首頁> 其他類型> 目錄頁> 第893章 都怪百度(4K)

第893章 都怪百度(4K)

2026-10-17 01:37:13 作者: 漁雪

  第893章 都怪百度(4K)

  俞興原則上同意碳矽集團與寧德時代的電池技術授權。

  這是對雙方過去密切合作的考慮,更大因素則是因為國內近期對三元鋰的宣傳勢頭很猛,其中自然免不了它和磷酸鐵鋰的對比,以及,搭載LG三元鋰電池的特斯拉電車也是這種比較里常見的例子。

  小鵬、蔚來以及廣汽等主機廠都紛紛選擇搭載了來自寧德時代最新的三元鋰電池,它能帶來151Wh/kg的能量密度,比碳矽最新電池的又提升8%。

  同時,寧德時代在業內給出的承諾是明年還能進一步提升電池的能量密度,高鎳三元鋰已經在籌備量產,明年便有望推進到170Wh/kg,後續還能再展望180Wh/kg。

  即便按照170計算,它也超過了如今碳矽電池的20%,會是一個更加明顯的性能提升幅度。

  電池是新能源汽車的三大件之一,它的性能表現自然是主機廠的重要宣傳點,這既和車企的競爭息息相關,也和電池廠商的利益緊密相連。

  國內如今是碳矽集團在新能源市場一家獨大,沒有實際銷量支撐的宣傳容易綿軟無力,而國外訂單排隊又採用三元鋰的特斯拉便成為最好的性能說明。

  連早就耕耘新能源又完全是純電汽車的特斯拉都使用三元鋰,只是增程汽車的碳矽集團所選擇的磷酸鐵鋰能是對的嗎?

  三元鋰和磷酸鐵鋰的爭執在短時間裡註定不會消失,但特斯拉提高國產化來搭載寧德

  的鐵鋰,這有助於打破當前輿論里的對比,也很可能繼續演化成用高低配的選擇來證明優劣,卻已經能節省碳矽在宣發上面的部分精力了。

  

  俞興的這種考慮迅速得到崔之愚等人的贊同,也都願意收回電池廠的股份,因為,那註定會產生更大的價值,不管是電池實驗室里的研發,還是在V9上面驗證了的CTB,都讓鐵鋰這條路仍能看到前進的方向。

  當然,這件事還得看碳矽與寧德談判的內容如何,雙方如果分歧較大,保持現狀也行,反正,是寧德時代需要更好的技術。

  年後的工作相當程度上是執行年前的規劃,只有DLF這邊推進的成果是在意料之外,所以才選擇初一發布了TD—1,而它的開源復現,按照吳恩達的口徑,如果只做微調復現會在幾周內完成,如果是從零預訓練的復現,那就至少需要半年了。

  也就是說,TD—1的真實效果差不多一個月就能被驗證。

  俞興根據這種情況便也把自己前往美國的行程定在3月22日,這一趟除了去見微軟的韋福如和周明,他還在幾經考慮之後打算拜訪谷歌、臉書、英偉達、OPENAI等幾家在AI領域有深遠影響的公司。

  同時,吳恩達將會陪著參與這趟美國之行。

  「俞總,我跟在你身邊安全嗎?」吳恩達被點名之後開了個玩笑,「實在不行,就線上打打視頻唄。」

  「到時候咱倆不要坐同一輛車。」俞興搖頭,「我已經和韋福如約好見面了,既然你

  們認可他的才華,那就盡最大可能的去爭取。」

  他說到這裡又說道:「我看你們很多人都有在矽谷NEC的經歷,我就覺得這個領域的研究是很有希望的,不是我們的研究能力不如矽谷,是首先國內得先有這樣的蘿蔔坑。」

  矽谷NEC實驗室曾經是由龔怡宏、余凱和林元慶帶領起來的最強人工智慧實驗室之一,也是這個領域許多留學生必去實習的地方。

  在深度學習這一塊,華人也做出了很大的貢獻。

  俞興覺得在AI即將掀起發展浪潮的當下,國內由DLF開出的蘿蔔坑可以先一步網羅人才,他們在今後的發展中都是很寶貴的。

  吳恩達對於安全方面其實挺放心,他忽然想起另外一個問題,有些奇怪的問道:「俞總,你去看OPENAI幹什麼?沒聽說它有什麼特別出色的研究啊。」

  0PENAI是2015年12月正式成立,資歷並不深,放在俞興訪美行程里就讓吳恩達有點奇怪。

  俞興淡定的答道:「我看馬斯克辭掉了那邊的職務,看看有沒有也把人才挖來的機會。」

  就在這個月,因為OPENAI拒絕了馬斯克把它併入特斯拉由他絕對掌控的方案,所以,馬斯克辭去了董事會聯席主席的職務。

  吳恩達覺得這挺符合俞總的作風。

  俞興喝了一杯茶,也想起一個這兩天在琢磨的事,問道:「吳總,為什麼你們那個對話軟體沒法回答我的問題呢?」


  吳恩達怔了下才知道俞總在說什麼事,忍不住笑道:「論起那麼多錢的理財,難道不是過山峰才是最專業的嗎?俞總,你就不用問別人。」

  「不是,我不是要聽到比過山峰更好的理財方案,我意思是,它為什麼會卡,為什麼不回答我?」俞興那天現場沒有問出來,這會卻顯得很認真的。

  吳恩達有些不解,只覺這個事是向機構宣傳時的小花絮而已,不明白俞總為何念念不忘,不過,既然老闆非要追問————

  他思索著給出正式的答案:「俞總,你當時說有幾百億,它不回答你是因為回答不了,是因為我們完全沒想到會有你這種程度的理財需求,軟體的檢索庫里沒有類似的答案,那肯定就沒法回了。」

  俞興揪住一個詞:「檢索庫?」

  「是啊,TD—1模型可以更好的理解你的意思,提取你話里的關鍵信息,但是涉及到怎麼回答,它還是需要調用後端接口,用檢索庫里的預設模板來拼出回復。」吳恩達儘量用老闆能聽懂的解釋,又舉了個例子,「那天給你們試用就像是一場開卷考試,對話軟體是學生,它雖然能翻開書,但書里沒你那個問題的答案,超綱了就沒法回答。」

  俞興咀嚼著吳恩達的意思,總覺得不太對,這好像————

  他思考再思考,這好像和自己所知道的主流方向不太一樣。

  俞興試著換一種方式來得到答案:「吳總,你覺得TD—1未來的應用場景應該是什麼樣的?」

  「它現在能更好的理解問題了,嗯,我感覺未來的TD—2、TD—3在那種客服或者知識問答場景里還有很大的潛力可挖。」吳恩達瞧著俞總的神色,認真的說道,「這麼說吧,俞總,你可以把TD模型和我們做出來的對話軟體當做是一個超強的檢索式的百度,信息搜集效率會比百度強上很多的。」

  俞興聽到這樣的說法,眉頭反而更緊了,嘴裡念叨道:「比百度強————」

  他思忖一會,搖了搖頭,模板庫,檢索式————

  俞興再次發問:「吳總,如果就是像咱們這樣自由的閒聊呢?漫無目的,沒什麼特別中心的討論,就好像————就好像它是一個真實的陪在旁邊的人。」

  吳恩達聽著俞總這樣的描述,用了一個詞總結:「開放式的對話?」

  俞興眼睛一亮,點頭道:「是的,TD模型在開放式對話上面的潛力怎麼樣?」

  「我明白你的意思,就好像做到科幻電影裡有個能夠與人自由對話的機器人,它所搭載的那種善解人意的核心程序。」吳恩達仔細思考著老闆提出的要求,斟酌道,「從目前的研發情況來看,嗯,傳統的自然語言處理模型是可以按照目錄查字典,可以匹配關鍵詞。」

  「我們的TD—1是能看懂問題的意思再找字典里的答案。」

  「但是,你的要求就好像是在字典之外再寫出上面沒有的東西。」

  「如果這麼來推進開放式的對話,可能很快就會碰到天花板吧,因為,我們是用Transformer編碼器+雙向預訓練進行的自然語言理解。」

  「如果百度或者谷歌,包括碳矽數據可以用我們TD模型的思路把它集成到搜索業務里,我相信一定能更好的提升搜索結果的相關性。」

  能夠更好的理解用戶搜索的問題,自然也就能更好的提供答案。

  俞興沉默了好一會,說道:「吳總,那還是拜託你把關於TD模型的原理再詳細的給我一份論述,要是能參照業內的相關研究,那就更好了。」

  他隱約發覺到問題了,TD模型似乎是檢索式、搜索式應用方面更廣,而不是後來主流的可以自由對話的生成式。

  這裡面或許是TD模型現在路線的研究還沒推進到位,或許就是還存在基於Transformer機制上另外的路線。

  如果想要驗證這一點,只要對比OPENAI的研究就能知道了。

  吳恩達察覺到老闆的迷惑,但不知道到底是關乎什麼,也就答應了這個要求。

  俞興不確定自己的想法是否幼稚,不過,對於這件事的可能性也不是特別著急,連可以隨時詢問吳恩達等人的自己都難以摸清,那投資人們就難搞清楚了。

  而且,美國之行就可以直接登門拜訪請教。

  DLF都願意開源自己研究的東西,不要求其他家把他們研究的東西全部亮出來,對比找找參照總是可以的吧。


  就在次日,吳恩達把TD—1模型更詳細的材料發了過來。

  俞興推開半天時間,專門窩在辦公室里啃這篇郵件。

  按照吳恩達的表述,TD—1模型的本質是使用了12層Transformer編碼器,再通過雙向掩碼預訓練的自然語言處理模型,總參數量在1.1億。

  俞興仔細看文件里的描述,懷疑是參數量還不夠高的問題,但是,等到反覆瀏覽之後,另外一處對Transformer論文的描述又引起注意。

  由谷歌發布的Transformer論文,它提出的是一套完整的編碼器+解碼器的架構,編碼器用來理解輸入的意思,解碼器用來生成輸出的文本。

  俞興靜靜的思考,編碼器,理解,解碼器,生成。

  TD—1模型主要使用的是編碼器的架構。

  他乾脆把相關內容都寫在了面前,然後把電話再次打給吳恩達:「吳總,為什麼我們

  的TD—1主要是使用編碼器,我看Transformer論文不是包含編碼器和解碼器嗎?」

  「剛開始我們用Transformer的時候確實是這樣,但後來發現兩個模塊是可以拆開獨立使用的。」吳恩達解釋道,「我們認為首先得讓模型能夠讀懂意思,最開始我們嘗試了兩個模塊的對比,相同的參數下,編碼器模型在語言理解上可以比解碼器模型高出至少10%的效果。」

  「而且,參數越大,兩種模型的效果差距越明顯。」

  吳恩達沒有深入的講解技術問題,沒聽到俞總的回應,思考著又說道:「另外,TD模型這種編碼器,它的結構更簡單,推理更快,可以用更少的參數做出更好的效果,我們其實也參照了過去在百度的經驗,TD—1更適合百度那種高並發和低延遲的海量業務場景,部署成本肯定會遠低於同樣效果的解碼器方案。」

  俞興心中的傾向變得更加清晰了。

  他輕輕嘆了口氣:「吳總,我明白了。」

  吳恩達不解:「明白什麼了?」

  俞興肯定的說道:「都怪百度。」

  都怪百度帶來的壞習慣,讓吳恩達等人潛意識考慮更適用於它的方案,當然,這仍然只是一種猜想,但驗證起來就更簡單了。

  俞興基本能夠理解這裡面可能存在的不同技術路線到底是什麼樣,也就能夠更加精準

  的尋找佐證。

  吳恩達聽著電話里的聲音,從頭到尾都不明白俞總到底在疑惑什麼,這會也只能說道:「俞總,TD模型的挖掘潛力還很大,我們是有信心把它做到更好的。」

  「沒事,吳總,慢慢來,不要考慮機構投資的壓力,連我都不懂,他們更不懂了。」俞興看著面前被自己寫出來的東西,隨手又在上面畫了圈,說道,「吳總,我有問題再給你打電話。」

  吳恩達答應了,聽著掛斷的聲音,不知道俞總在忙活什麼。

  俞興放下手機,再度拜讀吳恩達發來的材料內容,確定自己基本理解可能存在的方向差異,隨即把電話打給了剛被OPENAI趕走的馬斯克。

  「埃隆,OPENAI是不是在使用Transformer解碼器進行主要的研究?」

  馬斯克接到大空頭的電話,完全沒想到對方會問這個東西。

  他答道:「這是什麼東西,我不清楚。」

  「幫我問問唄。」俞興說道,「我驗證驗證想法,過一陣到美國請你喝酒。」

  「你要來美國?」馬斯克詫異,又說道,「那我要一瓶最好的紅酒。」

  俞興毫不猶豫的答應了。

  電話結束,等待答案。

  大約十分鐘,馬斯克的回覆來了,OPENAI確實在使用純Transformer解碼器的技術路線,也就是奔著生成的方向。

  俞興看著簡訊,感覺這瓶紅酒太值了。

  >


關閉
Δ