獵豹移動董事長兼CEO、獵戶星空董事長 傅盛　技術普適，關鍵在于如何將其優(yōu)化成好產品

張司鈺

2023年，ChatGPT掀起了全球AI技術浪潮。這一輪技術創(chuàng)新不僅激發(fā)起創(chuàng)投圈的新熱情，還讓硅谷重新成為全球創(chuàng)新的焦點，同時也促使人們更加認真地思考技術與人類的關系。生成式AI領域逐漸形成了模型層和應用層的上下游結構。模型的發(fā)展和應用推動了整個行業(yè)的前進，改變了人們與技術的互動方式。

技術變革帶來新機遇，大模型及其落地應用的賽道中不乏野心勃勃的創(chuàng)業(yè)者，獵豹移動的董事長兼CEO傅盛就是其中一位。2014年獵豹移動上市，兩年后，傅盛創(chuàng)辦獵戶星空，專注于服務機器人的創(chuàng)新和發(fā)展。在二次創(chuàng)業(yè)的過程中，傅盛對大模型技術的潛力也有了越來越深刻的理解。

我們的初衷始終是創(chuàng)新驅動，開發(fā)前沿產品。獵戶星空的產品面臨的挑戰(zhàn)不小，尤其是在產品標準化、場景落地和市場認可方面。

去年我才感到市場開始慢慢接受這個產品，這一年，出現了兩個重要的變化信號。首先，中小企業(yè)主開始為機器人買單，特別是經濟型餐廳和酒店。考慮到餐廳的現金流通常很緊張，他們愿意為機器人投資，說明機器人的實用性和經濟效益正在被認可。其次，海外市場開始開放，日本和韓國兩個市場的發(fā)展最為顯著，歐洲和美國也有許多代理商推廣機器人的銷售。海外市場的主要應用場景包括餐廳送餐服務，以及韓國一些教育局推行的小學機器人教育項目，日本還在養(yǎng)老院等場景中應用機器人。這些變化表明，機器人技術正在從依賴政府支持轉向真正的市場化應用，且應用領域正在不斷拓展。

大模型的定義實際上是技術局面的一個概念，指的是使用前所未有的參數數量和數據量來訓練模型。從技術創(chuàng)新的角度來看，這樣的模型結構是必要的，因為它能實現以往模型無法實現的功能，如對語義、邏輯的理解和推理能力。但在大模型的范疇內，究竟機器人是否需要千億參數的大模型，這取決于具體應用場景和所需的技術能 力。

我們也在訓練行業(yè)特定的大模型，但并未投入到千億參數級別的模型中。大模型的開發(fā)就像是企業(yè)試圖創(chuàng)造一個愛因斯坦，涉及巨大的成本，包括訓練和推理成本。在許多情況下，我們并不需要如愛因斯坦般聰明的復雜模型，有時一個本科生或專科生級別的模型就足夠了，這正是百億參數模型的機會所在。在機器人領域，幾十億參數的模型可能就足夠應對陪伴、健康知識科普等特定任 務。

我們確實需要大模型技術，但是我們正朝著使用垂直領域和小參數量的大模型的方向發(fā)展，以便使機器人能夠真正高效地運行。

過去的數字化主要涉及建立各種系統(tǒng)，這些系統(tǒng)雖能展示大量信息，但每次業(yè)務變更都需要重寫代碼和重新適配，導致了大量工作和所謂的“數字孤島”。業(yè)務變化意味著不斷地調整系統(tǒng)效率提升并不顯著。

有了大模型后，情況發(fā)生了變化。模型能夠理解數據，當業(yè)務發(fā)生變化時，僅需調整提問或需求，模型就能自動適應，大大減少了適配工作量。就像從手動操作轉變?yōu)閾碛幸粋€聰明的助理，他能根據業(yè)務變化自動調整數據，關注今天和明天的不同重點。這是大模型時代的一個重大進步。

員工的工作正在發(fā)生變化，人工智能和機器人不僅替代體力勞動，現在看來它們也能替代大量重復的腦力勞動。比如整理會議紀要、制作PPT，甚至編寫部分代碼，這些本不需要過于復雜的思考的任務，現在都能由機器完成。數字員工逐漸成為企業(yè)的標準配置，未來企業(yè)中一半以上的員工可能都是數字化的。

在硅谷，這種變化已經顯現。以前硅谷的創(chuàng)業(yè)公司在獲得投資后會用這些資金去聘請頂尖人才，而現在他們可能將一半的資金用于聘請人才，另一半用于購買專利和提高內部流程的效率。

每次技術變革都可能使之前的積累變得不那么重要。例如，大模型技術的出現讓所有人回到了同一起跑線，這就是顛覆式創(chuàng)新。

數字員工是一個廣泛的概念，不同職位有不同需求，像GPT這樣的模型并不能完全滿足特定崗位比如法務或財務的需求。正如人類員工通過不同的教育和實踐經驗逐漸變得成熟一樣，大模型也需要針對特定崗位調整和適配。未來，數字員工不僅僅是單一崗位，而是多個垂直領域的聚合。我們專注于做好幾個擅長的領域，如云服務、實體機器人的講解，以及服務領域的人機溝通。而在養(yǎng)老領域，與老年人的溝通就是一個巨大的市場機 會。

大模型目前只能聽和說，未來，它應能看、能感知（比如溫度和物理界限），并具備行走能力，可以在物理空間中自主活動，這將使它們產生更豐富的思維能力，類似于人類的感官體驗。這種全面的具身智能，不僅僅限于文本處理，還包括視覺和其他感官信息的綜合處理，背后模型的智能程度也將遠超單一語言處理。

雖然大模型技術已經火熱一整年了，但在自動駕駛等領域其進展并不顯著，技術原理要在特定領域實現存在諸多挑戰(zhàn)，如算力成本、使用成本和延時問題。現有的機器人在室內環(huán)境下表現良好，但將它們應用于更復雜的外部環(huán)境時，技術實現將更為復雜。因此，盡管具身智能的理念已明確，要實現這一目標仍需數年時間。

傅盛是獵豹移動董事長兼CEO、獵戶星空董事長。