王慧文2亿美金撬动中国版OpenAI的计划，有退路吗？

出品｜虎嗅科技组

作者｜齐健 编辑｜陈伊凡

图片来源：由无界版图AI工具生成

二级市场刚冷静了一点，ChatGPT的风暴又开始席卷创投圈了。

2月10日晚，原美团联合创始人王慧文的一条朋友圈在网络上热传，这条朋友圈的截图显示王慧文提出的“人工智能宣言”如下：5000万美元，带资入组，不在意岗位、薪资和title，求组队。

网传原美团联合创始人王慧文的朋友圈截图

两天后，王慧文本人在社交平台“即刻”上正式发文宣布，虽然目前还处在学习AI的阶段，但计划出资5千万美元，设立北京光年之外科技有限公司，打造中国的OpenAI。王慧文在博文中称，目前公司估值2亿美元，下轮融资已有顶级VC认购2.3亿美金。

“一石激起千层浪”，王慧文发布“AI英雄榜”后，2月14日，真格基金官方微信也发布了一则 “AI英雄帖”，称正在寻找有能力引领新一代创业公司的创始人。

源码资本创始合伙人曹毅在朋友圈也表示，行业也等到了老王出山。

而对于王慧文的这次AI创业，坊间议论最多的莫过于2亿多美金要撬动中国版OpenAI这么大的项目，可行吗？有哪些坑？又有哪些可能的商业化方向？

ChatGPT是怎么做出来的？

要做中国版的OpenAI，或许先要了解，OpenAI是怎么来的？它的“头牌”ChatGPT又是如何做出来的。

从现在来看，通用大模型的研究是一个烧钱的游戏，2亿美金可能不太够。OpenAI成立于2015年，从可以查到的融资纪录看，2016年-2022年，OpenAI的融资额可能超过30亿美元。

与多数创业公司一样，OpenAI在这些年中不太赚钱。甚至一开始完全是以非盈利机构的身份在开展AI研究。不赚钱的同时，OpenAI在研发方面还持续烧钱。有统计显示，GPT-3的一次模型训练费用可能超过百万美元，上线之后的ChatGPT每天回答问题的成本也是百万美元规模。

从研发的资金上来看，要在短时间内，用有限的资金复制OpenAI的成功恐怕并不容易。事实上，即便是资金量够大，AI大模型也不是说做就能做的。“这玩意儿不是屯点钱然后花点时间就能干成的。”一位AI行业专家如是说。

通用大模型的研究需要海量数据和技术创新的积累。要做一款像ChatGPT一样红到爆炸的产品，起码要分四步。

第一步，数据收集，通过爬取互联网上的大量语料数据来训练模型，语料数据包括了文本、对话和问答数据等。

第二步则是模型设计和数据预处理，OpenAI选择了Transformer模型作为ChatGPT的模型结构，并对其进行了许多改进，以提高模型的语言生成能力。对语料数据进行预处理，包括语料的清洗、分词和标注等步骤。

再之后是模型训练和模型评估，使用大量的计算资源和高性能的训练算法，对模型进行训练，使其能够生成高质量的语言文本。对模型的语言生成效果进行评估，并不断对模型进行调整和优化，以保证生成的语言文本具有足够的质量。

最后则是模型部署，将训练完成的模型部署到生产环境，供用户使用。

“如果你手里掌握着几十篇大模型领域顶会论文的技术积累，能够接受5年，甚至更长的时间，没有盈利，并耐心完成几百次AI试验。同时，有微软的Azure这样实力雄厚的公司提供几乎免费的云服务。”一位AI大模型专家向虎嗅表示，“（如果是这样的话）要做出ChatGPT，或者成为OpenAI其实并不难。”

从头做AI大模型道阻且长，需要耐心和长期投入。那么在资金量有限的情况下，能否先做一些能够较为快速实现商业化的产品？

不做中国OpenAI，AI领域创业还有几条路

如果不做OpenAI的话，笔者认为，以王慧文现有的资金量，5000万美元的起步资金和未来2.3亿美元的投资，在AI领域做出点事儿来，可能另外有几条路径可以尝试。

最简单的方法就是投资已有的大模型公司。不过，在技术和模型训练方面的积累是这类公司的核心。目前，不论国内还是国外，在通用大模型研究方面技术实力较强的公司多数是隶属于互联网巨头的AI部门或研究实验室。在这方面，优秀的初创公司不多，处于投融资早期的好标的更是凤毛麟角。

以5000万美元的资金量，其实可以尝试找一找在“文本生成模型、方法及装置”技术方面专利较多的，或是在Transformer大模型研究方面论文较多的AI公司，参与他们的中后期融资。不过，要做早期投资或是自己创业的话，这种方式应该是不在考虑范围内。