因为在朋友圈与知名投资人朱啸虎关于大规模创业的争议，猎豹移动董事长兼首席执行官、猎户星董事长傅盛一时间几乎成为了大规模创业的代言人。 7月21日，在长江商学院在杭州主办的2023长江独角兽峰会上，傅盛发表了《时代如何创业》的演讲。
傅盛在演讲中提到了自己养的狗“三万”，以及与朱啸虎的辩论，但更重要的是，他向外界介绍了猎豹刚刚推出的“聚眼”，基于大行业模型为企业解锁专家数字化员工。 傅盛认为，的出现，将引发商业世界的重大变革。 随着开源模型的发展，更多依赖大模型的应用将会出现。 应用生态将决定大型模型公司的商业价值。 与其争论，不如进入游戏。
以下为傅盛现场演讲节选：
朋友圈的争议让傅盛成为大规模创业的热门代言人。
本质是一个大计算器
当它刚问世时，人们围绕它争论了很多，为什么一个聊天软件可以改变世界？ 我是2016年开始投身人工智能的，当时我创办了猎户星和猎豹移动，做人脸识别和语音识别。 当时人工智能界认为，人脸识别、语音识别之后，就是语义理解，我们可以走一条路了。 后来我发现语义理解是非常困难的，而语义理解其实是人工智能技术的顶峰。
我们经常谈论智能，什么是智能？ 事实上，所有生物都拥有智慧。 它对现实世界的理解、反应和预测，以及语言，尤其是能够描述虚拟和逻辑的语言，几乎是人类与动物的唯一区别。 如何判断一台机器是否具有人类智能，就是利用语言测试，这就是著名的图灵测试（编者注：图灵测试是由艾伦·马西森·图灵提出的，意思是把测试者和被测试者（一个人和一台机器）分开，通过一些设备（比如键盘）向测试者随机提问。经过多次测试，如果机器允许每个参与者平均做出超过30%的误判，那么机器就通过了测试，被认为具有人类智能.)
语言这件事看似很简单，对于人类来说是理所当然的事情，但是对于机器来说却非常困难。 一旦人工智能攻克了语言理解，离通用人工智能也就不远了。 程序可以做一切事情，就像人一样。
事实上，在它出现之前我并不相信。 对于语义理解，我们一直有两条技术路线：一是“教育”神经网络，二是“神经网络”自学。 大多数公司选择第一种，这类似于学习外语，先学习各种单词和语法，然后写论文； 第二个类似于学习我们的母语。 “神经网络”自学就是给神经网络大量的文本，而不告诉它每个单词的含义和联系。 它阅读文本，找到单词与单词之间的关系，并建立对单词的理解。
我目前的理解就是一个大型计算器，不断的计算下一个单词的概率。 这个词概率的推论是如此符合人类的预期，因此产生了类似人类的语言理解和表达，以及逻辑和推理能力。 比如我问，为什么我的狗叫三湾？ 我给了它一个提示：这只狗是我在宠物医院领养的。 原主人送来时，手术费是3万元，因为被撞骨折了。 后来失主失踪了，但没有人支付这3万元。 根据我提供的信息可以推断，3万的名字是因为需要缴纳3万元的操作费。
变化与机遇
在出现之前，对话系统更像是一只鹦鹉。 虽然可以部分匹配内容，但系统并不能完全理解具体含义； 出现之后，对话系统是建立在语义理解的基础上的。 虽然会犯错误，但都是“严肃”的废话。
这是人机交互的一场革命。 过去，很多人的工作是将人类语言翻译成机器可以理解的语言。 这是第一次以人为中心。 无论你说什么，机器都能做你想做的事，这将大大降低成本。 交互变化可能会导致今天所有软件设备都要重做。
带来的第二个变化是生产力的变革，数字化员工将成为企业的标配。 硅谷之前的创业团队筹集的资金基本上都是用来招人的。 如今，大约一半的钱被用来购买算力、购买数字化员工、实现高效的内部运营。 计算机的出现首先会取代人们在计算机前工作的工作。 终于有一天，计算机可以在没有人类的情况下自行操作。
微软刚刚公布售价，其股价盘中大涨6%。 你每个月只需要支付30美元，就可以拥有一个随时在线的助理，不会和你吵架，不会生气，不会辞职，不会请假。 我和朋友们讨论微软是否会成为这个星球上第一家市值超过10万亿美元的公司，因为它不再是简单地输出技术，它正在输出数字化员工和劳动力。
未来的人类只有两类人：一类是人工智能驱动者，拥有积极开放的学习态度，充满好奇心，善于思考和提问，永远在创造； 另一类是享受型人，消极、封闭，有证明对错的心态，技能会逐渐被取代。
我和朱啸虎其实是朋友，不然就看不到朋友圈了。 前段时间我们在朋友圈吵架，第二天就上了头条。 这反映了当前对行业趋势的不同看法。
大模型会统治世界吗？ 我不这么认为，因为也许只有少数公司会争夺大型模型。 大多数企业不具备这样的能力，但是大模型和行业结合产生了垂直大模型。 看来这件事还是有机会的。 此外，还可以结合大型模型进行应用开发。 也就是说，如前所述，“所有软件和设备可能都要重做”。
应用生态决定大模型公司的商业价值
未来企业竞争的核心因素之一是私有数据和私有体验。 当个别公司的流程不为大建模者所了解时，它可能具有独特的竞争力。 所以我的结论是“大模特不吃所有东西”。 大型模型是基于公共数据构建的。 事实上，今天的私有数据远远大于公共数据，所以今天的大型模型无法做到这一点。
大模型不会吞噬一切的第二个原因是开源社区正在大大降低大模型的开发成本。 百花齐放的时代即将到来。 “大模型统治世界的现象”现在可以肯定地说了。
7月18日，meta公司发布了Llama 2，这是第一个开源人工智能模型Llama的商业版本。 根据各种评测文档，包括我们团队自己的评审，除了编码能力较差之外，其实很多地方都已经开始靠近了。 开源社区的狂热浪潮将普及具有基本能力的大型模型。 未来私有化大车型就是白菜价，就是你可能会非常便宜的使用私有化大车型。
它很棒，但是它所做的事情并不是每个人都做不到，而且它所使用的技术并不是人工智能世界中特别神秘的技术。 于是那天我发了朋友圈。 当Llama一出来，不知道有多少企业会晕倒在厕所，但更多的企业会在半夜笑醒。 不用担心被大模特从水底拉下来。 在最坏的情况下，使用你自己的大模型。
更重要的是，大模型的应用一点也不弱，应用生态将决定大模型公司的商业价值。 在大模时代，猎豹移动也在行动，包括做行业垂直大模、To B/C大模应用、用数字化员工等。 不久前，猎户星推出了基于大型模型技术专家级数字化员工的深度应用“聚言”。
大型模型的出现颠覆了我们以往对技术的许多认知。 今天我们讨论的是大规模模型有意义还是应用有意义。 其实我觉得这并不是最有意义的事情。 其实我不知道谁会笑到最后，是朱啸虎还是我，但我相信创造了很多价值。
技术就是这样，有时候你等10年什么都没有发生，但有时候几个月发生的事情就会影响未来，所以我觉得所有创业者要做的就是把自己的产品打磨好，也许机会就在你面前，好奇心和行动是我们竞争的根本。
