面对全新的技术时代，「做题」之前，不妨先一起来「审题」。本文根据极客公园创始人&总裁、Founder Park 创始人张鹏，在 Founder Park AGI Palyground2024 上的演讲整理。
各位朋友们，大家早上好，很高兴来到 AGI Playground 2024 的舞台，看到这么多充满活力的 builder，总让人感到非常兴奋。去年一整年，我很享受在 Founder Park 社区创业者交流。大概算了算，去年我应该聊了上百个在这个新时代里正在通过 AI 去解决问题的 Bulider，有很多收获。今天要给大家分享的「Playbook 2024」，不只是我自己作为社区里的一个交流节点的思考，也包含了社区里每天都在发生的众多 bulider 们在实践中沉淀的思考。咱们先对齐一个预期，今天不是要给大家一个可以按部就班抄作业的方案。我们想要探讨的是，如何审视这个时代的核心问题，从而设定创业者们的起点和目标。很多思考未必完善和正确，但启动集体的思考和碰撞，本身就是社区存在的重要意义。我们先来聊聊第一个值得探讨的问题，这个问题看似简单，实则很难回答：那就是 AGI 到底改变了什么？我先分享一个个人故事。1998 年，我大学毕业后的第一个工作，是在一本名为《IT 经理世界》的杂志做记者。听到这个名字，你就能感受到那是个信息化时代的媒体。那一年，中国信息化起步，而在遥远的美国，互联网的概念已经开始崭露头角。我当时作为一个应届毕业生，因为没什么经验，被分配的任务是任关注这个比较边缘的互联网领域。这一关注就是十几年，目睹了互联网从一个边缘的小概念、小行业、非共识，逐渐演变成了这个世界中极其重要的主旋律。我记得大约在 2013 年左右，当移动互联网已经成为了一个明确的共识。我终于觉得找到了一个规律，能解释这个行业为什么爆发。那时候我写了一篇文章，探讨互联网到底带来了哪些改变。我觉得过去看到的经济价值增量可能与两个变量有直接关系：一个是信息总量，另一个是信息的流动效率。只要这两个变量持续上升，就会发现经济增量也在上升。也正因为这个思考，即便是在 2013 年，我们也是可以判断，为什么移动互联网一定会比互联网创造的价值还要大。一方面，手机已经成为了每个人重要的增强器官，让我们随时在线，并赋予了人和机器创造更多数字化信息的能力。同时，结合随时在线的手机和更丰富的数据，信息的流动速度和匹配效率也一定会进一步提升，这必然带来更大的经济价值增量。回顾历史，从计算机的出现让数字化信息诞生、互联网让这些信息可以连接起来，之后搜索引擎、社交网络、电子商务，再到智能手机、IoT 设备，所有这些让信息总量和流动速率相互影响、彼此促进、持续提升。而那些能创造新价值的公司，也是因为在这两个变量上做出了贡献，进而就能收获巨大的价值。比如字节跳动，它的崛起依托移动互联网这个新的技术时代，也依托于推荐引擎这样的关键技术变量。机器学习技术带来的推荐引擎，可以被视为一种初级智能。移动互联网更丰富的数据和更多的用户连接，提供了更好的信息匹配方法，反过来又促进了更多信息诞生，进而产生了经济增量，也成就了全新的平台产品。不过移动互联网时代的推荐引擎也有局限。这个时代的智能能力有限，并且因为智能不通用，智能的边际成本也很高，并不能真正实现个性化服务个体的目标，只能以相对个性化的方式更好的调动用户，去更好的实现平台自身的中心化目标。这说的有点抽象，我们具体一点：比如在海量内容和海量用户之间通过推荐引擎，带来了更高的整体匹配效率，让 1% 的内容命中 80% 用户的普遍需求。但是那个技术时代，单一内容到单一用户的具体个性化匹配既做不好，也算不过账。核心原因是即便是抖音这样的平台，一方面能支持千人千面的「好」内容还是不够多，一方面就是对每个用户需求的理解识别不够强。这就是为什么在抖音里内容是单列滑动的。产品被设计成提供一个快速划过的交互，就是一种有限智能能力下，有限个性化服务目标和平台目标之间，效率和体验上最佳的妥协点。一方面它不能保证每个视频都能准确服务你，另一方面站在系统目标的角度，系统推荐的内容也有很多并不是用户确定需要的。而是平台需要用户观看的，这样平台的智能才能建立商业模式闭环。「大规模个性化服务」，「千人千面」，这些概念我们都听过，但大规模和个性化本身也充满矛盾。甚至我们可以看到，受限于上一个技术时代智能的能力和成本，即便推荐引擎本身可以极大推进信息的流动速率，甚至刺激更多信息的总量，但是也没有办法把这场革命进行到底。但通用人工智能的出现，智能的供给侧变化了，这可能会带来新的机遇。回到这个公式，很显然，通用人工智能改变的智能供给提升，可能更像是一个幂方的变量。当智能的能力有了一个巨大的飞跃，信息的总量和流动速率还会指数级上升。此外，因为通用，智能的成本也在快速下降。虽然推理成本不会最终变为零，但当它下降到一定程度并启动规模效应时，我们可以认为它的边际成本会逐渐趋近于零。换句话说，AGI 技术作用于商业和整个经济体系，核心就是智能供给的根本性改变。如果我们面对的是一个边际成本无限趋近于零的更高能力的智能供给，这个生产力要素的到位，会不会让那么多年来无数人提及，但从未真正实现的「大规模个性化定制」真正有机会诞生？我们顺着这个角度去推理，什么是这个时代给我们的那个最强的「势」和最大的「风」？思路就容易清晰明确，这甚至可以帮助我们在 PMF 的时候找到更大的确定性。在供给，需求、连接这三个核心经济要素里，改变供给带来的 PMF 确定性，是高于扩展需求的，而扩展需求的确定性，又高于重塑连接。简而言之，如果能通过技术创新降低边际成本，实现更高效的供给，这是扩展需求的前提条件，而供给和需求的双边丰富，才是重塑连接的机遇。而一个新的平台的终极价值，也往往是最终可以把改变供给、扩展需求和重塑连接完成三合一的「本垒打」，字节跳动、美团、滴滴、拼多多等当年突破 BAT 三座大山成为新平台，都是这么走过来的。所以这个时代的创业怎么顺着这个思维来寻找值得设定的目标呢？举个具体的例子。前两天跟一个做人力资源服务的创业者交流，他做的是帮助企业怎么去找到更合适员工。他说最近通过运用大模型的推理能力，已经把手上的简历读得非常好。大模型比有经验的猎头还能更准确地识别、匹配这些职位的需求，让他的业务效率大幅提升，已经能多挣一倍的钱了但是他最大的担心是这个领域的巨头，未来是不是也会做这样的事。我觉得答案是肯定的，而且巨头手里的简历库一定比创业公司丰富，所以我坦诚地说目前属于他的快乐会是非常短期的。因为他本质上是在优化连接的能力，没有在思考如何改变供给。比如我们或许应该思，考为什么候选人需要一个简历，然后只是在找工作的时候去更新简历，并且写得再丰富，也未必能准确描述自己。如果换个思路，他每周的工作周报是不是有效的数据流？能极低成本读懂这种数据流的 AI，有没有能力帮他匹配职业生涯更好的下一个阶梯？这样是否可以解构掉人力资源领域巨头的简历库和顾问资源？这对用人企业是否能带来更高效的供给？探讨 AGI 到底带来的改变是什么？核心的意义是让我们看到如果要创造一个高价值的新产品和新组织，只拿大模型去做一些效率的局部优化是不够的，我们需要在这个时代里边不只是优化，我们需要去 smash something（砸碎一些东西）。只有这样，才对得起技术变革给你带来的真正「大势」，才能不辜负这个时代赋予的机遇。接下来我们讨论下第二个重要问题：在这个时代，我们究竟应该开发什么？实际上，在任何时代，开发一款产品都等同于在开发一个系统；甚至创办一家企业，也是在构建一个系统。然而，不同的技术时代，系统中的变量是有所差异的。例如，2011 年正值移动互联网与互联网交替之际，有人当时提出了一个明确的概念——Solomo，即 Social（社交）、Local（本地化）、Mobile（移动）。这一概念提出时，人们普遍认为，只要顺着这三个方向去设计产品特性，就能打造出这个时代最出色的产品。但这种理解其实有些片面。从结果来看，字节跳动、美团、滴滴甚至拼多多，它们能够在 BAT 等互联网巨头的竞争中脱颖而出，恰恰是因为在移动互联网时代，将这些变量融入了自己的产品系统，从而形成了全新的系统。这些系统的变量可能涉及到产品、流程以及整个商业模式的设计，与上一个互联网时代有着显著的差异。在任何技术时代，把变量识别准确并且比别人玩得更好的创业者，往往能创造最大价值。那么，我们面对的新系统的变量究竟是什么呢？很遗憾，今天还没有 Solomo 那样结构化的明确概念，因为 Solomo 是在 2011 年提出的，而 2010 年是移动互联网的元年，那时苹果的 iPhone 4 和 App Store 已经问世。如果我们进行类比，今天可能是 AGI 时代的起步阶段，可能可以类比移动互联网的 2008、2009 年的阶段，很多东西还是模糊的，需要更多的探索。但我们确实已经明确观察到了一些在当前创业和产品开发过程中，上个时代没有的新变化。前段时间我与腾讯的元宝团队进行了交流。我询问他们现在开发产品与过去有什么不同。他们表示，如今产品团队可能需要花费大量时间与模型团队一起摸索和工作，因为产品的每一个功能，都是由模型驱动的。他们需要理解模型的边界，并依托模型的能力来进行更合理的产品设计。我也接触了很多没有自己模型的团队，他们的新挑战是需要调用更好的模型组合，因为大多数情况下，一个模型并不能解决所有问题，也不会是成本最优的方式。因此，在这个过程中，理解模型的边界能力就显得尤为重要，在成本合算的前提下，设计出比较好的交付。这就是需要理解人性，并运用模型能力去匹配它。所以，如果说过去产品经理主要关注人性，那么今天他们可能需要同时关注「人性」和「模性」。此外，我们还看到了一个新的变量。如今，任何一个产品从诞生的第一天起，就需要思考数据的流动。因为现在所有的 AI 原生产品背后的核心引擎都是模型，而这个模型需要成长，而成长就需要数据的滋养。这些数据从何而来？如何让用户有效地提供数据？而且我们不能让用户觉得每天向模型汇报思想是一项任务。我们需要让用户在开心、顺畅的过程中产生对模型有用的数据。以后数据库这个词可能越来越显得像上一个时代的词，数据需要变成一条河流，创业者要思考如何设计数据的「河道」，在这个河道里到底要流动什么？这个河流是如何滋养模型绿洲，最终又如何在这个能力体系中为用户提供更好的交付？这是一个非常复杂且不确定的问题。过去我们曾经看过 Midjourney 给用户提供 4 张图片供其选择的方式，但这也是非常初级的数据流设计。很期待接下来看到更多优秀产品的思考，因为谁能在这方面找到新的模式和方法论，谁的产品就可能拥有更强的生命力。说了了这么半天，我们好像没说什么结论，似乎还挺混乱的。其实混乱挺好的，特别对创业者来说，「混乱才是阶梯」。如果今天这个世界都有确定的模板，那未来的价值就跟创业者没有多大关系。看到有意义的问题是找到高效率方法的前序，同样值得为之感到兴奋。我特别期待刚才提到的一系列问题，到了明年，会有创业者带来更好地回答。我们再来谈谈第三个值得深思的问题。之前我们更多地从创业者的角度进行了思考，现在让我们换个视角，来探讨一下 AGI 对于用户来说到底意味着什么。AGI 这个词听起来很新潮，用户可能会觉得它很酷，但是用户内心真正期待的那个东西是什么呢？我们可以试着从交互这个角度来探讨一下。回顾过去这些年计算机的发展，交互方式的变化大家都是有目共睹的。从最初的代码输入，到鼠标键盘操作，再到触摸技术，去年很多人还认为未来 LUI 可能是主流，即通过语音与 AI 进行交互。现在看来，过去有效的交互方式可能依然有效，但过去没做好的交互方式还有可能得到改进。不过，如果我们仅仅关注传统意义上的交互，那可能就过于狭隘了。过去交互的本质是什么呢？其实就是哄着人去配合机器，尽量别让人太委屈，同时让不懂你的机器能够大致理解你的意图。总结起来，过去的交互方式，不管它表面上多么花哨，多么高级，本质都是这个目标。但是如果我们回顾前面提到的观点，未来是智能能力在持续提升，并且通向智能无限供给的时代——我们为什么还需要把交互的目标设定为人要更好地配合机器呢？难道不应该转变为机器更好地去理解人，并为人提供更个性化、有效的服务吗？因此，我们这个时代可能面临的一个转变，就是交互核心使命的变化：交互与交付可能会融为一体，甚至最佳的交互方式可能就是无需交互。举个例子来说，比如我们现在正在会场交流，突然来了一个电话，假定你当时忘了把手机设定成静音，这种场景是不是很尴尬？在手机设计的历史中，人们经过了几轮交互改进。比如最早的手机可能没有静音功能，后来增加了一个按钮来设定。再后来像苹果这样的公司甚至给你设置了勿扰模式、专注模式等更高级的功能。再后来还有手机做了设计，如果电话来了你忘了静音，把手机翻过来它就自动静音了。这看起来都是交互的演进，但如果我们今天放在通用智能时代来看，难道手机不应该知道我今天所处的环境，自动判断是否应该响铃？比如我正在和朋友热烈，过程中进来了一个不是很重要的电话，为什么还需要我去做一个操作呢？或者要求用户提前记得把它设成静音。如果智能手机真的智能，难道不应该来自动处理这种情况吗？如果我们把机器的智能设定为应该主动的去建立与人的默契，那么主动的，个性化的交付就是对用户最重要的能力。当然，这个梦想的前序是，机器需要在用户的生活流中分享更高分辨率的上下文信息，而非仅仅依赖用户的指令。未来很有可能会出现一个新的东西，叫「以人为中心的操作系统」，过去的操作系统其实是以机器为中心的，主要是解决硬件、软件的 API 一致性，以及人机交互的简单化。但未来，如果核心交互使命不再是「人配合机器」，而是「机器理解人」，那么这个「以人为中心的操作系统」，核心要解决的就是 Input 数据，Output 服务。比如你的眼镜、耳机、手表、手机以及你的各种软件应用，它们形成了一套分布式的感知系统让 AI 可以分享你的生活流里的更多信息；同时因为这些都是敏感信息，可能最后需要本地化或者边缘化的存储，而不是上传公有云；当然这些数据的目的是做向量化的理解，甚至实时化的微调，让这个模型可以更加个性化的理解和交付服务；最后，这些「记忆」必须被严格的进行授权管理，并且必须绝对单一的「忠于」服务用户的目标。最后两点其实是非常重要的趋势，比如我们前面提到的推荐引擎真正的系统目标不是个性化服务，而是让中心化平台的商业系统更加高效。如果未来需要通过分享更多的个人生活流信息，来实现对个体更有效的服务，这时候，如果还会存在看似在服务我，而实际上需要帮助平台赚更多钱的隐藏议程，这很可能就无法自洽了。所以，一个以人为中心的操作系统，带来的终极的变化也会是商业模式的变化。今天我们说的这些仅仅只是一个概念起点，但如果我们认定时代的的核心动力就是前面所提到的无限供给的智能，以及人们对于个性化服务的追求。供给就会改变需求，需求就会改变连接。这个令人兴奋的话题看起来有点遥远，但理解它其实也有利于我们思考今天如何给用户交付产品，赢得在用户身边的位置。最近有一款产品很有意思，那就是 Meta 与雷朋合作推出的智能眼镜。回顾过去十年，众多眼部智能设备中，出货量真正达到了几百万台的非常少。大部分都是少数极客的玩具，过去的问题可能就在于，之前的智能眼镜强调智能，希望以高科技「白衣骑士」的形象出现，来引领用户。然而受限于实际技术，比如算力问题、光机问题，能能耗问题等等，原本的「白衣骑士」形象变成了「堂吉柯德」，用户最终无法接受这样的产品。反观这款 Meta 眼镜，我认为它 50% 的用户价值首先来源于它是个雷朋的眼镜，再加上还是一款不错的蓝牙耳机，再加上带有摄像头能拍个一分钟视频作为甜点或赠品效应，综合到一起，在用户购买决策和实际使用中，实现了预期和价值交付的平衡。这给我们的启示是，越宏大的创新，起点可能反而不是急于在用户面前炫耀尚未成熟的技术，而是应该顺着用户的确切需求，提供明确、更好一点的交付，不只是追求让用户一见倾心的浪漫，更要关注和用户好好过日子。实际上，当 Meta 眼镜被用户接受和真正用起来之后，我们发现用户对其的真正粘性和持续使用的驱动力在发生变化。最近，Meta 开始利用当摄像头成为用户第一人称视角的传感器，接入多模态能力的大模型来通过语音来交付用户价值。这时候用户对于产品价值的衡量就会发生新的变化，可以预料，未来这类产品会变成交付 AI 服务的一个新终端，甚至再发展下去，当其可以分享更丰富的用户生活流信息，更主动、个性化的服务也会成为其核心的产品力。毫无疑问，如果我们对于「以人为中心的操作系统」这个判断成立，那么硬件未来必然有很大的演进空间。只不过，或许不是一上来就是一堆因为有 AI 所以能力变强大的超级品类硬件，而是符合「以人为中心的操作系统」发展方向，因为有 AI 加持，硬件有更大发挥空间的「边缘品类」，他们为 AI 在构建基础设施，但也依托 AI 的发展而获得用户价值加强。不只是第一人称数据视角的眼镜、耳机、手表，手环、戒指，也有第三人称视角的 IOT 设备，不只是硬件，也包含所有软件应用和服务。这些都将参与新时代操作系统的基础建设，也将分享新的操作系统红利。我们相信，通向个性化 AI 的道路确实是创业者的 Playground。在现实世界中，大规模基础设施建设总能推动就业的提升，这个进程对于创业者来说就是更多参与价值创造的机会。而且不要过于高估巨头的影响力。巨头虽然一定会看到这些变化，但他们也有很多的限制和禁区。他的用户多，数据多，但是他们原有的商业系统并不是基于「个性化 AI」来设计的，个性化 AI 甚至有可能是对他们原有的中心化平台模式出现严重的冲突，他们自己颠覆自己的难度，甚至比创业者走出一条新路的难度更高。最后，我们再聊一个问题——这可能不是这个时代特有的新问题，而是任何一个时代都需要面对的问题：面对新时代，创业者该如何入场？最近很多中国创业者都抱怨融资难，如果我们换位思考下资本的逻辑，真想可能是在一个确定的大未来与不确定的近期发展之间，资本往往会先处于所谓「people driven」的阶段，即先投人。那么，「投人」投的是什么呢？我要告诉大家一个真相，尤其是对于那些初次创业或尚未创业的朋友们。你获得的第一笔资金，很可能 70% 是因为你的历史背景，而非你的未来愿景。你可能觉得你的商业计划书和愿景非常说服力，但实际上，投资人更看重的你的历史 credit。如果你不是做过上亿用户的产品，也不是曾经被广为人知的优秀年轻学者，如何提升自己的 AGI 时代中的历史 credit 呢？其实今天在这个新时代刚刚展开，还在排位赛阶段，如果你有一个想法，想要去验证它，那么你可以利用现有的技术和模型去尝试实现它。今天，你不需要融到很多钱才能开始。很多平台和模型都可以供你学习和使用，你可以靠热爱就通过自己动手去验证你的想法。一旦你的想法得到有效验证，并想要将其变成一个演示版本或者产品推向市场进行 PMF 验证时，其实也不需要融太多的资金。去年在我们的 AGI Playground 大会上，Monica 的创始人肖弘就是挺好的例子。他开始时只是做了一个浏览器插件，这个看似小小的东西，在他的不断努力下逐渐扩展，用户越来越多，功能也越来越丰富，闭环越来越大。虽然到今天，我也不能去定义 Monica 的终局是不是一个伟大的公司，但我非常确信这位创业者一定积累了自己的 credit 和经验，未来如果又有一个新的机会开始涌现，他还是那个能最快抓到的人。所以今天最需要的是，以一个独立开发者的心态去启动对这个时代的探索。当你成为一个独立开发者时，你的创业之路就已经开始了。没有人会阻碍你的创业起点，核心是你是否把这件事当作一个前进的阶梯。今天创业者还在面临的一个困扰就是巨头现在比谁都积极，都瞪着双眼在看新范式。回想移动互联网阶段，整个国内科技产业用了四年（2010-2014），才基本形成了完整共识。但到了今天，大概只用了三到六个月的时间，整个产业似乎就已经达成了 AGI 浪潮是一次革命的共识。这似乎极大地缩短了创业者「隐身发展」的空间。以字节为例，在过去这段时间里，在 AI 领域的布局多么全面，甚至市面上你能看到的 AI 类产品，他们都有团队在紧密跟进。这个看起来可能让人有些绝望，但我觉得其实没什么可绝望的。因为今天快速达成的共识都是「伪共识」，首先今天创业公司也好，巨头也罢，在做的任何产品也没看到成为 Super App 的潜质，反正大家都没找到北，都在摸石头过河。其次，希望趁着巨头睡大觉，然后去巨头的花园里偷菜也从来都不是一种合理的创业预期。真正能从巨头手里拿到的未来都是「抢来的」，不是「偷来的」，这个所谓的是抢不是偷，说的是「抢未来」，而不是「偷过去」，说的就是你需要依靠非共识的创新，来创造增量的价值。那么，什么是一个创业者在今天比较适合去选择第一个根据地呢？可能有几个可以思考的维度。首先，这个市场必须具有百亿以上的规模，意味着你做到 20% 市场占有率能是有资源培育一家有生命力的组织；同时，如果这个领域曾经被巨头涉足过但放弃了，那将是一个加分项，这意味着巨头在这个维度上不会保持充分的聚焦，它已经不是其核心战略选择了；更加分的是，这个领域之所以在今天是一个有限规模的市场，是受限于上一个技术条件的时代，那你就更有机会在这里扩展业务边界。其实，最重要的一点是，今天所有人都在探索新技术时代的范式，哪怕你从一个小池塘开始练水性，然后找到一个湖泊作为根据地，最后能演化成一个符合新时代的新物种，那就已经是很棒的第一步了。张一鸣最早做的内涵段子，甚至 2011 年做的今日头条，在那一瞬间，他们看起来都只是在一个湖泊里做的终局看起来没那么诱人的事情。但推荐引擎这件事的意义在今日头条上被验证，却是在抖音和 TikTok 上实现了真的放大和极致化。这就是我们说到的，一个湖泊里的新物种，最终是有机会游向大海的。拼多多的故事其实最能体现用「非共识」抢未来的逻辑。早年间拼多多的创始人黄峥曾经专门写过文章，表达过一个非常独特的观点。他认为做拼多多的时候其实要有迪斯尼的思维。当时很多人不理解，怎么能把一个娱乐的概念套用到电商、流通领域的事情上。但后来我们逐渐理解了他的本质想法，他认为在一个商家、用户和平台的三方系统里，满足用户，让用户的愉悦是最重要的。甚至用户的愉悦不仅仅是因为他们买到了想买的东西，还可能是因为他们在买、逛、拼、砍、抽券的过程中感到了快乐。很多时候一个创业者创造的价值，就在于他的某个非共识，在时代中被验证、展开、放大。比如拼多多把重心在三方系统里坚定地、全面地倾向于消费者一侧，百亿补贴，只退款等行为，重心永远倾斜在消费侧。这是对阿里巴巴「让天下没有难做的生意」的目标和系统来说，就是一种非共识，这种目标的不同才是创业者最硬的壁垒。所以只有目标的创新，才是终极的创新。非共识的目标下，巨头的资源才能成为包袱，他们盲区才能成为他们的禁区，创新者才会有抢未来的机会。再回到我们对 AGI 时代创业的几个基本问题的思考上。充分思考通用人工智能带来的智能供给的变化，进而可以带来的与传统商业系统目标的变化，才能最终在一个旧世界里变成一个新的力量，这可能就是这个时代给予今天的创业者们最大的机会。每一次技术变革，都必然诞生新一代的优秀企业，我相信生生不息的创业者一定会涌现，30 年前是这样，20 年前、10 年前也是这样，那么在未来的 10 年里，没有道理不是这样。极客公园和 Founder Park，会陪伴大家去探索这个进程。不只是精神上的拉拉队，欢迎探索新时代的创业者们来和我们社区的孵化基金——AGI Founders fund 一起交流，我们愿意成为你的第一个支持者。本次演讲的全文 pdf 及配套 PPT，我们放在了夸克网盘，点击「阅读原文」直接下载。 https://pan.quark.cn/s/cd386c79446d
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO不久前，腾讯刚刚曝光 AI 应用「元宝」，普通用户终于有机会体验腾讯在大模型方面的实力。作为国内拥有最多 C 端用户应用的巨头，腾讯「元宝」的定位是什么？更重要的是，「元宝」背后的腾讯混元大模型，一直保持「低调」，腾讯在大模型方面，到底是怎么想的？6 月 27 日晚 8 点整，极客公园特别邀请到腾讯云副总裁、腾讯混元大模型负责人刘煜宏，将为大家详细解答有关腾讯大模型的疑问，欢迎预约直播~
文章来源: https://mp.weixin.qq.com/s?__biz=MTMwNDMwODQ0MQ==&mid=2653045800&idx=1&sn=589e0ee8f083cbd5a3ab3eff775044cd&chksm=7e57399e4920b08870aa8890f6edcd3b6aa687883a07a463f126637c7909dc20a678f1ec9222&scene=58&subscene=0#rd
如有侵权请联系:admin#unsafe.sh