(yè)務的基礎，聯(lián)匯科技的 AI 業(yè)務增長有著明顯的優(yōu)勢。雖然在大眾的認知和傳播度上不及Pika、Sora 等生成方向的多模態(tài)模型，但是聯(lián)匯科技已經(jīng)和廣電媒體、運營商、國家電網(wǎng)等涉及民生的大 B 企業(yè)合作，用「B2B2C」的方式更好地做商業(yè)化，營收已經(jīng)跑贏大多數(shù)大模型公司。

談到如何能在當下的環(huán)境中把多模態(tài)模型的 2B 商業(yè)化做到這么多營收，趙天成將其歸結(jié)為是一個「在約束條件下最大化商業(yè)化成果」的優(yōu)化問題?！傅讓蛹夹g要領先市場一步甚至兩、三步，商業(yè)化產(chǎn)品，基本上會保持領先 0.5 步的方式去做?！?/p>

以下是 AI 科技評論與聯(lián)匯科技 CEO & 首席科學家趙天成、前海母基金高級行業(yè)研究員馬駿的對話實錄：

一、多模態(tài)創(chuàng)業(yè)的先行者

AI 科技評論：你本科畢業(yè)于 UCLA，之后在 CMU  LTI 碩博連讀，這期間主要做了哪些研究？

趙天成：我是 2010 年到 2014 年讀本科，期間跟隨 UCLA 語音實驗室創(chuàng)始人 Abeer Alwan 教授學習語音處理相關研究。畢業(yè)的時候申請學校，她強烈推薦我去 CMU，因為 CMU 的人工智能和自然語言處理方面幾乎是最強的。

在 CMU 我的研究方向就是基于預訓練的端到端的生成式模型，并且應用于人機對話系統(tǒng)，本質(zhì)就是現(xiàn)在的  ChatGPT 的前身。我主要的研究內(nèi)容也基本上覆蓋了生成式對話系統(tǒng)的幾大方向：

第一個方向是模型架構，整個生成式模型的模型架構的研究最早是通過RNN，之后引入隱變量學習，然后在此基礎架構升級為Transformer；

第二個方向是機器學習的機制，從變分模型到強化學習到多模態(tài)融合；

第三個方向是關于怎么實現(xiàn)小樣本遷移，讓模型學會任務級別的零樣本泛化。

2016 年，我發(fā)布了業(yè)界最早的一篇基于端到端生成式模型的任務型對話機器人的論文《Towards End-to-End Learning for Dialog State Tracking and Management using Deep Reinforcement Learning》。通過一個端到端的神經(jīng)網(wǎng)絡合并代替了過往需要多個專業(yè)模塊串聯(lián)而成的復雜專家系統(tǒng)。

論文鏈接：https://arxiv.longhoe.net/abs/1606.02560

2017年，又發(fā)布了另一篇《Generative Encoder-Decoder Models for Task-Oriented Spoken Dialog Systems with Chatting Capability》是最早的混合閑聊和任務型對話的生成式模型。

論文鏈接：https://arxiv.longhoe.net/abs/1706.08476

除此之外，每年大約有 5 篇頂會的論文發(fā)布，四年發(fā)了20多篇。

AI 科技評論：當時的生成式對話與現(xiàn)在的 ChatGPT 相比，有什么區(qū)別？

趙天成：其實核心原理都差不多，都是自回歸模型預訓練。最主要的區(qū)別在于 scale（量級）上。比如，以前還沒有百億級的Transformer，那時用的是億級的 RNN；以前的訓練數(shù)據(jù)可能是幾千萬個 Token，現(xiàn)在變成了幾萬億個Token；以前的卡差不多是 8 塊 3090，現(xiàn)在是千塊 A100。

AI 科技評論：在學習的過程中，哪個重要的節(jié)點讓你的研究產(chǎn)生變化或者有很大的突破？

趙天成：AlphaGo 是很重要的一個節(jié)點。

剛到 CMU 的時候，導師 Maxine Eskenazi 和 Alan Black 他們做了當時全球最早的實用化對話系統(tǒng)「Let‘s Go」，能夠?qū)崿F(xiàn)打電話詢問公交車信息和訂票的功能，上世紀 90 年代到 21 世紀之初，大部分的對話類研究都是基于這個系統(tǒng)做的，但這個系統(tǒng)全部是靠專家規(guī)則拼出來的，是一群CMU 博士花了幾年時間才做出來，而且和真正的應用相比還有很大的距離，并且我們意識到這個系統(tǒng)智能上限很低。

2017 年，AlphaGo 出來，我們認為端到端學習肯定可以改變以前專家系統(tǒng)拼湊的方式，可以通過一套完整的學習機制去實現(xiàn)真正的智能體，于是就把整個 Let’s Go 系統(tǒng)整體轉(zhuǎn)成了純生成式的，把專家系統(tǒng)用生成式模型做了替換。做這件事的初衷是覺得生成式模型的上限更高，想要做一些未來五年之后才能爆發(fā)的技術，而不是去做成熟的技術。

AI 科技評論：楊植麟也是 CMU 畢業(yè)的，讀書期間你們是否有合作？

趙天成：會有合作交流，楊植麟比我小一屆，我跟楊植麟的導師 William W Cohen合作得也比較多。

AI 科技評論：你在 CMU 的導師是誰？

趙天成：Maxine Eskenazi 是我的主導師，在對話和人機交互方向很有經(jīng)驗，特別是在如何做 research 方面對我的影響非常大，教會我如何去做具有引領性工作的 research。在碩士期間， Alan Black 是 co-advisor，但之后他的研究方向更偏語音合成，而我會偏深度學習NLP 更多。

除此之外，我博士期間的另一位合作導師 LP Morency。他在多模態(tài)領域是全球 TOP3，本身就是最早做多模態(tài)的頂級專家。他教會了我什么是多模態(tài)模型，特別是在視覺與語言融合這一塊給了我很多指導。讀博期間，甚至現(xiàn)在在聯(lián)匯的工作基本上都還是在當時研究的大框架上去做延展。雷峰網(wǎng)(公眾號：雷峰網(wǎng))雷峰網(wǎng)雷峰網(wǎng)

還有 William W Cohen（楊植麟的博士導師），他是谷歌的首席科學家，我做對話系統(tǒng)以及現(xiàn)在的多模態(tài)模型，很關鍵的一個問題是怎么樣更好地把 knowledge base（知識庫）構建起來，這部分他給我很多指導。

AI 科技評論：除了研究履歷外，還有哪些因素促使你在回國之時選擇多模態(tài)模型的方向創(chuàng)業(yè)？

趙天成：當然。這也跟我們本身的商業(yè)基礎有關。聯(lián)匯科技是從媒體技術與服務起家的科技企業(yè)，很大的一塊業(yè)務是服務于中央臺、浙廣集團這樣的廣電媒體，并做到了行業(yè)第一，行業(yè)天然存在很多的多媒體數(shù)據(jù)。這些業(yè)務對我們初期做 PMF 有著很大的幫助。

另外一個因素是在客戶接受度層面，這些中央地方的廣電媒體對故障零容忍，對新鮮事物，比如AI技術的接受需要一個過程，而聯(lián)匯科技憑借過往過硬的技術實力，充分得到了這些“要求苛刻”的客戶的信任，得以使公司的多模態(tài)大模型能夠迅速商業(yè)化。

AI 科技評論：做好這個決定之后，在一個 20 年 2B 經(jīng)驗的老公司推 AI 新業(yè)務的打法是什么樣的？

趙天成：首先把公司目標進行了重新的定義。從過去的「讓信息傳播推動創(chuàng)新」改變成了「以智能去推動創(chuàng)新」，大家以 all in AI 的態(tài)度去做整體的升級改造。

從整個步調(diào)來看，一開始是從做理論研究到早期的基礎設施建設，慢慢地一步一步到應用產(chǎn)品。另一方面，幾年的時間下來，團隊也進行了大升級，更新成了更加年輕化的團隊。構建了以 AI 為核心，在幾個應用點去落地產(chǎn)品這樣一個兩層的布局。

從產(chǎn)品化、商業(yè)化來看，還是要穩(wěn)扎穩(wěn)打的。（我們）重點投資了大模型基礎設施建設，完善了大模型落地的工具平臺，然后到后面一步一步去做應用層的開發(fā)。

商業(yè)化的過程也是先以存量市場應用升級為第一步，然后慢慢去打造 AI 原生應用作為第二步，實現(xiàn)“兩步走”的策略。

AI 科技評論：馬博士，從投資機構的角度，如何看待聯(lián)匯在那個時間節(jié)點選擇走的偏理解的多模態(tài)模型之路？

馬駿：我認為這是一種反共識做法。2022 年，GPT4V 還沒有發(fā)布，并沒有很多人做多模態(tài)創(chuàng)業(yè)，市面上更多是在關注大語言模型，看到聯(lián)匯的時候會感受到差異化和眼前一亮。

從商業(yè)化的角度去考慮，生成式模型逃不開的制約因素就是幻覺問題。傳統(tǒng)的生成式模型的準確性偏差是一些商業(yè)化場景所不能容忍的，那么這個時候如果能不過分強調(diào)生成，而是強調(diào)理解，就可以很巧妙地避開幻覺問題，算是揚長避短吧。

AI 科技評論：聯(lián)匯科技的趙凡總有著 20 年 2B 業(yè)務的經(jīng)驗，趙天成博士又有頂尖科研經(jīng)歷，你怎么看待這種「互聯(lián)網(wǎng)老兵+天才少年」的創(chuàng)業(yè)組合？

馬駿：第一就是在整個產(chǎn)品和研發(fā)的路徑上，趙凡總對產(chǎn)品的把控都是很貼近客戶需求的，真的是能在場景里面能解決問題的，所以能保證技術、場景、產(chǎn)品三者達到很好的匹配，這也就意味著整體的試錯成本會比較低，這是我們非常看重的一點。

第二，聯(lián)匯科技作為一家大模型公司，工具鏈做得非常齊全。可以看到，其實大模型想要在場景上落地，它不單單只是模型，還包括如何去做推理的加速，或者和硬件綁定所需的智能體的工具鏈。這一點在最早接觸的時候，市面上沒有太多公司意識到如何去做一家全面的、端到端落地的公司。

所以這種老少搭配，第一在場景上不會出問題，第二就是他們明白如何做一家全面的公司，而不是單純的技術團隊，只在單點上做突破。因為我們理解做單點突破，在現(xiàn)在的市場環(huán)境上是遠遠不夠的，你的壁壘或者護城河是無法靠單點來維持的，開源模型天天在卷，僅靠模型來做一個壁壘是不夠的。

AI 科技評論：聯(lián)匯科技有哪些特點是吸引你的？

馬駿：聯(lián)匯的商業(yè)化做得很穩(wěn)?，F(xiàn)在做業(yè)務側(cè)的 AI 公司大致有兩類：

一類是大模型公司直接去做業(yè)務，他們的問題就是場景還不聚焦，他們更希望用標準化的產(chǎn)品服務各種場景，而對于業(yè)務理解的深度不夠，可能導致客戶不滿意；

第二類是集成商，他們拿著開源模型改一改，倒是可以交付，但無法深入，也不是長久之計。

我們可以看到各個行業(yè)的企業(yè)數(shù)字化進程是不可逆的，這個時候陪伴客戶成長反而是更重要的，拋開技術的壁壘，聯(lián)匯科技一直在陪伴客戶成長，這方面他們很有經(jīng)驗。

二、在約束條件下最大化商業(yè)成果

AI 科技評論：聯(lián)匯在技術上有哪些突破？

趙天成：從模型層面，歐姆大模型是國內(nèi)最早發(fā)布的多模態(tài)模型系統(tǒng)，最大的突破在于對視頻的理解能力增強。過去的 CV 更多的是單圖理解，但聯(lián)匯顛覆了傳統(tǒng)單圖理解的局限。

從智能體的角度來看，目前聯(lián)匯推出的智能體，都是以自研框架實現(xiàn)的，并且在解決智能體端到端優(yōu)化的問題上，開發(fā)了獨特的算法。

除了技術迭代之外，聯(lián)匯今年有多個智能體應用在運營商、電力、媒體等行業(yè)，實現(xiàn)了規(guī)模化的商業(yè)落地應用。后續(xù)我們也將根據(jù)實際用戶反饋去進一步優(yōu)化系統(tǒng)，這有著非常大的價值，使雙方能迅速形成“數(shù)據(jù)飛輪”。

AI 科技評論：吳恩達在最近的演講中呼吁大家多關注智能體技術，你怎么看待智能體技術的發(fā)展方向？

趙天成：我非常認同吳恩達所提到的幾個點，智能體未來有四個比較有價值的方向：

第一，怎么做智能體的反思；

第二，如何讓智能體像人一樣學會用工具去完成任務；

第三，智能體的規(guī)劃能力，它不再局限于單輪的決策，而可以自己把整個行動路線設想出來；

第四，多智能體的協(xié)同，即面對復雜任務時，讓多個角色的智能體協(xié)同起來完成任務。

綜合來講，我認為大模型越來越像底層的一個算子，就像一個 CPU 一樣，但真正顛覆我們?nèi)粘Ｉ畹氖?Windows 這一操作系統(tǒng)。一個好的智能體框架可以讓 GPT-3.5 的效果大幅度超過 GPT-4。把智能體用好之后，可以讓一個相對來說沒那么強的模型反而能夠超過目前最強的模型。同樣的技術用在 GPT 4 上的話，那它可能就變得更強了。

AI 科技評論：半年多的時間以來，很多大模型公司都在說做 Agent，目前 Agent 發(fā)展處于什么階段？

趙天成：非常初期的階段。現(xiàn)在很多比較熱的智能體技術，或者所謂的框架，其實很多時候都是換湯不換藥的。

10 年前，我們叫任務驅(qū)動對話系統(tǒng)，或者再往后走，他們可能叫 Conversational AI，他們本質(zhì)來說完全是一個東西，只是換了一個名字而已。包括現(xiàn)在比較火的 RAG，在 2017 年左右就有很多人在做類似的東西。他們都是僅僅把大模型和外部知識庫做了連接，然后去做應用，后續(xù) agent 技術還有很大的發(fā)展空間。。

AI 科技評論：馬博士，2024 年或者之后，你會著重去看智能體相關的項目嗎？

馬駿：是的，從智能體出發(fā)，看一些AI公司的發(fā)展歷程，引起了我們的一個反思：比如像 AI 四小龍這樣的公司，前期的時候在模型能力、技術上可能會比較領先，但是經(jīng)過七年左右的變化，等到新的底層技術出現(xiàn)的時候反過來再看，會發(fā)現(xiàn)他們前幾年在模型算法上的壁壘可能就沒有那么深了。也就是說單純靠模型算法無法為企業(yè)構筑足夠高的壁壘。

那么，企業(yè)怎么才能持續(xù)把自己的壁壘搭建得堅實起來？設想在五年之后，行業(yè)內(nèi)又出現(xiàn)了一個全新的模型架構，那現(xiàn)在這一波企業(yè)應該怎么辦？企業(yè)該如何保持自己的壁壘？又該如何轉(zhuǎn)型？

基于這一點的考慮，我覺得智能體比較重要，它更多是偏向于對業(yè)務場景中一個系統(tǒng)的搭建，而不是一個單點模型的突破。因為底層的模型可以迭代，但是框架部分是比較確定的。所以我們認為，像這種框架式的智能體，反而在未來是可以活得比較長的。而且在企業(yè)真正到了面臨轉(zhuǎn)型期的時候，擁有這方面的壁壘反而比單純只是做模型的壁壘要更深。

AI 科技評論：多模態(tài)模型的商業(yè)化機會在哪？

趙天成：一方面我們可以把人類不想做的一系列繁瑣的任務實現(xiàn)自動化，實現(xiàn)從 copilot 到 autopilot ，去重構之前信息化時代的系統(tǒng)，諸如 Office 或 ERP 。在 AI 時代，我覺得 AI 原生應用很可能會顛覆這些傳統(tǒng)的服務和模式。

另一個方面，過去大量的行業(yè)知識，都是存儲在個人的大腦里面，但目前有可能通過 AI 把所有知識以行業(yè)為單位進行沉淀，比如在電力領域或者媒體領域，把很多的老師傅的知識吸收進一個模型中，打造一個不斷進化的 AI 行業(yè)專家。

AI 科技評論：趙博士，聯(lián)匯為什么選擇做 2B ？

趙天成： 2B 還是做 2C，是分階段的，我們的戰(zhàn)略是先 2B 夯實公司底座，再 2C 拓展公司上升空間。

具體來說， 2C 業(yè)務對成本比較敏感，而當前階段，大模型的推理成本還比較高，而且這一狀況目前很難改變，除非再過幾年算力資源價格發(fā)生了變化，可能會降低成本；同時 2C 商業(yè)化變現(xiàn)路徑還不清晰；再次，2C 行業(yè)競爭是扁平化、白熱化的。

我們認為要打好公司的 2B 底座，修煉好內(nèi)功，積攢好經(jīng)驗、人才、必要的資金，以一個更加良性的模式去參與 2C 的競爭，有可能初期是通過爆款細分領域的硬件+多模態(tài)大模型的形式切入。所以現(xiàn)在我們是以 2B 為主，大 B 相對來說有能力去承擔數(shù)字化升級的算力成本。

在目前階段雖然還沒有辦法做大規(guī)模 2C 業(yè)務 ，但是我們通過跟運營商合作，用「B2B2C」的方式做 2C 業(yè)務，培養(yǎng) 2C 的商業(yè)sense，為將來正式切入 2C 市場積累經(jīng)驗、人才。比如跟中國移動合作，通過寬帶+AI套餐的方式去服務廣大的 C 端客戶，這樣更適合當下的現(xiàn)狀。

馬駿：目前看到的2B 業(yè)務有兩類，第一類就是來什么客戶去接什么客戶，是一種高度定制化業(yè)務，另一類就是有很強的行業(yè)屬性，摸清一個行業(yè)客戶的共性需求，然后用標準固化的產(chǎn)品去服務這個行業(yè)的客戶，換個詞可能叫 2P（Platform）更合適。

聯(lián)匯更加傾向于后者。只有扎根于某個行業(yè)，然后這個把這個行業(yè)做透，才能形成比較好的標準化，而不是刻意為了前期做收入，就什么客戶都接。這里有一個很好的印證就是，聯(lián)匯科技的毛利率水平很高，這也就反映出來它輸出的更多還是標準化產(chǎn)品。

AI 科技評論：聯(lián)匯科技是如何在當下其他家連 PMF 都沒做好的情況下就能做到很高的商業(yè)化營收？

趙天成：理解用戶需求、理解行業(yè)痛點，這是非常重要的前提。

更重要的是，要把整體的節(jié)奏把握好。一方面我們要對今后的重點技術方向進行提前投入，保證在底層技術領域領先市場一步甚至兩、三步，但是對于商業(yè)化產(chǎn)品，我們基本上會保持領先 0.5 步，而不會把步子邁得太大。因為在市場還沒有成熟的時候，去硬推一個可能兩三年之后才會成熟的產(chǎn)品，很可能會成為市場驗證的犧牲品。因此，我們基本上是按照技術領先又產(chǎn)品落地的方式去做。

AI 科技評論：馬博士，從投資人的角度，你會更加看好 2B 還是 2C 的商業(yè)路線？

馬駿：這個可能要分時間維度，短期會青睞 2B，長期對于 2C 還是看好的，一個 2C 產(chǎn)品首先還是要有極致的產(chǎn)品力，其次成本也很重要，如果短期內(nèi)沒有達到成本拐點的話很難讓用戶為 2C 產(chǎn)品付錢，會叫好不叫賣。

假設說，現(xiàn)在要從一個沒什么差異化的 2C 的聊天機器人上收費，那很有可能有些人會選擇直接用 OpenAI ，因為它性能更強，而且價格也不算太貴。除非 2C 產(chǎn)品有非常差異化的產(chǎn)品力，讓用戶覺得好用，要不然的話就是成本足夠低，付很低的費用甚至是不收費。

三、Sora 向左，Gemini 向右

AI 科技評論：目前國內(nèi)外多模態(tài)模型發(fā)展的格局大致是什么樣的？

趙天成：我理解目前國內(nèi)做多模態(tài)有兩條路：

一條路像 Gemini，以語言為核心，在此基礎上把感知層面的音頻、視頻、圖像接進去；

另一條路是 Sora 的路線，以視頻生成和渲染為主，目的在于能夠生成出主體一致、畫面高清逼真的視頻。

這兩條路技術架構完全不一樣，Gemini 是以多模態(tài) Transformer 為主，但 Sora 是以 DIT 的路線為主。

按照這樣的方式來劃分，國外的 Pika、Runway，國內(nèi)的生數(shù)科技、Hidream、愛詩科技等都是走的類似 Sora 的多模態(tài)生成路線。聯(lián)匯科技會更接近于 Gemini ，因為我們的目光還是更多放在智能體上，更關注模型的推理思考和 planning 能力，這種能力的重點和目的并非把一幅畫逼真地畫出來。

AI 科技評論：目前生成式多模態(tài)模型的商業(yè)化現(xiàn)狀是什么樣的？

馬駿：Sora 為代表的視頻生成公司，目前我還沒有看到特別好的商業(yè)化案例。

AI 生成的視頻是否有商業(yè)價值，這個暫時不好判斷。以影視業(yè)為例，多模態(tài)生成模型服務于B端客戶，需要能不能把生成的內(nèi)容植入到原有的業(yè)務流程里，或者植入到他原來的工作軟件里。我個人覺得，這可能是短期內(nèi)比較有價值的事情。

我們也看到， 生成視頻相關的C 端產(chǎn)品具有很強的傳播力，我個人覺得它還是會兌現(xiàn)出很大的價值，就能很快做出一些爆款。

AI 科技評論：聯(lián)匯這樣做技術和商業(yè)化的方式，對標的是哪家公司？

趙天成：聯(lián)匯科技會比較接近硅谷的一家公司叫 Cohere。Cohere 在做的事情是給歐美的大型企業(yè)提供完整的大模型底座和以它為基礎的、降本增效的智能體應用。

在做多模態(tài)模型創(chuàng)業(yè)的過程中，我們會比較關注整個商業(yè)化 ROI 的情況是什么樣的？可能 OpenAI 做 AGI，會不計任何成本的、每年燒幾千個億去做 ，而國內(nèi)不行。我們需要做的是在目前的限定條件下，最大化大模型技術的商業(yè)化 ROI，那限定條件可能包括客戶場景、當前國內(nèi)硬件條件等，而從公司已經(jīng)商業(yè)化落地的項目看，這一限定條件下的最大化大模型技術路線收到了客戶的一致好評。

AI 科技評論：Scaling Law 可能是實現(xiàn) AGI 的路徑之一。當 OpenAI 在去追求 10 萬億或者更大參數(shù)模型的時候，其他大模型公司的競爭力在哪？

趙天成：雖然把參數(shù)堆上去沒問題，數(shù)值堆得越高效果越好。但其實在 B 端場景下面，即便真的推出一個 10 萬億的模型，也不會有任何一個 B 端客戶會愿意為它買單，因為沒有客戶能夠承擔它的算力成本。

在創(chuàng)業(yè)過程中，除了以純粹以研究者的想法追求模型性能外，我們也會把整個公司的運營當成一個「在約束條件下最大化商業(yè)成果」的一個優(yōu)化問題。在當前商業(yè)化過程中，我們把產(chǎn)品的競爭力和服務做到最好，把模型的效率做到最高，并隨著未來硬件環(huán)境的提升逐步進步，每個階段我們都可以提供性價比最高的大模型和智能體產(chǎn)品，我覺得這反而是更具競爭力的。

AI 科技評論：如何做到「在約束條件下最大化商業(yè)成果」？

趙天成：這需要我們不斷追求高效，而聯(lián)匯的高效體現(xiàn)在三個方面：

第一是數(shù)據(jù)高效，我們自己提出了一種高密度的數(shù)據(jù)訓練方式，可以將更多的知識濃縮在相對更少的數(shù)據(jù)上面，用高效的算力去達到更好的效果。

第二是功能高效，以多模態(tài)原生訓練作為核心，如果某個場景只需要有視頻的能力，那我們適配的多模態(tài)模型會原生地把它預訓練在模型里面，給客戶提供他們想要的功能，而不會把算力資源浪費在客戶并不關心的功能上面。

第三是推理高效，推理效率和成本是客戶使用的過程中最關心的。推理加速、模型量化、以更小的參數(shù)量獲得更大參數(shù)量才能達到的效果，這些都是我們研發(fā)的重點。

AI 科技評論：你怎么看待行業(yè)中卷參數(shù)量來大力出奇跡的現(xiàn)象？

馬駿：變現(xiàn)和卷參數(shù)是可以解耦的。從追求天花板的角度來說的話，卷參數(shù)的意義是對標到 OpenAI，這是很有想象力的事情的。但是從實際運營角度，成本也是必須考慮的重要因素，為什么大家都開始做 MoE，就是考慮成本和落地。

AI 科技評論：過去的二十年，移動互聯(lián)網(wǎng)是最大的一波紅利，現(xiàn)在大家也認為這波人工智能浪潮和移動互聯(lián)網(wǎng)有著一樣巨大的機會，你怎么看？

趙天成：是的，隨著大模型的出現(xiàn)，人工智能進入了一個新的階段，可以說跨過了一個拐點，能夠真正實現(xiàn)普及應用了，不管是日常生活還是生產(chǎn)制造領域都可以用AI來賦能。

而且，現(xiàn)在不管是中國還是美國都有明顯的生產(chǎn)制造行業(yè)的回流趨勢，大家對制造業(yè)越來越重視，所以，怎么樣讓大模型或者 AI 技術更好地賦能傳統(tǒng)行業(yè)，很可能是個很大的機會。無論是能源、制造、生產(chǎn)，還是基礎科學研究， AI 有可能真正催生一些不一樣的東西。

AI 科技評論：也就是說這一波 AI 更有機會作用于一些制造業(yè)或技術行業(yè)？

趙天成：現(xiàn)在大家都在問，AI 到底能干嗎？如果說移動互聯(lián)網(wǎng)最賺錢的是推廣告，那么在這一波 AI 又會有哪些新的爆發(fā)點？我認為這次的大模型最大的特點是讓機器真正具有了邏輯思考能力，譬如它可能實現(xiàn)專業(yè)設備的自動化運維，甚至是發(fā)現(xiàn)更好的能源傳輸模式等，真正做到無人化、智能化，在這些方面可能會產(chǎn)生一些以前想不到的東西，這樣的話，這一波 AI 會對制造業(yè)和技術行業(yè)帶來重大變革，因此也有人說，這次AI浪潮是第四次工業(yè)革命。

AI 科技評論：當下的環(huán)境對創(chuàng)業(yè)者并不友好，有什么可改進的方式，怎么給創(chuàng)業(yè)者創(chuàng)造一個好的投資環(huán)境？

馬駿： AI 的 2C 應用肯定是最大的機會，它是離用戶最近的。但是這種應用有多方面原因吧，第一上市的可能性可能不大，第二它的生命周期可能會變短，大家會迅速發(fā)現(xiàn)這個方向賺錢，然后一堆人擠進來了，然后開始內(nèi)卷了。為了應對這一情況，可能需要更靈活地投資的方式。

因為二級市場的退出周期還是太長了。那有沒有可能直接用類似于分紅的形式去投資？回歸到做生意的邏輯，比如有人做 AI 應用，那么你需要多少錢我就投你多少錢，你賺到錢后，我們大家按比例分，這樣退出周期也快，并且可投的 AI 類型的公司也多。

在北美，因為有一個比較好的并購渠道，（所以投資風險沒那么高）但是在國內(nèi)你沒有這么好的渠道，所以我個人覺得，目前怎么去退出是很大的問題。從投資方式的反共識角度來講，也會誕生一些全新的機會，或者全新的投資模式，也希望資本界和這個產(chǎn)業(yè)界去共同做一些創(chuàng)新性的突破。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。