竹间智能不会开发布会哗众取宠，也不会向别人吹嘘自己的技术有多牛，而是让每个人都用到这项新技术，创造出能给用户带来价值的大模型产品。

在现场，围绕区块链平台互联互通的生态发展，文化和旅游部艺术发展中心数字艺术与区块链实验室、浙江文化产权交易所、上海市数商协会、福建省厦门市鹭江公证处与蚂蚁链共同启动生态共建仪式，将积极推进数字资产有序健康发展，培育健全数字资产要素市场生态。作为Web3基础设施，其以蚂蚁链全栈技术服务架构为底座，覆盖Web3区块链网络层、中间件层、应用层、访问层的生态架构，并兼容以太坊等生态协议接入，进一步延伸中国Web3创新生态

作为Web3基础设施，其以蚂蚁链全栈技术服务架构为底座，覆盖Web3区块链网络层、中间件层、应用层、访问层的生态架构，并兼容以太坊等生态协议接入，进一步延伸中国Web3创新生态。雷峰网(公众号：雷峰网)。据了解，升级前的开放联盟链经历3年时间、5万开发者实践，截止目前，已形成超70万日交易量，并拓展数据存证、数字资产、公益服务等多样化产业级场景。与海外生态现状不同，蚂蚁链试图用技术改善产业数字化协作关系、提升价值创造与利益分配的共识效率，这种思路被称为产业Web3。在现场，围绕区块链平台互联互通的生态发展，文化和旅游部艺术发展中心数字艺术与区块链实验室、浙江文化产权交易所、上海市数商协会、福建省厦门市鹭江公证处与蚂蚁链共同启动生态共建仪式，将积极推进数字资产有序健康发展，培育健全数字资产要素市场生态。

4月26日，2023蚂蚁数科开发者大会在杭州举行，新一代Web3开放联盟链正式亮相网版权文章，未经授权禁止转载在开源社区提供的大模型基础上，不少开发者也针对一些领域进行了训练和微调，得到了所需的成本信息。

所以，我非常看好Character.ai和Rewind.ai这类项目。我认为AGI对人类社会的根本改变是来自对生产力的终极变革，因此2B是最能体现AI对价值体系进行破坏式创新的领域。大模型在国内的火热程度早已不言喻，但由于其不是本土化的概念，所以在大部分人追捧的同时，也有人在质疑，甚至有人给大模型扣上了抄袭、套壳、画皮的帽子。所以，领域知识可能在很大程度上将为垂类模型的存在建立一道保护墙。

第二种是做垂类模型，结合场景去构建领域内的模型。每个被证明有效的赛道都不会只有一个创业项目，特别是在国内，人才资源存在较宽阔的同温层。

作者丨何思思编辑丨林觉民如果单指Gen-AI（生成式AI）的创业热潮，中美两地都在共享盛宴。如果我们相信AGI必然到来，这种观点很可能是合理的。国内2B SaaS之所以一直无法顺利发展，是因为长期以来受到Me-too惯性思维的强烈干扰，也就是试图移植欧美成熟的SaaS模式到中国土壤上落地生根。雷峰网：他们哪些共同特质是您比较喜欢的，或者说你认为什么样的人在这方面会有成就?张斯成：对于团队的特质，首先是满级信任。

雷峰网：分析一个大模型项目是否有未来，具体有哪些维度?张斯成：这个问题不容易回答，因为站在不同的立场会有不同的角度，比如投资人和创业者，前不久朱啸虎和傅盛的朋友圈争鸣也投射出了这点。对团队构成的分析是初创项目的最关键评估点。这也是为何OpenAI在推出ChatGPT之后才迅速成为了大众视野中冉冉升起的明星。反观这些大模型厂商，张斯成将其分为四类：一是做基础大模型的研发。

以下是雷峰网和张斯成的对话：之于大模型，硅谷关注应用，国内关注的是自己的模型在哪儿雷峰网：最近中美两地迎来大模型创业潮，您怎么看待这一现象？张斯成：如果我们指Gen-AI（生成式AI）的创业热潮，可以说中美两地都在共享盛宴。可以预见，在Gen-AI时代的创业节奏将大幅加快，意外和明天不知道哪个会更早降临，核心团队的每个成员必须都具备充分的逆商才能避免成为团队生存的软肋。

更不用提国与国之间，企业与企业之间对于私有数据流转和交易进行严格限制。在这种环境下，应用侧的创新基本被无情地忽略了，产业和资本圈都争先恐后地涌入大模型研发，军备竞赛式的争夺如火如荼。

这也在某个程度上折射出软件巨头们对于AI短期发展的明确预期/判断，也就是作为人类的助手来提升软件服务的质量，以实现更高的商业价值。如果指大模型本身，可能只是国内一片热火朝天。雷峰网：终局赛道应该很难选？毕竟要预判哪个赛道是最具潜力的？张斯成：我认为在Gen-AI项目中，要更加重视规避为了差异化而差异化的行为，因为在不少赛道上很可能就会是同质化的、硬碰硬的竞争。在这种重构中，将第一次出现人类以外的视角，甚至不同的逻辑。在这种基础上，创业社群里讨论更多的是如何运用已有的技术能力，发掘更多有趣的应用场景。做垂类模型+应用有不小的机会，但是要选择合适的赛道切入，比如长期被平台巨头忽视的领域、天然壁垒较高的领域、或是团队本身拥有较强资源的领域。

虽然大模型领域每天都在进步，比如最近在数学推理方面的进展，但大家也能隐约感受到模型能力的天花板。雷峰网：其实创业公司想要在这个阶段做好，还是有难度的？张斯成：对创业公司而言，机会在于全域灵活度和局域专业度。

第一种是做基础大模型的研发。作为一个观察和参与者，我倾向于从四个维度去分析一个初创项目。

结果资本和人才都被各种花式模型拉扯分割无法合力，应用生态又无从繁荣来支撑大模型的故事预期。我们经常强调一个核心团队内部要足够透明才能规避掉无效的协同和消耗，这对创业型公司尤其重要。

只有大规模多样性的应用才能让一种技术进入良性的上升螺旋。或许，实现AGI的拼图中，LLMs只是一部分。这也从侧面反映出了，在国内大模型还是一个新项目、新技术，企业更多的是为了做出大模型而做大模型。各大云平台不约而同地发展出了MaaS，横向对接PaaS，向下对接IaaS，向上对接SaaS。

但有一点是几乎确定的，AI将改变人类社会的基础结构，因为它将彻底颠覆人类之所以成为地球主宰文明的前提：智能的唯一性。但如果参照人类历史最近几次重大的生产力变革过程，一项关键技术的渗透路径往往都是从2C到2B。

因此，2C领域应该是Gen-AI最快产生第一波爆发的地方。这些可能都在暗示，AGI无法完全依靠LLMs来实现奇点的突破。

如果说硅谷的泡沫闻起来是香甜的，国内的明显有点苦涩。另一方面，目前的LLMs算法在训练中需要进行越来越高强度的对齐，这意味着各种领域对齐所用的方法和内容将在更大程度上影响推理结果的呈现。

这也是AI最有能力建立差异化服务的地方。合伙人/联合创始人团队中，必须存在稳定持久的信任三角，这是获得成功最关键的必要条件。创业本身就是九死一生（从概率角度看）的历险，何况Gen-AI的不确定性更强（难以预测的程度），所以只有用接近于无条件的信任来做风险对冲，才有可能避免团队的中道崩殂。一方面，对创新的认知，大多数国人还是偏重于技术层面，技术含量成为了一个默认的标准。

雷峰网：To B模式在中国会不会又陷入高定制、没利润的软件行业老路?张斯成：至于国内的2B创业是否会如同SaaS一样，陷入当年商业化软件的发展困境，我认为这种可能性不大。这个维度的分析，其实更多的是一种预测。

大模型释放无尽推理能力，B端迎来新的卡位赛雷峰网(公众号：雷峰网)：大模型的未来，你更看好To C 还是To B 模式?张斯成：由于过往的职业经历，我在同时关注2B和2C。当然，还有一些比较有特色的细分领域，也是值得关注或押注的，比如招聘、婚恋、法律等等，具体以后有机会再展开说说。

从人类智能的产生角度而言，具身个体的移动能力相当重要。第五，以终为始，结合对Agent形态和内容的探索来持续调整Copilot阶段的设计和节奏。