李开复所鼓励的中国AI企业的『第二条路』，其实是两条路同时走：
第一，大模型训练上不指望超越美帝，但不要落后太多，始终让当前大模型能力跟得上美帝6个月前的水平就行，不要让差距超过6个月。 第二，大模型的推理成本应该下降，因为只有推理成本降低才能让AI应用成本降低，从而促使AI应用的发展。
这确实是一条符合我国实际情况的发展道路，我仅有一点不同的见解，那就是不必过于保守地预估为六个月的时间差。尽管我们必须正视存在的差距，但应当争分夺秒地努力缩小这一差距。事实上，国内的企业完全有能力做到这一点。以OpenAI的GPT-4模型为例，它在9月份发布后，仅隔两个月，国内就已经能够推出相似的竞品。只要我们加大努力，就完全不必落后六个月之多。
关于降低大模型推理成本的问题，这确实是关键所在，因为只有这样做，才能进一步降低AI应用的实施成本，从而推动AI应用的广泛普及和多样化发展。实际上，美国也在这一领域进行了大量的投入，例如Character.AI就通过数月的努力，成功将推理成本降低了百倍，这使得它能够应对陪伴式AI所需处理的海量数据。
目前，AI领域的人们常常将现状与取得巨大成功的移动互联网进行比较，因为AI和移动互联网都代表着巨大的机遇，都是高价值的生态系统。因此，大家都希望借鉴移动互联网的经验来推动AI的发展。这就要求我们正视一个事实：移动互联网之所以繁荣，是因为它拥有多样化的移动应用，而不是仅仅依赖于一两个主导应用。
用一个比喻来说，一个产业生态就像一棵果树，硬件是基础，平台是树干，而应用则是果实。果实的丰富多样才是果树真正的价值所在。仅仅有粗壮的树根和树干是远远不够的，如果它们吸收了大部分的营养，那么果实又怎能茁壮成长呢？因此，我们需要更加注重应用的创新和多样化发展，以推动整个AI产业的繁荣。
反观当前的AI生态，它与移动互联网生态形成了鲜明的对比。AI应用数量稀少，远未达到百花齐放的程度，而最令人惊讶的是，最盈利的竟然只是一个聊天界面的ChatGPT。在平台层面，百模大战如火如荼，烧钱不止，而硬件制造商英伟达却从中赚得盆满钵满——这显然不是一个健康的生态状态。
然而，随着各大模型不断降低推理成本，AI应用的成本也将大幅下降。预计到了2025年，AI应用将迎来一次大爆炸式的增长，我们将见证更多AI解决方案的落地实施。只有当AI应用真正繁荣起来，AI时代才算真正到来。
如果你渴望深入了解AI解决方案和AI生态，我强烈推荐你参加知乎知学堂的免费AI课程。这门课程全面涵盖了AI的技术原理、产品思维以及具体落地实践，最关键的是，它是完全免费的！学到就是赚到！
我还想再次强调，对于AI应用的落地实施，我们必须摒弃对AI的神秘化看法。AI并非遥不可及或高不可攀，AI解决方案也并不一定需要采用最先进的大模型。应用的核心在于提供价值，选择适合的技术手段，而不一定是最前沿的技术。
例如，最近我孩子所在的学校进行了一次AI教学实验。课程内容是语文写作，老师讲解方法后出题，让同学们写下自己的思路和创意。同学们使用的是带摄像头的AI数字笔，因此他们的作品能够立即被收集。老师实时在电脑上查看同学们的作品，并通过一个按钮将所有内容总结分类。随后，老师根据大家想法最多的创意进行点评和深入讲解。
这样的课程互动性极强，因为反馈周期极短，所以孩子们的思维都被极大地激发出来，表现非常积极。老师和同学们对这次AI教学实验的效果都非常满意。你看，这就是一个成功的AI应用，它提高了原有教学形式的效果。如果没有这套AI系统，这种写作课也能开展，但效率会大打折扣。而现在，有了AI的赋能，教学效率大增，教学效果也显著提升。
再来看这套AI系统，它必须使用世界上最强大的AI基础模型吗？答案是否定的。带摄像头的AI数字笔能够自动拍摄并识别纸上写的字，这需要一定的图像识别OCR技术，但这种技术已经非常成熟，并不属于高精尖范畴。而且，我国在这些技术上还相当有优势。
通过AI数字笔收集上来的学生作业，本质上就是自然语言文本。要对这些作业进行总结和评分，这看似神奇，但实际上，这正是单线大语言模型所擅长的文字处理工作。而且，完成这样的任务并不需要像OpenAI的GPT-4或GPT-4（假设你提到的“o1”是笔误，应为GPT系列的一个版本）那样的顶级模型。任何一个国产大模型，甚至是本地运行的开源大模型，都足以胜任小学生作文的总结工作，可以说是绰绰有余。
你看，这个AI解决方案的成功实施，并没有因为我们的AI模型能力不足而受到任何阻碍。
这再次证明了对AI应用的祛魅是多么重要！绝大部分AI应用，并不会因为美国的大模型领先我们6个月就遭遇瓶颈。利用国内现有的AI技术，我们已经足够应对。
AI应用的关键并不在于你的大模型拥有多少参数，而在于你是否能够准确识别并解决现实中的痛点。比如在上面的教学案例中，老师面临的一大痛点就是难以在课堂上迅速收集和分析学生的反馈。而通过AI技术，我们提供了一个既高效又优雅的解决方案，而且学生们也不需要改变任何行为习惯。
我相信，随着大模型推理成本的进一步降低，以及越来越多的人开始投身于AI应用的开发，未来的AI生态一定会重现移动互联网的繁荣景象。对于AI领域的工作者来说，与其过分关注技术追赶的差距而忧心忡忡，不如静下心来，认真思考如何利用现有的AI能力为用户解决实际问题。这才是推动AI产业正确繁荣的正确思路。
来源：知乎
