“算力的重要性要被空前重視了?！眳R智智能聯(lián)合創(chuàng)始人兼CTO劉黃驍烈說道，在之前任何一次AI浪潮中，這個現(xiàn)象都沒有像現(xiàn)在這么明顯，“甚至有錢也買不到。”

AIGC這么火，實屬有些出乎劉黃驍烈的意料。

三年前，彼時OpenAI剛剛發(fā)布GPT3。因為在一些通用問題上的正確回答，GPT3引起了劉黃驍烈的關注，但也僅僅把它當作一次技術上的突破，畢竟面對再難一點的問題，它就只能“胡說八道”。更為重要的是，實在想不出它還有哪些具體的落地場景。

沒想到，三年后，ChatGPT的出現(xiàn)，就像在水中投擲一顆巨石，驚起的漣漪持續(xù)擴大、蔓延到一個又一個的領域。

劉黃驍烈意識到了不同，這一波AIGC浪潮，技術的突破讓用戶看到了明確的應用場景，且能夠快速落地。

機遇與挑戰(zhàn)，一同奔涌而來。

算力與電力基礎設施，作為制約AIGC發(fā)展的兩個重要因素，自然引起業(yè)界的關注與重視，尤其是算力，得到了空前重視。

但又何止是算力。在AIGC長長的發(fā)展鏈條中，每一個環(huán)節(jié)都至關重要，每一個領域都充滿了冒險與探索的想象空間。

匯智智能是一家專注于AI智能體領域創(chuàng)新與研發(fā)的企業(yè)。劉黃驍烈告訴雷峰網(wǎng)，在意識到大模型技術能力后，就在思考該如何借助這種能力去幫助用戶做更多的事情。最終，他們選擇智能體這一概念，把各種AIGC能力綜合到一起從而讓智能體成為用戶的個人助手、數(shù)字分身，“讓AI力量成為每個人的天賦”。

以下是雷峰網(wǎng)和匯智智能聯(lián)合創(chuàng)始人劉黃驍烈的對話：

這一波AIGC浪潮，落地應用場景更豐富

雷峰網(wǎng)： 你最早是什么時候關注到AIGC的，吸引你的地方是什么？

劉黃驍烈：最早是在2020年，當時GPT3剛剛發(fā)布。讓我印象深刻的是，它不僅能回答一些通用問題，還能回答很多以當時的技術來說它不太可能正確回答的問題。比如歐盟的GDPR政策，以及數(shù)據(jù)保護等網(wǎng)絡安全領域的專業(yè)知識，它都能提供比較正確的答案，不過確實很生硬，沒有今天這么流暢。

但也有缺陷，比如無法處理對精確性要求比較高的任務，而且對提示詞的理解也不是很到位。

因此，我認為GPT3雖然很有潛力，但受到它當時能力的制約，應用場景十分有限，距離實際落地還有很長一段距離，并不看好它。

沒想到，2023年ChatGPT發(fā)布后，它的回答變得非常流暢。我意識到當時的判斷可能不太準確，這三年，GPT的版本有了很大的進步。

雷峰網(wǎng)：那你覺得從GPT3的默默無聞到GPT4的爆火，背后的原因有哪些？

劉黃驍烈：一方面肯定是模型自身不斷迭代、演進，帶來性能能力的快速提升，這個能力是指用戶感知到的能力，因為它自身的能力很難進行量化評估。

另一方面，它的產(chǎn)品設計比較成功。CNN之父Yann LeCun認為，ChatGPT本身并沒有特別大的技術創(chuàng)新，只是把Transformer 的架構給做得特別大、特別復雜。但是它的產(chǎn)品化非常成功，基于用戶的角度去考慮、優(yōu)化產(chǎn)品，從而讓用戶直觀感受到它可以在一些應用場景應用，所以才能火起來。

雷峰網(wǎng)：相較于上一波AI浪潮，這一波的AIGC浪潮有什么不同？

劉黃驍烈：AI行業(yè)經(jīng)歷了好幾波浪潮，整體呈現(xiàn)螺旋式上升的發(fā)展形式。

前幾波浪潮中，AI發(fā)展起來主要是因為技術上的突破，比如第一次是深度神經(jīng)網(wǎng)絡，第二次是反向傳播算法。上一波，2017年左右的浪潮來臨是因為AI技術真正達到一個可應用的階段，它有很多可以落地的應用場景，這是前兩波浪潮都沒有的。

而2023年的AIGC浪潮其實是一個復合型的，一方面有技術上的突破，大模型被推到公眾視野上；另一方面是技術落地應用的場景更豐富，比如說智能助手、語音聊天等，雖然之前也能實現(xiàn)，但不像現(xiàn)在大模型做得這么好。

所以，兩者之間的區(qū)別在于，上一波是預示著AI從一個偏向?qū)W術理論的研究課題變成了一個成熟的產(chǎn)業(yè)，而這一波是在已經(jīng)有了AI這一比較成熟的產(chǎn)業(yè)基礎上，技術的突破讓用戶看到有明確的應用場景且能夠快速落地，從而掀起浪潮。

雷峰網(wǎng)： 在這一波浪潮下，除了大廠，很多科學家或知名企業(yè)家也紛紛去做大模型創(chuàng)業(yè)，你覺得跑出來的機會大嗎？

劉黃驍烈：我覺得他們?nèi)プ龃竽Ｐ褪欠浅＿m合的。

要做一個大模型需要很多資源，先不說研發(fā)上的投入，光是算力和電力這些基礎設施，甚至都不是有錢就可以買到的?；A設施上的不完善，會成為制約大模型發(fā)展的“卡脖子”難題。而像科學家或有知名度的企業(yè)家， 這樣自身帶有IP屬性的創(chuàng)業(yè)團隊做大模型，有足夠的背書去爭取這些資源。

基礎設施的不完善，是制約大模型發(fā)展的“卡脖子”難題

雷峰網(wǎng)：那你覺得，面對AIGC的發(fā)展需求，對基礎設施領域帶來了哪些挑戰(zhàn)？

劉黃驍烈：我認為，AIGC對基礎設施的挑戰(zhàn)非常明顯且影響深遠。

剛才提到AIGC發(fā)展的兩個制約因素——算力和電力。算力的重要性要被空前重視了，在上一波AI浪潮中，這個現(xiàn)象沒有這么明顯，如今算力甚至成了國家間需要管控的資源，有錢也買不到。

另外要發(fā)展AIGC行業(yè)，電力同樣是一項需要提前布局的基礎設施，這也是前所未有。比較直觀的說法就是，大量的GPU“跑”起來會消耗大量的電力，這就類似于當年的礦機挖礦所面臨的情況。隨著對GPU的需求空前增大，它也將成為一個制約因素，直接制約AIGC行業(yè)發(fā)展。

大家都明白，大模型到底能不能做，很多時候不光看技術水平，還要看能不能協(xié)調(diào)到這些基礎設施的支撐。

雷峰網(wǎng)：那這里面會不會有一些機會？

劉黃驍烈：機會是有的，但是像算力和電力這兩塊，其實創(chuàng)業(yè)者不太好入局。不過在其他一些基礎設施上也涌現(xiàn)了很多產(chǎn)品，比如向量數(shù)據(jù)庫、多模態(tài)數(shù)據(jù)庫等。所以說AIGC浪潮肯定會為基礎設施領域帶來一些機會，但這些產(chǎn)品暫時還不能去解決AIGC領域一些核心問題。

我認為，AIGC浪潮下基礎設施的機會可以考慮和信創(chuàng)、國產(chǎn)化做結(jié)合，把產(chǎn)品的目標定義為推動行業(yè)生態(tài)和建設AIGC產(chǎn)業(yè)。這個機會適合有一定資源和耐力的創(chuàng)業(yè)團隊，因為它短期內(nèi)難以盈利，并且基礎設施的發(fā)展依賴于AIGC市場，但這個市場還不是特別成熟。

總體而言，發(fā)展基礎設施的意義重大，尤其是對于整個行業(yè)來說，任重而道遠。

雷峰網(wǎng)：你覺得，相對于大廠和科學家、知名企業(yè)家，中小企業(yè)該如何把握住這一波浪潮下的機會？

劉黃驍烈：中小型企業(yè)要看團隊自身的背景，不同背景的團隊適合不同的機會。

比如科學家、企業(yè)家有自己的IP，能通過融資等方式去獲得更多的資源，那他們就可以挑戰(zhàn)做一些通用大模型的事情。因為通用大模型只要達到一定水平，或者在哪一個領域有好的表現(xiàn)，就可以獲得比較核心的市場地位。

而對于中小型企業(yè)，比如我們團隊在短視頻營銷領域有積累、有經(jīng)驗，那就比較適合深扎應用端，雖然它對基礎設施等資源也有需求，但是輕量級的，關鍵是需要對目標客戶的需求有深度認知和把握，并且要做好產(chǎn)品、市場和運營。只有這樣，才有可能形成自己的產(chǎn)品壁壘，確保在行業(yè)占有一席之地。

找準自身定位，才能抓住機遇，形成自己的行業(yè)壁壘

雷峰網(wǎng)：匯智智能選擇聚焦AI智能體，是出于一種怎樣的考慮？

劉黃驍烈：首先，匯智智能的理念是“讓AI力量成為每個人的天賦”。

我們接觸到大模型技術，對其進行分析調(diào)研后發(fā)現(xiàn)，它的很多應用場景都是輔助用戶去提效，就是提升用戶自身的能力，那我們就在思考：能不能把這些大模型的能力綜合在一起去幫助用戶做更多的事情？比如通過文生文類的大模型實現(xiàn)一種更好的語言交互，包括信息搜集、文本撰寫；通過文生圖的大模型，幫助用戶更快、更方便地創(chuàng)造素材等。

基于這些想法，我們選擇了智能體這一概念，把各種AIGC能力綜合到一起從而讓智能體成為用戶的個人助手、數(shù)字分身，實現(xiàn)我們的理念。

雷峰網(wǎng)：智能體的概念已經(jīng)出現(xiàn)很長一段時間了，在AIGC的加持下，它能夠煥發(fā)出怎樣的活力？

劉黃驍烈：一方面，從用戶角度來看，現(xiàn)在的智能體更加智能，更像人了。

另一方面，AIGC技術使它在一系列的應用場景中真正落地，能力變得更廣泛，比如輔助用戶生成高質(zhì)量的文案、圖片、視頻；幫助用戶搜集、歸納信息，甚至幫用戶寫代碼。這在AIGC技術火起來之前，傳統(tǒng)的智能體根本做不到。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))：有沒有具體的案例？

劉黃驍烈：最近，我們基于AIGC技術以及在短視頻營銷領域的行業(yè)經(jīng)驗，推出了一款垂直場景小模型——應用于短視頻營銷的旺氪智能體 ，它本質(zhì)上是“智能體+營銷行業(yè)”的垂直領域智能體，除了傳統(tǒng)功能，它還具備智能客服、信息提供、利用自然語言優(yōu)化程序的交互等能力，主要就是幫助用戶提升效率。

我們的客戶主要是中小型商戶，他們都有強烈的營銷需求，但是傳統(tǒng)的短視頻營銷，需要他們自己拍素材，還需要美工或者程序員幫他們調(diào)用各種工具制作視頻。而旺氪智能體，通過大語言模型能力實現(xiàn)智能交互，用戶可以直接通過自然語言去調(diào)取相關業(yè)務，完全不需要像傳統(tǒng)做法那樣操作。

另外，我們還整合了AI做視頻、海報的能力，用戶也不需要有自己的美工、程序員，可以一鍵式直接生成營銷視頻。

雷峰網(wǎng)：你們調(diào)用的是哪家的AI大模型接口？ 選擇過程中會綜合考慮哪些因素？

劉黃驍烈：目前這款產(chǎn)品我們是與百度合作的。

我們之前有做過評估。一方面會考慮大模型的性能，從商業(yè)角度看固然是看它的準確性，但這沒有統(tǒng)一標準，主要還是圍繞業(yè)務需求進行測試，不具備通用領域的完備性。

另一方面主要考慮安全合規(guī)的要求，以及數(shù)據(jù)泄露的風險等，傾向于選擇國內(nèi)可信任的，而且在安全合規(guī)這一塊做得比較好的供應商，最終，我們選擇了百度。

雷峰網(wǎng)：接下來有什么打算？

劉黃驍烈：我們打算打造一個AIGC行業(yè)的開源社區(qū)“微言大義”，幫助廣大用戶深入了解大模型應用價值，提升智能體和AIGC工具運用能力。

在做智能體業(yè)務過程中，我們意識到所有大模型最后都是要給用戶使用，但是對很多用戶來說，AIGC入門門檻很高，就算直接給他，他可能也用不好。所以我們想做一個開源社區(qū)，微言大義平臺想要做的是為中國AI行業(yè)提供源源不斷的教培工具、行業(yè)內(nèi)容和科技人才。

一方面為用戶提供使用技巧上的指導，同時接入與我們合作的供應商的大模型，讓用戶使用、評估，找到適合自己的大模型。我們也會把配置好的智能體，在得到用戶許可的情況下作為案例發(fā)表在社區(qū)里面，展示具體的行業(yè)應用案例。

另一方面，國內(nèi)做大模型的企業(yè)已經(jīng)有很多家，等到市場競爭到一定程度，一些企業(yè)可能會越來越弱勢，但原因不全是技術上的，也有可能是宣發(fā)不到位、沒有找到明確的應用場景，尤其是垂直領域的大模型。我們希望社區(qū)幫助這些模型實現(xiàn)他們自身價值，匹配到垂直領域的用戶。

讓市場活躍起來，AIGC才能獲得更大的發(fā)展機會

雷峰網(wǎng)：結(jié)合匯智智能的經(jīng)驗，你認為，AIGC在具體場景落地應用過程中，難題和挑戰(zhàn)是什么？

劉黃驍烈：一方面，我們的很多客戶來自傳統(tǒng)行業(yè)，不了解AIGC，我們需要開發(fā)市場，告訴他們AIGC具體能幫你做什么事情，這是由用戶的需求和自身認知決定的。

另一方面是數(shù)據(jù)，用戶使用效果的提升，不是由數(shù)據(jù)“量”而是由“質(zhì)量”，即如何使用數(shù)據(jù)決定的。這就意味著對數(shù)據(jù)處理，把它變成模型能理解的知識變得至關重要，有一定技術上的研究成本，而且有些數(shù)據(jù)特別是行業(yè)知識，對定制化的要求比較高。比如說出版行業(yè)，它會要求一個大模型把《紅樓夢》里面的所有情節(jié)講清楚。

還有一點就是數(shù)據(jù)傳輸過程的安全問題，對于涉及用戶商業(yè)數(shù)據(jù)內(nèi)容時，用戶是不大愿意直接放出來的，需要我們提供安全的數(shù)據(jù)交換策略。

雷峰網(wǎng) ：有種說法是目前AIGC在國內(nèi)外的發(fā)展側(cè)重點不同，國外在鉆研技術，國內(nèi)更注重落地。你怎么看待這種觀點，原因是什么？

劉黃驍烈：某種程度上來說是這樣，我認為其中一個原因是資本活躍度不同。

數(shù)據(jù)顯示，今年從4月到6月，中國做大模型的企業(yè)拿到的種子輪+A輪融資一共只有30筆，但是同期在美國每個月都有30筆以上。做大模型在資源上的開銷非常大，雖然有的資源即便有錢也買不到，但融資肯定能緩解很大一部分問題，可國內(nèi)的資本不如美國活躍，很多想做大模型的創(chuàng)業(yè)者可能沒有機會去做。

另外，這也與基礎設施有關，總的來說還是資源的問題。

雷峰網(wǎng)：那在這種情況下， 我們要追趕國外的AIGC發(fā)展，發(fā)力點應該放在哪些方面？

劉黃驍烈：基礎設施肯定是要追趕的，但短時間想要趕超像英偉達這樣的基礎設施供應商明顯很難，這個事情肯定需要去長期推進。

另外，資本市場不活躍主要是因為市場不成熟，我剛接觸時也意識到這一點。我們需要做的就是，一方面開發(fā)市場，對用戶進行引導和教育，展示成功案例，增加市場的信心，另外需要AIGC的從業(yè)者去發(fā)掘更多可以落地的場景，讓市場活躍起來。

8月14日，一次與劉黃驍烈面對面交流的機會

今年2月份到現(xiàn)在，大模型在國內(nèi)火了已經(jīng)將近半年的時間，這段時間國內(nèi)涌現(xiàn)出了各種各樣的通用大模型和垂直大模型，參數(shù)量也是千差萬別，可以說國內(nèi)大模型已經(jīng)進入到了白熱化階段，相對應的算力競爭也愈演愈烈，但是伴隨著國內(nèi)對算力的重視程度越來越高，被卡脖子的陰謀論終將被粉碎。

接下來的一周，在8月14-15日，一群人工智能開拓者將齊聚新加坡烏節(jié)酒店，為第七屆GAIR全球人工智能與機器人大會，帶來最為激蕩的思想碰撞。這是國內(nèi)首個出海的AI頂級論壇，也是中國人工智能影響力的一次溢出。

算力、數(shù)據(jù)、infra作為大模型時代的超級基建的組成部分，在這次AI頂級論壇上，劉黃驍烈與一眾業(yè)界大牛也將一同出席，圍繞《大模型時代的超級基建》主題來進行一次深刻探討。論壇邀請了重磅嘉賓包括UCloud董事長季昕華，新加坡國立大學校長青年教授尤洋、匯智智能聯(lián)合創(chuàng)始人劉黃驍烈，Zilliz創(chuàng)始人星爵，云啟資本合伙人陳昱。

他們將會共同探討大模型時代的超級基建的雛形，如何在大模型時代做好超級基建這一底座等話題。

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。