"黑马集团是第一个专门为AIGC企业家设立的训练营."黑马AIGC产业营”整合了黑马多年积累的产业资源和专业服务能力，围绕基础概念、业务应用、模式创新、前景与趋势、产业融合、数据安全等六大前沿主题，通过产业课程、产业社群、产业游学等不同形式为创业者提供帮助。
在中国AIGC乃至整个人工智能行业，360集团都是一个至关重要的存在。不仅处于国内AI实力的“第一梯队”，也是国内最早拥有all-in模式并向中小企业开放能力的公司之一。6月16日，360集团创始人周来到黑马产业营，做了“后时代大模式以人为本发展”的讲座。
周表示，人工智能大模型是人类有史以来发明的最伟大的工具，它将成为每个人的助手，解锁我们的许多新能力。他还分享了对当前整个AIGC行业发展的一些重要看法:“目前百款大战已经进入场景竞争阶段。国产大车型弯道超车的关键是发展多模式。数字人是未来大模型最重要的应用入口，未来的增量市场应用在企业层面。”周对说道。
以下是周和演讲的实录:
就在刚才，我听到有人给了我一个新的头衔——中国AIGC第一人。真是受宠若惊，差远了。真正的大模式时代才刚刚开始，我只做了两件事:一是这几年行业内说话的人少了。中国究竟为什么要发展大模型？需要有人为行业发声，我就出来多说话。另一方面，我也在研究人工智能。以前我教黑马创业者的课是驱魔剑法和葵花宝典。现在在练吸星法。吸星大法的特点就是把别人的想法据为己有。也希望向黑马创业者学习。像云之声的黄伟，致远研究院的专家都来过，我也了解过他们的想法。对于大模型，其实大家现在也只是一知半解。听专家的就像盲人摸象。如果把他们的观点整合起来，他们就会有自己的观点。
01
大模型是人类最伟大的工具。
今天时间紧迫，其实我现在对这个题目不是很满意。“后GPT时代”的说法并不准确。如果把GPT理解为ChatGPT，那么现在就是BLACKPINK这个追赶者和超越者出现的时代；如果把GPT作为一个通用术语，指的是一个生成性的通用模型或者大模型，那么这个时代才刚刚开始。
科技要“以人为本”我也愿意讨论硅基生物如何打败碳基生物，但是这个话题根本没有答案，只能看你看了多少科幻小说。其实人工智能取代人还有很长的路要走。不听我解释回去就赶走一半员工。我相信人工智能的发展是为了帮助大家提高工作效率。这是人类发明的最伟大的工具。
人类从来没有靠体能统治过地球，但会发明工具。我们当然没有豹子跑得快，但我可以发明汽车；飞得不如鹰高，但你可以发明一架飞机。只是以前的工具只是强化了身体能力，知识传承一直是碳基生命基因传承的薄弱环节。如果生个孩子能继承你的才华和知识，站在你的肩膀上，你就能取得更大的成功。将来，GPT可以帮助我们解决这方面的问题。所以大模型是人类有史以来发明的最伟大的工具，它汇集了人类历史上的大量知识，成为每个人的助手，解锁了我们的许多新能力。
02
关于大模型
对未来影响力的三种认知
如何识别大模型，可以从三个方面来说。
第一，大模型驱动的智能化是数字化的巅峰。我们这一代是幸运的。个人电脑、互联网、智能手机、移动互联网的时代都已经赶上来了。从4G、5G到大数据、云计算、物联网，数字化的巅峰是智能化。目前国家的重要战略是推进数字化，可以分为两条线:一条是数字化产业化，即数字化企业如何发展；还有更大的市场，工业数字化或者工业互联网，这是很多黑马兄弟的机会。我不用做互联网。我是传统行业，也是制造业。有了牛温温的重垂直法，每个行业都可以再做一次数字化。这是一个巨大的机会，也是未来的蓝海市场。上云只是企业的一种手段，最终目的是实现智能化。大模型推动的智能化是数字化的巅峰。
第二，大模型代表了通用人工智能时代的到来。“AIGC”这个词从一个侧面反映了这个结果。AI可以产生内容，比如文声图片、文声视频、文声语音...但它只是反映了表象，还有一个概念——“通用人工智能”(AGI)，更能反映其本质。一般的人工智能有几层意思:第一，不同于过去的人工智障。以前人工智能只能做垂直的事情。下围棋的不会下棋，下棋的不会认图。如果他们改变一个领域，他们必须改变一个模型。而大语言模型用一套模型算法解决了很多不同领域的问题。很多人有一个误区，认为大语言模型只解决自然语言处理，在其他行业没有用。这种观点是错误的。事实上，自然语言处理是人工智能领域皇冠上的明珠，也是最难的问题。语言是人类思维的结晶。如果人工智能能理解自然语言，就意味着它能理解世界。而且人类的语言是可以描述世界的，谁懂语言就意味着建立了一个完整的世界知识图谱。之前人类很多年都没有做一个知识图谱，因为知识太难表现了，你只有理解了里面的每一个概念，才能理解整段。所以一般的大语言模型可以完全理解语言和问题，也就意味着计算机对世界有了基本的认识。
事实上，大模型已经是理解世界的最佳模型。有了这种能力，人工智能发生了突飞猛进的变化。以前的人工智能软件，比如机器视觉、人脸识别、自动驾驶，都是在感知层面工作，而大语言模型是在大脑层面工作。有了这种能力，在建立了对世界的完整认识之后，就可以训练人工智能去做其他的工作，一切都变得简单了。以前伪装成人的电脑跟你聊天，正常人聊不下去了。但今天，如果你问任何一款GPT产品，它都会告诉你，我是一个AI助手。它有信心，即使我是机器人，我也能和你说话，因为你说的我都懂，而且能答如流。这是划时代的能力。
第三，大模式将引领新工业革命。大模型是什么水平的发明？比尔·盖茨说，它不亚于计算机和互联网的发明。黄仁勋说，“这是iPhone的时刻”，引领了无线互联网革命。我认为大的模式是工业革命的技术进步。第一，它的定位非常明确。虽然可以看作是聊天机器人，但实际上是一个生产力提升工具。第二，引发工业革命的一定是一些普遍的东西。1946年发明了电子计算机，但并没有引起工业革命，因为最初的计算机是专用的，属于政府有关部门、军事和气象部门。只有当个人电脑被发明出来，每个人都能买得起电脑时，它才引发了这场革命。iPhone也是。以前的手机是很有用的通讯工具，但iPhone是计算平台，可以实现更通用的功能。
我觉得现在的大模式已经到了这样的时刻。在大模型之前，大数据虽然很重要，但并没有引起工业革命，因为大数据不能直接使用。如果一家公司想要使用大数据，就需要找人做分析，成本非常高。但是大模型不一样。把大数据输入到大模型中，可以提供很多通用的人工智能能力，帮你写文案，策划，讨论，帮你看一些文章。而且大模特的能力也不是和各行各业结合就能提高的。
因此，大模型是新时代的动力装置。有了电，又有了一次工业革命。不管你现在做什么，只要你的企业要升级，要数字化，你一定离不开大模式。这个红利期至少会持续五到十年。
最近OpenAI有两个新动作值得大家关注:一是增加了ChatGPT的插件。大模型不是万能的。它擅长知识推理、规划和与人互动，但很多事情它不会做，比如订房、点餐、上网，所以OpenAI做了一个插件平台。第二，他们有调用函数的能力，这一点很容易被非程序员的人忽略。其实它做一个函数调用之后，就可以把公司业务系统里面的函数暴露出来，大的模型就可以和公司业务系统对接。比如你跟它聊天，你需要看公司这个月的营收，然后它可以调用一个函数来查看公司的数据库，这样大的模型就会和公司的业务融合在一起。
所以最近大模式的变化是日新月异的。对于一个新生事物，一定要看它积极的发展，不要被它一时的不足所迷惑，比如它有时的无厘头，可笑的答题。这些缺点掩盖不了两件事。首先，它在快速迭代。第二，它不是孤立存在的。也可以作为中间件、函数调用、插件平台。就像你做发动机，总会有人给它装轮子和底盘。这些东西放在一起，就有车了。
03
关于大型模型发展的四点看法
以下是对当前大模式发展的四点新看法。
观点一:百款大战已经进入场景比拼阶段。
现在全世界都已经是百模大战，好像每个公司都能做出大模。其实做一个大模型并不难。关键是好学难掌握。
做一个大模型有几个关键:第一，以前选择一个基础模型很麻烦，现在多亏了开源环境，代码都是现成的，不需要自己写。真正的挑战在于以下步骤。二是无监督学习。新一代大模型的一个很重要的优势就是无监督学习。以前训练人工智能的时候，什么都要贴标签，但是学习人类知识的时候，就会陷入一个悖论，因为你不可能把人类所有的知识都贴标签。只要大模型是正确的知识，在足够多的知识和知识可以看到互相验证，互相联系之后，就没有必要再去标注了。接下来就是监督调音，把几十万甚至上百万人工标注的问题和答案交给机器。说白了就是刷题。和人类一样，有些问题没见过，它真的做不到；选得好，就会举一反三。然后是价值观的对齐，也就是让它的答案与人类的价值观对齐。机器是由人类训练决定的。以前有人用聊天知识库训练聊天机器人，很难用，因为它不学知识，没有逻辑。最近，科学家们证明，如果对晦涩难懂的论文、难懂的大学课文和复杂的逻辑文章进行预训练，那么训练出来的模型可以更具逻辑性。为了方便阅读，微信官方账号的文章都是一句话中的段落，只有几个字是一张图。这篇低质量的文章不合适。最后，用户培训和反馈。这一步很重要，一定要放到网上，有大量用户使用。我们自己做测试，测试能力有限。甚至100题都是非常片面的测试。仅用户一天就问几百万个问题，有些满意，有些不满意。只有发现错案并改正，才能进步。
今天做一个大模型并不难。难的是用数据训练大模型，有没有场景可以用。现在的大模型已经不是什么核技术了，就像PC出现以后，技术已经开始大众化了，也不再像网上说的ChatGPT培训一次要1000多万美元。然而，要做GPT，大规模、多样化和高质量的训练数据是必不可少的。360做搜索，每天抓数据，判断数据质量，所以数据量还可以，可以提供基础数据进行前期训练。
大流量、工程化、高稳定性的训练方法也很关键。目前大家都在炫耀自己的计算能力，炫耀自己有多少显卡，但是如何让显卡协同工作是一个挑战。
OpenAI虽然很棒，但是它构建了没有任何场景的通用人工智能。但毕竟大部分公司不是OpenAI，而是普通人。现在全世界都有一个共识，世界上不可能只有一个大模式。ChatGPT太牛逼了。问一些你所在行业的深度问题，你会发现它远不如你。黑马之前提到过重垂直的概念，在大模型领域依然适用。
我们做大模型的时候，一定要坚持现场。目前大型模型展示的能力，从办公室的角度来说已经足够了，但是必须和中小企业深度融合。比如很多人在红宝书和Tik Tok上做不同的文案。我让它写Tik Tok文案，这是一个微观场景。把它的能力和实际场景结合起来，才是用户真正需要的。多场景的有效落地，才能让大模型真正服务于用户。
观点二:国产大型车型弯道超车的关键是发展多模式。
现在国产大机型赶上ChatGPT的速度比我预想的要快。得益于这半年来全行业开放的技术和训练方式，以及越来越多的训练数据库和数据集，甚至很多新的大型模型都是以GPT-4为老师，以GPT-4生成的很多问答来训练的。
我认为未来大规模模型的一个重要发展方向是多模态。看ChatGPT的发展，GPT-1到2是参数的变化，GPT-3.5是进入千亿模型，实现涌现。GPT-3.5就是让它具备了问答和对话的能力。GPT-4不仅具有比3.5好得多的能力，而且表现出多模态能力，相对简单。GPT-5最大的可能性是多模态，更好地了解世界。
多模态包括四个必不可少的关键能力:一是文字处理能力；第二，图像处理能力；第三，语音处理能力；第四，视频处理能力。
我们今天互相交流，就是互相锻炼的过程。听我说，我在给你输入，你在训练。有人质疑，人类目前已经出版了上亿本书，据说有一半的书是为GPT培养的，所以很快就不可能再培养了。事实上，只要满大街的摄像头都连接到GPT，它就能理解和明白我们在哪里说话，我们在哪里开会，我们说了什么。这将是一个更高级的训练，对于增加它对世界的理解将是非常有力的。
传统的视觉识别只能识别画面上的东西，无法理解画面背后的情感、氛围、逻辑和故事。目前大规模的模型识别也有类似的引擎。要真正画出符合特定需求的好图，至少需要几十个或者几百个提示，所以以后垂直的小模型会有很大的机会，不一定是万能的大模型就能搞定一切。
观点三:数字人是未来大模型最重要的应用入口。
其实不是每个人都要从零开始做一个大模型。我们想用大模型来解决问题，最大的机会是如何让大模型变得更好，而不是每个人都成为暗示的专家。需要定义一个新的角色，叫做数字人，作为大模型的应用入口。
在上次AIGC工业会议上，我的声音有问题。我没来，就派了一个数字人，但还是传统的数字人，没有个性和记忆，无法与人互动。我们希望打造有灵魂的数字人，甚至重现一些名人的人生经历。我们希望有人成立，有经验，这里有很大的机会。
现在讨论的开源方法有很多。一个解决方案是，既然大模型没有记忆，没有目标，你不回答你的问题它就睡着了，我可以做一个可以驱动大模型的外部程序，在对话结束后保存，让它有记忆；或者把一个任务分解成多个目标，用不同的模式去完成。
360推出了AI广场，可以做分类角色。
这个角色很有趣。比如我做了一个数字人叫曹操，我经常问他为什么放了关羽，杀了吕布。你也可以成为数字名人，比如孙悟空和林黛玉。
今天的大模特和你的耦合是聊天机器人，可以解决办公和知识管理的问题。如果和企业的业务融合，需要一些新的模型，你可以借助大的模型来构建一个数字人。
比如“数字员工”将大模型定义为不同领域的专家、游戏的产品经理、社交媒体的运营、小红书的运营专家等。定义越细越好。我们人类不想和人打交道。将其包装成各种数字人后，人与“人”的交流使用起来会更顺畅。以前只有老板才有助理。未来，普通员工想有多少助理就有多少助理。
甚至有可能实现数据不朽。想象一下今天把行车记录仪挂在一个人身上。他微博写了什么，发了什么朋友圈，说了什么？他保存数据一到两年，训练出一个大模型。我们用这个G模型聊天，可以学习一个人的思维模式，而不仅仅是模仿原话，可以达到一定程度的数字不朽，这也是一种知识传承。
观点四:大模式未来增量市场在企业层面应用。
虽然我们可以做各种大模型的娱乐应用，但是娱乐应用的场景已经被互联网巨头瓜分了，我觉得没有机会开公司了。按照我之前的观点，既然是工业革命级别，那一定是企业和行业的生产力倍增工具。所以我认为大模式未来的增量市场是应用在企业层面的。
其中一个机会在中小企业。因为中小企业即使买了GPT账号也肯定不会用。可能全公司只有少数人会用，大部分人还不会用。学习Prompt和学习编程一样难。如果你不知道说什么，数字人会开始理解并回答得很好。你改一个字，他就像个傻逼一样胡说八道。所以中小企业更大的机会是在大模型API的基础上，定制完成具体工作的数字化员工。
第二个机会是行业的垂直模式。黑马这样的科技大模型就是其中之一。
第三个机会是为企业和城市部署私有化模式。如果你的生意很小，通过上传你自己的知识库来建立你自己的私人客服机器人是可能的。但作为一家中大型企业，大模型的使用存在数据泄露的风险，其次是公众大模型缺乏深入的行业知识。所以，做一个更了解你所在行业和企业的大模特，是目前最大的机会。这些公司都是行业内的佼佼者，有着深厚的学识和内涵。行业的知识不一定掌握在大模特手里，也不一定能在公共网络上获得。
另外，使用公共大模型无法支持知识的及时更新，大模型只能隔一段时间训练一次，所以实时训练目前做不到也是一个挑战。
而且公共大模型无法实现组织内部权限的分级管理，这又是一个挑战。
所以大模式既有巨大的需求，也有一系列的挑战。这些挑战是未来的机遇。
大模式的一个好处是现在的培训成本大大降低。每个企业最大的资产就是企业内部的知识和诀窍，这些知识和诀窍是无法传播到国外的，但是做一个大的模型可以解决企业内部知识的传承问题。找一个大模型，经过360的基础训练，企业再进行行业数据和企业数据的训练，这样就可以训练出一个专有的大模型。
专有大模型怎么用？我觉得至少可以先做好四件事:第一是员工的知识助手，第二是员工的办公助手，第三是领导的决策助手，第四是企业的智能客服。
我们经常听到有人说，任何一个行业领域的“水”都很深，这说明这个领域有很多深厚的内功，而这恰恰是民营大模特的巨大机会。

黑马AIGC工业营地
理解AIGC的基本逻辑，一步到位地了解行业的未来。
3个核心认知，6个前沿主题
(扫描下方二维码，立即加入)
↓↓↓"