即使「人工智能元年」這個口號在過去十年內已經被喊出了無數次，但 ChatGPT 所掀起的這一輪浪潮，還是迅速點燃了中國科技公司與創投圈的熱情：前有阿里、京東紛紛上車，后有百度、知乎等內容平臺也加入戰場押注 ChatGPT 領域。有消息稱百度 CTO 王海峰已在內部立軍令狀，要在三月完成百度版 ChatGPT 內測并發布產品。

但這些都被上周的一條朋友圈搶去了風頭：2 月 10 日晚，前美團聯合創始人、已經退休的王慧文發朋友圈表示，自己將出資 5000 萬美元，投身人工智能領域。堪稱迄今為止 ChatGPT 掀起的人工智能浪潮中的最醒目的那位弄潮兒。

【資料圖】

在這條被稱為「價值五千萬美元的朋友圈」發布之后，王慧文在本周一也在即刻發了一條相同主題、但披露更多細節的「英雄帖」，明碼標價估值兩億美元，5000 萬美元占股 25%，剩余的 75% 股份全部用來邀請頂級研發人才。并表示已經有「頂級VC」認購 2.3 億美金。

據36氪報道：王慧文口中的「頂級 VC」，至少包括源碼資本、真格基金等風投機構；真格基金也在微信公眾號發布了另一個版本的「英雄帖」，宣布招募「有能力引領新一代創業公司的創始人」。

在 ChatGPT 之前，似乎已經數年沒有出現如此能讓中國投資圈如此瘋狂的事件了。

砸錢，招人，找人

在燒錢做 AI 這件事上，其實過去數十年間已經形成了一套非常清晰的「燒錢」路徑：砸錢招人做深度學習。

在 AI 業界，用「金手銬」，吸引頂尖 AI 人才來加盟自己的團隊，已是通行的慣例：但即使是在 ChatGPT 尚未在全球掀起新一輪 AI 浪潮的 2021 年，頂級 AI 人才的年薪標準也已經突破百萬美元大關。

這些來自頂級院校的研究人員既是推動 AI 技術向前迭代發展的主力軍，同時往往也是各路 AI 創業公司主要資金消耗所在：用微軟高管的話講，「一個 AI 頂級人才的雇傭成本已經超過了橄欖球聯賽頂級四分衛的成本」。

放在國內語境，類似但不恰當的對比或許應該是「 AI 頂級人才年薪已經高于CBA頂薪球員的年薪」，這一點也能從 AI 研究領域頂級機構 DeepMind 披露的數據中能看出來：DeepMind 在全球約有 1000 余名員工，其中很大一部分都是世界級的頂尖 AI 專家，這些人的年薪均超過百萬美元，DeepMind 與背后的母公司 Google，每年要在人事成本上超過一億英鎊，是 DeepMind 最大的支出部分。

除此之外，對于人工智能研究最重要的概念 —— 深度學習，需要大量算力才能完成，這本身就是一項極其耗費資源、且極少公司能夠完成的重資源工作 —— OpenAI 背靠微軟 Azure、DeepMind 有 Google 引以為豪的 Google Cloud，其他 AI 公司則只能通過正常的商業模式來租借算力。

即使按照之前披露的 Google Cloud 給 DeepMind 的「內部價」，王慧文提到的 5000 萬美元，在訓練深度學習模型所需的算力面前，或許不到一年就會燒光 —— 這還是不考慮其他任何運營成本支出的情況下。

上面多次提到的 DeepMind，在歷經了近十年連續數億美元的虧損之后，才終于在 2020 年開始扭虧為盈：但這更多是在 Google 持續給 DeepMind 全方位輸血的情況下獲得的成績，Google 不僅砸錢收購，還「慷慨」地每年大筆投資，在 Google Cloud 提供云計算資源傾斜。并一直被視作能誕生下一個十年 Google 競爭優勢的長期投資。

但到了 2023 年，耗費 Google 近百億英鎊的 DeepMind，也沒能搶先 OpenAI 一步，端出 ChatGPT 這樣引爆社交網絡以及創投圈的明星產品，連帶背后押注的 Google 不得不匆忙發布 Bard，成了另一個追趕者。

中國的 ChatGPT 在哪里？

目前絕大多數頂級 AI 研究機構，或完全屬于學術型研究機構，或在商業化探索的道路上艱難前行，不斷試錯。OpenAI 只是其中一個恰好多次踩在正確道路上的那個幸運兒：ChatGPT 是 OpenAI 從 2015 年創立之初就開始研發，在 2020 年發布技術原型 —— GPT-3 語言模型，并最終在 2022 年 11 月，誕生了 ChatGPT。

即使普遍被認為「踩錯風口」的 DeepMind，也不只是「另一個 AI 創業公司」那樣簡單：作為 AI 領域的先行者乃至最重要的研究機構，即使是在 ChatGPT 背后，也有著眾多來自 DeepMind 作為「先行探索者」，研究獲得并通過論文方式公開的研究成果。

DeepMind 的「失誤」在于他們最終并沒能在商用場景將自己「激動人心」的技術更進一步落地，最接近普通用戶的時刻或許就只是在 AlphaGo 擊敗李世石的那短短一周。在之后的七年中 DeepMind 的各種商業落地項目都如同空中樓閣一般，就像在朝圣之旅最后一公里迷失方向的朝圣者一般。

DeepMind 的故事也是對所有 AI 創業者的警示：在通用型強人工智能仍然遙不可及的今天，所有人都在高呼「加速進入新周期」，但卻忽視了人工智能研究領域一直以來的強研究屬性，以及過去無數人工智能領域成果最終倒在了商用落地的過程中。

按照 DeepMind 的預計，他們的最終目標 —— 通用人工智能。最樂觀的估計也至少還有幾十年的路要走。在這之前，還需要更多資本的支持與時間的投入，才能最終開花結果。

資本急功近利的特征，是 AI 這樣重資本、且要求長期投入的研究領域的大忌，即使是類似 ChatGPT 這樣的成果，也需要遵循人工智能領域的研究邏輯，經過數年的研究與迭代最終問世。

但資本狂歡之下，似乎每一個人都忘記了：這樣一個需要重人才積累、長期投入以十年為周期、每年需要耗資數十億美金的行業，為什么會需要一個「當前不懂 AI 技術」、只帶著 5000 萬美金、兩億估值的創業者入局，來造出「中國版 ChatGPT」。

或許，在「強心針」帶來的狂熱與喧囂過后，「中國版 ChatGPT 」的誕生道路仍然漫長：這并非一個信奉大力出奇跡或是「立軍令狀」就能夠破冰的領域。而對于那些腳踏實地的的研究者與創業者，時間最終會證明一切。

在王慧文發了「英雄帖」的平臺即刻，如今他的賬號簽名已經變成了「正在學習人工智能」：僅僅在幾天前，這條簽名還是「正在學習 Crypto」。當時他一樣在即刻上不斷咨詢著各種 Web3/區塊鏈技術相關的問題，并為其布道。

現在看來，對于王慧文來講，區塊鏈顯然已經不再是那個值得狂熱追逐的對象，被 ChatGPT 炒熱的人工智能才是他下一個戰場。只是不知道這一次王慧文的即刻簽名，能保持多長時間。

關鍵詞： 深度學習 chatgpt deepmind