对话王小川：做一个大模型时代的理想主义者

中国科技界针对大模型的态度，大体可以分为两派，一派信仰技术，一派信仰市场。

金沙江创投主管合伙人朱啸虎属于后者。最近，他的一番表态引发不小的反响。他说自己不看好大模型，「一看就知道肯定没戏」，他只信仰能马上商业化的应用。不过，朱啸虎也提到，自己挺看好王小川。

王小川有着漂亮的履历。当年顶着「天才少年」的光环加入搜狐，11 个月开发出搜狗输入法，后来又拿出「浏览器+输入法+搜索」的「三级火箭」方法论，并推动搜狗独立在纽交所上市。那时他就觉得，搜索引擎是实现 AI 的路径。只是当年，这条路并没有走成功。2023 年，王小川创立人工智能公司百川智能，要继续实现自己的技术理想。

▲ 王小川 | 图源：36氪

入局大模型赛道一年，王小川做了哪些事情？他如何看待 AI 技术的落地与未来的应用场景？以下是与他的对话。

文末还有完整对谈音频，不要错过。

声动活泼

最近朱啸虎关于大模型的言论引起了广泛讨论，你对他的观点有什么看法？

王小川

朱啸虎的表达是很率真、真实的。他有自己的投资逻辑，首先要有应用场景，其次这个场景能赚钱。他的逻辑是自洽的，也体现了他对出资人的负责态度。不过他的观点并不代表所有人。

今天大家开始站队，理想主义还是现实主义，有人谈技术理想，有人谈生意，本质上都代表一种看待世界的视角。但一个视角并不一定是全部的真相。这就像盲人摸象、小马过河。其实我们每个人都是「盲人」，都只能看到局部。

而「小马过河」指的是每个公司、投资机构都有自己的角色和选择，我们不是上帝，我们得做自己。比如 OpenAI 的「登月计划」想把 1000 万个 GPU 连在一起，实现更大规模的计算。而英伟达一年生产的高端芯片也就 100 万个，此外还需要半个小镇面积的场地和无限量的供电。所以美国公司在想的事是未来能源会不会不够用，他们有他们的定位。而我们也有自己的定位，比如以朱啸虎为代表的一派，并不要求企业做多大，但要尽快找到场景，赚钱盈利。

声动活泼

从追求回报的视角去看，这样的做法似乎更规避风险。

王小川

投资人也有不同类型，有浪漫派的，有现实派的。最重要的是要找到自己的道路。

声动活泼

你认为朱啸虎的观点有什么疏漏吗？你在一线，投资人还是更靠后一些。

王小川

他对大模型并没有直接的体感。

当下做技术投资有两种角度。一种是「信仰」或「高看」技术，觉得技术能做这个，能做那个，这种投资可能成功也可能失败，是有风险的。另一种是「俯视」技术，更多关注技术带来的价值和场景，技术能否解决具体的问题。这种做法不会犯大错，但可能错失很多机会。尤其当下颠覆性的时代到来，我不会只去「畅想」技术带来的改变，我认为我是看到了未来具体能够变成什么样。

去年 4 月份下场创立百川的时候，我就说未来 AI 会变成我们的伙伴，一方面帮助我们提升生产力，一方面为我们供给专业知识，比如医学、法律，甚至购物指南。更进一步，AI 不仅能够成为我们的伙伴，还能创造出虚拟的娱乐天地，让大家去玩去体验。那时，我对未来就已经有了清晰的画面。

我觉得当下既懂技术，又知道技术能在未来达成什么样的商业场景的人是比较少的。

声动活泼

你认为朱啸虎的观点在多大程度上能代表现在投资人的想法，大家普遍比较悲观吗？

王小川

我觉得有这种想法很正常。大模型的技术变革带来了两个颠覆性的变化。第一是模型越大效果越好，这就需要持续不断对模型的投入；第二是模型和应用之间的关系发生了变化，模型大了之后应用被碾压了，甚至出现模型即应用的情况。所以就投资而言，如果没有对场景的把握，就会感觉这是个无底洞。

过去我们习惯的路径是，美国把技术问题解决完，我们再去做场景。现在是技术一直向前迭代突破，确实很多投资人不适应，投资方式也会发生变化。

声动活泼

到今年4月，百川智能就成立一年了，你的体感怎么样？就商业化而言，创业公司到底能做到什么程度？

王小川

现阶段商业化还远不在我们的关键词里。

过去一年我们做了两件事。第一件是建立团队，而且我们的大模型在中文领域很多任务上的表现已经远超过 GPT 3.5，接近 GPT 4 的能力。第二件是我们发布了百川的开源，我认为这对中国的大模型事业是有贡献的，现在很多公司，包括大厂，都在用百川的开源做自己的模型。

我之前做输入法，比市场晚 4 年开始。这一次，我们与时代的脉搏是相同的，我们能看到技术的未来，同时凭借技术敏感把最新的技术应用起来，转化成我们想要的产品，同时还能做一些技术上的创新。

声动活泼

去年你去美国考察，说目标要变成「技术上慢 OpenAI 一步，应用上快三步」，但你又说商业化并不在百川的关键词当中，这是相悖的吗？

王小川

落地不代表立刻商业化，有应用导向，有场景，在场景端先把价值创造出来，就叫落地。我们之前默认的方式是 PMF（Product Market Fit，产品市场匹配），有了产品就可以直接和市场对接了。但今天我们要解决的问题是 TPF（Technology Product Fit，技术产品匹配），这是不同的做法和路径。

声动活泼

复盘过去一年，你觉得百川做得最对的策略或选择是什么？

王小川

第一个是下场做，百川是在智能纪元元年诞生的公司。现在的技术发展太快了，晚两年再做，就很难入场了。第二个是迅速发布开源。

回看我下场时所提的一些技术主张，不论是既要有大模型又要有超级应用这样宏观的想法，还是打造开放世界的方向，选择创造健康、快乐这一具体赛道，以及增强垂域、增强搜索、增强强化学习等理念，今年都会开始兑现。所以我们下场是对的，对未来的愿景在今天看来也没有走偏。

百川的中心是做医疗。大模型把语言变成了数学，而我希望做的是生命的数学模型。我认为大模型能帮助我们更好地通向更远的生命世界。

声动活泼

在「AGI + 生命科学」这个方向上，你预测接下来最有可能落地或迅速发生改变的功能或领域是什么？

王小川

一个是问诊。现在医生误诊的很大一个原因是漏诊，也就是医生没有问对问题。在这个场景中让大模型去思考发问，能充分展现它的能力。

声动活泼

百川可能是国内一线大模型厂商里对医疗场景最看重的。但根据以前的经验，不论是 to B 还是 to C，医疗是一个非常难落地的领域。大模型能够简化落地的门槛吗？

王小川

大家对医疗的本质没有太深刻的理解，今天医疗最缺乏的资源是医生，但医生的供给有限，而且很难快速培养，这不像互联网可以通过改变生产关系来提高供给，所以做「挂号网」或辅助应用是没有意义的。核心问题是要造出更多有医生知识、能够提供服务的「人」，互联网并不是在造「人」，而是在解决信息传递的问题。

声动活泼

所以之前很多 AI 公司去做影像辅助诊断，是行不通的？

王小川

是的，因为没有解决机器的认知问题。医生的学习路径是学知识，形成融会贯通的逻辑。影像辅助诊断的模型只能在图像里学经验，是没有语言知识的概念空间和逻辑的。

声动活泼

百川已经上手做了一年大模型，您觉得从什么方向思考能够挖掘技术新的能力，让新产品远优于潜在产品？

王小川

技术的核心是在造「人」，不是在造工具。人和动物的区别是什么？第一人会语言，语言代表了你的思考、沟通、文化，第二人会创造和使用工具。所以利用大模型优势的核心在于造「人」，由「人」来创造并使用工具，而不是造一个原来就有的工具。大模型并不是一个精确严谨的计算器，也不是一个分担体力工作，帮你搬箱子、刷盘子的工具，它是一个智力引擎。搜索引擎更多是帮你连接、寻找信息，而大模型是一个自带知识的智力引擎，甚至可以成为一个推理引擎、决策引擎，帮助你做决策。

声动活泼

去年你在采访中提到，早早关注落地的应用可能会让你很难去实现 AGI。在做了一年大模型之后，你还是坚定地要实现 AGI 吗？

王小川

是的。从技术理想主义的角度看，AGI 是必须存在的，不可绕过的话题。只是在爬这座山的时候，我们得知道中间是有补给站的，这样一个场景既是能快速起步的，也是和 AGI 同频的。

同时我们希望场景的天花板是足够高的，比如写广告文案不需要一个特别大的模型。所以在场景选择的过程中，一定得知道什么场景能和 AGI 同频，甚至是更高的。我们认为生命科学、生命模型和它所映射的从医生到制药的这一套体系，是不小于大模型的。

声动活泼

与一年前相比，您对 AGI 实现路径的认识有没有什么变化？

王小川

我对模型的理解大体上没有变化，现在依然坚持语言的中心位置，智力是藏在语言里面的。

不同的公司有不同的选择，有的公司选择在模型上面做应用，有的公司选择不断改进模型。我们还是选择自己认认真真把模型从头做出来。

声动活泼

Sora 的出现让人感觉技术进步的速度越来越快，你觉得和 OpenAI 之间的差距会不断拉大吗？

王小川

OpenAI 现在拥有人才、算力和资金的制高点。如果论横向新技术从 0 到 1 的突破创新，我认为差距还是在继续拉大的；但如果一个技术已经完成从 0 到 1 的突破，要在一个方向纵深，变得可用，中国的速度还是了不起的。

另外我要澄清一个误解，Sora 能从文字生成视频，大家觉得好像比 ChatGPT 高级了，但其实看上去更「Fancy」，并不代表技术更强了。大模型能达到万亿参数级，而 Sora 现在只有百亿参数级。另外，视频所表达的是肉眼可见的空间，而语言所表达的是概念层面的空间，其表达能力是远高于视频的。