科技猎傅盛对话朱啸虎：AI四小龙的商业模式非常差！
2024年，在创业大佬间有一个热门词——和解。
与故人握手言和，既是跟正在落幕的旧时代告别，也是轻装上阵拥抱AI大潮。
去年傅盛和朱啸虎还在朋友圈互怼，今天下午，傅盛又和朱啸虎秉承 “尽量说真话，保证不装逼” 进行了一场面对面的激辩。
看完整个对话，其中最精彩的地方至少有五处：
第一， 对话一开始，朱啸虎首次回应此前的“暴论”——“我们五年回本，靠的是分红”；傅盛则“旧事重提，伤口撒盐”，他认为这也是为什么朱啸虎会会错失投资“今日头条”。
第二， 他俩一起回顾了去年在朋友圈为什么互怼，以及当时的分歧点。聊得正嗨时，傅盛还直接给朱啸虎道了个歉。
第三， 傅盛再次回应周鸿祎此前抛给他的问题。他认为， 周鸿祎提出这样的问题，是因为他对人工智能的理解可能还不够深。
第四， 傅盛提出，“中国AI四小龙”可能是中国AI产业未来发展的下限；朱啸虎则更为激进，认为“中国AI四小龙”是中国AI产业未来发展的上限，毕竟他们赶上了政府安防建设的大红利。
第五， 关于大模型应用落地，朱啸虎说道， “我感觉奥特曼在吹牛逼，GPT 5 肯定没那么惊艳”； 傅盛表示赞同，他认为GPT5这么久不发布，要么是性能没提高多少，要么是成本太高。
好了，废话不多说，以下是他们的精彩对话内容：
01
朱啸虎首次回应
五年回本靠的分红
提问：朱总，上次你说“我们五年回本，靠的是分红”，这话一出来，好多人说朱啸虎又在发表“暴论”了。过程中有两个反问：一是，如果要是企业现金流这么好的话，为什么要拿你钱？二是张颖认为，美元 LP 一定不会为你这个说法买单。这里想先听听傅总怎么看朱总的暴论？
傅盛： 如果从字面理解，风险投资没有风险，那当银行也挺好。所以，这样的说法和风险投资的本质是相悖的。第二，科技行业的风险和收益是成正比的，只靠分红可能就会错过投资今日头条这样的企业。
朱啸虎： 我说的分红，主要是指消费行业的投资。 现在这个消费行业投资的分红已是行业惯例，说实话，我说的分红还是很温柔的。我们要求的分红，只是按照股东的股权比例来分红，所以五年拿回本金还是有可能性的。
当然，这里还有很多假设条件，比如说利润是每年增长50%。但是核心问题是，必须给投资人、 LP 持续稳定的现金流。现在政府也在讲“耐心资本”，什么叫耐心资本？怎么才能有耐心？我们昨天晚上开会时就讲，我是有耐心，但没有资本。当然，这是在讲笑话。
如果我投了你一个亿，十年一分钱没回来，你到底是不是骗子，这资产是真的还是假的，我都不知道，怎么可能有耐心？但是每年有稳定的现金流，大家都会比较放心一点，整个产业也有会有耐心建立起一个长期投资的观念。
最主要是中美的 VC 差别很大，是美国 VC 在过去几十年基本上都很明确， 十年一个周期，2000 年泡沫破裂，慢慢涨回来，到 2009年，又是金融危机，然后再慢慢涨回来。
中国 VC 过去 20 年都习惯短周期，每三年一周期，每两三年就会讲一次“冬天来了，现金为王”。 但那时候的冬天，大家还是不慌的，因为这个周期很短，坚持了一两年，泡沫又来了。
所以，中国的 VC 过去 20 年都是拿住不舍得卖，后面还有更高的。但实际上， 过去 5 年任何一个卖出都是正确的，没有人后悔，坚持的都是傻瓜，基本上都是丧失逃生的机会。 中国的 VC 肯定要习惯以十年的长周期来做投资。
提问：张颖认为，美元 LP 一定不会为你这个说法买单。你怎么看？
朱啸虎： 我们现在和美元 LP 沟通，他们现在也开始逐步接受了我的看法。
02
回顾去年在朋友圈互怼
提问：咱们回溯一下，一年之前你俩在朋友圈抬的杠。你觉得当时你们俩是在讨论什么？主要分歧是什么？
傅盛： 就那天晚上而言，肯定是有分歧的。那篇文章是我第三次见到朱总类似的发言了，说“大模型对创业者不友好”。 我当时有几个点：
首先是立场问题，我把自己定义为创业者，创业者不喜欢投资人站着说话不腰疼，经常来指点，说这个可以做，那个不能做。那这样就不要创业者，投资人自己干呗，对吧？创业之所以繁荣，就是因为有各式各样的非共识。
第二，大模型刚出来那时候，大家其实是处在一种有点震惊的状态中，关于大模型的能力边界到底在哪里，是有争论的。我当时认为，一个技术再好，都必须包装成产品，被用户去使用，这就是应用开发者的创业机会。
第三，任何时代只要技术变迁，就必然带来各种产品变化，这也是创业者最好的机会，只是因为我们看不清。
当然，还有一个小因素，那天稍微有一点点喝了点酒，哈哈！稍微有点冲动，我后来也看了一下，发言也有点不逊，这里也跟朱总道个歉。
朱啸虎： 实际上是媒体的标题党造成了好多误解。后来我们沟通过，很多关于AI的观点都是一致的。说实话，至少我个人对明年AI应用爆发是非常非常乐观的。
你看 Llama 3的两个小模型，非常非常厉害。昨天晚iPad Pro 推了 M4 芯片，也是非常有意思的。一个几百亿参数的小模型，可能在端侧就可以直接跑起来了。尤其今年下半年的新 iPhone ，可能也是类似的。这样的话，我觉得明年AI在应用层绝对会爆发。
提问：你们两位是不是现在都在等iPhone 装大模型这个节点？
朱啸虎： 我们一直在密切关注AI应用，目前只关注能够商业化的、能够达到实现 PMF 的 AI 应用，而且明年这个时间点上，AI 应用肯定会大爆发的。
03
奥特曼在吹牛逼
AI四小龙不是好模式
提问：之前有一个非常通用的说法，你们说国内大模型公司未来的下限是“AI四小龙”，说千亿大模型、四小龙也很难，这里是不是要具体解释一下？
傅盛： 第一个，AI 2.0 和 AI 1.0 有一个很大的不同。AI 2.0迅速在全社会达成了一个大共识，这一波会颠覆整个生产力革命，基本上没什么分歧。
但 AI 1.0 并不是这样，AI 1.0 最早只有几个科技企业开始动，留给创业公司的时间差是够的。你真正看四小龙做人脸识别的时候，互联网大厂基本都没怎么动。但 OpenAI 发布后， 几个大厂都开始动了，随后中小创业者才进来，他们的时间差留的不一样。
第二个就比较得罪人了， 我到今天依然都不认为四小龙是个好模式。 因为我最近去看了一下某些上市公司财报收入 30 个亿，亏损 70 个亿。好的企业当然要前期要投入，但你 10 年都是这样的话，我就不太认同了。
提问：AI 四小龙跟你们 猎豹比怎么样？
傅盛： 怎么样？我们至少钱是自己挣的，哈哈哈。虽然这两年因为在美国被下架有一些亏损，但是都是在自己的资金池里量固为出的做。有一定的超前，但是并不是完全不计成本的投入。
今天大模型如果真要烧钱的话，你烧得过OpenAI吗？ 而且，我跟朱总上台前交流过 ，我们觉得 OpenAI 可能未来的商业化都是个问题。不要说未来，可能现在就是了。
今天所有大模型能力都在迅速拉齐，你做不出超过一年的技术壁垒，商业化再不去快速落地，怎么去跟这些已经有应用场景的大厂去比拼？所以，我是不看好只怼大模型能力的这种创意，很难跟大厂拉开差距。
你看谷歌最近股价还在涨，又涨回2万亿美金了。苹果这一轮，把 M3 都丢掉了，直接上M4。财分析师质疑他说，你才花这么点钱买卡，苹果说我用混合模型，把芯片和端做好，反正大模型已经太多了，我随便用谁的效果都不差。你看全世界最有钱的公司都这么去思考。
我会觉得，真正能把一个东西用好的这种机会是一直存在，谁先趟出来，谁就像互联网当年第一波特别热的时候。最后死的都是狂欢公司，反而是那些比较土的公司活下来，最后变得很厉害。
提问：总结一下，一个是成本问题，一个是竞争问题，一个是商业模式的问题。这三个问题，对国内的千亿大模型公司，可能是一个很非常难跨过去的挑战。
朱啸虎： 我比他还要更激进一点。我觉得四小龙不是下限，而是上限。四小龙运气很好，碰上了安防大建设这个巨大的红利，中国政府投了几千甚至上万亿。我们当年为什么不投四小龙，就是觉得这技术没有门槛，最多领先别人半年时间，今天的大模型更是一样，我觉得更差。
问题是你技术没有差异点，而且每一代技术你都要投，可能GPT 3.5 就几千万美金， GPT4 可能要几亿美金， GPT5 可能要几十亿美金。每一代模型你都要重新去砸钱，而且你变现周期可能就两三年。这比发电厂还要差，发电厂投入一部分后，基本上不需要再投入更多钱。说实话，这是非常非常差的商业模式。
我前段时间和负责人聊天，我都感觉是他妈奥特曼在吹牛逼，我觉得 GPT 5 肯定没有这么惊艳，或者 GPT 5 惊不惊艳不重要， GPT 4 已经满足了绝大部分的商业需求，升级对于商业模式本身已经没那么大的变化了。
傅盛： GPT 5这么久不发布，肯定要么是性能没提高多少，要么是成本太高。
04
傅盛专攻百亿大模型
这路子对吗？
提问：傅总说他现在专攻百亿大模型，你觉得这路子对吗？
朱啸虎： 我觉得特别好，边缘端的小模型必然是未来方向，而且商业机会特别多。
傅盛： 我们帮一些公司做私有化模型落地，发现百亿参数在绝大部分场景下够了，甚至你如果给它规定的场景很清晰，会比 GP 4 还好。
朱啸虎： 大部分工作都不需要清华本科、哈佛博士，只需要一个专科生就足够了，这是现实情况。所以，百亿小模型就是一个专科生，他能干了绝大部分的活。
傅盛： 对，只要你岗位定义的清晰，就是可以省人工。
05
周鸿祎对AI理解不够深
提问：上回你和周鸿祎去做了一次对谈，他提了一个非常尖锐的问题，说你为什么要同时要搞这么多事？又是 To B ，又是 to C ，还做机器人，你要是心里非常有谱的话，为什么不 all in 一个?
傅盛： 他当时的原问题是，你又做大模型又做机器人，为什么不只做具身智能？我觉得他提这个问题，可能是他对人工智能的理解还不够深吧。
这两件事不能对立着看。特斯拉的FSD 也好，具身智能也好，底层都是Transformer，基本构架就是大语言模型。我觉得大语言模型应该改个名字，叫大逻辑模型。语言知识库丰不丰富不重要，知识库丰富就是大语言模型，视觉能力丰富就是自动驾驶模型，当它和机械臂连接起来时，就是一个自我动作规划模型。
我认为机器人最后拼的就是大脑，大语言模型就是机械的大脑。你可以把机器人看成是大模型的应用，现在我训完大语言模型后，再去训技师具身智能的模型，就比以前要简单很多。
提问：朱总，假设你是他的股东，对他们公司现在的战略方向认可吗？
朱啸虎： 我的理解是，傅总最近一直在尝试在边缘端侧的小模型商业化应用，这是我现在觉得非常看好的。而且觉得在未来一两年肯定会在这个方向爆发。我觉得确实现在必须聚焦在这个方向做事情，这里面有很多很多机会。
匿名用户
