Perplexity AI CEO：10年后的搜索会是什么样子？

公众号新闻

2024-01-13 14:01

2023年12月，Perplexity AI CEO Aravind Srinivas参与了红点AI的播客访谈节目，谈及了诸多AI创业经常会遇到的问题以及他的思考：

如何与谷歌竞争？

10年后搜索会是什么样子？

如何引导用户提问？

如何吸引新用户与取悦”高级用户”？

......

这个访谈有许多让人印象深刻的片段，以下为全文：

Host：我们的大多数听众可能都在使用Perplexity ，当你使用它时，其简单的使用体验可能掩盖了它背后的复杂性。那么，在打造如此流畅无缝的体验过程中，背后到底发生了什么，比如你建立的模型类型等等。

Aravind Srinivas：是的，我一直在思考这个问题，回答这个问题的一种方式可能听起来有点乏味，就像管理学话术一样，但是我们真的需要专注于五个维度：准确性、可靠性、延迟、愉悦的用户体验以及持续的迭代改进——不断地为每个人整体改进，或通过个性化为你个人改进。这五个维度都需要做得非常好，产品才能成为市场的佼佼者。

一百个创业公司中可能只有一个能在其中一个方面做得很好，这意味着成功率是1除以100的五次方。但你必须为此努力，否则你怎么能创造出下一个价值数十亿美元的公司呢？

所以，当你提出一个查询时，我们试图理解查询，尝试重新构思它，我们试图知道对于那个查询使用哪些页面，我们试图知道在我们选择用于回答查询的页面中哪一部分，然后是答案如何呈现——这是一个总结，但它只是一个段落，还是一系列的项目符号列表，或者是怎样的？每个句子应该如何支撑引用，如何最小化错误，以及每个句子结束时反映的引用是什么？如何确保没有幻觉？

有时候，对于一个答案来说，仅仅是文本是不够的。所以有时你可能想要有图像。就像你播放一个视频，如何确保最终的答案是一个可共享的实体？这是我们所做的创新之一，你知道，就像你的查询，答案的价值如此之高，以至于即使没有提出问题，别人也能从中受益。所以让它可共享，然后是跟进问题，在你问了一个问题之后，我们为什么要建议你跟进？因为你不知道如何准确地提问。

实际上，这是人类的一个根本局限，我们不擅长提出跟进问题。原因是我们都很好奇，我们的好奇心是无尽的，但世界上只有少数人知道如何将他们的好奇心准确清晰地表达成问题。这就是为什么当有人做演讲、报告或主题演讲时，你会看到很多人排队提问，但你会看到很少有人提出好问题。

大多数问题可以通过互联网搜索来回答，但只有少数问题需要额外的思考。这也是为什么我们引入了这个叫做Copilot的东西，我们觉得好吧，为什么要责怪用户不是一个伟大的提示工程师？为什么要责怪用户没有问对问题？有时我的妈妈会说这个不起作用，我会让她把报告和永久链接发给我，她会发给我，我看了查询后会想，当然，你没有正确地提问。我曾经这么想，然后我读了一本书，或者是Larry Page的一次演讲。

Larry有一个很棒的故事，他在试图向Exite出售Google时，他和Serge去见Exite的CEO，Larry打开一个窗口，启动Google作为一个窗口，而Exite作为另一个窗口，并输入相同的查询，Google得到了更好结果的链接，Exite没有得到。然后Exite的CEO看了一下，说你查询的方式不对。

Larry就说：我只是个用户，我没有错，用户永远不会错。这就是人机交互中的理念，用户永远不会错。

Host：你谈到了你正在投资的那五个领域，是的，你是如何在工程角度上分配这些资源的？因为我想像，在UI层和迭代工作流程方面有很多工作要做，同时在相关性和建模层也有很多工作。你是如何考虑现在投资与以后投资的？

Aravind Srinivas：没错，我的意思是，最好的公司是垂直整合的，如果设计师、产品工程师和后端人员不一起工作、交谈，那你就不会有一个伟大的产品。

例如，特定的设计可以帮助你从用户互动中获取更多数据，这可以使你的AI更聪明，从而使你的产品更好。你怎么能建立这样的东西，除非你的设计师、AI领导和产品领导不断地相互交谈。所以我们做到了，我们定期开会，大家一起讨论，我们听取意见。顺便说一下，这并不是基于共识的决策制定，我们确实有强烈的意见，有时候讨论非常激烈，但我们试图确保每个人都理解其他方面的重要性。

我们公司的每个人都喜欢好的设计，每个人都喜欢出色的答案，每个人都喜欢快速的产品，每个人都喜欢可靠的产品，每个人都希望产品不断改进。产品的价值和公司的价值应该和谐一致。所以当我必须为公司制定文化，比如什么是核心价值时，我提出了质量、真理、速度作为三个价值，因为这正好反映了我们的产品。

Host：你知道，Perplexity的演变中有趣的一点是，你们一开始使用的是现成的OpenAI模型，然后你们对一些较小、较快的模型进行了微调，现在你们增加了开源模型的使用，并发布了自己的模型。我认为这是一个非常有趣的案例研究，因为显然有很多其他公司可能比你们早一两个阶段，他们正在考虑何时构建自己的模型。也许谈谈这个旅程，以及你是如何考虑做这些事情的正确时间的。

Aravind Srinivas：是的，我的意思是，我百分之百想要，如果我能回到过去，我会完全以同样的方式做。如果你想成为一个以产品为中心的公司，请从别人的模型开始，不要浪费时间构建自己的模型。当然要为此建立肌肉。看，我们很幸运，我们的联合创始团队中有两位，包括我自己和我的首席技术官，曾是AI研究员，我们在创办这家公司之前已经训练了模型大约半个十年，所以我们完全了解训练这些模型所需的一切。但是如果你不是那种人，也没关系，你知道，不要试图冒险去那里。

事实上，你应该比我们更专注于产品，尽量推出一个产品，确保它有用户，确保他们是回头用户，确保他们持续使用，首先要突破这个障碍。这是第一件事，差不多一半的问题在那之后就解决了，因为你至少能吸引到一些资金，你能吸引到其他员工。实际上，比吸引资金更难的是吸引到优秀的人才。现在有很多人想把他们的钱投入到生成性AI中，也许你拿不到顶级投资者，但你能拿到第二级投资者，就有一些钱在银行了，或者你降低估值，把钱放进银行。但是，要吸引到真正真正优秀的工程师比吸引一些投资者支持你更难。第二个更能改变你的命运。

为什么一个判断和决策非常稳健的优秀工程师会加入你的团队，当你甚至没有一个有用户的产品时？他们可能会加入你，如果你在建设基础设施，但那时你就是一个基础模型公司。如果你是一个基础模型公司，你最好筹集数亿美元的资金。否则就没有办法玩这个游戏，然后这会产生另一系列问题，比如你需要更高级的AI研究员，他们知道如何训练这些大型模型。

事实上，他们比GPU更稀缺，今天你可以得到一个Nvidia H200 GPU，但你无法得到一个知道如何训练GPT4的人。是的，这很难，你付不起工资，而且即使你能付给他们钱，他们也不会离开那些知道如何做其他事情的团队。所以一定要实际一点，你知道，如果你为什么要创办一家公司？你创办一家公司是为了推出一个产品，并围绕它建立一个业务。然后试着去做，这是你的工作。

Host：好吧，你说了这么多，为什么你现在要去建立你自己的模型？为什么你不只专注于产品？

Aravind Srinivas：因为这里有一个简单的原因，特别是如果他们在与你相同的领域开发产品，你不会想过度依赖某人，直到很明显你们是有区别的。所以我们想做到这一点并推动成本降低，但我们等待了。就像Jeff Bezos说的那样，你要等待下一波浪潮到来。开源将会是一波浪潮，就像GPT 3.5是一波浪潮，每个人都开始在其基础上构建。另一波浪潮正在来临，等待它到来时要好好利用它。这就是我工作的大部分，基本上是与公司中的领导人交谈，确保他们能够做出伟大的决策，并给他们所有需要的信息和输入。

Host：所以听起来你非常支持一开始就基于现有模型构建，然后随着时间的推移对它们进行迭代。我认为在开始阶段移动得最快是很重要的。我认为你公开谈论过一些这类以产品为中心的公司被称为Open AI的“包装者”，听起来你非常支持这种做法，然后你如何看待长期的护城河以及它的来源？

Aravind Srinivas：看，你只有在拥有某物的时候才会考虑护城河，是的，你得有些东西可以保护。就像你说的，但我宁愿是一个有10万用户的“包装者”，而不是拥有一些内部模型但没有人知道我是谁，甚至模型可能根本不重要。

有很多人去建造模型。然后现在发生了什么？就像每个人都只是使用Llama 2或Mistral一样，我们整合了所有东西，这将成为封闭专有模型和开源模型中的幂定律。今天情况是怎样的，它是OpenAI和Anthropic,没有第三选项。开源模型可能就是Llama 2和Mistral，基础模型，专门研究它们的人，但这就是它正在巩固的方向。这对我来说已经很多了。

Host：当你展望未来，你看到自己完全使用开源，还是仍然混合使用？

Aravind Srinivas：我们想处于这样一个位置：如果别人有比我们更好的模型，那么我们想拿过来放进去，给我们的用户。

对，原因非常简单，我们的用户只想要最佳答案，他们根本不在乎我们的护城河。用户不关心你是否盈利，如果OpenAI向你收取更多费用，他们不在乎，他们想要最佳答案。

这是我从Jeff Bezos那里真正得到启发的东西，有次采访中，人们不断问他，为什么你在开发Kindle，那是苹果的事情，iPad将成为阅读设备，为什么你追求一两天送货的东西，你会烧掉更多的钱，你在亚马逊的整个历史中从未盈利，他只给出了一个简单的答回答：你认为我们的用户在乎吗？

Host：你还谈到了Perplexity对于今天的深度知识工作来说非常好，我很好奇，你开始走这条路了。你如何思考Quora和维基百科类型的产品的未来，会长得像Perplexity吗，以及这将在多大程度上成为你们工作的重点，与更广泛的搜索类别相比。

Aravind Srinivas：是的，我考虑过这个问题，我认为Quora和Wikipedia都是为了最大化互联网的知识而创建的，我认为Quora实际上把这作为他们的使命声明，但我们与这两者的不同之处在于，你想最大化知识的速度，智商的速度，而不仅仅是智商。所以他们是在最大化增量知识，而我们是在通过增量时间来加速它。

为什么这很重要？因为在Wikipedia中，你只有一篇静态文章供每个人阅读，没有个性化，没有像如果我在读关于黑洞的文章，我可能想要高层次地阅读，或者我是个书呆子，我想深入挖掘，但如果我在读关于某个名人的文章，我可能只想知道一些高层次的统计数据，我不想知道他们一生中的每一个八卦。其他人可能恰恰相反。比如，当你读关于一部电影时，你可能想了解更多关于导演和演员的信息，而不是关于物理学的内容，而我可能想了解更多关于物理学的内容。

这种个性化，这种快速高带宽的知识访问，在维基百科中不存在，在Quora中也不存在，因为你提出一个问题，必须等待另一个人回来给你答案，这是慢的，它只是最大化了知识，而不是最大化速度。这就是Perplexity现在所做的。它基本上拥有了人类进行研究并提出简洁、相关、有来源支持的答案的技能。Quora不使用来源，但至少维基百科做到了，但它在几秒钟内就做到了，而人类需要花费数小时的整理和工作。这将是非常有用的。

现在关于你的问题的第二部分，我们是否会在此停止，或者我们会扩展，我们不会在这里停止。

一家公司应该从一个小的市场切入点、一个小的专注垂直领域开始，然后扩展。现在垂直和水平是关于你镜头焦距的一切。就像在人工智能聊天机器人的背景下，专注于搜索的AI聊天机器人已经是一个垂直领域。在AI聊天机器人的背景下，专注于搜索，专注于知识和研究工作已经是一个垂直领域。所以从这个意义上说，我们是一家非常专注垂直的公司，但自从一开始就和我交谈的每个人都说，你太横向了，你太广了。

这是我经常问自己的问题，像我是在冒险吗？像我没确保我们专注于一个领域？我对此感到困惑，帮助我清晰思考的人是Mark和Reon。他告诉我，无论发生什么，每个风投都会告诉你去建立一个垂直搜索引擎，不要听他们的。就像在90年代末和2000年代初，每个人都告诉别人去建立一个特定领域的谷歌，结果大多数这些公司都没成功。最终成功的是为那个垂直领域建立好的端到端体验。如果你去Booking.com，不仅仅是要找到酒店，你能够实际预订并完成一切。Expedia也是如此。

所以你必须走得更远，然后如果你必须走得更远，你不再仅仅是一家搜索公司，你是一家旅游公司，就像Airbnb是一家旅游公司。然后那就是做出决定，我要转变成一家旅游公司，而护城河不在于你的技术，而在于实际上让所有这些人把他们的东西放在你的平台上，这是不同的公司。

Host：你是否处于良好的定位？你是否非常了解这个领域？你是否了解周围的人？你从其他人那里学到了什么，他们追求更横向的搜索？你认为与谷歌竞争需要什么？或者为什么你认为在过去十年多的时间里没有出现挑战谷歌的竞争者？

是的，我认为首先是我们在时机上很幸运，我想马上承认这一点，这样我就不会显得自大。说到这一点，之前挑战谷歌的人，他们所有人犯的第一个错误就是试图像谷歌一样运营谷歌竞争对手。就像我会去建立一个伟大的爬虫，我会建立同样类型的索引器，我会建立同样类型的排名器，我会以同样的风格进入市场。

对于试图挑战谷歌的人，他们更多地专注于技术，这是不够的，尤其是如果你正在构建与谷歌完全相同的技术，因为他们已经做了20年，他们会比你做得更好，更快，你永远无法竞争。

人工智能对我们来说是一个重要时刻，这是谷歌历史上罕见的失败，他们不是人工智能领域的第一名。你会预测到这一点吗？即使在两年、三年或四年前，你会预测到这一点吗？不可能，对吧？没有人会预测谷歌是第二名，这是罕见的时刻，当时有另一个人有惊人的模型，谷歌无法匹敌，并且他们通过API使其对其他人可用。这是罕见的，我们利用了这个优势。

Host：那么，你认为10年后的搜索会是什么样子？

Aravind Srinivas：它会是答案，只是答案。它会是代理，只为你完成任务，就像你与其他朋友交谈一样，它会足够简洁，你不会觉得“啊，别啰嗦了，够了，停下来。”这就是我们为什么到目前为止还没有推出语音到语音的原因。它会是一场漫长的说话，你会想关掉它。你的眼睛阅读答案的速度比你的耳朵听到的要快。

是的，我认为ChatGPT刚刚推出了他们的语音功能，与之聊天很有趣。如果它简洁，很有趣，但如果是两段话，我不想听。

Host：完全同意。我觉得你最近一直忙于发布许多东西。显然，你从自己的推理引擎开始，用于开源模型。我认为最近你发布了自己的模型，这些模型拥有更新的信息和更少的幻觉。你是如何考虑产品发布的其他部分，而不仅仅是面向消费者的应用程序？这怎样符合Perplexity长期的故事？

Aravind Srinivas：我们的首要任务是获得用户的信任。许多用户担心使用我们的产品，因为他们认为我们无法构建自己的基础设施，所以我们只是一个包装者。所以我们要解决的第一件事就是，嘿，听着，我们不是包装者，我们正在逐步建立自己的能力，为自己提供服务。我们从简单的步骤开始。第一步是，我们至少有能与3.5 Turbo相媲美的模型，为我们的流量提供服务，我们将使其可供你测试。我们也将逐渐将其部署到生产环境中，你不会注意到差异。

Paul Graham有一条推文：唯一能够存活的AI公司是那些可以发布自己的模型。用户不会注意到差异，或者如果他们注意到，那将是一种改进。我们也非常透明和清楚，我们还没有达到GPT4的水平，市场上也没有其他公司能做到。那个模型太好了，我是说Gemini因为某些原因被推迟了。就像如果谷歌拥有比我们多100倍或更多的资金都无法达到GPT4，我们怎么能有希望呢？

我们的希望是其他人会发布一个伟大的基础模型，我们利用我们的数据飞轮，更接近4，那将是我们所能做的最好的事情。我们只能做得最好的是获取这些查询，重新制定查询，理解查询，进行交互和协助，如摘要质量、答案质量、搜索索引、更好的索引等。所有这些只有我们能做得最好，因为我们拥有的流量量和我们在过去一年中积累的专业知识。我们也必须提供自己的模型，即使在那里你会觉得我要用别人的GPU进行微调。

Host：我很喜欢你们发布的产品，它可以帮助用户创建他们的查询。所以，如果我计划去京都旅行，它可以问我后续问题，比如你想看哪些景点？你想在哪个季节去？你如何看待这种迭代创建提示的方法，与其他人采取的用户说出某事，然后我们为你搞定一切的方法相比，你认为未来哪种方法会胜出？

Aravind Srinivas：我们不希望用户不断地打字。打字很多并不有趣，我们不是都是打字的猴子。像协助驾驶中我们提出的澄清问题一样，它很好，我当然喜欢我们的产品，但有些人如果被AI不断地问澄清问题也会感到恼火。

我认为只有通过迭代部署才能找到最佳点。我们无法提前知道会是什么样子，但我的猜测是，AI会神奇地知道何时需要澄清和深入挖掘，也会知道何时不打扰用户。有些人来到Perplexity，因为它非常快。有些人喜欢Copilot，因为它几乎没有幻觉，做了彻底的研究。他们愿意等待，因为他们想确保AI已经做了功课。有两种类型的人。这又回到了你要为谁优化的问题。

Host：我最喜欢你们产品中的一个功能是“发现”标签，我觉得你们最近一直在深入挖掘，那里有很多有趣的信息可以探索。我很好奇，你通过Perplexity的“发现”标签学到了你最喜欢的事情是什么？

Aravind Srinivas：我通过它学到了很多东西，实际上我记不清了，因为我通常也是帮助策划这些内容的人。所以大多数时候我已经知道会发布什么。你是幕后的人，做出决定。不完全是，我不是唯一的人，我们有一群被称为编辑的人。我们从网上获取大量内容，并决定放入哪些查询。

我确实学到了一件事，你知道妈妈测试吗？就像人们常常不能通过测试，让普通新用户理解它一样。实际上，这让我深入学习了一件事，那就是在Facebook最初探索如何增长时，有两种增长方式。

一种是让产品对现有的美国用户越来越好，他们就会把更多的朋友带入产品中；另一种增长方式是让产品对从未接触过你的产品的新用户来说非常直观、易用，这是你的产品持续增长的唯一方式。这是一个艰难的决定，因为不清楚该做什么。他们决定优化新访客，找出将他们转化为常规用户的关键指标，比如他们在现实世界中已经认识的朋友有多少人已经在Facebook社交网络上了。这是预测那个人是否会成为回头用户的最佳指标。

Host：所以，与其增加现有用户所要求的许多功能，不如始终确保你能吸引那些从未见过或使用过你的产品的下一批用户。你是如何看待这一点的？我觉得这与今天的Perplexity产品非常相关，对吧？你可能有这些强大的用户，我认为Twitter上所有人似乎都很喜欢你们，他们很投入，我敢肯定你们也在考虑如何吸引下一个几百万用户。你是如何处理这个挑战的？

Aravind Srinivas：百分之百，这对我和我们的其他联合创始人来说是最大的挑战，我们一直在思考如何改进产品。我们是不是只是不断地去听用户的话，按照他们的要求发布？这是YC的口号之一，去听用户的话，发布他们想要的。

但我认为这在你还没有任何东西，只是在寻找最初的产品市场契合时有效。但当你拥有数百万用户时，显然他们中会有强大的用户，每个人都会要求很多，你会想，如果我不听他们的，不按照他们的想法去发布，他们可能会离开我的产品，可能会去说Perplexity不听用户的，不要相信这些人，这会影响你对下一批用户的品牌。或者你会说，看，我对产品有一个特定的愿景，我非常尊重你们的意见，非常感激你们使用我的产品，但归根结底，我要构建一个有一定观点的产品，不能做你们要求的一切。

我们试图找到一个能照顾到很多人的甜蜜点。这里没有一个魔法配方，但有一点非常清楚，当你的产品对新用户来说变得如此不直观，以至于他们一上落地页就看到很多东西时，你实际上增长的可能性就越小。这就是为什么有时有明显的这样的想法：这是一个免费的匿名产品，但我希望人们注册，这样他们就能更好地利用许多其他功能。但当你在落地页上不断地被要求注册时，人们就会说，我不想用这个。即使谷歌现在也在这样做，像谷歌不断地在你滚动搜索结果页面时弹出这些保持登录的模态框。这是一个不断的挑战。

我认为唯一做到这一点的公司是苹果，他们只为用户优化，但他们在分销和锁定方面拥有模式，他们可以这样做。这就是为什么运营这家公司很有挑战性。当然，当然。你曾经尝试了很多不同的想法，在最终决定做搜索和Perplexity之前。

如果我们一年前开始这家公司，说我们要挑战谷歌搜索引擎，我敢肯定没有人会投资我们。投资者喜欢投资那些在纸面上看起来很好，但可能甚至没有产品市场契合的想法，因为它在战略上非常清晰，没有竞争，是相邻的。他们喜欢这样的想法，因为它为他们降低了风险，但并不一定最大化你的回报。这就是投资者的思维方式。但当你说你要挑战谷歌时，几乎没有什么保护，要么成功，要么失败，而成功的可能性非常低。所以我们显然也没有那种勇气，更不用说投资者会怎么说了。

我向我们的首轮领投人之一Eilot Gil提出的第一个想法是，我说我想挑战谷歌。那我们怎么做呢？假如我们有所有的眼镜，我们四处看，有个麦克风在听我们，我们问问题，然后耳机会播放答案。这就是产品。听起来太好了，但你现在还做不到，这是给我们的正确建议。

他告诉我们，如果你真的对搜索感兴趣，为什么不缩小范围呢？比如说在数据库上进行搜索，没有人在看这个领域。如果你搞定了，如果你破解了它，它有巨大的企业市场，每个人都想在他们的内部表格、电子表格、Salesforce、HubSpot上进行搜索。所以去构建它，看看会发生什么。

Host：在Perplexity的历史上，你认为哪件事会起作用，结果却没有起作用？

Aravind Srinivas：我意思是，我们很幸运有很多成功的事情。没能立即起飞的一件事是我们的收藏功能。并不是说它没有被使用，很多人在使用它，每天都有成千上万的收藏被创建，但它还没有成为下一个协作研究工具。我认为我们知道为什么，我们必须发布更多东西。人们不想手动创建收藏，不想手动移动线索，所有这些都应该是自动的，这需要更多像魔法一样的无缝后端工作。所以这是我们明白为什么它还没有真正起飞的原因。

Host：在这次对话中，我们谈到了显然GPT4是独一无二的，我们谈到了你们如何使用自己的开源模型，你认为未来开源模型将会是什么样的？你认为大多数应用程序会建立在有价值的、最先进的大型语言模型上，还是认为大多数人会像你们一样转向其他模型？

Aravind Srinivas：我的感觉是，今天用GPT4可以做到的事情将来可以在没有GPT4的情况下做到，并且价格更便宜，延迟更短。但当这种情况发生时，将会有以前不可能做到的新事物出现。当然，我们正在试图摆脱它，甚至其中的一部分已经不再使用GPT4了。但总会有像Perplexity Co-Pilot这样的新的创造性用户界面、动态提示工程等以前不可能的事物。

我认为下一代模型可能会做到一些新事物，比如为你采取行动，像很多推理链的东西或多模态推理，或者你可以上传一个视频，让它精确地为你提取某些东西。我认为这些都是只有下一代模型才能做到的事情。

Host：你在推特上发表了一些关于最近监管方面的发展的看法，你认为AI应该在多大程度上受到监管？

Aravind Srinivas：现在进行监管为时过早，我们甚至还没有看到广泛的经济效益，人们已经在担心如果不早点采取行动，它可能会像社交媒体一样发展。但事实并非如此，对未来发生的事情进行深思熟虑是重要的，没有人说不要讨论AI安全，但也不要过分。让那些正在构建的人继续构建。像Jensen Huang所说，如果我们没有实际构建的东西，我们不知道要保护什么。你只能围绕真正存在的东西构建AI安全。如果你真的构建了一些东西，为什么要现在放慢速度？事实上，我们越早发现问题，就越能快速解决问题。

Host：我觉得在Perplexity，你们有当今生成AI领域中最酷的产品足迹之一，但如果你不在Perplexity，你可以去任何其他公司或其他领域构建生成AI产品，你会去哪里？

Aravind Srinivas：作为一名员工、创始人，你可以去完全不同于Perplexity所做的事情。我自己投资了这些公司，不是为了推销他们，因为我会从中获益，而是因为它们真的很酷。我是AI生成电影的大粉丝。我们将来会有逼真的虚拟角色，能够完全像人类一样交谈的AI是惊人的。

我个人想做的一个项目是尽可能多地记录我的父母。我想和他们一起做播客，记录他们的生活，确保我想和他们交谈时可以再次和他们交谈，即使他们不在那里，或者即使我没有和他们正式交谈，我至少可以打出一个祝贺信息，用我妈妈的声音说出来，即使她不在身边。这是我们都想做的事情，有时它会唤起我们的怀旧和情感。同样，电影也能激发很多情感，激励人们。

今天创造一部电影所需的努力和专业知识是如此之高，如果这些生成AI工具能够大大降低创作的边际成本，我认为这将创造一个伟大的未来，我们可以制作很多惊人的视觉效果和插图，更好地解释概念。

Host：你以前在OpenAI工作过，他们最近上了新闻。你对发生的一切有什么看法？你认为这会对生态系统产生什么持久影响？

Aravind Srinivas：很难说，显然他们似乎有两种不同的思想流派，一种是更快速地行动，另一种是更谨慎地行动。我认为他们不会再像以前那样了，这是肯定的，他们不会继续发布东西。曾经有一段时间，他们在开发者日上显得无敌，你最好不要成为一个包装者，你最好只是编写自定义的GPT，并在GPT商店上赚钱。

我不认为这还是真的，世界上只有有限的GPU，你不可能做所有可能的事情，你不能有应用商店，你不能有第一方产品，你不能有基础设施，你不能有企业产品，你也不能继续进行下一代模型的前沿研究。所以我认为他们可能会专注于这三四个方面，我仍然认为他们是目前世界上最前沿的AI组织，但它可能不会再是‘你不敢做某事，因为OpenAI会做得更好’了。

Host：这次谈话非常有趣。我想问你，人们可以去哪里了解更多关于你或Perplexity的信息？

Aravind Srinivas：Perplexity，真的。我不是开玩笑，想了解我、Jacob、Patrick或Red Point的导师们，最好的方式就是Perplexity。我不是在开玩笑，如果你不认识某人，只需去Perplexity，你会得到链接、摘要、答案、后续问题，一切都很完美。

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章