周鸿祎现身哈佛演讲，调侃360含义：250+110

DoNews4月14日消息，凤凰网科技报道，4月14日，360公司创始人周鸿祎应邀在哈佛大学第二十七届哈佛中国论坛发表演讲。他表示，简单介绍一下这个我的公司的名字360，很多人问我这个名字什么意思？

原来我们做免费杀毒这个行业，内卷的比较厉害，所以我们自己不赚钱也坚持不让对手赚钱，对手都觉得我们这种精神非常二，懂中国人都知道我说的二百五是什么意思，他们讲一群二百五想做网上110，所以我一算 ，250加110就正好等于360。所以下次看到360可以讲解这个含义。

周鸿祎表示，行业里对我也有很多误传，比如为什么我爱穿红衣服，有人说为了显得颜值高一点，但是我也不靠颜值吃饭，因为我的名字很多人第一次认识吧。那这老念错了，叫周宏伟。

有的时候很多这个，很多人念错了，我也不好意思纠正，我就穿个红衣服暗示一下，说我叫周红衣。所以年轻的时候比较年轻气盛，大家叫我叫红衣大炮。嗯，现在年纪大了，这个激素分泌的少了，就变得平和了很多，所以现在叫红衣大叔。

以下为周鸿祎讲话实录(有部分删减)：

大家好，我还是用中文来做演讲，因为我的英文就比are you OK的水平高一点点，而且到了哈佛这么严肃的场合，我这个英文都是看的盗版电影动作片记录片学的英文。

我简单介绍一下这个我的公司的名字360，很多人问我这个名字什么意思？这个我做Cyber security，我希望是360度无死角的，不是有的人说的365天我干360天。

但是还有一个版本，大家可能印象会更容易记忆一点，就是原来我们做免费杀毒这个行业，内卷的比较厉害，所以我们自己不赚钱也坚持不让对手赚钱，对手都觉得我们这种精神非常二，懂中国人都知道我说的二百五是什么意思，他们讲一群二百五想做网上110，所以我一算 ，250 加110就正好等于360。

所以下次看到360可以讲解这个含义。我本人行业里对我也有很多误传，比如为什么我爱穿红衣服，有人说为了显得颜值高一点，但是我也不靠颜值吃饭，因为我的名字很多人第一次认识吧。

那这老念错了，叫周宏伟。有的时候很多这个，很多人念错了，我也不好意思纠正，我就穿个红衣服暗示一下，说我叫周红衣。所以年轻的时候比较年轻气盛，大家叫我叫红衣大炮。嗯，现在年纪大了，这个激素分泌的少了，就变得平和了很多，所以现在叫红衣大叔。

那这次我来哈佛的目的，其实说白了就一个目的，来吸粉来了。所以刚才为了吸粉儿所有人找我合影，我都很努力地配合了一下，是吧？跟我合影的唯一要求就是你要在抖音和视频号上关注我的红衣大叔。那你们就说，你吸粉就是像董宇辉一样准备做直播带货，因为中国现在互联网认为宇宙的尽头就是直播带货啊。

这个错了，我简单解释一下，现在TikTok在海外的用户应该有几十亿了，中国有10亿老百姓每天只刷短视频。人们的头脑已经被格式化了，别的信息接受不了。无论你是一个创业者，还是你是一个企业家，其实你要最重要的一点，你要跟你的用户保持接触，保持connection，对吧？

你要去聊天，跟你用户对话，那么你要获得话语权，你要获得影响力，所以不一定是非要在网上卖面膜、卖名产品才需要做网红，所以李斌的反应很快，李斌现在已经在网上很红了。

这次小米汽车的火爆，大家看一看雷军每天发两条短视频，然后也很有网感，影响力，团灭其他的这个传统车商，这就是网红的力量。

所以另外大家在做网红的过程中，其实可以学会如何正确的对公众来表达这个表达能力。我觉得也是有很多创业者缺失的。当你去推销你的公司，当你去融资，当你招募员工的时候，其实包括你要发挥现实扭驱力让员工相信还没有发生的事情的时候，都是需要这种公众的表达能力。

这次来吸粉我觉得本来是没有期望的，因为我对哈佛中国论坛不是很了解，我原来以为是一个内部闭门的一个小规模的会议，但是这次过来远远超出我的预期，我们想让几位年轻的小同学能够办一个这么有影响力这个论坛，比我当年是他这个年纪的时候能干太多了。

如果大家也希望跟我了解两方面的事情，一个是如果你想创业创新，对吧？或作为一个小企业的时候遇到很多问题，我觉得我们可以交流，那如果你对人工智能的新潜力技术比较感兴趣，我们也可以交流。

我倒不是说我很成功，其实我是中国互联网的最倒霉的创业者了，虽然第一批创业者，但是一直不是很成功，所以屡败屡战，不断的在折腾。成功的经验不一定能对你有价值，因为有成功有很多偶然，但是我很多掉坑里，这个采雷的经验可能对大家也许能有所帮助。噢，那言归正传，我就谈谈技术。

那么我在中国这半年来一直在布道，因为我总是讲一个AI信仰问题，那大家可以对照一下什么叫AI信仰？这就是我们道不同不相与谋嘛，就是你相不相信这次大模型的突破是真的人工智能，而不是人工智障。

第二，你相不相信未来三到五年或两到三年AGI是一定会来到的，因为这你对未来的认知决定了你的态度。首先是先有一个认知的问题，那第二个你相不相信人工智能先超过当年的 PC 和互联网，会宣布一场真正的工业革命，你相不相信所有的行业、所有的软件、所有的公司的业务流程都值得再造一遍？那老有人问我人工智能是不是会导致某个行业、某个公司被淘汰了？

问题，我其实觉得人工智能不见得会淘汰某个人，到时候不用人工智能，不了解人工智能的人会被用人工智能的同行给淘汰掉。

所以大家可以对照一下，如果你相信的话，那就说明咱们有共同的AI信仰，我们就可以继续愉快地谈下去。那么有了AI信仰之后，我就提示 all in ai。

但是这种话题很虚，就大家都在说 all in AI 怎么all in？那这个话题是很多，因为这个中国论坛很好，唯一就给我的时间太少。

哈哈哈，所以我就谈一个问题，就是中国的AI机会，也送给各位在座也想要拿AI来创业的小伙伴。就是说作为一个创业者，因为中国处在AI创业的早期阶段，那么可能不像美国发展的这么成熟，那到底这个AI之路怎么走？那我有几个观点。

第一个观点不是只有open ai一条路， open ai的路子我认为是对的，他们相信 scaling law，对于更多的数据，对于更大的模型，增加更多的算力，对吧？然后他的相应模型越做越大，最后一定能突破超级强的智能。那么这条路我觉得中国也在走，但是需要点时间，但是如果只有这一条路， open ai做了一个GPT，让全世界所有人都用，这是他们奥特曼的梦想，但是这个不代表所有道路的选择。

第二个有没有另外一条路？那么我最喜欢的一个 slogan 就是 think different，就是要跟别人想法不一样。举一个简单的例子，你们都知道 Intel 当年如日中天的时候，它的 CPU 核越做越多，每个核的主频越做越高，所以算力越做越强，当然发热也越来越厉害。

那 arm 是怎么跟他竞争的？注意是 arm 不是MD，只 follow Intel的策略，所以到现在 MD 也还和Intel的距离很大。但是arm说我走另外一条相跟你相反的路，不按你游戏规则玩，我越做越轻，越做越小，工作在这种边缘设备或者终端移动设备上，所以反其道而行之。

所以大模型并非只有做超级通用大模型一条路，除了越做越大，还能越做越小。其实你们很多人可能都很喜欢apple，今年 apple 成功的时候，你要想想当年 97 年到 2001 年乔布斯回到苹果的时候，它并不是去重复做PC、做笔记本才来胜出的，他实际上做了一个更小的设备叫iPod，也是一个different的产品。

那第三个我们看一看现在大模型一方面做大的同时还有三个小的趋势。第一，很多通用大模型是由MOE构成，对吧？就是由多个专家小模型构成，甚至说其未来的大模型里面可能不一定是这个越大效果才越好，而是专业的小模型来协作工作。

还有一个最后大家可能关注的一个趋势就是大模型现在越做越小，因为大模型要上终端、上电脑，像上手机、上汽车。比如说苹果，对，反正宣布它 M4 的 CPU 要支持大模型，苹果肯定是要做 AI PC 和 AI 手机。那么我觉得特斯拉很快就应该把大模型上车，对吧？大家以后幻想到自己家里这种家用服务机器人，等到你们养老的时候，家用机器人驱动的核心一定是在家里的一个大模型上。

第三个开源大模型现在爆发，我是一直相信开源的力量，至于说网上有些胡说八道，你们也别被他们忽悠了，说开源不如闭源好。

一句话，今天没有开源，没有 Linux 就没有互联网，连说实话的公司自己都是借助了开源力量才成长到今天开源社区聚集的工程师和科学家的数量是必然的数百倍。所以今年开源只做了一年就已经超过了 3.5 的能力，所以我觉得未来我觉得在一两年内，我认为开源的力量很有可能会达到或者超过必然的水平。

那第四个，我觉得这里面有个巨大的机产业的机会，就是走专业级大模型的机会。那么你知道大模型要引起一场工业革命，想一想个人电脑还是超级电脑，谁引发的工业革命？超级电脑虽然很powerful，但是只是智能用户，后来只有当个人电脑进入了千家万户，进入了百行千业，才引发了真正的工业革命。所以我们要把大模型拉下神坛，让他真正地和很多行业相结合，和很多企业真的能把大模型用起来。

所以在企业里边，我们过去做了一年，但有很多失败的案例，也有一些成功的例子。我们发现在企业里要找垂直的场景，要训练专业的大模型，所以未来在企业里面的政府里面不会只有一个通用的大模型在工作。

事实上通用大模型今天对很多行业不了解，包括我们企业内部有很多知识他也不了解。这样请了一个外部专家，对我们企业的情况一无所知，他怎么可能真正的能够介入到企业的业务，所以未来在企业内部不也都不会只有一个专业大模型，将来可能会有数十个专业大模型在各自解决各自的问题，所以当你把问题 think different 往反向去想的时候，你就发现难度没有那么高了。

因为今天你要做一个 GPT 4 和作为 GPT 5 真的很难。又要解奥数题，又要写古诗，又要会翻译，还要懂物理、懂历史。但在企业里面，我们只需要培养一个专项的专家一个，而不是做十项全能，那么我们就发现那么很多问题就迎刃而解。

比如说现在开源模型的能力达不到 GPT 4。但是我专注在一个方向上，用企业内部的专有数据加上专有工具经营能力的加强之后，它是有可能在专业能力上超过 GPT 4。前两天百度的李彦宏说他们超过了 GPT 4，然后王小川就不相信他，就出来怼李彦宏。其实你仔细听听李总说的有道理，他是他前面说在写古诗方面我们超过了。

而且做专业的大模型，你会发现说只要你做专业的模型，做专业的事情，那不需要万亿、千亿的参数，几十亿、百亿的参数就能用，那一旦用几十亿、百亿的参数，就意味着不需要100块、1万块，我抽着10万块显卡对吧？

可能用一个消费级的显卡，三零九零、四零八零，是吧？可能几块卡就能用，这样的话把成本一样的，就从原来的一个亿的小目标或者几千万，可能降到了10万级或者100万级人民币这个领域，那么到这个量级很多企业就真的用得起了。

所以这里面我就不插广告了，我们，我们做了一个安全大模型，就是确实在只是发挥专业的安全的攻防知识，然后训练成为在安全攻击的自动发现能力上远远超过了GPT 4。那最后还有最后一两点快完了，还要再忍一下。

对，那么我觉得在现在很多创业者面临最大的问题是很多人先做大模型，再去找场景，这个做法是不对的，用户要的并不是大模型，用户要的是大模型在背后驱动的，你解决了他什么问题，对吧？

经常用经典的故事讲，用户要的不是一个钻头，用户要的是钻头钻出来的洞。所以我们最重要的是找到明星场景，或者要痛点场景、刚需场景，然后根据场景定义功能，再根据这个功能来训练专业的模型。

那什么叫痛点刚需场景。有两个数字，你看看在你们内部，要么在内部业务流程上，要么在外部产品服务的体系功能上，有什么东西能够利用人工智能加持某个环节能够提高十倍的效率，提高十倍的体验，或者降低十倍的成本，降低十倍的人力，那么很有可能就你就找到了这一点。

所以我是觉得对很多创业者来说，实际上是产模一体，就是要先有场景，定义产品，然后由产品再来定义自己专有的模型。所以对在座的很多同学而言，那么做企业级的专业大模型是有巨大的创业机会。

最后讲一下，中国发展专业大模型有可能是成中国的一个巨大机会，因为中国现在传统的行业门类最多，生产力、供应链最齐全，那么都在搞数转智改，数字化转型、智能化改造，所以所有的企业都需要让专业大模型重塑一遍，所有的工业级、所有的企业级软件都值得重写一遍，这样中国可能会率先带来新的工业革命。

包括在新的刚结束的两会，给中国的政府工作报告里专门提到了人工智能+，实际上就是大模型+，为什么要用的加号？就是不利于做一个大模型，而是把大模型的能力真正赋能到各个传统行业里面去，那么这个发展潜能广阔。所以大家如果有好的这个大模型的技术，欢迎大家回国创业与我们合作。谢谢大家。