圖片來源:由無界版圖AI工具生成
去年4月,王慧文在即刻上的簽名還是“All in Crypto”,過了半年,興趣又從 Crypto、web3轉向了人工智能,他想打造中國版的OpenAI。
實際上,比起去爭辯5000萬美金AI創業“到底能不能成”,大家更好奇的是:王慧文究竟打算怎么做,以及建立何種商業模式。
事情的起因,還得從王慧文那條朋友圈開始聊起:5000萬美元,帶資入組,不在意崗位、薪資和Tittle,求頂尖人才組隊。而在動態發布的十多天前,ChatGPT已經紅遍了大江南北,根據瑞銀集團的一份報告指出,應用推出僅兩個月,MAU就突破了1個億。
這是個什么概念呢?從數據來看,同樣是用戶達到1億,TikTok用了9個月,Ins花了2年半的時間,1月份ChatGPT每天都有近1300萬用戶訪問,成了史上用戶增長速度最快的消費級應用。
更讓人意外的,是市場的熱情。今年開年以來,美股上市公司只要與AI沾邊的企業,幾乎都有翻倍漲幅,微軟更直接向ChatGPT幕后公司OpenAI接連加磅,把它的身價推向290億美元。
國內也是一樣,百度、阿里、字節,以及大批初創公司接連跑步進場,多家ChatGPT概念股持續拉升。即便有像Stack Overflow、ICML,以及一些教育機構對ChatGPT大肆聲討,但并沒有影響到它的火爆態勢。
至于王慧文,經歷過千團大戰、外賣、網約車的市場鏖戰,這位和美團王興并肩作戰十年的副手也不甘落寞。發布AI英雄榜之前,他和幾個老朋友喝著酒,不論是酒桌上的意氣決斷,還是被好友視為搭乘AI末班車的最后一張船票,44歲的王慧文的確兌現了在退休郵件里說的話,“我一直擔心人生被慣性主導,怠于熟悉的環境而錯過了不同的精彩。”
澳大利亞政府建議遭受網絡攻擊后禁止支付加密貨幣:金色財經報道,在一家當地企業遭受大規模數據泄露和隨后的贖金要求之后,澳大利亞政府被迫禁止支付網絡贖金,通常要求以加密貨幣形式支付。
澳大利亞金融機構 Latitude Financial 于 3 月 16 日首次宣布受到網絡攻擊,并于 4 月 11 日提供了更新,表明它收到了拒絕支付的贖金要求:“根據網絡犯罪專家的建議,Latitude 堅信支付贖金將對我們的客戶不利,并通過鼓勵進一步的犯罪攻擊對更廣泛的社區造成傷害。”
這次攻擊導致大約 790 萬個澳大利亞和新西蘭駕照號碼被盜,此外還有 610 萬個客戶記錄、53,000 個護照號碼和 100 份客戶財務報表。
澳大利亞政府的主要網絡安全機構澳大利亞網絡安全中心 (ACSC) 目前建議勒索軟件攻擊的受害者永遠不要支付贖金,稱不能保證信息會被退回而不是在網上出售。[2023/4/12 13:58:55]
以至于不少人感慨:ChatGPT魔力實在是太大了,即使像老王這樣早早財富自由的大佬也躬身入局。但無論如何,ChatGPT放到中文互聯網語境下,多少還是有點道阻且長的意味,“能做CEO的太多,但未必對大模型有專業中肯的認知”,連王慧文本人也還在學習的路上。
王慧文是東北人,員工評價他性格豪爽,作風硬朗,有大開大合的經歷,同時也行事謹慎低調。加入美團之前,他已經有了校內網和淘房網的兩段創業經歷,懂產品,也懂市場。如果你看過王慧文的《清華產品課》,會發現他在產品、各種市場戰略,對業務、產品、人性都有著極為深刻的理解。
在王慧文臨近退休的時候,王興寫了封信,把他的十年功績簡要托出:
2010年加入美團,幫助公司從千團大戰中脫穎而出;三年后,從0到1打造美團外賣,之后深入餐飲產業鏈上下游,構建到店、到家、出行等本地服務業務場景;卸任前一年,老王仍在推動用戶平臺、基礎研發、大數據和 Al 等平臺能力的建設。
五年前美團上市的時候,招股書上對聯創有這樣的描述:我們未來的成功,很大程度上取決于我們的管理層。即使站在當下,也很容易發現,美團的發展路徑并沒有跳出王慧文的商業框架。
灰度GBTC負溢價率小幅回落至45.17%:金色財經報道,據Coinglass數據顯示,當前灰度總持倉量達144.71億美元,主流幣種信托溢價率如下:BTC:-45.17%;ETH:-59.3%;ETC:-76.69%;LTC:-65.23%;BCH:-56.98%。[2022/12/31 22:17:49]
前期的美團,發展并不快,更多的精力投入在對外溝通和用戶調查上。
比如很長一段時間,同期競品已經三十多個,外觀功能變化多端,但美團還是黑藍色調,即使當時被用戶吐槽,不過王慧文比較軸,他認為:“對任何一個創業團隊而言,無論有多少資源,都是有限的,要把資源集中到當時最重要的事情上去。”
舉個例子,相比之前都是做線上網站,美團的業務強調線下場景,但王興和王慧文很少做路邊廣告,反而注重SEM優化。道理很簡單,他們認為,用戶只有在搜索的時候,才會有真的團購需求。這種做事風格一直延續,比如剛開始開拓外賣業務時,老王先花大量的時間在一線調查,和餐飲、零售、物流等供應鏈上的每一環的專員交流。
時間來到2020,王慧文到清華大學做了個演講,他仍然認為創始團隊應該重視規律:花大量時間研究行業、用戶,并應用到企業經營上面。
如果單從這點來看,聯系到OpenAI,其實兩者優勢不謀而合。據業內人士指出,其實ChatGPT本身全都是成熟的公開算法,不過這種超大規模訓練,并不依賴算法本身。硬件和數據才是王道,純自然語言數據都是網上公開,沒有什么門檻。
ChatGPT的先發優勢在于,通過搶先公測,收集了大量的用戶數據。
“這是更加寶貴的數據,只有他們家有。只要ChatGPT仍然是最好用的語言AI,雪球就會越滾越大,越來越難追上。”該人士還指出,為了防止ChatGPT輸出有害信息,OpenAI花了大價錢去訓練模型,這些都是OpenAI積淀了幾年筑起的數據壁壘。
王慧文的入局,說明市場看到了大模型、通用人工智能的價值和潛力。
一般來說,軟件開發和做半導體芯片不同,開源的趨勢下卡脖子問題越來越少,國內喜歡實用主義,需要找到合適的應用場景。實際上,ChatGPT在技術上稱不上是顛覆式創新,卻被無數人追捧,更像是用一種大力出奇跡的方式,提供了一種能夠靈活解決問題的應用方案。
彭博社:Roblox價格反彈,做空者正大規模撤出:8月18日消息,被稱為元宇宙“第一股”的Roblox股價近期已出現大幅反彈,樂觀的投資者也開始紛紛涌入,迫使賣空者撤出。數據顯示,自五月中旬以來,Roblox股價幾乎翻了一番,而且成功結束了此前長達六個月的連續下跌。S3 Partners數據顯示,Roblox空頭最近一直在減少他們的頭寸,過去30天已拋出876,000股股票,價值達到4200萬美元。[2022/8/18 12:34:12]
這樣一來,有一種情況就很容易出現。首先,以王慧文為代表的互聯網玩家、創業者或資本涌入同一條賽道,就像早期的草莽時代,很多大廠依靠Copy to China站住風口,將已經被驗證過的商業模式,進行本土化改造引入國內,尋找國外對標也成了玩家們心照不宣的法則。
王慧文要做OpenAI,會不會避免過去的路徑依賴,這并不好說。即使是親自打造的美團,一開始也在對標Groupon。為了吸引投資者,把故事講得更好,人人網上市的時候連套了Facebook、Zynga、Groupon、Linkedin四個國外標的。
有錢、有閑、有履歷,又對標OpenAI,王慧文給了投資者們一定的安全感。據相關媒體報道,王慧文出資5千萬美元,下一輪融資中已經確認的融資金額為2.3億美元。而這2.3億美元的頂級VC認購中,真格資本和源碼資本一起為王慧文站臺,源碼資本創始人曹毅甚至在朋友圈表示,“祝賀老王等到了,行業也等到了老王出山。”
有AI領域的資深研究人士認為:“王慧文向中文互聯網扔了一枚煙霧彈,起碼在ChatGPT這件事是這樣。”
資本市場的火熱,蔓延到用戶市場,但后者對這樣一個攢局者,并不夠看好。原因可能在于,一方面,他過往的經驗優勢體現在O2O和互聯網產品的打造上,所以人們認為,“AI英雄榜”,仍躲不開過去的那套營銷和投機的手段。
有IDC分析師指出,短期內ChatGPT對市場影響有限,“掌握了垂直領域的數據、面向場景的模型優化,以及形成工程化的解決方案,才可能實現真的落地。”這些模型甚至在3年以后會退出市場,雖然基于ChatGPT可能會誕生一批新創企,但單純依賴大模型,無法為創企提供持續的競爭力。
Patrick Hansen:歐盟公民不受美國對Tornado Cash制裁的影響,但混合器將被視為高風險交易:金色財經報道,Presight Capital的加密風險投資顧問Patrick Hansen在社交媒體上表示,歐盟公民不受美國對Tornado Cash制裁的影響,但根據即將出臺的歐盟法規,混合器將被視為高風險交易。連接的資產將很難脫手,需要說明理由,并可能被報告給金融監管機構。
如果您通過Tornado Cash等混合器發送資產并且需要與受監管的參與者互動,他們將需要在決定拒絕轉移之前要求您證明使用這些Tornado Cash的合理性。該決定也將(連同您的個人信息)報告給監管機構(例如德國的 BaFin),這顯然是一個巨大的隱私風險和擔憂,尤其是對于首先決定使用隱私工具的人。
因此,盡管個人不會因為直接在歐盟使用Tornado Cash而被定罪(至少現在還沒有——讓我們等待歐盟的反應),但將這些資產轉移出去將非常困難,并且相關資產將始終被標記為高風險(針對 AML/CFT)。
然而,許多(大多數)受監管的實體已經有類似的 AML 流程/標志,并且不愿意接受與混幣器相關的資產,就像許多交易所出于AML問題搶先下架門羅幣等隱私幣一樣。[2022/8/9 12:13:24]
另一邊,“我自己總結,國內互聯網公司花錢多少不一樣,聚集人工智能的人才團隊大小不一樣,但是思路一樣:人工智能應該找場景,要解決自己業務中遇到的問題。”360創始人周鴻祎接受采訪時表示。
就像前面說的,從應用軟件開源的角度來看,ChatGPT如果作為產品上的成功,門檻確實沒那么高,但事實真的是這樣嗎?
未必。如果單從成本端以及數據積累來看,國內剛入局的小公司機會渺茫。訓練AI需要龐大的算力,有業內人士透露,使用國產算力卡倒不是不行,只是芯片制程跟不上。
ChatGPT硬件方面要3萬張頂級GPU,加上CPU、內存、硬盤、網絡和數據中心的電源與建筑,接近100億人民幣,訓練一次要幾個月,巨大的物料、電力成本之外,還有軟件開發的費用。
Hashflow發布最新路線圖,將于今年內推出無gas交易并支持Solana網絡:5月20日消息,去中心化交易平臺 Hashflow 發布 2022 最新版本路線圖,據路線圖信息顯示,Hashflow 計劃于今年二季度推出無 gas(Gasless)交易功能,并于三季度支持 Solana 網絡,為用戶提供跨 Solana 和 EVM 兼容鏈的跨鏈 Swap 體驗。最終預計將于年內為用戶揭曉 Hashverse 具體信息。[2022/5/20 3:30:16]
“國內也只有BAT這樣擁有自主云計算平臺、且掌握大量用戶的互聯網公司,而且最好是和 ChatGPT 錯位競爭,比如做中國可以正常聯網使用的中文模型,但其中最困難的部分,其實是敏感詞和有害信息的屏蔽過濾。”
有媒體統計,國內實驗中做過的最大的模型是10億個參數,GPT-3的參數數量是國內的175倍。
這幾年BAT三家在做大模型上,都投入了不低于OpenAI 5-10億美元的資金量,語音識別、TTS、人臉識別都單獨做一套,但好的AI大模型很少,比如阿里巴巴的M6大模型,百度的文心大模型,騰訊的混元AI大模型。不過效果并不明顯,普通消費者接觸到的AI產品,主要還是類似于天貓精靈、小愛同學,側面說明可能還是努力方向搞錯了。
這種情況下,如果王慧文的團隊是要復刻像ChatGPT一樣的消費級應用,或者去重新做個搜索,以當前的局面來看并不困難,但做出來和活下去是兩碼事,關鍵是能不能持續,其實風險并不小。像谷歌、微軟、百度這類巨頭,現在也沒有尋找到技術與商業落地上的平衡點。
比如最近微軟把ChatGPT和Bing結合起來,由于所有網頁都需要清洗數據和定期來進行訓練。當摩爾定律發揮作用,訓練成本降低的同時,算力又提高好幾倍,當ChatGPT能索引全世界網頁之后,場面很容易發生失控。
“現在最大的問題,并不是去多么追求技術上的革新,而是想清楚,這項技術本身,能不能帶來生產關系的改造和生產力的提升。”有行業資深人士表示,“如果不能的話,其實沒有太大的改變,因為他沒有創造新的需求,或者說讓這種關系足夠改善。”
那么這樣一來,如果不考慮技術難度,還有另外一種可能性。用周鴻祎的話說,他把ChatGPT的能力進化分為三層,從最基本的信息學習,語料訓練,人工智能在傳遞信息的過程中,具備了邏輯能力,進而從編碼文本知識,發展到同樣能夠處理音視頻圖片。
“它今天還沒有手跟腳,沒有行動力,ChatGPT今天需要的手跟腳是什么?API。”周鴻祎說。
簡單來講,從ChatGPT上做延伸,可以分為兩方面。一種是像周鴻祎的構想,我們現在使用Web服務在美團訂餐、打車、買電影票,那么能不能讓ChatGPT也具備輸出指令的能力?這個思路和國外一家叫Adept AI的公司相像,后者類似協作智能,建立AI工具,來幫用戶完成任務。
Adept AI創始人Luan來自谷歌,他也認為:“真正的通用智能需要能夠行動的變形金剛,而不僅僅是讀寫。我們正在訓練一個模型來使用人們今天使用的所有軟件工具和 API。”
另一種延伸的方式則沒有那么直接。
舉個例子,ChatGPT仍作為一個接口,比如充當一個數據源,把這些東西打包,做B端的生意,來提高生產和服務效率,或者有調用大模型API的公司,基于大模型重點開發具體場景的AI應用公司,如Jasper。那么實際上,這條鏈路上的ChatGPT,就不是直接to C的應用,而是B2B2C,做中間件。
事實上,僅將ChatGPT當作一個to C的應用,一方面體現了人們有一定的技術崇拜:AI確實很酷;另一方面,似乎的確能也夠解決一些實際問題,相比一般聊天機器人,ChatGPT回答更靠譜。
但這并不足以說明產品的成功,OpenAI CEO都直言這是一款“糟糕的產品”,金錢在燃燒,服務器在冒煙。部分地區沒法光明正大訪問,頻繁出錯的信息,他的原話是說:“人們訪問的是一個有時能用,有時不能用的網站。”
“符合預期的需求,是需要多輪交互才能產生的。”即使作為生產力工具,運用到文章轉寫、創作等場景,實際的應用深度并沒有設想樂觀。這導致ChatGPT暫時不能直接進入工作流,意味著這樣的生產力工具都是“糟糕”的。
微軟是一家to B的公司,和老對手谷歌正面較量的領域,除了Bing,還有Edge,如今微軟的價值大頭落在云服務上,Azure被推向前臺,也是OpenAI的獨家供應商,生成式AI的大量資金最終又都流向了基礎設施層。
這種用法類似上述的第二種延伸,ChatGPT以及所有大模型,算力消耗巨大但不是好產品,甚至不是獨立軟件產品,而應該作為基建,隨著數據越來越大,參數越來越多,訓練需要的算力和成本越來越高,放到智算中心、云平臺上面,和SaaS一樣:容易部署,使用門檻低,通過賣服務和數據,靠規模效應產生高維價值。
ChatGPT目前看似是利用大模型解決生成領域的任務,但實際上,也展現出了通用型人工智能的潛力。“ChatGPT一個賬號收費也就幾十美金,所以它要扶植的一定是垂直應用。做生態,如果沒有App Store,蘋果不可能成為一個平臺。”周鴻祎認為“在通用的人工智能上搭建垂類,是非常聰明,也是非常省力的方法。”
科技公司這個稱呼既熟悉又陌生,2000年以來,互聯網公司人均標榜科技基因,但事實卻是,云計算、數據庫、人工智能、算法、大模型,這些都是后幾年才開始強調的概念。
回到王慧文這件事上,他的招募令里寫到,要成立一支非盈利基金,專投那些“發展路徑不清晰、實現希望很渺茫、商業價值不明確”的初創科技公司,這是國內VC及相關機構里已經很少見的理念了。
相比印象里的硅谷,總會有一批財務自由的人,對技術偏執,或愿意嘗試新的事物,OpenAI 前三年在毫無營收的前提下,也有人支持它每年燒5億美金。這件事如果發生在國內,對待不確定性的東西,市場的包容度往往并不高。
從企業的角度來看,OpenAI起始于一群在通用人工智能備受懷疑時,仍然相信它能成的人,并不是著急“做另一個DeepMind”來打敗谷歌,也不是微軟內部孵化,它只有375個人,是一個100%的小型創業公司。
但為什么微軟和谷歌內部沒有孵化出這些項目?人們偏向認為,OpenAI的人才密度一定比微軟、谷歌更高,大企業在創新上天生存在弊端和不足,加上資本的加持,這樣小企業才會做出顛覆式的技術。
ChatGPT只是OpenAI的產品之一,公司多個創始人曾聯合發文:“我們正致力于利用物理機器人完成基本家務。更遠一些,OpenAl的目標是制造‘一種高度自主,且在大多數具有經濟價值的工作上超越人類的系統’。”
做中國的ChatGPT和做中國的OpenAl,是完全不同的兩件事。前者貼近為了流量追一個風口,后者的格局大得多得多。在OpenAI 官網可以看到它的綱領和章程,其中有一條反競爭條款:
這種情況在國內其實是非常罕見的。
如果說“狂熱相信AI改變世界”是王慧文再創業的初衷,那么他后來發的續里,“不清晰、很渺茫、不明確”,更像是對自己這一舉措的概括。
有分析人士指出,處于早期階段的創業公司,要想獲得投資人的垂青,要么技術和工程化能力得特別強,要么對C端用戶或者B端場景有特別深刻的洞察,能夠把這些和AI技術結合,打造出能落地的產品。“國內創業,不先走場景而走技術驅動非常艱難。可能正是因為這樣,慧文這樣的動作才更有價值。”
OpenAI能以很少的收入支撐很高的估值,獲得長久的資金支持,除了技術信仰,還有資本和產業的支持,在國內,很難有VC拿錢冒險做技術驅動創新的環境,王慧文可能正在充當后者的角色。如果這是一次理想主義的試水,當所有的目標和過程堅定而明確,那么成敗其實并不完全由結果判定。
來源:“新眸”(ID:xinmouls),DeFi之道
作者:鹿堯,編輯:桑明強
DeFi之道
個人專欄
閱讀更多
金色早8點
金色財經
Odaily星球日報
歐科云鏈
Arcane Labs
深潮TechFlow
MarsBit
澎湃新聞
BTCStudy
鏈得得
本文來自 decrypt,原文作者:André BeganskiOdaily 星球日報譯者: Moni3 月 2 日.
1900/1/1 0:00:001.金色觀察 | 如何看Silvergate經歷的“銀行擠兌”如果你曾通過中心化交易所進入加密領域,那么你可能間接使用過Silvergate銀行.
1900/1/1 0:00:00作者:Terry 3月1日,加密友好銀行集團 Silvergate Capital布將推遲提交其年度 10-K 報告,(10-K 報告是美國證券交易委員會要求的一份文件.
1900/1/1 0:00:00“Alpha”來自于“知情者”。如果你不夠“知情”,那么跟隨“知情者”的腳步,當然也是一種在加密領域大有所獲的方法.
1900/1/1 0:00:00撰文:AVX 過去幾年,Token經濟學(Tokenomics),逐漸稱為一個流行的術語。Token經濟學由 Token 和經濟學(Economics)兩個詞構成,顧名思義則是關于 T.
1900/1/1 0:00:00文章作者:CollinSellers幾個月前,JPMC進行了他們所謂的 “ DeFi 機構 ” 交易。讓我們來分析一下發生了什么,為什么它很重要,以及它對資本市場的未來可能意味著什么.
1900/1/1 0:00:00