文 ｜ 闌夕

這幾天刷推很明顯的感覺到英文技術(shù)社區(qū)對中國AI產(chǎn)業(yè)的進(jìn)步速度處于一種半震動半懵逼的狀態(tài)，應(yīng)激來源主要是兩個，一個是宇樹（Unitree）的輪足式機(jī)器狗B2-W，另一個是開源MoE模型DeepSeek-V3。

宇樹在早年基本上屬于是波士頓動力的跟班，產(chǎn)品形態(tài)完全照貓畫虎，商業(yè)上瞄準(zhǔn)的也是低配平替生態(tài)位，沒有太大的吸引力，但從B系列型號開始，宇樹的機(jī)器狗就在靈活性上可以和波士頓動力平起平坐了。

B2-W的意外在于切換了技術(shù)線，用運動性更高但平衡性同時也更難的動輪方案取代了B2還在沿用四足方案，然后在一年時間里完成了能在戶外環(huán)境里跋山涉水的訓(xùn)練，很多美國人在視頻底下說這一定是CGI的畫面，不知道是真串還是心態(tài)炸了。

波士頓在機(jī)器狗身上也曾短暫用過動輪方案，或者說它測過的方案遠(yuǎn)比宇樹要多——公司成立時長擺在那里——但是作為行業(yè)先驅(qū)，它連保持一家美國公司的實體都辦不到了。

現(xiàn)代汽車2020年以打折價從軟銀手里買了波士頓動力，正值軟銀賬面巨虧需要回血，而軟銀當(dāng)初又是在2017年從Google那里買到手的，Google為什么賣呢，因為覺得太燒錢了，虧不起。

這理由就很離譜，美國的風(fēng)險資本系統(tǒng)對于虧損的容忍度本來就是全球最高的，沒有之一，對于前沿性的研究，砸錢畫餅是再尋常不過了的——看這兩年硅谷在AI上的投入產(chǎn)出比就知道了——但波士頓動力何以在獨一檔的地位上被當(dāng)成不良資產(chǎn)賣來賣去？

那頭房間里的大象，美國的科技行業(yè)普遍都裝作看不到：美國人，如今的美國人，從投行到企業(yè)，從CEO到程序員，從紐約到灣區(qū)，對制造業(yè)的厭棄已經(jīng)成為本能了。

A16Z的合伙人馬克·安德森2011年在「華爾街日報」寫了那篇流傳甚廣的代表作「軟件吞噬世界」，大概意思是，邊際成本極低的軟件公司注定接管一切水草繁盛之地，和這種可以提供指數(shù)級增長的生意比起來，其他的行業(yè)都不夠看。

并不是說馬克·安德森的表達(dá)有問題，后面這十幾年來的現(xiàn)實走向，也確實在證明這條攫取規(guī)模化利潤的回報是最高的，但美國人的路徑依賴到最后必然帶來一整代人喪失制造能力的結(jié)果。

這里說的喪失制造能力，并不是說喪失制造興趣或是熱情，我前段時間拜訪了深圳一家逆向海淘公司，業(yè)務(wù)就是把華強(qiáng)北的電子配件做成可索引的結(jié)構(gòu)化目錄，然后提供從采購到驗貨再到發(fā)包的全流程服務(wù)，最大的買方就是美國的DIY市場和高校學(xué)生，他們之所以要不遠(yuǎn)萬里的等上幾個星期委托中國人來買東西，就是因為在諾大的美國本土，根本找不到供應(yīng)鏈。

然后那些學(xué)生也只有在讀書時才有真正嘗試制造某些東西的機(jī)會，到了要去大公司里上班領(lǐng)薪后，再也沒人愿意把手弄臟了。

但軟件終究不能脫離硬件運行，哪怕硬件生產(chǎn)的附加值再不夠看，基于采集一手物理數(shù)據(jù)的入口，制造商腰板硬起來后去做全套解決方案，只取決于能不能組建好的工程師團(tuán)隊，反過來卻不一樣，制造訂單長期外包出去，它就變成產(chǎn)業(yè)鏈配套回不來了。

所以像是多旋翼無人機(jī)和四足機(jī)器狗這類新興科技萌芽的原型機(jī)一般都還是產(chǎn)自有著試錯資本的歐美，也就是所謂「從零到一」的過程，而在「從一到十」的落地階段，中國的追趕成果就會開始密集呈現(xiàn)，進(jìn)入「從十到百」的量產(chǎn)之后，中國的供應(yīng)鏈成本直接殺死比賽。

波士頓動力的機(jī)器人最早在網(wǎng)上爆火的時候，Google X的負(fù)責(zé)人在內(nèi)部備忘錄里說他已經(jīng)和媒體溝通了，希望不要讓視頻和Google扯上太大關(guān)系，是不是很迷惑，這么牛逼的事情，你作為母公司非但不高興，還想躲起來，現(xiàn)在你們懂得這種顧慮從何而來了，就是覺得貴為軟件巨頭的Google去卷袖子干制造的活兒太卑賤了唄。

當(dāng)然美國也還有馬斯克這樣的建設(shè)者（Builder），但你要知道馬斯克的故事之所以動人，是因為他這樣的人現(xiàn)在是極度稀缺的，而且長期以來不受主流科技業(yè)界待見，完全是靠逆常識的成就——造汽車，造火箭，造隧道，這都是硅谷唯恐避之不及的事情——去一步步打臉打出來的名聲。

如果說宇樹是在硬件上引起了一波懷疑現(xiàn)實的熱度，那么DeepSeek則在軟件的原生地盤，把大模型廠商都給硬控住了。

在微軟、Meta、Google都在奔著10萬卡集群去做大模型訓(xùn)練時，DeepSeek在2000個GPU上，花了不到600萬美金和2個月的時間，就實現(xiàn)了對齊GPT-4o和Claude 3.5 Sonnet的測試結(jié)果。

DeepSeek-V2在半年前就火過一波，但那會兒的敘事還相對符合舊版本的預(yù)期：中國AI公司推出了低成本的開源模型，想要成為行業(yè)里的價格屠夫，中國人就擅長做這種便宜耐用的東西，只要不去和頂級產(chǎn)品比較，能用是肯定的。

但V3則完全不同了，它把成本降了10倍以上，同時質(zhì)量卻能比肩t1陣營，關(guān)鍵還是開源的，相關(guān)推文的評論區(qū)全是「中國人咋做到的？」

雖然但是，后發(fā)的大模型可以通過知識蒸餾等手段實現(xiàn)性價比更高的訓(xùn)練——類似你學(xué)習(xí)牛頓三定律的速度降低的斜率也在有利于追趕者，肯定比牛頓本人琢磨出定律的速度要快——成本，但匪夷所思的效率提升，是很難用已知訓(xùn)練方法來歸納的，它一定是是在底層架構(gòu)上做了不同于其他巨頭的創(chuàng)新。

另一個角度更有意思，如果針對中國的AI芯片禁售政策最后產(chǎn)生的后果，是讓中國的大模型公司不得不在算力受限的約束下實現(xiàn)了效率更高的解決方案，這種適得其反的劇情就太諷刺了。

DeepSeek的創(chuàng)始人梁文鋒之前也說過，公司差的從來都不是錢，而是高端芯片被禁運。

所以中國的大模型公司，像是字節(jié)和阿里這樣的大廠，卡能管夠，把年收入的1/10拿出來卷AI，問題不大，但初創(chuàng)公司沒這么多彈藥，保持不下牌桌的唯一方法就是玩命創(chuàng)新。

李開復(fù)今年也一直在表達(dá)一個觀點，中國做AI的優(yōu)勢從來不是在不設(shè)預(yù)算上限的情況下去做突破性研究，而是在好、快、便宜和可靠性之間找出最優(yōu)解。

零一和DeepSeek用的都是MoE（混合專家）模式，相當(dāng)于是在事先準(zhǔn)備的高質(zhì)量數(shù)據(jù)集上去做特定訓(xùn)練，不能說在跑分上完全沒有水分，但市場并不關(guān)心原理，只要質(zhì)價比夠看，就一定會有競爭力。

當(dāng)然DeepSeek不太一樣的是，它不太缺卡，2021年就囤了1萬張英偉達(dá)A100，那會兒ChatGPT還沒影呢，和Meta為了元宇宙囤卡卻陰差陽錯的趕上AI浪潮很像，DeepSeek買那么多卡，是為了做量化交易??

我最早對梁文鋒有印象，是「西蒙斯傳」里有他寫的序，西蒙斯是文藝復(fù)興科技公司的創(chuàng)始人，用算法模型去做自動化投資的開創(chuàng)者，梁文鋒當(dāng)時管著600億人民幣的量化私募，寫序?qū)儆陧樌沓烧碌慕o行業(yè)祖師爺致敬。

交待這個背景，是想說，梁文鋒的幾家公司，從量化交易做到大模型開發(fā)，并不是一個金融轉(zhuǎn)為科技的過程，而是數(shù)學(xué)技能在兩個應(yīng)用場景之間的切換，投資的目的是預(yù)測市場，大模型的原理也是預(yù)測Token。

后來看過幾次梁文鋒的采訪，對他的印象很好，非常清醒和聰明的一個人，我貼幾段你們感受一下：

「暗涌」：大部分中國公司都選擇既要模型又要應(yīng)用，為什么DeepSeek目前選擇只做研究探索？

梁文鋒：因為我們覺得現(xiàn)在最重要的是參與到全球創(chuàng)新的浪潮里去。過去很多年，中國公司習(xí)慣了別人做技術(shù)創(chuàng)新，我們拿過來做應(yīng)用變現(xiàn)，但這并非是一種理所當(dāng)然。這一波浪潮里，我們的出發(fā)點，就不是趁機(jī)賺一筆，而是走到技術(shù)的前沿，去推動整個生態(tài)發(fā)展。

「暗涌」：互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)時代留給大部分人的慣性認(rèn)知是，美國擅長搞技術(shù)創(chuàng)新，中國更擅長做應(yīng)用。

梁文鋒：我們認(rèn)為隨著經(jīng)濟(jì)發(fā)展，中國也要逐步成為貢獻(xiàn)者，而不是一直搭便車。過去三十多年IT浪潮里，我們基本沒有參與到真正的技術(shù)創(chuàng)新里。我們已經(jīng)習(xí)慣摩爾定律從天而降，躺在家里18個月就會出來更好的硬件和軟件。Scaling Law也在被如此對待。但其實，這是西方主導(dǎo)的技術(shù)社區(qū)一代代孜孜不倦創(chuàng)造出來的，只因為之前我們沒有參與這個過程，以至于忽視了它的存在。

「暗涌」：但這種選擇放在中國語境里，也過于奢侈。大模型是一個重投入游戲，不是所有公司都有資本只去研究創(chuàng)新，而不是先考慮商業(yè)化。

梁文鋒：創(chuàng)新的成本肯定不低，過去那種拿來主義的慣性也和過去的國情有關(guān)。但現(xiàn)在，你看無論中國的經(jīng)濟(jì)體量，還是字節(jié)、騰訊這些大廠的利潤，放在全球都不低。我們創(chuàng)新缺的肯定不是資本，而是缺乏信心以及不知道怎么組織高密度的人才實現(xiàn)有效的創(chuàng)新。

「暗涌」：但做大模型，單純的技術(shù)領(lǐng)先也很難形成絕對優(yōu)勢，你們賭的那個更大的東西是什么？

梁文鋒：我們看到的是中國AI不可能永遠(yuǎn)處在跟隨的位置。我們經(jīng)常說中國AI和美國有一兩年差距，但真實的gap是原創(chuàng)和模仿之差。如果這個不改變，中國永遠(yuǎn)只能是追隨者，所以有些探索也是逃不掉的。英偉達(dá)的領(lǐng)先，不只是一個公司的努力，而是整個西方技術(shù)社區(qū)和產(chǎn)業(yè)共同努力的結(jié)果。他們能看到下一代的技術(shù)趨勢，手里有路線圖。中國AI的發(fā)展，同樣需要這樣的生態(tài)。很多國產(chǎn)芯片發(fā)展不起來，也是因為缺乏配套的技術(shù)社區(qū)，只有第二手消息，所以中國必然需要有人站到技術(shù)的前沿。

「暗涌」：很多大模型公司都執(zhí)著地去海外挖人，很多人覺得這個領(lǐng)域前50名的頂尖人才可能都不在中國的公司，你們的人都來自哪里？

梁文鋒：V2模型沒有海外回來的人，都是本土的。前50名頂尖人才可能不在中國，但也許我們能自己打造這樣的人。

「暗涌」：所以你對這件事也是樂觀的？

梁文鋒：我是八十年代在廣東一個五線城市長大的。我的父親是小學(xué)老師，九十年代，廣東賺錢機(jī)會很多，當(dāng)時有不少家長到我家里來，基本就是家長覺得讀書沒用。但現(xiàn)在回去看，觀念都變了。因為錢不好賺了，連開出租車的機(jī)會可能都沒了。一代人的時間就變了。以后硬核創(chuàng)新會越來越多。現(xiàn)在可能還不容易被理解，是因為整個社會群體需要被事實教育。當(dāng)這個社會讓硬核創(chuàng)新的人功成名就，群體性想法就會改變。我們只是還需要一堆事實和一個過程。

??

是不是很牛逼？反正我是被圈粉了，做最難的事情，還要站著把錢賺了，一切信念都基于對真正價值的尊重和判斷，這樣的80后、90后越來越多的站上了主流舞臺，讓人非常寬慰，你可以說他們在過去是所謂的「小鎮(zhèn)做題家」，但做題怎么了，參與世界未來的塑造，就是最有挑戰(zhàn)性的題，喜歡解這樣的題，才有樂趣啊。