OpenAI发布会之后，重新看市场机会和挑战！

00:05当然可以跟以前那些做产品做工具的人一样，对吧？就是我去薅流量，这当然也是一种玩法，但是你如果想正正经经做产品，对吧？说想做一个比较有持久性的事情，你就得重新思考嘛，这个就是感想。

00:19我觉得得先有一批公司破产，有一些人失业，然后甚至得要有第二批，因为接下来可能也有很多人愿意去承接这些人嘛。纯粹的泡沫破裂也有一个过程嘛。既然这是个这么重要的事情，你根本不着急。说我必须在第一年做出很多。其实你最最佳策略是第一年是看，而不是第一年说我就all in了。

00:42其实就除非手上有独特的资源，否则的话，其实你凭空说你要做一个垂直模型，也是一种妄念，

00:50是吧？我觉得就是你的差异化得是真差异化，你的差异化不能是说因为我比较弱，所以我差异化。

00:59欢迎大家来到AI炼金术，又是一新一期的播客。徐老师现在在，你们在搞应用是吧？

01:04没有没有没有没有。我们在做一些比较简单的事情，还谈不上搞模型，我们也在调一些模型，但是离搞模型这个，因为对吧，这人家OpenAI一发，你就觉得你干啥好像都都显得很落后，对吧？

01:17看了什么感想？我其实

01:18视频没有从头到尾看完，因为时间不太够，所以跑去看了一下它后台新的API、新的文档啊什么的。然后那个GPTs的灰度发布好像还没有发到我这里。后来就看了文档之后，就是你还是会发现说其实，对吧，就还是很厉害的。有些新，也不叫新闻吧，就有些消息原来说爆出来会有的，其实并没有嘛。

01:41什么

01:42团队版没有？那

01:43Teams对对对，团队版没有，然后那个价格也没有降得传说中那么多，对吧？它价格其实就降了百分之，就就是Turbo嘛，其实就是出了个Turbo，降到了三分之一嘛。

01:54它是降到了32K的三分之一，是吧？

01:56按token算嘛，它现在还是按token算嘛，所以它其实就是就是单个token的价格，Turbo是GPT-4的原来的三分之一嘛。我

02:04我的印象中，它好像降到的是跟32K比的三分之一吧，它是1，它是10，它是128K还是多少的嘛，就更长，但是更便宜嘛。

02:14对。但是这个上下文在你实际使用的过程中，你很难会到128K嘛。那你原来用128K的场景，你原来用32K的话，也得自己去切分文档搞那么长嘛。所以我觉得本质上是价格，价格低了嘛，但是之前有说什么价格打到5%并没有发生嘛，对吧？

02:32对，我觉得那个其实是一个话术，它的意思其实就是你现在不用把原来的那个history来回丢了，这样子省了你百分之好多好多的那个token。并

02:43没有啊。你用assistant它的计费方式不是这样的，你用assistant它的计费方式特别复杂。我大概看了一下，我的感觉是跟原来是一样的。

02:52啊，这样吗？

02:53只是它帮你维护了一下状态而已。

02:55就是它其实还是在帮我丢原来的历史记录，但是只是自动化了，它还是要算我钱的。

03:01对的，对的，对的。

03:02原来是这样。

03:03所以并没有降价，就传说中的这这个级别的降价。而且它它是计算非常不透明的，在在assistant这个价格上。所以就是特别奇怪。我理

03:12解assistant不就是GPTs吗？我我你刚说你们还没有灰度到我。我有这个了。

03:18不，assistant是API，是，就是这两个，一个是面向C端的那个网页后台，一个是后台有个东西叫做assistant API，它是做C端的那个ChatGPT，二十美金的那个我并没有灰度到。开发者的assistant是你只要有账号就都有嘛。

03:35那你前端要灰度到，哦哦，对。前端它有那个12个官方的那个GPTs啊，那个我也试了一下。有有有啊。了解，那个也没什么用。对。

03:46除了稍微脑子好了一点以外。对对对。对，我觉得丢一模一样的那个code interpret的话，它它处理的确实好了一点，但是也没有那么显著。

03:55我觉得所有人都要重新思考一下，就是到底该怎么做嘛，就是这一轮AI的过程中，或者说是说，就是觉得说哎呀，OpenAI这个也不做，那个也不做，这个这个假设其实是不合理的嘛。

04:09至少不要想着说它中间层不做，它就算就算没有出应用的话，中间层这些东西它真的是没没有任何理由不做嘛，对吧？或者说

04:19就是大家显而易见的这种平台化的机会，比方说所谓的这种，我做一个agent store呀，我把这些一些常用的功能，一些常用的什么读文章啊，什么东西封一下呀，什么翻译封一下呀，这种工具类的需求，这很明显就是说，就是原来你有作为独立产品的机会嘛，未来你其实基本上就没有作为独立产品的机会嘛，就是最理想的情况也无非是你跑到OpenAI的这个ChatGPT的平台上，

04:47会有一万个人跟你竞争，其实大家都是简单的包装了一下这种prompt跟这个流程，你当然可以跟以前那些做做产品做工具的人一样，对吧？就是我去薅流量，这当然也是一种玩法，但是你如果想正正经经做产品，对吧？说想做一个，对吧，build to last，想要说哎呀，要要要做一个比较sustain，比较有持久性的事情，

05:08你就得重新思考嘛。第一个是我觉得要重新思考，这个就是感想。第二个是我还听到一个小道消息啊，就是说GPT5已经训练完了，所以市面上现在一些云平台会腾出一些H100可以用嘛。

05:19哦。那事情就串起来了是吧？

05:23啊，对。然后我我听到，我只听的就是个小道消息啊，就是真真假不知，对吧？就是说，而且至少说大家在开源模型上跟得很紧，但是的确你会发现说，离OpenAI的距离并没有拉近啊，就是你至少还落后一年以上嘛。就是我们不要去看那些PR，对吧，说哎呀，我这个比GPT-4好，对吧。

05:42鬼扯嘛，你只要用过你就知道，对吧？你正经每天在用，然后你拿那些模型过来试一试，对吧？你也要干点，比如说我我我现在很多写代码问问题都是问GPT-4，对吧？你跑过去问。是，问任何一个国内的这种模型，你就发现就不太行，对吧？

05:58当然了。我觉得肯定也是效果，因为因为大家其实还是一直在持续评测嘛，就是像文心一言或者或者一些其他的模型，肯定是现在比三月三四月份刚发布的时候要好很多了。但是比起3.5，我觉得你也很难说它已经比得上3.5了，更不要说跟跟4，其实我觉得现在没有一家提供了一个接近体验的产品嘛。

06:19就原来大家用GPTs它那个出字很慢嘛，但4 Turbo上了之后。

06:24Turbo很快。对对

06:25对，而且我我的感觉是它已经把那个默认的，默认的GPT-4已经应该是用成了Turbo吧。就default在那个网页界面上的，我估计已经是Turbo了。

06:36他自己不承认。我问过他。

06:38这这个我觉得是没有关系，因为我用我原来用4的API，他都跟我说他是3.5嘛，所以我觉得这倒不是个问题。

06:44OK。那那他为什么会不认呢？他他他这是个什么逻辑？还是根本没有这个语料。他

06:50可能没有这个语料吧，我觉得或者说他没有特意去调这个东西。确实

06:54我的网页版时间也已经更新到了今年的四月，但是我问他的时候他还是老的GPTs啊什么乱七八糟的。不是不是那个1206那个那个在后台的那个版本吗？后台是有1206那个preview的版本。所以现在我看就是像比如说那个agent的平台，尤其是单agent平台，因为它现在这次就单agent平台嘛，

07:16有点像比如说那个心识宇宙他们的MindOS这一类的话，现在应该受到蛮大的冲击的。

07:22对啊，就是，因为本质上我觉得还是那个，就是你做的这个事情其实本身也没有什么门槛嘛。就是这个其实世界还是挺公，就很公平的嘛，就是说你做这个事情是因为你有做的早，你看到的早，你决定去做了。但是从这件事情本身来讲，它其实没啥门槛。

07:40你做一个所谓的别人的这种agent store，提供了一些就应用层开发上的便捷性，或者说一些分发的这个能力。就是你在这个过程中到创造的价值还是很很小嘛，很薄嘛。所以你受冲击受影响这是很正常的嘛。你回过头来你就会去看，就是你提供的价值越大的人其实受的影响就越小。

08:00比方说今天如果我们去看虽然DALL·E 3已经出来了，效果也很好，对吧？甚至是说我们说Stable Diffusion，它可能就是效果还是跟Midjourney和那个达利三比，呃，有不如的地方。但是因为它的确也是一个从零开始预训练的大模型，它是又是完全开源的。

08:19那么即使是当一些商业的模型效果更好的时候，它其实受的冲击反而没有那么大，对吧？就是你今天，所有人不会觉得说，哎呀，达利三出来，Stable Diffusion没活路了，其实没有人会说这句话。甚至也没有人觉得说你OpenAI的这个开了更多的API，Llama 2或者说Meta就没戏了。

08:38这个问题还是回到那个就是你在这整个过程中到底能创造多少价值嘛。

08:42对。但是Midjourney的话，就还是有一个观点，就觉得Midjourney的收入估计会受到影响嘛，它不会死。但是有一些续费的就不一定了嘛。

08:52啊对，我觉得Midjourney其实是受很大冲击的。就因为在这个东西出来之后，你还是看价值嘛。就是说，如果说别人画画画的跟你差不多好，那你能够提供的独特价值就少了嘛。这个是，就是你在生态位上需要有差异嘛。你比如说Stable Diffusion就是我开源，你有本事你OpenAI也开源，那我就认了嘛，

09:11对吧？但是但是的确像这种生态位，你OpenAI就很难说我开源。

09:16我我讲两个我最近两天的体感的事情啊，一个是刚刚是说那个国内大模型现在还没有追上嘛，我我测下来也是这样，因为我会拿自己的编的几道瞎题目去测，但是居然有一题，GPT4都没有文心一言4答的好。我我都震惊了。

09:34是什么题，说来听听。

09:35就就你以前的那道题，我后来做了一个改版，因为因为他他那个，我我我跟他水你三个瓶子，一个瓶子是六升的，一个瓶子是九升的，一个瓶子是十五升的。如何倒出十二升的水？这个GPT3.5、智谱，然后还有那个全全错，他们都会讲着讲着莫名其妙很复杂，然后把自己最后说，

09:57哎。你那个九九升的瓶子里就啥生水了，然后胡说八道。那个四的话，他会把它倒来倒去。投到很多遍，最后终于把它给凑出来了。但是因为你有两个六升的瓶子，其实你应该就直接拿两个六升的瓶子装两次，不就结了吗？

10:11只有百度文心一言，就是直接拿出来倒了两次。然后觉得，诶诶诶，全村的骄傲，你居然你居然你居然超过了GPT-4。所以还是他们，他有一些奇奇怪怪的特色，这样的话，3.5。它的3.5也不行，那3.5简直不能用。但是那个4我试下来还可以，然后那个交还交了59块钱呢。

10:33我这两天也画画，我拿那个Midjourney和DALL·E都画了一下，然后就会发现Midjourney画出来的那个质感漂亮还是要漂亮很多，但是真听不懂人话。就是但凡你想让它改个啥，或者说什么东西在什么东西那个什么，我是要画一个小孩子和一个大军大大军队什么的，

10:54说军队人要多一点啊什么的，这种话没有一句话它听得明白的。嗯，就Midjourney就是个脑子很不好，但是手很好的。然后DALL·E就是属于它画出来都丑丑的，但是它每句话它大概能够get到你的意思。你让它把人画大一点，它就大了一点。

11:09你让它说那个坦克变多一点，它坦克就变多一点。就真的一个听得懂人话的、一个不那么好的画手，就差异还蛮大的。它有那么好的一个脑子之后，真的是还蛮无敌的。就觉得，哦，很很不一样。

11:22就是这个我觉得又是另外一个问题，就是说假设你即使能够赶上GPT-4的那个大语言模型，它今天的那个多模态模型，你你又面临下一个挑战。因为我看有很多人都在玩那个GPT-4 Vision的那个API嘛，可以把那个图文都给它嘛。

11:38然后那个，可以让他解说足球了，是吧？对对对对对，就是它就把那个视频，然后切成比如每10帧，截一张图片出来，然后让你去去做这个更复杂的工作嘛。这个就其实又又拉开了一层差距。

11:54它几个东西拼起来也很可怕呀，它还可以分析数据啊什么的，然后再把数据给你，根据你分析的数据，然后给你一个什么，写写一段代码，反正它把所有东西再拼起来又可怕一次，他们真的蛮强的。小公司没活路

12:08啊。我觉得不是啊，我觉得反而是，还是我觉得是一直是那个逻辑，就是巨头压力很大，然后小公司反而无所谓。中型公司，就是中型公司或者说那种中不溜的创业公司，我觉得其实反而是很难说，就是原来大家都可以讲很多什么，哎呀。我微调个大模型啊，我在我这个场景里好一点啊，我专门做一下多模态能做得好一点啊。

12:30其实这些东西，当它又发了一个，呃，我能做一个平台啊，就是这些都变得没活路。反而我觉得小公司不一定，你真的是个三四个人小公司，你本来也不会去做模型嘛，对吧？甚至你是个二二一二十个人的小公司，你也不太会去做模型。

12:47对，我说的可能偏套壳一点，那套壳一点就就拜拜吧。

12:51但我觉得不是没活路，我觉得套壳的人难道没从，套壳的人本来就应该理解说我就是个赚个流量的钱啊，他难道还指望说我套壳能够成为，就是你不太可能指望套壳成为那个入口，让OpenAI只是做你的supplier，这不现实嘛。

13:06或者说我早几天，我们上次一起跟那位同学聊的时候，其实我就一直有这个观点，就是如果你是要套一层它的壳，但是你要有长期价值的话，你的那个主界面不应该是聊天。

13:19呃，对。

13:20就是假设你的主界面是Excel，然后它旁边有个聊天框是可以的，然后它的智能是借由你那些格子然后来实现的。这个时候它它它就不是主体嘛。但是如果你的主体变成了真的是纯粹那个聊天框越来越大，Excel的格子越来越小，那那那它被干掉了，

13:37被被被吸进去，或者被什么小团队在上面做一个GPTs干掉的概率就提高了。所以我在想说，可能你那个界面还挺重要的，就是得想到有自己的一个独特的一个非智能的那个东西，那个界面。所以但是现在也在找那个界面到底是啥。那像你看起来的话，其他的那个大模型公司，比如说零一不是刚好又发了一个模型，号称比Llama2

14:02好。我觉得第一个问题是，我那个是那前两天我在吃饭的时候听说他们要发，我说他这日子挑的不好。

14:09没有人关心这件事情。

14:10为什么日子这么不好呢？就你知道人家OpenAI十一月六号会开DevDay，你为什么要在这个？但是我后来想一想，就是说这也很正常嘛，就是说他如果比这个晚开，那就是更差了。

14:22对，他也不能今天，今天更没有人在乎他这个事情。

14:25对吧对吧？我觉得这第一个问题嘛，这是第一个问题嘛。第二个问题就是说，就是所有做技术大模型的公司都得回答一个问题啊。当然在国内因为有就是各种地缘导致的这种这种问题，导致你可能还有一些特殊的这种带来的，说我这个模型怎么都会有人用，

14:42对吧？就跟你在中国搞显卡一样，对吧？这个其实是别人逼着你自己去从零开始创造嘛。但是所有搞模型的人其实都得回答一个问题啊，就那么多各种各样的开源的预训练的大模型，如果只是跟在跟着OpenAI后面的Llama2上，我只是做一些简单的结构或者说是参数啊或者效果上的创新，我觉得是不够的了。

15:05接下来，说Llama训了个70B，说哎呀。我能够用34B实现一个挺好的效果。从，当然这个不是说这个事情没有价值啊，但是这个事情可能支撑不起一个这种什么十亿美金、一百亿美金的故事啊。因为第一个是已经有很多人都发都证明了，我有数据，我有工程师，我有人力，我其实能干这个事儿。

15:24第二个是说，你的这个就现在大家的创新还是太集中在主赛道上了。就是我把我的那个context window，就是我的上下文窗口搞得长一点，啊，我的这个模型什么外推能力，但是其实真正的，就是说你并没有比别人先做多模态，对吧？

15:43你并没有比那个OpenAI先做出多模态。并没有走一个跟OpenAI完全不同的路线嘛。

15:48除非像像那个RWKV那种，对吧？他们是真的走了不同路线

15:53啊。对对。甚至甚至你没有跟Llama2走一个不同的路线，对吧？这个这个其实我觉得就就很难受，就是市场上那么多开源大模型，我用你的原因是什么呢？当然，我觉得国内有一个原因是说，为了从合规的角度，我可能就得用国内的开源大模型。

16:11我从中文支持的角度，对。但是如果我们完全退回到技术的角度，其实没有很强的吸引力啊。这这个我觉得是一个比较大的问题。就是说我觉得可能前几家还挺有价值的，就是你的确证明你，因为大家下的赌注也比较重嘛，投的资源也比较大，我也的确很快跑出来。

16:29但是如果你不是很快跑出来，就像比如你今天发了一个34B的开源模型，然后呢？就是问题是然后呢？就我想了一下，然后是我也不知道这个然后有什么东西，因为这个参数量级的开源大模型，国内其实只是大家选择开不开源而已。我觉得国内其实有所有的巨头公司也好。

16:50头部的开源大模型公司其实都能训出来这个体量的模型，效果肯定好坏都有差别，大家都比不上GPT-4。

16:58那你觉得他们零一的估值其实就是李开复值钱咯。我

17:02觉得估值这个事情，有用也有用，虚也虚。有用是说，说毕竟这个估值往往意味着你也融了很多钱嘛。但虚也虚，我觉得也是一个问题，是说那你融的这点钱，有多少钱是用在建立壁垒上？其实大家都得回答这个问题。

17:17因为卡其实不是壁垒嘛。

17:19据说海外就是最最头部的，就是还不是说什么，如果我们说头部有十家，下卡下最多的前两家可能一家都下了一百万张卡，一百万张H100。

17:30我在那个Twitter上看到过这个说法，然后说基建层在全部重新设计，因为是要拨这个数量级的。

17:38对。说他们下了一百万张H100的卡，然后是英伟达一年半的产能。一百万张卡以今天的价格大概是五百亿美元。

17:47天哪，这是什么世界？下个五百亿美金的单子。

17:52当然这算是五百亿美金单，就是你三年交付嘛，对吧？就是你回到这个角度来讲，你说我融，就是你的那些算力根本不是壁垒嘛，就是好像就是说你，你说做电动车融了一千万，对吧？美金，这个其实没有什么用，对吧？

18:06啊，天哪，那怎么办呢？我们都跑开跑上去做个GPTs，做个做个system嘛，做个agent。

18:12我我觉得这两个啊，第一个就是大家如果，因为还是得回到那个逻辑，就iPhone出来的时候，你为什么一定要做手机呢？

18:19其实现在做个手电筒也可以嘛。手电筒已经被灭掉了，我们可以做下一个汤姆猫。

18:24对。就是还是回到那个问题，就是你到底要做什么嘛，就是你到底什么钱是跟你有关系的嘛，对吧？就是或者说什么事情是跟你有关系的嘛，因为你融再多的钱，你也比不过那有一百万张卡的公司有钱，对吧？然后你能够聚集的顶级的科学家也比不过他，那你肯定是你很难做基础大模型，我觉得很难有出路了。

18:46就当然你可以秀一下肌肉或者怎么样，从融资的角度，从但是我我觉得大大部分人的问题就是说，然后呢，对吧？就是国内国产的、开源的、闭源的这种技术大模型公司，其实其实巨头们都会自己做，对吧？不可能不做。字节、腾讯、阿里、百度，对吧？

19:05就这四家肯定会自己做，对吧？往后那些像什么美团，什么这些，啊多多少少你总总会做一点的。跑的比较前面的像什么百川、智谱，呃什么MiniMax啊什么，包括一些国家的实验室啊什么的，就有牌照的那些嘛。再今天再有一个人说我能做一个基础大模型，效果呢，哎呀，不错的，这个数据比较好什么的。

19:28就你的数据到底这个好是真的假的嘛。

19:32那为什么就是现在这么多模型，但是就像你讲的，为什么其实那种特别的东西很少呢？我我先不讲技术架构上，技术架构上特别就可能还挺难的嘛。就比如说，为什么没有人去做藏语呢？比如说哪怕是光为藏语来做的话，藏传佛教全球有两一两千万信众嘛。

19:52你这一两千万是可以打的嘛。这就是一个很窄的一个一个一个呃一个东西嘛。这些东西为什么没有人去搞一个呢？这边其实你就会打到一个特别窄的一个市场。

20:03就是你打一个一两千万的市场，那你打算用多大的投入去打呢？

20:06就是用它做，比如说一个34B的那个那个那个成本，我不知道，我不知道。比如说零一做那个花了多少钱？五百万美金够吗？如果是一个34B的那个东西。

20:16三四四B的模型，五百万美金，你就如果就算力应该够，但你还有人才啊。就你其实你面临两个问题，第一个是人才，第二个是算力。第二个，对于大部分有能力做这个事情的人才来讲，一个一两千万的市场是没有吸引力的。对，

20:31对。所以大家都去赌那个大的嘛，就是那个大的确实大，但是就是一堆人，一堆人在抢嘛。

20:38就是说你说我们就做一个小语种，就一两千万人说，因为别人也不收集这个数据，我们专门收集。你做了半天事，第一个是也许你能用一千万美金的成本做出来。对。呃，一两千万美金吧，你就加上人才，加上算力，加上应用，加上推广，比如两千万美金。

20:54对，可能封顶就十亿美金估值，然后就没有再涨了。

20:58第一个，我觉得你做两千万，你做两千万用户的市场，你做不到十亿美金估值呀，你怎么能做到十亿美金估值？

21:04我算过了一下，还是还是可以可以的，只要他的付费能力够。

21:08第一个我觉得比较难啊。就是说，第二个是说，对此时此刻有能力参与这件事情的人来讲，作为一个一两千万的市场，其实没有太大的吸引力。而且你说的这个市场可能还离钱，从我的视角来讲就不够近嘛。就如果真的这个人就是为了赚钱，那就是这个人赚钱，他有可能就去做这种什么深夜直播的类型的，什么情感陪伴老年人，

21:33让你打赏的类型的，对吧？有些人可能会去选择做这些。这些是说那些能力不错，就是想赚钱。我知道，只要不赚钱，我没有理想，那他可以选择干这个，对吧？

21:45比如说去做个做个夜听嘛。

21:47对。做所有做这些业务的人，有能力做这个，他可能已经在做了。他他也不会出来跟你讲，我在做这个事情。

21:53所以估计还是得等第一波仗打完，打完之后有一些团队被逼到墙角上说来，哎。这边看着好像挺有钱的一个小市场，我们去做了吧。第一波的时候，大家都还是冲那个奥运会。我

22:05我觉得得，我觉得得先有一批公司破产，有一些人失业，然后甚至得要有第二批。因为接下来肯定有很多人愿意去承接这些人嘛。破，就是纯粹的泡沫破裂也有一个过程嘛。第二个是我觉得还是说，因为这个东西太让人兴奋了，我觉得大家都很着急。

22:21就是这个是我的另外一个观点，因为我记得我年初跟一个朋友聊，就是我说这个市场其实既然这是个这么重要的事情，你根本不着急说我必须在第一年做出什么东西。其实你最最佳策略是第一年是看，就你花时间做各种准备工作看，而不是第一年说我就all in了。

22:40除非你决定说我就是要跟OpenAI拼刺刀的。就是我的目标就是尽快能够赶上它，那你只能all in，因为越往后越赶不上嘛。但如果你一开始就觉得我没戏了，你第一年其实不着急说，我立刻就动手把钱都花了，把东西做了。

22:56除了Anthropic和Google以外，应该也没有谁有能力有信心说我要跟他拼刺刀吧。BAT和字节也不敢吧。

23:04国内其实大家是这个心态嘛，就巨头们是这个心态，对吧？巨头们是，我反正你国内你进不来，那我还是得赶紧在国内先卷出第一名，对吧？这这是第一个逻辑嘛。然后第二个是说，也有些创业公司，比如说我觉得像百川啊，因为有很多公司是你不得不评价智谱，说你们都不看好的时候，

23:25我已经干了两年了，对不对？现在大家都看好了，难道我放弃吗？不可能吧，对吧？所以智谱肯定得融很多钱干这个事情。某种程度上讲，MiniMax有点类似。

23:34他们两家是真的是不是不是凑风口的，他们真的是以前就在搞。

23:39对，他比较早看到这些东西，对不对？第三种就是像百川，对吧？我觉得很简单，就是说我看到了，我决定all in。至少他们也证明了他们战斗力很强，对吧？很快就出了模型，而且他们在开源上做得很好嘛，他把中间这些tech report啊，check point都放出来了。

23:55但是剩下的没有卷进第一梯队的，如果你还在做基础大模型，其实你我觉得基本上你已经宣告，至少你那个基础大模型的线路已经失败了。

24:10哎，我分两节讲，第一节讲就是，那你觉得像百川之类的，他们出路怎么办呢？小川他们的那个，就就也很也很尬呀。

24:18我不知道，No idea。其实我们是格局不够，我还是回到这个问题，我我的总结是，我们格局不够。

24:25我格局更小，我现在只想找一个一两千万人的市场。

24:30当他们冲到最头部的时候，他们要面临的问题，要做的这个事情其实是完全不一样的。因为我听说啊，也是听说啊，又又是小道消息，小道消息都做不得准啊。希望别人不要来说，哎呀。你又胡说八道，你又吹牛，说就是像智谱啊之类的公司，这种to B的单子其实是非常多的。

24:48哎，对。就是都有点接不过来，所以会有很多其他的一些，因为也做有一些其他的做这种AI service，也是一些比较我认识的一些朋友比较头部的公司，接这种几十万、一两百万、两三百万的单子，就是用别人的模型帮很多企业做实施，日子过得也挺好的。

25:05哦。

25:06对，所以我觉得maybe他们其实日子没有大家想象中那么难过，对吧？我觉得这很难讲，就是他很有可能是有营收，那个如果光看内部的营收呢，其实日子是过得下去的。但是他在那个基础模型上那个投入呢，其实的确是非常多的钱，那肯定是一时半会儿是挣不回来的。

25:23还有问一个技术上的问题啊，就智谱之前是GLM嘛，他们后来已经全部把架构就是跟OpenAI一模一样的，就是GPT了，对吧？

25:31它GLM3的架构我也没看过。所以我不知道。

25:35对，我好像有这么个印象，就是全部改了之后说效果更好了，就彻底改了，只剩下名字

25:39没改。的确，decoder only的这个模型，至少有人发过比较严谨的论文，说就是你如果用同样的算力的情况下，decoder only效果更好。就你不能说我的参数一样，就是没有没有意义的，因为你训练的时候，它核心还是按照，就大家最后是按我到底花费多少算力能够达到一个多高的智能嘛。

26:00对，从这个角度来讲，他们觉得是说decoder only至少目前证明是做消融实验上效果是最好的。

26:06那现在的话，刚刚我们在讲说，比如说像百川之类，这是第一梯队嘛。那如果是第一梯队其实就会很难嘛，那第二梯队呢？你是觉得是更难还是更容易？因为更难的角度就是第二梯队更难，因为市场是赢家通吃嘛，你更难抢第一了嘛。但是第二梯队的好处就是因为假设我不想抢第一了，说不定我就可以去找一个细分市场去做。

26:29所以其实反倒又更容易了。不是，

26:31我觉得回到那个问题啊，就是市场上存不存在第二梯队的大模型这个这个这个概念。就跟手机市场存不存在第二梯队这件事情一样。或者有超一线梯队是比如说是苹果，然后第一梯队可能就是什么三星，以前的华为，对不对？然后国内的什么小，小米、OPPO、vivo，后面就没有第二梯队了。

26:54或者说后面的第二梯队。

26:56还有，但是我我觉得这个更可能更像是云。云的话就彻底的没有第二梯队嘛，但是手机确实还有一些各种杂牌嘛。

27:05不，第一个是，第二个是手机的很多杂牌是第一梯队的副牌，它不是杂牌。那

27:10你讲说，也当然你现在可以这样讲，那你之前还有锤子，锤子都算一个牌子呢。但

27:15锤子没有出路呀，对吧？

27:16还有魅族。

27:18锤子、魅族都没有出路呀。

27:19魅族、一加。

27:21现在是并回给OPPO了嘛。

27:23还有那个传音。

27:24所以传音其实是走出了一个完全不同的道路，差异化嘛，对吧？我觉得它就不是个第二梯队，它不是说我大家都卖中美，都卖欧洲市场，我也做卖欧洲市场，它其实就是差异化了嘛。我认为整个的手机市场本质上是没有所谓的第二梯队的。因为我们其实我们刚才讲的，甚或者说我们今天讲的模型的第一梯队，未来也会分出谁是华为、三星，谁是OPPO、vivo，

27:49谁是小米。就不是所有人都是一样的产品力，或者说一样的市场的brand。今天的十名以后的所谓的第二梯队，你要么就变成一个完全差异化的传音，要么你本质上就是个杂牌或者副牌嘛。

28:03那第二梯队的想法的话，就趁早的做成一个，比如说帮大厂去做做，其实是一个应用的引擎，其实做一个大应用。

28:12我觉得是大家还得是，我觉得得重新思考，就是大家已经卷了半年一年了嘛。就你得重新思考说，我手上这个牌，我我有这些人才，我有这些算力，我烧了这些钱，我融了这些钱，我重新，我接下来到底该干嘛？因为我觉得有很多大家的原来的假设，我觉得本来就不一定成立嘛。

28:31大家原来的假设是说，啊，有行业模型的机会，这个机会到底存不存在？如果有GPT-5呢？这是另外一个小道消息，有人跟我说GPT-5已经训好了。啊，我刚才讲过对吧？如果GPT-5已经训好了，它比GPT-4的，它相当于GPT-4相当于GPT-3.5的话，对吧？

28:49你的所谓的你们我们的很多概念，因为OpenAI不是今天那个前两天发了一个东西叫做customized model嘛，他说，哎，我有能力，你们谁有数据的，愿意花两三百万美金来跟我们玩一玩，我们出个research team，你们出数据跟应用场景，我们一起来训个模型。

29:05是两三百万美金啊，他只在发布会上只只是讲了not a cheap。

29:09对，他那个白纸黑字写了的。

29:11所以像BloombergGPT之类的，以后就是都是他理论上他他来抢这个生意，他自己做。

29:17对呀，对呀。去他的官网上看一下，他写的是，I acknowledge that it may take several months to train custom model,custom model,and the price starts at two to three millions.就两三百万美金，

29:30几个月时间起步。我们，你可以填个表，我们来看看要不要和你干。

29:35所以行业模型会被吃掉。我觉得

29:37海外跟国内还是不太一样啊，说有很多的原来的假设，至少之前大家还抱有幻想嘛，抱有幻想就是说，哎呀，OpenAI其实已经把我它最好的东西都发的差不多了，它也卡住了，所以没什么东西可以发了。但现在听了一些小道消息呢，就不是这样的，大家被卡住的主要是卡造来不及造，别的都啥问题都没有。

29:58对。然后我看了伊利亚早几天的那个访谈嘛，他被问了说数据是不是个问题，他说数据确实会被用完，但是嗯，这其实不是个问题，没有问题。这方面完全没问题，然后完全不会让我们卡住啊，所以数据也不是问题。那如果GPT-5造出来的话，其实从时间线上的话是合理的呀。

30:18因为GPT-4的话，你去看那个Hoffman的书的话，他是去年八月份在玩，这是一年多以前的事情了，非常之合理呀。对啊。

30:29所以五训练好像听起来也是非常合理的，对吧？之前一直有小道消息说什么四点五训练失败，前两天听到消息是无语集训好了，所以接下来会释放一些H100出来，你们可以可以可以拿到卡了。

30:43嗯，行吧。那还是能够拿到的嘛，还挺好的。而且我这两天听，忘了是，呃，那个彩云小译那个创始人，他他提出一个脑洞，说比如说一百万张卡好了，我们有一种方法，就是比如说可以用一百万张卡可以训练出GPT-6，这是一种一条路数。还有一条路数就是干脆不浪费它去训练GPT-6，这一百万张卡只只去解决一个问题，比如说超导，它就完全不去解决我们什么谈恋爱啊，

31:09什么这种乱七八糟的事情了，完全专攻一个方向去。那其实有可能的话就会发现一些更更更扯的事情会发生，就它它就专攻一个莫名其妙的方向，然后就是科，完全找科技突破去，如果走这个方向的话。其实感觉人类文明往前走也会走得很快，也很也很神奇。

31:30就反正就已经找到一个大杀器了嘛，就是堆算力嘛。你上次你上次讲的就是all you need is compute嘛，对吧？

31:37是的。

31:37跟模型都没毛关系，就看模型嘴巴大不大。

31:40对。这可能跟可能模型结构的一些差异，可能影响没有那么大吧。但这个其实也是很可怕的啦，就是如果这最后的结论是这样，其实我觉得也挺可怕，就是那意味着大家就做应用吧，对吧？因为那就是变成个马太效应，非常明显的逻辑了。

31:55我

31:55今天还试了一下，因为我也在想一个应用嘛，我今天还试着用那个用那个system搭了一下，但搭出来效果也一般。对。然后而且我还在试那个那个system那边也是可以上upload files嘛，然后我上传了，但是它完全没有按照按照那些东西来打，我怀疑是怀疑是我写法有问题还是怎么样，它就跟我上传的文件毛关系都没有。

32:20还要再调一调，再试一试。但是如果它能够做成App Store的话，早期在上面先做个小电筒也可以。好像作为小团队来讲，你上去做个小电筒，就做一个prompt engineer，找一个场景，好像也可以。然后再想办法看看中间不能满足的部分，再往App Store导。

32:37就比如说它有长记忆，或者说它需要特殊的界面，那满足不了。我觉得system也是一个蛮，就GPTS也是一个挺挺挺有挺有意思的东西。而且它如果把读文件和function call放里面了嘛，这样子其实就是上面那个agent的使用的工具，

32:55是这家公司定义的。那这家公司比如说你定义一个画流程图的话。那这个就是一个单独帮你画流程图的，它把agent的能力收进去了。而且这个agent调用模型的能力也在它里面，然后大家只要在上面发挥创造力就可以了。而且发挥创造力的那些人会自己帮它宣传的呀。

33:12你会说大家来用我这个啊，我这个什么子弹笔记，我这个是啥啥啥心灵导师。觉得这个东西倒是比以前的那个plugin听起来就感觉更可可

33:22搞。对。就就我觉得就是你就是对很多小团队来讲，不不一定是坏事嘛。对小公司来讲，就是说市场上，因为OpenAI不可能把所有的钱都赚完。就跟你说我们说的淘宝、TikTok，那生态还是很繁荣的呀。

33:35那我觉得所以对小公司来说，对灵活能能变通的小公司，其实我觉得是它让很多事情变得简单，其实是有更多的机会嘛。

33:43回到DevDay的话，你看到有什么机会呢？或者你看到有什么好玩的好玩的东西，大家可以参考一下。

33:49我我其实自己这两天特别忙，所以没有时间思考这个问题。

33:52连带不带都没有看视频是吧？

33:55因为在写一些东西嘛，我就去后台，我就去它的那个documentation看了一下所有的API，然后刷了一下Twitter上有些人发的一些，啊，其实也是围绕Vision的能力的一些demo嘛，然后我觉得还挺有意思的。但是DevDay本身这个生态会是怎么样，其实我还没仔细想过。

34:13但是我我还是那个直觉嘛，就是也不叫直觉吧，就是但是我觉得基本有一个结论是说，就是你跟它硬卷基础大模型这个事情的机会其实越来越小了，对吧？就是至少OpenAI还是证明了，它并不是说它发了第一天是把它最好东西发出来，然后它没有什么再变得更好的空间了，

34:32而是说它的确发发出来的东西是它半年一年以前的东西。就就相当于说它的那个roadmap里还有很多东西是出意外，它可能过三个月过六个月又会再发点东西出来，对吧？其实我们反过来讲，我觉得谁谁受冲击最大就是Google，对吧？你不用去管你Google内部说我的各种各样东西做得有多好，只是只是还没有发给大家看。

34:54大家做过产品的都知道，说我一个产品，我公开在市场上，大家可以随便用。跟我说，哎呀，很牛逼，但是我只是给三个人偷偷试过，这是完全两个概念的事情嘛。你像OpenAI明显这两天我估计又是一波高峰，今天OpenAI又outage了嘛。

35:11今天OpenAI那个H1跟都挂都partiallyout。

35:13我在后面试，它有时候对。

35:16就挂过一段时间吧，今天大概今天挂过挂过一个小时吧，中间这个差别还是很大的。就是说我觉得这对Google是个打击，其他人我觉得都还

35:25好。之前的传说中Google会要发一个牛逼的东西嘛，但是OpenAI这样持续搞的话，那至少大家对于Google的那个新东西的期待值会抬到无限高。就就就它它其实发起来也很也会很很艰难，就很难满意。但是我从另外一个角度也觉得OpenAI应该还是有蛮多东西藏在后面的，因为反正听说的版本是那个微软在，

35:49就是就是就就就两边还是在吵架嘛，但是微软在不惜代价支持它嘛。假如说它真的手上最好的牌就是GPT-4，并且看得到比如说Google也快赶上了，什么Llama2也快赶上了，我觉得我觉得微软的微软也压不住的。不然肯定会想，那老子自己搞呗，对吧？

36:06但一定是它后面还有大牌嘛。据我所知

36:09啊，就所有的微软也在搞自己的模型，肯定在搞。我觉得，就尽管OpenAI它对OpenAI绑得很死。

36:18据说还在产卡。对啊。

36:19就是我我我认为微软肯定在搞嘛，因为对他们这些公司来讲，还是你OpenAI虽然很厉害，但是对吧？对你来讲，你有个一两百亿美金已经很大一笔钱了。像微软呀、Google呀，账上都有大概两将近两千亿美金吧，一两千亿美金。

36:36他花个比如说两百亿美金，再多卖一张船票，多买一张保险也要买。

36:40对对对对，所以而且他又是干这个，他又有收入的，对吧？比如说他还不像我我我是个创业公司，我在疯狂烧钱，而是我花了这个钱，我反正我有那么多企业客户，我很容易就我的销售渠道并不需要重新建嘛，对吧？就是换句话说，比如说你百川，你要卖给一个客户，跟微软，百川在中国你要卖给把自己的大模型卖给一个客户去使用，

37:05跟微软说，我搞出一个基础大模型，我要在上面基于一些应用卖给客户使用，难度是差好几个数量级的。对微软来说特别简单这事情。他肯定是重注了OpenAI没问题，但他肯定也会比较容易的说自己投个团队也继续做吧，

37:21对吧？然后我们刚刚在讲垂直的机会嘛，刚刚有人在问说那个马斯克不是搞了一个嘛，那你觉得像这种它是这种算垂直的一个机会吗？

37:30你可以叫垂直吧，或者我叫叫差异化吧，因为和他们还是有很多不同的差异点的，对吧？它有大量的车，它有大量的特斯拉，它有卫星，对吧？对。所以他能做的很多事情，别人还真不一定做得了。这个就跟苹果做这个事情是一样的，因为苹果也是终端，也是个入口。

37:49那那个车也是个终端，也是个入口。

37:51对，它还有一些芯片能力都有。

37:53据说英伟达下单最大的两个客户就是微软跟特斯拉。

37:57OK，特斯拉，OK。不是，我我以为是亚马逊刚刚。

38:01所以从这个角度来讲，你后来你也想想那个，一个特斯拉它的也是个市值很高啊，对不对？对啊。特斯拉也是个，我搜了一下，七千亿美金的公司啊。

38:11而且讲起来的话，Elon Musk才是那个OpenAI的创始人，是吧？

38:16呃，对啊，然后特斯拉我刚看了一眼，特斯拉净利润也是好几十亿美金嘛。

38:22他如果，对，他肯定要搞，因为要不然的话，他以后机器人的脑子都是长在别人，都是别人的，也也太奇怪了。他们不管于公于私都是得搞的。对，他要大规模造机器人的话，不可能大模型是别人的。

38:34而且它有终端嘛，一样的，就是不应该都在云端嘛，应该在终端上也有模型嘛，应该在终端上也有算力嘛。你要考虑什么隐私呀，考虑成本呀，考虑各种各样的离线的处理呀什么的。所以我觉得，对吧，就是特斯拉跟苹果肯定会搞，对不对？就是而且他们是天然的有差异化，因为设备是我的，我能不能搞一个小模型，就在端上，不用去连我的云。

39:00那这种差异化是就是是真差异化吗？还有一种软性的差异化，比如说我这个大模型它比如说EQ更高，更擅长谈恋爱，更擅长谈谈情。你觉得这种差异化是真的还是只是一个妄念而已？

39:16我觉得如果你是讲应用这是真的，我觉得这是讲模型这是个妄念。

39:21就是就是其实GPT-4都能做到以及做不到，GPT-5也早就把它干掉。

39:26我觉得是这样的，我觉得就是智商跟什么情跟智商其实没有那么大分别，真的没有那么大分别。对，我这第一个。第二个是我我记得前两天我看那个零一万物的那个技术合伙人，他在那个知乎上写了他们训练模型的过程，说他们的得到的结论就是说你要模型效果好，就是IQ类的数据跟EQ类的数据要平衡。

39:47就是说当然我自己没有跑过，但是我的直观感受是说，就我没有见过一个模型，我我没有在使用体验中遇到过说，哎呀，这个东西它IQ特别强，就是智商不太行。没有的，你使用的体验就是这模型挺好，跟这个模型挺烂。

40:02对。而且就是大家以为它一EQ不行，其实就我自己试下来，让你调一下，给它设定一下，它是故意的，就是让它冷冰冰的，嗯，是很好的。然后美国很多医院的话，其实是用它在做EQ，没有让它看病，再让它跟写那个怎么跟病人沟通，因为就不知道怎么讲，就不能讲得太冷冰冰，要显得自己很有关爱的样子，让GPT帮忙写一样。

40:26对。所以它EQ其实也

40:28很对。所以我觉得还是回到你那个逻辑啊，就是如果你的入口就是个对话窗口，就是个聊天窗口，或者是个语音聊天窗口，其实你还难，对吧？就是你说我就是个聊天窗口，你能玩出什么花样来呢？你最后不还是得比那个谁的模型厉害嘛，对吧？

40:43那你比谁的模型厉害这个事情，你当然可以看各种评测指标，讲各种故事，但是大家用一用还是感觉很明显的。

40:50现在你在各种榜单上，GPT-4都不够看的，但是大家都不信。

40:55对啊对啊对啊，这个这个GPT-4不排在第一，只能说明这个榜单不好，不能说明GPT-4不好啊，对不对？这难道不是榜单？你敢反思，为什么GPT-4排在第十名？你这个榜单水平实在太差了。

41:07对。

41:08是，那实在是太扯了，

41:09对吧？你说明你的测试集设置有问题，你的测试集设置得好，GPT-4就应该在第一名。

41:14所以照你这样讲的话，其实就除非手上有独特的资源，否则的话，其实你凭空说你要做一个垂直模型，也是一种妄念，是吧？就比如说像它有机器人，那确实是不一样

41:26啊。对对对。我我觉得就是你的差异化得是真差异化，你的差异化不能是说因为我比较弱，所以我差异化，对吧？这这是个笑话嘛，我在哪里看到他们说，对不对？发布会了，说你们的差异化什么呢？

41:38就是差异化，就是我们的效果比较差。对，就很多人的差异化是是跳，是他不是说我已经想明白我应该怎么差异化，而是因为我不行，所以我一定要找一个差异化出来。那你走到那个路上，你就很容易去找一个，硬找一个差异化出来，说，哎呀。我就做某某个垂直的行业，但是我觉得很多垂直的行业真的是那么容易做吗？

42:00或者那么垂直，这真的就是你相对它那个壁垒那么强吗？因为你如果真的是，是你的垂直行业，你的垂直行业能力特别强，很有可能你是应该是这个行业的人，对吧？你说我是医院，对吧？我是医学研究机构，那我就花两三百万美金，让OpenAI给我做个customized model嘛。

42:18你说我其实也不是医院，我就是做医疗信息化的，其实你没啥差异化的，你只是比GPT-4更弱，所以你干不了那个黑科技的事情，只能干像我们一样，干干这种给人这个外包做个系统的活儿嘛。

42:33你还是要发科技的。

42:34没有没有没有没有没有，我我我觉得就是说你看到GPT-4觉得，哎呀，就你这个都不是高科技。你看着人家GPT-4 Vision一样，这个都不是高科技，你做的事情都不是高科技，你还是要继续努力学习，争取成为高科技。

42:46Bythe way.我试了一下那个，诶，是百度还是阿里的，他们也是可以认得出，但没有那么好，不见得有那么精细啊。但是我试了几张图片，他们也确实能够认出那张图片在讲啥，就是也没有我想象当中那么弱。我之前以为他们那个图片是搞笑的，但是但是我上传了几张图片试了一下，比如说什么柱状图，然后再上升曲线，

43:07然后这边有一个小孩子在干嘛，他们都认出来了，但是他们的视频有点扯。

43:11我觉得第一个问题就是说，国内的模型进步是很明显的，就是说这个是不矛盾的，对吧？第一个是进步很明显，拼命追赶。大家都都在，人家进步更大。第二个是，我觉得都不叫人家进步更大。第一个是，人家本来就藏了很多东西，对不对？

43:25就像你说的，人家的GPT-4是去年八月份训练好的，人家十一月份才给你看了GPT-3.5，对不对？人家去年十一月底嘛，给你看的是3.5嘛，但是人家的GPT-4可能八月份甚至更早就已经训练好了嘛。人家是今年的五六月份，好像三四月份给你看的GPT-4，现在现在十一月份才给你看的GPT-4V。

43:49那意味着它其实给你看的东西是它基本上一年十五个月以前的东西，对吧？对吧？这这个我们得承认嘛，就是说差距还是缩小了的，也人家也没有多，人家给你今天看的东西并不是他最近一年的研发成果。我觉得他最近一年的研发成果他都没有放出来，他现在给你看的是最近一年产品化了的成果。

44:06如果你上一次讲的那个道理确实是真的的话，就是compute is all you need的话，这个差距就是追不上的，就会越来越大，就是我不讲不讲能力，只讲computer。只讲堆算力，

44:20这两个问题啊，第一个是国内像字节、腾讯这样的公司赚的钱还是足够多的。

44:24但是买不到呀，H100。第二个

44:26问题就是卡买不买得到，原来是买得到，现在买不到，对吧？第二个问题就得看国产卡嘛，对吧？什么华为，

44:33对。听说是那个A100，70%的能力。

44:36那我觉得就就你还是有机会嘛。

44:39对，但是不是还有其他各种工程上的问题吗？就如果是卡在这里，那就很很很崩溃啊，就最后发现说是没有卡，变成一个纯粹堆卡的游戏的话，那就很吓人了。一百万张，像你刚刚讲的。那怎么，

44:52他肯定也不是说一百万张都拿来训练一个模型嘛，他还有大量的应用部署，就推理应用的场景嘛，对吧？包括云端的这个需求嘛，对吧？他拿个十万张卡，二十万张卡做训练也很正常嘛。还挺好的

45:04啊，反正就觉得在这个时代真的挺好玩的，就好久没有说还等着看一个发布会啊，什么事情。然后说第二天早上我还很嗨的，赶紧先打开看一下。然后我是没有熬夜，但是还是很嗨，就就想想在疫情的时候，真的想象不到这种时候，说哇，又有这个。

45:22我今天在工作的时候，大概一半的时间是在跟GPT，就在测一些东西嘛，就在不停的说话嘛。我才觉得说，这个东西要是一年前，我我我会觉得这完全是科幻的。我就在想，一年前你你你会觉得说你你有一，你你一直在跟一个机器人在写作，这个这个这个纯科幻，但是现在就是一个日常的工作场景。

45:44我就觉得，哇，还是太有意思了。还有什么总结性的想法吗？我

45:49觉得对，我我觉得是这样的，真的是对于小团队，我觉得大家真的是冲一波应用吧，真的去想一些应用场景，我觉得还是有很多，现在大家想的还都很浅，所有人，对吧？包括我们自己都想得很浅，都都还，就或者我觉得就即使你想得很深，但是你还没有得到，或者说你有一些想法，

46:05也并没有真的通过实践得到足够多的，呃，结论和反馈，还没闭环。对。但是我觉得大家都是可以冲一波，就是也许是好事儿，就让很多人就打消了我也要搞模型的思想法，你把应用做做好，对吧？因为有太多东西可以做了，对吧？

46:22我们就讲难听点，你就让它帮助你写代码，这件事情到底能做得多好？就是我自己是说我现在一直对着，就有啥东西都问它，但是实际上它肯定不是一个最高效的流程。就是我还在用原来的编辑器，我用GitHub Copilot做一些代码补全，但是我遇到一些开放式的问题，

46:38我还要切一个窗口到GPT打一段，然后我读，然后复制粘贴，改一改，运行一下，对吧？那其实是肯定有很多体验可以做极大的优化跟更新嘛。

46:50那像Cursor是有解决这个问题吗？

46:52我最近没有用Cursor，不知道，所以不知道它最新的版本是怎么样的。

46:56反正就是你觉得可以可以冲一波应用。

46:58对，冲一波应用，就对年轻人来说，二十三四岁，其实你也不需要特别懂AI，你会用API，你真的就可以冲一波应用。因为说实话，就是第一个，API的确已经很好用了，对不对？第二个是我觉得，为什么冲一波应用？因为有很多应用，像我为什么没有改用Cursor，就是你的确有那个沉浮的习惯。

47:17对，因为沉浮的习惯，你用惯了VS Code，用惯了什么IntelliJ这些东西，你换一个新的，你一开始不适应，然后你觉得我一开始低效，我就不愿意切，我还会回到那个原来的。但对于一个新的人来讲，他其实没有这个包袱

47:31啊。你说的是冲一波应用，还是先冲一波GPTs啊？我

47:36觉得这两个没有区别。对。因为对应用来讲，就是你做个GPT，你在GPT上冲了一波，跟你做一个独立应用，这两个事情的成本有很大的差别吗？你可以两个同时做啊。

47:45还是有差别的，GPTs目前看还是简单很多。你可以你可以拿它做MVP。

47:50但是我的认为就本质上没有区别啊，就是说它其实就是说你就你先不用去思考说我需要有多好的，你就做海外，你就做应用嘛，对吧？就是其实基建是非常完善的，而且它现在全全链路的API都有了嘛，视觉理解、视觉生成、语音生成，然后整个的对话智能，就所有东西都有了，我觉得不做应用做

48:10啥嘞？所以大家不要纠结了啊，他们能力提高了，那个GPT发现OpenAI还是很强。如果你要做模型，就想再再想想，看看兜里的钱。

48:21我觉得你你再想一想，就是你的差异化到底是啥？你的差异化肯定不能是说我们做个垂直大模型，这句话半年前说有人信，现在又说我觉得就你很难说服大家。或者就是说我们定的那个垂直大模型，你你可能仍然有垂直的应用场景啊，或者怎么样，你有有特殊的这个细分的不一样的地方。

48:38就就跟Elon Musk，因为他有特斯拉，他要做模型，我相信他要想做的事情，他也许是既有可能有机会去卷最基础的，因为他特斯拉本身是个七千亿美金的公司，一年有几百亿美金的利润，他说我就想卷大模型也能卷。第二个是他卷出来大模型，即使比OpenAI稍微差一点，但是他有车这个终端。

49:00它其实能也许能够打造出不一样的应用场景，对不对？我反正我的特斯拉，我就不装你OpenAI的model。因为车比手机还有一个好处，它的那个电力供应是不愁的，然后它的那个算力能够比手机做得要高很多。

49:15但是从这个角度上来讲，也只有像这种公司，但是这个解法也不是说说独立公司了。其实最后你还是得，不光你得把这个垂直，所谓垂直的能力给做出来，其实它还得有一个巨大的垂直应用场景，而那个场景往往已经是在巨头手里了，所以一开始就必须得拉好手再动，而不是你先动好，想办法卖给巨头。

49:39对。

49:39因为我觉得场景还是很多的，你你要这样想，以前的Google不厉害吗？微软不厉害吗？在互联网中有微软的操作系统，对吧？Office就核心的大应用它都做了，但是你做个财务软件Intuit，它也是个上市公司啊，对不对？就是用户的心智的认知还是有限的，用户的心智认知，至少我觉得到此时此刻，甚至你也很难做到说。

50:02有一个东西解决一切问题，我们大家都讲super app，super app，那super app那也有好几个呢。现

50:08在也不用想着super app了，大家做个app就行了。然后也有很多app一年什么几千万美金，几千美金，收入也挺滋润的。

50:17你想你想，就我们做电商啊，原来有淘宝、京东，对不对？有拼多多啊，但唯品会这个公司也还活着嘛。然后我们再想，新的公司也出现了，像得物这样的公司，对不对？它也是个电商公司。所以其实还是有很多，对吧？

50:32不能自己骗自己，说我是个垂类的京东，这个我觉得就挺扯的。我是个垂类的淘宝，这个就挺扯的了嘛。

50:38在我做电商的时候，那一波还有这种机会，后来这批公司就一个一个被灭掉了。

50:43啊，对呀。就是你讲故事当时是当然是这样讲，但是有哪个公司真的活了下来的，其实很少，对吧？就唯品会最后说的不是垂类的逻辑，是特卖的逻辑。

50:53垂类当时垂到连卖袜子都可以单独搞一家公司。对。最后都被盖盖过去了。对

50:59啊。当时也有卖生鲜的，卖什么鞋的。卖

51:02包的，卖包包。所以就如果那个那个兜里钱不够的话，你就不要说做个垂类模型来忽悠自己了，你看看首先有没有傍上大款。没有傍上大巨头大场景的话，这事儿先洗洗睡了。然后另外一个就是赶紧做应用。这位同学我觉得说得很好，先做GPTs，如果GPTs好，再把它做成应用。

51:24甚至于不需要自己去做，你就去看那个API那个排行榜，哪个GPTs火了，你看看要不要把它做成应用。也是很敏捷的思路啊。好嘞呀，那我们这一期就到这里，反正大家加油，拜拜，

51:39拜拜。好的，好，拜拜，拜拜。