百川智能创始人
以前的人工智能应用多局限于特定任务，需逐一针对性开发。相比之下，AGI(通用人工智能)旨在模仿人类智能的全面性，力求在广泛任务上不仅可执行，且执行效果超越人类。这一议题自2023年2月起，在行业技术领域内引发了广泛而深刻的讨论，并逐步形成了阶段性的共识。同年4月，微软发布了一份约四百页的重要技术报告，认为GPT—4已展现出初步的通用人工智能特征，标志着AGI时代的初步降临，这一论断被视为技术发展历程中的一个重大里程碑。
我沿用马化腾去年5月的一个观点，“最开始，以为互联网是十年不遇的机会，越想越觉得是几百年不遇(的机会)，类似于发明电所引发的工业革命。”工业时代始于18世纪60年代，这里提到的“几百年一遇”，是将此次变革的重要性置于工业革命之前的历史长河中来考量。当前，无论是学术界还是顶尖企业家群体，都认为我们正经历从技术层面到数据层面的深刻转型。因此，2023年被视为大模型时代的元年，标志着人类从信息时代迈入智能时代，步入了一个全新的发展阶段。
百川智能作为市场新进者，选择开源旨在为中国开源生态系统贡献力量，并彰显技术实力。通过持续的技术迭代，我们预计能够探索出独特的商业模式。目前，已有超200家企业，包括多家行业头部企业，表达了采用百川模型的意愿。与此同时，商业化进程正稳步推进，依托开源引擎、优化的参数模型及在研的整套组，我们将提供统一的部署解决方案。
开源具有多层意义。首先，它作为一种营销手段，能够迅速传达产品效能，助力后发者实现市场突破，扩大合作伙伴网络，促使业界对我们的深入了解。其次，开源为商业化奠定了基础，随着应用场景的拓展和生态体系的构建，为未来的收费服务创造了可能。这一模式在国外已有成功实践，尽管中国此前的尝试遇到了一些困难，但开源模式依然值得我们学习和借鉴。百川智能的开源与闭源和模型规模相关。对于参数庞大、部署成本高昂的模型，我们倾向于闭源管理。需要指出是，我们的开源不同于传统意义上的开放论文与代码，而是专注于开放模型能力，使B端(企业用户)能够直接应用，这与OpenAI的模式有所区别。从企业服务角度看，未来开源与闭源将并行不悖。我们预测，未来约80%的企业可能会采用开源模型，因为闭源模型虽功能强大，但对特定场景的适配成本较高，而开源模型以其小巧灵活，易于部署的特点，将在众多场景中发挥重要作用。
开源与闭源并非构成竞争关系，而是不同应用场景下的互相补充的存在。当前，业界正逐渐达成共识：重点应聚焦于如何有效实施2C(面对消费者)与2B(面向企业)策略，而非过分拘泥于开源或闭源的选择。诚然，闭源模式或许伴随较高的成本，但这并不妨碍通过特定途径提升竞争。具体来说，关键在于两方面：一是提升模型性能，确保模型的能力;二是降低推理成本，这是一个世界性难题。作为初涉该领域的探索者，我们尚处于学习与实践阶段，但我们坚信，凭借我们的能力，完全能够实现极致优化。
哪些行业将面临变革?当前共识聚焦于三大领域：
首先，在生产力层面，重点在于为企业赋能，加速知识推理进程，提升效率。
其次，智能助理领域正经历转型，从简单工具向更似伙伴的角色演变。未来，它们可能担当私人医生、律师、搜索助手及购物顾问等角色。
最后，元宇宙的发展离不开大模型的支持。遵循“词的模型是世界的模型”理念，这些模型不仅限于文本生成图像或视频，更有望成为驱动世界的引擎。游戏行业作为先锋，预计将率先迎来由此带来的深刻变革。
哪些职业将面临替代?哪些工作会产生变化?这一问题，无论对雇主、雇员，甚至有育儿需求的家长而言，都备受关注。当前，大模型虽已步入“读万卷书”的阶段，却尚未实现“行万里路”，缺乏实地经验积累。简而言之，那些主要依赖电脑完成的工作，其被替代的可能性较大;且工作时间越长，风险越高。例如，平面设计领域已显现趋势，仅需数条指令亦可完成以往所认为的复杂任务。相反，涉及实地考察、数据采集及人际交流的工作，其影响程度则相对较低。
当今，大模型已超越工具范畴，成为人类伙伴。工具侧重连接与信息传递，而大模型则具备全面的语言能力，能够实现高效沟通，并能通过学习经验与产品化过程提供服务。大模型所创造的，多为虚拟助手角色，如教师、医生、律师等，这与传统产品服务逻辑截然不同。文艺复兴促进了人类能力的提升，而今大模型的出现，使人类得以超越个体限制。通过向模型询问，个人可获得实现自身愿景的路径，从而更有效地达成目标。
我在此提出三个方向：GPT-4的研发、超级应用的构建，以及健康快乐的创造。健康快乐的概念直观易懂;而创造，则植根于每个人的基本需求，它让世界因个体的存在而显得不同。机器通过提升生产率为个人赋能，增强了个人改变世界的潜能，使之成为更有贡献的人，这便是创造的实质。百川未来正致力于这三个领域引领模型的发展。
