”沉浸AI賽道多年的王磊對AI的判斷更為深刻，他表示：“AI是場馬拉松，企業(yè)級AI價值已來，這不是短期資本游戲，而是持續(xù)20年的智能革命，堅持最重要?！?/span>
攝影：鄧攀
以下是《中國企業(yè)家》對中科聞歌董事長王磊的訪談實錄（有刪減）：
01.DeepSeek的震撼和啟發(fā)
《中國企業(yè)家》：在使用和研究DeepSeek時，受到怎樣的震撼？
王磊：可以總結(jié)為中文理解效果、技術(shù)創(chuàng)新性、成本降低、AI生態(tài)貢獻這4個方面。
DeepSeek不是橫空出世，R1之前就有很多版本，我們一直在關注。剛開始主要是覺得效果好，尤其中文能力突出，如果以前的AI中文水平是信和達，現(xiàn)在有“雅”的感覺了。
后來看到他們的技術(shù)報告，發(fā)現(xiàn)技術(shù)有很大創(chuàng)新性，尤其DeepSeek-R1在后訓練階段大規(guī)模使用低數(shù)據(jù)樣本的強化學習，采用MoE+RL（混合專家模型結(jié)合強化學習），在僅有極少標注數(shù)據(jù)的情況下極大提升模型推理能力。
來源：視覺中國
R1訓練成本也是ChatGPT的1/10到1/20，成本大幅降低也讓人很欣喜。以往大家都覺得訓練模型需要高成本、多芯片，花很多錢，成本下降會讓大家更想深入?yún)⑴c這件事。
此外，DeepSeek把技術(shù)論文等開源，還允許用R1做數(shù)據(jù)蒸餾訓練自家模型，對生態(tài)方面的貢獻也非常大。原來我們老覺得中美AI之間還是有很大的距離，但DeepSeek的出現(xiàn)讓大家意識到只要敢于創(chuàng)新和突破，就能跟世界頂尖AI水平并肩。
我認為，DeepSeek的火爆更將極大推動全球AI市場的應用落地和產(chǎn)業(yè)化進程，中國市場龐大，AI行業(yè)應用企業(yè)迎來全面爆發(fā)，我們甚至會孕育出一批類似互聯(lián)網(wǎng)時代的AI平臺型和應用型企業(yè)。
《中國企業(yè)家》：開源和閉源之爭也是此次行業(yè)爭論的關鍵問題，DeepSeek的火爆可以理解為是開源的勝利嗎？
王磊：開源和閉源的爭論，早在軟件時代就存在。雖然我看好開源，但仍然認為在閉源領域率先突破也非常必要。
開源開放生態(tài)有助于生態(tài)創(chuàng)新和技術(shù)發(fā)展，但我們應該充分理解閉源模型，他們在前面的探索中投入了大量資源、資本和努力，應該鼓勵他們保護知識產(chǎn)權(quán)成果。當他們保持技術(shù)優(yōu)勢后，先部分開源，再逐步全面開源，這也是一個行業(yè)螺旋上升的過程。
《中國企業(yè)家》：DeepSeek的訓練成本引起了很多關于工程優(yōu)化創(chuàng)新的討論，很多人認為他們繞過了英偉達的CUDA平臺，提升了節(jié)點間的通信效率，你怎么看？
王磊：CUDA（英偉達公司設計研發(fā)一種并行計算平臺和編程模型，包含了CUDA指令集架構(gòu)以及GPU內(nèi)部的并行計算引擎）是大模型訓練中重要的算力工程管理平臺，在優(yōu)化使用與提升效率層面發(fā)揮關鍵作用。畢竟，當幾千張甚至幾萬張卡并行運作時，如何充分利用每張卡運行性能，提高利用率、計算并行度，讓算子執(zhí)行效率更高效，一直是訓練模型過程中需要考慮的問題。
這次媒體有一個誤解是把PTX（Parallel Thread Execution，一種底層硬件指令集，用于直接與GPU驅(qū)動函數(shù)進行交互，實現(xiàn)更為精細的硬件操作）和CUDA分割開，其實PTX也是CUDA的組成部分，只是它更貼近硬件。CUDA本質(zhì)上是用于操作大規(guī)模GPU卡的操作系統(tǒng)，而PTX處于更底層，下面還有一層是機器執(zhí)行語言，從DeepSeek論文中可以看到，靠近硬件層確實還可以做一些技術(shù)優(yōu)化，節(jié)省時間與成本。
未來，我們可能需要構(gòu)建自己的統(tǒng)一計算框架，一旦能夠打造好，那國內(nèi)的GPU芯片生態(tài)建設必將向前邁出一大步。當然離不開AI開發(fā)公司和研發(fā)公司共同努力，這次DeepSeek在這方面的工作就激勵更多技術(shù)人員深入底層硬件開展相關工作。
《中國企業(yè)家》：你覺得為什么是DeepSeek做到了？
王磊：目前國內(nèi)能夠在大規(guī)模算力卡上進行訓練的隊伍并不多，除了有這樣的環(huán)境，還需要有優(yōu)秀的、合理的人才隊伍，各個層次的人才都要具備。DeepSeek得益于有很好的硬件訓練環(huán)境、人才齊備等相關條件，他們的創(chuàng)新也會激勵更多有實力的企業(yè)投入AI研發(fā)。
《中國企業(yè)家》：目前業(yè)內(nèi)認為它的創(chuàng)新之處，除了降低成本，還在于不需要有監(jiān)督的微調(diào)，你認同這一說法嗎？
王磊：既認同，也有不同觀點。我認同它從V3到R1的訓練過程中，主要創(chuàng)新亮點是通過少量冷啟動數(shù)據(jù)提供樣本，基于強化學習框架，通過評價機制提升模型能力，進而達成目標，而不是依賴于過去大量提交標注和提示詞的模板。這在強化學習提升模型能力方面，確實另辟蹊徑。
但在實際產(chǎn)業(yè)落地層面，有兩個關鍵邊界，其一，當涉及醫(yī)療診斷、復雜科學問題解決等場景時，高質(zhì)量訓練語料進行微調(diào)依然是非常經(jīng)典、可靠的實現(xiàn)路徑；其二，雖然R1在文本生成、中文方面表現(xiàn)出色，但在專業(yè)領域的深度推理能力仍有很大提升空間。像聞歌這樣既具有高價值行業(yè)數(shù)據(jù)，又能夠進一步從底層優(yōu)化模型能力的團隊，將越來越不可或缺。
《中國企業(yè)家》：他們采用的MoE+RL的方式，是重要創(chuàng)新之處嗎？
王磊：MoE（Mixture of Experts，混合專家模型）是一個經(jīng)典路線，我們提出問題之后，它可以自動路由到局部專家模型，專家模型在訓練時可以分而訓之，回答時不需激活全局參數(shù)作答，這大大降低算力消耗。
DeepSeek也存在一些其他大模型共性的不足，比如推理過程不夠簡潔，幻覺和安全性問題依然很大程度上存在，基礎常識和復雜問題準確性不一致等，這都亟待解決。
《中國企業(yè)家》：因為這一次DeepSeek沒有公布預訓練的語料，經(jīng)過個人使用，你感覺它的預訓練過程有什么特點？
王磊：DeepSeek預訓練的Token規(guī)模相當大，達到14.8萬億，這也充分說明在預訓練階段，Scaling Law（規(guī)?；▌t，也稱尺度定律）還是非常有意義的，語料的收集整理以及高質(zhì)量語料還是起著關鍵作用。當然也十分期待未來在預訓練階段，僅通過少量語料輸入就能實現(xiàn)良好模型效果。
《中國企業(yè)家》：最近朱嘯虎態(tài)度180度大轉(zhuǎn)彎，表示他都快相信AGI了。你覺得AGI到底還有多遠？你理解的AGI是怎樣的？
王磊：諾貝爾獎獲得者、AlphaFold創(chuàng)始人哈薩比斯認為，現(xiàn)在離AGI至少還需要2～3個Transformer量級的成果。當AI大模型既能理解高深復雜的問題，又在常識性問題上表現(xiàn)出色，對簡單和復雜問題達到精準理解和高質(zhì)量作答的一致性；同時，這些AI工具還必須能夠極大推動行業(yè)研究、工業(yè)生產(chǎn)及日常生活的進步，這是AGI的基礎。
我很認同他的觀點，我不認為AI會取代人類，AGI狀態(tài)應該是人機共融，就像我們公司的名字“聞歌”，聞弦歌知雅意，高山流水、人機共融，技術(shù)與人類社會發(fā)展和諧共生時才是我期待看到的AGI時代。
《中國企業(yè)家》：所以觀念對齊很重要。
王磊：是的，全球都很重視這塊。我作為實驗室副主任，與中國科學院自動化所的研究員曾毅，在北京市科委的支持下成立了人工智能安全與超級對齊北京市重點實驗室。目前我們太多關注AI的超級智能邊界和能力，而安全對齊是發(fā)展人工智能的必經(jīng)之路。我們實驗室就是致力于在人類價值觀和人機和諧共處方面實現(xiàn)進一步的安全有序?qū)R。
02.DeepSeek給行業(yè)帶來哪些機會
《中國企業(yè)家》：我們看到智川全面接入DeepSeek，全面接入的含義是什么？
王磊：“智川”X-Agent是聞歌推出的面向全行業(yè)的一站式智能體開發(fā)平臺，內(nèi)置我們具有自主知識產(chǎn)權(quán)的雅意大模型，也支持按需接入國內(nèi)外先進大模型，包括DeepSeek。
人們與DeepSeek的對話僅使用了它很少一部分功能，其實作為AI基座，可以發(fā)揮更大作用，例如定制服務、數(shù)據(jù)處理、報表分析等。一邊是人工智能基礎模型，一邊是現(xiàn)實的企業(yè)和個人需求，中間的Gap由誰彌補，就是我們智川平臺。這些技術(shù)模型，在智川平臺，可按照自身業(yè)務定制數(shù)據(jù)和工具調(diào)用，最終實現(xiàn)企業(yè)級應用。
我們認為2025年是AI+Agent的元年，智川要做的就是如何基于這些基礎模型，解決企業(yè)接入到企業(yè)生產(chǎn)力提升的最后一公里，讓大模型普惠到更多人。
《中國企業(yè)家》：DeepSeek和OpenAI o3mini出現(xiàn)之后，你們在做哪些調(diào)整？
王磊：AI技術(shù)生態(tài)和產(chǎn)品生態(tài)很龐大，DeepSeek和OpenAI o3是基礎平臺，但如何支持領域開放問題或解決復雜任務，仍有很多難點需要去攻克。舉個例子，如何基于大模型做數(shù)字人或者數(shù)字員工Agent應用，尚有距離。
我們基礎模型已經(jīng)進入全球主流榜單前十，而我們更關注用戶端和行業(yè)端的AI應用需求，去年成功落地40多個行業(yè)級產(chǎn)品模型，幫助客戶提升生產(chǎn)效率。如何用新技術(shù)服務好客戶、解決真需求，是我們始終堅守的方向。
AI是場馬拉松，現(xiàn)在說不好誰是王者，堅持最重要。
《中國企業(yè)家》：AI公司分兩種情況，一種是冰面上的天鵝，引人注目；另一種是水面下的大魚，大魚也很兇猛，但在沒有躍出水面之前是關注不到的。作為中科聞歌的董事長，你如何看待這兩種公司選擇？
王磊：被關注有多個維度，媒體和大眾是一個維度，行業(yè)客戶則是另一個維度。我們一直非常堅定做難的事情，迎接最困難的挑戰(zhàn)。有了這個堅持，也讓我們成為為數(shù)不多從AI 1.0階段走到AI 2.0，再邁入AI 3.0的一家企業(yè)。
在AI 1.0的經(jīng)典人工智能時期，我的老師曾大軍早在1994年于美國卡內(nèi)基梅隆大學，便開展非常前沿的人工智能研究，像是多智能體體系的提出及機器學習框架的探索等，他的學生們也取得諸多有影響力的成果。
AI 2.0階段，就是在面向領域的數(shù)據(jù)驅(qū)動深度學習時代，我和羅引博士從創(chuàng)業(yè)開始，我們就注重專用人工智能算法研發(fā)。因為要實現(xiàn)對數(shù)據(jù)理解與認知，離不開如何訓練專門算法來處理領域問題，事實證明，獲得了良好市場反饋和收益，也在資本市場備受關注。
AI 3.0階段是生成式人工智能和通用人工智能時代，算法很重要，數(shù)據(jù)同樣不可或缺，最近有兩家明星企業(yè)備受矚目。一家是Databricks，不久前成功融資100億美元；另一家是Palantir，市值已接近3000億美元。我們堅信數(shù)據(jù)與AI密不可分，如果二者分離，就如同拿著AI這把錘子盲目地尋找釘子。數(shù)據(jù)是對場景的抽象，AI是工具，兩個結(jié)合起來才是價值。這是中科聞歌商業(yè)模式的核心。
我創(chuàng)業(yè)至今已有7年，頭部客戶續(xù)約率近乎100%，連續(xù)簽約5年的客戶也占很大比例。因此，在行業(yè)從業(yè)者和客戶群體中，積累了一定的聲譽。不過在公眾to C業(yè)務方面，還需等待時機推出普惠的C端產(chǎn)品。
03.從科學家到創(chuàng)業(yè)者
《中國企業(yè)家》：你是2017年開始創(chuàng)業(yè)，在此之前是科學家，2017年人工智能浪潮尚未真正興起，而且恰好處于兩個波峰之間，為什么決定出來？
王磊：當時我在中國科學院是副教授級的科研人員，是科研骨干。2016年，我們趕上了中國科技成果轉(zhuǎn)化的春天，國家推出促進科技成果轉(zhuǎn)化的相關舉措，是中國科學院率先涉及技術(shù)加團隊的創(chuàng)業(yè)。2017年以我和羅引博士為核心的5名青年科研人員開啟創(chuàng)業(yè)征程，我們在實驗室時就希望做技術(shù)不僅要寫文章，更要在實際應用中產(chǎn)生價值。那時大家都30歲出頭，懷揣著用科技成果干一番事業(yè)的熱忱，干勁十足。
前期積累非常重要，我們隊伍成長很大程度上得益于海外歸國教授帶回的先進學術(shù)思想，一位是卡內(nèi)基梅隆機器人學實驗室的博士，另一位是南加州大學人工智能的博士，幫助夯實了技術(shù)底蘊。我2007年加入這個團隊，10年中積累了前沿的產(chǎn)業(yè)實踐經(jīng)驗、全球前沿的學術(shù)思想和國家科研殿堂的積淀，及豐富的國家項目錘煉經(jīng)驗，讓我們收獲了一批種子客戶。
《中國企業(yè)家》：剛剛你說的是宏觀的背景，但創(chuàng)業(yè)對于個人也是重要決策。
王磊：我認為在做決定時，如果想太多，就無法作出決定。中國科學院科研條件好，能與優(yōu)秀的同事共事讓人舒心，但決定了就比較堅決。第二天就把辦公室交回去，走出實驗室，也很快拿到第一筆天使投資。
《中國企業(yè)家》：當時你的第一款產(chǎn)品是什么？
王磊：我們趕上了特別好的機遇，即國家的融媒體建設，中國日報、新華社等國家級媒體都將它視為科研任務，融媒體業(yè)務有圖、文、音、視頻，還有大量AI工具和數(shù)據(jù)分析需求，現(xiàn)實需求加上國家政策助力，很快找到了業(yè)務落地場景。
后續(xù)涉足金融、醫(yī)療、能源等領域都沿用了這一思路，找到技術(shù)與行業(yè)的契合點，催生出產(chǎn)品。道理雖然大家都明白，但實際操作中，客戶一年年買單、形成持續(xù)可增長的收入，還是非常有挑戰(zhàn)。
《中國企業(yè)家》：從科學家轉(zhuǎn)型做銷售，說服客戶的過程艱難嗎？雖然你是幫他們賺錢，但其實你也是要賺他們的錢。
王磊：我們現(xiàn)在營收已跨入幾億級別，當時也不相信能做到這一步。還記得我詢問朋友是否適合創(chuàng)業(yè)，他們說不適合，因為長期在科研機構(gòu)工作會有點清高。
所以出來后我時刻提醒自己，要放下身段聆聽市場需求。記得一位基層員工跟我說過，“你們這么高層次的技術(shù)人才來研究我們這樣一個小眾行業(yè)，還是轉(zhuǎn)型期的行業(yè)，讓我們很興奮?！庇袝r候客戶需要的不是非常高深和頂尖的技術(shù)，更需要站在他的角度解決真正的工作或業(yè)務問題。
后來做縣級融媒體，我去了中國很多縣市、基層，新疆、西藏、黑龍江等地方都去過，作為創(chuàng)始人有吃苦精神，對員工開疆拓土是很好的鼓勵。這也讓我明白，創(chuàng)業(yè)不能只盯著大行業(yè)，而要在一個小的細分行業(yè)找到真實的客戶需求，鍛造技術(shù)能力，再泛化到其他行業(yè)，找到生存之道。
《中國企業(yè)家》：既要上天，又要入地。
王磊：技術(shù)創(chuàng)業(yè)首先技術(shù)要立得住，更要接地氣。有些企業(yè)立得太深，當天上有任何變化未跟進時，就被拋棄了。登天已經(jīng)很難，入地真是要俯下身去，一步一個腳印去走，會發(fā)現(xiàn)更難更痛苦。
04.創(chuàng)業(yè)中的關鍵時刻
《中國企業(yè)家》：你決定做雅意大模型，是不是一個關鍵節(jié)點？
王磊：我們決定做雅意大模型時，已經(jīng)是成長型、規(guī)?；髽I(yè)，投資人期望盡快走向資本市場，實現(xiàn)規(guī)?；虡I(yè)效益，拿出亮眼財報。當時公司也正朝著這一目標前進。
來源：視覺中國
2022年ChatGPT一經(jīng)問世，我們敏銳察覺這是不一樣的技術(shù)變革，迅速行動，記得當時買A100還不到70萬元一臺，后來飆升至185萬元一臺，果斷決策構(gòu)建了算力平臺，擁有了非常穩(wěn)定可控的算力支撐。
2023年3月，我們下決心投入大模型研發(fā)，當時從數(shù)據(jù)集構(gòu)建到基礎訓練，可借鑒文獻案例非常少。訓練歷時6～9個月，算力成本高達幾千萬，加上人力成本，財報壓力很大，與資本市場的期望更背道而馳。
這算是關鍵時刻，不做就意味著技術(shù)落后，之后可能都上不了牌桌，做意味著財務承壓。我記得2023年股東會上也給予了很大壓力，但到了2024年年底，我們在客戶側(cè)競爭力及客戶對我們的信任等方面都大大提升。都說數(shù)據(jù)—模型—決策，大模型對于理解客戶需求、解決問題、利用先進技術(shù)進行相關工作有很大幫助，收入增長也印證了這一點。
《中國企業(yè)家》：這需要很大勇氣。
王磊：在AI產(chǎn)業(yè)變革的十字路口，組織慣性的利弊凸顯。我們深耕AI行業(yè)多年，從實驗室起步，蛻變?yōu)槿缃竦腁I創(chuàng)新企業(yè)，這是60后、70后、80后、90后四代人的努力。組織形成慣性后有優(yōu)勢，但也需不斷求變?；仡欉^去20年，很多信息化企業(yè)雖表現(xiàn)出色，但在AI技術(shù)投入方面沒有邁出勇敢一步，他們過于注重財務表現(xiàn)，關注能否持續(xù)盈利、虧損是否減少，所以投入大模型就需要更大勇氣。
《中國企業(yè)家》：當時你很難確定一定會在大模型上打出來，帶來的內(nèi)心糾結(jié)如何化解？
王磊：想好了就要膽子大，決定做之后還是很高效的，沒有浪費太多資源，節(jié)奏有計劃且緊湊。后來我們還開源了，對社區(qū)做了很大的貢獻，6月份發(fā)布了1.0版本，12月就發(fā)布了2.0版本，最近還超越GPT-4o進入了權(quán)威榜單全球前十。
《中國企業(yè)家》：早期預訓練的過程中，對于一家創(chuàng)業(yè)公司而言，試錯成本很高，每天還得不斷花錢，你有過壓力很大的時候嗎？
王磊：當時技術(shù)路線有很大不確定性，數(shù)據(jù)的工程配比決定了AI大模型的訓練結(jié)果，任何一個小差錯都會影響訓練進程。訓練雅意2.0時，確實有段時間，同事發(fā)現(xiàn)LOSS（回歸誤差）天天跑飛，睡不著覺，一天租卡的費用就是一輛寶馬的費用，損失幾十萬，最終才跟算力平臺一起攻關解決了問題。
也因為這次，我非常佩服DeepSeek和OpenAI這些公司，他們承擔了相當大的投入壓力，畢竟不確定性非常大。
《中國企業(yè)家》：在決策智能方面，你們的差異化競爭優(yōu)勢是什么？
王磊：過去人工智能行業(yè)的共識是，從感知到認知再到?jīng)Q策，再到具身執(zhí)行。過去AI主要集中在產(chǎn)業(yè)領域，當年四小龍在感知層已經(jīng)做出出色的成果，認知這一層隨著GPT的發(fā)展也發(fā)生了很大的變化，但我們要明白，世界是動態(tài)的、變化的、復雜的，開放場景需要實現(xiàn)決策的智能，因為對于人類或社會生產(chǎn)活動而言，錯誤決策可能會帶來巨大災難性后果和損失。
我認為在基礎認知和推理能力之后，對于復雜問題需要動態(tài)實時的感知、長程規(guī)劃、決策支持能力，這是需要突破的地方。我們的決策絕不是簡單的數(shù)據(jù)統(tǒng)計，而是從復雜的異構(gòu)數(shù)據(jù)中用AI發(fā)現(xiàn)規(guī)律，基于規(guī)律結(jié)合動態(tài)實時數(shù)據(jù)用AI進行推理、推演，支持最終決策選擇。
《中國企業(yè)家》：你預測2025AI行業(yè)可能會發(fā)生哪些變化？
王磊：第一，從技術(shù)角度看，會有更好的降維Scaling Law等強化學習的技術(shù)創(chuàng)新，尤其在少量語料生成方面有望找到更創(chuàng)新的方法。有了更優(yōu)質(zhì)的基礎模型之后，類似AlphaFold這樣有影響力的行業(yè)級創(chuàng)新，會加快出現(xiàn)。
第二，我認為2025年全球人工智能應用市場已到達爆發(fā)節(jié)點，DeepSeek為市場帶來很大的激勵和推動。擁抱AI不是“要不要干”，而是“怎么干”，各個行業(yè)的產(chǎn)品就會像移動應用一樣爆發(fā)，Agent也會對端側(cè)設備帶來新的機會。
第三，算力這一側(cè)，超強算力可能還會進一步發(fā)展，市場需求也將進一步釋放，端側(cè)的算力芯片或許會孵化出下一個英偉達。
此外，就個人而言，我們應加速擁抱AI，我相信未來懂AI和不懂AI的人才價值會很不一樣。
