天天动态:赛道Hyper | 中国式ChatGPT样本：未来智能公司商业远图

AI再次看到了实现商业化价值的曙光。

(资料图片)

这次，借助OpenAI团队的AI梦想结晶，现象级产品“ChatGPT”，AI应用火出天际。

但是，就目前而言，ChatGPT和之前的AI产品一样，仍未随之出现可见的商业化模式。

既出人意料而又无意外，这看上去矛盾。但多年的实践证明，作为技术应用大国，中国对原创技术的商业化应用探索，常能领先。如今，这对矛盾又一次在类ChatGPT商业化价值探索领域，闪耀着这抹中国色彩。

来自中国合肥的AI创业公司——未来智能，开发的会议办公耳机iFLYBUDS系列，即为类ChatGPT平台商业化做多年努力的结果呈现，也是为之实现商业价值的生态系统，提供垂直场景数据和训练迭代的智能终端。

多年的原创技术和应用大势都曾经或仍在证明：共建才能产生真正的商业繁荣，而共建法则，即构建生态平台。从ChatGPT聚合的技术应用前景看，ChatGPT具备生态特征。

生态需要何种应用技术？未来智能的会议耳机这种AI终端有哪些功能，和ChatGPT有什么关系？如何实现商业化？

老问题：ChatGPT为何在美问世

从AI技术发展路径看，ChatGPT并非新技术成果。在理论上，ChatGPT没有更多创建——核心技术在2017年就已出现。

这次为很么能大火？“因为面向公众开放。”未来智能CEO马啸对华尔街见闻说，“原先ChatGPT做的是企业级服务，或面向大型开发者，这次对公众开放后掀起狂潮。”

ChatGPT问世后横扫全球，在短期内（2个月）即积累了1亿用户，成为全球迄今为止达成1亿用户最快的技术应用工具。说这是工具，但究竟什么是ChatGPT？

简单说，ChatGPT是用Problem Models（问题模型）加上1750亿个参数/节点，以之为基础提供巨量、有监督的学习数据，借助Transformer架构，“投喂”给AI训练模型，做出的AI应用效果。

这么解释或许过于抽象，那就换种说法。

顾名思义，ChatGPT中的“Chat”是“聊天”的意思，GPT是什么？这是OpenAI公司的一个AI技术名词。民生证券电子行业分析师方竞在研报中写道：ChatGPT是基于OpenAI GPT技术的聊天机器人，拥有3000亿单词的语料基础，预训练出拥有1750亿个参数的模型。

由于GPT的技术核心Transformer神经网络架构在2017年就实现了开源——这个架构由谷歌创建，其革命性在于能让AI“听懂人话”——因此，中国AI领域对此也不陌生。

但是，中国在技术领域一向有着秉持实用主义的“优秀”传统，不愿为看不见或不明确的未来持续投入资本。因此，没有人像OpenAI那样，持续保持大投入，通过Transformer架构做AI技术开发。

“大模型要烧很多钱，因为要大规模做算力分布式节点投入。”马啸说，“所以2017年以来，国内都在观望。”

从现实的角度看，国内不敢投入，也确实因为基于Transformer架构的AI技术开发成本难以承受。

自2017年，Transformer神经网络架构问世，AI即进入大模型阶段。这什么意思？大模型有三要素，即算力、算法和数据。这三要素的相互关系是，算力的强弱，决定算法的效率，而算法又决定数据的有效性；反过来，数据是训练算法的要件，能决定AI学到的知识量。

在业界，能提供高效AI训练的载体是英伟达的A100和H100等AI专用显卡。这种专用显卡与普通消费级显卡的区别在于，后者通常会将部分算力让渡于光追等功能，而前者的特点是从硬件设计到软件配套，都为all in AI服务。

如此很明显，GPT的训练效果优劣，与投入的显卡数量有关——巨额成本即源于此。

这成本多高呢？据说有机构做了测算，训练一个GPT-3，需要至少1024张A100显卡持续运转30天，而A100显卡最便宜的版本，价格也高达8769美元。也就是说，为AI训练做最基础的核心硬件准备，就得投入880万美元。

除了最基础的高额硬件投入，ChatGPT训练所耗费的成本才是不可承受之重。训练一次，需要1000万美元，要训练出一个GPT-3，以每天训练10次，持续30天计算，需要投入30亿美元。

这就是为什么国内对开发基于Transformer架构的GPT技术缺乏探索热情的原因。

因为，成本太高！

样本：“未来智能”会议耳机

现在，美国OpenAI用实力证明GPT技术应用的有效性。

国内闻风而动。

但是，出于同样的原因——实用主义——国内对新技术全部热情的考量源自“这种技术能不能创造出确定的应用商业价值”。

现在，ChatGPT刚刚问世，还没出现能大规模落地的商业模式。此时，中国技术公司行动的时刻到了。

就像在顶层话语体系中，相对于传统的西方式现代化，有中国式现代化一样（类似的还有相对于美国梦的中国梦），国内也会出现中国式ChatGPT，顶层已有此方面的明确指向。

在马啸看来，中国式ChatGPT，可能的演进路径是数家像百度、腾讯或阿里那样的大厂负责平台搭建，之后在此平台上，必然会有“大量基于垂直领域的微调模型，在（中国式）ChatGPT上做垂直领域服务”。

这是互联网和移动互联网技术和商业模式发展的历史路径，也很可能是ChatGPT在中国发展的未来方向。

一旦国内ChatGPT开放API接口，这些做垂直领域小模型技术开发或服务的公司，就能随之接入平台，为之提供垂直细分场景的训练数据和成果，共同为中国式ChatGPT平台的商业繁荣添砖加瓦。

有没有这种公司在做这种探索？

答案：有。

马啸领导的未来智能，已经持续开发了多年AI训练的终端：办公会议耳机。这种品类，立足于细分的办公会议场景，解决办公场景录音、记录、文字转化或语言翻译等多种问题，目的是帮助会议参与人提升办公效率。

办公会议耳机的定位，也就是目标消费群体，包括城市白领、政府官员、律师、记者、外贸从业人员、跨国公司管理和券商分析师等，从中提炼符合职业标准提问的问题模板，以供后续同样场景做调用，这能大幅提升交流效率。

在此过程中，实际上就涉及了垂直领域多种职业的特定语义标签/参数提炼，形成大规模的海量用户数据（库），近似于创建语义大模型。在此基础上，随着耳机目标用户的高频日常使用，相当于在做标准职业问题模板的AI训练。这是未来智能开发的办公会议耳机与ChatGPT的内在关系写照。

举个例子，职业投资人经常跟企业开会，以更全面了解企业情况，以此为投资与否提供参考依据。一般来说，投资人会经常问些共性问题：比如企业年营收多少？有多少盈利？毛利或估值是多少？这种大量的重复性问题，可通过会议耳机的AI技术做标准化特性提取。

当这种垂直职业的数据积累得越多，会议耳机能提取的信息就越精准。通过高效问题模型训练，就会有极大的机会涌现出非常有价值的服务。随后，再通过这种优质服务，带动耳机或其他可能的硬件端的销售，以此形成商业闭环，这就是技术和服务双轮驱动。

目前，未来智能的办公会议耳机已迭代到第四代，共四种类型。2022年，会议耳机出货量同比实现10倍增长。到2024年，未来智能办公会议耳机销量将超过百万台。

更重要的是，这种耳机的AI特性，未来智能的存量或增量耳机都在平时的高频应用中，持续为未来智能的双轮驱动闭环提供动力。

这就是中国式ChatGPT平台商业应用的实际发展和可见的商业价值路径。更重要的是，这一路径经过实践被证明是切实有效的。

核心价值：推动生态共建

要明晰未来智能会议耳机的商业价值，这也是中国式ChatGPT在垂直领域商业化可能的样本。对于这样的样本，像建立在生成类问题模型基础上的ChatGPT技术应用，同类技术原理的会议耳机，AI技术的生成性如何形成？

华尔街见闻了解到，未来智能当前推出的办公会议耳机，自带的软件系统能实现自动学习。这种学习结果，能在又一次的基于语言发音生成的语义文本过程中，按照用户的发音习惯更新自动学习的准确率。由此形成数据训练效果循环迭代。

在用户语音和会议耳机“记录翻译”做“沟通”，也就是AI“听懂人话”时，这种会议耳机的“智能”在一开始，做不到精准理解和文本的准确记录。未来智能设计了一套询问最终文本是不是符合用户理想的系统，以解决这个问题。

如果用户认可，比如打勾，就相当于给耳机做了一次训练；如果打叉，那也是训练，相当于告诉耳机，文本结果不准确。通过这样的方式，实施多轮使用训练迭代后，耳机就会对用户的喜好，越来越理解。当再生成语音转化成文本时，会议耳机对语义的理解就会越来越接近原意。目前，iFLYBUDS系列办公会议耳机的转写准确率已达98%，在业内首屈一指。

未来智能为用户设立的账号，是提升“人机默契”的核心。比如声纹识别功能，在用户使用会议耳机是，耳机会自动根据声纹特质做匹配。一旦发现是某个曾经使用过耳机的人，就自动关联该用户的沟通记录，随之形成一张该用户的社交网络数据。

这张网将为该行为人的职业特征，提炼重复性的标准问题的标签参数，供AI训练模型跑数据。不同职业的共性问题参数，即形成问题模型数据库。

从底层技术原理出发，未来智能的办公会议耳机，就是所有声音，只要经过耳机，都可被记录和处理。比如将线上或线下的会议语音转成文字，这种文字可能是英文，也可能是日文或其他语种。这要看用户需求是什么。

如果用户想将中文会议记录转成日文，或将英文会议语音转成中文，都能通过这种耳机实现。同时，未来智能的办公会议耳机还具备强智能AI自动学习能力。

事实上，华尔街见闻发现，未来智能开发的办公会议耳机，除了聚合多种AI应用能力，实现围绕办公场景的效率提升。更具想象力的商业前景，是其目标用户应用耳机的过程，相当于在构建一套垂直细分市场的子生态。

若对整个过程简做要概括，即在美国推出ChatGPT生成式AI应用聊天机器人前，国内商业组织在做类似的技术应用探索。双方的区别是美方做高成本的AI技术验证，中方做同类AI技术应用的商业化探索。

比如未来智能，这家公司多年致力于围绕办公场景的细分领域研发AI提效工具——办公会议耳机。自2021年以来至今，未来智能的会议耳机销售的存量和增量终端，在高频应用过程中，形成了领域内有商业闭环的子生态。这个子生态已运行了至少两年，而且还能在推进商业落地的过程中逐步迭代。

不难预见，一旦中国式ChatGPT问世，开放API后，未来智能的办公场景AI终端系统就可接入。这相当于给ChatGPT提供了办公场景的AI训练、数据和应用数据库和技术应用解决方案。

像诸如安卓和Windows等平台，之所以具有超越想象的商业价值，是因为在这个平台之上，奔跑着海量的细分生态子系统。这些子系统，共同构成了繁荣的整体大生态。在共建具有高度价值超级平台的同时，子系统也在持续为其所在的垂直细分场景，持续提供源源不断的商业动力。

这才是未来智能推出的会议耳机真正的、核心的、极具商业想象空间的价值核心，也是必将出现的中国式ChatGPT为世界AI商业化落地做出的真正贡献。

标签： 智能终端 chatgpt