文/騰訊科技 郭曉靜

Meta7月19日在其官網(wǎng)宣布大語(yǔ)言模型Llama2正式發(fā)布，這是Meta大語(yǔ)言模型的最新版本，也是Meta首個(gè)開(kāi)源商用的大語(yǔ)言模型，同時(shí)，微軟Azure也宣布了將與Llama2深度合作。

(相關(guān)資料圖)

根據(jù)Meta的官方數(shù)據(jù)，Llama 2 相較于上一代其訓(xùn)練數(shù)據(jù)提升了40%，包含了70億、130億和700億參數(shù) 3個(gè)版本。Llama 2 預(yù)訓(xùn)練模型接受了 2 萬(wàn)億個(gè) tokens 的訓(xùn)練，上下文長(zhǎng)度是 Llama 1 的兩倍，其微調(diào)模型已經(jīng)接受了超過(guò) 100 萬(wàn)個(gè)人類注釋的訓(xùn)練。

其性能據(jù)說(shuō)比肩GPT-3.5，也被稱為開(kāi)源最優(yōu)的大模型。消息一經(jīng)發(fā)布，媒體與業(yè)界甚至給出了Llama2開(kāi)源商用，即將改變大模型領(lǐng)域競(jìng)爭(zhēng)格局的論斷。這件事的影響究竟有多大？即將給產(chǎn)業(yè)帶來(lái)什么樣的影響？我們邀請(qǐng)兩位業(yè)界人士聊了聊，一位是利歐集團(tuán)數(shù)字科技有限公司產(chǎn)品研發(fā)中心副總經(jīng)理周崧弢，他帶領(lǐng)團(tuán)隊(duì)幾乎評(píng)測(cè)了國(guó)內(nèi)外主流的大部分大模型；另外一位是安信元宇宙研究院院長(zhǎng)焦娟，多年一直深度觀察國(guó)內(nèi)外的科技產(chǎn)業(yè)生態(tài)。

以下為兩位的主要觀點(diǎn)：

??Llama2在模型參數(shù)、時(shí)間消耗、算力消耗等方面綜合考慮，與GPT-3.5對(duì)比是有底氣的。

??生成式人工智能會(huì)給整個(gè)開(kāi)源體系帶來(lái)天翻地覆的變化。

??未來(lái)一段時(shí)間內(nèi)，開(kāi)源和閉源一定是互相搖擺，在這個(gè)領(lǐng)域會(huì)形成相當(dāng)長(zhǎng)一段時(shí)間的互相的博弈和競(jìng)爭(zhēng)的格局。

??LLama2的商用開(kāi)源不一定會(huì)降低創(chuàng)業(yè)者使用大模型的成本，但是有可能引起大模型服務(wù)商開(kāi)始打價(jià)格戰(zhàn)，這對(duì)于應(yīng)用者和創(chuàng)業(yè)者來(lái)說(shuō)是個(gè)好消息。

??海外巨頭在AI領(lǐng)域的競(jìng)爭(zhēng)，已經(jīng)不太像是發(fā)展第二曲線這么簡(jiǎn)單，競(jìng)爭(zhēng)激烈而決絕，甚至有點(diǎn)保命的味道，背后的原因值得深思。

以下為對(duì)話內(nèi)容精選：

騰訊科技：從行業(yè)從業(yè)者或應(yīng)用者角度，如何去評(píng)測(cè)一個(gè)大模型？

周崧弢：國(guó)際上用的比較多的大模型評(píng)測(cè)框架是MMLU，它考慮了57個(gè)學(xué)科，從人文到社科到理工多個(gè)大類的綜合知識(shí)能力，我們大多數(shù)情況也是基于這個(gè)框架來(lái)評(píng)測(cè)。但是我們的行業(yè)是廣告業(yè)，基于廣告業(yè)的屬性，會(huì)增加一些其它的評(píng)測(cè)項(xiàng)目。

我們?cè)诩瘓F(tuán)的管理會(huì)上也說(shuō)過(guò)，廣告業(yè)的重點(diǎn)不在于創(chuàng)造力，而在于控制。生成的結(jié)果一定要和廣告主、它的產(chǎn)品性能、外觀、logo等，有100%的還原。在這些還原達(dá)成之后，才能有發(fā)散和想象的空間。所以我們會(huì)針對(duì)于大模型的幻覺(jué)的控制，去做單獨(dú)的測(cè)試。但是絕大多數(shù)市面上的大語(yǔ)言模型及圖片生成的擴(kuò)散模型，都很難百分百滿足廣告主的需求。通用大模型被發(fā)布之后，離完全商用還有很長(zhǎng)一段路要走。

另外，我們考慮的最重要的就是成本問(wèn)題：閉源模型有直接的報(bào)價(jià)體系，我們一般會(huì)衡量千Token的費(fèi)用。對(duì)于開(kāi)源模型來(lái)說(shuō)，要測(cè)算的環(huán)節(jié)更多，從部署到精調(diào)到最后上線進(jìn)行推理，算力消耗成有多少，維護(hù)開(kāi)源模型投入的開(kāi)發(fā)成本、數(shù)據(jù)成本有多少。

大模型質(zhì)量反饋加上成本的估算，我們就能形成一個(gè)對(duì)模型的評(píng)價(jià)，簡(jiǎn)單一句話就是，性價(jià)比越高，越受歡迎。

焦娟：從我們的角度來(lái)講，更看重的是如何去定義一些垂直方向的需求。因?yàn)槿蚍秶鷣?lái)講的話，不管是硬科技公司還是互聯(lián)網(wǎng)公司，真正有能力去定義需求的可能不會(huì)特別多，所以這個(gè)命題就可以轉(zhuǎn)換成——大模型公司自己能不能去定一些垂類的細(xì)分方向的需求，如果不能的話，能否聯(lián)合生態(tài)合作伙伴探索出比較好的垂類方向。當(dāng)然，如果某些公司自己能夠在特定的方向中有自身的數(shù)據(jù)積累、經(jīng)驗(yàn)積累那會(huì)更好。這是我們的視角，從應(yīng)用、定義垂類細(xì)分行業(yè)需求的角度。

騰訊科技：Llama2在性能上真的可以超越或比肩GPT-3.5嗎？

周崧弢: 針對(duì)Llama2的大模型還在評(píng)測(cè)中，大約需要2周的時(shí)間。但是從我們對(duì)于論文的學(xué)習(xí)，和目前已經(jīng)進(jìn)行的一些簡(jiǎn)單的評(píng)測(cè)中，可以講一些大概的比較。

在預(yù)訓(xùn)練的階段和GPT原來(lái)的模式有幾點(diǎn)不同，而且這些改變，之前其它模型公司都沒(méi)有做過(guò)。首先就是在預(yù)訓(xùn)練階段，將傳統(tǒng)Transformer的多頭注意力機(jī)制，改變?yōu)榉制航M的機(jī)制。有點(diǎn)類似或模仿我們?cè)瓉?lái)在做大數(shù)據(jù)處理的時(shí)候，處理大規(guī)模并行數(shù)據(jù)的時(shí)候，所用的分片的技術(shù)。把大量的Attention需要的Query（請(qǐng)求）一組一組成組起來(lái)，每個(gè)組放到一個(gè)訓(xùn)練單元里面去，這樣并行的效率和速度，理論上是會(huì)大幅提升。這部分我覺(jué)得是Meta在之前大規(guī)模并行處理經(jīng)驗(yàn)上，做出的一個(gè)新的改變。

基于這個(gè)改變，我覺(jué)得他們理論上在算力的需求和時(shí)間消耗上，比現(xiàn)有的大模型要提升很多倍。我預(yù)估Llama2按照他們的說(shuō)法，是一月份就開(kāi)始做，按照發(fā)布時(shí)間來(lái)計(jì)算，比Llama1的預(yù)訓(xùn)練時(shí)間應(yīng)該要短，因?yàn)樗膮?shù)量比Llama1要大。這樣的話，多輪訓(xùn)練的可能的這個(gè)周期是被壓縮的。這和論文中所提到的GQA密切相關(guān)。在這一點(diǎn)上，應(yīng)該是超過(guò)了GPT4的，雖然我們不知道GPT-4具體是多少，但是根據(jù)外界猜測(cè)，GPT-4是遠(yuǎn)高于GPT-3和GPT-3.5的。

對(duì)GQA，我們目前覺(jué)得，GQA的處理方式對(duì)于有足夠算力卡，特別是有GPU并行算力資源的用戶來(lái)說(shuō)，的確可以提高訓(xùn)練速度。不過(guò)測(cè)試和同行測(cè)評(píng)發(fā)現(xiàn)這個(gè)功能對(duì)算力池規(guī)模和硬件要求很高，因?yàn)楸娝苤脑颍袊?guó)內(nèi)地的開(kāi)發(fā)者擁有大規(guī)模GPU并行算力資源的少，所以GQA可能會(huì)對(duì)我們來(lái)說(shuō)是雞肋。

另外第二點(diǎn)，在調(diào)整階段，我們知道GPT體系在歸一化的時(shí)候，都做了層化的數(shù)據(jù)處理，使得數(shù)據(jù)訓(xùn)練的結(jié)果很精確，但是也非常消耗算力。但是Llama2用了不一樣的方案，就是在分層處理的基礎(chǔ)上又加了權(quán)重系數(shù)，這樣對(duì)于效率的提升和準(zhǔn)確度維持是很有幫助的，對(duì)算力的節(jié)約也是有幫助的。這兩點(diǎn)是在預(yù)訓(xùn)練階段所做的優(yōu)化。

另外論文中也提到，Llama1的Embedding位置是固定的，不能修改。但是在Llama2中，這是可以動(dòng)態(tài)調(diào)整的，這也是一個(gè)亮點(diǎn)。這個(gè)我們也很感興趣，想知道究竟能產(chǎn)生什么樣的實(shí)際效果。

除了這些，Llama2很明顯吸收了Llama1及GPT系列的一些工程化經(jīng)驗(yàn)，就是在RHLF階段的成功經(jīng)驗(yàn)都復(fù)用了，應(yīng)該會(huì)有很大的改善。

最后就是比參數(shù)，目前看到的就是它自己在官網(wǎng)上公開(kāi)的那些參數(shù)。包括它的人工強(qiáng)化反饋的參數(shù)大概有100多萬(wàn)，精調(diào)的部分達(dá)到十幾萬(wàn)。這些參數(shù)的話，他敢放出來(lái)就意味著，Meta在模型參數(shù)、時(shí)間消耗、算力消耗等方面綜合考慮，是有底氣的。

騰訊科技：為什么商用開(kāi)源的門檻設(shè)定到了月活躍用戶數(shù)不超過(guò)七個(gè)億？

焦娟：開(kāi)個(gè)玩笑，我覺(jué)得這個(gè)規(guī)定還是“很敞亮的”——Meta打出了一張明牌，既然防不住別人去研究，那就干脆放開(kāi)。本質(zhì)上是內(nèi)部博弈的一種結(jié)果。Meta的財(cái)務(wù)指標(biāo)從2021年初就不是太好了，所以一直也在尋找第二增長(zhǎng)曲線。2021年10月Meta改名，All in 元宇宙，但是并沒(méi)有看到太實(shí)質(zhì)的起色。它推出現(xiàn)在的大模型，是可以與自身的硬件融為一體的。相當(dāng)于打出來(lái)一張明牌，既要硬件、又要軟件、又要操作系統(tǒng)，希望能在AI時(shí)代有自己的一席之地，但是開(kāi)源的同時(shí)，也不希望能夠太有利于競(jìng)爭(zhēng)對(duì)手。大家可以看到，7億月活的產(chǎn)品有YouTube 25億、蘋果 18億、微軟 14億、三星 10億、領(lǐng)英 9億、Snapchat 7.5億等。

騰訊科技：商用開(kāi)源和研究授權(quán)究竟有什么本質(zhì)不同？對(duì)開(kāi)源生態(tài)可能會(huì)有什么不同的影響？

周崧弢: 大語(yǔ)言模型爆發(fā)之后，開(kāi)源這件事情也變得很復(fù)雜，大家對(duì)于開(kāi)源的定義和這個(gè)規(guī)則做了很多的調(diào)整。會(huì)涉及到你是算法本身開(kāi)源、數(shù)據(jù)研究開(kāi)源等等。對(duì)于現(xiàn)在新的語(yǔ)言模型或者是生成式模型的整體的開(kāi)源的判斷：第一是要看它的算法代碼是不是開(kāi)源，然后看它的訓(xùn)練數(shù)字集會(huì)不會(huì)開(kāi)源出來(lái)。第三看基于開(kāi)源算法，如果我做了精調(diào)或者是其它處理，你的授權(quán)政策會(huì)有什么樣的約束。第四就是使用你的模型推理出來(lái)的結(jié)果，模型方是不是有控制權(quán)。我們一般從這幾個(gè)方向來(lái)判斷，這個(gè)模型的“開(kāi)源”對(duì)我們是否真的有應(yīng)用價(jià)值。

關(guān)于研究開(kāi)源和商業(yè)開(kāi)源，我記得最典型的例子就是Stability AI這家公司，我記得LLama2開(kāi)源前的兩周，StabilityAI的XL那個(gè)版本也發(fā)布了，就是只有研究授權(quán)開(kāi)源，明確規(guī)定，可以用模型和數(shù)據(jù)去做研究，比如你是研究員或者是屬于某所高校，但是如果用這個(gè)模型去做商業(yè)化，是完全禁止的，需要單獨(dú)申請(qǐng)授權(quán)才有可能使用。

大模型的開(kāi)源授權(quán)，我覺(jué)得和原來(lái)開(kāi)源的那套邏輯已經(jīng)有很大變化，環(huán)節(jié)和流程設(shè)置得非常細(xì)，有可能生成式人工智能會(huì)給整個(gè)開(kāi)源體系帶來(lái)天翻地覆的變化。

騰訊科技：Llama2的商用開(kāi)源，會(huì)對(duì)大模型的競(jìng)爭(zhēng)格局造成什么樣的影響呢？

焦娟：海外巨頭的競(jìng)爭(zhēng)中，有一個(gè)風(fēng)格，就是要讓自己的產(chǎn)品和服務(wù)有辨識(shí)度，所以Meta叫元宇宙，蘋果一定要叫新宇宙，別人閉源，我就要占領(lǐng)開(kāi)源。過(guò)去的開(kāi)源，可能是有自由情懷的極客去做的事情，思路也比較簡(jiǎn)單。而現(xiàn)在如此大的商業(yè)體去主導(dǎo)這件事，更多還是商業(yè)利益上的考慮。

周崧弢：我認(rèn)為整個(gè)生成式人工智能這個(gè)體系競(jìng)爭(zhēng)格局的三要素——算力、算法、模型，還是沒(méi)變。其實(shí)模型只占三分之一的競(jìng)爭(zhēng)因素，模型改變的話，最多只能改變?nèi)种换蛘弑热种欢嘁稽c(diǎn)，我估計(jì)樂(lè)觀一點(diǎn)，可能到45%左右。

國(guó)內(nèi)和國(guó)外的格局還是不太一樣，國(guó)外算法層面的格局比較明顯。國(guó)外的數(shù)據(jù)基本是被清洗過(guò)和被矢量化過(guò)的，訓(xùn)練數(shù)據(jù)集已經(jīng)很充分了，在數(shù)據(jù)方面的競(jìng)爭(zhēng)優(yōu)勢(shì)不明顯，除非你具有某個(gè)行業(yè)的專有數(shù)據(jù)。算力也不是國(guó)外巨頭能拉開(kāi)差距的地方，巨頭其實(shí)都有實(shí)力去拼算力。

首先，國(guó)內(nèi)擁有核心底層算法的公司其實(shí)很有限；第二，國(guó)內(nèi)的數(shù)據(jù)，被清洗程度、矢量化程度其實(shí)是不高的。早期如果投入大量的力量做數(shù)據(jù)的結(jié)構(gòu)化處理的公司，其實(shí)它可以彌補(bǔ)在算力、在算法上面的不足。第三，國(guó)內(nèi)其實(shí)是短期之內(nèi)是缺算力的。所以LLama2開(kāi)源對(duì)于國(guó)內(nèi)的格局的影響，目前來(lái)講并不好判斷。

再說(shuō)回國(guó)外，整個(gè)生成式人工智能里面，谷歌才是真正的先驅(qū)，然后他差點(diǎn)就被搞成先烈了。就是因?yàn)檎麄€(gè)生成式人工智能的源出論文就是《Attention is all you need》，然后包括最早的開(kāi)源模型T5其實(shí)都是谷歌的。曾經(jīng)谷歌也是笑傲群雄。不料后來(lái)殺進(jìn)了一匹黑馬OpenAI，最早GPT-1、GPT-2都是開(kāi)源的，GPT-3開(kāi)源之后又閉源了。當(dāng)OpenAI進(jìn)場(chǎng)的時(shí)候，開(kāi)源才是整個(gè)生成式人工智能的主流。

OpenAI這個(gè)時(shí)候找到了微軟，也擁有了很貴的算力，成了谷歌強(qiáng)有力的競(jìng)爭(zhēng)對(duì)手。2022年開(kāi)始，生成式人工智能這個(gè)市場(chǎng)，就開(kāi)始進(jìn)入到閉源的體系中。OpenAI從掌握算法，加上微軟的算力、數(shù)據(jù)，閉源打造產(chǎn)品，產(chǎn)品又成了現(xiàn)象級(jí)的爆款，微軟和OpenAI都從中獲益。我認(rèn)為Meta開(kāi)始決定進(jìn)入到這個(gè)領(lǐng)域的時(shí)候，估計(jì)也是從頭開(kāi)始仔細(xì)研究了發(fā)展歷史，既然看到了OpenAI從開(kāi)源領(lǐng)域撤回到閉源，那我還是用開(kāi)源的方式，再重新打敗你的魔法。

在這之前，Meta也看到了幾家小公司開(kāi)源之后的生命力，特別是Stability AI，這家公司并沒(méi)有深厚的根基，要錢沒(méi)錢、要技術(shù)沒(méi)技術(shù)，突然之間殺出來(lái)的，雖然這家公司現(xiàn)在還是有很多的爭(zhēng)議。

我記得Llama1是3月份就是對(duì)外宣布開(kāi)源，當(dāng)時(shí)還說(shuō)是“不小心開(kāi)源的”，然后Stability AI也說(shuō)我是不小心把代碼泄露了，所以也開(kāi)源了。整體路徑是，谷歌奠定了開(kāi)源的基調(diào)，然后OpenAI和微軟又把它折回到閉源的體系里面，然后Meta和Stability AI又把它又放到了開(kāi)源里面，我覺(jué)得未來(lái)一段時(shí)間內(nèi)，開(kāi)源和閉源一定是互相搖擺，在這個(gè)領(lǐng)域會(huì)形成相當(dāng)長(zhǎng)一段時(shí)間的互相的博弈和競(jìng)爭(zhēng)的格局。

騰訊科技：Meta開(kāi)源Llama2是迫不得已還是主動(dòng)戰(zhàn)略選擇？

焦娟：肯定是主動(dòng)戰(zhàn)略選擇，因?yàn)楸旧鞰eta、微軟、谷歌三家在AR領(lǐng)域主要的三個(gè)競(jìng)爭(zhēng)對(duì)手，混戰(zhàn)了大概有十幾年。Meta很快地推出了LLama2，至少比谷歌要快。開(kāi)源和閉源的選擇，都不會(huì)脫離掉本質(zhì)的一些利益訴求，所以說(shuō)徹底改變競(jìng)爭(zhēng)格局，我覺(jué)得可能意義沒(méi)那么大。第二就是國(guó)內(nèi)的情況不太一樣，所以國(guó)內(nèi)的競(jìng)爭(zhēng)格局要再觀察一下。

不管是開(kāi)源還是閉源，本質(zhì)上就是全球這幾家公司彼此之間在新的大機(jī)遇面前的戰(zhàn)略選擇。在發(fā)力布局眼前的時(shí)候，還希望盡可能去攻占比爾呢的腹地。海外巨頭的競(jìng)爭(zhēng)，都已經(jīng)不太像是發(fā)展第二或第N增長(zhǎng)曲線這么簡(jiǎn)單。競(jìng)爭(zhēng)激烈而決絕，甚至有點(diǎn)保命的味道。

我覺(jué)得這點(diǎn)才是最值得大家去探討的：他們這些行為的背后到底是什么樣的大環(huán)境或者大背景，讓他們一定以這樣決絕的方式、軍備競(jìng)賽一樣的方式去做這件事情。

最近也有一些值得關(guān)注的事情發(fā)生，馬斯克的X-AI這家公司的成立，它要重新理解現(xiàn)實(shí)物理世界，所有巨頭都在盯著AGI的真正實(shí)現(xiàn)。這個(gè)版圖越來(lái)越大。然而，新的商業(yè)世界和新的商業(yè)版圖，總需要有一些新的爆款應(yīng)用和爆款產(chǎn)品來(lái)做牽引，這在2023年實(shí)現(xiàn)可能還有點(diǎn)難。我們可以把希望放到2024年，也許蘋果的MR眼鏡會(huì)是一個(gè)新的契機(jī)。

騰訊科技：我們還看到另外兩家海外巨頭，馬斯克和蘋果，并沒(méi)有高調(diào)宣布自己在大模型領(lǐng)域的進(jìn)展，這點(diǎn)怎么看？

焦娟：他們只是暫時(shí)按兵不動(dòng)，而且可以肯定的是，他們推出的東西，肯定不會(huì)再叫大模型。我覺(jué)得我們可以再去關(guān)注下一層，具身智能。在這個(gè)方向，馬斯克是最不用擔(dān)心的。而蘋果最大的優(yōu)勢(shì)在于軟硬結(jié)合。

周崧弢：我們自己也大概測(cè)了一下，M2的芯片在浮點(diǎn)算力上面是可以和英偉達(dá)的卡去抗衡。蘋果有可能走的是軟硬件一體化，它其實(shí)是超越大模型目前的競(jìng)爭(zhēng)格局。

具身智能，我覺(jué)得有可能是未來(lái)整個(gè)通用人工智能發(fā)展的一個(gè)新的里程碑，因?yàn)橐坏┠銚碛辛藦?qiáng)大的推理能力，一定會(huì)擴(kuò)展到物理世界，而控制物理世界的核心點(diǎn)，就是要嵌入身體或者是嵌入到物理世界的傳感器中，那這就是變成具身智能的體系。就如剛剛周老師所說(shuō)，這個(gè)是反而又變成了馬斯克的一系列公司。

當(dāng)我們把軟件和硬件重新結(jié)合在一起去看整個(gè)通用人工智能的時(shí)候，你就會(huì)發(fā)現(xiàn)，競(jìng)爭(zhēng)格局又發(fā)生改變了，已經(jīng)不是Google、Meta和open AI這幾家在競(jìng)爭(zhēng)，而是有可能會(huì)有更多的硬件公司加入進(jìn)來(lái)。

騰訊科技：Llama2的商用開(kāi)源，是不是有可能把大模型創(chuàng)業(yè)的成本打下來(lái)？

周崧弢: 這塊我現(xiàn)在不確定，因?yàn)殡m然是省了租用API的開(kāi)銷，但是你會(huì)發(fā)現(xiàn)6月15號(hào)OpenAI大降價(jià)之后幾乎是一折促銷，所以閉源模型也在打價(jià)格戰(zhàn)。反而是說(shuō)，如果用開(kāi)源模型的話，需要多少硬件成本、算力成本、數(shù)據(jù)成本？隱含成本不好估算。單純從LLama2的開(kāi)源來(lái)說(shuō)，我覺(jué)得對(duì)于創(chuàng)業(yè)來(lái)說(shuō)的話，不見(jiàn)得是一個(gè)節(jié)約成本的路徑。

針對(duì)推理成本，我們目前測(cè)的和結(jié)合國(guó)外測(cè)試者的評(píng)價(jià)文章，發(fā)現(xiàn)一些特定類型的推理任務(wù)，比如分類或者langchain的工作流，Llama2的推理效率和時(shí)間消耗是減少了，但是其他類型的任務(wù)，如果和GPT-3.5-turbo-0615的快照版本相比，不一定會(huì)便宜（僅僅是推理算力消耗方面）；還有就是現(xiàn)在的原廠版本對(duì)中文理解非常流暢和準(zhǔn)確，但是中文表達(dá)幾乎是0，所以中國(guó)的創(chuàng)業(yè)者想要完全用上Llama2必須花大的代價(jià)解決中文表達(dá)的精調(diào)或者引導(dǎo)，或者等開(kāi)源社區(qū)提供中文的表達(dá)版提供……這個(gè)成本不低。

另外，Llama2的商用開(kāi)源，確實(shí)有可能引起大模型服務(wù)商開(kāi)始打價(jià)格戰(zhàn)，這對(duì)于應(yīng)用者和創(chuàng)業(yè)者來(lái)說(shuō)是個(gè)好消息。

焦娟： 坦率講，在國(guó)內(nèi)我還是比較期待一些行業(yè)模型或垂類模型。我自己挑了大概幾家看好的公司，特征是一直在這個(gè)行業(yè)內(nèi)做的很扎實(shí)，有持續(xù)的數(shù)據(jù)積累和平臺(tái)建設(shè)的經(jīng)驗(yàn)。另外就是，我覺(jué)得這輪并不是一個(gè)船票貴不貴的一個(gè)問(wèn)題，而是你不管貴不貴，大家都面臨著轉(zhuǎn)型。

關(guān)鍵詞：