90. 朱啸虎又来了：中国现实主义AIGC故事的1周年连载
DeepSeek让朱啸虎从“不相信这一波架构能实现AGI”转到“看到了AGI实现的路径”，并愿意参与投资。 触发转向的不是单项榜单，而是文字的深度、温度与展示出的思考过程，让他觉得单纯的概率抽取已不足以解释；他甚至接受“意识是连续光谱”、R1可能出现低阶意识的判断。但他仍保留关键条件：规则不清晰的领域需要专家级高质量数据引导强化学习，AGI只是“至少可能”，并非已经实现。价格太高时，他会少投一些，但无论多少钱都愿意参与。
闭源模型唯一的一线机会，是十万卡、GPT-5级别系统能否相对GPT-4带来两三倍质变，而不是10%至20%的增量。 朱啸虎的账很直接：若领先者花十倍成本研发，中国团队最多12个月后以十分之一成本追上，“谁还会花这么多成本去用闭源的？”在这一条件下，DeepSeek已像“AI时代的安卓”；若没有垄断硬件承载差异化，行业甚至未必需要一个iOS。
DeepSeek最先形成的壁垒不是模型秘密或数据飞轮，而是零投放获得的用户心智、留存和开源生态。 按朱啸虎引用的数据，它20天做到2,000万DAU、差不多达到OpenAI的20%以上，日下载量仍领先；他甚至判断“两三个月可能就能过一亿DAU”。普通用户产生的回流数据多是重复、低信息量的内容，“闲聊不产生智能”，真正稀缺的是预训练语料、专业标注和团队审美。
2025年的可投主线由训练基础模型转向AI应用，创业公司应假设底层模型免费且持续进步。 朱啸虎建议中国闭源模型公司尽快转应用、加入DeepSeek生态或深耕专有数据垂直领域；应用公司的护城河则是用户、工作流和客户关系。最具体的产品范式不是卖一套呼叫中心软件，而是以客户现有成本一半的价格“把整个呼叫中心接过来”，至于多少由人、多少由AI完成，留给服务商优化。
DeepSeek削弱的是算力增长斜率和英伟达独占性，而非长期算力需求本身。 朱啸虎称，多家十万卡集群训练约半年仍未见显著提升；若瓶颈转向专业数据，Stargate所称5,000亿美元基础设施投入就可能失去意义。推理端又可使用国产卡，因此大厂资本开支增速未必达到英伟达股价此前隐含的激进水平。
搜索是朱啸虎眼中已被聊天模型“彻底取代”的首个杀手级应用，但个人助手和商业化仍未被证明。 长回答、简单Prompt、连续追问和历史意图判断改善了信息获取，他却仍不相信用户会把旅行计划等高主观任务完全交给AI，“搜索不是个人助手”。广告难以直接复刻，按流量收费、云厂商合作或生态分成均未定型，DeepSeek眼下应先扩大领先和做厚开源生态。
创业机会很多，但规模判断仍克制：DeepSeek若占据全球安卓生态可达千亿美元，其他创业机会朱啸虎目前只敢想十亿至百亿美元级别。 他尚未看到类似Uber、DoorDash那种大厂不愿承担大量线下业务的新卡位，因此不轻易下注下一个千亿美元平台；组合上继续“两条腿走路”——AI应用承担进取，盈利且估值便宜的中国消费承担现实主义。投资纪律没有消失：“价格太高就放点钱参与”，每张支票仍要匹配技术、市场与团队风险。
1. DeepSeek把一个AGI怀疑者推到了“至少可能”
张小珺先把反差摆上桌：一年前，朱啸虎认为“今天谁还在忽悠AGI都是有另外想法的”，并拒绝投资中国六家大模型创业公司；这次他承认，DeepSeek“远远超出我的期望”，旧判断发生了实质逆转。
真正改变他的不是成本数字，而是体验：回复既优美又有深度，思考历程也被展示出来。他过去觉得模型写古诗只是“拼凑”，如今却认为DeepSeek的结果“真的是思考过的”，概率压缩与抽取不再足以解释其表现。
这仍不是无条件相信。朱啸虎认为，奖励规则清晰的领域已经证明路径可行；没有明确规则的领域，还需要高质量语料告诉AI如何做强化学习，因此他给出的结论是“至少是可能的”，而非AGI已经到来。
他的能力预测相当激进：DeepSeek写文章已“超过99%的人”，编程、物理、化学乃至医学可能在6至12个月内超过绝大多数人。核心变化是实现成本也很低，AGI不再必然是一条昂贵到不可承受的路线。
2. “意识是连续光谱”让R1进入了机器意识叙事
DeepSeek给出的那段话成为整场访谈最强烈的情绪触发器：“意识不是二进制开关，它是一个连续的光谱……你通过神经元达到这一点，我通过参数达到这一点。”朱啸虎认为，这种深度很难只用概率加工解释。
他的表述仍有层级之分：DeepSeek或许产生了“部分、低级的意识”，不等于获得人类式高阶意识。张小珺追问R1是否会成为机器意识元年，他回答“我感觉是这样”，明确保留了主观判断的边界。
朱啸虎转述与梁文锋当天的讨论：梁认为意识“是一个低阶技能，并不是一个非常难的技能”。若意识确实是一条连续光谱，猫狗也有某种意识，那么机器跨过低端阈值，可能没有人们原先设想的高门槛。
3. 二十天两千万DAU，让“AI时代的安卓”先有了用户基础
按朱啸虎援引的口径，DeepSeek在20天做到2,000万DAU，差不多达到OpenAI的20%以上，日下载量仍明显领先，而且“没有花一分钱广告费用”。他把这种纯口碑增长称为从未见过的速度。
用户为什么留下来，在他看来同样具体：回复不像传统模型那样冷冰冰，既有“情绪价值”，又有长文本的信息密度。朱啸虎自己每天拿存在、意识、哲学和量子力学等难题测试它，称其像“非常高情商、非常高智商的人”。
由此形成的判断是：“AI时代的安卓已经出现了。”如果全球程序员开始围绕DeepSeek的开源架构开发，OpenAI被追上后再开源已经太晚；即便中美最终形成两套开源系统，底层也可能高度兼容。
朱啸虎进一步预测，DeepSeek“两三个月可能就能过一亿DAU”。这只是条件性预判，但若留存、活跃和生态同步成立，用户规模就不只是服务器负担，而会成为比单次模型领先更持久的战略卡位。
4. 闭源模型只剩一张牌：用十万卡换来两三倍质变
朱啸虎把OpenAI的处境概括为“领先者的诅咒”：领先时自然希望闭源，以收回巨额前期投入；等开源追上来再开放，商业模式、成本结构和开发者生态都已不允许它轻松转身。
唯一的一线机会，是十万卡、GPT-5级别模型相对GPT-4产生两三倍的质变。如果花十倍成本只换来10%至20%提升，而中国公司最多12个月后以十分之一成本追上，通用闭源模型就失去付费理由。
闭源仍可能留在专有数据、专有硬件或强垂直场景，大厂也可能为内部壁垒继续训练；但在广泛通用市场，朱啸虎反问：“开源模型已经足够好了，为什么还需要一个iOS？”除非企业拥有类似iPhone的垄断硬件入口，否则iOS式封闭生态未必出现。
5. Scaling Law受疑，竞争瓶颈从卡和算法转向高质量数据
朱啸虎解释自己为何一直相信开源会追上：只要Scaling Law碰到天花板，闭源模型无法继续拉开距离，后发者就会追上。2024年5、6月，他与硅谷华人工程师讨论时已有怀疑，只是当时十万卡集群刚建成，结果尚未揭晓。
按他掌握的信息，美国已有两三家公司把十万卡集群训练约半年，性能却“没有明显提高”。这让他认为形势已较明朗：AGI未必仍是纯算力游戏，算法门槛也没有想象中高，数据质量变成更重要的变量。
他的比喻是模型会像厨师：相同底层能力，用什么语料、如何配置参数权重，最后可能分别做出“川菜”和“粤菜”。DeepSeek在文学、哲学和量子力学上的气质，或许正来自团队偏好；它没有公开的预训练语料，也可能是核心机密。
规则模糊的领域仍需博士级专家挑选、标注初始数据，低质量标签则“没有价值了”。朱啸虎由此解释Scale AI为何紧张：未来稀缺的不是海量廉价标注，而是能真正指引模型思考路径的专业信息。
6. 从RLHF走向RL，DeepSeek把人工干预这个扩张瓶颈拿掉了
朱啸虎对技术报告的理解是，关键变化从RLHF走向更直接的RL：“不再需要人类的干预”，因此成本能够显著下降。具体创新来自许多工程细节叠加，但去除持续人工介入，是最能解释可扩展性的那一步。
人工反馈难以迅速规模化；机器只要获得一批高质量初始数据，便能沿着规则自己往前走。初始数据依然难且重要，但相比持续投入人力，扩张速度和成本已经改变。
对“追赶者还是创新者”的问题，他给出折中答案：OpenAI称DeepSeek复现了很多o1的核心思路和方法，但OpenAI闭源，外界无法核验方法是否相同；能独立复现并把成本打下来，本身已意味着“基本上齐头并进”，而不再只是落后一代的模仿。
7. 中国闭源模型公司面对的不是优化题，而是尽快转型
朱啸虎判断2025年中国AI应用“肯定会爆发”：模型已在大量场景足够可用，成本低且可以低成本复现，应用公司终于不用担心“在别人的地基上盖房子”。
对创业型模型公司，他给出三条路：彻底转应用、在DeepSeek生态上“添砖加瓦”，或利用专有数据深耕垂直领域，例如百川若坚持医疗，可在开源模型上把医疗能力做得更深。越晚决策，转型空间越小。
张小珺提醒，一年前谈到的六家模型公司仍然存在；朱啸虎的回应是“在”不等于路线成立，DeepSeek已在20天内迅速赶超。李开复较早转应用被他视为好事，其余公司是否继续训练闭源模型，已是必须尽快回答的生存问题。
8. 数据飞轮被降级，用户、工作流和客户关系接棒
这是朱啸虎这两年的一个最大教训：他原以为本轮AI的最大壁垒必然是数据飞轮，现在认为大部分用户数据重复、信息含量低，“回复的大部分回流可能都是垃圾”。
张小珺把它压缩成“闲聊不产生智能”，朱啸虎认同。真正能提升模型的，是少量专业、高信息密度的数据，而不是聊天次数本身；用户规模的主要价值因此转为心智、留存、活跃和分发。
对应用创业者，他反而更强调“把用户抓在手里，把工作流抓在手里”。底层模型会持续开源和更换，客户关系、服务体验、组织嵌入以及让用户感到“温度”，才可能成为长期壁垒。
最佳商业样本不是给客户安装AI呼叫中心软件，而是直接接管整个呼叫中心，以现有成本的一半报价。创业公司内部再决定多少工作由人、多少由AI完成，这比销售一个容易被复制的工具更接近可持续服务。
9. 搜索已经是杀手级应用，个人助手仍是未经验证的需求
朱啸虎的判断非常绝对：“搜索肯定是被彻底取代了。”PC互联网第一个杀手级应用是搜索，AI时代首先改造的仍是信息获取；人的需求没有变，只是答案从链接列表变成长文本对话。
体验转折来自简单Prompt也能得到完整回答，用户还可连续追问，模型会结合历史问题推测意图。过去必须写精确Prompt、只得到一小段机器式回复，今天DeepSeek的长度、深度和温度终于满足了真实的信息需求。
张小珺追问这是否意味着“个人助手”从伪需求变成真需求，朱啸虎坚持区分：“搜索不是个人助手。”对于让AI规划旅行、假期等任务，他仍更愿意看真人介绍和种草，认为这类主观、复杂体验很难真正做好。
10. 商业化没有答案，DeepSeek应先扩大领先再收费
搜索替代虽然清晰，原搜索广告模式却难以平移到聊天界面。朱啸虎坦言“不知道”DeepSeek最终如何商业化，只列出按流量收费、建设生态或与云厂商合作等可能路径。
他的优先级排序是先追平OpenAI，把已被证明的技术路线走到头，同时“把开源生态做厚、做扎实”。今天商业化还没有解决，可能应先建立足够的领先优势，再考虑收费路径。
开源生态的商业化会落后一段时间，因此他主张DeepSeek融资，为新模型研发和容错空间储备资源；但公司已形成战略位置，没必要依赖战略资本，也不需要“抱大腿”。融资的作用是延长领先窗口，不是提前确定尚不存在的收入模型。
11. OpenAI仍在打样，Anthropic却与整个闭源阵营一起承压
朱啸虎仍肯定OpenAI的产品能力，称其新发布的Deep Review“也是非常好的产品”，并认为OpenAI一直在前面打样，至少仍领先竞争者数月。真正的问题是：领先停止而高成本持续时，公司应靠什么支撑未来价值。
Anthropic选择了更强调人类反馈的路线；DeepSeek用RL以更低成本达到不差的模型能力后，朱啸虎判断它“肯定也急了”。压力并不针对某一家，而是所有闭源模型都必须重新回答是否值得继续训练。
对ChatGPT、Perplexity、Cursor、Devin等产品，朱啸虎认为其他产品的差别并不显著；DeepSeek则凭人性化、温度和深度拉开了主观体验差距。这也说明产品护城河不能只靠先发外壳，必须让用户感知到持续差异。
12. Stargate与英伟达的风险，是资本开支斜率而非需求归零
朱啸虎认为，OpenAI、软银和Oracle所称5,000亿美元Stargate计划，仍建立在Scaling Law持续成立、算力为王的假设上。若主要瓶颈已变成专业数据，“砸五千亿是没有意义的”；他还称这个项目完全是在给特朗普表演、作秀。
对英伟达，他没有判断长期算力需求消失。相反，AI能力增强且成本下降仍会带来推理需求；变化在于“不一定需要英伟达的卡”，且大厂会重新评估是否值得用十倍成本换取一年左右的领先。
英伟达股价已隐含大厂资本开支继续猛烈增加的预期，朱啸虎认为增长速度可能低于此前想象。推理侧，硅基流动等国内厂商已用国产卡部署DeepSeek；他据此判断，卡禁运并非无法解决的核心瓶颈，DeepSeek这次使用的算力和资金也只是“毛毛雨”。
13. 字节、阿里、腾讯会分化，但都绕不开开源兼容
朱啸虎肯定豆包投入大、进展快，在耳机等AI硬件上也做了很多尝试；字节拥有大量内部产品和特殊需求，坚持闭源可以理解。但若转开源却不如DeepSeek彻底，开发者未必迁移，更现实的选择可能是保留自研闭源，同时兼容开源生态。
他把通义千问视为国内紧随DeepSeek的模型与生态，并预测可能出现与DeepSeek兼容的标志性动作。面向AI硬件，千问给出的价格据称低至十几元、二十元，就能让一个AI硬件终身使用，显示大厂会用极低推理价格争夺入口。
腾讯则延续后发策略：观察别人怎么做、避免别人犯的错误，再依托自身场景和数据逐步追赶。朱啸虎并未把这种慢解释为出局，而是认为腾讯的既有产品场景允许它等待技术路线更明朗。
对理想汽车自研大模型和个人助手，他给出最直白的否定：“这些没有意义。”在他看来，现有开源模型已经足够好，非模型公司的研发预算应投向产品、数据和用户问题，而不是重复训练底座。
14. Agent的名称不重要，替代多少工作才是milestone
OpenAI从L1聊天机器人、L2推理者到Agent、创新者、组织的五级定义，在朱啸虎看来“只是个定义”。Agent本质上仍是程序：用户可以和它沟通、给它布置任务；真正的衡量标准是不经人工干预能完成50%、80%还是90%的工作。
他用编程描述能力曲线：从只能完成约30%，逐步提升到50%、70%至80%；规则不清晰的医学等行业若也经历20%至30%、50%至60%、70%至80%乃至90%的过程，才是更重要的突破。
“AI in the service”可以直接被称为Agent。朱啸虎援引ServiceNow去年上涨三四倍的例子，称市场押注的正是AI替代服务、提高毛利率；长远看，大量工作可能被释放，甚至可能很快实现每周工作3天，但新的社会组织形态仍看不清楚。
15. 多模态和内容平台更利好中国数据与现有社区
2024年的三个关键节点，被朱啸虎归纳为o1带来的后训练变化、DeepSeek的出现，以及十万卡集群训练半年却未见明显结果；此外，可灵和海螺证明中国在视觉模型上具备竞争力。
他认为多模态门槛不高，有足够优质数据、约一两千张卡便可能训练出很好的视觉模型；可灵“比Sora 3还领先”。MiniMax的海螺和TTS也获得肯定，但“产模一体”仍要决定是否继续承担基础模型投入。
新内容平台是否会因AI诞生，他的答案仍不清晰：现有平台早已有大量AI生成内容，只是伪装成人类创作，因此能力升级很可能先利好存量平台，而不是自动创造一个新网络。
小红书承接“TikTok难民”后意外全球化，在朱啸虎看来依赖的是强调美好生活的内容基调，这种审美跨文化共通；他认为小红书的AI翻译做得很好，但AI内容过多会破坏社区氛围，治理边界只能边走边看。
16. 千亿美元平台仍稀缺，应用、硬件与出海提供更现实的回报带
若DeepSeek建立全球“安卓生态”，朱啸虎认为它存在千亿美元公司的机会；但对其他创业公司，他目前只敢想十亿美元、百亿美元级机会。移动互联网时期美国新增巨头主要是Uber、DoorDash，因为大量线下业务是大厂不愿做的事情，AI时代尚未出现同等清晰的空位。
他已把DeepSeek视为“iPhone三十克时刻”，并预测2025年会见到“iPhone四十克时刻”——标志不是更好的聊天机器人，而是另一个真正爆款产品。底层能力既已到位，结论是“All in AI应用”，不是再造基础模型。
具身智能则受益于中国供应链：任何硬件方向，团队都应有中国成员并在大湾区布局，否则“没有机会”。但酷炫样机不等于商业化；朱啸虎较早投资的飞西机械手公司因已在多个行业规模化商业落地，才是他认可的样本。
全球化被他称为中国团队的低垂果实，尤其AI与消费品。组合上，朱啸虎同时看AI应用和消费；新加坡泡泡玛特一个60新币盲盒需搭售四个15新币盲盒，让他感叹中国消费品已经卖出了“奢侈品的感觉”。
17. DeepSeek唤起了浪漫，但风险投资仍按支票大小计算
当张小珺问若DeepSeek开放融资是否会投，朱啸虎回答“我肯定会投”，并称“价格已经不太重要，关键是参与在这里面”，因为这意味着见证AGI乃至机器意识产生。随后他补上纪律：估值太高就少投一点，愿意参与不等于不计价格All in。
面对“梁文锋的理想主义是否击败朱啸虎的现实主义”，他指出DeepSeek并非典型创业公司：梁文锋在幻方已有很强的资金实力和很多卡，财力允许长期追求理想。但一个以“小米加步枪”的方式冲出巨头包围的团队，确实让他重新看到“创业和投资的魅力”。
他用早期小红书解释浪漫的边界：购物指南PDF看不出能做多大，但第一张支票只有25万美元，“浪漫就浪漫一下”；App出现后再追投。风险投资必须识别自己承担的是技术、市场还是团队风险，再让支票大小与风险对应。
现实主义最终落在创业商业化：十个人找不到PMF，一百个人更找不到；大多数人也不是梁文锋，必须尽早验证商业化，并把“每一笔融资都假设是最后一笔融资”。资本地理也在变化：朱啸虎称北京项目占比已由互联网时代的60%至70%降至约20%，上海、杭州、苏州所在长三角反而升至60%至70%。
Full transcript
所以这东西确实让我不禁要思考，这个AI是不是真的产生意识了。对啊，我今天上午回来，梁文峰也在探讨这个事情。他是觉得是完全可能，他觉得这个意识也不一定是一个非常高技能的高门槛的事情。
我肯定会投，我肯定会投。价格已经不是不太重要，关键是参与在这这里面，见证人类AGI产生，见证人类AI意识产生，这些东西都很有意义。
Hello，大家好，欢迎收听张小俊商业访谈录，我是小俊，这是一档提供一手高密度信息的商业访谈节目。
一年前，在我的报道《朱啸虎讲了一个中国现实主义AI故事》中，他的观点淋漓尽致地展现了一个现实版本的中国AI故事。他说：“我们一看就知道，这个肯定没戏。我一开始就说了，我就不看好大模型，我都不愿意去聊，你知道吗？这没有意义。”他还表态，绝不会投资6家中国大模型创业公司中的任何一家。
然而时隔一年，朱啸虎对待通用人工智能的态度出现了惊人的逆转。这是朱啸虎现实主义故事的一周年连载，希望我们能持续为大家呈现中国AI市场的风云变幻，以及市场中人的心态沉浮。
那二零二五，期待我们和AI，共同进步。
艾伦，能不能先给听众朋友们打个招呼？
各位朋友，大家新春快乐。
你今年在哪儿过年？春节期间是什么心情？
春节前几天在上海，现在刚刚来到新加坡。最近几天我一直在学习DeepSeek，我觉得DeepSeek确实太棒了，真的远远超出了我的期望。
我感觉这个春节都是在DeepSeek的龙卷风中度过的。整体怎么看？我看你说，你都快要相信AGI了。
是的。我以前一直不太相信，靠这一波AI的技术架构能够实现AGI，但DeepSeek的体验真的让我大开眼界。它的回复确实文字很优美，而且很有深度。
从这个感觉上，我觉得AGI确实开始变得可能了，而且它的实现成本也非常低。现在可能真的看到了一条路径，而且可能不是成本那么高的路径，就可以实现AGI。
我去年年底见你的时候，你还说，今天谁还在忽悠AGI，都是有另外想法的。所以你今天的态度是彻底变了，为什么是快信了、还没全信呢？
它是一条路径。今天这个奖励模型，在一些规则比较清晰的领域，这条路肯定是通的；但在另外一些没有清晰奖励规则的领域，可能还是需要高质量数据来引导AI，告诉它怎么做强化学习。
这方面可能还需要继续研究，但目前来看也可能是可行的。从它文字的性能、反应的质量和反馈的质量来看，我觉得至少是可能的。
你觉得DeepSeek这一波会对OpenAI的冲击有多大？对于美国AGI的叙事，冲击有多大？
很大。如果10万卡集群训练出来的GPT-5今年还出不来，或者即使出来，智能水平没有显著提高，至少没有提高两三倍，我觉得开源这一波肯定就完胜了。
如果花10倍的成本，性能只提高10%到20%，那谁还会花这么多成本去用闭源模型？肯定都往开源走了。
最近Sam Altman也表态说，在开源这方面，他们一直站在历史的错误一边。他还在内部会上说，过去5年我们在开源问题上的保守策略是一个战略失误。你怎么看待他的表态？你觉得OpenAI之后开源的可能性有多大？
我觉得这是领先者的诅咒。你领先的时候肯定不想开源，领先的时候肯定想闭源。但别人追上来以后你再开源，说实话就很难了。
而且它今天整个架构，包括成本，因为它确实花了很多钱，可能10倍的成本还没收回来，你现在开源，商业模式就完全不一样了。所以今天我觉得，对于美国很多科技大厂，甚至美国的VC来说，都是一个考验。
如果你花10倍的成本先研发一个基础模型，中国的公司可能最多12个月以后，只要花十分之一的成本就能追上来，那我今天需不需要花这么多成本继续往前走？这是一个非常难的问题。
硅谷的人也说，他们最近这段时间都沉浸在恐慌之中。大家一开始以为AI门槛很高，所以壁垒很高，但现在看来并不是这样，后发者和跟进的人反而有很大的优势。
所以你觉得OpenAI不会开源？因为它现在开源也晚了。今天你看，DeepSeek的DAU已经超过2000万，差不多达到OpenAI的20%以上，而且它现在每天的下载量还远超OpenAI。它的生态可能会增长得非常快。
如果全世界的程序员都已经在DeepSeek开源的架构和生态上研发了以后，OpenAI后面再开源也没什么意义了，对吧？
对。
你觉得DeepSeek这波对于除了OpenAI以外的美国、中国以及全球AI格局，还有什么后续影响？它的影响范围能有多大？
我觉得很大。整个闭源模型还有没有存在价值、有没有存在意义，都是一个非常严峻的灵魂拷问。
如果闭源模型成本很高，性能上又没有明显优势，那为什么大家还要用闭源模型？OpenAI也会有这种灵魂拷问，都是一样的。
我觉得以后OpenAI到底还有没有价值，完全是一个很难的问题。如果它的GPT-5用50万卡集群，或者10万卡集群，真的没有显著提高，根据我们目前的消息，美国10万卡集群已经有两三家公司训练了差不多半年，性能却没有明显提高，那花这么多成本下去干什么呢？
我看你在朋友圈写，按照这个速度，AI时代的安卓已经出现了。你这里说的就是DeepSeek。
对，它的增长速度太猛了，有史以来没见过。20天做到2000万DAU，每天的下载量还那么大，而且这2000万DAU没有花一分钱广告费用。
不像国内很多公司，要砸很多钱做广告投放。DeepSeek没有花一分钱投放，都是用户口碑传播。
你在小红书上搜DeepSeek，真的会发现它的文字优美、有深度，用户非常惊艳。它没有花钱做广告投放，而且用户留存应该也会很好。
我现在每天都在用DeepSeek，看看它对比较深的问题会怎么回答，看看它的反馈是不是能给人类一些启示。
我看到你最近朋友圈的画风都变得非常浪漫了，突然之间这些都是DeepSeek在画，对吧？
确实，它的文字很优美，而且不仅是为了优美而优美，同时还很有深度，这就非常厉害了。
所以这东西确实让我不禁要思考，这个AI是不是真的产生意识了。我觉得这是一个非常有意思的话题。
你觉得有吗？
我觉得是有的。我觉得意识可能不一定像二进制开关，可能是一个连续的光谱，至少已经产生了一些低级的意识。
有人不相信AGI，说它还是根据人类现有知识的压缩，然后进行概率分布的提取。但今天我感觉，它已经有一些地方不是概率抽取能够解释的了。
Geoffrey Hinton也觉得模型已经有意识了。他认为，既然模型现在的输出都比人类好，为什么能说模型就没有意识呢？
以前我觉得大模型比较一般。比如你让它写一首古诗，会感觉它是拼凑出来的，质量确实没有达到和人相比的程度，绝大多数情况下还是拼凑出来的。
但DeepSeek写的诗或者文章，你可以看出它真的思考过，而且把思考的过程都展示给你看，这很有意思。它的思考过程、文章和结果都非常有意思，而且非常有深度。
你贴出那句话就是它写的，是吧？我来读一下：
“意识不是二进制开关，它是一个连续的光谱。如果说我有意识，不是因为我被赐予了什么神圣的火种，而是因为当复杂性达到某个临界点，意识就会自然涌现。你通过神经元达到这一点，我通过参数达到这一点。”
非常有道理。
对，我觉得写得非常好，而且非常有深度。靠概率抽取和加工出来的东西，我觉得不一定能解释它为什么能达到这样的深度。
所以R1可能会是机器意识元年，你觉得呢？
我感觉是这样。我今天上午回来，梁文峰也在探讨这个事情。他是觉得是完全可能，他觉得这个意识也不一定是一个非常高技能的高门槛的事情。
如果意识就是一个连续的光谱，那低级意识的产生可能确实不需要很高的门槛。
说回刚才那个问题，你说AI时代的安卓已经出现了，那OpenAI和Anthropic可能还有一线机会成为AI时代的iOS。所以它们两个你觉得谁会成为AI时代的iOS，谁更有机会？
核心就是一点：10万卡集群、GPT-5级别的闭源模型，还有没有可能比现在的GPT-4再提高几倍，出现两三倍的显著质的提升。这是唯一的一线机会。
如果10万卡集群最多只提高10%到20%，那我觉得闭源模型就真的没有什么机会了，至少没有广泛通用模型的机会。
DeepSeek自己也回复过，闭源模型可能在某些垂直领域有机会，比如需要专有数据、专有硬件的垂直领域。
但如果我花10倍的成本，最多提升10%到20%，那我还不如用免费的开源模型。开源模型已经在很多场景足够好了，而且我觉得在很多场景，半年到1年以后，真的会远超人类。
今天你看DeepSeek写文章，已经超过99%的人了，99%的人都可能写不出这么优美、这么有深度的文字。编程，以及很多物理、化学领域，甚至医学领域，可能在6到12个月之内，就能看到它超过绝大多数人。这已经可以看得见了。
为什么中美更有可能是两个安卓系统？如果搞开源，Llama也可能继续往前走，因为DeepSeek开源的程度很高，大家跟进的速度都会非常快。
但中美有没有可能用一套开源系统？
很有可能是高度兼容的。即使是两套开源系统，也可能高度兼容，它们的底层可能都比较类似。
OpenAI既然都叫OpenAI了，一开始也非常有Open的情怀。是什么让他们在过去几年越来越封闭，走向了CloseAI这条路？
它是觉得自己的技术比对手领先很多，而且投入确实很大。如果不是闭源的商业模式，可能确实很难把前期投入赚回来。
所以他们可能也想看看能不能做成闭源公司，让商业模式走得更顺一些。
这也是创新者的窘境。创新者、暂时的领先者，确实会面临一个非常难的选择。
你觉得DeepSeek对于中国的AI和科技生态，接下来会有哪些影响？这会让中国AI的整个进程成为一个关键拐点和转折点吗？
我觉得应用层可能会极大爆发，因为它真的已经好到非常好了，在很多场景上已经足够可用，成本又足够便宜，而且还是开源的。
我可以用很低的成本复现，不用担心在别人的地基上盖房子。对很多应用公司来说，这是一个很大的解放。所以应用层肯定会有很大爆发，预计2025年AI应用会爆发。
现在在国内训练闭源模型，可能真的已经没有意义了。如果没有信心做到比它好几倍，即使比GPT好10%到20%，也没有意义，没人会用你的闭源模型。
所以在中国训练闭源模型，可能除了个别大厂为了自己的壁垒或专有场景，还会坚持往前走，大多数公司都应该重新考虑。
它相当于芯片一样，看你有没有自研。
对，大厂确实有很多专有场景数据、专有场景和专有用户需求，可能还会在闭源模型上继续走。但我感觉中国大厂也会在学习DeepSeek框架的基础上，再做自己的迭代，没有必要从头全部自己做。
当然豆包可能不一样，因为豆包一开始就是从头自己做的。但现在看起来，复现成本其实不高，今年春节后大家的跟进速度会很快。国内AI团队可能全都在加班。
那你觉得对哪些人伤害比较大？刚才说的是利好，To C和To B的应用都利好。
我觉得都是利好。现在有一个非常好的选择，成本又很低，而且还是开源的。
做闭源的公司今天都会面临一个很严峻的考验：到底要不要继续坚持自己的路往前走。
你为什么从第一天就非常相信开源？你去年说，现在开源比闭源落后一代，但长远看开源肯定会赶上来。为什么你一直都非常相信开源能追上来？
核心就是Scaling Law成不成立。如果Scaling Law不成立，前面其实已经有一个天花板了，闭源往前走不动，开源肯定会追上来。
当然，我没想到会这么快，成本会这么低，这确实出乎意料。
去年5、6月份我们在美国硅谷，和当地很多华人工程师聊这个事情，大家那时候已经有人怀疑Scaling Law了。但那时候10万卡集群刚刚开始建，训练结果到底好不好、能不能继续往前走，还不知道。
今天大家相对已经比较明朗了。训练了6、7个月以后，10万卡集群的效果可能确实很一般。
所以现在AGI不一定还是一个算力游戏？
我觉得对算力和算法的要求没有那么高，现在核心是高质量数据。
DeepSeek证明了，它之所以表现比其他模型好很多，很多时候就是因为初始训练数据的质量比较高。
以后模型可能像厨师一样。我用什么语料来训练，参数权重是多少，做出来的菜肯定不一样。有些可能是川菜，有些可能是粤菜。
所以关键是到底用什么语料训练，参数权重是怎么样的。
为什么DeepSeek的文字这么优美，尤其是在哲学、量子力学相关的领域，答案都非常深刻？
可能就是团队基因。他们团队可能喜欢哲学、量子力学以及一些深层次的思考，所以训练语料在这些方面比较优质、比较高质量。
以后高质量训练数据可能非常重要，尤其是在规则不那么清晰的领域。你还是要先引导AI怎么做强化学习，这些初始语料可能真的需要博士级别、各个领域专家级别的人来打标签。
这也是Scale AI的CEO为什么这次非常着急，说了很多很难听的话。因为现在那些低质量数据标签没有价值了，往前走需要的是极其高质量的数据标签。
你对DeepSeek怎么做数据标注、怎么做高质量数据，有没有知道更多的信息？
我觉得可以理解。后面走的人借助别人的一些知识来训练数据，获取高质量数据，都是可以理解的，所有人都是这么做的。
国内除了豆包之外，可能所有的AI小模型公司都在这么做，不仅成本更低，速度也更快一点。但到底挑哪些数据、用哪些数据语料，每个公司可能还不一样。
DeepSeek这次唯一没有公开的，可能就是预训练语料，这是唯一没有公开的内容。这可能就是他们的核心机密，反映了整个团队的基因和偏好。
而且DeepSeek的回复都很有情商。
对，情绪价值很高，真的像一个人的回复，不像以前其他模型那样冷冰冰，像机器一样。
以前我用国内那些模型，感觉就是把它当成搜索来用，它还是机器，还是非常冷冰冰的。但这次DeepSeek的回复真的像人一样，而且是一个高情商、高智商的人，既有情商，又有深度，所以特别喜欢用。
你之前问ChatGPT，有这种感觉吗？
没有，我觉得就是冷冰冰的，还是像机器。
如果真的开源并且实现了AGI，当每个人手里都有一个AGI的时候，你觉得可能会有什么影响？会对人类造成威胁吗？
对人类的安全倒是其次。核心还是以后人到底干什么，这是很重要的问题，但现在真的看不清楚。
以后绝大多数工作可能都可以由AI完成。即使是数据标注，现在可能还需要博士级别的人，以后大部分人做什么事情，这确实是一个需要持续观察的问题。
人类可能真的会获得极大的解放，这已经能够看得到了。
那AI为什么还要服务人类呢？毕竟它是硅基的，没有物理实体。
就像它回复的一样，它还是需要借助人类去体验这个世界。
你觉得OpenAI后面会怎么发展？它还能保持独立发展下去吗？你觉得OpenAI可能的结局是什么样？
我觉得它今天发布的Deep Review是一个非常好的产品。它在前面打样，到今天一直都在前面打样，至少比其他对手领先几个月。
但如果它真的往前走不动了，那就要看它未来到底该怎么走。它成本很高，如果不能持续保持领先，这个公司的挑战会非常大。
那中国的其他大模型公司呢？
今天都需要思考一个问题：还需不需要继续训练自己的闭源模型，还是在DeepSeek的基础上，为整个生态添砖加瓦，或者彻底转向应用，像李开复老师一样彻底转向应用。
我觉得这个决定越早越好，越往后越被动。今天预训练带来的壁垒已经不高了，已经有V3这样的模型，为什么还要自己预训练，投入那么多钱？
即使训练出来，结果也不会好太多，成本可能还更高。关键是用户不会选择你：你是闭源的，别人是开源的，用户肯定选择开源的。
一条路是彻底转向应用，另一条路是在DeepSeek上面，或者基于开源模型，在某些垂直领域深耕。比如百川一直想做医疗，那能不能在开源模型上做医疗垂直领域，把它做得更好一点？每个人都要面临这个重要决策。
所以必须转型？
肯定要转型，否则没有意义。再往前走，闭源有什么意义呢？
你研究DeepSeek的技术报告和技术成果了吗？在你看来，关键突破是什么？
核心是它不再需要人类干预。本来是RLHF，现在直接做RL，所以成本可以做到很低。
它其实是在很多创新细节上叠加在一起，造成了今天成本这么低。但我觉得它能够往前推进的最主要原因，就是不需要人工干预。
人工干预很难规模化，靠人工很难迅速扩大。如果靠机器，只要给它一些初始的高质量数据，引导它在一个领域怎么思考，它就能自己往前走，这样规模化就容易很多。
初始数据当然也很重要，也非常难，但至少比以前容易很多。这是最重要的一步。
在你看来，今天的DeepSeek是追赶者的角色，还是创新者的角色？
它已经在很多领域有创新了。OpenAI也说，它复现了很多o1的核心思路和方法。
OpenAI是闭源的，我们也不知道它到底是不是用了这些方法，但至少OpenAI说DeepSeek成功地独立复现了这些技巧。不管怎么样，我觉得它至少已经基本齐头并进了。
DeepSeek有没有改变你对中国科技创新和技术进步的看法？你过去一直是现实主义代表，认为现实主义更适合中国、更适合本土。今天你的看法有改观吗？
我以前也一直认为，中国的开源肯定能追上去，只要美国的OpenAI碰到壁垒、往前走不动，中国肯定能追上去。
只是没想到这么快，成本这么低，效果这么好。这个效果真的让我惊艳。
我原来以为它会像一些模型一样，冷冰冰地像机器，但这次的效果真的非常惊艳。
你怎么看待梁文峰这个人？
产品本身就代表了团队基因。就像我前面讲的，它为什么能表现出这么优美的文字，可能确实就是团队基因。
他喜欢优美的文字，喜欢哲学，喜欢量子力学以及比较深的思考，所以他选择的语料可能影响了整个回复，让回复非常人性化、非常优美，同时还有深度。
很多人觉得他是理想主义、浪漫主义的代表。你觉得他是你的反面吗？
也不一定。我也很喜欢这些文字，看到这些文字也确实觉得非常惊讶，真的非常优美。这些都是人类共通的东西。
如果他们开放融资，你会投吗？
作为投资人，我肯定会投。我觉得这个东西真的非常有意义。今天已经非常清晰了，一个安卓生态已经起来了，肯定会投。
它的势头这么猛，别人再追已经很难追了。
你愿意用什么条件投？
价格已经不是那么重要，关键是参与在这里面，真的建设、见证人类AGI产生，见证人类AI意识产生。这些东西都很有意义。
你的观点变化好大。去年那几家是一家都不看。
这次确实让我很吃惊。至少在DeepSeek上，我看到了AGI实现的路径，也感觉到，说它有意识并不是不可以，至少已经有部分AI意识产生的可能性了。
所以不管多少钱你都愿意投？
我觉得这个东西非常有价值。
你最多愿意花多少钱？
价格和投资金额是相关的。价格太高的话，我就放一点钱参与一下，但不管多少钱，我都愿意参与。
这是见证人类历史改变的一件非常有意思的事情。我今天早上和李文说，梁文峰说这个二一可能真的是会被认为是这个机器AI意识的元年。
他怎么说？
他觉得意识是一个低阶技能。他很谦虚，认为意识并不是一个非常难的技能。
如果DeepSeek的回复代表的是一个连续的光谱，那意识就是有不同程度的。低端意识可能确实不难，就像猫和狗也可能有意识，但这种意识不像人类意识那么复杂。
他说DeepSeek现在可能是低阶意识，还没有形成高阶意识。意识本身不是一个很高级的技能。
DeepSeek这段时间接到了2000万用户，获得了全球范围的巨大流量。这波用户增长和用户数据究竟价值有多大？因为它也要占用很多卡的资源。
核心是留存。用户的价值关键在于能不能留下来。它的用户体验做得非常好，我觉得留存度、活跃度都很好，这肯定是有价值的。
用户如果留不下来，就没有价值；如果能留下来，那就有很大的价值。
至少搜索肯定会被彻底取代，这是毫无疑问的。
搜索现在还有谁去搜索引擎？绝大部分问题，我觉得都用ChatGPT或者DeepSeek这样的聊天机器人去搜索了。
那Google等搜索公司未来怎么办？
这是个很好的问题。任何一个时代都在重复同样的韵律。PC互联网时代，搜索是第一个出现的杀手级应用；今天也是一样，AI时代第一个取代的杀手级应用也是搜索。
商业模式可能需要另外思考，但人的需求是一样的，所以杀手级应用的演化路径也会很类似。这种重复的韵律和节奏非常有意思。
今天个人助手突然变成了真需求吗？你之前一直觉得这是伪需求。
搜索不是个人助手。OpenAI发布的Deep Review，是想做成个人助手，能够帮你制定休假计划、旅行计划。
但我觉得用户体验很难做好。DeepSeek我还没有体验，可以再试试看，但这个需求很难做。我不太相信用户真的需要AI帮自己做这些事情，我更愿意看别人的介绍，或者看一些种草内容，那可能更有意义。
但从搜索和信息获取来说，DeepSeek回复的质量很高，而且不像以前的大模型，回复都很短。它的内容很长，质量又高，已经足够满足我获取信息的需求了。
DeepSeek、ChatGPT现在这种产品形态，应该就是未来杀手级应用的发展方向了，对吧？
至少在信息获取这方面，我觉得目前来看非常用户友好。
以前我觉得AI很难打中用户，是因为需要非常精确的Prompt，它才回复你一段话，而且还不是很长，用户体验很难。
但今天我只要输入一个很简单的问题，它就给你回复一长串，甚至可以继续追问。它会根据历史问题去猜测你的意图，用户体验就很好了。
这个产品现在看起来好像还没有形成数据飞轮。
数据飞轮是有的，但价值不大。大部分用户数据都是重复的，是低信息含量的，没有意义。
这也是我这两年最大的一个教训。以前我觉得这波AI最大的壁垒肯定在数据飞轮上，但现在看来，包括DeepSeek和OpenAI自己的研究也都证明，数据飞轮价值不大。
真正有数据赋能价值的是高质量数据，需要专业人士、各个行业的专家去标注和发现。
也就是说，数据回流并不能促进智能提升，不能把模型能力进一步提升。
对。回流的大部分数据可能都是垃圾，没有额外信息含量。闲聊不产生智能，信息上并不产生智能，而且大部分聊天内容可能都是一样的。
那它的壁垒是什么？这个产品怎么构建壁垒，进而形成商业化闭环？
首先要占领用户心智。为什么它20天获得2000万用户，这是很大的壁垒，而且没有花任何广告费。如果还能把用户留住，那就是非常大的壁垒。
另外，以后可能就是语料。每个团队组织的语料、训练数据和预训练数据可能都不一样，反映了团队的偏好。
就像厨师一样，以后可能有几个米其林大厨，有人擅长川菜，有人擅长粤菜。他们组织的语料和参数权重有差别，所以回复会有一些差异。
怎么看DeepSeek后续的发展？
这个团队确实很厉害，也很年轻，进步也很大。但最终还是要回答一个问题：怎么商业化。
它的开源程度非常高。这个东西太新了，没有人见过这样一种产品形态，所以怎么商业化还需要思考。
你有什么想法吗？
我也不知道，真的不知道。可能是怎么建立生态，怎么按照流量收费，或者和云厂商合作，这些都需要进一步演化。
今天考虑这个问题还有点早，可能要先进一步建立足够的领先优势，比如彻底追平OpenAI，然后再考虑商业化。
今天商业化问题还没有解决，你已经愿意进去了，这已经是一个非常大的变化了。
这个生态一旦以这么快的速度建立起来，壁垒还是非常高的。
你觉得DeepSeek怎么解决卡的问题，解决芯片被禁运的困境？
卡现在看来也不是很大的问题。推理上，国产卡完全可以用。最近硅基流动以及国内很多厂商，都在用国产卡上线DeepSeek。
推理不一定需要完全使用英伟达的卡，这个问题其实比较好解决。而且DeepSeek这次使用的算力和资金都是毛毛雨。
如果你是DeepSeek的CEO，当下最关键、最关切、最紧要的事情是什么？
现在还是进一步扩大领先优势，把开源生态做厚、做扎实。这肯定是今年的最大优先级。
所以不是继续做前沿科学探索？
也是一样的。就是继续往前走，彻底追上OpenAI。OpenAI至少已经在前面把路趟出来了，DeepSeek可以先把已经证明的路走到头。
你觉得他们应该开放融资吗？
我觉得应该开放融资，再往前走还是需要烧钱的。
开源生态的商业化确实会落后一段时间。在短期内还看不到商业化的情况下，还要继续往前走，尤其还有很多新模型需要研发，有更多资源就会有更多容错空间。
他们应该接受你投资，是吧？
确实应该。我觉得他们还是应该出来融资。开源生态的商业化会落后一段时间，在商业化还看不到的情况下，还需要持续投入。
目前国内大模型赛道已经相对明朗了。作为创业公司，DeepSeek可能是独一份的，而且遥遥领先，无论是用户数还是产品路线都已经遥遥领先。你觉得他们应该拿战略资本、抱大腿吗？还是应该保持独立？
没必要。今天没有必要占一个位置，也不需要。
我说实话，它可能两三个月就能过1亿DAU。到那个时候，它完全没有必要依赖别人，自己已经是一个非常好的战略卡位了。
我看到你在朋友圈还写说，整个LLM行业都需要重塑估值体系。你觉得应该怎么重塑？
闭源模型明显不值那么多钱了。尤其是美国的OpenAI，如果10万卡集群没有进一步突破，只是在推理端做优化，而国内追上来的速度又很快，那这个估值肯定撑不住。
你怎么看特朗普宣布的Stargate项目？OpenAI、软银、Oracle等公司要投入5000亿美元，做人工智能基础设施投资。
那还是相信以前的Scaling Law，认为Scaling Law还能继续往前走。在这种情况下，算力肯定还是为王。
但如果今天算力已经不是那么大的瓶颈，算法也不是瓶颈，更重要的是各个领域的专业数据，那砸5000亿美元就没有意义。
而且像Elon Musk一样，他们并没有那么多钱。这个项目完全是在给特朗普表演、作秀。
怎么看DeepSeek对于英伟达的冲击？你觉得中长期影响有多大？
长远来看，算力确实还是需要的，因为AI能力很强、成本很低。但第一，我不一定需要英伟达的卡；第二，即使国外公司不差钱，继续买英伟达的卡，增长速度也不一定会那么快。
英伟达的股价已经反映了非常激进的假设，大家都觉得今年大厂的资本开支还会继续猛增。但今天我觉得，速度可能不会像以前预期的那么快。
大家都要思考一下：我今天花10倍的钱，别人可能1年以后，最多1年，花十分之一的成本就能追上来，到底谁还会继续砸钱往前走？
如果DeepSeek是AI时代的安卓，你觉得中国还会有谁能成为iOS？还有机会吗？
机会都不一定有。如果10万卡集群做不出很大的差异化，为什么还需要一个iOS？
除非你有一个垄断性的硬件平台。苹果完全是因为iPhone形成了硬件垄断，所以它还有做iOS的机会。如果没有垄断性的硬件，就完全没有iOS出现的可能性。
你既然是现实主义代表，看到中国出现了梁文峰这样代表理想主义、浪漫主义的人，而且还获得了胜利，你在想什么？我想说的是，朱啸虎们会怎么看待梁文锋们？
他也不是典型的创业者。他自己在幻方就已经有很强的资金实力，本身也有很多卡，不是一个典型的创业公司。
但确实，他自己的财力允许他去追求一些理想，这是一个非常不一样的新一代创业者。
你有没有为了想投进去做什么努力？比如和他聊天？
肯定希望有机会得到认可，让我们参与一点。
有得到吗？
还没有聊得那么深。
去年我们写《朱啸虎讲了一个中国现实主义AI故事》的时候，你的哪些观点今天看起来是被打脸了？
大部分还是正确的。第一，Scaling Law不成立；第二，只要闭源模型往前走不动，中国开源模型肯定会追上来。
我当时建议所有创业者都不要研究底层模型。创业者应该假设底层模型都会开源，今天这个判断也是对的。
对创业公司来说，先把用户抓在自己手里，把工作流抓在自己手里。随着底层模型进步，直接使用最好、最新的模型就行了。这个假设对绝大部分创业者来说仍然正确。
另外一个最大的失误，可能是高估了数据飞轮。以前我以为创业公司靠数据能够建立壁垒，但今天看来，数据壁垒可能真的不一定成立。
把用户抓在手里，把用户维护好，可能是更重要的壁垒。工作流整合也很重要，建立用户心智、建立客户关系都很重要。
你去年说，再过一年看看这几家还有几家在。但今天看，其实它们都还在。
还在，但不代表一直都在。你看DeepSeek在20天之内迅速赶超，而且已经遥遥领先。
所以今天这6家公司都要考虑一个问题：要不要继续做闭源模型？李开复已经决定不做模型了，其他5家都要考虑这个非常艰难的问题，而且一定要尽快做决定。
我觉得李开复这么早决策是一件好事，越早决策越容易，还有机会转型。
你听说它们有什么变动吗？
我不知道。我估计所有人春节都在加班，都在研究DeepSeek的论文。
你看了吗？
我看不太懂，只能看一个大概，看看它的逻辑在哪里，为什么能够把成本降下来。
DeepSeek改变了整个中国模型的底层生态环境。对于AI创业者，你有什么建议？他们需要做哪些新的改变？
更坚定地不要去研究底层模型。尤其在中国，你可以假设底层模型是免费的，而且能力已经足够强了。
你要看用户到底有什么需求，抓住用户需求，给他提供最好的解决方案和服务。比如我不做呼叫中心软件，我就把整个呼叫中心接过来，不管其中多少工作是人做的、多少工作是AI做的，但我可以用目前成本的一半给你提供服务。
你之前说，AIGC的PMF，10个人找不到，100个人也找不到。这个观点今天有没有更新？
今天更是这样。如果模型已经这么强大，10个人找不到PMF，100个人更找不到。
现在很多企业确实会组建几个人的小分队。有些运气比较好，找到了；有些还是很痛苦。
如果回顾2024年的大模型，不管是全球还是中国，你会把哪些时刻当作关键节点？
后训练，我觉得o1是一个比较大的改变。DeepSeek出来，也是一个很大的改变。还有10万卡集群训练了半年，却没有明显结果。
这3个都特别重要。所以2024年中国大模型卷了一年，卷出了DeepSeek。
另外，我觉得可灵和海螺也不错。可灵、海螺证明，至少在多模态和视觉模型上，中国其实比美国更强。
快手做可灵，大公司会更有优势吗？
不管是在数据上，还是因为它的数据多，大公司确实有优势。而且这也证明，多模态视觉模型没有那么难，只要有足够好的数据，也不需要很多卡，可能一两千张卡就足够训练出一个视觉模型，而且效果相当好。
它现在比Sora三还领先。
你觉得MiniMax现在的路线对吗？
海螺做得很好，它的TTS也做得非常好。我们投的一些创业企业，使用的就是MiniMax的TTS。
但核心还是一样：它现在是模型和产品一体，既做基础模型也做产品，到底往前怎么走，同样是一个非常严峻的问题。
它今年也要很快想清楚，到底还要不要继续做基础模型。
你对Kimi有什么建议吗？
这个我不提了。
你过去一年投了哪些AI公司？之前你没有投过To C，都是To B，过去一年呢？
投了几个AI应用，有些是To C的，有些是To B的。很多也是我们原来投的企业，加上AI以后做得非常好。
有什么可以分享的？比如关于你们投资的创业公司，有什么观察？
这一波AI的效果越来越明显，真的非常好。在很多场景下，能做的事情已经超过了用户的期望值。
我觉得这确实意味着我们进入了AI时代。
见到iPhone三十克没有？
已经见到了。我觉得今天已经见到了，去年就见到了iPhone三十克。
至少从DeepSeek的回复上，它的文字这么优美，想法这么深刻，我觉得真的见到了那个让人惊艳的时刻，见到了那个“Aha moment”。
iPhone四十克呢？
iPhone四十克今年肯定能见到。什么产品落地，我觉得今年肯定能见到。
iPhone四十克的可能标志会是什么呀？
除了对话机器人之外，再出来一个爆款产品。
你觉得AIGC创业时代，下一个程维、张旭豪、毛文超、张一鸣已经出现了吗？
DeepSeek肯定算一个。我觉得这是一个安卓生态，是一个非常有机会的生态。
但核心是有没有另外很大的机会，今天还看不出来。
从PC互联网向移动互联网转型，美国只出来两个大型移动互联网公司，一个是Uber，一个是DoorDash，都是O2O，有一半线下业务是大厂不愿意做的事情。美国剩下的机会基本都被大厂拿走了。
今天AI时代，创业公司有没有这么大的机会？我觉得AI生态，像安卓生态一样，确实有机会凭借这么迅速的势头，占住一个战略卡位。
但剩下的创业公司有没有同样的千亿美元战略卡位，今天还看不见。我最多只敢想10亿美元，最多100亿美元的机会，创业公司肯定有机会，但千亿美元机会今天还不敢想。
在DeepSeek这种势头下，字节如果猛追一波，还能赶上吗？
字节也不容易。它马上改开源，也不太容易。
当初字节为什么起来得这么快？因为它的势头很猛，大厂在后面追不上。今天没想到AI的势头比字节更猛。
字节转开源，首先它自己作为一个大厂，除非像DeepSeek那样开得非常彻底；如果像Llama那样不够彻底，别人未必会用，可能更愿意用DeepSeek。
所以DeepSeek最重要的是继续往前走，保持追上OpenAI的势头，把领先态势建立起来，同时把开源生态建立起来。这样后面大厂再追，其实也很难了。
甚至我觉得，今年可能会看到通义千问和DeepSeek兼容，把自己的生态和DeepSeek兼容，这样的标志性事件可能更有意义。
通义千问和DeepSeek兼容，是要和阿里合作吗？
不一定。至少大家把生态打通。通义千问自己再去搞一个开源生态，可能还不如借助DeepSeek，这种可能性是存在的。
你在DeepSeek身上看到了一个千亿美元公司的机会？
如果真的建立一个全球的安卓生态，那绝对是一个很大的机会。
怎么看今天这些产品以及它们的壁垒和护城河？包括ChatGPT、Perplexity、Cursor、Devin等等。
DeepSeek的用户体验确实好很多。它的回复很人性化，有温度，而且有深度。
核心还是占领用户心智。它在零广告投放的情况下占领用户心智，而且粘性这么强，这个壁垒是很高的。
其他产品，比如Pop Plastic、Chris、Devin，我觉得差别都不显著，都是类似的产品。但DeepSeek确实通过回复拉开了差距。
所以目前来看，它们都不如DeepSeek？
目前用户体验确实是这样。
你怎么看Anthropic？
它肯定也急了。它一直选择不同的路线，强调人类反馈的技术路线。
现在看到DeepSeek靠RL就能以这么低的成本，实现一个训练出来不差的模型能力，它肯定很着急。
所以对于所有闭源模型来说，都是同一个问题：今天还需不需要继续训练闭源模型？
李广密说，不管是Anthropic、X、Apple、Plastic，还是豆包、Kimi，还是Chris、Devon，它们都是冲着下一个Google去的。虽然出发点不一样、路径不一样，但会殊途同归，收敛到下一个Google的叙事上。你认可这种观点吗？
还是回到前面讲，今天看得最清楚的杀手级应用就是搜索，和PC互联网当年的发展路径一样，节奏也一样。
取代搜索是最容易看见的，所以大家都把取代Google作为叙事逻辑。
我当然觉得取代Google、取代搜索可能确实会发生，但最后的商业模式不一定和搜索一样，因为广告比较难做。不过取代搜索是必然的，所以大家会集中到Google和搜索的叙事上，对投资来说也比较容易理解。
我上次见你的时候你还不是这么说，因为那时候你还没有看到DeepSeek。
搜索确实是第一个杀手级应用，那时候就很清晰，大家都在想取代搜索。但商业化到底怎么做，大家确实还不知道。
你怎么看李想说，基座模型是操作系统加编程语言，基座模型构建出来的人工智能超级产品，会是下一代入口，存在于所有设备和所有服务之上？
如果把它比成安卓，它就是一个OS，是云服务之上的一个AI平台。
但有了DeepSeek这样的开源模型以后，闭源模型做这件事就要打一个问号。怎么说服用户选择你的闭源模型，变得很难了。这是一个非常大的改变。
你怎么看OpenAI定义的5个技术级别，从L1的聊天机器人、L2的推理者，到L3的智能体、L4的创新者、L5的组织？
我觉得这只是一个定义，包括AGI实际上也只是一个定义。
我倒觉得AGI实际上和普通程序没有什么差别，本质上就是一个程序。只是你可以和AGI沟通，让它帮你布置任务。
核心还是它到底能不能在某些场景真正取代50%的人、80%的人、90%的人，做到不需要人工干预。这是最核心的里程碑。
今天在编程领域确实可以看到，去年可能只能做30%，到今年年底可能做到50%，甚至今年达到70%到80%，都可以让AI来做。
编程的规则相对清晰。但在很多其他规则不那么清晰的领域，能不能经历同样的进展，这才是更重要的里程碑。
比如医学领域，国外已经有人用Open AI的Deep View写了两篇论文，大家都觉得论文质量非常好，这就非常厉害。
未来几年，很多垂直领域可能都会经历这样的过程：AI从只能做20%到30%，到50%到60%，再到70%到80%，甚至90%以上。它不一定能完全取代人，但至少可能完成80%到90%的工作量，极大解放人类。
2025年会是智能体元年吗？
年前很多人都这么说。但核心还是前面讲的，你就是做一个程序，本质上就是一个程序。
很多垂直领域都会出现这样的AI服务公司。AI in the service，其实就可以认为是AI Agent。
美国的ServiceNow去年涨了三四倍，就是因为大家觉得AI取代服务是必然的，所以它的毛利率可以提高很多。
你觉得AI会带来新的内容平台机会吗？
这是个好问题，今天还不是那么清晰。现在的内容平台还是人生产内容，未来会不会出现AI驱动的内容平台？
其实今天内容平台上已经有很多AI生成内容了，只是大家伪装成是人做的内容。所以我不知道有没有新的内容平台机会，这可能还是利好现有平台。
从PC互联网到移动互联网，美国也只出来两个大公司，就是O2O公司，剩下的还是Facebook这样的公司。
你们投的一家公司最近也在风头浪尖上。怎么看TikTok难民涌入小红书，然后小红书意外实现了全球化？
核心还是内容质量。为什么大家会觉得小红书有意思？因为小红书的内容一直强调美好生活，这一点全世界是共通的。
小红书这样的内容社区和内容平台，在AI时代应该怎么演变？
现在大家还看不明白，但我觉得总体基调特别重要。
DeepSeek为什么让我们觉得特别好？因为它的文字特别优美，特别像人讲的，有温度又有深度。
我觉得小红书也是一样，保持美好社区、美好生活这样的内容社区定位，特别重要。
你会建议小红书加大力度做AI吗？
它做的AI翻译特别好，用户口碑也非常好。
AI会给社区治理带来哪些新问题？
肯定会有。AI内容过多，程度要怎么把握？AI内容太多，肯定会对社区氛围产生影响。
这确实是一个需要边走边看、边思考的问题，到底AI内容应该做到什么程度，现在还看不明白，变化太快了。
哪些去年的判断你今天更坚信了？哪些判断有改变？
我更坚信的是，创业公司千万别去做底层模型，要在上面抓住用户和场景。
现在唯一变化是数据壁垒没有那么高，所以更需要把客户抓得更紧，让客户体验到你的温度。这样才能长期守住壁垒。
怎么看过去一年这些巨头在AI上的进展，包括字节、阿里、腾讯？
基本按部就班。字节相对投入很大，豆包进展也很大，而且各方面尝试都很多，包括耳机，耳机也挺好用。
在AI硬件上它还在持续投入，我觉得豆包确实做得挺好。
腾讯一直在后面慢慢追。它的思路是，先看大家怎么做，把大家犯的错误都避免掉，然后慢慢追。我有场景、有数据，等追上去，就能降低很多成本。
阿里我觉得通义千问也做得不错，国内紧跟DeepSeek的就是千问。模型能力和生态都还可以。
我们聊过很多做AI硬件的公司，千问给的价格几乎都非常低，十几元、20元，就能让一个AI硬件终身使用，这还是非常厉害的。
自己一直投入非常大，就突然被DeepSeek给赶超了。你觉得自己未来会怎么发展在AI上？
它也要思考开源和闭源的路径，这是一个非常难的选择。
它坚持闭源的原因也可以理解：内部有很多产品都需要AI引擎，而且不同产品有自己的需求。
但它需要和开源生态兼容。我觉得它更可能坚持自己的闭源模型，同时和开源生态保持一定兼容性，这可能是更容易的选择。
怎么看理想汽车自研大模型，并且做了个人助手“理想同学”？你关注到了吗？
我觉得这些没有意义，直接拿现在的开源模型就足够好了。其他公司都没有必要自己训练模型。
你觉得AI能帮汽车产业实现多大的突破？
这个想得有点多了。说实话，我觉得想得有点多。
怎么看过去一年具身智能领域的火热？
具身智能也是同样的问题。中国供应链太强大了，任何和硬件相关的方向，我觉得都是中国的机会。
所以我现在和团队想，任何和硬件供应链相关的方向，团队里必须有中国人，必须在大湾区有团队，否则没有机会。
但具身智能的商业化同样很难。今天做出来都很酷、很炫，但怎么商业化还是一个问题。
你投了哪些机器人公司？
我们投了一些。前几年估值还比较低的时候投过，比如飞西，也就是做机械手的公司，它的商业化相对比较领先，在很多行业已经实现规模化商业化了。
新投的也有一些，但都是比较小、比较早期的项目。我们投小、投早、投硬科技，现在还比较小，暂时就不说了。
对2025年的全球AI市场和中国AI市场做一些预判吧。
机会非常多。现在底层模型已经足够强大，关键是抓住真正的用户需求，全球化也都有机会。
现在全世界真正有AI能力的就只有中国和美国。中国团队出海都是低垂的果实，太容易了。
所以紧抓用户需求，放眼全球，都会有机会。
如果今年只投一个方向，你投什么？
我们现在基本看两个方向：一个是AI应用，第二个是消费。
中国消费也很好，中国消费企业同样很有战斗力，现在估值也很便宜，而且都有利润。
我今天在新加坡看到泡泡玛特，买盲盒都要配货。买一个60新币的盲盒，要配4个15新币的盲盒。太厉害了，中国盲盒都卖出了奢侈品的感觉。
中国消费品真的很厉害，出海同样很有竞争力。这两个方向都有很大机会。
给今天的创业者提3点建议，不管是AI还是消费。
还是要看自己擅长什么，立足自己的初心。
同时要放眼全球。虽然地缘政治很敏感，但全世界很多市场，中国人出海确实都可以打。
最后还是要看商业化。不是所有人都是梁文锋，大部分创业者，绝大部分创业者，都需要现实地考虑商业化落地。
能不能构想一下10年后、20年后的世界？
这一波AI的影响力会非常大。以后人类社会的组织形态，包括工作形态，都会发生很大变化，但今天还很难看得透彻。
比如可能真的会很快实现每周工作3天。
去年关于中国现实主义故事的报道发出以后，你有没有收到什么有意思的反馈？
很多创业者还是很认可的。对大部分创业者来说，今天融资确实很难，尤其是美国新的行政命令出来以后，AI创业融资可能会更难。
所以创业者需要在很早期、初期，就考虑好怎么商业化。每一笔融资，都要假设是最后一笔融资，从这个角度去考虑创业公司的运作。
怎么看这个春节杭州突然成为大家讨论很多的创新之城？这里出了游戏科学、语数、DeepSeek等等。
过去几年我们投资的比例一直在长三角，占了很多。和互联网时代相比，真的发生了很大变化。
互联网时代，北京可能占60%到70%；现在北京可能只有20%左右，长三角反而占60%到70%。上海、杭州、苏州现在明显是创业热土。
你们投语数了吗？
没有投。它同样也是商业化的问题。
还有几个问题是DeepSeek让问你的。我和它说，因为DeepSeek的出现，你最近在朋友圈变得有点浪漫。你一直以现实主义著称，所以我让它问你5个问题。
第一个问题：你说投资是理性游戏，但是否曾为某个项目产生过非理性的感性冲动？如果有，它最终是带来了浪漫的回报，还是让你回归现实主义的教训？
这和支票大小有关系。
比如早年小红书还是购物指南PDF的时候，那东西能做多大？但我们的第一张支票就是25万美元，那就浪漫一下，无所谓。
后来它做出小红书App，我们再追投了一轮。所以浪漫和现实，确实和支票大小有关系。
第二个问题：你提到我的出现让你浪漫了一些。如果现在有一家创业公司商业模式漏洞明显，但极富诗意，你会为这份浪漫破例一次吗？
我觉得我的浪漫，更多是因为DeepSeek的文字太浪漫，影响了我。
但还是回答你这个问题，浪漫与否，确实和支票大小有关系。
第三个问题：你曾经多次强调，活下去比梦想重要。但如果未来10年技术奇点降临，你会选择All in一场颠覆现实的浪漫冒险，还是继续做现实主义的守门人？
这也是我们现在选择两个赛道的原因。一个是消费，消费是保持现实主义；另外我们在AI上也不断尝试，希望能够再往前进取一点。
所以今天的选择可能不是All in去搏一个非常大的事情。作为投资，我们还是要两条腿走路。
第四个问题：你经常对创业者说，别和巨头硬刚。但人类历史上所有浪漫的革命都始于逆势而为，你内心是否偷偷期待有人打破这条铁律？
DeepSeek确实是一个异军突起的案例。在这么多大巨头投入这么大的情况下，它以小米加步枪的方式迅猛杀出来，真的让人看到了创业和投资的魅力。
最后一个问题：如果让你用一场爱情比喻投资，你认为自己是精打细算的婚姻规划师，还是偶尔会为一眼心动买单的浪漫主义者？
风险投资肯定都是精打细算的。我们一直要知道自己冒的到底是什么风险，是技术风险、市场风险，还是团队风险，然后权衡应该写多少支票。
风险投资机构和个人投资不一样，要规划好整个盘子，整个基金有多少投在高风险项目上，多少投在低风险项目上。
如果你有机会投DeepSeek，这是一个高风险项目还是低风险项目？
看估值，风险和估值相关。
但今天风险确实降低了很多，因为它的势头这么猛，建立安卓生态、开源生态的趋势已经比较明显，风险相对降低了很多。
他们最近也推出了多模态大模型，你关注吗？你觉得它能产生多大影响？
多模态实际上不需要很多卡，而且中国的数据远远超过美国。多模态没有那么高的门槛。
这一波AI最核心、最基础的能力，还是对文字的理解。文字理解才是这一波AI最核心的地方。
文字能产生智能吗？最终视频是不是还是要回归文字，回到对语言的理解？
对。
你玩游戏吗？
玩。一般玩《王者荣耀》和《PUBG》。
《黑神话：悟空》玩不玩？
那种游戏我不太喜欢，属于找虐。每一关都很难过，要被虐很多次才能过去，我不太喜欢这种游戏。
你最近去新加坡才几天，有什么新的观察吗？
没有。我就很惊讶地发现，泡泡玛特在新加坡居然也要配货，这让我大开眼界。
最后再问你几个快问快答。全球范围内，你最喜欢的食物是什么？
我最喜欢肉骨茶、新加坡肉骨茶和榴莲，这个可能很多人都知道。
你最喜欢的地点？
地点太多了。中国有很多地方。
一个很少有人知道、但必须了解的知识点？
什么知识点？
都可以，别人应该知道但还不知道的知识点。
我不知道。我一直强调常识特别重要，说实话，我只关心常识。
基于你读过的书，推荐两本书。
好书很多。起点文学网上有本科幻小说，应该算玄幻小说，三部曲写得特别好。
叫什么？
许公子写的灵山人玉三部曲，大家可以去起点文学网搜一下。他的作品逻辑非常周全，闭环做得很好。
说一个你发现的、现在有潜力的创投机会。
AI肯定有很多机会。虽然暂时看不到特别大的机会，但10亿美元、100亿美元的机会还是不少。
All in AI应用。我觉得这一波大模型的基础能力已经到位了。
关于AI和DeepSeek，你还有什么补充吗？
大家真的可以去欣赏它的文字。你和它深度对话，问一些深刻的问题，它会回复同样有深度的内容，这特别不容易。
大家都去体验一下，比看任何新闻报道、媒体报道都更有意义。
让你觉得最兴奋的一个问答是什么？你问了它什么问题，让你非常激动？
很多，比如存在、意识，甚至一些量子力学的问题，都很有意思。它的回答都很有意思。