M6米乐APP猎豹移动董事长兼首席执行官、猎户星空董事长傅盛最近风头很盛。7月4日召开的世界人工智能大会（WAIC）主论坛上，傅盛与亚马逊前首席科学家安德雷斯韦思岸，中国工程院院士、之江实验室主任、阿里云创始人王坚展开了一场对话，被大会官方称为“AI三人行”。不久前，他和金沙江创投主管合伙人朱啸虎的对谈也很出圈。
“我们现在的观点已经高度统一了。”7月5日下午，傅盛对经济观察网表示。去年6月，傅盛和朱啸虎在微信朋友圈围绕ChatGPT（美国AI公司OpenAI旗下的对话大模型产品）展开的争论备受关注。今年他们都认同，大模型公司必须会挣钱，只做大模型不做应用的公司会在3年内死掉。
作为一名创业14年的互联网老兵，傅盛经历过PC（个人电脑）互联网、移动互联网两波大的浪潮，这一次通用人工智能（AGI）热潮来临，傅盛又站在风口之上。他既做大模型，也做机器人，猎户星空是目前国内机器人公司中唯一训练过大模型、唯一拿了“双备案”（国家“生成式人工智能服务备案”和“深度合成服务算法备案”）的公司。
不过猎户星空的大模型和其他公司不太一样，猎户星空大模型只有百亿参数，而不像大多数公司有千亿参数。目前他们只做B端（企业用户端）业务，傅盛判断明年会有做C端（个人用户端）应用的机会。但经济观察网向傅盛提问猎户星空明年做不做C端业务时，他也没有打包票。
自2010年首次创业至今，傅盛的做事方式越来越落地，他思考问题的方式也越来越接近商业的本质：赚钱。做大模型时，他对团队的要求是，既要考虑成本，又要考虑应用。他还要求，自研大模型必须和自己的机器人业务结合，先从垂直场景起步，而不是一开始就奢望秒杀一切。
傅盛表示，大模型的确对机器人有帮助，让它具备了规划能力，这等于让一个探月工程式的复杂工程变得简单了很多。但这种帮助只处在初级阶段，想做出科幻中那种可以做菜、扫地、叠衣服的全能型保姆机器人，在最近10年内是不可能实现的。
2024年的WAIC展台上，大模型公司和机器人公司数量较往年都有爆发式增长。傅盛判断，无论是大模型公司还是机器人公司，都会在最近3年内出现大规模洗牌，这是科技行业的自然规律。他认为，只有务实的、会自己赚钱的公司，才能活到最后。
傅盛：最不一样的地方就是几乎所有人都在谈应用。今年的大会上，可能还有几家厂商在讲他们又发了什么新模型，但几乎没有人关注了。哪怕他们发布的是文生视频、能类比Sora（OpenAI旗下的文生视频大模型）的模型，大家关注度也不高。
现在AI行业终于走到了开始重视落地的共识阶段了。这一届WAIC，无论是软件层面的应用，还是机器人上的硬件应用，都已经出现了。
傅盛：我关注的更多是企业侧的应用，比如华为旗下的帮炼钢工厂在产线上提高效率的应用。我们正在给一家养猪的企业做AI应用，让他们提升内部效率，目前还在概念证明（POC）阶段，已经能明显看到这款应用对他们人力的提效作用非常大。所以做AI应用还是要深入到各行各业去。
傅盛：机器人在今年的展厅里是爆发了，但在日常生活当中，我们并没有看到它在哪个地方被大规模用起来。机器人行业的产业爆发还远远没有到来。其实今天的AI产业也是这样，融资额很高，去年有过一个统计，整个AI行业买芯片的费用超过500亿美元，但是整个AI行业的收入只有十几亿美元。
在大模型出来之前，机器人本质上是一个自动化的机器，它的智能水平并不高。很多我们习以为常的事情，机器人做起来是非常难的。比如让它拿起酒瓶倒一杯酒，之前这是一个世界级难题。因为它得知道用什么力度抓酒瓶，得知道抓住后倾斜多少度才能把酒倒出来，并且不让酒洒掉。这些过程都需要你提前写好代码，代码多到你几乎能写疯了。
大模型出来以后，机器人有了规划能力，也不需要提前写代码了，等于让一个探月工程式的复杂工程变得简单了很多。
但是，现在的机器人技术也只是刚到初级阶段，想做出科幻中那种可以做菜、扫地、叠衣服的全能型保姆机器人，在最近10年内是不可能实现的。
傅盛：肯定会倒掉一批，这是毫无疑问的。科技行业有一条Gartner曲线（即技术成熟度曲线，展现了技术发展过程中的上升、顶峰、陷入低谷、攀升、稳定5个阶段），技术发展过程中一定会有泡沫存在。互联网刚出现时也是那样，早期那么多企业，最后只活下来几家。
傅盛：能够在浮躁的时候做踏实的事情，并且在整个行业都不看好的时候还能坚持的公司。虽然现在机器人很火，但就在3年前，很多人还认为做机器人的人是在忽悠。
现在我们当然要抓住这一波热潮的机会，但是也不能太浮躁，不要把科研当创业。双足机器人在科研领域有很大价值，但那是埃隆马斯克做的事，他是世界首富，可以使劲砸钱。你的血没那么厚，如果非要硬拼这条赛道，就会很难。
经济观察网：之前你提过多次，说做大模型一定要挣钱。现在你做的百亿参数大模型B端服务能挣到钱吗？
傅盛：坦率讲还没有挣到钱，但是已经有收入了。早期需要投入的阶段，我们更多的投入不在于扩大训练模型的参数量，而是和客户一起共创的成本。我们服务第一个客户，需要花三个月到四个月时间帮他们梳理，因为这项业务太新了，谁都没有标准流程。这一单肯定不挣钱，但服务第二个客户时，我们花一两周时间就能落实到验收阶段。
所有行业一开始都会有这样一个掌握技术诀窍（Know-How）的过程，然后就可以批量复制，我认为我们刚刚发展到中段。
傅盛：可能会是吧，但是你要知道华为就是做ToB（面向企业客户）的。B端市场的天花板肯定没有C端高，但从今天的产业逻辑来看，我现在不是看哪个产业更大，而是看什么更符合我们企业的特点。
我们现在做ToB挺不错的，而且我们也改变了一些思维。互联网人做ToB，早期特别喜欢做中小B（中小企业客户）的生意。但全世界ToB做得好的企业都是从大B（大企业客户）开始的。当年乔布斯给Salesforce（美国客户关系管理软件服务提供商）创始人就提过建议，第一个建议就是要拿下像雅芳这样的大B，不计代价地拿下。第二个建议是，拿下以后再去扩大你的规模。我们现在也是这样，先从大B做起。
经济观察网：目前你做的企业侧百亿大模型，和别人的千亿大模型不太相同，你做的这件事风险性高不高？
傅盛：风险越来越低，我们客户也很买单。我们实践的结果是，百亿参数大模型加上应用，性能远远超越GPT-4（OpenAI旗下的大模型）。昨天MiniMax（中国大模型初创公司）的创始人讲了一段话，揭开了行业里大家都不去捅破的窗户纸，他说其实生成式大模型的准确率就是70%左右。
企业客户很多业务的准确率要求在90%以上，甚至有的地方是完全不能出错的。这意味着，这拨大模型在企业内是天然不可用的。那就需要加上应用层，我们加上应用层后，给很多企业客户做到了90%以上的准确率。
傅盛：我现在挺有信心的。我手上有两张牌，一张牌是帮助企业做AI的落地应用，几乎所有的公司都会需要我这张牌。现在很多大模型公司或者号称自己有什么技术的公司，根本不愿去做苦活，不愿做苦活就很难落地。
我的第二张牌是机器人。我们是今天行业内唯一有自研大模型的机器人公司，也已经拿下了备案。机器人我们做了6年，在硬件上，我们也算基本过关了，可以服务很多客户了。
经济观察网：你年初的时候做过几个关于AI的预测，一个是千亿参数大模型数量减少，另一个是AI应用公司会超越OpenAI。现在半年多过去了，这大半年时间验证了你的预测吗？
傅盛：我讲的是千亿参数模型会过半凋零，凋零不是指公司倒闭，是指会有很多千亿参数模型没人使用，这件事已经开始发生了。千亿参数大模型已经供给过剩了，有的除了自己几个人用，其他人真的不用，即使免费的也没人用。
之前我还预测过AI应用公司会超越OpenAI，这个预测稍微乐观了一点，但也是迟早发生的事。苹果公司以前没有AI，今年他们开始做了，只研发了很小的模型，股价就涨了3000亿美元，涨的市值已经比OpenAI贵了。如果微信能把AI应用做好，腾讯也有可能一下子增值很多。
当然，创业公司如果只做了半年应用，那不可能出现超过OpenAI的情况，毕竟OpenAI已经做了七八年。但在同样时间成本下，创业公司是有机会超过OpenAI的，因为现在基础设施比较完善，长得最快的是与用户接触最深的公司。
傅盛：会，但肯定不是今年。我有一个粗浅的判断，明年可能会出现一些很不错的C端应用。但是坦率讲，C端应用在移动互联网的平台上不容易爆发，更多要与端侧结合。这是我最近的一个思考，如果真的要出现一个大型C端应用公司，最好是和端侧结合的。
现在有一个有意思的现象，今天全世界市值最大的三家公司之二苹果和微软都在做端上的模型，其实谷歌也在发布开源的端侧模型。你会发现大家在云侧模型上已经卷不动了。最近OpenAI说GPT-5要到明年年底才能发布，也就是说到明年年底之前，整个业界不会再出现很强大的云侧模型了。但是端侧的模型，却是方兴未艾的状态。
端侧包括汽车端、机器人端、VR（虚拟现实）眼镜端，AI应用需要和硬件结合，这种端侧一体化的趋势现在已经很明晰了。一家公司既要有大模型，又要有端侧的能力。我深刻认同朱啸虎那句线年之内会死掉，最后活下来的是会赚钱的应用公司。
