OpenAI的四大爭議與兩個深層危機
隨着OpenAI首席科學家Ilya Sutskeve官宣離開，他所帶領的“超級對齊團隊”成員接連離職，團隊也隨後解散。OpenAI在創立之初的使命是構建安全的AI守護人類，但是如今卻解散了內部關注模型長遠安全的團隊，並在公司章程中刪除了不能用於“軍事與戰爭”的條款。
而就在團隊大動盪、公司負面新聞頻出之時，作爲CEO的Sam Altman依然周旋於媒體與政客之間，這給極度擅長於公關與營銷的Sam也帶來了很多公關災難。
本期《硅谷101》邀請到了Fusion Fund創始管理合夥人張璐 及 硅星人創始人駱軼航，他們將從硅谷的視角出發，聊一聊正在走下神壇的Sam Altman的商業佈局與個人投資，以及隱藏在OpenAI深處的兩顆大雷。當算力資源從技術傾向商業化，OpenAI還能領先多久？
以下是部分訪談精選：
爭議一：安全對齊團隊離職
《硅谷101》：關於Ilya和OpenAI安全團隊的離職，我覺得可以追溯到去年11月的OpenAI風波——Sam Altman被趕下臺又光速回歸這件事的後續，大家怎麼看？
張璐：其實去年我們也聊了OpenAI架構的問題，Ilya的離開與其說是第二次宮鬥，不如說是另一隻靴子終於掉下來了。在去年11月，Sam爲什麼可以在非常短的時間獲得員工的支持然後光速回歸，其實有一個重點原因也是員工希望能夠促成比較大的一個融資。
其實如果你還記得的話，上次的董事會風波之後，他們專門有講會在內部加強安全對齊。現在相當於這個承諾沒有兌現，這也是爲什麼在Ilya離職後，超級對齊團隊直接離職。我覺得他們可能預計到了Ilya會離職，但至少希望新的管理人會尊重當時對於安全考量的約定，然而沒有發生。
駱軼航：對的。我覺得每一步可能都是安排好的。如果說這件事發生在去年12月的話，場面會比現在難看。如今也許他們已經達成了某個共識，選擇在這樣一個時間做出這樣一個決定，但是有些事情還是令他們意外了。我記得有一位離職員工說，他離職的原因就是這段時間都沒有機會和Sam Altman談話，因爲他不是在錄節目，就是去錄節目的路上，不是在接受訪談就是在參加會議。
張璐：這些成員在公開的Twitter上去發表言論證明分歧確實很大了。因爲我們都知道OpenAI其實內部有股權協議，如果你在公開場合去講公司的不好，你的股權是會被收回的。所以他們願意犧牲這麼大的利益也要講，就證明這個分歧非常很嚴重。另外還有一點我想提出來，不知道你們有沒有看到，之前退了董事會的那兩個女性成員也最近出來了，說Sam有很多謊言。
駱軼航：對，那兩個人說的比較尖銳了，直指Sam Altman這個人有問題。
《硅谷101》：但是沒有具體展開說謊言是什麼？
張璐：對，我覺得從她們的角度可能確實跟這個保密性相關，但是這兩個人的背景也確實可能更加在乎整個人工智能安全和監管的問題。不管怎麼說，種種事情累加起來，我覺得OpenAI現在確實是處在一個相對敏感和關鍵的時刻。那在這種時刻，你當然希望公司的CEO是進來穩定軍心的，而不是又去演講，又去參加一些非常亮眼的活動。當然你去融資是一方面，但是你去結交各種各樣的名流政客，到底對公司的價值在哪裡？所以這可能也是爲什麼現在團隊對他的一些反饋和評論變多。
爭議二：不籤“封口費”收回股權
《硅谷101》：其實剛剛在講這一段的時候，張璐有提到一個細節，就是說如果員工現在在Twitter上公開發聲的話，公司是有可能把他們已經發出去的股權作廢的。我看最近OpenAI的第二個風波，就是一份極爲嚴苛的離職協議，協議要求他們終身禁止批評前僱主，不能說公司壞話，如果違反文件可能會失去股權；如果不簽署這份嚴苛的離職協議，也是放棄股權。這件事在OpenAI內部，包括在推特上還是引起蠻大風波的，你們怎麼看OpenAI這一招？
張璐：其實我覺得這個事情引起這麼大的爭議，主要也是因爲這樣的條款讓大家覺得有點霸王條款，而且可能不太符合整個硅谷的一個基調。在硅谷這邊很多朋友也知道，無論是大公司還是小公司，離職之後如果有股權的話，你還是可以保有股權。那從初創企業來講，可能你拿到的是一個股票期權的話，會有一個時間段可以把這個股權買回來，有些時候是幾個月，如果說創始團隊比較善良的話，可能時間可以延長到一年，甚至很多年。甚至還有一些機構，它會提供這種過橋貸款，讓離職的員工可以把自己的股權買下來又去保住。所以其實整體上如果你拿到RSU的話，那當然就是拿到了，像他這樣一個條款要求你不能夠去說壞話，否則就把股權取消，確實是非常不硅谷。
另外一點，壞話這個事情也很難去界定。舉例來講，那如果我離職後，我就客觀評價OpenAI最新這個發佈，這裡做的可能不是那麼好，不過另外的部分還可以。我是一個從某種角度來講很客觀的評價，但是從OpenAI角度就覺得說你可能在說我壞話，因爲你說我的產品沒有Gemini好，所以這還是會讓大家覺得比較反感，而且很不公平。
駱軼航：我接着剛纔張璐的話去講，的確這個事兒很不硅谷。起初我剛看到這個新聞的時候，我第一反應是這個事不是挺正常的嘛？後來仔細一想，或者你在推特上看他的反應，就發現這個事的確引發的反彈是非常大的。
我老愛舉Yann LeCun老師的例子，他是一個我非常喜歡的人，儘管他說的很多話他的學生都未必同意，但是這個人太可愛了。你看他經常說一些其實跟 Meta 主流在做的事情不相符合，離經叛道的事情，他是一個非常純粹的科學家。但是呢，我也沒有見到Meta把他怎麼樣。當然，Meta其實也不是一個以寬厚待所有人而著稱的公司，但即使如此好像也沒怎麼樣，對吧？所以我覺得OpenAI這個事情如果從這個角度上去說的話，確實是挺不硅谷的。隨便舉一個例子，你一對比都能看出來。
爭議三：搶競爭對手發佈節奏
《硅谷101》：最近其實Sam還有一個爭議。大家看到GPT-4o發佈的時間剛好在Google I/O的前一天，其實不僅僅是GPT-4o，就像之前的Sora跟Gemini的發佈，還有Anthropic的發佈會，包括之前ChatGPT的發佈時間，Sam好像一直在卡競爭對手發佈會的節奏，而且就在別人前一天或者幾天。你們怎麼看待這種競爭行爲？
駱軼航：我有時候覺得挺唏噓的，因爲我覺得Google被按在地上打是大公司的宿命。從ChatGPT誕生到今年初，一年多一點的時間裡，OpenAI一直享受着輿論紅利，它做什麼在公衆看來都是突破的、創新的，輿論真的對它很包容。而Google我記得特別清楚，最開始大概在23年2月份宣佈做這個事，並隨後給了一個非常簡單的demo測試，但是出現了一點錯誤股價就下來了，媒體就在批判。其實你說Google當時真的做得很差嗎？ChatGPT這方面真的做得就很好嗎？不是的，但是這就是小廠初創公司和大廠在輿論上受到的一種不同的待遇。
最近這個發佈會也是，GPT-4o是在5月13日，Google是5月14日，我認爲兩家都不是一個大更新。但是二者比起來的話，我覺得Google的進步可能會更明顯一點，4o更多是架構和工程上的打包。
這裡邊我可能會疑問的一個點是，我們理論上發佈會應該是產品早就已經準備好了，但是有沒有可能4o很早就準備好了，如果沒有Google的發佈會，他們可能會選擇不發佈或者晚發佈？Google I/O這樣一個活動，全公司至少得有千人以上參與進去，準備得非常充分，而OpenAI可能20多個人就能搞定了。
在這種情況下，享受着這樣的紅利，還在搶這樣的發佈時間，有人說Sam Altman是PR大師，我不知道這到底應該怎麼去看，但是他的確吸引關注度的能力是很強的。
張璐：對，Sam Altman確實是PR大師，這可能也是他作爲創始人和CEO的特質裡面最強的一點。在硅谷確實存在這樣一個現象，創新者去挑戰巨頭的時候是有優勢的，整個公衆環境對你的包容度比較高。OpenAI也是一樣，它用很少的人、相對少的資源去挑戰這樣一個非常巨大的科技公司，那麼大家在輿論層面上會給他更多的關注度和支持。但是另一方面他的內心還是有點沒底，因爲他也知道要去應付的這個對手有多麼強大。
Google之前確實讓大家覺得挺失望的，因爲它的人才屬性、資金屬性、算力等等方面都很強，然後也有非常強的大殺器DeepMind，各方面都佔有優勢，但是發的東西卻不是那麼驚豔。不過你會發現今年它開始使勁兒後，這次Gemini的發佈就非常驚豔。
所以其實回到剛纔的問題，我覺得去挑選市場時機、在競爭對手發佈之前去搶佔這個先機，這種競爭手段當然是沒問題的。因爲也不止是OpenAI在打聽Google，他們其實是互相打聽。只是說OpenAI作爲一個小團隊，他的決策速度可以更快。他聽說大廠要發佈，那很快就可以把自己的事情推出去，可以搶到曝光點。但是就像駱老師提的，首先你的產品要夠硬。
《硅谷101》：所以大家普遍覺得GPT-4o沒有那麼驚豔？
張璐：我可能不一定說得很準確，但是它就像一個整合的大禮包，我覺得在產品體驗上更好用了，但是從基礎技術層面上，模型是不是更優了呢？其實不一定像大家想象的那麼好。但是Gemini這次的發佈確實是更好了，長上下文窗口的效果非常好，大家可以去測評。
所以其實OpenAI搶了發佈的先機，但結果不一定是最好的。確實現在市場競爭越來越激烈，他們的這種心態是可以理解的，不過Sam作爲一個CEO，雖然非常擅長融資和PR，但是在這樣一個多事之秋，也需要花更多時間在內部把產品、技術，以及技術團隊內部調整好，這些都很重要。
《硅谷101》：對，但我覺得歸根結底不管怎麼PR，終究還是得靠產品說話。
爭議四：刪除模型不得用於軍事與戰爭條款
《硅谷101》：OpenAI最近還有一點比較有爭議的，是他悄悄刪除了針對軍事和戰爭使用ChatGPT的禁令。我們記得其實在OpenAI剛剛成立的時候，成立的初衷是有一點受DeepMind的刺激，同時想要建立一個安全的AGI。但是現在堂而皇之地把針對軍事跟戰爭的條例刪除了，我不知道這在硅谷有沒有引起風波？
張璐：當然有些議論，不過從另一方面來講這也是不可避免的。之前大家會反對人工智能的武器化，但是說實話，按照現在這個技術發展速度的話，對於軍工方面的植入是必然的。現在軍工角度的應用也是一個非常大的市場，訂單的數量和量級越來越大。那如果你有這樣的一個限制，就拿不到這方面的訂單了，所以從他們的角度講這是非常現實的。
OpenAI其實現在最大的一個困境，就是你不能一開始聲稱一件事情，最後做的是其他的，就比如說其他公司一開始也沒聲稱說我要去保護AI安全，去捍衛世界和平，我說的就是我要賺錢，我要用人工智能賺錢，那公衆對你的預期就是這樣，你去賺錢也不會遭到太多批評。但是OpenAI一開始的初衷甚至說架構都是非營利架構，而現在做的完全是一個商業化的運作產品。
兩大深層危機：與微軟的關係與非營利架構
張璐：並且從OpenAI現在的商業化路徑來講，它也沒有表面上大家看得那麼順利。當然C端是一方面，但是大家都知道C端的粘性比較差的，流動性比較強。相對而言，B端會是非常大的訂單，而且可以拿到高質量的工業數據，對於產品的植入和發展是很重要的，所以OpenAI從一早就開始想大規模做B端，因爲它應該也不甘心做微軟的分銷商。
但是現在最大的問題就是它打不過微軟。因爲客戶想用OpenAI的模型，就直接去找微軟了，微軟不僅有一模一樣的模型，還可以把它整合得更好用，同時有非常強力的銷售和售後服務。所以OpenAI其實就會越來越被禁錮住，它會覺得自己和微軟之間的話語權完全不對等了，所以也想要自己去開拓一些新的市場機會。現在全球政客們都對人工智能有恐慌的心態，從這個角度，去兜售軍工訂單的產品，可能也能帶來一些大的機會。
駱軼航：去年那場風波之後，我們私下有一種預測就是OpenAI會不會藉着這個時機把董事會的結構和公司的性質徹底變了？以後我們就是一個正常的商業化的公司，去掉非營利組織這個標籤和使命。結果怎麼樣？你發現他就是羞羞答答、猶抱琵琶，這個事是沒有完成的。
張璐：本身他最早搭建的這個架構，我們講好聽一點是創新，難聽一點就是怪胎，它當時就是爲了保證之前的捐贈方還有現有股東各方面的一個價值體系。並且它通過非營利拿到了很多相對低成本和免費的資源。包括招人的薪水也很低。但是人家爲什麼願意爲你去貢獻？因爲你告訴我這個事情不只是商業的回報，更多是要去改變世界，這還是能夠吸引到很多人的。所以現在它要完全變成一個商業化的架構，從整個公司的調整來講也非常的不容易，甚至可能是一場更大的衝突和風波。
所以我們去年在討論的時候就講過說，OpenAI的組織架構是一個雷。當時的風波之後，一隻靴子掉下來了就是指Sam的迴歸，另外一隻靴子到現在也掉下來了，就是Ilya要離開。但是還有一個雷一直沒有引爆，就還是OpenAI這個架構的問題。
駱軼航：其實OpenAI還有另外一個雷，也就是它跟微軟的關係。去年三四月份我和國內一個大佬聊一些在硅谷發生的事情，他就說我其實覺得OpenAI會把微軟掏空，意思就是如果OpenAI給微軟提供Copilot服務或者其他軟件服務的這樣一個基礎的話，那你自己不就變成一個分銷商了嗎？現在看來這種關係沒有想象中樂觀，微軟沒有想的那麼慫，或者那麼不經打，像微軟一邊在扶持OpenAI並且以OpenAI佔主導，一邊也有在投資其他公司。我覺得未來的關係是微軟想在自己的所謂的Copilot plus這個體系裡邊加各種各樣其他AI元素， 而OpenAI想拿更多獨立的、銷售的、售前售後的體系，建立一個商業化的團隊。那這個合作就很難這樣下去。
張璐：這個時候你也要比較到底哪件事更難，其實大家都覺得是不是做AI更難？其實不是，你搭建這個銷售團隊和新聞分銷渠道纔是更加困難的。
核心護城河：技術而非產品
《硅谷101》：所以你們覺得OpenAI的護城河是什麼呢？
張璐：它的護城河還是它的模型，它的技術。當它開始說技術層面上不去持續的增加，而是在產品優化上想去建立自己的護城河、去打銷售的時候，他和微軟的關係就會越來微妙。
微軟當時看中的就是OpenAI獨一份的模型，而且你需要有巨大的算力，這正好是我可以給你的。但是現在如果說他們的模型不能夠邁向下一階段，同時市場上又有那麼多的選擇，作爲微軟來講，如果你不是我唯一的選擇，議價權就差很多。
我舉一個例子，去年在Sam Altman風波之後有很多的討論，我們也有幾個初創企業一直是在調用OpenAI的API，從GPT-3開始就跟他們合作。但是當時發生這個事情後，創始人當然就覺得有點不安全，不知道OpenAI未來前景會怎樣？要不要乾脆就移到微軟的Azure平臺上？Sam那件事發生在週五，轉天週六創始人就有了這個想法。我和他們說，你們始終都應該去探索其他的可能性。
接着僅過了一個六日，微軟Azure平臺已經把他們的產品納入了，也就是說，微軟的銷售團隊能夠在週末時間對一個非常早期的初創團隊都下這樣大的心力。當然了，那個初創公司也非常好，他們在微軟選的幾百個最頂尖AI公司的清單裡。所以說只要你是好的公司，即使非常早期，微軟也會馬上讓你納入，之後產品整合各方面都特別順暢，完全沒有耽誤產品的發佈。這個公司在下一週，也就是這個週五之後的週一發佈了產品 。那時微軟在明面上對 OpenAI 還是非常支持的。
再舉一個例子，因爲我們在美國投的所有公司都做企業級銷售，大家總覺得說 OpenAI的模型是最好的，但你真的去銷售給大企業的話，大企業其實首先擔憂的是合規數據隱私，以及你是否理解我公司內部的結構和整合度，其次纔是說你的產品和技術是不是最好的，因爲有些時候他們也不需要最好的技術。
駱軼航：尤其要賣 API 的時候。
張璐：對。所以我經常講這三個詞，Better、Faster、Cheaper，不僅是更好、更快，還有更便宜。微軟在價格層面上有空間，它可以打包說你已經是我的客戶，給你便宜一點賣。所以這些所有的優勢加到一起，OpenAI想和微軟去競爭是很困難的。因此OpenAI就要考慮其他的一些路徑，比如說現在OpenAI內部好像也在說可以給一些特定的行業做專屬模型，什麼討論都有，當然也可能都是謠言，它還在探索自己長線可持續的商業模式到底是什麼樣子。
《硅谷101》：Sam之前投過一家公司叫做Indent。最近OpenAI的安全團隊離開以後， Sam讓Indent整個團隊加入了OpenAI，但他們不是負責超級對齊那一塊的事情，而是負責商業化的。相當於他把自己個人投資的一家公司現在引入到 OpenAI 裡面去了，至於商業上到底是怎麼運作的，我們就不知道了。
駱軼航：這也是一個八卦，我看到一些媒體報道和一些人在X上發貼，說現在OpenAI 的算力資源可能優先於產品和一些功能，而不是優先於模型架構本身的進步。我覺得一個人是有自己的慣性的，Sam Altman的成名出道起步其實是在上一個週期裡邊，如果準確的講，他是2008年出道的， 2007年是iPhone誕生，所以他的整個經驗來自於2008-2022這個週期，他會試圖讓ChatGPT的生態體系像一個iOS的生態體系，因爲這是一個2008年在蘋果發佈APP Store的那一年登上了WWDC舞臺的人。所以16年過去了，我覺得他會本能地想讓GPT store變成那樣一個東西，用那種商業方式，用那種流量去變現，這可能是他本身比較習慣的一件事。
《硅谷101》：但是這是不是一個正確的路徑？就像我們剛剛提到OpenAI現在的護城河，大家還是認爲是技術？
駱軼航：模型是模型，產品是產品，這是不存在的。模型即產品，產品即模型。什麼叫Technology Product Fit？這倆東西不是契合不契合的，這倆東西就是一體的。
《硅谷101》：因爲我們之前一直都覺得OpenAI是一個上升期的明星公司，是做AGI最有希望的一個公司。你們覺得所有這些對OpenAI的爭議，是從什麼時候開始的呢？
駱軼航：剛纔我講說OpenAI一直享受着作爲一個初創公司和創新者的流量紅利和輿論紅利，但是我老覺得剛剛過去的這兩週其實是它的一個turning point。大家意識到你的問題很多，而且是非常深層次的結構化的問題，另外你已經在市場上處於很領先的一個位置，大家普遍認爲你現在是一個領先者，甚至某種程度來說你是一個主導者。
所以現在我們應該把OpenAI看作是一個只有六七百人的人工智能巨頭，而不是隻有六七百人的創業公司。因爲它成長的太快了，人們開始用過去一年看Google的方式來看它了，尤其是現在當它放慢了腳步，比如GPT-5可能拖得更久一點，比如之後某一次小發布也許出現一些小問題，人們的質疑可能都會變得更多。
張璐：一方面OpenAI的很多問題也不是現在纔有的，而是之前的一個累積，包括架構、內部團隊的一些矛盾路線之爭等等，畢竟做學術的人對AGI的定義和做產品的人對AGI的定義也都不一樣。但是即使如此，OpenAI也一直是把AGI作爲一個目標去做，所以我覺得這還是一個預期管理的問題：現在大家對你的期待是你可以更快去到那個目標，而不是專注在現有的模型上去賺更多錢，你的預期管理讓大家覺得和自己的不一樣，失望了，那自然就會回頭看到它還有一些其他問題。
但另外一方面這也是CEO的問題。就像剛纔說過的，Sam Altman確實有他的優勢，他非常會融資。對於像這樣的一個初創企業，這麼多的競爭對手，他確實在融資這個技能層面上可能是最頂尖的創始人，而且在品牌和市場方面都做得非常好，但是你光有這些是不夠的，這些東西會讓你發展得更快，但是你的基礎還要持續往前走。
作爲一個CEO，你是不是花時間去做內部管理了？是否花時間去調和團隊之間的矛盾了？公司最優質資產就是人才、產品和模型，你是不是在對的路線上去發展，還是說在這個非常關鍵風雨飄搖的時刻，你的精力和時間分散到各種各樣的地方，卻沒有集中到最重要的事情，沒有專注在解決公司的最主要矛盾上？這可能是一個CEO需要反思的問題。
大模型的價格戰：創業公司的雞尾酒分層大打法
《硅谷101》：現在好像很多人開始選擇用別人的API，然後給一些特定的行業做一些fine tuning或者專屬小模型，大家的心態是怎樣的呢？
張璐：去年開始我們就在各種場合都表達了對開源模型的看重，初創企業去做模型優化和產品創造現在有很多樣的打法，其中一種我們覺得比較成熟的，是像雞尾酒一樣的打法。
它的底層可以去調用API，上層放一個開源小模型，在這開源小模型的基礎之上，用高質量的數據或者產業數據、客戶的數據去進行模型優化和模型的個性化。比如底層用GPT-4，突然間出了5，沒關係那就只換底層就好了，上面的模型優化還是自己原來那部分，或者說你覺得Anthropic的模型更便宜，那我就換一個底層模型就好了，並不影響上面優化好的模型。
駱軼航：好像Perplexity就是這麼幹的，下面接了一堆模型，並且GPT用的不是最先進的那個版本，上面有一個自己的一個小模型再加上它的搜索引擎，然後又把這個交互做得很時髦。
張璐：不只是他們，我們投了很多種行業專屬模型的公司，就專門做行業垂直領域應用的，基本上都是這個打法，而且這個打法的好處是很便宜，在下面你有靈活度，不綁定一家可以來回跳，下面底層又安整。有些時候這個應用場景真的需要用到GPT-5嗎？不一定，用4就夠了，因爲我的應用場景或產業不需要覆蓋所有的問題，對吧？所以上面那個小模型的話，你的參數就可以越做越小。像開源模型，我們有家公司那個模型參數做到十億token以下，這個是非常誇張的一個數字，然後它在樹莓派上都可以運行，運行後的表現比GPT-4還要好。而且這個打法已經不是說幾家獨特的公司在用，基本上我看到的很多做得好的、做應用的初創企業，都是這個雞尾酒打法。
當然其實還是有很多創始人的做法實際上還是API套個殼，這個最大的問題就是你沒有自己的護城河，但是像雞尾酒打法，它的護城河很明確，就是我已經優化了這個小模型，而且這個小模型直接對我下面最底層的模型隱形，它要換成什麼不影響我客戶對接的那個小模型，或者說你換了一個就讓它更便宜或更快了，但是你優化的這個準確度和專業度是由自己的獨立小模型完成的。
《硅谷101》：我觀察到其實中國的大模型已經開始打價格戰了，你覺得未來大家到底用誰的這個接口，接誰的API？價格會是一個很大的影響因素嗎？
駱軼航：GPT的API接口價格從2022年12月開始到現在將降了90%。人家是一年半降90%，中國一天降97%，我覺得其實大家價格上都在降。前兩週，我在舊金山參加一個活動，現在Snowflakes的CEO Sridhar Ramaswamy，也就是過去Neeva的那個founder，他把API看作是一個所有人都能用上的東西，他說你永遠不要試圖從哪個公司的API更好來獲得你的一個競爭優勢，否則創業也太容易了。之後就趕上中國的大模型搞價格戰了。我覺得它應該是個拼盤，張璐說的雞尾酒是最漂亮的一個比喻，如果讓我形容它大概是分層。
張璐：現在這些模型越來越多樣，創始人的選擇也越來越多。但是從創始人的角度，現在成本還是比較高，到後面一定還是價格爲先的，這也是爲什麼說未來可能大規模的應用確實是需要產業的模型，或者是針對特定產業、特定應用場景的小模型。因爲模型小了，耗電量纔會低，GPU算力也會低一些，否則現在對算力的需求確實不太可持續發展。我們現在電力也不夠、算力也不夠，當然在未來能看到一些新的架構出來，non-Transformer的架構或者在Transformer的基礎上做一些優化和調整的架構。
另外就是這個成本的問題到底在哪？我前陣子跟頭部幾家公司的首席科學家聊，他說以前可能20%的成本是在推理的基礎設施這個部分，另外的80%在數據訓練，現在的比例是50%、50%這樣的變化趨勢。所以後面你會發現訓練成本在降低，但是反而是推理成本在上升。
這也是非常有意思的一些變化。像比如說Alphafold3出來了，很驚豔，但是我們在內部看了一些數據和討論時，發現其實Alphafold3有些時候在CPU上跑的效能比GPU上要高，而且它不是一個簡單的Transformer的模型，所以我覺得未來還會有很多新的東西跑出來。從這個角度看來，對大的創業生態來講是個好事情，對於初創企業來講，它的選擇越來越多，成本當然也可能會逐漸降低。你說OpenAI的API價格降了 90%，這哪夠呀？我們需要降的是十倍、百倍以上，纔可有顯著影響。
相關補充信息：