發現、追趕、擁抱，APUS李濤的AI“蒸餾法”

撰文 | 王   潘  

編輯 | 吳先之

ChatGPT問世之後，全球化移動網際網路企業 APUS創始人李濤發現“市場上有三類人，一類人在不斷講故事，一類人的内心極度不甘和落寞，還有一類人心态很好，悶頭開始拼命做事。”

李濤可能是最早接觸到ChatGPT的中國企業家之一，4年前，OpenAI CEO SamAltman 就曾通過視訊向他和張一鳴、沈南鵬等人展示過，用GPT-2操作DOTA2。

去年12月，李濤接觸到ChatGPT時，美國中國小生已經用這個新工具完成作業了，他開始感受到競争所帶來的壓迫感。“我們可能比别人晚了5分鐘，但這5分鐘很重要，你會發現我們在意識、技術上以及很多地方晚了起碼3到4個月以上。”

顯而易見的是，ChatGPT帶來了生産資料變革。

由于傳統IT産業都是手工業時代，每一個程式員得手工編寫代碼，眼下人工智能正在讓IT産業則進入到自動化時代——GPT4已經能夠解決不少程式設計問題。

為了讓APUS的員工盡早适應人工智能，公司開啟了一系列基于大模型的業務改革。今年以來APUS程式員、設計師以及生産一線的員工都開始用人工智能來提升自己的生産效率，并提前2個月開始用人工智能改造現有産品。

光子星球了解到，為了适配ChatGPT所拉開的人工智能時代，今年APUS加薪的标準皆與使用人工智能工具挂鈎，并形成了一套具有可操作性的制度：如果用人工智能能夠提升生産效率，則對應加薪比例，例如提升30%效率，加薪10%；提升50%以上，加薪20%-30%。

或許是有切身之感，李濤對人工智能的未來，有了全新的思考。

生長與創業

李濤關注到ChatGPT，或者說APUS擁抱人工智能并不是一件偶然的事情。

APUS由内而外地迅速開啟新一輪戰略變革，有兩個動因。作為企業管理者，李濤享受不斷創業的過程，而APUS的發展過程對于外部回報始終保持着敏感。另一個動因得益于此前轉向全球化，對于變動中的外部環境有更強的感覺能力。

談及創業，李濤認為首先得保持平和的心态，其次要順勢而為，最後是享受創業過程。

“你可以發現，中國大多以網際網路為代表的數字企業，背後都有一位連續創業者，他們把公司做上市以後還在堅持不懈地往前，為什麼？因為上市對他來說隻是一個節點，以上市為契機，還要做很多事情。”

2014年，APUS是國内最早的一批出海企業之一。當年7月2日，第一款産品APUS Launcher上線，到如今，APUS系統及其産業品群全球總使用者數超24億人，覆寫200多個國家和地區。

出海讓APUS駛入增長快車道的同時，也和如今大部分出海企業一樣，面對着來自全球各地的封殺與打壓。于是在2019年，APUS調整發展戰略，這家昔日出海的先鋒，開始把自己轉變為“全球化”企業。

“（我們）不把自己定義為一家出海的中國公司，而是當成一個國際化的公司。中國與美國，隻是我們選擇的一個市場，以這種心态來面對全球市場與新技術，使得APUS在感覺和思維模型變得國際化。”

ChatGPT的出現讓APUS看到人工智能将全方位改變業态。李濤曾現場展示高清設計，按照APUS過去的AI模型生産，起碼是需要兩天時間，而基于ChatGPT的AIGC能力，隻需要一秒鐘。

事實上，即便如今AIGC已經取得了長足發展，但不可否認的是，大部分AIGC産品其實都不算大模型，而是自建的中等模型。所謂大模型，指的是算力與資料量大，從中跑出來的模型的包容性極強，适應性好，涉及面廣。

大模型相當于人類知識的集合。

衆所周知，演繹與歸納是推動人類智識進步的兩大方法論，而人工智能發展的底層邏輯其實是一部縮略版的人類智識發展史。

傳統搜尋引擎其實是歸納法的産物。其工作環節包括關鍵詞輸入、爬取資料以及根據搜尋需求回報結果。然而歸納法本質上是整理、回報已有知識，沒有創造新的價值。相當于一個人能夠熟練背誦全唐詩，卻根本不會創作一首七律。

業内之是以認為ChatGPT将會是下一代搜尋引擎，是因為ChatGPT幫助人類重新利用現有知識生成一個在曆史上從來未出現過的結果。另一方面，其生成的結果具有唯一性。過去，上述兩件事本質上是藉由人類智慧完成，現在機器也有了可能。

李濤認為，基于人工智能，ChatGPT已經展現出下一代作業系統的苗頭。“如果說第一個時代操作引擎是Windows和Linux，第二個時代的操作引擎就是安卓和iOS，下個時代的操作引擎，就是人工智能。”

正因如此，APUS才會将人工智能全盤引入到生産過程中。

人工智能四步走

此前，資料、算力、算法被視為人工智能的“三大件”，随着大模型出現，“場景”躍升為最重要的一環。

網際網路奔騰的二十多年中，中國并不缺乏場景與資料，倒是算力與算法上存在不少短闆，尤其是國内開源環境相對滞後，導緻算法分散、算力不足。

國内科技企業将競争視為頭等大事，大多成了擁“算法”自重的“諸侯”，客觀上造成國内算法處于極度分散的狀态，是以無法形成合力。隻有代碼的公開才可以讓大家不斷疊代，OpenAI的成功已經證明了，開放平台能夠聚合更多的人維護、更新代碼，進而提升資料和模型的能力。

另一方面，算力産業依然面臨需求碎片化。例如國産基礎軟體生态和配套晶片不強、傳輸能力不足、無效算力增多、人才緊缺、難互通協同等諸多挑戰，加之當下正在經曆從CPU到GPU的轉型過程中，國内算力處于不足的狀态之中。

擺在國内企業面前的有兩條可操作路徑，一條是以AIGC為标的中等模型，能夠支撐1款到10款不同的産品和軟體，這樣既能保證商業化的運作，又維持足夠大的使用者量，還能訓練自己的模型。

李濤告訴光子星球，解決上述問題，APUS找到了一條被其稱為“蒸餾”的方法來訓練APUS的模型，并在此基礎上封裝成無數的精煉模型來提供服務，以ChatGPT為代表的人工智能是人工智能的起點。簡單來說就是反向使用GPT這樣的大模型，用蒸餾法來訓練自己的模型。

此外，針對行業大多聚焦于大模型，APUS将精力放在了中小模型之上，例如AI作畫、AI譜曲、AI程式設計等等。相較于大模型，中小模型更容易尋找落地場景，也能夠更高效地完成針對性的訓練，更何況，是封裝自ChatGPT。

由于大模型和中小模型有着泾渭分明的界限，是以将大模型封裝為中小模型，而中小模型則無法逆向為大模型，是以APUS基于ChatGPT這種大模型去開發、融合中小模型的路徑具有現實意義。

其實，中小模型間的界限主要展現在參數和場景之中。相較而言，中模型最複雜的，一般情況下中模型通常為自建的獨立模型，比如說曠世、商湯，大多偏重歸納法，而輕于演繹法。未來，留給獨立小模型可發揮的空間有限，一般都是用大模型或中模型封裝成小模型。

在李濤看來，大模型的首要目标并非商業化，而是制定行業标準，類似于安卓與iOS之争。對于大部分企業而言，隻需要關心小模型和中模型即可。“畢竟未來這個世界最有價值的東西就兩個，一個是作業系統，一個是生态就是場景，其他的東西都是過眼雲煙。”

總而言之，ChatGPT敲醒了大家，開啟了一個新起點，眼下應該考慮如何快速的追趕，于是需要借他人資料來為我所用，這便是為何APUS會用“蒸餾法”來訓練自己的模型的核心原因。

奇點來臨

有趣的是，雖然APUS擁抱ChatGPT，但李濤并不是人工智能的激進派，他認為目前應該引入一部分人工幹預。長期來看，用人工智能的模型輸出結果的效率比人的效率更高，人工幹預的效率已經遠遠低于AI模型訓練，人工主要在關鍵算法上去幹預。

APUS給自己定了兩個“KPI”，除了此前提到的今年全面轉型人工智能外，另一個是業績增長200%以上。李濤對于業績增長的期待并非信口開河，“人工智能意味着可以預測每一秒鐘，在全世界任何一個地方花了一塊錢，能産生怎樣的收益，現在我們已經開始提升内部系統的生産效率了。”

眼下，人工智能對生産資料的重構正引發新一輪工業革命，在李濤看來行業處于變革奇點，将按照四個步驟展開，分别是内部提效工具、現有産品進化、AI+場景重塑、建構新産業引擎。

2023年，直播間裡的細微變化，似乎回應了上述觀點。

薇娅、李佳琦們退隐，接續他們的腰部主播似乎也無法完全接班，在這段時間裡，數字人開始一點點填補真空地帶。盡管當下數字人的表現并不如人意，可是随着人工智能發展，尤其是大中小模型加速融合，且不說完全代替人，至少數字人能代替大部分真人，甚至直播間也會被元宇宙替代，進而完全改變現有直播電商邏輯。

當下有一種觀點認為，人工智能将完全“代替”人類的各項能力，這種觀點其實是一種靜态思考，忽視了人和AI一樣，需要持續學習才能不斷完善。

“站在人工智能這條賽道，比拼的是誰把人工智能用得更徹底，誰的生産效率最高，誰就能站在潮頭，而那些被動接受者則會慢慢會被淘汰。”