傅盛、朱嘯虎朋友圈“吵”起來了 創(chuàng)業(yè)究竟該不該逐鹿大模型？

6月27日消息，獵豹移動CEO傅盛與金沙江創(chuàng)投董事總經理朱嘯虎在朋友圈“吵”起來了。

事情起因是傅盛轉發(fā)了一篇朱嘯虎否定大模型創(chuàng)業(yè)的相關文章，并配文“硅谷一半的創(chuàng)業(yè)企業(yè)都圍繞ChatGPT開始了，我們的投資人還能這么無知者無畏?！?/p>

隨后，朱嘯虎本人下場評論區(qū)“反擊”，“99%的價值都是GPT創(chuàng)造的，這樣的創(chuàng)業(yè)公司有什么價值”。

傅盛隨即回復說，“互聯(lián)網99%的規(guī)范都是 tcpip創(chuàng)造的，創(chuàng)業(yè)有價值嗎？汽車99%的價值都是熱力學定義創(chuàng)造的，創(chuàng)業(yè)有價值嗎？大多數中小網站的流量都是搜索引擎帶來的，那創(chuàng)業(yè)有價值嗎？”

朱嘯虎認為，傅盛這樣說是在“抬杠”。隨后兩人來回激辯多次，核心爭論點在“中國創(chuàng)業(yè)者到底該不該逐鹿大模型，能創(chuàng)造什么價值”。

兩位大佬為大模型展開的激辯，引發(fā)熱議。微博認證為“杜克大學電子與計算機工程系教授，計算進化智能中心主任，美國NSF下一代移動網絡與邊緣計算人工智能研究院主任”的網友@陳怡然-杜克大學也忍不住下場評論了。

@陳怡然-杜克大學總結了傅盛和朱嘯虎的核心觀點。朱嘯虎覺得大模型摧毀了創(chuàng)業(yè)，因為模型參數多，所需要的算力又大，加上用戶也多，模型、算力、和數據三大支柱都向大廠商集中。看不到創(chuàng)業(yè)公司的機會。直接在大模型上做應用護城河太低。

傅盛不同意這個觀點。他覺得大模型反而催生了很多新的架構在大模型之上的創(chuàng)業(yè)機會。包括直接在大模型上搭建的不同應用和由于數據私有帶來的垂直領域的大模型等等。

@陳怡然-杜克大學說，“我個人更同意傅盛的想法。關于朱嘯虎的顧慮，其實學術界在大模型出現伊始就已經開始布局相應的研究。比如朱嘯虎提出的問題有一個是如何在保護用戶數據隱私的前提下使用大模型。在之前的同態(tài)加密的研究中允許大家在不暴露原始數據的前提下訓練大模型。現在變成了用戶如何控制大模型的擁有者在不經提供訓練數據的用戶允許的情況下不能（或著不好）使用大模型（或者至少經過用戶數據訓練提高的性能和功能）。如果用戶決定不使用大模型了，他所提供的訓練提升能不能被大模型遺忘以保護用戶的知識產權？等等。當然還有在垂直領域如何利用被generically訓練過的大模型來提升在本應用的性能，以及如何降低訓練和使用大模型在不同細分任務上的成本等等。今后幾年會有很多相關論文出來。”

不過，也有從業(yè)者表示，“同態(tài)加密的數據訓練大模型還是太難了，用同態(tài)加密后的數據訓練的成本太高了?！?/p>

或許是沒想到與傅盛的“互懟”會引發(fā)這么大的關注，朱嘯虎又發(fā)了朋友圈解釋了一番。

他表示，“昨天的對話造成很多誤解，其實我們應該是國內垂直AIGC真正出手最多的早期投資人（這句話在對話中被故意刪掉了）。核心觀點：不要迷信通用大模型。”

“明年3.5就成 commodity，3年后4也將是commodity！對于大部分創(chuàng)業(yè)者，場景優(yōu)先，數據為王！”朱嘯虎稱。

@陳怡然-杜克大學也表示，“現在垂直領域的大模型的需求非常強勁。幾乎每周都會有人問我相關的技術可能性，國內國外都有，涵蓋了各種行業(yè)。現在的當務之急是趕緊deliver所期望的性能，否則就會和上一波AI發(fā)展一樣，投資者和用戶會逐漸的失去耐心?！?/p>

據了解，自從ChatGPT掀起大模型熱潮，如何將大模型能力應用到自身的行業(yè)和場景里，以及解決成本、數據、安全等大模型實際落地難題，已經成為行業(yè)關注的焦點。

此前，百度、阿里等大廠已經官宣伙伴計劃和工具鏈，聲稱要讓每一個行業(yè)都能夠用上自己的大模型。騰訊也在上周公布了行業(yè)大模型的最新研發(fā)進展，為10余個行業(yè)提供了超過50個大模型行業(yè)解決方案。

與此同時，很多創(chuàng)業(yè)企業(yè)也馬力全開，金融、教育、醫(yī)療、自動駕駛等多個垂直領域的公司都已相繼傳出要推行業(yè)大模型的消息。大模型的戰(zhàn)事，已經開始從通用大模型卷向更加垂直的行業(yè)大模型。

但就目前來看，行業(yè)大模型大多其實都還停留在講概念、講技術、進行內部測試或項目定制的階段，在具體落地和商業(yè)化層面尚未實現質的突破。巨頭入局后，會帶來哪些令人驚喜的落地產品或應用，值得期待。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。