不是生意，而是生命。

文 | 華商韜略 陳斯文

不同于互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)時(shí)代，幾張桌椅、幾個(gè)腦袋就能創(chuàng)造奇跡，而是需要?jiǎng)虞m數(shù)千張的GPU集群、億元級(jí)的算力投入、海量的語料數(shù)據(jù)、以及頂尖的算法人才……

這樣的門檻與特性，曾讓很多人感嘆，AI大模型這條賽道，絕不屬于初創(chuàng)小公司，只有巨頭才配坐在牌桌上。

然而，現(xiàn)實(shí)卻給出了鼓舞后來者的答案：

智譜GLM系列模型在中文理解與推理領(lǐng)域比肩國(guó)際頂尖水平，MiniMax的M2.5模型以極致效率打破算力內(nèi)卷，DeepSeek R1將千億參數(shù)模型訓(xùn)練成本壓縮到行業(yè)的1/10，Kimi則以200萬字長(zhǎng)文本處理能力開辟全新賽道……

一批初創(chuàng)小公司都已在大模型領(lǐng)域成功破局，非但不比巨頭們遜色，甚至開始逆襲巨頭，引領(lǐng)風(fēng)騷。

【01 四副面孔】

初創(chuàng)公司逆襲巨頭的答案，首先藏在這些公司的創(chuàng)始人身上。

智譜的唐杰與張鵬、MiniMax的閆俊杰、DeepSeek的梁文鋒、Kimi的楊植麟，這些創(chuàng)始人，有一個(gè)驚人的共同點(diǎn)：

他們已是人生贏家，卻毅然告別了輝煌與舒適區(qū)。

2019年創(chuàng)立智譜時(shí)，唐杰已深耕自然語言處理與知識(shí)圖譜多年，手握20多項(xiàng)專利，主持過多個(gè)國(guó)家級(jí)科研課題，是清華大學(xué)計(jì)算機(jī)系教授，全球人工智能領(lǐng)域的頂尖學(xué)者。

他原本可以安于象牙塔，享受科研與學(xué)術(shù)的安穩(wěn)和榮光。但當(dāng)人工智能的風(fēng)口初現(xiàn)，他坐不住了，認(rèn)為這是自己躬身實(shí)踐的機(jī)會(huì)，也是中國(guó)AI彎道超車的機(jī)會(huì)。

▲唐杰在辦公室圖源：北京大學(xué)王選計(jì)算機(jī)研究所

于是，他找到了同為清華校友的張鵬——一位在清華大學(xué)知識(shí)工程實(shí)驗(yàn)室工作近20年的學(xué)者，同樣是技術(shù)圈內(nèi)的資深大佬。

在一家小咖啡館長(zhǎng)談了一個(gè)下午后，唐杰和張鵬做出了一個(gè)決定：離開清華園，搬進(jìn)創(chuàng)業(yè)園區(qū)的小寫字樓。

2021年創(chuàng)立MiniMax時(shí)，同樣畢業(yè)于清華的閆俊杰，已是當(dāng)時(shí)的AI大企商湯科技的副總裁，并主導(dǎo)了商湯深度學(xué)習(xí)工具鏈和通用智能技術(shù)體系的搭建。

彼時(shí)的商湯科技，即將港股上市，以閆俊杰的職級(jí)與貢獻(xiàn)，繼續(xù)供職，很可能成為億萬富翁。

但他覺得這不夠勁，因?yàn)樗呀?jīng)對(duì)AI有了更大的想法——開發(fā)通用大模型，讓AI像水電一樣普及，融入并改變?nèi)祟惿睢?/strong>

Kimi的創(chuàng)始人楊植麟，同樣是“清華系”的成員，他本科時(shí)的老師正是唐杰教授。隨后，他又在美國(guó)卡內(nèi)基梅隆大學(xué)取得博士學(xué)位。在Facebook、google等一批巨頭企業(yè)從事技術(shù)研究，并擔(dān)任了清華大學(xué)的助理教授。

不出意外，這位17歲就被保送清華的天才少年，大概率將會(huì)在某家硅谷巨頭獲得千萬級(jí)甚至更高年薪，或是成為某家國(guó)內(nèi)大廠的首席科學(xué)家。

但2022年ChatGPT的發(fā)布，讓他聽到了新世界的敲門聲。于是，他以最快速度破局入場(chǎng)，幾乎是掐著秒表搶融資，只用四個(gè)月就創(chuàng)立了今天的月之暗面。

創(chuàng)辦DeepSeek的梁文鋒，更是愿景驅(qū)動(dòng)的極致典型。

早在2010年，梁文鋒的團(tuán)隊(duì)就靠著量化投資，將自營(yíng)資金做到了超過5億元。他創(chuàng)立的幻方量化，旗下基金規(guī)模在2021年一度超越千億大關(guān)，位列國(guó)內(nèi)量化四大天王。

按照世俗標(biāo)準(zhǔn)，他可以去買海島、買私人飛機(jī)，順手做做安逸的天使投資人。但憑借AI起家的梁文鋒，眼光卻看到了更遠(yuǎn)的地方：

“AI一定會(huì)改變世界，而中國(guó)AI不應(yīng)該永遠(yuǎn)處在跟隨的位置?！?/strong>

曾經(jīng)，創(chuàng)業(yè)是為了謀生，為了賺錢，改變命運(yùn)，但這些創(chuàng)業(yè)者，他們或是學(xué)術(shù)界、產(chǎn)業(yè)界的大牛，手握令人羨慕的教職與履歷；或是早已實(shí)現(xiàn)財(cái)富自由的隱形富豪，無需為經(jīng)濟(jì)擔(dān)憂。

從第一天起，他們就為理想、為信念而勇往直前。

正是創(chuàng)始人的這種“拼命”底色，賦予了幾家初創(chuàng)公司區(qū)別于大廠的獨(dú)特氣質(zhì)——為了理想，而激情燃燒、孤注一擲，甚至無所畏懼。

【02 敢賭敢為】

智譜CEO張鵬曾有一句名言：“技術(shù)不是魔法，連驚嘆都不該有，一切都是有跡可循的。”

在智譜內(nèi)部，一直保持著一條清晰的技術(shù)路徑——走自己的GLM算法之路。

GLM是一個(gè)巧妙的架構(gòu)設(shè)計(jì)，既能做填空也能做續(xù)寫，可以在相對(duì)低算力下，獲得更高效的訓(xùn)練底座。

但在2021年，最緊迫的問題是：要不要在這條路上，訓(xùn)練一個(gè)千億級(jí)參數(shù)的大模型？

GPT-3的訓(xùn)練成本是兩千多萬美元，智譜的成本控制再好，也需要千萬級(jí)人民幣以上，并且需要舉全公司之力，花八九個(gè)月時(shí)間。

如果成功，一好百好，如果失敗，什么也剩不下。

決策會(huì)上，大多數(shù)時(shí)間大家都在沉默。對(duì)于不愛說話的工程師而言，不說話，就是難度大，甚至不可能。

但核心團(tuán)隊(duì)最后認(rèn)為：不做，不追，永遠(yuǎn)不知道自己能跑多快，跑多遠(yuǎn)。一個(gè)初創(chuàng)團(tuán)隊(duì)的前進(jìn)，不應(yīng)該背著經(jīng)濟(jì)包袱。

沉默過后的投票決策，工程師們?nèi)蓖ㄟ^。

相對(duì)于巨頭而言，這的確是一場(chǎng)不對(duì)稱的競(jìng)爭(zhēng)。

大公司往往背負(fù)著沉重的“存量包袱”，它們有龐大的搜索、廣告、社交、電商組成的業(yè)務(wù)生態(tài)，這些是過去的成功路徑，也是某種意義上的鐐銬，更重要的是，它們還需要對(duì)財(cái)務(wù)報(bào)表和投資者負(fù)責(zé)。

因此當(dāng)顛覆與革命來臨時(shí)，決策往往會(huì)陷入“創(chuàng)新的窘境”，對(duì)新技術(shù)和投入太狠，可能沖擊基本面；投入太輕，又會(huì)被時(shí)代甩下。

“光著腳”的小公司則完全不同，它們沒有業(yè)務(wù)包袱，沒有需要維護(hù)的存量利益，只有ALL IN一條路。

今年年初，Kimi引爆了“長(zhǎng)文本”戰(zhàn)役。背后是看準(zhǔn)就ALL IN的孤注一擲。

因?yàn)榘l(fā)現(xiàn)了用戶“閱讀長(zhǎng)文檔”的痛點(diǎn)，Kimi不惜血本投入算力，率先支持200萬字上下文的處理能力。為了這個(gè)突破，整個(gè)公司僅在幾周內(nèi)，就經(jīng)歷了數(shù)次架構(gòu)重構(gòu)。

國(guó)內(nèi)各大巨頭并非沒有技術(shù)儲(chǔ)備，也都看到了其中的機(jī)會(huì)，但長(zhǎng)文本處理的算力成本消耗，尚不明確的變現(xiàn)路徑，都讓其舉棋不定。

這種不對(duì)稱，并不只在決心與勇氣。也更在于由決心與勇氣激發(fā)出的方法和效率，在于對(duì)各種資源要素的調(diào)用，以及創(chuàng)新創(chuàng)造力的極致發(fā)揮。

國(guó)內(nèi)某大廠的一位AI研究員曾在網(wǎng)上吐槽：他想要申請(qǐng)幾張A100顯卡做實(shí)驗(yàn)，審批流程就走了兩周，等卡到位了，技術(shù)風(fēng)向已經(jīng)變了。

這是大公司常見的“大企業(yè)病”。哪怕一個(gè)小想法的落地，往往也要經(jīng)歷文本匯報(bào)，層層審批、跨部門協(xié)調(diào)、各級(jí)評(píng)審。更關(guān)鍵的是，大廠的研發(fā)人員還會(huì)不同程度地被KPI綁定，從而更傾向于獲得穩(wěn)定的考核成果。

但在小公司，戰(zhàn)略和戰(zhàn)術(shù)常常都是在戰(zhàn)壕里完成。

在DeepSeek，沒有明確的職級(jí)劃分，也沒有上下級(jí)分工，看不到冗長(zhǎng)的決策鏈條；大家都是“寫代碼的人”，也都是“提想法的人”；每個(gè)人都可以拉人討論，并隨時(shí)調(diào)用公司訓(xùn)練集群的卡，無需審批，不設(shè)上限。

研發(fā)V2模型時(shí)，為了解決一個(gè)算子優(yōu)化難題，幾位工程師直接拉了個(gè)群，現(xiàn)場(chǎng)討論，現(xiàn)場(chǎng)拍板，一個(gè)通宵就解決了。

這種差異，就是“成熟正規(guī)軍”與“初創(chuàng)特種兵”的區(qū)別，正規(guī)軍打仗要看地圖、聽指令；特種兵打仗，槍響了就沖，哪里有缺口就打哪里。

這些拿槍沖鋒的特種兵里，甚至包括創(chuàng)始人——Minimax創(chuàng)立初期，閆俊杰本人就親自參與了絕大部分核心代碼的審查。

初創(chuàng)的智譜，團(tuán)隊(duì)僅有百人，且保持著極簡(jiǎn)的用人策略——絕大多數(shù)都是工程師。發(fā)布第一款大模型時(shí)，新聞稿是研發(fā)人員自己寫的，Logo是一位工程師的女朋友幫忙設(shè)計(jì)的。

但正是這款大模型，1300億的參數(shù)，直接對(duì)標(biāo)OpenAI的CPT-3。并且，從2021年12月決策，到2022年8月發(fā)布，只用了9個(gè)月。

大模型的研發(fā)，固然是“燒錢游戲”，但錢燒得是否有效率，決定了最終的結(jié)果。在這一點(diǎn)上，創(chuàng)業(yè)公司每一分錢都要花在刀刃上的習(xí)慣，將資源的利用率逼到了極致。

就在2月底，OpenAI獲得了來自軟銀、英偉達(dá)、亞馬遜的新一輪投資，總計(jì)高達(dá)1100億美元，它的背后，始終有微軟的支持。而國(guó)內(nèi)幾家AI創(chuàng)業(yè)企業(yè)，始終沒打過太富裕的仗。

月之暗面的天使輪總估值，只有3億美元；Minimax靠上市前的8輪融資，總共拿到了15億美元，但天使輪僅有3100萬；DeepSeek的前期基本靠梁文鋒與幻方量化的自有資金；智譜獲得的第一筆投資，甚至只有區(qū)區(qū)4000萬元人民幣。

這種資源上的“有限戰(zhàn)”，逼著創(chuàng)業(yè)小公司真的要像特種兵一樣，用好手里的每一顆子彈。

算力，曾經(jīng)是智譜最大的挑戰(zhàn)，訓(xùn)練千億級(jí)模型，需要數(shù)千塊GPU芯片連續(xù)運(yùn)轉(zhuǎn)數(shù)月，智譜只能去東湊西借——2020年，它就向一家國(guó)內(nèi)云服務(wù)供應(yīng)商借了一批閑置GPU。

在最困難的時(shí)期，唐杰和張鵬每天最重要的事，就是觀察兩個(gè)窗口指標(biāo)：一個(gè)訓(xùn)練進(jìn)度，一個(gè)銀行賬戶。

但這也磨練出了創(chuàng)業(yè)團(tuán)隊(duì)的極限生存能力：智譜的工程師們始終圍繞著模型做極致優(yōu)化，DeepSeek的團(tuán)隊(duì)甚至為了提升顯存利用率，重寫了底層的通信協(xié)議。

也正是因?yàn)闃O致的“算”與“省”，練就了國(guó)產(chǎn)大模型的優(yōu)秀——DeepSeek-V3在性能比肩GPT-4o的同時(shí)，訓(xùn)練成本不到后者的二十分之一。

一位目睹了進(jìn)程的投資人說：“大廠用鈔能力掩蓋工程能力的不足，小公司卻用工程能力補(bǔ)上了鈔能力的短板”。

【03 軟實(shí)力】

從決策到組織，從效率到斗志，各種不對(duì)稱的因素加在一起，讓小團(tuán)隊(duì)不斷逆襲大巨頭，但其背后的核心邏輯，并非是大公司打不過小公司。

它的關(guān)鍵，不在規(guī)模大小，實(shí)力強(qiáng)弱，而在規(guī)模實(shí)力等硬指標(biāo)背后的軟實(shí)力。而當(dāng)大公司的硬實(shí)力與小公司的軟實(shí)力相結(jié)合，帶來的將是大公司的更加所向披靡。

AI競(jìng)賽，正在上演類似的故事。

新春之際，字節(jié)跳動(dòng)的Seedance2.0驚艷世界，連好萊塢大牌導(dǎo)演都驚嘆不已，表示重塑影視行業(yè)的真正拐點(diǎn)正式到來。

▲圖源：CCTV4微信公眾號(hào)

這樣的追趕與突破，得益于字節(jié)保持至今的紀(jì)律性與饑餓感。在這家公司的歷史上，類似的故事一抓一大把。

2016年，還在孵化階段的抖音，由張一鳴親自面試產(chǎn)品經(jīng)理的崗位。一個(gè)畢業(yè)僅8個(gè)月的男生，只帶了一張寫著結(jié)論的A4紙，他唯一的資歷，是每天刷12個(gè)小時(shí)短視頻，拆解過2000個(gè)爆款視頻的邏輯。

張一鳴當(dāng)場(chǎng)給出了崗位：P7職級(jí)，專家檔薪資，無試用期，進(jìn)入抖音核心組，3個(gè)月看數(shù)據(jù)。

3個(gè)月內(nèi)，這位應(yīng)屆生主導(dǎo)了抖音首頁滑動(dòng)邏輯、拍攝按鈕交互，濾鏡優(yōu)先級(jí)三個(gè)核心模塊，幫助用戶時(shí)長(zhǎng)提升21%，留存提升14%。

在字節(jié)內(nèi)部，有著極其嚴(yán)格的日常開支要求，連打印紙都必須雙面使用，但在戰(zhàn)略投入上，算法研發(fā)、算力采購、AI大模型框架的建設(shè)，預(yù)算永遠(yuǎn)從實(shí)際需要出發(fā)，從無紙面上限。

它帶來的結(jié)果是，超千億元被投入GPU集群與自研訓(xùn)練框架的建設(shè)，幫助GPU利用率從30%上升到90%，成本下降了70%，訓(xùn)練速度提升3倍。

老牌大廠阿里，也在用行動(dòng)證明，大象同樣可以跳舞。

今年，通義千問Qwen系列模型在全球開源榜單上屢次登頂，成為能與Llama、GPT系列分庭抗禮的中國(guó)力量。這背后，是阿里對(duì)“云智一體”戰(zhàn)略的長(zhǎng)期堅(jiān)守與自我革命。

在阿里內(nèi)部，通義團(tuán)隊(duì)被賦予了特區(qū)般的“創(chuàng)業(yè)權(quán)限”。他們打破了層級(jí)森嚴(yán)的匯報(bào)機(jī)制，重構(gòu)了一套敏捷的研發(fā)體系。為了在算力上實(shí)現(xiàn)極致性價(jià)比，團(tuán)隊(duì)主動(dòng)發(fā)起“技術(shù)攻堅(jiān)戰(zhàn)”，將模型推理成本在一年內(nèi)降低了超過90%，讓大模型從“奢侈品”變成了“日用品”。

更關(guān)鍵的是，阿里不斷對(duì)內(nèi)“開刀”——為了推動(dòng)AI落地，阿里云甚至不惜重構(gòu)其產(chǎn)品邏輯，將通義大模型深度嵌入釘釘?shù)瘸?jí)應(yīng)用中。

當(dāng)大多數(shù)公司還在探索AI入口時(shí)，釘釘團(tuán)隊(duì)在短短幾個(gè)月內(nèi)就上線了“魔法棒”功能，只需輸入一個(gè)“/”符號(hào)，AI就能自動(dòng)生成文檔、整理會(huì)議紀(jì)要。

為了這個(gè)“斜杠”功能，釘釘產(chǎn)品團(tuán)隊(duì)與通義實(shí)驗(yàn)室進(jìn)行了封閉式開發(fā)，跳過了繁瑣的跨部門審批，成為了打破大廠部門墻的經(jīng)典案例。

這些不計(jì)代價(jià)，直奔彼岸，不講程序，只看效率的規(guī)則，正是AI時(shí)代最寶貴的品質(zhì)。

其實(shí)，在所有商業(yè)時(shí)代，這些都是最寶貴的品質(zhì)，造就了許多商業(yè)傳奇——今天的阿里、騰訊、字節(jié)跳動(dòng)，都是從小公司逆襲而來。

在資本與技術(shù)更密集的AI時(shí)代，這些品質(zhì)得到了進(jìn)一步放大，讓AI時(shí)代最震撼人心的技術(shù)突破，往往不屬于那些躺在功勞簿上的企業(yè)，也不屬于那些只盯著KPI報(bào)表的職業(yè)經(jīng)理人。它一如既往地屬于那些：

義無反顧沖向風(fēng)暴中心的人。

歡迎關(guān)注【華商韜略】，識(shí)風(fēng)云人物，讀韜略傳奇。

版權(quán)所有，禁止私自轉(zhuǎn)載

部分圖片來源于網(wǎng)絡(luò)

如涉及侵權(quán)，請(qǐng)聯(lián)系刪除