問：內部做大模型的團隊有多大體量，優勢在哪裡？
劉聰：原來我們的團隊涉及很多方向，研究院有 1000 多人，其中包括算法、平台、工程和其他資源相關的人員，各自為戰的同時協同性非常好。當初我們的團隊只有大約 200 人，從認知拓展到多模態，再到一些行業應用，我們的範圍正在不斷擴大。
這個東西不是短期內就能形成的，它需要長達十幾年的傳承。我們需要仔細摸索出什麼樣的形式和技能，才能領先於其他人進行研究。語音識別技術每年我們都自我革新，雖然現在這個系統已經很好了，但我們必須不斷更新，從 DNN 到 RNN，再到 STM，以及後面的 CNN。因為如果我們不進行自我革新，我們就會落後於其他人。
為什麼選擇與華為「深度合作」
問：關於今天出的小的輿論熱點，就是訊飛的AI學習機在內容審核上出現一些不當的內容，我們看到公司非常快速地反應，進行了下架的處理。然後我想問一下訊飛在接下來有沒有一些更好的防範的機制？怎麼樣去做更好的一個審核。
劉慶峰：我們一直高度關注教育中的信息安全問題。這次的事件確實是個意外，但我們已經內部處理了。這個問題是在 16 號被一個家長發現的，他們是我們的合作夥伴，我們有明確的協議要求他們保障內容安全。我們剛剛將其試用，並在各個方面進行審核。這個問題只是範圍中的一個，我們發現後立即下架，並對合作夥伴進行了處罰。我們內部也進行了相應的處分，並迅速將用於大模型上的內容審核機制應用到學習機上，以進行更嚴格的審核。
在過去的幾年中，我們的學習機已經成為業界知名度最高的產品。我們曾多次受到美國的極限施壓，但我們始終與國家同步發展，我們是中國自己研發的硬科技學習機。我們希望幫助每個孩子根據自身的特點進行更好的教育，促進心智發展和身心健康，實現全面發展。
這就是我們的主線。雖然在過程中出現了意外，但是我們的合作夥伴提供了太多的內容，審核過程還沒有結束，相關人員匆忙讓大家試用了，導致了問題的發生。但現在我們已經完全解決了這個問題。
問：接下來想問一下國際化，今天徐直軍替訊飛打了一個廣告，說華為在全世界用訊飛的服務解釋幾十種語言，接下來您對於國際化的考慮是什麼？
劉慶峰：我們擁有領先的硬件品牌和技術，希望將其應用到國際市場上。在最近的日本大阪世博會需要在公立學校中教授英語寫作和口語，全球招標中是科大訊飛作為唯一的供應商被選中。
在汽車行業中，各個汽車廠商都在進行智能助手和多語種技術方面的研發。我們是全球最優秀的公司之一，因此除了國內廠商之外，奔馳、寶馬、法拉利等國際知名汽車品牌也開始與我們合作。我們相信通過強大的技術能力，可以推動行業的發展。
另外一個重要的方面是開放合作和共贏的態度。我們的重點是亞洲和與中國友好的歐洲國家和地區，逐步推進合作關係。
10.24 發布會上，科大訊飛與華為宣布合作
問：之前訊飛披露和華為昇騰的 910B可以對標英偉達，請問一下公司就是在芯片合作上，在推理芯片和訓練芯片哪部分的就是合作多一點？
劉慶峰：當然是推理芯片相對簡單，國內也有些號稱自己的芯片自己做的東西能夠做大模型，實際上主要是推理。最難的是訓練，你如果不能我剛才說的 1000 張卡三個月，訓練一個 1000 多億的模型，就做不了。
華為除了他自己的一部分應用之外，最新的芯片都是率先給訊飛，下一步我們要做對標 GPT 的是訓練，訓練能做推理就是非常簡單的事情。
問：現在使用國產算力平台，是不是意味着我們會花費可能比國外的競爭對手更加長的時間，另外訊飛目前是完全基於華為的算力平台，還是說有一些其他的算力在裡面?
劉慶峰：使用國產專利平台，類似於早期的國產操作系統，通過不斷打磨，從不好用到好用，最終實現了整個生態的繁榮。如果沒有廠商提供堅定的底座，這個國家將無法自立自強。華為在底座能力上更加堅定，而我們則投入在應用和算法層面，這是我們共同看好的。
在新硬件上驗證算法需要更多時間，但這個過程是值得的。我們的產品有的是華為的，可以公開給其他廠商使用，有的我們共有知識產權，有的是訊飛自己的，作為戰略夥伴，我們在華為平台上進行訓練，這樣是沒有任何問題的。
問：與華為的合作，背後您覺得最難的一關是什麼？
劉慶峰：我們在做這件事情時，最大的壓力來自於自己的心態。如果我們用英偉達的平台，可能只需要一個月就能完成，但如果用華為，可能需要三個月才能完成。
市場上在打仗，如果我們現在不使用國產品牌，使用已經成型的英偉達平台，今天的星火效果可能會更好，但我們必須走這一步。能夠走到這一步，我們感到非常自豪，不僅為華為感到自豪，也為我們的團隊感到自豪。
在快速奔跑的過程中，別人用的是最豪華的武器，而我們在一邊打仗，一邊磨練武器，一邊向前進步。在這個過程中，我們需要付出更多的投入，既要掙錢，又要大規模投入，既有軟件，又有硬件。所以，我們必須真正相信通過人工智能，我們能夠走出來，能夠走到業界的頂端。否則，誰都不會在這個過程中做這麼多的額外付出。
*百模大戰進入下半場
問：今年大家都在講大模型，但現在整個行業面臨的一個困境是大模型叫好不叫座，包括OpenAI自己也發現運營成本是非常高的。我想問在國內大模型已經開閘的情況下，您怎麼看未來商業化的路徑，尤其是在中國，大家的付費意願可能甚至低於美國。
劉慶峰：你說的叫好不好不叫座的產品類似於 ChatGPT，像訊飛新聞這樣的純 APP 更多是為了讓大家了解技術的原理，並應用在一些相對淺顯但有意義的場景中。所以我們需要在不同領域深入應用這些技術，滿足各行各業的剛性需求。
如果一個 AI 模型對每個人都是一樣的，那麼頂尖高手們可能會覺得它不再適用。但是，如果模型能夠學習並與用戶相互啟發，提高效率，並且能夠根據個人特點輸出令人滿意的內容，那麼它將成為每個人離不開的助手。
互聯網並不需要每個人都寫出全新的、沒有人類知識的內容，而是需要有個性化的 AI 人設。因此，下一步我們要持續關注兩個關鍵點：主動問答和 AI 人設。
問：市場上之前對大模型的商業化有一個擔憂，就是每個行業都有很強的定製化的需求，會讓成本過高，然後賺的錢很少。這次我看到科大訊飛發布了iFlyCode代碼平台，這個在 B 端方面的代碼平台會是科大訊飛未來商業化的主力嗎？
劉慶峰：這是一個非常重要的方向，但是它的定製成本過高，導致商業價值無法閉環。關鍵是確定您的產品是否真正解決了剛性需求，而不是可有可無的東西。
我們必須仔細分析場景，證明應用的效果並將其工具化，如將定製工具、企業知識庫學習和行業知識學習場景定製化，使企業內部能夠快速使用。
因此，我們需要大幅降低定製成本，同時在典型場景上做得更好，以使在需要定製的各個領域的比例越來越低。它肯定是一個通用能力，龍頭企業、單個企業用好以後把場景再全面推廣。這需要一個過程。
問：剛剛您提到了很多關於大模型商業化的一些思路，我還是想請您來判斷一下大模型它的商業回報的周期大概是怎樣的，大概我們可以在什麼時候可以看到對業績的一個提振作用?
劉慶峰：首先，我們內部的大模型項目已經開始取得了顯著的成效。例如，我們的智能硬件銷量總體增長了 70% 以上，學習機實現了 200% 的增長。這主要得益於大模型的引入，它為我們帶來了更強大的功能需求，例如辦公本現在不僅可以錄音，還可以實現同步全程錄音並轉換為文字進行分享。此外，辦公本結束後還可以輔助寫稿，在這些方面的能力不斷提升。我認為在醫療和教育領域，大模型項目為訊飛內部提供了強大的賦能。
至於商業收益方面，我認為明年將會顯現出明顯的效果。然而，我們還有很多工作要做，不能說已經達到了一個穩定狀態，只需要通過完善細節和逐步訓練。我們必須緊迫地推進一系列想法的落實，這些想法在算法上已經得到驗證，只是需要時間去實施。
因此，明年我們仍然會加大投入。新增的收入毛利將會明顯增加，但我們會將全部新增的毛利投入到新的一年中。我認為，在當前階段，明年至少不需要投入產出，而是應該加快收入毛利的增長，提高行業市場份額和影響力。
同時，我們要堅定地將多餘的資金投入到我們認為必須做的事情上，以加快速度。這是我們當前的戰略選擇。對於綜合商業方面，我認可 Gartner 和高盛的分析。因此，我相信在科大訊飛，明年至 2025 年將會是一個良性的狀態，收入毛利快速增長後能夠覆蓋新增投入的狀態。
10.24 活動現場，科大訊飛稱星火大模型 3.0 全面對標 GPT 3.5
問：您認為百模大戰現在發展到了一個什麼階段？幾家頭部企業的打法有沒有出現差異化？現在的競爭焦點是什麼？
劉聰：當然，這個問題本身肯定是動態的。我認為在這個過程中，可以分為三個階段。第一個階段是在 2 月份，當時大家還在摸索，國家和企業都對這件事感到有些迷茫，因為差距還很大。第二個階段可能在 5、6 月份左右，我們對技術線路的驗證路線非常清晰，因此我們能夠立 flag。
現在可能是第三個有代表性的階段。最近陸續有一些發布，現在處於大浪淘沙的階段，最終會剩下一些頭部公司。我認為到年底會產生分化，分化的邊界大概是 3.5，這是一個關鍵的節點。
每家公司對於人工智能的定義可能不盡相同。就我們自己而言，我們以功能全面為基準來定義人工智能。例如，像百度將其定義為理解、生成記憶以及邏輯推理等。不同公司對於人工智能的定義各有差異。個人而言，我無法詳細說明其他公司的想法，只能從我們的角度出發思考為什麼我們最初定義了這七個維度。當然，這七個維度將來可能會有衍生，就像今天我們在這七個維度的基礎上討論個性化，個性化能為我們的這個底座模型注入靈魂。
類似於從被動接受提問到主動交互的轉變，可以使得人工智能更像一個顧問。技能不僅僅是回答問題，同時也可以根據情況主動交互。
那麼為什麼說我們相對於其他公司的定義更詳細？這是因為我們從一開始就要明確目標，是要追求通用人工智能，還是只做其中的一部分？對於訊飛來說，作為一家專注於人工智能的公司，通用人工智能是我們的夢想，我們最初的目標就是追求通用人工智能。我們還強調我們不僅僅是中文，未來還將拓展到其他語言，你連英文能力都不具備，包括未來拓展到其他多一種，那叫什麼通用？
接下來，我認為對於中國的人工智能，尤其是我們的企業來說，應用落地和生態繁榮是非常關鍵的。但如果沒有應用，特別是對於訊飛這樣的公司來說，我們並不是互聯網巨頭，也沒有那麼多資金可以燒掉，我們必須通過應用落地來實現產品的價值。
產品價值是非常重要的一方面，但另一方面，我們也需要逐步實現商業閉環。所以我認為這是我們需要關注的第三個方面。此外，生態系統也非常重要，因為過去我們可能會發現，雖然某個語音識別系統的效果可能很好，但在大家都達到差不多水平之後，你在惡劣環境中的可替代性就會變得很高。說實話，這對於大型模型來說並不完全適用。
大型模型的發展一方面受到底座的限制，但更重要的是能否在底座的基礎上實現個性化。使用某個特定底座開發的應用程序會更加得心應手，而更換底座可能會導致一些基礎功能的喪失。例如，對於代碼編寫來說，10 個點的差異可能會對寫作習慣和效率產生完全不同的影響。
因此，目前的發展趨勢肯定是分化的，而且我相信從現在到明年上半年，這種分化會變得越來越明顯。因為除了硬件設備之外，對於這些算法的理解也變得越來越關鍵。在如此龐大的模型和機器上，如果你的算法不夠確切，稍有差錯就可能導致三個月的時間浪費。
因此，第二個問題是關於通用底座和整體算力的問題，特別是國產算力。對於訊飛來說，這是一個門檻，而且我認為這也是一個未來的趨勢。此外，我們還要密切關注應用閉環和生態閉環的快速產生價值的情況。這些是我們未來需要持續關注的幾個方面。
-[文:極客公園GeekPark*作者:宛辰、鄭玥*編輯:鄭玄/鈦媒體]
