“鼓吹闭源，非奸即坏！”7月25日，天使投资人曾良在与未来图灵的对话中，表达了他对技术开放性的坚定立场。

曾良认为，大模型行业的发展标志着技术的突破和对传统行业模式的深刻变革。它已成为推动社会进步的关键力量，尤其在教育和医疗等领域产生了广泛而深远的影响。尽管中国在这一领域的起步相对较晚，但得益于国家层面的高度重视和政策支持，中国正迅速迎头赶上，展现出强劲的发展势头。

在发展过程中保持开放和合作的态度也十分重要。曾良强调，开源的模式能够促进技术的快速传播和应用，帮助我们更快地缩小与发达国家的差距。同时，我们也需要加强国际交流和合作，学习借鉴先进的经验和技术，共同推动人工智能的发展。

天使投资人曾良

未来图灵：了解到您有在美国留学的经历，您认为中国与美国的大模型市场差在哪里？

曾良：我认为我们必须客观地承认，在基础大模型这一领域，美国远远领先于我们。所谓大模型，其“大”字首先指的是参数规模的巨大，这同时也意味着对算力的极高要求。在这些基础条件上，美国的条件远远优于我们。此外，美国的人才储备、对这个行业的关注和重视，以及资金的推动力度，都是我们所不及的。

从这些角度来看，我们与美国的差距实际上是相当大的，这是一个我们不得不承认的事实。当然，差距大也意味着我们有很大的提升空间。我们必须努力提升，因为我们认识到人工智能产业将深刻地影响未来的世界，而大模型本身正是人工智能产业中最核心的支柱。差距虽然巨大，但我们别无选择，只能努力迎头赶上。

未来图灵：OpenAI其实建立已经有8-9年之久，去年ChatGPT发布后，OpenAI火了起来，紧接着中国大模型企业迅速跟上，您对此怎么看？

曾良：首先应该这么说，在OpenAI发布ChatGPT 3.5之前，它在行业里的小圈子里就已经很有名气了。可能是因为ChatGPT 3.5这个产品的发布，让普罗大众第一次意识到人工智能的应用已经发展到了这样一个阶段，所以掀起了一场从媒体到产业到政府都无比关注的人工智能新型发展的浪潮。

从这个角度来讲，OpenAI并不是近几年才出现的。它的成立最早是作为一个非营利性组织，以及其发展实际上是建立在美国整个人工智能产业发展的基础之上，或者说是站在了硅谷精英们在这一领域的基础之上，可以说是站在了巨人的肩膀上。

随着ChatGPT 3.5的发布，大家认识到人工智能已经发展到了这样一个阶段并发现有巨大的潜力和市场可做。我国的很多企业以及创业团队，才开始加入到这场大模型产业的竞争中。客观说，我们的起步相对晚了一些，但目前我们有一定的发展势头。不过，我也不得不说，与OpenAI、Meta等国际一流的产业和他们发布的模型相比，我们还是存在相当大的差距。这个差距不是一夜之间就能迎头赶上的。中国能迎头赶上的地方和竞争优势，可能是在行业应用方面。这个问题我们可能在后面可以进一步探讨。

未来图灵：在前期我们采访易观国际董事长于揚时，他认为中国在应用层面相对于其他国家具有明显的优势，您怎么看？

曾良：我们认为，中国作为世界第二大经济体，拥有非常丰富的行业应用场景。这些场景在世界上的丰富程度可以说是数一数二的。如果我们研究人工智能和大模型对各行各业的驱动作用，在中国，我们可以在许多行业中找到极其丰富的场景来进行验证。这可能是我们所具备的一个优势。

从To B的角度来说，我们认为，如果大力发展行业应用，当行业应用尤其是行业模型的应用密度足够大时，这种大密度可能能够支撑起另一种角度的通用人工智能（AGI）。这可能是一种思路。毫无疑问，我们首先要认识到自己的差距。在认识到差距之后，我们要迎头赶上，并希望发现自己的一些优势。我们拥有丰富的应用场景，这可能是我们现在能找到的为数不多的优势之一。

未来图灵：了解到您长期关注To B市场，那您是否认为To B市场更有潜力呢？

曾良：Answer是NO。我认为，我们现在对To B市场的关注，可能也是现阶段不得不为之。我们之前提到，中美之间在基础大模型应用能力上存在差距。我个人认为，To C应用在地域上的差距会比较小。

我认为To C应用如果在美国能火，在中国也应该能火，反之亦然。我个人的看法是，To C应用的突破可能会发生在模型能力更强的地区，比如美国。

To B市场中，不同行业之间存在着明显的进入壁垒，这些壁垒因行业特性和地域特性的不同而有所差异。例如，在美国的金融行业与中国的金融行业，由于内在的差异，它们之间的差异性可能非常显著。同样，由于经济结构和体制的不同，美国的电力行业与中国的电力行业之间也可能存在较大差异。

在讨论行业应用时，我们需要结合本地情况，因地制宜。在To B应用上，我们拥有更多的思考空间，而不是发展空间。这是一个现实问题，并不是我悲观，我们需要清醒地认识到这一点。To C是一种跨地域更容易融合的东西，大家都可以参与竞争。因为基础条件更好，某些地区出现“Killer Apps”，即杀手级To C应用的可能性会更大一些。

未来图灵：对于大陆智源的创始人高源提出：“从长远来看，To B会有更多的应用场景，有更大的潜力。”您怎么看？

曾良：要看情况。我认为To C应用其实有一个优点，To C开始会烧钱，一旦成功并实现规模化就会赚钱，原因是每次新获得客户的边际成本几乎为零。

To C如果在规模化上突破了一个临界点，得到的是一个指数级的增长。互联网时代已经向我们展示了这样的现实，很多社交工具或其它应用，在突破了1百万日活或1千万日活之后，就会迎来指数级的增长，成为所谓的“Killer Apps”。那时，收入和利润的增长就不再是简单的线性关系，这是To C的好处。

To C要杀出来并不容易，在很多细分赛道上是“千军万马过独木桥”，只有一两个能杀出来，然后赢者通吃。To B应用很难出现这种赢者通吃的局面。

在To B领域，想要做出非常普适性的杀手级应用也是非常难的。更多的是结合行业情况，偏向定制化的产品。每一单你可以赚每一单的钱，想要实现规模化发展会比较困难。

还是要根据你擅长的东西和企业擅长的东西来决定应该走在哪一条赛道上，没有绝对的好与坏。

未来图灵：您对于“大模型只是AI时代的过渡阶段”这个观点怎么看？大模型的未来会如何？

曾良：你提出了一个今天没有答案的问题，这个问题的答案只能由未来来揭晓。从现阶段来看，我们认为大模型目前是人工智能领域皇冠上的明珠。目前的大型语言模型及其展现出的功能，代表了人工智能产业中最接近所谓的通用人工智能（AGI）的阶段，展现出了强大的能力。

在深度神经网络中，有些部分可能仍然是黑箱模型。当这些黑箱模型与“大”字结合，即拥有足够多的参数、足够的算力和足够的训练微调时，它们就能输出超出人们预期的结果。大模型是人工智能领域发展最迅猛、最优秀的前沿技术。如果说未来会怎样，这是否只是一个过渡性的东西，我现在没有能力回答这个问题。

未来图灵：您刚刚也提到大模型是黑箱模型后得出的结论。那对于“大模型认错”的行为您怎么看？是具有自我意识还是遵循算法逻辑后的结果？

曾良：我认为目前大模型还没有自我意识，它所谓的“认错”行为更多是算法的一种反馈。我们现在所做的深度学习神经网络，是在尝试理解人脑的运作方式，并用逻辑结构和数学方法去模拟人脑的某些功能。这并不是生物学意义上的模拟。我们还不能将这种现象称为意识。

至于何时会产生意识，这是一个非常哲学的问题，还需要进一步的探索。

未来图灵：对于如今许多研究机构和科学家正在进行类脑硬件研究，并取得阶段性成果。您是否认为大模型与类脑神经系统的结合是未来大模型发展的一个趋势？

曾良：我认为这是一个值得探索的方向。我在复旦大学的实验室里，看到他们尝试使用多台超级计算机去模拟人类大脑的一些运作。

在具体实施这些项目时，他们发现所需的计算机规模非常庞大，超出了我们的想象。因为直到今天，人类对于大脑如何产生思维、记忆、情感等仍然存在许多未知数。脑科学仍然是一个深奥的领域，我们目前还无法清晰地用数学公式或物理规律来表达大脑的某些功能。

结合类脑硬件与人工智能可能带来突破性成果。尽管如此，我们仍需警惕黑箱模型的不确定性。

未来图灵：市场上对于开源与闭源的讨论非常的激烈，前段时间李彦宏表示“支持模型闭源并认为只有闭源才能赚钱”的观点，您怎么看？

曾良：我是坚决的开源支持者。我甚至可以说，如果你明知中国和美国在技术上存在差距，却依旧鼓吹闭源是更好的方式，那么这样的人非奸即坏。

这可能听起来有些强硬，让我们思考一个问题：我们已经强调过，我们与美国有差距，我们希望迎头赶上。如果大家都选择闭源，这无疑会增加我们追赶差距的努力和代价。你将无法利用那些更先进的成果。

中国的许多创业团队都非常感激开源的存在，他们最常使用的可能是如Llama这样的开源模型，这些模型帮助了许多创业团队生存和发展。我个人认为，只有开源才具有更强大的生命力。鉴于中国尚未领先，我们更应该拥抱开源。

未来图灵：您提出了业界首个“O2O蓝海论”，那您认为在大模型行业是否存在“大模型蓝海论”？

曾良：我认为这个问题非常有趣。就目前而言，大模型产业甚至都谈不上是红海。这是一个有一定门槛的产业，我希望看到各种行业模型应用如雨后春笋般涌现。在这个阶段，讨论红海或蓝海还为时尚早。一些行业还未受到人工智能的影响，它们仍然是蓝海，我们应该投入更多的精力。现在，我认为到处都是蓝海，还远远没有达到红海的状态。

这就像类比，电刚刚诞生的那几年，或者交流电刚开始大规模应用的时候，你无法想象电最终会带来什么。你知道它可以用于照明，你并不知道后来会有电报、电话、电力机车等各种东西。我认为我们仍然处于应用的EarlyStage（早期阶段），现在谈论红海还为时过早。

未来图灵：对于大模型算力成本高，很多企业想做垂直细分领域大模型却望而却步，您怎么看？

曾良：我最近也注意到了API调用价格降低的趋势，我不认为数据成本和电力成本会成为阻碍因素。相反，是否有合适的技术团队，拥有合适的人才团队，这些方面的成本是更应该深思的问题。硬件算力成本和数据成本，我认为都不会构成太大的问题。有人提出，数据中心运营消耗的电力越来越高，人类也能找到新的能源方式，比如常温可控核聚变，或者更高效地利用太阳能。

即使是产油国也会意识到石油有一天会被其他能源取代，我们不必过于忧虑这个问题。反而是人才的成本，是否有优质的团队，这些是企业在进行行业应用或开发行业模型时，应该更多考虑的因素。

未来图灵：您认为未来50%的工作岗位都将被机器替代吗？会有50%的人面临失业么？

曾良：一定会有工作岗位被机器替代，这种替代并不意味着50%的人会失业。替代指的是，人们原本的工作职责中可能有50%甚至更多将不再需要他们亲自完成，机器可以代劳。人就可以来做更多创新性的工作。

我去年在《清华管理评论》上读到一篇文章，文章提到，在AI和大模型时代，企业组织架构将发生变化，可能出现“超级员工”。这是因为人工智能的普及将使单调工作变得随手可得，员工将有更多时间从事创新性工作。因此，大量工作将被自动化取代，不意味着会有大量人失业，因为人们可以转向更有创造性的工作。

未来图灵：您认为大模型在公众当中的普及率如何？您在2024中美沃顿峰会提出：应走出“人工智能+千行百业+应用场景创新”的特色发展之路。那您能说说对于模型长期价值的看法，以及对未来大模型应用爆发的预期吗？

曾良：我觉得公众对人工智能的认知还是都存在的，即便他们可能不了解人工智能的具体含义。大模型对于大众来说是一个相对专业化的名词，其应用已经无处不在，甚至在智能手机中也内置了许多相关应用，用户可能在使用大模型而不自知。

我认为大模型应用的爆发会在几年内发生，快至1到2年，慢至3到5年。各行各业都在考虑如何利用行业模型提升效率、降低成本、寻找新商业机会，甚至改变商业模式。这将导致各行各业出现优秀的应用，引发竞相效仿，最终整个行业或产业将被更新或升级换代。这种变化可能在潜移默化中逐渐发生。

我以前说过，人们往往会在短期内高估技术的作用，而在中长期内低估它。当大家都听说人工智能大模型非常厉害时，他们会认为它无所不能。当你真正尝试使用它时，你会发现它并不像想象中那么好用。你还需要学习很多东西，比如至少要学会写提示词来进行对话。这时，人们意识到它并非无所不能。

他们没有意识到，在中长期内，他们实际上低估了技术的影响力。技术会逐渐渗透到社会的各个方面，并在几年到十几年内彻底改变我们的生活。这适用于所有相关行业，包括自动驾驶和其它领域。

起初，你可能会怀疑它的能力，觉得它还很幼稚。但再过五到八年回头看，你可能会惊讶地发现，技术已经悄无声息地取得了巨大的进步，就像轻舟已过万重山一样。

未来图灵：了解到您是天使投资人，那您认为投资人对于大模型行业的热情还能维持多久？

曾良：这取决于每个人的立场。我较早地投资于人工智能领域，大约从2017年就开始关注。从我的视角来看，我的热情不会有下降的一天。

当大模型横空出世的时候，我只是觉得人工智能领域又迎来了一个新的东西。由于我一直在关注这个行业，大模型的出现只是代表出现了新的里程碑，表明这个行业会到一个新的高度，我会持续去关注它。对于那些以前不关注这个领域的投资人来说，当他们看到大模型出现并希望进入这个领域寻找机会时，会发现短期内这些机会并不能产生太多效果。这会让他们失望，甚至可能不再坚持。

我觉得这是很Personal的一个行为。持续关注人工智能的发展和这个产业是必要的，应该保持热情。因为它确实能够迅速对许多行业和生活应用产生深远的影响。

未来图灵：百川智能的王小川提出了“超级应用”的概念，您认为现在的大模型会改变应用模式，产生更大的价值吗？API调价还会影响哪些方面？

曾良：更大价值的应用在于整个模式的转变。以前我们谈应用，它跟数据往往是分离的。应用是一种工具，数据是跑在工具之上的一个东西。在大模型时代，数据和模型本身密不可分的结合，会产生巨大的效能，也许整个商业模式都会产生很大的转变。

大模型的出现促使我们重新审视业务运营和商业模式，引领了业务布局和战略思考的革新，从而带来了显著的进步。

我觉得API降价总是个好事，让更多的人、更多的企业能够比较自如的去使用，它也是个大的趋势。任何一个东西新开发出来，刚开始时成本可能比较高，随着它的规模化，它的边际成本一定会在降低。最后会达到一个平衡，就是厂商也有利润可赚，当然不能是过高的利润率，大家也都能用得起。

未来图灵：您刚刚提到大模型的出现会颠覆一些社会性结构的变化，那您认为会不会颠覆人们对于知识架构的认知？

曾良：这是有可能的。我认为这不仅仅是人工智能本身的作用，而是人工智能与脑科学结合的结果。

这会使人类获取知识的方式变得更加简单和直接。知识会变得更像即查即用的资源。在这个方向上，我认为存在巨大的想象空间。观察机器如何获得智能的过程，会让我们重新审视人类的学习过程，从而彻底改变我们获取知识的方式。

我一直认为人工智能可以为许多行业带来赋能，教育行业是首先经历翻天覆地变化的领域。我也投资了一些企业，他们正在探索和研究这一领域，未来的教育可能不再是我们以前简单互动的概念，而是实现个性化教育的普及。可以想象，将来你的孩子在做作业或学习时，都会有一个个性化的导师。

无论这位导师是在云端还是其它地方，他都能时刻与孩子互动，时刻指导他们。所提供的课程难度和进度都将根据每个孩子个性化的发展来定制。我认为这是一个非常积极的现象。

未来图灵：您之前提到“只有偏执狂才能生存”这一理念是否在AI大模型行业中适用？

曾良：这句话出自Andy Grove，Intel的前总裁，其英文原话是 “Only the paranoid survive.” 他通过这句话传达了许多观点。如果你没有足够的热情和偏执，最终很难取得成功。我认为这一理念适用于所有科技产业，包括人工智能领域。

例如，OpenAI的CEO Sam Altman，以及虽然已离开但曾担任首席科学家的Ilya Sutskever，他们在某些方面都表现出了一定程度的偏执，坚持自己的观点，不会因为一些外界的简单的商业力或者其它办法改变自己的观点。所以“只有偏执狂才能生存”这句话适用于所有的高科技行业。

未来图灵：您觉得当前大模型行业正经历着哪些主要趋势和变革？

曾良：由于我不是分析师，我不能确切地说出具体的趋势。我认为这个行业虽然只有短短两三年的高速发展期，实际上还有很长的路要走。只要在这个行业里持续坚持，不断获取最新技术，并开发与实际相结合的产品，就一定能够取得成果。

中国企业在人工智能领域的起步并不算晚。与美国相比，整个产业的氛围和互联互通程度之前可能没有那么发达，这是我们认识到的差距。一些企业，比如百度，虽然起步较早，但后来的发展并不尽如人意。不过，近两年，尤其是今年，国家对这一领域给予了高度重视，重要政治会议中多次提到了“新质生产力”。

“新质生产力”指的是能够融合并有效利用利用人工智能技术的能力。这种技术的应用，在一定程度上将促进我们国家产业的发展。无论如何，我希望行业的发展不是孤立的，而是建立在全球最前沿技术的基础之上。

微信公众号：未来图灵