# 疫情后重返美国，让我们看看硅谷变成啥样了

An episode of [科技乱炖](https://invisiblenetwork.ai/podcast/1492740686), 29 Apr 2024, 54 min.

Audio: https://tk.wavpub.com/WPDL_TXcXHUdguhhqbjvRpzSgJLZJyhruQYMaVMWpvkTwTewTBYCYGXjwxqGQZa-ca.mp3

疫情和更多原因将世界格局转变成了一副新面貌。开发者们无法像从前那样，常常造访硅谷，深度参与并体验海外公司和创业者们的动态。然而，连结全球科技脉搏的桥梁并未彻底中断，掘金的创始人江昪在最近重新启程赴美，以Google Cloud大会为起点，亲自踏入今日的硅谷，详尽地观察了现如今的科技风向。 在本期播客节目中，两位嘉宾将带领我们领略在这次美国之行中收获的种种见闻和感想。特别是在AI领域内那些备受瞩目的新兴趋势。我们将有机会了解到到各种有趣的AI产品，并深入了解那些处于创新前沿的团队，他们正在如何推动AI技术的进步，又如何用AI改变我们的生活。我们将一同领略科技创新的翩翩舞者，探索那些值得我们借鉴和深思的智慧。 【本期主播】 • 朱峰：「津津乐道播客网络」创始人，产品及技术专家。（微博：@zhufengme） • 江昪：掘金联合创始人 • orange.ai ：AI领域开发者 【制作团队】 后期 / 卷圈 封面 / 姝琦@midjourney 运营 / 卷圈，Sand 监制 / 姝琦 产品统筹 / bobo 场地支持 / 声湃轩北京录音间 【联系我们】 希望大家在听友群和评论区多多反馈收听感受，这对我们来说十分重要。欢迎添加津津乐道小助手微信：dao160301，加入听友群。 【关于「科技乱炖」】 由多名资深从业者主持的科技点评播客，以实际工作中积累的经验为基础，结合实际，把近期科技热点变成犀利、独到、深刻的独家观点。 【关于「津津乐道播客网络」】 在一派纷繁芜杂里，我们为愉悦双耳而生。科技、教育、文化、美食、生活、技能、情绪……严肃认真却不刻板，拒绝空泛浮夸。与专业且有趣的人携手缔造清流，分享经历，传播体验，厘清世界与你的关系。 津津乐道 | 科技乱炖 | 津津有味 | 记者下班 | 不叁不肆 | 厂长来了 | 编码人声 | 沸腾客厅 | 拼娃时代 收听平台 苹果播客 | 小宇宙App | Spotify | 喜马拉雅 | 网易云音乐 | QQ音乐 | 微信听书 | 荔枝FM | 央广云听 | 听听FM | Sure竖耳App | Bilibili | YouTube 联系我们 津津乐道播客官网 | 公众号：津津乐道播客 | 微信：dao160301 | 微博：津津乐道播客 | 商业合作：hi@dao.fm | 版权声明 | RSS订阅 本节目由「声湃 WavPub」提供内容托管和数据服务支持。

## Chapters

- 0:00 开场：疫情后重返美国，聊聊硅谷现状
- 1:53 Google Cloud Next 大会见闻：AI 无处不在
- 7:28 Google 的 AI 布局：优势与隐忧
- 11:00 开发者如何应对大模型成本？
- 15:15 Llama 3 发布与开源闭源之争
- 19:33 数据壁垒：高质量数据是真正的护城河
- 25:01 企业私有化部署与数据安全
- 29:19 GPT-5 难产与行业天花板
- 31:11 Character.AI：情感陪伴的另类成功
- 36:43 Character.AI 的商业化与 Perplexity 的体验
- 41:51 疫情后的美国：FOMO 与自信
- 48:15 开放与封闭：通往 AGI 之路

## Transcript

[0:00] 说话人 1: 本节目由津津乐道制作播出。各位听友大家好，这里是一期科技乱炖啊，这期我们换了几个嘉宾啊，两位高老师没有来请来两位新朋友。这次录音的这个主题是什么呢？其实蛮有意思的的其大大。如果果知道我们几位主播的行程的话，可能会知道前两年尤其疫情。前那段时间呢们基本每年都会去美国，然后呢会跟美国的听友录音啊，会给大家讲讲硅谷现在是啥情况了。哎，但是这疫情一来，我们也好几年没去美国了，这从最后一次去是一九年，然后回来就疫情热了后后一一直没有去。所以现在到底谷谷怎么样？其实硅谷怎么呀又特别热闹，然后硅谷谷底怎么样了？所以就想请最近去过美国的朋友来聊一聊，特别是AI这一轮啊AI这一轮我们有的时候在节目里聊了很多，聊的是趋势。
[1:04] 说话人 1: 但是具体的在这个赛道上，大家都玩的怎么样啊？海外最新的趋势是什么呢？我们也想聊聊。所以呢今天我们请来了两位新朋友，跟我们一起来录音。第一位呢是江边。
[1:16] 说话人 2: 嗯，大家好，我是绝境的江辩，然后感谢朱峰的邀请人，这一次来参与录音。
[1:22] 说话人 1: 第二位朋友呢是twitter上的AI领域的KOL,叫你橙子，还是叫你橘子呢？呃，橘子啊，橘子是在twitter上，它非常活跃啊，你那个名字就叫orange点AI是吧？非常非常活跃，经常给我们分享一些关于ai方面最新的东西啊，我也特别关注他的账号。所以今天请来两位啊给大家聊聊，特别是姜斌老师的这个美国之行啊，节目一开始必须给大家讲讲这次是什么样一个契机去的美国去美国见到了什么。
[1:53] 说话人 2: 嗯，这次呢主要是因为我在掘金嘛，然后这一次google也邀请掘金。作为一个呃国内的开发者社区，然后一起到美国的这个拉斯维加斯来参加ggglecloud、lex这个大会。嗯，借此这个机会呢，时隔一九年之后的五年，嗯，啊然后再一次你也是其实就隔了这么多年，对，就一九最近一次还是一九年的gggleIO去的美国咱俩一起嘛会在当时。对对对对对对，然后这一次当然不是googleIO啊，是参加那个googlecalllex这个大会。大会呢呃是一个三天的一个活动。然后这次活动呢也是创历史的有三三的一个参参者参加。嗯，然后这个参会者参加里面，相信大家能够在微信公众号呀，还有各种科技媒体上能够看到，就相关的这个会上发布了什么内容，这些我就不赘述了。然后我其实想跟大家再分享的，就是在一个会场之外的一些见闻。嗯，然后这个会场的拉斯维加斯的这个特别大的一个会场，他们现场有一个能容纳一百多个展台的参展商的展位。
[3:00] 说话人 2: 嗯，然后我也发现了一些有意思的现象，这些一百多个展位里面几乎每一个展台都非常强调自己产品与generativeai的一个深度的整合。嗯，然后这个里面呢大部分都是非常底层技术项的。我举个例子，有REDIS、有databreak,还有很多这个关于云上的一些云的一些技术。
[3:25] 说话人 1: 对，REDIS,你给我提到这个REDIS,我就很奇怪啊，他做一个底层的这个缓存数据库的哈嗯呃他跟ai怎么靠呢？我就没有想到，因为他在应用层好像也没有什么东西可以去做呀。
[3:37] 说话人 2: 所以REIS他们展台的标语打的是什么？Aiiseverywheresoarewe,他们也想不出来，他们怎么跟这个generatityAI切合在一起的，包括都是w的AA,当然我们也是。然后我就帮他想了一个理由吧，REDIS可能它上面有一些插件是关于向量数据库相关的，可能跟这个强相关吧呃，就是帮向量数据库上靠吧啊，就REDIS也去了。嗯，所以你能想到就是像REDIS这种特别底层的数据库的这种服务，都在说自己跟AI相关。那更不用说一些面向客户向的，比如说一些在线客服呀，或者是一些电话的一些营销工具啊，他们所有基本上全切了这个加上AI的这些功能，这是第一个我觉得的比较有趣的现象。呃，第二个有趣的现象就是展台区域。大家都知道就是展台区里面参展商，他的金主爸爸的有钱程度决定了他的参展的展台的面积是能买多大的展台嘛。
[4:37] 说话人 2: 对，嗯，最大的两家展台可能大家都想不到，他居然是两个咨询公司。嗯，一个是德勤，另外一个是我也没听说过的一个咨询公司，嗯，特别大大的展台，然后隔老远子门口就能看到他们展台又高又大，然后人头攒动。嗯，为什么他们在这儿是最大的两个展台，他们最有钱，他们愿意花很大的钱在这儿呃，的一个原因。我想了一下，还是因为这一次AI这一波的呃兴起的话，一些呃非IT公司，他们对于generaityAI嗯，或者是说生成式AI非常formal,他们就会去找这些咨询公司来他们公司内部去做一些培训。
[5:21] 说话人 1: 嗯，还有呢就是让这些咨询公司来出一些整合方案，就是他们这个产就是我不懂AI,我得找一个懂的，你给我来讲讲，来帮我哎梳理梳理这件事儿。那当然在这个时候，第一波能够挣到钱的那就是咨询公司这有点点类似于当年互联网刚起来的时候，第一轮挣到钱钱呢也是咨询公司。对，因为我不懂嘛，我必须找一个懂的那谁懂的？嗯，想了想，哎，好像市面上有几个大的咨询公司，他们肯定不会坑我吧。对吧？那我就找他们吧，就有基本上那天我在推上看一条消息，可能那个橘子也看过啊，说这轮AI挣钱最凶的就是咨询公司。他当时提到是哪个咨询公司，我忘了提到就是这个咨询公司可能是在这一轮。但是这个我总觉得也是在预料之内吧，也是在预料之内。因为这些传统企业也好，普通企业你想在咱国内往往你看咨询公司，虽然我不知道谁挣着钱，但是李玉周老师是挣着钱了是吧？
[6:22] 说话人 1: 我干我告诉你，什么是EIA是吧？他都能挣着钱。
[6:26] 说话人 2: 就是这样这个大会对于这个咨询公司来说是一个非常好的获客渠道。哎，这是我觉得第二点是一个非常不错的一个视角吧。对，第三个视角的就是关于内容这一块的。然后内容我也呃参这个大会的内容方面呢，google在这个大会我觉得还是google嘛，毕竟是他的大会嘛。对google也正式的发布了GM大一一点，prpro这个大模型之前可能是面向开发者用的一个内测的一个版本。公众给开放了。嗯，然后google围绕这个大模型做了一些应用层的工具啊，比如说做了一些对标github的一个，但是企业服务的一个copilaIIcodedisition.呃，还有比如说做了一个视频编辑的一个产品，然后果果也自己也把他这个大模型给他们自己云服务做了一些整合。然后这三天下来基本上绝大部分内容是跟genlivityvi相关的。
[7:28] 说话人 2: 嗯，这个是我觉得第三个比较有意思的一个观察吧。嗯，然后总结来说的话，嗯，给我的一个感觉就是一个词是formal,超级超级formal.
[7:38] 说话人 1: 当然这个活动还是围绕着google来做。因为我们看到的这个尤其从这个openeni啊兴起起后，我们看看到的似乎总觉得google在AI领域就是稍微落后了这么一点点啊，大家很多人都在说，唉，这个公司好像追不上新时代了，好像是落后了。知道，因为包括这次大会，包括google,因为我们都是GDG的组织者。我们也知道google在AI方面也做了不少事情，包括跟他cloud的深度整合也做了不少事情。但是似乎从普通开发者或者是普通的技术从业者的角度来讲，知道的不多，这跟就是大家去交流的机会少，可能也有关系啊啊这些年再有一个，可能也是那些大模型的公司，很多很多新兴公司很多也很多，也把大家的视线盖住了。所以特别想请橘子给我们聊聊啊，这个google在升成式AI在AI领域的这个布局，你觉得它主要的特点和优势会在哪？哪里呢？
[8:39] 说话人 1: 做的怎么样呢？
[8:40] 说话人 3: 呃，google的话，其实它优势有两个吧，一个是它是最早做那个transformer的，嗯，这个呃企业基本上tresble那八个七八个作者都是他的人。
[8:52] 说话人 1: 嗯，然后嗯第二个也就是最开始的这个算法的这个基础架构，其实是人家做的。
[8:57] 说话人 3: 呃，对对对，然后然后其实他们也做了一些呃那个事情，嗯，然后呢但是但是他们就是一个嗯不太相信这个事儿，能成就是照着技术好，但没有去那么坚定，没有allin,没有allin.对，呃，其实一直到嗯GPT三之前吧，这个效果其实都没有birt好。嗯，所以gggle那个birt又一直做的挺好。一直到欧鹏，还把这个呃GB三做出来之后，他们才意识到说这东西很有价值啊，才开始搞。
[9:30] 说话人 1: 其实量变引发了一个质变。
[9:32] 说话人 3: 对对，然后第二个优势是他们的数据比较多嘛。Google就是控控制了这个相当于美国的一个大入口，基本上百分之九十五的一个呃那个呃搜索都是google市占率非常高。对比国内百度，这高高还是很多的对。然后但他有他的问题，就是他嗯其实是有有两个大部门。对，在你一直一直在整合部门，嗯，到现在好好像还没有整合完吧。对，嗯，就会让他整体落后了一些。嗯嗯，但他毕竟底子在嘛，人才和数据都在，嗯，所以还蛮有优势的。其实
[10:07] 说话人 1: 嗯但是他现在我们从各个大会看到的，他可能现在更呃推荐说我的AI和我cloud的这样一个整合能力。我们也看到他在cloud发布了很多的啊新的产品，新的能力，其实都是基于云来实现某一个AI深度的一些应用。像openai一样，我给你个对话画啊，这个问题就解决了，他并不是他做了很多深度的整合。小明能不能给大家介绍介绍他这些深度的整合？他的这个嗯能不能形成他的优势，对吧？他其实我觉得他的呃初衷非常，我们是能看出来的。他的初衷是什么？就是利用他既有的这个云的优势，我把ai嵌进去来提供更大规模的服务。他其实思路是这样的一个思路。那在现场你看来嗯执行的怎么样呢？从产品化上执行的怎么样呢？
[11:00] 说话人 2: 他发布了很多新产品吧，在这次嗯呃嗯在现场的话，我想就是分享一个小事情。就是第一天下午的时候有一个分享，就是嗯分享的那个主持人是google的前八位员工。嗯，然后他也负责了那个一段时间的google的云服务。然后在这个分享他采访的是crctAI的那个技术总监。嗯，然后在这个分享结束之后呢，我就带心单独排队，跟他一对一的去聊了一下。我当时的问的问题，就是其实跟你的问题其实蛮契合的。嗯，就是当下的大模型与他越现在的成本越来越高。然后开发者运行一个大模型，不像移动互联网的时候，你只要有一台电脑买一台手机，你就能写一个安卓或者IOS应用，然后能快速在手机上跑起来。嗯，现在的大模型时代，你要真想跑一个大模型，在本地上跑一个大模型，七b或者八b的最新的nma三八b的模模型的话，你最起码你的我现在用麦c你mac就得是m一的芯片，然后你的显存得大于四g
[12:09] 说话人 2: 这样子他勉强能跑起来，对我觉得对于开发者来说是一个不小的成本。嗯，所以我就问他，我说开发者那应该什么时期去做大模型相关的应用层比较好呢？我们要不要再等等这个成本逐渐降低下来呢？嗯，然后这位前八的那个员工就告诉我，他说完全没有必要等到那么晚，他的意思就是你来是我的云。那你来用我的app.对，对你就直接注册一个顾客gggle客号账号，然后就直接通过呃歌的ZI来去调用我的界面，来一点五pro这个大模型。然后还有它的生态里面其他的一些功能，对你就能直接的去基于这个功能去写一些assist,写一些那个agent应用的。然后他就他就直接告诉我这个。然后所以我想跟大家说的，就是首先完全可以基于googlecloud这一套的，他已经封装好的一些大模型，然后去直接调用它的一些api再来去使用。
[13:08] 说话人 1: 你有没有问更尖锐的问题，就是这样，用的成本其实还是蛮高的啊。对，怎么覆盖这个成本呢？
[13:15] 说话人 3: 对，嗯，
[13:17] 说话人 2: 当然我没问这个问题啊，就是我的一些想法的话就是嗯当你在一些产品的早期阶段，你需要快速的把产品做出来。这个时候你去调用一个已经有现成云服务，非常好的大模型的API是一个非常明智的选择。你你需要快速的去试错。你那个时候最重要的面向的是用户。你要知道用户的需求是什么，那个这个大模型怎么跑起来，它的成本多少，反而是不是优先级最高的事情。当你的用户量达到一定的量级的时候，你的每天的tps,比如说大的几十万、上百万的时候，你就这时候就需要需要去考虑一些成本呢。你要去考虑哦，我是这个时候要不要自己跑一个本地的大模型，然后把自己的一些数据来做反tining.呃，这个时候他再需要去考虑一些啊，我需要部署一个开源大模型。
[14:13] 说话人 1: 但是现在如果我去看AI这一波的话，跟之前云的这一波可能又有点不太一样。我们总说AI天然是云化的，因为绝大多数的大模型就是以调用的形式存在的啊，你在本地去部署一个大规模的模型啊，比如说七b的八b的这样一个模型，其实真的是蛮难的。即便你在本机上能够部署，那实现工程化，从这个角度来看，其实也是蛮难的一个事儿。所以有的时候呢呃很多朋友总会提到一个观点，说AI下云可能更难，你上去可能就下不来了。因为如果你想下来，你出于特别是出于节省成本的目的下来，可能对你应用输出质量或者是对你服务质量的影响。比以前我们所谓的下云，就是我把云上服务器搬到裸机上，这个过程门槛更高，可能更难。橘子，你是同意哪种观点？是我们一直在用云化的AI一直用下去，还是说我们有一定的可能性？
[15:15] 说话人 1: 将来我能够把这个大模型就鱼上搬下来，有没有这种可能性？
[15:20] 说话人 3: 如果是个人测的话，其实呃在本地跑是OK的，比如说iphone上跑一个模型啊，这是个人实话。
[15:29] 说话人 1: 我们指的可能还更多的是向公众提供服务这一趴了。
[15:32] 说话人 3: 对嗯这个方面我觉得其实不太可能。对，因为其实比如说包括呃做大模型厂商，他们自己也没有显卡，他们都是跑在云上的。不过他提供那套东西，已已经把所有推理都做完了。这个里面其实很多的地方需要优化。然后实际上现在科研科研模型的应用也没有太多，说是自己去跑的，都是会部署在一个嗯叫我们管它叫做呃推理的info.嗯，比如说那个贾扬青他们在做那事情就是lift,对吧？他们那个就是一个info,他会把一些这个拉马三给放上去，然后提供api嗯，对，无非无非我觉得选择就是说用gggle的API,还是用这种第三方的推理的API.嗯，这个的话其实就看一个是这个云生态，一个是看性价比嗯就可以了。
[16:21] 说话人 1: 对，刚才我提到了很多的拉马三啊，不妨我们也聊聊拉玛三。这次有没有看到关于拉马三的一些新的进展。因为他跟google啊跟哎走的又是另外完全不同的一条路了哈，而且似乎博得了很大的一个声量感觉。
[16:39] 说话人 2: 我觉得这几家大模型公司非常好玩，就是一旦其中一家公司发布一个产品的时候，另外几家公司都会快速跟进。比如说这一次google呃，在googlecalllex上面正式的发布了那个gm一点五pro之后open,i马上就发布了他们的GPTStop正式版。然后mirter就迫不及待的，然后就把他们最新的那个大模型的磁力链发了出来。嗯，然后这一次facebook的现在叫meta塔，在扎克伯格就立马的去把他们的matnama三发布了。虽然nama三是之前都已经预告过了，他们会在五六月份发布，这次当然是提前了一天点。然后那马三在开源大模型里面是一个里程碑式的一个事件吧。对他的发布我觉得还是挺重要的。
[17:28] 说话人 1: 其实它整个的这个理念是开源啊，google也好，opena哎，好，现在其实都是闭源，甚至它的参量现在都不公布了，是吧？那天我们聊开源的时候，其实也简单的探讨过这个话题。开源未来的空间更大，还是闭园未来的空间更大？那天李彦宏也说过，嗯，也发表过类似的观点啊，也被大家夸了。对，也被大家喷了。你觉得从开发者的角度来看你更倾向于哪一个呢？
[17:54] 说话人 3: 从开发者角度肯定是希望开源更强大一些嘛。嗯然后实际上来看的话，开源确实是呃更好一些的。嗯，其实根本原因是因为整个的嗯大模型产业现在有很多的人人参与进来。嗯，然后呃其实比较封闭的去做这件事情，反而会导致进度会变慢。嗯，对，就是毕业模型。之前有些优势是说它有一些呃数据方面的积累，以及一些算法方面的积累。但最近一年的开源社区非常活跃，然后各个这种开源社区之间的交流也非常活跃。实际上技术上就是在算法技术上嗯，已经没有什么嗯就是跟毕业比没有什么核心的差异了。嗯，对，大家都有这个技术。嗯，对，区别可能是说那毕业公司的资金比较多，显显卡比较多，他可以把这个东西这个模型嗯性得更大更好一些。对，但是其实塔的卡也不少，塔有两万多张卡，他去那个拉玛森的时候，他再训一个四百memeb的模型。
[18:59] 说话人 3: 嗯，那个模型的效果其实是超过GP四的对，然后但是他这个七十b的呢效果是接近GP四，嗯，但这个模型其实是超乎大家想象的。本来上周预告的时候是说呃会出两个小模型，大家以为说是就是接近或者说差一点百分之九十的这个GP四就够了。结果跑分出来之后吧，嗯看到了哦，就就是基本是在应文领域里跟GPD四快打平了。就是其实比那个aououd那个opps还要好。嗯，这个这个成绩是非常出人意料的。
[19:33] 说话人 2: 嗯，但是我要补充一点，就是现在的这些开源大模型虽然很强啊。呃，刚才也提到了lama三它的起始b的他们的一些他们的MMU的一些一些得分，甚至都是超过了jmipro一点，还还clououdthree.虽然他们是拿sollet来比较，但是我还是再强调一点的是GBC四是一个嗯比较不错的一个竞争对象。但是GBC四它已经发布了小一年多了吧。对于像大模型这日新月异的这种呃迭代速度来看，我觉得嗯openi还是有些大招的。在里面的开源模型相比于与BN模型还是有不小的差距的。嗯，为什么这么说呢？大家可以看到呃，大家每一个刚发布的开源大模型说他们能力很强，都会拿呃GBT四来做比较。但是需要强调的一点呢，是GBT四这个模型已经发布出来有已经小一年了。虽然他一直在把他们的那个prevyou去掉了，然后是正式的宝版本。
[20:36] 说话人 2: 嗯，呃但是他也已经有一代的代际的差距。就是现在的开源大模型是跟上一代的闭源大模型做比较的。开源大模型和闭源大模型。最大的一个差距就是一些非公开的一些数据。在非公开这些数据里面，开源大模型相比于BN大模型是较较弱弱。据我所知，像像eni这种的头部的大模型的这种大模型吗，他们公司是有一个非常大的数据抓取和数据标注团队。他们是我已知的海外的这些大模型公司里面抓微信公众号抓的最多的。嗯嗯，这点是我觉得
[21:15] 说话人 1: 嗯让我很意外的一个数据，他们很清楚中文的内容都在这个微信封闭平台上。
[21:21] 说话人 2: 对，而且他既然能抓到微信的这个封闭系统里面去抓这个公众号的数据，也就说明他们一些公开数据，他们能抓取的到的数据已经都用上了。然后他们甚至用上了中文这一块数据，
[21:35] 说话人 1: 他们甚至用了博客的数据。我后台的那个爬虫记录里很多openAI和cloud的那个。
[21:42] 说话人 2: 对对对，他们在无所不用其极的把全量的爬虫能爬到数据也爬一遍，然后爬不到的数据也会爬一遍。我觉得对于这个数据这一块，GPT或者背后的openai是有非常大的技术壁垒的对。
[21:58] 说话人 1: 其实我是觉得你的意思，我大概能够明白，就是openAI啊等等这些所谓的b源的大模型公司，其实背后还有很多大招，你还没有看到。对，因为开源模型它发布的时候其实是它就是这个阶段。比如我发布喇嘛三就是这样一个快照，我发了ok就是发了，对吧？我当然是可以做一些微调，但是它就是它的能力上限边界，它就是在于我当前发布的这个版本。但是闭源呢它是可以持续进化，持续迭代，而且它是一个黑盒。你也不知道你不知道什么时候它有就砰出来一个大招，有可能就把它超越了。
[22:31] 说话人 2: 对呃，除了这个训练数据的量级以外，还有一个比较重要的就是训练数据的质量。嗯，高质量的训练数据。现在是所有做大模型公司里面最重要的事情。嗯，我刚才也说到了，就是像openi他们有个非常大的抓取团队。他们也有一个非常大的这个数据的标注团队。他们基本上能市面上的第三方的数据标注公司，他们都已经签了一个比较长期的合同来帮助他们去做数据的标注。嗯，高质量训练数据在大模型训练所有的环节里面都是非常重要的。但然后大家想到数据标注可能想到就是一些审核的打标的这种事情，其实并不是对现在数据标注都已经要求非常高了。就是它有非常强的这个专业的知识背景。可能打标的这个人，他是一个博士的一个学事物水平，他去打一些非非常垂泪的他的研究领域的这些数据。然后这些已经标注好的高质量的数据，我觉得才是这些openi这种或者是google这种大公司，他们能玩的起来，以及他们有钱能做好的这种基础设施。
[23:50] 说话人 2: 嗯，因为你GPU显卡，它是只要你你能花钱就能买到。虽然可能现在就是呃现在显卡紧张，你可定得去抢，但是这个东西是能够通过砸钱来办到的。但是已经标注好的高质量数据是一个你需要去长期投入，而且还是一个不小投入的，是一工工作。
[24:08] 说话人 1: 嗯，这这有点类似于当您搜索引擎大家很难超越google,很大的原因是google的数据积累，它达到了一定的量级。你后面的人再想追，你，必须把他之前算完的东西再算一遍，再爬一遍，可能你才有可能跟他打平，然后才是追。但是他也在一直的往前跑，所以他这个壁垒是一直在持续的往上堆的。后来者可能对于后来者来讲就很难了。
[24:35] 说话人 2: 对，所以你看就是这两点。我觉得第一个就是尽可能多的训练数据，不仅仅是现在你公开可以下载到的开放的数据集，以及第二个也是非常重要的一个高质量的数据。对于大模型公司来说是一个非常重要的技能点。这个也是我觉得是开源大模型跟闭源大模型真正拉开差距的。嗯，
[25:01] 说话人 1: 但是这里有一个问题啊，就是开源闭源之争，这个里面其实大家还有很多的讨论。那么开源大模型大家都会用到一个什么样场景呢？哎，我的数据可能不太愿意交给线上的服务是吧？我企业内部的使用，包括基于我企业内部数据的微调。这些东西我都不太想让openai去帮我去做。因为这里我的数据可能就给到别人，甚至现在还有一些法律法规的问题，数据出境的问题。哎，在这个时候呢，大家更倾向于去用开源的大模型。我自己不署自己你去做一些微调，然后我们去做这样的事情。但是呢我不知道橘子这边有没有了解到在这个市场上呃，有没有一些先行者。比如他能够给企业提供相应的服务，给给到企业一套基于开源大模型做好的一套系统。你可以基于这套系统去训a案啊去微调，然后最终变成一个私有部署的工具。有没有这个方面的一些探索和尝试呢？
[26:03] 说话人 3: 呃，这个其实很成熟，现在已经有呃很多企业在这样做了，嗯，就是呃他会帮你去准备数据，然后帮你训练微调，然后再帮你部署。这个都是一个成熟的产业。嗯，呃因为呃其实欧派是一个在数据方面，呃，全世界最激进的一个企业。欧派他的爬的那个youtube是嗯是那个数据，其实比google还要多，youtubeggoole的结果爬的比google还多。
[26:34] 说话人 2: 对，因为google他们内部那个有这个内部有个这个这个叫什么什么强，有一个对他们法务。
[26:41] 说话人 3: 说我们需要呃youtube数据。Youtube说你们爬我们吧，对，他们反而是OI是最多的对。嗯，呃但是确实有些数据是很多人不愿意给的。嗯，就好多比如说做呃心理行业的这种做的比较好的一些企业，他们的数据这种咨询数据是蛮私人的，他们首先不能给对，然后他也不愿意给对。那他们就可以基于拉马三去训练一个这种心理方面的擅长的模型，然后来使用，这样对他们自己的数据就有一个保护。对，嗯嗯，
[27:12] 说话人 1: 我看现在还有一些探索。是啊，我本地去训练了一个模型，帮我处理一些基本的工作，包括一些数据脱敏的工作，我在本地处理。然后呢，我们在寻求把处理后的数据，我们在寻求openAI啊等等这些能力更强的模型给我最终的一个结果。对这种尝试是不是也挺多的。现在
[27:33] 说话人 3: 其实整个GD,四是把整个行业的整个模型训练是加速了的。嗯，包括拉玛森，他们也用到很多GBD四来帮处理数据。嗯，对，所以刚刚提到那个科研b源之争的时候，其实大家得把那个就是openen的模型跟别的BM先分开开样才才要一的。它这个领先确实是遥遥领先一年以上。
[27:56] 说话人 1: 因为很多其他的模型的预处理都是用GPS去做预处理嘛。
[28:01] 说话人 3: 是是它的整个蒸馏啊，包括一些这prompt强化啊，什么都是通过GP四，包括打分都是GP四打的。
[28:09] 说话人 1: 对对对，它就变成那个工业母机嘛。
[28:11] 说话人 2: 是是，就所有大模型的天花板是GPP四
[28:13] 说话人 3: 对是。但是你说GT四之外的BN模型和开源模型其实没有本质的差异。
[28:20] 说话人 1: 对，都差不多。唉，那我们刚才也提到了openAI,这次openAI一直要说要发GPT五啊，一直要说这个怎么就好像没有这么顺利。
[28:32] 说话人 3: 对，有些猜测就是说比如复胜猜测，就是说这是因为效果不好，没那么好。然后呃从这个行业角度来说，GPT五会决定整个行业的这个投融资的上限。嗯，怎么理解呢？就是说如果说GPT五已经把就是这个地球上，我发现能找到数据都用上了，用上了。对，如果它效果还是不好，那你说国产这些模些厂商，那你去训练模型，那你说好像也没有一核三是吧，这一核载那那那些VC还要投进来干嘛呢？那如果这边业务效果很好，那就把这个行业天花板打开了。对，这样就是这样。就是因为国内总是需要一个国内的厂商训出一个呃未来的GPT五这样的模型的。所以呃如果GPT五把空间打开，那国内的这些投资人也愿意去投进来。
[29:19] 说话人 1: 嗯，是这样的事情。嗯，也就是说如果我们GP五出来之后，发现它的效果没有一个大大的月迁的话，可能对整个的行业的负面影响会大于他这个发布本身。
[29:31] 说话人 3: 对可能大家对于transformer这个东西的上限就会觉得是没那么高。
[29:37] 说话人 1: 是是是，大家好像现在也在争论transformer,是不是我的产量越大，然后我就能够取得一个好的效果，一直这条线能够对做下，就像我们的摩尔定律式啊，是不是能一直成立？
[29:51] 说话人 3: 对对对，就是GPT五是那个还在摩尔定律那个点，还是说平缓的那个点对是比较微妙。
[30:00] 说话人 1: 所以咱们也不知道它为什么难产，可能只能是一些猜测哈。对，但是似乎这个猜测是最合理的，也不好说。
[30:08] 说话人 3: 就有一个传言是说GPT五的呃推理能力会变得非常强。嗯，这个推理能力的话，会让他在做一些agent方面工作的时候，呃，效果会变得很好，就是给的结果可能更具确定性啊，就是在一些比如说复杂任务的一些编排一些规划，嗯嗯，就调用方面会好很多。嗯，就大家知道现在在前置的那个devd比二这个买家秀的意思嘛，这个devd他弄了一个指标，就是说GP四这个评分就很低。对，可能GPT我会把这块整体拉升一个高度。哎，对，但据说是在推理之外的进步会很少。嗯，对嗯，就没有那么惊验。
[30:48] 说话人 1: 对普通人来说没那么惊艳，嗯，就不像三点五到四之间，这个月升这么，这是一个整体点。
[30:55] 说话人 2: 对对对，嗯，因为三点五到四这个月月生的话，让大家能看到哇，这个模型一次迭代居然这么爽。
[31:03] 说话人 1: 然后然后是同时也让很多人焦虑了起来啊，对，
[31:06] 说话人 2: 用一句四个字来说就是不符合预期好五个字。
[31:11] 说话人 1: 对对，这次你去美国还看了很多其他的公司啊，我们刚才说的都是大公司。嗯，但是我们知道这个创新的基础往往都是这些小公司小的团队，他们可能会有更多天马行空的想法，啊，能够推动这个行业持续不断的往前走。这次边边你有什么样的感受？对于这些小公司，有什么让你印象深刻的公司，可以跟大家来分享分享吗？
[31:35] 说话人 2: 我印象比较深刻的就是correctAI了。因为这一次也跟correctAI的一个工程师聊，嗯，然后就对这个公司还是蛮喜欢的。包括我自己也会去用这个correctAI上面的一些agent去跟嗯他们呃一些做一些问题。
[31:50] 说话人 1: 可以给大家简单介绍一下这个公司是做什么的对。
[31:53] 说话人 2: CorrectAI是是美国的一个这个也是这一波AI大模型起来的一个公司。然后他们的产品呢是做的是聊天机器人或者是agent.这个呃方向与别的产品不一样。他们主打的就是一个感情陪伴，主打就是一个陪伴，对他们侧重点的是呃情感陪伴方向。嗯哎呀然后，像博客哈，对他们背后的团队的阵容其实挺强大的。大家都知道，就是大元模型能够起来，背后靠着是transformer的这个架构。Transformer的话就是起源于很早，google很早以以前写的一篇叫attention,isall有力的这一篇论文。好多个作者，其中有一个作者就是他们呃从google出来，然后做了crackai.另外他的一个合伙人呢也是googlebrain团队的。嗯，然后他主导的就是一个叫呃lambda的一个项目。
[32:55] 说话人 2: 这个lambda这个项目呢也是那个but的一个呃中间的一个版本。就是大家可能对去年的一个新闻有印象，就是google的一个工程师。然后他声称就是拉姆大有知觉。然后这个项目呢在科技宣读的那个对，然后他被开除了。然后这这两个人呢就觉得嗯这个gggle的不愿意发布这个技术，然后呃就对google这个有些微然。就自己是想把这个技术带给公众，然后他们就自己出来做了crack的AI.这个产品就是嗯虽然他们是做一个面向那个看起来是面向一个用户toc的一个agent的服务。但是他们有非常强的技术团队。从底层做的这个大模型，他们不是用的嗯拉玛或者是一些开源模型，他们也没有调用API他们自己从头撸的一个大模型。呃他们也在这个agent这个领域做了一些比较多的一些技术拓展吧。
[33:56] 说话人 2: 我这里举一个例子，就是聊天机器人最要要的一个指标就响响应的一个时也也就是说这个户户送一个对对话过去后，服务器器怎么去处大模模型去处理，然后再返到到用户面前。如果我跟他聊天，嗯，他要等个五秒十秒才回复我。这个用户可能没有这个耐心呢，对他们在这一块做了很多优化。因为大部分的聊天都是一个短内容，所以说他们对于这一块一些用了很多呃短的对话的内容去训练这个大模型嗯，去做微调啊然后之类的。同时呢甚至我觉得一个比较让我惊讶的一个点，就是他甚至他们对于底层的一个技术做了一些优化。比如说像webRTC,他们觉得这个webRTC不是很适合现阶段的大模型的这一套生态了。所以他们甚至在这一个方上面去做了一些嗯，就是在底层协议上还做了一些协议上做做了一些优化。所以说他们是一个技术比较强的团队。
[34:57] 说话人 2: 同时在产品层面上就是他们的日活用户好像已经是嗯占了绝大部分北美的这个用户量了。
[35:06] 说话人 1: 就是大家纷纷不去中那个chat,CPT是纷纷跟他去聊天了，
[35:12] 说话人 2: 或者是有不同的方向嘛。你用恰恰GPP,当然是让他，比如说帮你总结一篇文章，或者是呃帮你去excel去帮你想一个公式，嗯，帮你提升工作效率。
[35:24] 说话人 1: 嗯，大家用correctAI,更多的就是比如说虚拟驴友啊，这种感觉你一下子就懂啊，就是飞书跟QQ的关系啊，我正经一点的工作，我如飞书，然后回在家跟朋友聊天，我可以用QQ嘛。嗯嗯，是这种关系是吧？
[35:37] 说话人 2: 所以说这个这个产品的话就是让我对他有一个比较嗯新的认识。
[35:44] 说话人 3: 嗯嗯，啊这个公司的话其实技术上确实非常厉害，他做到了嗯，他们是呃一个用户，每天应该会聊一一百轮以上。对，一般XGP就是七八轮对。对，那一百轮以上对他们的服务器开销非常大。所以呢他们的用户又是有日活，应该在五百万以上。嗯，所以非常大嘛，那他们就疯狂的优化这个推理优化到了现在应该是世界上效率最高的一个这种推理水平。对，然后包括你刚刚说他那个速度最快嘛，其实也是因为这个优化。
[36:19] 说话人 1: 嗯嗯，嗯
[36:20] 说话人 3: 呃另外就是说他们这个模型我们管它叫对话方向，然后叉GB这种模型呢管它叫智能方向。呃，其实卷对话方向的那个公司不多。对，就是他们是一骑绝尘。呃，领先所有的友商半年以上啊，智能方向的话就大家在都在卷，但对对话方向已经放弃了，就嗯CI就是最高了。
[36:43] 说话人 1: 对对，嗯嗯，是从不同的角度度去呗呗。嗯，大家对对对，你既然相对对正一一点这样的一个多轮对话上，大家打不得过拆的GPT,那我走陪伴方向呗，对吧？好像嗯但是他有没有一些比较典型的应用，还是说他就是一个聊天机器人，你上去跟他聊就好了。就是其实我在想的事情是他怎么赚钱吧。我们知道我我非常清楚我为什么为的chagPD付钱。那据你们所知，大家为什么被chatterAI付款呢？
[37:17] 说话人 3: 这个CAI的话，它起来跟一个游戏有很大关系，就是原神ok他的那个最热门的角色全部都是原神的那些同人角色，嗯，如雷电将军啊、流浪者啊这些。嗯，他其实是满足了说在原神里那些角色的都是配音好好的，然后台词就那点儿就没有什么幻想的空间。但是在这儿的话可以跟他听一个深入的这种幻想。呃，他赚钱的话，首先他现在商业化并不好，也不怎么赚钱。
[37:44] 说话人 1: 嗯，我就是在想陪伴类的内容就可能都很难赚钱啊。嗯，对，一一就像我们播客一样。
[37:51] 说话人 3: 呃，对他现在是推出了一个订阅，嗯，就每个月九美金好像是嗯，然后就可以你就可以跟我聊了。对，可以聊聊多一些。嗯，这样子嗯，他们在商业化的城市其实是比较保守的，也没有加太多广告之类的东西。按道理来说，他们的用户时长在人均在一小时，其实广告是可以有机会的，因为北美的广告价值还蛮高的对，嗯嗯，他们还没做，可能不是他们的重点吧。嗯，
[38:19] 说话人 1: 也也挺奇怪我聊一半儿，然后他跟我说句话说，哎，我咱先别聊，我给你推个东西也挺奇怪的，感觉。
[38:27] 说话人 3: 是是这个其实在像那个turkey已经在这样用了，talkey就是会强制看广告，看完才能接着聊。嗯，因为他那时候聊的很投入嘛，其实会看完的还有什么其他印象深刻的公司。
[38:40] 说话人 1: 这次你可去了不少天呢，又去了硅谷，对吧？
[38:44] 说话人 3: 呃，我有一个好奇点是说那个google的大会嗯，他的友商会参加吗？比如说呃meta或者openi这种会有展位吗？没有哦，就是都是基于是他生态里的一些应用公司嘛。
[38:59] 说话人 2: 对对对，还是他的一些生态的一些厂商过来，没有竞品公司过来。
[39:04] 说话人 3: 哎，那像比如说亚马逊这种是不是也不会去，
[39:07] 说话人 1: 应该没有吧。这不是砸场子去吗？
[39:10] 说话人 2: 我给你讲一个小故事，去年底亚马逊也在纳斯维加斯，然后他们那个叫rereinvent大会。对对对，然后ggggcloud做了一件事情，就是他们把大球嗯买了大球的广告。他们的那个参会者参加娃大会，去赌场的时候，路过大学，发现唉这是古古克奥的的广告啊，这不是个基操嘛，经常他们都会这么干，WIBC用的更多。
[39:39] 说话人 1: 对，特别好玩。那这次还看了一些什么公司呢？
[39:44] 说话人 2: 嗯基本上就这些。然后其实我我是蛮想分享一下，我最近在用的比较多的那个产品叫popularity.Ok对，popularity这个产品呢，他们刚融资，他们其实也是非常简洁，就是给你一个对话框。只不过是它相比于HRGBT的话，它有一个呃联网的能力，它是呃reg的一个能力。帮你理解你的这个问题，然后去生成一些搜索的关键词。呃拿到搜索结果之后，然后用rag然后再去给他总结，然后输出给你我觉得这个是一个比较好的一个产品形态。然后我也确实为他充了钱进去了。嗯，我经常怎么用它呢？就是呃当我再去了解一些行业最新的进展，或者是说技术名词的时候，我都会去probabity上面去问。他就会把这个搜索结果然后整理一下，他是帮你搜一遍，然后再整理这些结果
[40:46] 说话人 2: 对他先搜一遍。嗯，对他并不是直接通过大模型，然后给我输出。
[40:50] 说话人 1: 他给你的并不是大模型里面的东西，而是他搜索结果里面的东西，通过大模型总结出来给你。
[40:55] 说话人 2: 对，当然他提供好几种模式啊，它也有一种模式，是writing这个模式。Writing模式就是直接调它的大模，它里面集成了一些大模型。还有一个原因，就是他好像是现在产品里面少数几个集成了cloudsay的那个大模型的之一。嗯，对，然后它的一些每一天的那个使用量的限制也比较高，就是我很难去触发它的那个限额，所以用着还是挺舒服的当。我是想用一些大模型能能力，比如说GBD四或者号三的这个cosolar这个模型的时候，我会用那个writing模式，就直接让那个大模型去帮我总结文章啊，或者是帮我头脑风暴。当我需要一些联网去取得最新的内容的时候，我就会用它的这个联网功能。嗯，所以这个相当于checkGPT在新增的很多功能。
[41:51] 说话人 1: 哎，我是觉得边边这趟行程也比较紧啊，但是也是帮大家去看了看疫情后的美国，我们很多年没去了。但是我们特好奇的一个问题是，除了这些大会，除这些公司，除了AI以外，这次你去美国对美国的感受是怎么样的？跟疫情前有什么样的变化吗？比如说有人说物价贵了，有人说更不安全了，那你的实际体验是怎么样子的？
[42:16] 说话人 2: 我觉得首先第一点的就是还是刚才那句，就是美国的从最底层的大模型的公司，再到他们的it这种中大型公司都非常formal.嗯，formal的给我感觉就是我在那个会场的这个展厅里面，我感觉我像回国了。
[42:40] 说话人 1: Ok回到中关村的某一条大街啊，创业大街当年就一三年一四年的不是现在的创业大街。
[42:46] 说话人 2: 人头一三一四年的对每一个人都在想，我能靠着这个东西做点什么。那个时候可能就是哎呀这个我能做一个什么app出来。然后对对对，融融一笔钱。我在那个会场感觉就是所有人都在提贴着大模型。我通过大模型我怎么去做生成式ai,我怎么去做一个融合到我的产品里面，就让我感觉就是这种感觉非常强风漠的感觉非常强。
[43:11] 说话人 1: 当地有什么见闻吗？
[43:12] 说话人 2: 我觉得另外一个关键词是自信，嗯，我还是能够明显感觉到，不管是我走在路上的人，还是我我聊的那些朋友，还是见过那些大公司里的人，给我的明显的感觉就是自信。
[43:29] 说话人 1: 嗯
[43:30] 说话人 2: 嗯，这个自信源自于就是他们觉得就算这一波ai起来这个起来的源头，还是在硅谷以及这个ai大模型的应用，一定还是会在美国做的更好。还是像之前的那些互联网技术大爆发，更早的就是硅谷的这些芯片技术大爆发一样，还是会把这些技术积累留在那边的这种感觉。就是他们非常给我感觉，就是很自信很自信。嗯嗯，
[44:00] 说话人 1: 你觉得这个自信源于什么呢？当然你觉得呢？这些自信，因为我们有时经常在推上也会看到一些言论哈。你觉得这些自信或者现在的一个这个竞争态势会源自什么？
[44:12] 说话人 3: 在我的视角来看的话，一个是美国，他这个现在吸引了所有的人才。嗯，比如说我们去看那些论文，就是都是华人，一半都是华人的名字。嗯，对，但他们都是在美国嗯去做研究。对对，就是已经把这个人才信到那边去了。然后另外就是就是最近听的听了一个写的信息，嗯，就是字节其实一直在想挖一些呃openi或者CI的人过来到中。这个不一定，中国啊可能是新加坡去给自己去模型，但实际上反而反过来是自己的很多算法被限到了美国。嗯嗯，对，有好几个人批量去面试就很搞笑啊，就是这个钱可能是一方面。但可能另一方面是大家觉得美国的嗯这种研究氛围和大家的这个share信息的方式，会更容易激发自己的这种研究的呃或者是创造创造力。
[45:12] 说话人 3: 对对对，后后在国的的话其实相对封闭的。各家公司，比如自己和阿里和腾讯之间，他没有什么沟通，都是一个商战的态度。而在美国呢是所有人都非常open,都愿意跟大家聊天。就是美国头部那些公司可能除了openi的稍微封闭一些，其他公司其实是在而认知的，大家一起在全力的奔向shaGI.
[45:36] 说话人 1: 对，是国内公司这么做，其实也有他的考量啊，他不需要share,他只要有license就好了。因为没有别的中小企业能够跟他竞争，没有license啊。嗯，对，这也是一个对，所以我就做好自己的这个高墙小院就好了嘛。
[45:53] 说话人 3: 嗯，对对，包括中国的大模型厂商之间也是一个竞争的关系。嗯，但其实但这不是一个充分竞争啊。嗯，是，但这件事情你从一更大的视角来看，就比较可笑。因为中国和美国在竞争，对我们在这自己卷
[46:08] 说话人 1: 就有点参与来，甚至我们现在都没有卷起来，在AI领域。因为不让你卷吧，对你都备案都备不了，你跟谁卷去啊？
[46:16] 说话人 2: 我觉得还有一个比较重要的原因，他刚才也说到了橘子，也说到了人才，最近一两天有个大新闻，就是美国全国禁止了竞业协议。
[46:25] 说话人 1: 啊，这是美国人听了我们的上上期节目嘛。
[46:28] 说话人 2: 对的，就是之前可能是加州，他们是禁止竞业协议。大家我们能看到就是从英特尔时期，然后贝尔实验室，然后再到最近的这个硅谷的持续爆发的背后，还是因为他们那边没有经业协议，人才是流动的。嗯，人才流动非常重要，这一个新技术出来。然后因为人才流动各个公司就相当于都是处于在一个信息交流的一个状态。
[46:57] 说话人 3: 对对对，嗯，就是你做了一些尝试可能失败了，那这个认知设给别人就可以加速这件事情。对对对对，但是整体大家在朝ATI往前前进，嗯，而不是说我要比你快一步，就这样毫无意义。对，这个就是他们现在不是有一个很流行的叫那个e杠ACC嘛，嗯是你应该嗯那个尽全力的不顾一切的去让这个创新发生，不应该去阻碍。对，现在美国是这样的状态。
[47:24] 说话人 1: 对，中国国不是不是的对，我给你讲一个今天我遇到多案组，我们听友群里发生的故事。我们听会儿群里有一个大厂的员工，今天莫名其妙的账户里收着一笔钱。然后他就问大家，哎，我账户里怎么突然收到一笔钱，大家的第一反应要通通是你是不是被敬业了，就现在都变成这样这样的一个人人自危的状态了。
[47:51] 说话人 3: 对对，现在反正国内这业确实很严重，呃，每家公司都禁了，自己自己也进了很多公司。嗯，然后呢进完之后有很多公司，他们有一些反敬业的手段，嗯，对各种操作，然后为了防止反敬业，有各种拼多多这样的追踪，嗯，哎，就搞得跟什么似的，何必呢？
[48:10] 说话人 1: 这何必呢？你本来做也不咋地。哎呀，对对，就是
[48:15] 说话人 2: 然后他们的那边的开源的氛围也非常强。就我们刚才一直在聊nma三嗯nma三meta他们做的。然后mata这个公司不知道大家之前对matter是一个非常不是很好的印象的。他们是一个在社交网络里面是一个垄断的一个巨头。然后大家想到小扎，他是一个投机者，然后他是一个蜥蜴人。嗯，对，他是没有感情的一个蜥蜴人。拉玛三发布，然后他去参加一个播客的录制。然后他也比较坦诚的去讲他们为什么要去做这个拉玛三。然后以及他也就是他最近的一些公开的一些露面，能够让大家感受到了就是他的真实的一面。然后同时就是他们能做出拉玛三出来。还有一个比较的原因就是他们当时把杨杨丽坤这个教授给请过去了。杨丽坤教授说，如果是你让我过去的话，他有一个先决条件，就是后面做的事情，
[49:17] 说话人 2: 关于那个ai相关的领域都要开源。嗯，所以说这个可能不管小扎是愿意还是不愿意，反正他们的这些技术积累都是第一时间开源出去了，然后普惠到整个社会。嗯，其实刚才橘子说的那个观点，其实他没有正式说出来。但是我我也是非常出衷处于坚定的一个状态，就是我们的未来是会通向AGI的。但是通向AGI的路，一定是每一个人都要抱着开放的心态，然后一起携手走进去的。而不是说某几个公司，然后坐上高墙大院，然后围住，那这不是一条路了。
[49:57] 说话人 1: 更何况你可能不是一个大院，你只是一个小院儿。嗯嗯，嗯可能别人都走到前面了，然后你还对固步自封，然后去坐井观天。
[50:06] 说话人 3: 大概率会这样的，因为就是开源社区的人肯定还是比别人多的。对的，拉马森。其实你看他现在能力是一个DV四的水平，但是你在这个基础上可以继续fte.En嗯飞teen他可能会超过的对是对。然后关于那个美塔这公司，其实呃小张这很多人这次都路转粉了嘛。对对对对，对他这个很坦诚嘛。嗯就就有有人问他说你们为什么在股价下跌的时候坚持买显卡嘛？嗯，他就说其实当时在做那个rials,然后嗯要做那个视频推荐就买了。
[50:40] 说话人 1: 谁能想啊，哪个国内公司的CEO上我这儿录节目来能够如此坦诚，简直是我就烧了高香，基本都是录的时候坦诚回去都要PR给删了。
[50:52] 说话人 3: 对对，然后他呃开完拉玛三之后，现在他们人气非常高，拉玛三的社区呃非常好。嗯，像我前几天装那个欧拉玛，在mac上装就非常简单，就是奥拉arunlama三这这么一句话就跑起来啊。对啊，非常好。然后他已经成了一个业界的标准是，然后他们ta自己也觉得这个东西很好。后来他们把那个的那个methorizonOS也开源了嘛，嗯也也不算开源吧，就是开放了开了动了、开放了、开放了，这样其实包实包括国内厂商都可能用用那套东西。对对，这反而是变成了一个VR界的这个安卓。对就很好。
[51:29] 说话人 1: 嗯，对，先行者总有这样的优势嘛，很容易成为标准。我看现在很多大模型的API都在兼容，openAI嘛。
[51:38] 说话人 2: 对对对是的，嗯，通往AGI之路是需要开放的。然后我觉得呃在这一块的话，我是能尽我所做的事情去做这块开放。比如说我们最近我们掘金在筹备我们六月份的掘金开发者大会。然后这个开发者大会呢，我们基本上大部分的内容是在做大模型啊，或者是甚至是AI相关的这些议题。然后我我们也邀请到了各个行业里面呃，各个大模型的这个生态里面的呃技术的负责人来做这一块的分享。然后我们也希望这些分享能够呃把这些技术能够让大家都普惠到所有人吧。嗯嗯，然后希望大家能够期待一下我们六月份的掘金开发者大会广告
[52:20] 说话人 1: 非常到位。但是你知道吗？你在美国期间，在你不知道的时候啊，我已经偷偷的跟你们的同学勾兑好了啊，这次我们从你们那儿可以挖一些嘉宾来录节目，我们一起哈。
[52:34] 说话人 2: 好呀好呀，对，你们不是马上搬到私会了了，你们们这边就近了行吧吧。
[52:39] 说话人 1: 今天特别开心啊，请到江边，刚刚从美国回来，下了飞机还热乎的江宾啊，跟我真的是是谢刚刚飞飞是吧吧跟我们聊聊现在美国呃硅谷股产业的一个状态。特别开心的请到橘子，跟我们一起来聊天啊。今天虽然你说少，我觉得以后还有很多很多的机会，我们可以一起聊天啊。嗯，对对，今天算是大家小试牛刀啊，先露期我们先啊试试，好吧，热热身。好，行，那我们的这期科技乱炖呢就先跟大家聊到这里，感谢大家的收听，我们下期节目再见，拜拜，下期再见，拜拜。感谢您收听本期节目。本期播客节目由津津乐道制作播出，您也可以在我们的官网DAO点FM找到我们的更多内容作品。如果您喜欢我们的节目，欢迎在微信、微博、朋友圈等社交媒体转发分享。您的分享对我们而言十分重要。如果您希望与我们互动，可以关注我们的微信公众号，津津乐道播客。
[53:40] 说话人 1: 天津的津，欢乐的乐道路的道在关注后，按提示操作即可加入我们的听友社群。

Shows are listed from Apple Podcasts' charts and directory, and Podcast Index where it is used. Every show and episode belongs to its publisher and plays from the publisher's own feed; this site hosts none of them.