出品 |

作者 | 梁昌均

“大模型行业竞争，真正的竞争壁垒来自于数据，不是说芯片不重要，不是说算法不重要，而是在这两个方面大家很难做出差异化。”在11月27日的发布会上，猎豹移动董事长、猎户星空董事长&CEO傅盛在谈到大模型表示。

这次发布会上，猎户星空推出最新自主研发的Orion-MoE 8×7B大模型，并携手聚云科技推出基于该大模型的数据服务产品AI数据宝AirDS。

MoE（混合专家模型）是今年大模型的主流技术趋势之一，全球主流企业都有在布局，其通过利用多个专家网络处理数据，在提升模型性能、控制成本方面展现出巨大潜力。

早在今年初，猎户星空就推出了面向企业应用的百亿参数大语言基座模型Orion-14B。此次再次发布MoE大模型，则是看到了市场的变化和客户的需求。

“模型既要效果好又要速度快，而MoE能更高效专业地完成企业复杂任务，而且在不显著增加计算成本的前提下大幅增加模型容量。”猎户星空首席科学家韩堃表示。

同时，数据也变得越发重要。傅盛对等媒体强调，百模大战正的核心不在于算力和算法，本质在于数据。

他认为，AI应用产业链里最决定基础能力的是标注的数据，要把高质量数据找出来，并和应用高度结合。“为什么我们想把这个窗户纸捅破？因为我们本质不是靠模型挣钱，也不是靠模型的接口挣钱，而是通过应用去赚钱。”

这也是猎户星空推出大模型数据服务产品AI数据宝AirDS的原因，希望为企业提供更为高效精准的AI数据服务支持，助力企业在AI应用落地过程中实现“最后一公里”的突破。

对话中，傅盛还谈到了目前大模型的技术瓶颈和应用现状。他表示，Scaling Law是不是放缓，基本上还没人敢下这个结论，但顶级模型的成长肯定在放缓，这对创业者未必是坏事。

“我可以大胆预言，GPT-5也不会很快发出来，要不然也不会先发o1。”傅盛判断。

他认为，目前行业还在尝试各条技术路线，不管是MoE，还是强化学习，这是多元化的繁荣，不应该追求太强的确定性。他还称，大模型领域中美差距没有扩大，而是在缩小，比如文生视频，国内效果不错。

对于国内AI超级应用迟迟无法出现的情况，傅盛对表示，这就如同电出现后，电器诞生也过去了很多年，会有滞后效应。

他认为，今天的大模型水平已经足够解决相当大一部分的问题，而且是革命性的问题。“我觉得明年应用会出现爆发，模型的基础能力够，并且模型和应用会做好结合。”

以下是对话精编：

数据是百模大战的竞争核心，仅靠合成数据不够

提问：公司的AI数据宝是否是标准化的数据服务？跟Scale AI和整数智能这些公司在定位上和业务上有什么区别？

傅盛：我们讲百模大战，真正的核心在哪？算力总体就是买英伟达的，就看有没有钱，算法大家也都做的差不多。大模型本质上靠的是数据，产业链里最决定基础能力的是这些标注的数据，如何把高质量数据找出来，和应用高度结合。

大模型行业竞争，真正的竞争壁垒来自于数据，不是说芯片不重要，不是说算法不重要，而是这两个方面大家很难做出差异化。为什么我们想把这个窗户纸捅破，因为我们本质不是靠模型挣钱，也不是靠模型的接口挣钱，我们是希望帮助客户做好应用，我们通过应用去赚钱。

有些大模型公司自己的数据服务做的不错，但是他们不会开放出来，因为开放出来模型就没有竞争力了。我们是业内唯一训大模型、做大模型应用，做数据标注和服务并开放出来的公司，这是我们今天在行业上的独到之处。

真正要讲有什么本质化的区别，每家都会说自己的服务不错，我觉得最后就拿结果来看。今天可以说没有一个特别标准化的产品，因为每家需求不一样，但我们有一套服务体系，检测体系，怎么帮助把数据快速做精标，快速做标准的衡量，在实践当中能够看到效果。

提问：AI数据服务是否意味着不再需要人工？数量和质量如何兼顾？

韩堃：大模型时代，我们的数据服务，比如筛选、清理、去重会大量借鉴AI模型和工具来提高标注效率，但最高质量的数据，还是需要人工。

在训练模型的过程当中，数据数量和质量都非常重要，但很多情况下会有一些矛盾。这可能要通过大量实验来找到一个比较合适的点，这更多是跟目标相关，是做预训练，还是做微调，或者是应用相关，它们对数量和质量的要求不太一样。

傅盛：这本身要根据应用本身确定数量和质量之比，这也是核心竞争力。传统数据服务公司的简单标注，大模型时代非常不够用，难满足客户需求。这某种意义上得投人力、物力，因为大模型是个黑盒，就是实践出真知。

提问：数据不足是个大难题，有些厂商在进行数据合成，这个能解决数据的问题吗？

韩堃：有预测2028年全世界人类知识的数据会被用完，所以高质量数据越来越少。合成数据是很重要的一个补充，但仅使用合成数据肯定是不够的，因为合成数据没有办法避免模型本身所带有的系统性的偏差，可能还要再进行处理，比如人工调优或其他数据增强，去提升合成数据的质量。

提问：数据标注这个产业之前就有，到了大模型时代关注度就非常高，原因是什么？国内的数据标注产业怎么看？有没有机会？

傅盛：大模型的出现，让整个标注或者数据服务的能力发生变化，很重要一点就是技术和标注服务得一体化，原来的那种方式已经适应不了。如果没有做过大模型应用，没有做过这个大模型本身，其它企业要走进来还是不容易的，很难从客户角度出发，构建这套体系需要时间，当然也不乏也许会有不错的公司涌出来。

技术放缓对创业者未必是坏事，明年应用爆发

提问：今年业内对Scaling Law放缓有很多争议，您怎么看？怎么看明年大模型的发展？

傅盛：Scaling Law放缓，基本上还没人敢下这个结论。但从客观事实上看，顶级模型的能力的成长，肯定是在放缓。这受限于数据的容量，互联网整体的高质量数据是20T，还有多卡并联、电力不够的问题。

我可以大胆预言，GPT-5也不会很快发出来，要不然也不会先发o1。o1本质上是希望通过模型自主推理，用强化学习的方式去产生更高质量数据，这条路走我觉得还需要一点时间。

但我想说这个状态对于创业者，尤其是对做应用的创业者，未必是坏事儿。模型迭代太快，底层东西太快，就像流沙一样，在上面构建东西很容易被弄掉，或者白做。现在模型能力到了一定的固态的时候，我觉得应用反而会开花。今天可能没有特别顶级的应用，明年应用的繁荣是可见的。

提问：大模型技术在放缓，业内尝试的MOE架构、强化学习，或者数据服务能多大程度解决技术瓶颈的问题？

韩堃：我觉得这就是看想做什么样的事情，OpenAI目标可能如何实现通用的人工智能，肯定会花大量时间在新技术、新算法，包括模型架构上的突破。

如果我们的目标是想打造更好的应用，更好的为客户服务，那可能我们会觉得算法、数据在当中起的作用会更大一些。有更加成熟的算法框架，或者更智能的模型出来之后，我们也可以基于这样的技术路线，再去通过数据不断增强，提高我们在应用方面的效果。

傅盛：我觉得行业都在追求一个确定性的答案，但我想说这个答案真的不确定。去年的时候大家都认为OpenAI会席卷一切，后来我跟李志飞（注：出门问问CEO）聊，他说咱们都别做太大的模型，不然一年以后肯定大模型过剩，应用不够用，今天基本就是这样一个逻辑。

最近我去欧洲英国见了朋友，有人认为Transformer会过时，5年之内一定被淘汰。我在香港大学跟马毅教授见面，他的团队要把Transformers整个过程白盒化，这样就不需要超炼丹模式，拿十分之一数据比现在做的还好。此外，像苹果这样的公司做了小参数的模型。

所以各条技术路线都在尝试，所以今天到底是算法的更新，或者强化学习的加固，或者数据精标，能让底层能力大进一层，说实话我不知道。这是技术路线的多元化繁荣，还是尽量不要去追求那么强的确定性。这可能是我们和国外创业者不同的地方，他们追求更多的是风险性和不确定性。

但是有一些确定性的事情正在进行，比如GPT-5的发布肯定会再延迟，明年或者年底能不能出，我划个问号。第二，如果今天我们要做应用，最好的突破点是高质量的数据，和应用需求结合。今天的模型不再进步，但也足够解决相当大一部分的问题，而且是革命性的问题。

提问：有人说我们的差距在扩大，也有人认为没有必要跟国外比，要发挥优势，打造超级应用，但好像也还没出现，您怎么看？

傅盛：大模型领域中美差距没有扩大，反而在缩小。我在国外翻译拿国内的模型的APP用，某些地方比ChatGPT还好用，理解力我认为已经超过人。再比如文生视频，国内做文生视频，效果已经相当不错。

应用会有滞后效应，电出来之后，电器出来也过了很多年。现在更多的公司也知道，只买个模型授权没用，得把自己的数据拿去训练，做好标注的服务，这是行业不断契合的过程。去年有大模型公司卖模型授权就卖几个亿，今年卖不动了。

明年应用会出现很多爆发，因为模型的基础能力够用，把模型的基础能力和应用做好结合，而且找到特别垂直的场景，刚开始大家都很泛。

提问：现在国内外都在做的AI搜索会是好的应用吗？怎么看金融等领域的AI企业级应用？

傅盛：AI搜索算是好方向。Perplexity融那么多钱，微软Copilot反响不怎么样，这表明越清晰垂直的场景，用大模型去做，爆发力可以很强，AI搜索已经可以达到非常高的准确率。

这肯定是一个好的场景，到底谁能胜出呢？我们也投了，我们老对手也在做，国内基本所有大模型APP都加了搜索功能，这肯定会非常白热化。

对于企业级应用，我觉得到明年也会逐渐展开。今年上半年我们做企业应用，花了很长功夫去磨合，也摸索出一些规律，后面就会逐渐标准化和SaaS化，我觉得这件事是肯定可行。

今天可以看到很多AI应用，搜索是一个特别有认知类的场景，但在很多垂直类的场景，可能没那么大，但AI的应用都在不断深入。