电厂丨两亿美元打造中国版 ChatGPT？王慧文你别闹了

　　作者 张勇毅

　　编辑 高宇雷

　　即使「人工智能元年」这个口号在过去十年内已经被喊出了无数次，但 ChatGPT 所掀起的这一轮浪潮，还是迅速点燃了中国科技公司与创投圈的热情：前有阿里、京东纷纷上车，后有百度、知乎等内容平台也加入战场押注 ChatGPT 领域。有消息称百度 CTO 王海峰已在内部立军令状，要在三月完成百度版 ChatGPT 内测并发布产品。

　　但这些都被上周的一条朋友圈抢去了风头：2 月 10 日晚，前美团联合创始人、已经退休的王慧文发朋友圈表示，自己将出资 5000 万美元，投身人工智能领域。堪称迄今为止 ChatGPT 掀起的人工智能浪潮中的最醒目的那位弄潮儿。

　　在这条被称为「价值五千万美元的朋友圈」发布之后，王慧文在本周一也在即刻发了一条相同主题、但披露更多细节的「英雄帖」，明码标价估值两亿美元，5000 万美元占股 25%，剩余的 75% 股份全部用来邀请顶级研发人才。并表示已经有「顶级VC」认购 2.3 亿美金。

　　据36氪报道：王慧文口中的「顶级 VC」，至少包括源码资本、真格基金等风投机构；真格基金也在微信公众号发布了另一个版本的「英雄帖」，宣布招募「有能力引领新一代创业公司的创始人」。

　　在 ChatGPT 之前，似乎已经数年没有出现如此能让中国投资圈如此疯狂的事件了。

　　砸钱，招人，找人

　　在烧钱做 AI 这件事上，其实过去数十年间已经形成了一套非常清晰的「烧钱」路径：砸钱招人做深度学习。

　　在 AI 业界，用「金手铐」，吸引顶尖 AI 人才来加盟自己的团队，已是通行的惯例：但即使是在 ChatGPT 尚未在全球掀起新一轮 AI 浪潮的 2021 年，顶级 AI 人才的年薪标准也已经突破百万美元大关。

　　这些来自顶级院校的研究人员既是推动 AI 技术向前迭代发展的主力军，同时往往也是各路 AI 创业公司主要资金消耗所在：用微软高管的话讲，「一个 AI 顶级人才的雇佣成本已经超过了橄榄球联赛顶级四分卫的成本」。

　　放在国内语境，类似但不恰当的对比或许应该是「 AI 顶级人才年薪已经高于CBA顶薪球员的年薪」，这一点也能从 AI 研究领域顶级机构 DeepMind 披露的数据中能看出来：DeepMind 在全球约有 1000 余名员工，其中很大一部分都是世界级的顶尖 AI 专家，这些人的年薪均超过百万美元，DeepMind 与背后的母公司 Google，每年要在人事成本上超过一亿英镑，是 DeepMind 最大的支出部分。

　　除此之外，对于人工智能研究最重要的概念 —— 深度学习，需要大量算力才能完成，这本身就是一项极其耗费资源、且极少公司能够完成的重资源工作 —— OpenAI 背靠微软 Azure、DeepMind 有 Google 引以为豪的 Google Cloud，其他 AI 公司则只能通过正常的商业模式来租借算力。

　　Google Cloud 数据中心

　　即使按照之前披露的 Google Cloud 给 DeepMind 的「内部价」，王慧文提到的 5000 万美元，在训练深度学习模型所需的算力面前，或许不到一年就会烧光 —— 这还是不考虑其他任何运营成本支出的情况下。

　　上面多次提到的 DeepMind，在历经了近十年连续数亿美元的亏损之后，才终于在 2020 年开始扭亏为盈：但这更多是在 Google 持续给 DeepMind 全方位输血的情况下获得的成绩，Google 不仅砸钱收购，还「慷慨」地每年大笔投资，在 Google Cloud 提供云计算资源倾斜。并一直被视作能诞生下一个十年 Google 竞争优势的长期投资。

　　但到了 2023 年，耗费 Google 近百亿英镑的 DeepMind，也没能抢先 OpenAI 一步，端出 ChatGPT 这样引爆社交网络以及创投圈的明星产品，连带背后押注的 Google 不得不匆忙发布 Bard，成了另一个追赶者。

　　中国的 ChatGPT 在哪里？

　　目前绝大多数顶级 AI 研究机构，或完全属于学术型研究机构，或在商业化探索的道路上艰难前行，不断试错。OpenAI 只是其中一个恰好多次踩在正确道路上的那个幸运儿：ChatGPT 是 OpenAI 从 2015 年创立之初就开始研发，在 2020 年发布技术原型 —— GPT-3 语言模型，并最终在 2022 年 11 月，诞生了 ChatGPT。

　　即使普遍被认为「踩错风口」的 DeepMind，也不只是「另一个 AI 创业公司」那样简单：作为 AI 领域的先行者乃至最重要的研究机构，即使是在 ChatGPT 背后，也有着众多来自 DeepMind 作为「先行探索者」，研究获得并通过论文方式公开的研究成果。

　　DeepMind 的「失误」在于他们最终并没能在商用场景将自己「激动人心」的技术更进一步落地，最接近普通用户的时刻或许就只是在 AlphaGo 击败李世石的那短短一周。在之后的七年中 DeepMind 的各种商业落地项目都如同空中楼阁一般，就像在朝圣之旅最后一公里迷失方向的朝圣者一般。

　　DeepMind 的故事也是对所有 AI 创业者的警示：在通用型强人工智能仍然遥不可及的今天，所有人都在高呼「加速进入新周期」，但却忽视了人工智能研究领域一直以来的强研究属性，以及过去无数人工智能领域成果最终倒在了商用落地的过程中。

　　按照 DeepMind 的预计，他们的最终目标 —— 通用人工智能。最乐观的估计也至少还有几十年的路要走。在这之前，还需要更多资本的支持与时间的投入，才能最终开花结果。

　　资本急功近利的特征，是 AI 这样重资本、且要求长期投入的研究领域的大忌，即使是类似 ChatGPT 这样的成果，也需要遵循人工智能领域的研究逻辑，经过数年的研究与迭代最终问世。

　　但资本狂欢之下，似乎每一个人都忘记了：这样一个需要重人才积累、长期投入以十年为周期、每年需要耗资数十亿美金的行业，为什么会需要一个「当前不懂 AI 技术」、只带着 5000 万美金、两亿估值的创业者入局，来造出「中国版 ChatGPT」。

　　或许，在「强心针」带来的狂热与喧嚣过后，「中国版 ChatGPT 」的诞生道路仍然漫长：这并非一个信奉大力出奇迹或是「立军令状」就能够破冰的领域。而对于那些脚踏实地的的研究者与创业者，时间最终会证明一切。

　　在王慧文发了「英雄帖」的平台即刻，如今他的账号签名已经变成了「正在学习人工智能」：仅仅在几天前，这条签名还是「正在学习 Crypto」。当时他一样在即刻上不断咨询着各种 Web3/区块链技术相关的问题，并为其布道。

　　现在看来，对于王慧文来讲，区块链显然已经不再是那个值得狂热追逐的对象，被 ChatGPT 炒热的人工智能才是他下一个战场。只是不知道这一次王慧文的即刻签名，能保持多长时间。