李沐：創(chuàng)業(yè)一年，人間三年

白交 2024-08-15 09:42:57 來源：量子位

授權轉(zhuǎn)發(fā)自 李沐 知乎專欄

原文地址：
https://zhuanlan.zhihu.com/p/714533901

（編者按：AI大神李沐老師最近回歸大眾視野。去年他離職投身大模型創(chuàng)業(yè)，如今向大家分享他第一年創(chuàng)業(yè)的進展與思考。前段時間他還回歸B站，繼續(xù)帶大家領讀經(jīng)典論文。本文授權自李沐的知乎專欄。）

給小伙伴匯報一下LLM創(chuàng)業(yè)第一年的進展、糾結和反思

在Amazon呆到第五年的時候就想著創(chuàng)業(yè)了，但被疫情耽擱了。到第7年半的時候，覺得太癢了，就提了離職?，F(xiàn)在想來，如果有什么事這一輩子總要試下的，就蹭早。因為真開始后會發(fā)現(xiàn)有太多新東西要學，總感嘆為啥沒能早點開始。

名字：BosonAI的來源

創(chuàng)業(yè)前做了一系列用Gluon命名的項目。在量子物理里，Gluon是把夸克綁在一起的一種玻色子，象征這個項目一開始是Amazon和Microsoft的聯(lián)合項目。當時項目經(jīng)理拍拍腦袋名字就出來了，但取名對程序員來說很困難，我們每天都在糾結各種文件名和變量名。最后新公司干脆就用玻色子（Boson）來命名了。希望大家能get到“Boson和費米子組成了世界”這個梗時會會心一笑。但沒料到很多人會看成Boston。

我來波士頓了，找個時間碰碰？
哈？可我在灣區(qū)呀

融資：簽字前一天領投方跑路

22年年底的時候想到兩個用大語言模型（LLM）做生產(chǎn)力工具的想法。碰巧遇到張一鳴，就向他請教。討論之后他反問：為什么不做LLM本身呢？我的下意識退縮：我們之前在Amazon的團隊做了好幾年這個，得上萬張卡，和blabla這么一大堆困難。一鳴呵呵表示：這些都是短期困難，眼光得看長遠點。

我的優(yōu)點是聽勸，真就去做LLM了。湊齊了數(shù)據(jù)、預訓練、后訓練、和架構各方向負責人的創(chuàng)始團隊，就去融資了。運氣不錯，很快拿到了種子投資。但錢還不夠買卡，得去拿第二輪。這一輪領頭是一家非常大的機構，做了幾個月文檔、商討條款。但在簽字前一天，領頭說不投了，直接導致了跟投的幾家退出。很感激剩下的投資方，還是做完了這一輪，拿到了做LLM的入場券。

今天反思的話，當時蹭著資本市場熱情還在，其實可以繼續(xù)融資，說不定也跟其他友商一樣，現(xiàn)在十億現(xiàn)金在手。當時擔心融資太多，會不好退出，或者被架到天上去了?，F(xiàn)在想來，創(chuàng)業(yè)就是想逆天改命，想什么退路呢？

機器：第一批吃螃蟹的人

有了錢后就去買GPU。問各個供應商，統(tǒng)一回復是H100交貨得一年以后了。靈機一動，直接給老黃寫郵件。老黃秒回說他來看下。一個小時后超微的CEO就打電話過來了。多付了些錢，插了個隊，20天后拿到了機器。很榮幸早早的吃到了螃蟹。

螃蟹吃到懷疑人生，遇到了各種匪夷所思的bug。例如GPU供電不足導致不穩(wěn)定，后來靠超微工程師修改bios代碼打上補??；例如光纖的切開角度不對，導致通訊不穩(wěn)定；例如Nvidia的推薦網(wǎng)絡布局不是最優(yōu)，我們重新做一個方案，后來Nvidia自己也采用了這個方案。至今我都不理解，我們就買了不到一千張卡，算小買家吧。但我們遇到的這些問題，難道大買家沒遇到嗎，為啥需要我們的debug？

同時我們還租了同樣多的H100，一樣是各種bug，GPU每天都出問題，甚至懷疑是不是這個云上就我們一個吃螃蟹的。后來看到Llama 3的技術報告說他們改用H100后，訓練一次模型被打斷幾百次，對字里行間的痛苦，很是共情。

如果對比自建和租卡的話，租三年成本和自建成本差不多。租卡的好處是省心。自建的好處有兩個。一是三年后如果Nvidia技術還遙遙領先，那么它能控制價格使得GPU仍然保值 。另一個是自建的數(shù)據(jù)存儲成本低。存儲需要跟GPU比較近，不管是大云還是小GPU云，存儲價格都高。但一次模型訓練可以用幾TB空間存checkpoint，訓練數(shù)據(jù)存儲是10PB起跳。如果用AWS S3的話，10PB一年兩百萬。這錢用來自建的話，可以上100PB。

商業(yè)：感恩客戶，第一年收支平衡

非常幸運的，我們第一年收入和支出是打平的。我們支出主要在人力和算力上，感謝OpenAI的財力和Nvidia的遙遙領先，這兩項支出都挺大的 。我們的收入來源是給大客戶做定制的模型。很早就上LLM的公司大都是因為CEO非常有決策力，他們沒被高昂的算力和人力成本嚇到，果斷的去推動內(nèi)部團隊配合嘗試新技術。非常感恩客戶給了我們喘氣的時間，不然這個幾個月我又是奔波在各個投資人那里。

接下來應該會有更多公司去嘗試使用LLM，不論是自己產(chǎn)品的升級，還是降本增效。原因是一方面技術成本在降低，另一方面行業(yè)領先者（例如我們客戶）會陸續(xù)放出基于LLM的產(chǎn)品出來，把行業(yè)卷了起來。

我們也在關注LLM在toC上的落地。上一波頂流例如c.ai和Perplexity還在找商業(yè)模式，但也有小十來家LLM原生應用收入還不錯。我們給一家做角色扮演的創(chuàng)業(yè)公司提供了模型，他們主打深度的玩家，打平了收入和支出，也是厲害的。模型能力還在進化，更多模態(tài)（語音、音樂、圖片、視頻）在融合，相信接下來還會有更有想象力的應用出現(xiàn)。

整體來說行業(yè)和資本還是急躁的。今年好幾家成立一年多但融資上十億的公司選擇退出。從技術到產(chǎn)品是一個很長的過程，花2、3年實屬正常。算上用戶的需求的涌現(xiàn)，可能得花更長時間。我們專注當下在迷霧中探路，對未來保持樂觀。

技術：LLM認知的四個階段

對LLM的認知經(jīng)歷了四個階段。第一階段是Bert到GPT3，感受是新架構，大數(shù)據(jù)，這個可以搞。我們在Amazon的時候也是第一時間去做了大規(guī)模的訓練和在產(chǎn)品上的落地。

第二階段是剛創(chuàng)業(yè)的時候GPT4了放出來，大受震撼。大半原因來自技術不公開了。根據(jù)小道消息估算一次模型訓練一個億，標數(shù)據(jù)成本幾千萬。很多投資人問我復現(xiàn)GPT4成本得多少，我說3-4億要把。后來他們中一家真一把投了大幾億出去。

第三階段是創(chuàng)業(yè)的第一個半年。我們做不動GPT4，那就想著從具體的問題出發(fā)吧。于是開始找客戶，有游戲的、教育的、銷售的、金融的、保險的。針對具體的需求去訓練模型。一開始市面上沒有好的開源模型，我們就從頭訓練。后來很多很好的模型出來了，降低了我們成本。然后針對業(yè)務場景設計評估方法，標數(shù)據(jù)，去看模型哪些地方不行，針對性提升。

23年年底時，驚喜發(fā)現(xiàn)我們的Photon（Boson的一種）系列模型在客戶應用上的效果都打贏GPT4了。定制模型的好處是推理成本是調(diào)用API的1/10。雖然今天API已經(jīng)便宜很多，但我們自己技術也同樣在進步，仍然是1/10成本。另外，延時等都可以更好的控制。這個階段的認知是對于具體應用，我們是可以打贏市面最好模型的。

第四階段是創(chuàng)業(yè)的第二個半年。雖然客戶拿到了合同里要的模型，但還不是他們理想中的東西，因為GPT4還遠不夠。年初時發(fā)現(xiàn)針對單一應用訓練，模型很難再次飛躍?；剡^頭想，如果AGI是達到普通人類水平，客戶要的是專業(yè)人士的水平。游戲要專業(yè)策劃和專業(yè)演員、教育要金牌老師、銷售要金牌銷售、金融保險要高級分析師。這都是AGI加上行業(yè)專業(yè)能力。雖然當時我們內(nèi)心對AGI充滿敬畏，但感覺是避不開的。

年初我們設計了Higgs（上帝粒子，Boson的一種）系列模型。主打通用能力緊跟最好的模型，但在某個能力上突出。我們挑選的能力是角色扮演：扮演虛擬角色、扮演老師、扮演銷售、扮演分析師等等。24年年中的時候迭代到第二代[1]，在測試通用能力的Arena-Hard和AlpacaEval 2.0上，V2跟最好的模型打得有來有回，在測試知識的MMLU-Pro上也沒差很遠。

Higgs-V2是基于Llama3 base，然后做了完整的post-training。我們沒資源像Meta那樣花大錢標注數(shù)據(jù)，所以V2比Llama3 Instruct好，原因應該還是主要來自算法的創(chuàng)新。

然后我們做了個評估角色扮演的評測集[2]，包含按照人設扮演，和按照場景扮演。怪不好意思是自己的模型在自己的榜單上拿了第一。但模型訓練中是沒有碰評測用的數(shù)據(jù)。因為這個評測集是想自用，希望能真實反映模型能力，所以要避免模型overfit數(shù)據(jù)集。但做評測集的同學想寫技術報告，所以干脆放出來了。有意思的是，按角色扮演的測試樣本來自c.ai，但他們家的模型能力是墊底的。

第四階段的認知是，好的垂直模型通用能力也不能弱，例如reasoning，instruction following這些能力垂直上也是需要的。長遠來看，通用和垂直模型都得朝著AGI去。只是垂直模型可以稍微偏科一點，專業(yè)課高分，通用課還行，所以研發(fā)成本稍微低一點，研發(fā)方式也會不太一樣。

那第五階段認識呢？現(xiàn)在仍在進行中，希望能很快分享。

愿景：人類陪伴

說來慚愧，我們蒙頭做技術，給客戶做定制，然后再慢慢想我們自己追求什么愿景。我們?nèi)タ纯蛻粝胍裁?、我們自己想要什么、未來可能需要什么。我自己的話，多年前我憧憬有個機器人保姆能幫我?guī)?、陪他們，因為干這個我覺得很難，而且也不太理解娃當前的認知和想法。我希望工作上有個非常厲害的虛擬助手能跟我一起發(fā)明新的東西。等我老了也想有很有意思的機器人陪著。我對于未來的預測是，生產(chǎn)工具越來越發(fā)達，一個人完成之前一個團隊才能完成的事情，導致人類更加個體獨立，大家都忙著追求自己的事情，從而更加孤獨。

這些綜合在一起，我們把愿景定成了“人類陪伴的智能體”。一個情商很高的，智商在線的智能體。算換成現(xiàn)實中的人的話，應該會是一個專業(yè)團隊。例如你想讓它陪你玩，那它是專業(yè)策劃+演員。陪你運動，那么鼓勵師+專業(yè)運動教練。陪你學習，那么能把你不懂的講懂。模型的好處是，它能做長期的陪伴，真的了解你。而且可以“真心為你”。

不過目前技術離愿景還挺遙遠。當下技術就能陪著聊聊。很多場景下聊得也不是那么好，內(nèi)容匱乏，智商情商有時都不在線。都是當下要解決的問題。如果有小伙伴做這一塊的海外應用，歡迎聯(lián)系我們。

團隊：有挑戰(zhàn)的事情得靠團隊

創(chuàng)業(yè)之后才真正覺得團隊的重要性。在大廠的時候，覺得自己是個螺絲釘，團隊成員是螺絲，甚至團隊也是個螺絲釘。但創(chuàng)業(yè)團隊就是一輛車。車小點，但能跑，能載重，轉(zhuǎn)彎靈活，各個角落都能去。公司成立不久的時候，米哈游老蔡來看了眼，看見所有人在一間房子里，他感慨說小團隊真好。

不方便的地方當然也是有的，時刻要看有沒有油，不好走的路得小心別把車震散架了。每個成員都很重要，沒有冗余，一個人不給力，就可能是一個輪胎沒氣。人也寶貴，走一個人就可能少一個輪胎。

以前我選項目會選自己能主導開發(fā)的。但這也意味著問題不會超出我能力太多。創(chuàng)業(yè)選了個很大的問題去做，只能全靠團隊了。別看本文里用了大量的“我”，其實工作都是團隊做的。沒了團隊，我可能得轉(zhuǎn)行去賣課了（此處不需要掌聲）。

個人追求：名還是利？

到目前為止我都靠跟著內(nèi)心的聲音做決定，工作后再去讀博、去做視頻、去創(chuàng)業(yè)。創(chuàng)業(yè)需要強烈動機的支撐，才能克服層出不窮的困難。這需要對自己的動機做更深入的分析。

動機要么來自欲望，要么來自恐懼。十年前我可能更熱衷名利，但到了現(xiàn)在的年紀，覺得金錢的邊際效用已經(jīng)不高，名聲帶來的情緒價值也已經(jīng)很小。我深層的動機來自對生命可能沒有意義的恐懼。先不說宇宙的浩瀚，就是在人類的歷史長河，一個人也只是一粒沙。意外的到來，迅速的消失。地球上生活過一千億人，絕大部分人不會在歷史上留下痕跡。我家家譜上那上千個人名，我?guī)缀醵疾徽J識。

那么一個人的存在的意義是什么呢？小時候曾因為想不清這個問題而抑郁。所以我想去創(chuàng)造價值，獲得存在的意義。我選擇“上進”，去提升自己的創(chuàng)造價值的能力；選擇錄長視頻和寫教材，創(chuàng)造教育價值；選擇去寫讀博、工作、創(chuàng)業(yè)的總結，描述里面的糾結和困難，創(chuàng)造真實案例的價值；選擇去創(chuàng)業(yè)，團結很多人的力量去創(chuàng)造更大價值。

后記

去年跟宿華在斯坦福散步，他拍著我肩膀說：“跟我說句實話，你為什么想創(chuàng)業(yè)呀？”當時候不以為然：“就是想換個事情做做”。然后宿華笑了笑。
現(xiàn)在我懂了，因為他經(jīng)歷了創(chuàng)業(yè)酸甜苦辣。如果今天再來回答這個問題，我會說：“我就是腦子抽了”。但也慶幸當時沒想到會那么不容易，所以一頭扎進來了。否則，大家看到的可能是「工作十年反思」。我覺得我今天寫的故事更有意思些。

致敬所有創(chuàng)業(yè)人。

（最后廣告下我司的招聘信息（灣區(qū)和溫哥華）：https://jobs.lever.co/bosonai）

有做出海應用的小伙伴也請聯(lián)系我們：mailto:api@boson.ai

文中鏈接：
[1]https://boson.ai/higgs-v2/
[2]https://boson.ai/rpbench-blog/
工作十年反思：
https://zhuanlan.zhihu.com/p/374777591