最近刚刚出的这个 o1 新模型，也是在专业人群里形成了非常多的影响。在还在很丰富地讨论。
确实，我看到一些非共识，有些人觉得意义很大，有些人觉得也不过如此。
听起来虽然说现在有非共识，但感觉你非常看好，我是非常认同的。那我再听听朱军老师怎么看这个 o1 它带来的这一个阶段的进展，怎么评价他这个进展的意义。
对，我的看法是它是代表着一个显著的质变。因为我们也对 AGI 也大概做了一些分级。
我觉得再回植麟这边，因为这次发布 o1 之后，Sam Altman 也热情洋溢的说了，我们认为这是一次新的范式的革命，当然就是 Sam Altman 是很会演讲，也很会表达。
我觉得它的确实意义很大，主要的意义在于说提升了这个 AI 的上限。你现在去提升，比如说 10% 的生产力，还是说十倍的 GDP，我觉得这里面确实可能最重要的问题就是，你能不能通过强化学习去进一步的 scaling。
数据墙的问题，数据墙。
然后你可能继续去使用这个数据，你也没有更多的数据可以挖掘。所以你原来的范式可能会遇到问题，但是 AI 有效的，你要需要进一步的 scaling，对吧？那你这个 scaling 可能从哪里来？
所以核心这一次的所谓范式变化，带来的就是在解决了 scaling law 的问题，我们到底接下来要 scaling what 吧，其实我们看到了一个新的路径。
对，其实这个问题确实很值得思考。因为现在他在每一级的话都有，先是在一些任务上能够取得突破，然后我们再想着给他做到更广泛的任务上。
目前明显没有那么 OPEN。
这个问题我觉得想再追问一下，植麟，我其实想问的是说，你看到那个东西的时候，你会映射到自己未来要做的事情会是一个什么心理状态，你会怎么分析这个环境。
对，我觉得这个其实是一个很好的机会。因为等于说你有一个新的技术变量，一个新的技术维度。然后当然这个可能或多或少我们之前也有一些投入，但是可能现在会变成一个主题。
不确定其实是好事儿，对吧？就是有确定的方向，然后有不确定的路径。
对，我觉得这个连锁的关系就是算法、算力数据这个铁三角的关系没有改变。RL 确实是一个算法上的改变，对算力造成的结果，我觉得有一个是确定的，有一个大概率会确定。
这可能是一个非公共利益的需求，还是会持续上升。
对，就是为什么呢？因为在这个 RL 的阶段，我们做 self play这个数据量，刚才这个植麟也谈到，它是 self play出来，它理论上是可以没有上限的。
从 ChatGPT 的发布，可能引发了整个世界对于 AGI 这件事的理解，到现在可能也差不多 18 个月了。我不知道各位的感受是怎么样的，这个模型技术的发展是在加速还是在减速？
对，我觉得过去 18 个月其实感觉是在加速的，速度还是非常快的。
看来，对于你期待的领域里，其实都看到了广泛的突破和进展。植麟，你的体感是怎么样的，投身其中的人可能会跟我们外边看游戏的人不一样，你可以分享一下。
对，我觉得整体也是处于一个加速发展的阶段。然后可能核心是分层，我觉得可以从两个维度来看，就是 AI 的发展。
感觉这些技术其实还在加速的去扩展它带来的变化和创新。
对，其实就是 AGI，这里边可能大家最关注的还是大模型，就是大模型从刚才两位也讲了，去年其实发生了，包括今年发生很多重要的变化。然后整个的进展我是非常同意。刚才讲到就是在加快。
我想问问植麟，Kimi 在今年引发了大家很多关注的产品，发展的也很好。
对，这是个很好的问题。我觉得我们现在其实还是处于这个产业发展的早期。
其实我们刚才聊到了这个 o1 带来的变化。其实我们也看到在 AGI 领域也有一些其他的变化。
对，我觉得现在是这样，其实大模型或者叫我们叫大规模预训练这种技术，它还是代表着一个整个范式的变化。就是不光是前面也聊了很多，也不光是语言到多模态。
我突然想到了一个问题，因为这个还是让人很兴奋的技术进展，但作为创业公司，肯定也在面临着今天的一个现实的产业环境。
对。我觉得从两个角度看，一个就是创新的点，我觉得 RL 出来确实和前面那个范式不太一样。就是第一个 GPT 的范式，它就 predict next token。
因为过去觉得如果按照上一个 scaling law 继续往下走，其实能玩的玩家就会变得越来越少。因为对资源的比拼太多了。现在你觉得对于资源的门槛是会有降低吗？
我觉得是这样的，就分成两种不同的创新，一种就是基础模型，就是奔着 AGI 去，我就是要做通用的泛化性能力强的这个的话，投入是很大。
那我再问问这个植麟，因为植麟现在有 C 端的产品，最近我其实听到很多投资人都在看这个 DAU 是多少，留存多少等等，各种各样的指标去再看，去评估要不要投一个公司。
这个是个很好的问题。我觉得首先像 DAU，你刚刚说的这些数据，我觉得肯定是重要的指标，然后我觉得可能分成几个层面。
对，听起来就是数据是要看的。但是在看数据之前先看逻辑，就是产品存在的逻辑。如果他是成立的，数据又能证明，可能这就是一个值得投的公司。
我觉得可能在某种意义上会达到这种。就是说他是在至少在一些特定场景下，但是这个可能还会有更长、更泛化的能力。
说完了 18 个月到年底之前，你自己的事儿上会有什么进展，能提前透露吗？
对，我到今年年底的话，我肯定是希望将我们本身做的这个像视频的模型能够以更加高效更可控的方式提供给大家。
对，3 个月的目标和 18 个月对未来的期待都是很明确的。植麟，我觉得这是挺好的概念，你既可以说说 18 个月，也可以讲讲未来 3 个月有什么样的进展。
如果看看过去 18 个月走的路，那你未来三个月会有什么可以透露的吗？
我们还是希望能在产品和技术上持续的创新，就至少可能在一两个重要领域能够做到世界最好。但是有新的进展会尽快跟大家分享。
看似没透露，但实际上我觉得后头应该会看到他的进展的。来，大昕。你怎么看 18 个月和未来三个月，
对，第一我很期待，就是强化学习能够进一步泛化。另外一个方向，其实我也很期待，应该说期待了很久了。
我也是期待一方面模型和技术的进步，另外一方面产品能带给用户更多更好的体验，其实阶跃有一款产品叫「跃问」，在上面，用户可以体验我们最新的万亿参数的模型，它不光是理科很强，而且它的文学创作能力也很强，经常给大家带来一些惊喜。
今天，我们已经略微超时了，但其实感觉我们讨论刚刚开始，还有很多值得持续深入的。当然可能要在未来不断的 AI前 进的过程中，我们再把这种讨论继续下去。反过来，我们至少能看到的是 AGI 的发展还在提速，这些技术还是让人充满了期待。
