就在2024年春节复工的第一周，百川智能CEO王小川罕见地在内部发了一次火。
但对于这一点，这位看上去性情温和的CEO，相当固执。在他眼中，OpenAI推出的视频生成模型Sora和之前的ChatGPT根本不是一支技术脉络——“AGI理想一定要以语言为中轴做模型”，Sora是阶段产物。在公司技术会上，工程师展现了对文生视频的热情，试着说服他应该尝试。“大家没有站到更长远的角度考虑终局，我到底在干嘛？”在他看来，要么Sora靠近AGI理想，要么靠近现实场景，但它“两个都不靠”。王小川出生于1978年，曾获国际信息学奥林匹克竞赛金牌，他清华大学计算机系毕业后加入搜狐，6年从高级技术经理晋升至CTO，于公司内部孵化创业。2010年随着搜狗独立分拆，他也出任这家公司CEO。直到11年后腾讯全资收购搜狗，王小川才结束这段漫长的事业生涯。“搜狗没有做成大厂，但是拆开看里面，我们承受和经历了大家不能想象的东西。”他试图阐释在技术和市场、理想主义和现实主义之外，中国AGI还有第三种可能性——他形容所有人都在“盲人摸象”，他或许能在技术和场景的交叉点上，“把两个看得全一点”——“治理是把两个不同的东西融合起来，变成更大的真相。”他说。由于百川智能是较晚入局的一家中国大模型企业，他也复盘了自己的创业始末、思考与心态起伏，并对朱啸虎的质疑一一进行了回应。你会看到，他和朱啸虎有共识也有分歧，虽和杨植麟一样是技术背景，但有一套不同的语汇系统。“基因”、“哲学”、“生命模型”、“牛顿定律”、“智能纪元”，甚至“太虚幻境”。王小川说，“在技术里面，我们认为美国代表的最高级，他们确实有人才储备和资金，但不代表在更高的哲学思考里，他们就一定是对的。”大象的隐喻
“他们各自看到了大象的局部”
问：看到朱啸虎在报道中说“妈的，王小川也一样”，你怎么想？王小川：整个看了一遍，但好几个人转我。就莫名躺枪。我想他们转给我的原因，要是知道骂我就不转给我了，应该是好话。但我听了觉得还是没完全理解我们做的事——但我理解他呀。王小川：他是一个率真、敢表达、一点不伪装的投资人，而且有自己的经验。一个人能做自己，有一套成熟、成功的打法，这值得鼓励。他是很真的现实主义，不掖着藏着，而不是一边挂着理想、一边说着现实的话。王小川：正好有另一篇杨植麟的报道，把他当成技术理想主义代表，走在朱啸虎反面。他谈技术，怎么长窗口，怎么能统一建模，谈的是很未来、很远的事。杨植麟呢，理想主义离现实有距离。但他们都不代表从技术到商业的完整闭环，不代表世界的全部。他说，不是和你关系不好不投你，确实不知道怎么退出，有这件事吗？王小川：我印象是在深创投组织的一个会上，中午吃饭坐我旁边，就聊了几句。他第一个讲，他只看能快速赚钱的，不能赚钱的他不投。在今天这种环境，这是挺务实、旗帜鲜明的一种投资方式。第二个讲，如果你们最后有并购机会，百川也是会考虑的，但现在不鼓励大的并购，退出路径很渺茫，他看不清。小学读盲人摸象挺可笑，但随着年龄增长，发现我们都是盲人，只是看的多多少少不一样。王小川：至少在我心中，我是把两个看得全一点，至少看到大部分的象长啥样子。问：在我们这两篇报道发布后，很多人会自发站队杨植麟或朱啸虎，你站他们其中一方，还是你代表第三种声音？我特别想画一个图——（开始在白板上作图）——一个圆柱体，如果从三维上看它是圆柱体，二维呢？问：你过去一年多少次遇到过朱啸虎这样的投资人，他们可能拍着你的肩说，不是我跟你的关系不好，但是我就是不能投你？王小川：如果没有这个文章，我都不记得朱啸虎这件事。问：你是很难有情绪波动吗？过去一年大模型创业中，为了什么事生气过、愤怒过？比如，大家对技术理解不足。
我更多针对的不是朱啸虎这种，他逻辑足够自洽——
他说我就赚快钱，那我这么投，很闭环。
但如果说，我想投大模型，做选择就有不同声音了，他的目标、动作和决策链条是偏差的——
一种认为技术不重要，反正技术会扩散，看场景就行了。
毕竟这是一个技术为核心的创业，这已经缺乏对技术基本尊重了，是一种悲哀。
还有一种只迷信美国人的东西。
所以还是没看全这个事。
有些人属于特别笃定自己，还跟我沟通过，但没理解，这个我情绪大一些。洁癖和决策
“单独从美国搞了一个手机回来”
问：你是2023年2月开始关注大模型，4月入局，中间两个月在想什么？借用简单几个公式刻画宇宙规律，科学奠基最多以物理学为基础。我发现，物理范式对宇宙规律在模拟里面很多是无效的，尤其对生命，对复杂事物。牛顿力学是偏线性系统，到了非线性系统走向混沌了，物理学就失效了。有个经典问题叫“三体”，三个球互相转，轨道通常不确定了。通常，病人只有在医院才是被观察对象，而在治疗期间也缺乏完整数据收集。医学界有一个词叫Real World Studies，真实世界研究。当使用ChatGPT，一下trigger（触发）我之前的论断：语言一旦被攻克，我们构建生命数学模型就会有新武器。谈医学，大家老觉得我在做vertical（垂直的）——今天Sora没有懂物理规律，没有深入到后面的分子、细胞相变，它只是模拟引擎。因此Sora要把物理学全都学会才会变成world model，世界引擎。我们现在有了GPT这个武器，未来可以构建更大的世界模型，包括生命模型。问：也就是说你在健康和大模型这两段创业，是可以关联起来，不是割裂的？外界在描述的时候倾向于认为，你是放弃了前一段，开始了这一段。
王小川：那时还在疫情，大约在去年1月份（开始试用）。我要用自己的账号、自己的IP去访问，所以单独从美国搞了一个手机回来。王小川：我也不知道，这个东西你要真的进去，而不是用淘宝的方式带我进这个账号。可能也说不清楚。
所以是用我自己的账号拨上去的。
用完之后发现变天了。
第一个月沉浸在震撼中，第二个月才意识到这对生命科学研究、大众健康服务有巨大意义。
问：我看你之前说，王慧文的做法是招英雄，直接敲门就行了；但你一想到要做，可能会立刻想这和我过往的经历、搜狗团队、国内最精英的人是什么样的关系，这个时候大家的决策路径就不一样了——我是有更多思维链路，未来这个世界长啥样？
把vision、mission，甚至技术路径想清楚了，我才能干活。
问：你怎么看，你入局的时候大家总是把你和王慧文放在一起比较，特别是投资人。王小川：有他们的道理吧，毕竟你在分的时候，就跟盲人摸象一样。按我的逻辑，分类和比喻就是智力，这个分法代表了一种智力水平。
问：哪种智力水平？
王小川：不太高级的。
慧文在商业上比我成功多很多，但本质上美团的成功不是技术推动。
我们当年做输入法，做搜索，对技术依赖度是很近的，甚至在工作外，我们很早就把前沿技术用进来。
搜狗，我们悲催地方在于，做搜索比百度晚4年，而且在搜狐一个媒体公司——这种难度大家并没看见。
和微软的朋友聊，他们做Bing，在面对Google的时候，对搜狗就特别称赞。
他能设身处地知道，你在那个环境做到今天的不容易之处。
那会儿我们是引领过一群最天才的人工作，只是最后没取得大成。
投资人没有辨别能力，只能听学者或美国学术圈的说法。在技术里面，我们认为美国代表的最高级，他们确实有人才储备和资金，但不代表在更高的哲学思考里，他们就一定是对的。问：也有人说当时王慧文入局，导致你们第一笔钱很难融。盖模型摩天楼
“活是干出来，只是话语体系对不上”
问：你在去年4月公布大模型创业以后去了美国考察，得到什么新认知？大家有不同见解，有的逻辑说到美国招人，招到OpenAI的人回来再干——到目前为止，没有迹象表明，任何一个中国公司挖到OpenAI的人。有几个公司讲他的团队主要来自美国人，最后也都没兑现。今天大多这样一些公司，还是基于之前的积累或中国人在做。那时大家还不太相信，百川能做模型吗？是不是套壳的？我有自己的见解和认知，比如我们对强化、多模态的理解。去了之后我才知道，因为投资人很多思路来自美国技术圈，大家在语言体系上能对齐一些。我并不觉得得到了技术上立刻该怎么办的认知，只是话语体系提升了。王小川：数据、算力、scale，他们用这种语言在表达。我在谈不同观点的时候，跟他们想法不一样，能回溯他们想法来源。他们真的想把一千万颗GPU串一块训练模型，英伟达一年才生产一百万颗。去之前我说“理想上慢半步，落地上快一步”，回来改成“理想上慢一步，落地上快三步”。问：如果你要构建的是模型大楼，你会怎么画这个图，让它有画面感？王小川：今天的娱乐行业，本质在追求《红楼梦》里的“太虚幻境”。语言是概念空间，小说用文字构建一个想象的世界，每个人在读的时候有自己的想象。在不同娱乐形式背后，都有一个“故事引擎”，这个引擎负责讲故事，通过人物角色（NPC）与观众互动。因此，并不是说做Sora、Midjourney就娱乐了，无论小说、电影还是游戏，它们都是通过故事驱动。娱乐世界核心逻辑是，由故事引擎推动多模态和互动，这是三个要素之间的关系。问：娱乐是你构建的模型大楼的所有，还是只是一部分？王小川：一部分，娱乐就是一个大的模型，我称之为“虚拟世界模型”或“太虚幻境”。王小川：第二是生命模型，是推动医疗和对生命的这样一个结构。但如果你不带着钉子榔头一块看，就变成了朱啸虎批评的了。问：所以你既做基础模型又做垂直模型，既做开源又做闭源。最终有一天可能合在一起，没关系，但我得做模型的时候知道应用场景最后需要什么样的能力。问：朱啸虎质疑，大模型这么早陷入价格战，公司很难独立生存。他说现在部署一个私有化大模型都不到100万人民币。王小川：他说的是对的，光做to B无法养活百川，核心拼的是超级应用。问：我可以想象，你要做三栋模型大楼，三栋楼会分别形成三个应用？王小川：模型即应用，理想状况我们可能三个应用，可能两个应用，剩下的把to B开放，大家调用。问：之前百度、字节这些巨头都做过很长时间医疗，为什么不成功？更多只是生产关系的改变，帮你挂号，帮你连接信息，而不是医疗知识、经验和逻辑供给——智能纪元二年——去年是元年，今年是二年——我们很有幸成为智能纪元元年诞生的公司。当ChatGPT来之后，我已经看到这个技术能解决的问题、最后的画面感是什么。这两个画面感朱啸虎、杨植麟都没画出来。杨植麟是屠龙刀，我有屠龙刀的刀了，然后去找龙。问：杨植麟的想法是做OpenAI+字节，技术理想主义的模型加商业化成功的应用。GPT核心，第一它会语言，马克思讲人和动物的区别是人会语言。第二，它会制造和使用工具。
我们在造一个类人的生命，一种新物种。
当你谈ChatGPT，谈字节，谈anyway的时候，没有回到我们到底在构建什么样一种价值。
大家经常提productivity（生产力），我觉得第二就是像人，它是我们的助手、我们的顾问，是专业的人。也许是科学家，像爱因斯坦，但更多会像医生、律师、老师。人的灵魂是思想，世界的灵魂是大世界后面的一种推动力量。问：在你看来，有什么是百川能做但OpenAI不能做的？OpenAI的追求是尽快实现AGI，优先探索技术边界，这也代表了西方范式。公司一把手要有这方面的信仰，而且巨头之前做医疗做伤了。问：杨植麟和朱啸虎一个代表“技术信仰派”，一个代表“市场信仰派”，怎么用一个词概括你？回应朱啸虎与杨植麟十条
“我们就不在他的审美品类里”
“你说这些创业公司有啥优势，有啥条件去做大模型？百川发布了给游戏的NPC，你有啥数据去训练游戏的NPC。大厂有大把、大把数据。我让一个公司去体验了一下，没看出任何区别。”王小川：首先他已经定位赚快钱，要做立刻有场景、商业的。他举NPC的例子，不代表我们在娱乐完整的思考，只见了零部件。做GPT-4至少四五千万美金，GPT-5至少几亿美金。关键是万一你砸这么多钱，别人开源了，不就全白砸了？我们的策略叫“理想上慢一步，落地上快三步”，暗合了他这个题目。问：第三，他说，AIGC PMF你十个人找不到，投一百个人也同样找不到，和人数、成本没有关系。拿LLaMA训练两三个月就够了，他被投公司最差的只有一张卡。今天这个M，有的快是赚快钱的方法，有的慢是赚慢钱的方法，都存在。我没有跟朱啸虎谈过医疗场景，你不要去掰他的爱好，我们就不在他的审美品类里。问：第四，他说，今天说个人助理都是技术人员的想象，我就问你几个人需要个人助理？是典型伪需求。如果给你一个律师，一个医生，一个购物顾问，大家是需要的。我们得谈一个大家见过，甚至花钱买过的服务，只是今天供给缺乏。通用助理没构成一个行业。我们在公司叫行政助理、生活助理、业务助理。助理是我动脑子、你动手脚。但现在大模型不是动手脚，是动脑子的。问：第五，他批评这批大模型公司连“AI四小龙”都不如，“四小龙”还有黄金时代，进入的时候竞争没有那么激烈，在资本泡沫中长大，后来才杀价格。王小川：还是把它当成一个to B、大家做一样的事（去看待）。大场景需要大技术，小场景用小技术，只是大场景现在并没有形成共识。问：第六，他质疑在融资上，下一步钱不好拿，估值已经抬到这里了，后面估值怎么弄？还是我讲的TPF（Technology-Problem Fit，技术与行业现存问题相契合）。今天核心问题是，大家不知道product（产品）是啥？——product不能是scaling law（规模法则）。以前是先有M（市场），后有P（产品），用P去fit这个M。而且P是从T（技术）过来，因此TPF是今天要讨论的问题，而不是PMF。大模型的P是什么东西？娱乐最后走向“开放世界”或者“太虚幻境”，“开放世界”造的顾问需要大T来支持。比如Sora，大家觉得造了个钢琴，你敲什么音乐它都能给你奏出乐章。但我们今天不是造钢琴是瓶颈，造乐章、造乐谱是关键。大模型不是做皮囊，大模型是做认知引擎、决策引擎、推理引擎。假设我们能在中国供给医生，我能用AI做出100万医生，它是什么样的一个价值？在TPF里面，我回答你，至少我们有一支是在做医生的。问：第七，朱啸虎认为中美AI生态差别会非常大，这个你可能是认同他的。我们今天需要更快把场景打开，有些场景形成数据飞轮，甚至形成全球化优势。王小川：杨植麟有很好的技术理想，相信scaling law，相信long-context，相信多模态。他的大部分技术（判断）都是对的呀。王小川：他叫“场景摩尔定律”，我不知道场景在哪儿，我能力好，场景就拓宽了。而不是说这个可以拿过去看简历了，可以看word文档了。问：在你看来，为什么朱啸虎在访谈中反复点名你？为什么是你？和巨头对决、和巨头共舞
“我是果粉，苹果造车我一定买；
李斌说呵呵，苹果造不出车来”
王小川：对我来讲一点不虚的原因，我们对场景的思考。我们在通向AGI的路有各种坡，很多坡你不知道商业模式，也不知道场景——医生是一个顶天立地的场景，立地是它对服务有意义，顶天是它对大模型有需求。我们砸大模型，至少有一根支柱，确保模型的技术能力变成场景的壁垒。问：多长时间追上GPT-4，多长时间追上Sora，有时间预期吗？王小川：Sora不在我们的主线，Sora的高度、突破性、应用价值低于GPT。李彦宏之前不是在讲百度更懂中文嘛，他很幻觉主义——去年2月就喊出比OpenAI只差两个月，已经够有幻觉了。问：你怎么看他最近说，在中文上，文心大模型4.0已经超过GPT-4？他说GPT写一个《沁园春》，都分不清楚4个字、5个字开头，他们自己也分不清楚，你可以试试。他不仅对GPT有误解，对自己的产品有误解，对国内模型也有误解，那不是活在自己幻觉中？你得问他的团队怎么汇报工作，他怎么形成这样一个输入。这个人是一个也正直，也聪明的人，更多是信息输入不太对。问：你怎么保证你的团队给你的汇报是信息充分且正确的？第一，大家都知道模型做不好，公司做不好，大家都挂了。他们有足够多的资金，足够多的算力，足够多的人才号召力。我当时是苹果粉，就跟李斌说，苹果的手机、手表、Pad我都买了，苹果往下造车，它的车我一定会买。我想苹果顶尖人才有，供应链有，钱无限多，号召力也有，它具有造车的所有要素。但是苹果造了十年车，消耗了100亿美金，甚至没做出来。李斌预言了这件事。王小川：现在240多人，算法技术占比70%，多位技术联创——我搭班子的时候，并不是一开始就找纯小鲜肉，做以年轻人为主导的公司。今天的大模型不是靠技术理想主义推动的一件事，需要更多对现实的考虑，对技术通盘的看法，甚至有人文哲学高度的一个组织。王小川：百分之二三十吧。第一天开始做的时候，已经磨合过。问：有人会说搜狗在浏览器和搜索都不是第一，为什么原班人马可以在大模型上干到第一？王小川：那我也想问，还什么都没干过，凭什么干第一呢？一定要看背后语境。能在那个时代把搜索做到18%市场份额，换任何一个其他人都做不到，在全中国。输入法反而是离大模型最近的产品，它是把互联网压缩成一个语言模型，输出next token。问：搜狗的经验对大模型创业的帮助是什么？差异是什么？王小川：我们完整经历过整个体系，方向感我们特别好，实操中需要更多大模型年轻的researcher或博士操刀。问：你在搜狗提出过有名的“三级火箭”理论，今天大模型的“三级火箭”是什么？很有可能能力和场景就已经决定应用的成败，应用上的外挂会少很多。问：你刚才提到搜狗的经历是在死局里找出路，最难是什么时候？那会的提法叫“我的天职是搜索”——这是老张（搜狐创始人兼CEO张朝阳）定的slogan。我力图定的叫“搜狗从上网开始”，强调入口。
比如浏览器到底该不该做，到后来是推荐引擎该不该做。2011年我调了一个小50人团队做推荐引擎，那会推荐是未来，流量分发比搜索效率高。王小川：在当时，我们想走的路线是做推荐，2011年已经开始做了。我当时跟清华沟通，和清华有联合实验室，提法就是搜索不是未来，不要搞搜索了，我们搞推荐去吧。王小川：到2012年就开始在讨论（搜狗）是不是卖给360，更多是讨论上层稳定性的问题了。问：今天在大模型战局中的你和当年的你有什么不一样？王小川：以前比百度晚三四年，这次在时态脉搏下做事。同时，自己能完整做主，这次我把自己名字放进去，也投钱进去了。问：为什么当时你没有想到一个选择是我要从搜狐、搜狗出去，为什么一直留在那里（一干快20年）？王小川：这是个人特质。
你就是觉得信仰老板，信仰一件事情往前走，有阻力克服。
当时资本结构不太顺利。
2008年之后老张不相信浏览器，把我拿下，我想的不是离职——
我想的是，得回到做CEO的位置才行。
以前人也挺温和，但其实你不问世事，活在自己的世界里。我们都讲“千面英雄”、“自然时刻”，人进入自然时刻才能成熟。问：后来搜狗发生了一系列的事，包括和360、阿里谈判，和360、腾讯谈判，后来接受腾讯投资及并购，你是怎么走每一步的？我经历过那么多挫折，今天遇到困难，成熟度会高一些。虽然搜狗没有做成大厂，但是拆开看里面，我们承受和经历了大家不能想象的东西。问：有人评价说，你的成功经验有一项是“有丰富的和巨头共舞的经验”，你认为这是你成功的一项秘诀吗？王小川：不关键，关键是对技术的热爱以及把技术变成价值的一种追求，你带着这种信念跟巨头谈，用价值感染他们。过完年，我不焦虑了
“他们想做Sora，被我摁死在这”
王小川：为了能赶上这个时代的火车，快速rush的一个状态。但去年更多在follow GPT的路径，不是我心中最有力量感的事情。到今年，我们希望把自己的价值观和对世界的理解放到模型里。王小川：王慧文是2023年2月下场，MiniMax是2021年，智谱AI是2019年，还有百度、字节这种老牌公司。去年你在人才争夺、资金争夺，是偏晚的一个，很仓促。
我习惯一个把事想透了以后，按自己节奏走。
但第一阶段必须按市场节奏，到（去年）6月前都挺累的。（那段时间）每天要去招人，跟投资人打交道，但你手上没有产品。王小川：这件事没错，更多是怎么把它转化成产品价值，这很少讨论。低估技术觉得技术无用，仰望呢，非技术的人更愿意把技术捧在手里，当光环。这不利于平等对话。王小川：中国这边，应用跟不上的时候，会变成游说资本的游戏。如果不能把场景尽快打开，越往后走压力越大。
模型往前走，技术是你的发动机，市场是你的方向盘。
你可以先造发动机，再造车。但当你上路，两个都得有才行。
美国走的道路，反正有钱有算力，他们就冲着AGI去了。
你问他们应用，他们也不知道。
为什么做Sora？不是有个技术我就得跟。从AGI理想说，Sora不是跟GPT一支的。语言这个概念空间不是Sora这种模型能取代的，Sora是需要把语言加进去，或者需要视频把语言加进去，才能变成往AGI走的引擎。在内部会上，他们不是谈Sora，他们知道我不要做Sora。但就开始讲，多模态要搞一搞，视频要搞一搞。我知道他们还是在想Sora——我要么做技术理想，要么做应用场景，我希望大家有明确的判断。（我们）做多模态，但不复刻Sora，它既不代表AGI，也不代表场景，两个都不靠。过完年回来，大概一星期内形成这样一个决定——我拍板的。王小川：在创造、健康、快乐里给大家提供普惠知识和服务，回到AGI最后的应用是什么。问：你之前说过，很长时间都处在“有压力的优秀”状态里，今天走出“有压力的优秀”了吗？王小川：去年是有这种压力的，但过完春节，这种压力没了。我也不知道为什么。翻过年之后，对于未来的画面感和怎么做，变得不纠结。一个惯性是把跟随GPT-3.5和GPT-4变成最主要任务。二是在模型之外，希望通过应用思考有些外部的能力可以帮助模型，而不是模型跟应用是一体的。把这种差异化放在模型里，而不是说做GPT-3.5、GPT-4外面挂里面的应用。思路和执行，更统一了。内心的压力小一些，就会更有力量，大家也能感受到决策的质量和坚定度更高。如果去年出来Sora，可能大家会更焦虑一点。今年过完年，至少我不焦虑了。王小川：在内部如何能达成技术、产品之间的共识，不断把T和P更好衔接起来。能把我们的认知、能力变成一个公司并创造价值，是特别好的一件事。王小川：我手机里面多了ChatGPT、文心一言、Kimi智能助理，还多了叫SynClub的（AI社交）软件。是一个小人物有大梦想的故事，有些无厘头的嬉皮的东西。但是他比周星驰人缘好很多，吴君如什么的都愿意帮他。我确实有时候流眼泪，有时候觉得好笑。会有一种同感在里面。问：你一直是学霸路径，没有强烈的小人物奋斗史，为什么会有共鸣？王小川：电影很多是在体验别人的人生，不仅仅是在体验自己的。问：如果百川的命运最终和搜狗类似，会让你感到不服气吗？原来搜狗在百度的阴影里，这群优秀的人没有发挥出他们最大价值。问：你说以前性格是温和，经历挫折以后，后来增加了什么？王小川：原来温和，但却是孤傲的人，你不想别人怎么思考。每个人都是一尊佛，你对这个世界，有一种“大我”存在。
