7月23日下午，一个溽热的下午。
我们和玲珑AI的天使投资人曾良如约来到玲珑AI在北京的办公室。等进入办公室才发现，玲珑AI的CEO周宇并不在。这让知名的天使投资人曾良略感不快，不过，他想想也释然了，“我们给这个项目的投资并不算多，你们能撑到现在已经很不容易了。周总四处找钱也很正常。”他扭过头对负责接待的高管陈语缇说道。
不过，8月7日，在与未来图灵的对话中，周宇却对人类社会适应并利用新兴技术的能力充满信心。他鼓励我们要保持乐观，相信社会能够自我发展和修复，利用人工智能推动社会持续的进步。
周宇提出，尽管大模型技术在生成内容时依赖于训练数据，但它并非简单的信息复制机器。它通过创造性的生成能力，为文字、声音和图像的沟通带来了质的飞跃。他同时指出，大模型技术的发展不应仅仅关注算力和能源消耗，更重要的是关注其在实际应用场景中的创新和效能。
玲珑AI创始人周宇
以下是未来图灵与玲珑AI创始人周宇的对话内容，经过编辑整理：
大模型是人机对话的“桥梁”？
未来图灵：从您的角度来看，什么是大模型？
周宇：大模型技术无疑是一项先进的技术，在很多方面都显示了它的独特价值。它超越了表面的技术层面，深入到沟通和信息传递的实质。在人类社会中，沟通能力是一项至关重要的技能。有效的沟通不仅需要清晰地传达信息，还需要确保信息被接收者准确理解，并能够以同样精确的方式继续传递。
大模型将人与机对话、机与机对话、机与人对话，这三种交流方式全部串联起来。在人机对话方面，我们可以看到像ChatGPT这样的系统，它们能够以自然的方式与用户进行互动。这些对话系统不再局限于简单的问答，而是能够引导和协调多个智能体，也就是agent，来执行复杂的任务。一旦接收到指令，这些智能体能够迅速地将信息传递给其他智能体，并最终以语音或图像的形式反馈给用户。
大模型技术在计算机发展史上的确是一个巨大的成功。它在细节上的表现尤为突出，我们现在能够听到更加逼真和富有表现力的声音，包括叹词、语气变化，甚至是模仿人类说话时的自然停顿。这些细节的丰富性，是传统模型所不具备的。
大模型技术的升华，不仅仅依赖于知识库的迁移，重要的是创造性和生成能力。这种生成式的能力，是大模型与传统模型最大的不同之处也是其最大的创新点。通过这种方式，大模型技术在文字、声音和图像等多个方面都实现了质的飞跃，为我们带来了前所未有的沟通和信息传递体验。
大模型的创造≠无中生有
未来图灵：那您认为大模型内容的生成是基于我们给他的算法，还是它在黑箱系统中拥有独立意识，自我生成的？
周宇：我始终认为大模型并不具备意识。就像孩子们接受教育，进入清华或北大，他们的成长路径各不相同。一个学生在北大可能更多地接触文科，在清华则可能更专注于数理化。这些差异与个体是否是“黑箱”无关，更多地取决于他们所接受的教育和培养方式。
大模型从它建立起始，核心就是训练和推理。训练过程是我们人为设计的，推理是模型自身的功能。训练的效果很大程度上取决于训练者的能力，推理能力则依赖于大模型算法的优化程度。这两者是不同的。
我从不认为大模型能够创造自己的意识。它的所有反应和“意识”都是基于其训练过程中学到的知识。大模型不可能凭空创造出世界上不存在的东西，它的所有思考和创造都是基于已有资料。大模型能够进行创造性的工作，它不会无中生有。
“提示词”是掌握大模型的钥匙
未来图灵：那你觉得现在的大模型系统可以完全理解我们所要表述的内容么？您认为它为什么会“出错”？
周宇：大模型的逻辑思维并不是真正的思考，是基于已有的逻辑关系进行推演。只有当存在ABC的逻辑基础时，它才能推导出DEF。有时大模型可能会出现错误，或者给出自相矛盾的答案，甚至看似胡言乱语，并不是逻辑本身的问题。错误通常源于输入信息的误解或错误，不是逻辑推演过程本身。
我们经常讨论模型的强弱，关注的是这个模型的推理能力。它的正确性能达到一个什么样的程度。人跟人说话都会让别人误解，更别说人和机器说话了。大模型的逻辑推演是建立在输入信息的基础上的。只要输入的信息准确无误，大模型就能够提供合理和准确的输出。这就是为什么我们在与大模型交流时，需要尽量提供清晰、准确的信息，以减少误解和错误的可能性。
未来图灵：那么，是否意味着提示词对于大模型来说至关重要呢？如果大众想要有效使用大模型，是否需要学习如何正确地使用提示词，以便更好地利用它们呢？
周宇：提示词的使用是一门学科。它可能成为未来人们必备的一项基本技能。就像不会使用电脑就难以适应现代工作体系一样，在未来的人工智能时代，掌握提示词的使用就像学会打字一样，是另一种形式的能力。
提示词水平的高低，首先取决于你使用大模型的经验是否丰富。其次，是你对模型思维能力的理解。每个大模型都有其独特的特性和习性，能否把握这些特性，将决定一个人使用大模型的能力。即使在相同的平台和模型条件下，经验丰富的用户或同事可能会比普通用户更擅长使用模型，他们更了解模型的底层逻辑，更熟练和熟悉它。这种熟练应用它和更熟悉它，能够显著提升输出的效果。
在商业化的应用中，图片不仅仅是视觉作品，它们承载着商品的价值。商业化的图片代表了图片的质量，包括其细腻程度、深度和细节，这些都是评价图片价值的重要标准。有时用户可能会发现自己的图片缺乏深度，看起来不够高级。这背后可能有很多原因，归根结底，往往与提示词的使用有关。哪怕是一个词的差别，逗号的位置，词序的安排，或是强调的方式，甚至是词与词之间的比例，都可能影响最终的结果。提示词的使用是一门复杂而深入的学科。
如果把我们同事每天的工作总结编成一本书，会是一个非常有价值的商品。这种书看起来会相当枯燥，很多经验很难用文字完全描述。专业的人可能掌握了多种方法，这些方法不一定适用于所有问题，提供了几种可能的解决方案。对于普通消费者和用户来说，他们可能发现自己难以达到专业人士的水平，这就是专业与非专业之间的差异。
我们不需要更先进的技术？
未来图灵：最近有观点提出：“AI的尽头是算力，而算力的尽头是电力。” 您对此怎么看？
周宇：我很久以前就听到这样的说法。我认同大模型的发展离不开电力和能源的支撑。
将大模型的发展与能源消耗直接等同起来，没有太大的价值。你想让汽车跑得远，就意味着需要更多的油，这是一个显而易见的事实。一个国家能源丰富，并不意味着其大模型技术就一定会强大。能源的多少并不能直接决定大模型发展的速度或水平。你可能拥有大量的能源，这些能源被用于低效的系统，而别人的能源虽少，却用在了高效的技术上，结果就完全不同。
现在，大家一直在强调“大力出奇迹”，认为这是ChatGPT等技术涌现出来的原因。并不是每一次大规模的投入都能带来奇迹。对于当前的大模型发展来说，它们已经不再需要奇迹来推动进步。一旦技术达到一定的成熟度，就已经足够应对现有的需求，不再需要更高级或更先进的技术。
我们的图像模型能力已经非常强大，足以满足国内大多数广告公司和图片公司的需求，甚至超出了他们的需求，问题在于应用场景还不够多。技术在发展，应用场景没有相应增加，那么技术的进步也会变得没有意义。
人的日常生活是有限的，我们的动作、思考和行为都有一定的限度，人不可能与机器以同样的速度和频率运转。最终，社会可能会达到一个相对平衡的状态，人们可以过上轻松愉快的生活，而大模型只需要发挥它们应有的作用，而不需要过度运转。我相信，无论是在中国还是全球，现有的能源供应对于满足这种平衡状态的需求应该是足够的。
“假画家”和真买家
未来图灵：您刚才提到大模型的能力已经非常强大，并且已经开始取代一些简单和重复性的工作。这是否会导致更多人失业？
周宇：我不能给出一个确定的答案。大模型的商业化发展同时也创造了许多新的工作岗位和行业。我并不认为大模型会直接导致许多人失业，而更倾向于认为它促使一些传统行业的人员进行转型，可能需要改变他们对事物的看法、观点或方法论。当然，除了基本的价值观之外，其他方面可能都需要适应变化。
我曾经开玩笑说，大模型发展后，最大的变化就是三百六十行，行行出了更多的状元。以我们的画展为例，今年2月底我们在798艺术区举办了一场画展，吸引了近2000人参观。他们中的一些人甚至现场购买了展出的画作。在他们看来，这些作品出自一位技艺高超的大师之手，他们赞叹于画作的细腻笔触和复杂构图。展出的画作都是三四米长的超大幅作品，细节精致。参观者可能认为这些作品背后有着强大的画家，实际上，创作这些作品的人可能与美术并无直接关联。这恰恰说明了各行各业中都可能出现新的领军人物，只要人们能够整合和提升自己的能力，就能在各自的领域做得更好。
大模型虽然可以模拟“画家”的角色，在美术行业过去几千年里，真正区分艺术大师的并非仅仅是技法。历史上，我们很少听说有哪位美术大师仅仅因为技法高超而闻名。那些技法精湛的人往往被视为工匠或手艺人。而成为真正的艺术家、大师，更多的是他们的思想深度和内涵，是他们的思想和对艺术的独特理解。这种思想的力量，才是艺术创作中最为关键和核心的部分。永远不要担心被取代。
稿费给鲁迅还得了？
未来图灵：那您认为通过AI生成的绘画作品，内容版权应该归属给哪个群体？是写提示词的用户？软件的开发人员？还是AI系统？
周宇：按照目前的国际通行法则，版权往往归属于编写提示词的人。我认为这个法则存在瑕疵。当我们使用众多名家的画作来训练大模型时，画作其实是经过了我们的筛选，模型最终呈现出的是我们期望的样子。
比如，我们认为刘亦菲非常漂亮，并以此为标准训练模型，那么结果可能就只体现了刘亦菲的特质，而忽略了其他类型的美。大模型在创作时，会受到我们思路和标准的影响。它学习并借鉴前人的作品后，生成作品时，前人作品的影子可能仍然存在。
这就产生了一个尴尬的局面：大模型的创作既包含了前人的经验，又并非完全抄袭。就像一个人学习了鲁迅的文笔，写出了一篇堪比《呐喊》的作品，虽然水平很高，总不能因此将稿费分给鲁迅。人类文化的发展，鼓励我们继承前人的智慧，并在此基础上进行创新和发扬。
特别是在艺术领域，想要完全从零开始独创一种全新的风格几乎是不可能的。想要完全摆脱原有版权的束缚，我认为这并不十分恰当。
目前中国的法律尚未就版权归属进行专门立法。考虑到中国的国情，为了发展新的生产力和振兴国家经济，现阶段应该优先保护那些为社会做出贡献的创造者。如果国家不给予他们更多的倾斜性保护，人们可能因为担心而畏首畏尾。在人工智能领域，无论是企业还是个人，都需要更多的包容和支持，包括社会环境、经济环境、营商环境，以及版权等方面的宽容。只有拥有足够的宽容度，他们才可能在这一领域取得突破。我们希望至少在这个领域不要与美国等先进国家差距太大。虽然有些悲观，我们还是希望能够尽量缩小差距。
“复仇者联盟”目标偏了？别“自嗨”！
未来图灵：那您认为现在美国与中国的大模型行业的差距是怎么样的？
周宇：差距太大了。无论是在模型技术本身、算力，还是在企业家的价值观方面。我并不认为自己有资格评判这些著名企业的做法，就我个人而言，我并不完全认同他们的一些行为。最近周鸿祎联合了十五家大模型公司，声称攒要一个“复仇者联盟”来对抗灭霸。
从技术层面来看，大模型最核心的挑战是上下文理解。上下文的关联性是所有大模型面临的最大瓶颈，也是它们难以解决的问题之一。人类在思考问题时是连贯的，会连续发问，打破砂锅问到底。大模型在处理连续性和关联性问题时，往往会遇到困难。
如果我问吴冠中是哪里人，一个熟悉这位书画家历史的大模型可能会回答是上海人。当我接着问吴冠中喜欢吃什么时，模型可能会突然转向美食领域，而美食领域的模型可能根本不知道吴冠中是谁。因此，大模型之间的上下文关联是非常困难的。
我认为，这些公司很难在短期内解决这个问题的，这是一个非常棘手的问题。此外，大家的思维还停留在如何通过集体行动来对抗他人，这种初衷存在问题。
中国并没有要求企业现在就创造出一个多么厉害的“Open AI”。普通百姓并没有要求企业承担起多么重大的使命，没有要求企业表现得多么出色。中国百姓对所有企业都是最宽容的。包括现在我们的大模型，无论是文心一言、豆包还是kimi，都存在各种错误和陷阱，普通百姓并没有过多的指责，他们最多会说需要改进，而不会彻底否定。
中国企业在这方面对自己不够宽容，总是急于站上国际舞台，恨不得马上站在国际桥头。实际上，中国百姓并不在乎企业的排名。大家在考虑问题时，可能有些偏离了方向。
尤其是刷榜行为，客户并不关心企业是否获得了奖项。许多中国企业被这些表面的东西所困扰，脱离了中国人民原有的那份朴实。原本中国的那种埋头苦干的精神已经不复存在。
一些人频繁在GitHub上刷分、刷榜的行为都把中国人的名声搞臭了。全世界其他开发者再厉害有什么用，他干不过中国的水军。刷榜没有什么意义，不要“自嗨”。
先保“干饭工具”
未来图灵：对于曾良老师提出：“鼓吹大模型闭源的人非奸即坏”，您怎么看？
周宇：企业要发展，开源肯定是唯一之路，但企业首先必须确保生存。没有生存作为基础，发展就无从谈起。
以StableDiffusion公司为例，该公司一开始就选择了开源，结果却是兄弟们都远走他乡了，欠下大量债务，公司现在也所剩无几。
相较之下，像中图岛的Midjourney这样的闭源公司。有资金支持，年收入可达数亿美元。有了资金和能力，就能保证强大的算力和服务。他们无法服务所有人，但能够很好地服务那些有需求的客户。未来的情况，像当年安卓与iOS的竞争一样，难以预测。苹果虽然是闭源的，但这并没有阻碍它成为全球前三的公司之一。
投资人什么都不懂
未来图灵：国内许多投资人在投资时对独角兽企业有一定的偏好，您对于这个行为怎么看？从您的角度来看，投资人对于大模型市场还能保持多久的热情？
周宇：他们不懂，我觉得这个市场根本还没有开始。他们去投资这个行业领头羊或者前几名，肯定不是错误的决定。即使错了，别人也不会怪他，他的LP不会去怪他。投资者可以辩解说，他们选择了当时看似最优秀的企业，如果这些企业后来表现不佳，责任并不在他，当时有许多人做出了相同的选择。
目前大模型的投资热潮还未兴起，甚至可以说还处于起步阶段。在日常生活中，使用豆包、文心一言或ChatGPT等大模型进行商业化工作的人极为罕见，可能不到5%。在这5%的人中，或许有人会用大模型进行娱乐，消磨时间，或体验所谓的“文生文”，真正将大模型融入工作环境、以工作流形式助力完成特定任务的情况，目前还非常少见。这项技术要真正进入商业领域，还有很长的路要走。
目前对大模型的讨论，好比是讨论发动机而非整车。发动机需要安装在不同类型的汽车上，才能创造出不同品牌和型号的汽车，如赛车、轿车、货车等。投资一个仅生产发动机的厂商，现在显然为时尚早。许多投资公司目前投资大模型并没有太大意义。如果换作我，也不会投资于模型本身，更应该关注的是未来的场景，大模型如何与特定场景结合，就像发动机安装在哪种车壳中，可能会取得成功或特别畅销。这与大模型本身关系不大，而与车的种类密切相关。我们现在已经有了发动机，下一步是寻找合适的车型。
以化妆品为例，即使是眼霜这一细分市场，也有十几个不同品牌和功能的产品，也叫垂直分类。所有事物最终都要回归到专业化。要想实现专业化，必须有明确的方向和目标。开源在这方面很难实现专业化。开源和闭源应该根据不同时代和不同需求做出选择，并没有绝对的对错之分。
“坐等”图像领域的大模型公司开画展
未来图灵：玲珑AI也拥有许多细分产品，那您觉得哪一个产品方向是最有前景？
周宇：我们开发到现在，尝试过很多。最终来讲，图像领域仍然是一个关键的发展方向。图像的重要性不仅在于生成一张图片，更在于其质量和应用场景。
目前，我们的算力足以生成2048乘2048分辨率的图像，大约4兆大小，这在简单的商业用途中已经足够。对于要求更高的商业应用，图像的尺寸和清晰度需求则大大增加。一张A4版面的图像