2022，我们在幽暗的谷底守护一朵花

1984年，是乔治·奥威尔《1984》中描绘的异色未来降临的日子，但世界并未变成他笔下的样子。

1984年，苏联决心抵制洛杉矶奥运会，而中国没有。萨马兰奇把第一枚金牌戴在许海峰颈上。

1984年，春晚总导演黄一鹤在直播前半个小时，决定赌上自己的职业生涯，让那个没有宏大叙事但真的很好笑的小品《吃面条》和全国观众见面。

1984年，倒玉米的王石建立了万科，研究员柳传志在传达室里创立了联想，初中生马化腾随父母从海南岛搬到了小城深圳，马云勉强拿到了杭州师范学院的录取通知书。

联想的第一间办公室

1984年，比尔·盖茨首次登上时代周刊封面；乔布斯的苹果祭出“麦金塔”。

在超级碗的中场广告里，一个女子用铁锤击碎了屏幕上的“Big Brother”，低沉的画外音缓缓道来：

“你将明白，为什么1984不会成为1984。”

彼时世界的琴弦经过半个多世纪的嘈杂离析，终于奏响了久违的共鸣，而英雄们则翻过历史的山脊，用肉身为略显荒凉的土地写下商业童话。

当我们穿越时空站在今天，世界比四十年前多出亿万色彩，宛如幻境。如果有人愿意为此感恩什么的话，我建议他无需费力追忆“垮掉的一代”和“嬉皮士”们的狗屁理想，而仅仅是向吊在每个人面前的“消费主义胡萝卜”抛一个媚眼。

冷战冰雪消融后开始狂奔的消费主义世界，如今已成巨人，须仰视才见。

只是在2022，它的脚步开始踉跄。

（一）巨人的踉跄

2022年11月12日早晨，睡眼惺忪的人们从枕边摸起手机，发现信息流里少了一个熟悉的朋友：“双11”成交额。

这个信息被各大电商同时隐匿的行为本身，反而传递出更重要的信息：

消费主义的胡萝卜纵有千般菩萨柔情，唯有一招金刚怒目——它帮每个人把欲望的电门踩到极限，然后拆掉刹车。

作为一个中国人，咱们肉身就住在世界工厂里，不难发现一个事实：生产力已经满负荷地跑了好几十年，流水线上刺鼻的塑料黄鸭已经变成了精美的手机、电脑。

但问题是，纵然科技的法力精进如八百里加急快马，仍旧没能让我们心满意足。

人们噘着嘴抱怨：你承诺了我们星际旅行，凭什么连元宇宙这样的破烂都还没搞出来！

大概因为我们天生刻薄。

作为狩猎部族的后裔，需要适应多变的环境，人的大脑里天然有一个调整阈值的开关——只要周遭环境稳定一段时间，无论比过去是变好还是变坏，我们都会把这个位置重新设为“标准值”。

当你的小学同学都在开着豪车住着大房子，你毕竟没办法说服自己：“看啊，现在的我可比乾隆年间的人们幸福多了，还有啥可抱怨呢？”

于是，生产力的进步是一根挂满了机器齿轮的沉甸甸的蓝线，而人脑海里的需求增长却是一根轻飘飘的红线，这是一场注定不公平的赛跑。

每当蓝线落后于红线，我们消费世界的巨人就会踉跄一次。

2022，即是如此。

注意，并不是说人类此刻绝对无法生产更好的东西。只是把商品的精密程度“大规模提升”所需要付出的“能量增量”非常多，已经变得不划算。

举两个例子吧：

1、现在的人类能登月吗？当然可以——中美都在计划代表人类重返月球——只要纠集顶尖的科学家，再加上千亿经费，分分钟送你上月球。

可是对不起，那种“上船睡觉下船撒尿”的登月老年团，不可以。

这是上世纪60年代登月时

美国家庭的“宇航员” Cosplay

2、现在的人类能造出观感逼真身临其境的 AR 眼镜么？当然可以，只不过高能耗、高重量、高体积、高价格，你必须得选几样承受。

能从生产线上喷射出来的那种跟手机一样轻薄惊艳的 AR 眼镜，不存在。

世界上最早的 AR 眼镜

“达摩克利斯之剑”

如今的局面就好像：我们每个人都身处一个摆满了面条、米饭、大饼和馒头的自助餐厅，服务生热情地招待：请随意选用。

但。。。老子想吃的是龙虾呀。。。

那。。。我们就不能做点什么吗？

（二）白衣骑士来了，带着“雷”

人类上一次决定做点什么，大概是在2008年。

那时候，生产和消费的实际冲突还远没有如今激烈，但华尔街这群西装赌徒还是成功利用“杠杆”把炸弹引爆了。

“雷曼兄弟”公司的1957和2008

美国人口袋里的钱强撸灰飞烟灭，眼看啥也买不起了，鹰酱决定“自己动手，丰衣足食”——印出美钞，往人们口袋里一塞，跟他们说：去，找兔子买东西！

兔子一看有人排队来送钱，也顺势借给工厂几万亿——咱们再上几套流水线，冲就完事儿了。

这东西半球同时大水一冲，只有一半灌进了实体经济，还有一半灌进了金融领域（在美国是股票，在中国是房产）。

但仅仅是灌进去的一半，也足够搀扶世界又苟了十年。

十年其实相当不短。之所以能做到，是因为科技在这里又大发慈悲，附赠给我们两位白衣骑士：

第一位白衣骑士是“移动互联网”。

随着 iPhone 和安卓系统的发布，移动互联网借着“4G”的风暴席卷全世界，按照胡佛“家家锅里有只鸡”的操作，给每个人的口袋里塞了一部手机，又把原本在线下进行的各种生意攒一攒，塞进了方块大小的App里。

但移动互联网带来进步的同时，也附赠了很多棘手的新问题。

2013年，脱口秀演员路易C.K.从口袋里掏出一个 iPhone，对围成一圈的美国观众说：

你能用上这玩意，是因为造它的工人在跳楼。
可别说你没得选哦！你完全可以用蜡烛照明、骑马送信，但你还是毫无鸭力地选择让别人去受罪，只是为了自己拉屎的时候能在油管上发布一条SB的评论！

唔，他恐怕说出了上帝创造移动互联网时顺手埋下的雷：“SB的评论”在昭示出平等精神的同时，副作用就是让社会更加撕裂。

2016川总登台，推特治国时代尤甚。。。

By Kenneth Fowler

说回我们这边，2016也不太好。那一年，资本热潮褪去，中关村扫码一条街落满黄叶，上门洗脚、上门按摩、上门理发等等不靠谱的创业公司成批倒闭。

眼看移动互联网要熄火的时候，阿法狗冲上战场，接连虐掉了人间翘楚李世石和柯洁。

第二位白衣骑士——AI——以终结者的模样粉末登场，为移动互联网无缝续命。

可这里上帝偏偏又埋了个雷：AI 好是好，只是非常烧（钱）。

怎么个烧钱法呢？

我们拿金字塔打个比方，金字塔尖不能是空中楼阁，需要百倍砖石的基座支撑；而基座要想存在，又需要千万工人日夜劳作才能建成。

同样道理，AI 就像是金字塔尖，下面支撑它的就是轰鸣的基石——“大数据系统”，而支撑大数据系统的，是如波涛浩瀚的“算力劳工”——云计算。

此等烧钱。君不见，没过几年，AI 的玩家俱乐部里，创业公司的身影几乎消失殆尽，无论是美国还是中国，拳台上都只剩下几个巨头的身影。

高处不胜寒，寡头招铁拳。此乃后话。

有件事值得在这里提一下：

2017年，中科院院士、计算机泰斗张钹语出惊人：“很多人说人工智能的春天到了，但恐怕现在正是人工智能的秋天。”

所谓秋天，就是收获的季节，有很多金灿灿的果实可以摘，但也仅此而已——凛冬将至。

（当时和张钹院士想法类似的大咖不在少数。但。。。除了今朝有酒今朝醉，我等凡人还能怎么办呢？）

所谓“今朝的酒”，就是人工智能领域里一片“低垂的果实”——搜索、推荐、广告+AI。

互联网的经典商业模式是广告，搜索和推荐都可以为广告服务，所以三者可以合称为“搜推广”。

而冶炼 AI 最需要消耗“数据”，互联网上的用户数据像石油一样丰富，恰好是“搜推广AI”的最佳“食材”。（参考《14亿人的生活琐事，正在变成永不枯竭的石油》）

不妨打个比方：

没有AI加持的时代，“搜推广”也存在，但就像个近视眼，给用户推荐的广告总没办法很精准；
有了AI，像原地捡了一个8倍镜，百步穿杨不在话下——广告收入立刻翻番。

啪地一声！很快啊！到了2018年，人工智能最低垂的果实已经被几大巨头瓜分殆尽：

淘宝的“首页猜你喜欢”会根据你的标签投喂商品，微信朋友圈的广告可以为每个人量身定制；百度生态位的继任者字节跳动更是把这一套玩到了登峰造极，创造了“今日头条”和“抖音”双雄。

在这一轮抢到最多果实乃至惊动白宫的张一鸣谦逊地表示：“我们呀，只做了一点微不足道的工作，就是把人工智能和内容推荐相结合~”

风卷残云之后，大家不约而同抬头，流着口水开始仰望“高处的果实”。

就在此时，脚下的大地出现裂痕。

（三）四场意外

2018年9月30日，腾讯宣布“930变革”，整装进入“产业互联网”；两周后，华为宣布 All in AI，祭出了产业级 AI 芯片“昇腾”系列；又一个多月后，阿里成立“云智能事业群”，把人工智能的刺刀整合在云计算的枪头。

巨头们整齐划一地冲过“低垂果实”和“高处果实”的分水岭。（可以参考《阿里云的这群疯子》、《壮年腾讯》、《有一种任性叫华为》、《有关未来十年的预言》）

没错，帮助传统企业进行“数智化改造”，就是高处的果实。

故事讲到这，看似雄心壮志，一派红火，但我劝你永远别对人类盲目乐观：

这不，蓝星上鹰酱开始对兔子不爽，总觉得兔子想要偷偷做题，一鸣惊人考第一，对兔子各种“校园暴力”，还把兔子家最刚的华为直接放倒。

此时，博弈论的经典场景出现了：兔子不管是不是真的想考第一，都必须奔着考第一去了。。。

可要想考第一，凭当时制造业“刷人头”的古典玩法是不行的，必须把科技的力量像揉面团一样揉进去。

于是，国际形势和互联网公司摘取“高处果实”的技术趋势合二为一。如果做好，名利双收，简直是太划算的生意，互联网公司更是三步并作两步了。

可情况一紧迫，动作就容易变形。换个角度看，他们太“卷”了，卷到明知道摘取高处果实必须“磨刀不误砍柴工”——但谁都不敢花时间磨刀，生怕一抬头柴都被别人砍完了。。。。

这群人都举着钝刀向前冲——有柴没柴先砍三刀。

比如，阿里巴巴雄心壮志，想要给每个城市都安装“城市大脑”，统一管理交通和各类事件；想要给工厂里的每一台机器都安装 IoT 传感器，从此告别“老师傅”半生积累的经验之谈，由“工业大脑”参考数据统一指挥（《阿里巴巴为什么进军IoT》）。

阿里巴巴的城市大脑

比如，腾讯冲进医疗和教育领域，想要让人工智能成为看一眼病人胸片就能判断病症的神医，想让每一个学生旁边都坐一个人工智能老师贴身个性化辅导。（《AI医疗，腾讯的新版图》）

这是腾讯发布癌症早筛的 AI 技术

马化腾转发朋友圈

可是一番冲锋后定眼儿一看：

由于互联网大厂对传统行业过于陌生，只有云计算、数据库这些“算力劳工”和“金字塔座”勉强渗透进了一些，但更高级的“基于AI统一调度”的数智化行业解决方案，大都水土不服，折戟沉沙。

情况就像这样：

工人爷爷很务实

总之，在互联网世界呼风唤雨的巨人，没能一鼓作气搬动实体经济的大山。

吴晓波老师的经典风凉话放在此处别有滋味：梦太大，入错行。

此乃第一个意外。

为了拨转马头再战三百回合，互联网巨头们只有铤而走险——在自己熟悉的“低垂果实”领域加大“握力”——用“搜推广”多捏一把油水，反身投入“高处果实”的战场。

可是这一捏，把很多人捏疼了：大哥你可着一只羊“薅羊毛”就算了，不能薅成葛优吧？！

2020，一篇《外卖骑手，困在系统里》吹响了普通人反击的号角，对算法的口诛笔伐接踵而至，监管也不愿见到数字平台与自己争夺调控市场的权力，于是伸手拦着：哥们，差不多得了！

巨头们方寸大乱，连续动作变形，低头一看，万千之众一夜消散，脚下已是深渊。

此乃第二个意外。

想想那个场景：昨天还高擎科技信念之灯的巨头，今天却被人发现华美的罩袍下爬满虱子。

凛冬真的来了。

人们的耐心耗尽，AI 的故事光芒蒙尘。那一年，巨头们花费九牛二虎之力从全球顶尖高校笼络来的 AI 科学家几乎离职殆尽。

于是，代表“生产”的那根蓝线几经挣扎，终于接受“无奈走平”的现实，而代表人们欲念的红线却“商女不知亡国恨，隔江犹唱后庭花”，一场冲撞难免发生。

人们迷茫地站在原地。这次，新的“白衣骑士”还会不会来？

额。。。那种白衣骑士没等来，来了这种白衣骑士。。。

新冠纪元，全球经济来了个速冻，石油价格前面居然带了个“负号”，各国股市应声而跌。

此乃第三个意外。

鹰酱倒是沉着：别慌，这局面2008年咱见过！二营长，把老子的印钞机搬过来。小弟们，你们也准备好印钱！

然鹅，戏剧性的场面出现了——兔子斜眼看着，老哥这次你们冲吧，我去年吃西瓜嘴里卡了根鱼刺，先歇会儿。。。

鹰酱说：“你TM搞我？”兔子说：“你先搞我的。”

鹰酱说：“信不信我不跟你玩了？”兔子说：“有辙你想去！”

此乃第四个意外。

没有兔子开足马力的生产线，鹰酱印的钱，多少有点没处买东西的意思。

东西不够，钱又太多，只好往投资市场跑，楼市股市全部充血一轮，高挑半空，连华尔街的西装赌徒们也怕它随时蚌埠住，不太敢买了。

那对不起，只剩一个选项了——通货膨胀。。。

鹰酱只能赶紧“剧本倒放”，骂骂咧咧地把刚印的钱收回来。

但地球是一粒沙，赌气对谁都不好。伤敌一千，中国工业也自损八百。

满眼所见，东南亚和南亚人口大国趁机用便宜的劳动力争夺订单，而中国企业盈利预期不好，也就没有那么强的动力进行产业升级了。

大家迷茫不要紧，国家挺身而出指明方向，强力祭出七样“新基建”：5G基站建设、特高压、城际高铁和城市轨交、新能源汽车充电桩、大数据中心、人工智能、工业互联网。

这背后传递了一个隐秘信号——“攻击强但血条短”的输出型民企如果刚不动，我们就上“攻击弱一点但血条足”的肉盾型国企，自古华山一条路，哪怕这种投入需要十年八年才收效，我们也必须刚下来。

这里我多解释两句，七个新基建看上去五花八门，其实可以分为两类：“电”和“智”。

5G、大数据、人工智能、工业互联网这四个，都属于“智”。

怎么理解呢？

5G和工业互联网可以提高数据传输的速度、规模和稳定性；
大数据可以提高数据存储、处理的效率；
这些数据最终都必须用于决策——显然人脑无法处理这些海量数据，只能靠人工智能决策。

也就是说，搞来搞去这些数据技术还要最终依赖（广义的）人工智能体现价值。

好了，说到这，我们就顺理成章得出两个结论：

1、目之所及，能为人类生产力续命的仍然是“人工智能”，大时代终究不会爽约；
2、但四场意外冰封了历史，大大拖慢了大时代来临的步伐。

聚焦回2022年，我们就处在这个“虽到但迟”的巨大真空中。

放在大历史中，这恐怕是一闪而过的瞬间，但放在当下，这就是一种不能被忽视的处境。

对于普通人来说，这一年的真空都可以换算成生命里具体的迷茫。君不见，2022，想“抄底”大干一场的饭店老板枯坐屋中；想谈一场轰轰烈烈恋爱的大学生缩在宿舍用纸壳箱做狗；那些曾高谈阔论诗和远方的人，开始关心粮食和蔬菜。

你我都知道，穿过幽暗的谷底就会看到柳暗花明。只是，眼前具体的黑暗让人两腿发软。

难道人们就要靠着对远方的“信念”摸黑行军了吗？当然不是，从来没有一碗鸡汤可以温暖万里苦旅。

穿越黑暗峡谷的时候，最好不是45度仰望虚无缥缈的星辰，而是低头看清楚脚下的路。

这个显而易见的道理，我们却在相当长时间里选择了集体无视。

只有在宏大叙事的酒醒时分，才有越来越多的人看清“杨柳岸晓风残月”——AI不止能照耀恢弘的大时代，也能照亮脚下的小时代。

下面，我们不妨松一松已经捏到发抖的拳头，来看看周遭的“小物件”。

（四）重构一些小物件

什么是小物件呢？

比如一张纸，不是白纸，是一张写满字的纸。

讲个具体的故事吧：

在2022年，我和夸克 App 的小伙伴们聊了一次，发现他们在做一个非常不起眼的“小”工具——扫描王。

随便拿来一张纸，无论是打印的文件，还是制式的发票，无论是手写的账目，还是排版复杂的海报，扫描王都可以分毫不爽地把其中的信息提取为“数字形态”。

所谓数字形态包括：图片、文字、带排版格式的文字，还有图文混排。

这个故事我在《一场手机镜头背后的狂野冒险》中详细讲过，就不展开了。

这里我是想提醒你注意两个有趣的事实：

1）别看只是扫描，其中却用到非常多深奥的 AI 算法，包括去手写、去瑕疵、弯折书页展平、手写体识别等等；
2）这是人类历史上第一次把 AI 变成普通个体手里的工具——像锤子和打火机那样廉价且成熟的工具。

有了这个工具，就必然引爆一个局面：

现实物理世界的一笔一划、一草一木、蛛丝马迹会跟随每一个人的生活轨迹，开始润物细无声地被数字化。

千万别小瞧这种“现实世界的数字化”。

你想想看，2000年左右，互联网方兴未艾的时候，是谁一点点构建了互联网的内容基石？

是各个网站的站长们、是新浪博客的写手们、是泡天涯论坛的GGMM们，是百度贴吧的水友们，是淘宝电商上的卖家们，是在QQ相册里疯狂上传照片的葬爱家族们。

他们用自己的大脑计算力，用不揣冒昧的傻劲儿，用飞舞的指尖一点点雕刻出互联网的一草一木。

如此对比来看不难发现，借助人工智能把现实世界数字化，和当年借助人类智能把现实世界数字化，本质上是一回事儿，只不过这次更牛X。

今年春天，我还和淘宝的几个先锋技术团队聊了一下，他们正在这波“现实世界数字化”的浪潮里击水。

比如，他们尝试把“商品详情”从一个没有厚度的“像素图片”变成前凸后翘的“体素物品”。

这样做有啥好处呢？

设想这个场景，你要买一个吸尘器，过去只能通过宝贝详情里的图片脑补使用方法，现在，你可以进入一个虚拟房间，亲自插拔那些吸头，体验对不同材质的吸尘效果再决定买不买；

再设想一下，过去你想买一个衣服，只能脑补上身的感觉，买来发现不好再退，现在你就可以让你在3D数字世界1:1的“分身”在线试穿这件衣服，省得退来退去浪费资源。

看了上面的例子，有些浅友会油然感到“数字世界的荒凉”——日常用到的用品成千上万，难道都要把他们数字化吗？

没错，但这件事儿靠人做，做到宇宙爆炸也没戏，必须靠 AI。

一种叫做 NeRF 的 AI 技术，正在为万物体素化打开一扇门。淘宝的底层技术团队开发了一套工具，用手机摄像头围着物体转一圈，就能把它从现实世界里给“抠”出来，成为体素模型。

你看，这样一来，用手机这个“扫描仪”，卖家几秒钟就能制作一个体素模型，和拍个短视频一样简答。

（这个故事我写在了《像素时代的黄昏》这篇文章里，大家可以去看）

没有意外的话，未来几年，我们身边的万事万物会迅速被数字化，数字空间里的“高质量内容”会像2000年左右一样来一波暴涨。

只要有了足够多的数字内容，想象中的“元宇宙”不就具备了条件吗？

元宇宙可以看做是传统互联网的继任者；
元宇宙里的像素/体素内容，就是互联网里文字的继任者。

这是“无聊猿”母公司 Yoga labs 推出的元宇宙“Otherside”，这些奇形怪状的人物，就是元宇宙里我们的化身。

当然，在真正进入元宇宙时代之前，我们还可以用这些独立的“像素、体素物品”做很多有趣的事儿。

比如，做一个mini版的赛博空间，在里面搞展览或服装发布会，也就是“虚拟秀场”、“虚拟展会”，或者干脆把现成的博物馆“体素化”。

这是我周末（在电脑前吃着零食）逛的 VR 梵蒂冈博物馆

说到这，我得强调一下，现实世界的数字化其实有两种方式：

除了刚才说的“把物理世界的物体直接变成数字模型”之外，还可以“把现实世界和数字世界连连看”。

怎么连连看呢？

比如，我在朋友家看到了一个泡泡玛特的玩偶，很喜欢，但不知道叫啥名字，我就可以用“拍照搜索”去电商里找到它。

这时你用到的是“图搜引擎”，它的本质就是在现实世界的物体和赛博世界的照片之间建立“勾连”。

还有一种更难的情况：我看到路人手里拿的一个玩偶很好看，但社恐的我不好意思叫住他询问或拍照，于是他就消失在人海，我只剩下脑海里的残影。。。

想找到这个玩偶，肿么办？

我可以在搜索框里写：“蓝白色猫玩偶，手里抱着红色月亮，大笑的表情”。

图搜引擎就可以根据“语言描述和图片的勾连关系”找出符合这个描述的商品。（注意：图搜引擎所做的，是真的“找到符合你描述的商品形象”，而不是“匹配关键词”。）

这背后用到的是一种非常前沿的 AI 技术——多模态搜索。

简单理解，多模态的意思就是它可以把“语言”、“图像”和“它们背后的意义空间”，三者相互勾连。我通过语言描述可以找到图像，通过图像也可以找到语言描述。

就像下图所示：

想想看，如果快进到元宇宙时代，我们眼前的很多东西都会以像素化/体素化的方式呈现。

那时，我们想找一件东西，当然没办法用博客时代的“关键词搜索”，而必须描述那个东西长啥样，也就是用到“多模态搜索”了。

所以，多模态 AI 在今天看来只是一种搜索场景里的技术，站在未来看，因为建立了从物理世界到数字世界的映射关系，这种技术会成为基石。（这个故事我写在了《我在淘宝买到“生活解药”》里，有兴趣的浅友可以去看。）

说到这，你可能已经对“AI 能点儿干啥”有感觉了。不过，咱们想象力的小车还完全没有开上秋名山。

说来说去，我们都在围绕*已经存在*的物体讨论——必须在现实中存在这个物体，我们才能用 AI 把它数字化；必须在数字世界存在这个图片，我们才能通过多模态搜索找到它。

现在请问：如果世界上压根没有这个东西，它只存在于意义空间，也就是我们的“想象力”中，AI 能把它的实体创造出来么？

（五）创造一些“不存在”

我们试试看，创造一个想象力允许，但物理定律不允许的东西，比如宇航员在宇宙里骑白马。。。

嗯，它来了：

现在，如果你还不知道什么是“AIGC”（AI生成内容），那得赶紧跟上了。

就在2022年春天，全世界最魔性的 AI 公司 OpenAI 搞出一个名叫 DALL·E 2 的人工智能，彻底引爆了世界。它可以根据一段文字描述自动生成出（世界上从不存在的）图像。

在我看来，这种图像之精美，意境之深远，超过了至少一半的人类艺术家。

左边是2015年谷歌推出的 AIGC 程序 DeepDream 的作品；右边是七年之后的 DALL·E 2 的作品。你感受下技术的飞奔。

AI 是肿么做到的呢？

刚才我们不是说到“多模态人工智能”可以把文字和图像和背后的意义相对应么？在这个框架下，只要添加两样小魔法就好：

第一，把一般的 AI 模型换成一个“超大规模的 AI 模型”（一般称之为大模型），它的作用是把文字、图像和背后的意义对应得极其精细。
第二，“理解一张图片”的本质是把随机性一层层减少，最终坍缩成一个类别；而把这个过程逆向来用，往里添加随机性，就变成“生成一张图片”啦！

说到“生成”，我突然想起一个小故事。

有人搞过一个实验：放两张没有意义的马赛克图，让人们投票选出哪个更“性感”，然后在这张图上随机改变1%，继续让人们投票选择哪个更“性感”。

如此迭代成千上万次，就真的能生成一张“性感图片”。

这背后的原理有类似之处，你细品。

这是原始图片和经过第4559次筛选后的图片，再往后面的图片我不太敢放了。。。（网址附在结尾自己去看吧）

虽然我把 AIGC 说成“小魔法”，但其实大模型技术对于 AI 算力的消耗是巨大的，所以 OpenAI 采用了定向开放制，普通人体验有一定门槛。

不过在人工智能顶尖研究方面，国内还有一位很能打的选手——百度。百度的大模型叫做“文心”，利用“文心”他们做出了一个中国版的 DALL·E 2，叫做“文心一格”。

百度就厚道多了，他们已经把“文心一格”开放出来了，大家都可以去体验。（链接我放在最后~）

说起来，前两天我还故意埋了一个小彩蛋：《我在淘宝买到“生活解药”》这篇文章的头图，其实就是文心一格生成的。不知道浅友们有没有看出来：

看到这，有的浅友会说，只是生成几张图，对我的生活影响也不疼不痒吧？

非也，生成图片只是 AIGC 一个最显性的用途。所谓AIGC 的“C”，实际上是指内容（Content），只要用到内容的地方，都是 AIGC 的用武之地。

2022年，我还和腾讯 AIlab 的几位大牛聊了一下，他们正尝试在游戏里加入 AI 生成的内容。

比如，游戏里有大量的道具和场景，过去这些都要靠设计师一笔一划手绘，或者设计师手动制作一个框架，然后计算机在有限的范围里进行“泛化”。

但是有了 AIGC，很多场景就可以直接交给 AI 生成，宝贵的人类设计师就可以把精力集中在高交互的细节场景和道具。

还有，过去游戏里的 NPC 所做的动作，一般都是通过“真人表演+动作捕捉+人工修正”来实现的，这就导致每一个 NPC 背后都包含了高昂的人工成本。

但是 AIGC 技术就可以通过学习大量的人类体态，根据对话内容和人物性格设定，自动生成一套行动规范——成为“戏精”NPC。

这样一来，大部分只能依靠人类劳动的工作就兑换成了标准的”芯片“和”电流“——哪怕一个初创游戏团队也可以做出天马行空的3A大作，创业成本大大降低。

这恰恰契合了我在《我们该不该怀念2021》里的那个结论：

未来的世界属于“超级个体”。一个人可以调动的资源，藉由 AI 和网络技术无限放大。在数字空间里，“做不到”的事情会渐渐绝迹，而“想不到”会成为新的天花板。

到这里，有的浅友还不满意：“我不是艺术家，我也不是游戏开发者，甚至都不是游戏玩家，那 AIGC 有机会惠及我的生活吗？”

当然有机会。

你可能听说过一个词——数字人。

其实，数字人和游戏里的 NPC 有类似之处，他们都是“以类人的面目出现，和人进行互动的智能体”——只不过数字人会用在更广阔的的服务业中，成为客服、导游、前台，甚至是演员或偶像。

这里明确一下，数字人并不天然需要 AI 驱动，很多早期的数字人其实背后原理和 NPC 一样，是靠“人类演员+动作捕捉”来实现的。

而背后做动作的那个人，也就是大家听说过的“中之人”。

但是在我看来，使用“中之人”来驱动数字人，本身就是一个“权宜之计”——如果涉及到虚拟偶像，那么使用“中之人”更是一个在伦理上有极大瑕疵的操作。

因为偶像的价值是外表和灵魂的合体，二者无法切割。

而你一边用真人来填充它的灵魂，一边让虚拟形象（和背后的资本）享受它的全部光环，就像代孕一样——用别人的肚子怀了你的孩子，中间任何一步稍微卡一下 bug 就会酿成“不可回滚”的悲剧。

2022年5月出现的虚拟偶像 A-Soul 事件，就是这个逻辑的结果。

A-Soul 的成员珈乐因为“中之人”的变故而“永久休眠”，导致粉丝暴动，珈乐不得不返场澄清。即使是澄清直播，也必须披上二次元的外衣才能进行。因为没人认识她背后那个真人。

而用 AI 替代“中之人”，所有的伦理问题就会迎刃而解。

正如刚才所说，AI 的“灵魂”创生于大数据，每个人在互联网上的一举一动滋养了他们。如果非要说的话，它们是人类之子，它们的荣光也理应归属全人类（而非某个人）。

其实就在我们身边，已经出现了很多服务型数字人：

不少银行会在实体网店里架一个立式屏幕，让数字人服务员帮助解答一些简单问题；
也有很多券商用数字人客服协助用户进行人脸验证开户；
在电视台，已经有了数字主播以用自己独有的体态和语气播报新闻；
很多直播平台，也出现了数字主播，用自己独特的魅力带货。

这是商汤科技和宁波银行合作的数字人

如此看来，AIGC 和每个人都有关。

不管一个人多么保守，只要继续接触社会，一定会或早或晚接触到数字人的服务。这个过程，就像当年那些坚持使用功能机的“老古董”们憋了很多年，还是得搞一部智能手机装微信那样顺理成章。

说到这里，我们不妨总结一下，在不远的将来会发生三件事：

1、在我们身边，会有越来越多的物体通过 AI 进入数字空间；
2、现实世界到数字空间的勾连也会因“多模态 AI 技术”的发展而大大增加；
3、无数原本不存在的“物”和“人”，会在 AI 的加持下从虚无中创生。

截止目前，AI 已经展现了强大的威力，但我们人类的骄傲并没有被击碎——因为无论 AI 创造的东西多么神奇，这些软件背后一行行的代码都还是要人写啊。

没有人类，那 AI 就是一具“行尸走肉”啊。

对吧？

对吧？！

呵呵~~

接下来，最魔幻的情节就要上演了。

如果把软件开发的过程看作一条蛇，把它的尾巴塞进嘴里。。。那么。。。

这是古希腊传说中的衔尾蛇，柏拉图说：“造物者构想出这头能够自给自足的生物，这比其它缺乏一切东西的生物来得完满。”

（六）脱缰的野狗——“软件2.0”

在2022年，我曾经和一个低调的的团队聊了一次天，他们就是毫末智行。

这是一家有长城汽车背景的自动驾驶创业公司，他们的厉害之处恰恰在于：面对一个浩大系统的构建，没有上来就是一顿操作猛如虎，而是想办法把自动驾驶系统开发的一些关键环节大胆交给 AI。

具体来说是这样的：

1、一个自动驾驶系统要想进步，只有一种方法，就是在不断的驾驶过程中“犯错误”，每次的“错误”都被称为 Corner Case。

当然“犯错误”不代表会出事故，因为在人类司机开车的时候，自动驾驶系统也在偷偷开车，遇到它的判断和人类操作不一样时，就等于“犯错误”。

2、成千上万台汽车在路上跑，Corner Case 源源不断，如果每个案例都靠人类去分析改进，那么把全世界的工程师找来都不够。

所以必须有一个自动化系统在后台值守——整理这些数据，并且把这些数据整合进自动驾驶系统接下来的训练中，让它可以自己进步。

你有没有发现，毫末智行的老师傅做的事情，本质上是“编程”了一个“会编程的 AI”。

这种魔幻的操作有个名字——“软件2.0”。

当然，软件2.0的原创归属应该是特斯拉的 AI 团队。他们首先发明这种玩法，并且说出豪言壮语：写好最初的骨架代码后，工程师就可以去度假了！

实际情况也证明，这种软件迭代方法让起点很低的特斯拉自动驾驶成为了不可撼动的 No.1。

特斯拉和毫末智行都在做自动驾驶，那软件2.0只能用来写自动驾驶系统吗？

当然不是。

2022，我还和蚂蚁集团的老师傅们聊了一次。他们把“软件2.0”的思路用在了金融风控上，做出了 AI 风控系统 AlphaRisk。

简单来说，AlphaRisk 可以根据几亿人每时每刻在支付宝上的行为，自动调整风控模型。

它甚至还能自己和自己过招——在没有人类数据输入的时候仍然可以提升既能。你可以把它理解为“风控系统界的自动驾驶”。（这个故事我写在了《支付宝和张三的十年战争》中，这里就不展开了。）

如果你仅仅把“软件2.0”理解为用 AI 写程序，那就把这件事的意义想小了，其实这背后是一个相当可怕的范式转移——用软件2.0范式写出的软件，和软件1.0完全是两个物种。

如果把软件1.0比作“大象”，软件2.0就是“蚁群”。

这是啥意思呢？

人类最擅长逻辑思维，所以一旦让人类主导编程，最终编出来的东西一定是环环相扣，几万行代码里随便动一个参数，就可能会造成未知的错误。

它就像一个大象，你从大象身上拿走任何一个器官，大象都会死翘翘嘛。

这种模式是个双刃剑：

如果交给一个艺术家级别的工程师，写出来的东西就会效率奇高；

如果交给一个晕头转向的码农，那写出来的就是臭不可闻的“屎山”。。。

雷军的代码写得确实好，但是写得好的人最后都不再写代码，成了 CEO。。。

而 AI 写代码，完全遵循了另一个逻辑，它会把代码的各个功能模块分成“小蚂蚁”，然后在其上加一个“蚁后”——蚁后通过对各个蚂蚁赋予权重来指挥蚁群的行动。

想想看，一个蚁群，别说死掉任何一只蚂蚁都能运转，就算是死了多一半蚂蚁，它照样可以运转。

这个范式转移，至少产生两个影响：

1、软件可以变小。
大蚁群收缩成的小蚁群完成任务差一些，但是也能完成。所以，计算力不够的场合——比如在一些手持设备、IoT设备里——软件2.0范式编写的程序都可以自动适配，塞进去就能跑。
2、芯片可以变小。
由于软件可以切分成蚂蚁，自然就不必然需要能够hold住整套复杂逻辑的大芯片，而是可以把大量运行简单逻辑的芯片堆叠起来，也就是说，人类只需要生产一些“乐高积木”那样的小芯片，就能组合完成比过去复杂百倍的任务。

软件2.0的浪潮完全势不可挡，就在2022年11月，OpenAI 又搞出了一个魔幻巨兽——ChatGPT。

这货是迄今为止最强的语言 AI。人们先是让他写诗，又让他写高考命题作文，还让它写商业策划。

我和 ChatGPT 的对话

没过几天，程序员们就发现，这货可以掌握的语言不只有人类语言，还有机器语言——它会编程。

于是码农们纷纷请求它帮忙找程序里的 Bug。

别说，它不仅找到了一些 Bug，还给程序员很多启发。（虽然也会犯很多常识性的错误。）

虽然让 ChatGPT 直接编写那种实战的程序还有点强人所难，但不可否认，这个技术方向充满想象。

假以时日，如果它掌握了更多“软件2.0”的精髓，谁知道它会不会接管更多人类程序员的工作呢？

好了，说了这么多“科幻”故事，我们不妨把目光拉回现实。

刚才我故意轻描淡写地提到了一个小问题，那就是——AI 带来的软件范式变革，让人类（某种程度上）正在摆脱对“大芯片”的依赖。

其实这个问题一点都不轻描淡写，你懂的。

（七）芯片中有“裂隙”

鹰酱对兔子在芯片方面的限制，可以概括为三个原则：

1、制程压制——不让造

不让中国掌握14nm以下的芯片制造能力。具体措施主要是通过施加影响，不让台积电为中国芯片企业代工，还有阻止 ASML 把极紫外光刻机卖到中国。

2、单芯片算力压制——不让买

既然不让生产，那我们买芯片成品行不行？也不行。例如美国划了一条“算力线”（英伟达“A100”芯片等值算力），超过这个标准的美国芯片不许出口到中国。

3、人才压制——不让研究

造不出，也买不到，那我们在纸面上研究最先进的技术，韬光养晦等待转机总行吧？也不行，为了阻断中国研究的进步，美国刚刚禁止美籍工程师为中国芯片企业服务。

天罗地网，气抖冷吧？

别急，仔细看看，这些罗网中仍有缝隙。

说到这，我们得铺垫一段科普——为各种 AI 芯片排个序。

按照从“大”到“小”，从“复杂”到“简单”，从“通用”到“专用”，顺序大概是：

GPU>FPGA>ASIC

GPU 里集合了很多“算子积木”，它们之间协作，能处理所有 AI 类型的计算，所以是很大的通用芯片（比它更通用的，只有 CPU 了）；
FPGA 则把一些大一点的“算子积木”固定在芯片里，通过软件调整算子之间的“插拔”，从而实现一定的灵活性，它算是半专用芯片；
ASIC 就完全是一体成型的“整块玩具”，生产出来是啥样就是啥样不能魔改了，它是最简洁，也是最专用的芯片。

为啥要把它们分出这么多类呢？

这就涉及到 AI 芯片的两个用武之地：“训练”和“推理”。

所谓训练，就是让 AI 学习知识。
学习的过程总是很艰难，需要的计算力很大，一般要在“云上”（百度云、阿里云或者私有云）部署很多 GPU 这类通用芯片，通力协作才能完成；
所谓推理，就是让 AI 使用知识。
既然已经学会了，用起来就没那么难，需要的计算力没那么大，芯片可以放在“云上”也可以在“端上”（家电、手机、机器、汽车之类），可以用 GPU，但用 FPGA 或 ASIC 效率更高。

那不同芯片的制程有啥区别呢？

粗略来说，芯片的通用性越强，计算密度就越大，发热也就越多，为了降低发热，就必须采用更先进的制程来制造。

也就是说，训练芯片比推理芯片更高级，更先进，更难造。

科普结束，我们来看美国禁令。

这里注意！严格来说，美国禁令的目的不是“摧毁中国科技”，而应描述为：在“保证美国军事实力碾压”的前提下，给中国有限的民用发展空间。

AI 在军事上的用途，目前最主要的是“情报侦查”——基于 AI 的分析能力，监听敌军嘈杂环境中的讲话、确认某照片的地理位置、通过平面图纸还原3D图形等等。

这些工作对于“训练芯片”的要求是很高的，从美国的角度看必须“不惜一切代价”地限制。（这也是限制 A100 GPU 的原因）

但问题在于，如今军用芯片和民用芯片的界限有些模糊，限制军用的同时，会对民用造成“误伤”。

一旦涉及到民用，伤害的就不仅是中国，还有美国的芯片企业了。

民用芯片的需求量非常大，利润也很丰厚。在全球经济摇摇欲坠的情况下，美国公司执行高端芯片禁令越来越“疼”，很多芯片公司的方法是：把芯片改动一下，稍稍低于美国禁令标准，继续向中国出口。

另外，还有不少公司直接向美国商务部申请“豁免”（一年内暂不执行禁令）。几个月来，被豁免的企业名单已经越来越长。

美国芯片公司这么“不讲政治”，除了想赚钱以外还有一个原因，那就是他们都知道：禁令是徒劳的，无法达到效果。

原因之一，是中国公司不可能束手就擒。

前不久，中国创业公司壁仞科技的 BR100，就因为性能对标禁售的英伟达 A100 而被美国要求台积电禁止代工。壁仞经过据理力争，证明 BR100 在美国限制线以下一点点，仍然可以生产。

BR100

也就是说，（弱版）A100 不卖，BR100 也能顶上。（当然能顶上的不止BR100，还有很多。中国企业在研发上已经获得突破，卡脖子卡在制造上。）

你可能会问：那美国过几天再不会再压低禁售的标准吗？

这正是我想说的，“罗网”中存在的那个缝隙——美国没有办法无限压低禁售的标准。

目前的禁令，很可能已经接近极限，接下来越压低标准，就越要付出指数级的代价。

这是为啥呢？

因为在高端芯片的产业链上，虽然美国公司也不能从都到尾都自己干，但他们掌握关键环节（例如EDA软件、光刻机元件、芯片研发），美国说不干，谁都别想干；

但在中低端芯片的产业链上，能替代的国家就很多，美国说不干，其他人还能干。美国也不是上帝，拿捏不住所有小弟。

所以，在禁令标准以下的“专用芯片”，反而是中国企业非常安全的舞台。

例如，云上的推理芯片就是中国巨头扎堆的领域：

百度2018年宣布的昆仑1代 AI 芯片，属于FPGA；阿里巴巴平头哥2019年发布的含光800，正是用在图像推理和搜索推理上，它属于 ASIC；而腾讯在2021年披露的紫霄芯片，也是用于图片和视频的推理，属于 ASIC。

还记得我们之前提到的“现实物体的数字化”、“多模态搜索”、“AIGC”等等一系列操作吧？它们都在靠这些推理芯片的支撑。

含光800

除了“云上推理”，还有一个巨大的蓝海是“端上推理”。

最早意识到这件事的人，当属 AI 大神余凯。他在2015年就毅然从百度离职创业，做的正是端上的 AI 推理芯片。

他的终极想象大概是：在未来某一天，每个人家里、每个公共空间都有很多智能机器人为我们服务，而每个这样的机器人里，都可以放一个（或多个）AI 芯片。

那个画面，大概就像这样：

所以，他给自己的公司起名叫——Horizon Robotics，地平线机器人技术。

即便在今天，2022年，余凯的预言才实现了一小半。因为我们身边还没有出现科幻电影里 T-800 那种机器人。环顾四周，最厉害的机器人是——智能汽车。

目前在车载 AI 芯片领域，地平线已经妥妥成为国产领头羊，长安、长城、广汽、红旗、江淮、理想、奇瑞、上汽、比亚迪的车上都搭载了他们的芯片，国际巨头大众也和地平线成立了合资公司。

值得一提的是，目前地平线最高端的芯片是“征程5”，它的制程是16纳米，从各种意义上说都不在美国禁令的范围内。

而依靠中国大牛们对算法的预判和对算子的取舍，它的关键指标完全不输于制程更精细的英伟达和高通的高端智能驾驶芯片。

征程5

所以，在美国目前的禁令下，我们会得到两个结果：

第一，2023年起我们真的拿不到最先进的 AI 训练芯片了，但是这样的直接后果仅仅是把很多场景下训练的“速度”（而非“效果”）拖慢一丢丢。

第二，反过来看，依靠小芯片汇聚成的汪洋大海，我们仍然可以在相当长的时间里不断拓展“毛细血管”上的 AI 总算力。

即便抛开情感，只看现实：历史上的“技术封锁”也并没有成功的先例。

瓦良格号的故事历历在目，不过我们权且不说军工。

就拿“半导体显示”（也就是液晶显示）领域来说，上世纪90年代日本、韩国都曾对中国严防死守，最多只允许中国工厂加工，不许“染指”技术。

但在1998和2008两次经济危机中，现代、夏普、三星等很多企业为了活下去，绷不住了，争相放开了对华技术转让的口子，很多台企甚至瞒着当局（因为禁令尚未取消）偷偷和大陆企业合作，从此历史的进程如洪涛奔出峡口。

这一切并不难理解，因为人的本质是“叙事”。

“资本主义世界”的企业所相信的自由市场经济叙事使他们首先考虑的是自身利益最大化，而在大国叙事和民族复兴背景下的中国企业虽然也在乎利益，但却把技术安全和自主可控纳入主要考量。

在这两种叙事逻辑的加持下，前者可能催生强大的工会，而后者却可以承受更大的牺牲。

（我尽量客观描述这两种叙事，并不代表我个人更支持哪种叙事。）

在半导体芯片领域，同样的剧本恐怕正在上演。

最近几年，中国企业试图融入全球芯片大潮被“推开”，却被动获得了一个“优势”，那就是——中国芯片的产业周期和世界主流不再同步。

眼看2023年，新经济危机阴霾迫近，全球芯片行业也正在迎来一波低潮。可以料到美国、韩日、中国台湾的半导体公司会集体冲入低谷，而反观中国大陆，有钱，有市场。最重要的是，还有一群热泪盈眶的人。

这一次，恐怕自由市场经济国家之间（甚至美国两党之间）也不会“和衷共济”、“共渡难关”，而是上演“谁先叛变谁得利”的经典剧情。

这个时间点百分百会到来，只争来早与来迟。

在此之前，中国最理性的做法就是：往前走，别犯错。

你还记得我们一开始说的吗？

穿越黑暗峡谷的时候，最好别45度仰望虚无缥缈的星辰，而是低头看清楚脚下的路。

在顶尖 AI 遭遇遏制的时候，通过“智能驾驶”、“现实世界数字化”、“AI 驱动数字人”这样的民用 AI 技术来提升每个具体的人的幸福指数，正是在走好脚下的路。

毕竟，鹰酱可以阻止兔子搞“无人侦察机”，但无法阻止兔子搞“无人拖拉机”。

这是深圳创业公司丰疆智能研发的自动驾驶拖拉机，是 AI 在农业领域的标杆应用。

再小的能量，乘以14亿，都是不可阻挡的浪潮。

某一天，如果中国人能调动的“平均 AI 算力”远超其他人，就如同每个人都穿上了钢铁侠的战衣。

这意味着技术也终于有机会向“老龄化”宣战——一个40岁的钢铁侠，肯定比十个20岁的泰森能打啊。

（一切顺利的话，）中国坐拥最好的民用 AI 技术生态，自然会有人眼馋；有人眼馋，自然会来寻求合作；有了合作，中国的技术自然会被更多人依赖；有人依赖，中国自然会获得更多的谈判筹码。

到那时，希望我们不再是一副委屈巴巴的表情，心里不再堆积着无人能懂的民族主义激愤，而是以更开放的、更平和、更包容的心态说出：

“来了老弟？等你很久了。一起构建人类命运共同体呀！”

（八）下一个春天

俗话说，出发太久，忘记了为什么要出发。

但幸好，逆境会扭转我们的目光，重新审视生活的意义。

历史上有两个时代值得我们参考：

60年代西半球垮掉的一代和东半球的政治运动，让热血青年心驰神往。但现在看来，那些日子留下的除了伤痕，别无其他。那是一次人类的集体迷路。

而日本1985年广场协议后“失去的30年”，虽然经济乏善可陈，但这个国家并未崩塌，也没有催生人道惨剧。而且至今它也是 GDP 第三的大国。

日本为全世界探索了一条道路——在人类宏大叙事“无能”的时候，我们应该如何走进内心，用“小故事”把自己摆渡到未来。

在今天的故事里，我讲到了很多次“白衣骑士”。但恐怕这世界上从来就没有白衣骑士。

所有的白衣骑士，都是我们自己。

复旦大学哲学教授王德峰在《寻觅意义》里写过一段话：

我们背负小小的行囊，走在这时代的荒野上，去体验生命本身的价值。我们为了一些不起眼的，却又真切的生命意义的实现，付出我们的辛劳。
尽管这些意义在这个时代的标尺上没有位置，但它们真实。只要它们真实，只要它们真切地符合人性的原则，我们就会在这虽不起眼，却又真诚的努力中获得我们真实的愉悦。
当宏大叙事已经解体的今天，叙事并没有停止，而是化为了一些小叙事，在无数小叙事中，我们重新编织起生命的意义。

而科技，应该也正在搀扶每个具体的人编织自己的意义。

这些微小的意义，终究会像雪花一样飘落在土地上，孕育一场万物复苏。

最后，我们还是回到1984。

1984年10月，英国广播电台播放了一则消息：在埃塞俄比亚的饥荒中，有数十万人正在饿死。

那无关真理和对错，无关派系和阵营，那是一个个具体的，正在死去的人。

一群音乐制作人和摇滚歌手坐不住了，他们决定搞一次盛大的慈善音乐会——Live Aid。