獵豹移動董事長兼首席執行官、獵戶星空董事長傅盛最近風頭很盛。7月4日召開的世界人工智能大會（WAIC）主論壇上，傅盛與亞馬遜前首席科學家安德雷斯韋思岸，中國工程院院士、之江實驗室主任、阿里云創始人王堅展開了一場對話，被大會官方稱為“AI三人行”。不久前，他和金沙江創投主管合伙人朱嘯虎的對談也很出圈。

　　“我們現在的觀點已經高度統一了。”7月5日下午，傅盛對經濟觀察網表示。去年6月，傅盛和朱嘯虎在微信朋友圈圍繞ChatGPT（美國AI公司OpenAI旗下的對話大模型產品）展開的爭論備受關注。今年他們都認同，大模型公司必須會掙錢，只做大模型不做應用的公司會在3年內死掉。

　　作為一名創業14年的互聯網老兵，傅盛經歷過PC（個人電腦）互聯網、移動互聯網兩波大的浪潮，這一次通用人工智能（AGI）熱潮來臨，傅盛又站在風口之上。他既做大模型，也做機器人，獵戶星空是目前國內機器人公司中唯一訓練過大模型、唯一拿了“雙備案”（國家“生成式人工智能服務備案”和“深度合成服務算法備案”）的公司。

　　不過獵戶星空的大模型和其他公司不太一樣，獵戶星空大模型只有百億參數，而不像大多數公司有千億參數。目前他們只做B端（企業用戶端）業務，傅盛判斷明年會有做C端（個人用戶端）應用的機會。但經濟觀察網向傅盛提問獵戶星空明年做不做C端業務時，他也沒有打包票。

　　自2010年首次創業至今，傅盛的做事方式越來越落地，他思考問題的方式也越來越接近商業的本質：賺錢。做大模型時，他對團隊的要求是，既要考慮成本，又要考慮應用。他還要求，自研大模型必須和自己的機器人業務結合，先從垂直場景起步，而不是一開始就奢望秒殺一切。

　　傅盛表示，大模型的確對機器人有幫助，讓它具備了規劃能力，這等于讓一個探月工程式的復雜工程變得簡單了很多。但這種幫助只處在初級階段，想做出科幻大片中那種可以做菜、掃地、疊衣服的全能型保姆機器人，在最近10年內是不可能實現的。

　　2024年的WAIC展臺上，大模型公司和機器人公司數量較往年都有爆發式增長。傅盛判斷，無論是大模型公司還是機器人公司，都會在最近3年內出現大規模洗牌，這是科技行業的自然規律。他認為，只有務實的、會自己賺錢的公司，才能活到最后。

　　傅盛：最不一樣的地方就是幾乎所有人都在談應用。今年的大會上，可能還有幾家廠商在講他們又發了什么新模型，但幾乎沒有人關注了。哪怕他們發布的是文生視頻、能類比Sora（OpenAI旗下的文生視頻大模型）的模型，大家關注度也不高。

　　現在AI行業終于走到了開始重視落地的共識階段了。這一屆WAIC，無論是軟件層面的應用，還是機器人上的硬件應用，都已經出現了。

　　傅盛：我關注的更多是企業側的應用，比如華為旗下的幫煉鋼工廠在產線上提高效率的應用。我們正在給一家養豬的企業做AI應用，讓他們提升內部效率，目前還在概念證明（POC）階段，已經能明顯看到這款應用對他們人力的提效作用非常大。所以做AI應用還是要深入到各行各業去。

　　經濟觀察網：今年展廳的機器人公司數量比往年多很多，這能意味著機器人行業正在爆發嗎？

　　傅盛：機器人在今年的展廳里是爆發了，但在日常生活當中，我們并沒有看到它在哪個地方被大規模用起來。機器人行業的產業爆發還遠遠沒有到來。其實今天的AI產業也是這樣，融資額很高，去年有過一個統計，整個AI行業買芯片的費用超過500億美元，但是整個AI行業的收入只有十幾億美元。

　　經濟觀察網：你做了7年的機器人公司，根據你的感受，大模型技術已經真實幫助到機器人了嗎？

　　在大模型出來之前，機器人本質上是一個自動化的機器，它的智能水平并不高。很多我們習以為常的事情，機器人做起來是非常難的。比如讓它拿起酒瓶倒一杯酒，之前這是一個世界級難題。因為它得知道用什么力度抓酒瓶，得知道抓住后傾斜多少度才能把酒倒出來，并且不讓酒灑掉。這些過程都需要你提前寫好代碼，代碼多到你幾乎能寫瘋了。

　　大模型出來以后，機器人有了規劃能力，也不需要提前寫代碼了，等于讓一個探月工程式的復雜工程變得簡單了很多。

　　但是，現在的機器人技術也只是剛到初級階段，想做出科幻大片中那種可以做菜、掃地、疊衣服的全能型保姆機器人，在最近10年內是不可能實現的。

　　傅盛：肯定會倒掉一批，這是毫無疑問的。科技行業有一條Gartner曲線（即技術成熟度曲線，展現了技術發展過程中的上升、頂峰、陷入低谷、攀升、穩定5個階段），技術發展過程中一定會有泡沫存在。互聯網剛出現時也是那樣，早期那么多企業，最后只活下來幾家。

　　傅盛：能夠在浮躁的時候做踏實的事情，并且在整個行業都不看好的時候還能堅持的公司。雖然現在機器人很火，但就在3年前，很多人還認為做機器人的人是在忽悠。

　　現在我們當然要抓住這一波熱潮的機會，但是也不能太浮躁，不要把科研當創業。雙足機器人在科研領域有很大價值，但那是埃隆馬斯克做的事，他是世界首富，可以使勁砸錢。你的血沒那么厚，如果非要硬拼這條賽道，就會很難。

　　經濟觀察網：之前你提過多次，說做大模型一定要掙錢。現在你做的百億參數大模型B端服務能掙到錢嗎？

　　傅盛：坦率講還沒有掙到錢，但是已經有收入了。早期需要投入的階段，我們更多的投入不在于擴大訓練模型的參數量，而是和客戶一起共創的成本。我們服務第一個客戶，需要花三個月到四個月時間幫他們梳理，因為這項業務太新了，誰都沒有標準流程。這一單肯定不掙錢，但服務第二個客戶時，我們花一兩周時間就能落實到驗收階段。

　　所有行業一開始都會有這樣一個掌握技術訣竅（Know-How）的過程，然后就可以批量復制，我認為我們剛剛發展到中段。

　　傅盛：可能會是吧，但是你要知道華為就是做ToB（面向企業客戶）的。B端市場的天花板肯定沒有C端高，但從今天的產業邏輯來看，我現在不是看哪個產業更大，而是看什么更符合我們企業的特點。

　　我們現在做ToB挺不錯的，而且我們也改變了一些思維。互聯網人做ToB，早期特別喜歡做中小B（中小企業客戶）的生意。但全世界ToB做得好的企業都是從大B（大企業客戶）開始的。當年喬布斯給Salesforce（美國客戶關系管理軟件服務提供商）創始人就提過建議，第一個建議就是要拿下像雅芳這樣的大B，不計代價地拿下。第二個建議是，拿下以后再去擴大你的規模。我們現在也是這樣，先從大B做起。

　　經濟觀察網：目前你做的企業側百億大模型，和別人的千億大模型不太相同，你做的這件事風險性高不高？

　　傅盛：風險越來越低，我們客戶也很買單。我們實踐的結果是，百億參數大模型加上應用，性能遠遠超越GPT-4（OpenAI旗下的大模型）。昨天MiniMax（中國大模型初創公司）的創始人講了一段話，揭開了行業里大家都不去捅破的窗戶紙，他說其實生成式大模型的準確率就是70%左右。

　　企業客戶很多業務的準確率要求在90%以上，甚至有的地方是完全不能出錯的。這意味著，這撥大模型在企業內是天然不可用的。那就需要加上應用層，我們加上應用層后，給很多企業客戶做到了90%以上的準確率。

　　必一運動sport網頁版登錄

　　傅盛：我現在挺有信心的。我手上有兩張牌，一張牌是幫助企業做AI的落地應用，幾乎所有的公司都會需要我這張牌。現在很多大模型公司或者號稱自己有什么技術的公司，根本不愿去做苦活，不愿做苦活就很難落地。

　　我的第二張牌是機器人。我們是今天行業內唯一有自研大模型的機器人公司，也已經拿下了備案。機器人我們做了6年，在硬件上，我們也算基本過關了，可以服務很多客戶了。

　　經濟觀察網：你年初的時候做過幾個關于AI的預測，一個是千億參數大模型數量減少，另一個是AI應用公司會超越OpenAI。現在半年多過去了，這大半年時間驗證了你的預測嗎？

　　傅盛：我講的是千億參數模型會過半凋零，凋零不是指公司倒閉，是指會有很多千億參數模型沒人使用，這件事已經開始發生了。千億參數大模型已經供給過剩了，有的除了自己幾個人用，其他人真的不用，即使免費的也沒人用。

　　之前我還預測過AI應用公司會超越OpenAI，這個預測稍微樂觀了一點，但也是遲早發生的事。蘋果公司以前沒有AI，今年他們開始做了，只研發了很小的模型，股價就漲了3000億美元，漲的市值已經比OpenAI貴了。如果微信能把AI應用做好，騰訊也有可能一下子增值很多。

　　當然，創業公司如果只做了半年應用，那不可能出現超過OpenAI的情況，畢竟OpenAI已經做了七八年。但在同樣時間成本下，創業公司是有機會超過OpenAI的，因為現在基礎設施比較完善，長得最快的是與用戶接觸最深的公司。

　　傅盛：會，但肯定不是今年。我有一個粗淺的判斷，明年可能會出現一些很不錯的C端應用。但是坦率講，C端應用在移動互聯網的平臺上不容易爆發，更多要與端側結合。這是我最近的一個思考，如果真的要出現一個大型C端應用公司，最好是和端側結合的。

　　現在有一個有意思的現象，今天全世界市值最大的三家公司之二蘋果和微軟都在做端上的模型，其實谷歌也在發布開源的端側模型。你會發現大家在云側模型上已經卷不動了。最近OpenAI說GPT-5要到明年年底才能發布，也就是說到明年年底之前，整個業界不會再出現很強大的云側模型了。但是端側的模型，卻是方興未艾的狀態。

　　端側包括汽車端、機器人端、VR（虛擬現實）眼鏡端，AI應用需要和硬件結合，這種端側一體化的趨勢現在已經很明晰了。一家公司既要有大模型，又要有端側的能力。我深刻認同朱嘯虎那句線年之內會死掉，最后活下來的是會賺錢的應用公司。

　　關注并報道TMT（科技、傳媒、通信）領域重大事件，擅長行業分析、深度報道。