Perplexity CEO：AI 创业公司要先做产品，后做模型

 Jacob Ephron：Perplexity 的产品很好上手、操作简单，但也因此容易让人们忽视背后的复杂性。为了提供这样的用户体验，你们主要做了哪些工作？

Aravind Srinivas：我们主要专注五个关键维度：准确性、可靠性、响应速度、用户体验的愉悦度，以及不断更新优化。这些优化既服务于所有用户，也针对个人用户进行个性化调整。要让产品在市场上处于领先地位，这五个方面都必须做到极致。一般来说，100 家创业公司中可能只有一家能够在某一方面做到极致，也就是说，同时在这五个方面都做到极致的概率是百分之一的五次方。这极具挑战性，但我们必须以此为目标，因为这是创造下一个数十亿甚至百亿级企业的必经之路。

在用户搜索查询时，我们的任务是深入理解并优化用户的问题。我们会筛选出最合适的网页，甚至针对性挑出具体段落来提供答案，还要考虑应该如何展示答案——是一个摘要或段落，还是一连串的关键结论，以及怎么给每个句子配上恰当的引用，要如何尽量避免引用错误，确保答案中没有出现 hallucination 等问题。

有时光文字是不够的，还需要添加图片或视频，而视频的信息量非常大。但无论什么形式，关键是确保答案准确无误，方便分享，这就是我们的创新。很多用户查询后的答案价值特别高，对其他人也很有参考价值，所以我们做了 Permalink，后来 Bing、ChatGPT 和 Bard 也开始效仿我们。

用户提问后，我们还会推荐一些 follow-up question，因为用户很可能并不知道怎么提出一个好问题，这是人类天生的局限性，虽然每个人都有很强的好奇心，但能将好奇心转化为精确问题的人却很少。

大多数问题都可以通过简单的互联网搜索得到答案，真正需要深思的问题却不多，正因如此我们推出了 Copilot。我们意识到很关键的一点是，为什么要怪用户不能提出好问题呢？以前我妈妈会偶尔和我抱怨我们产品上的问题，我就会想是她提问方式有问题，但后来 Larry Page 改变了我的看法。

Larry 分享过一个故事，他们曾经差点把 Google 卖给 Excite，当时他和 Sergey 一起给 Excite CEO 做演示，打开了两个浏览器窗口，一个是 Google，另一个是 Excite，然后他在两个搜索引擎中输入了同样的文字，Google 成功地返回了相关链接，而 Excite 没有。Excite 的人看了之后说是因为你的输入不准确。而 Larry 的回答是，我只是个用户，我没有犯错。这个故事体现了人机交互的一个基本原则：用户永远不犯错。

 Patrick Chase：你提到 Perplexity 专注的 5 大核心领域，从工程视角出发，要如何平衡在这些不同领域的资源配置？

Aravind Srinivas：我认为最成功的公司都应该做好纵向整合。如果我们的设计师、产品工程师和后端开发人员之间完全不沟通，是做不出优秀的产品的。举个例子，如果设计做得好，我们可以通过用户互动获取更多数据，进一步提升产品的质量。所以我们的方法就是让不同部门之间保持沟通顺畅，比如定期组织全体会议交流，这些会议不一定要达成共识，因为大家立场不同，因此会议上的讨论也很激烈，但这能让每个人都充分理解其他团队的重要性。

产品的价值和公司的价值应该是相辅相成的，我们公司的核心价值观是高质、准确和迅速，这三点精准代表了我们产品的追求。

 Jacob Ephron：Perplexity 最开始是基于 OpenAI 的模型来做的，后来你们对一些规模更小、推理更快的模型上做了 Fine-tune，再到后来你们又开始使用开源模型和自研模型。现在有很多创业团队都在想自有模型这件事，你们是如何做出这些决策的？

Aravind Srinivas：如果有机会重来，我还是会做同样的选择。我认为一开始应该坚决用外部模型，如果你的目标是打造以产品为核心的公司，就不要在训练自有模型上浪费时间。

当然具备模型相关的能力也很重要。我们团队比较幸运的一点是我和 CTO 都是 AI researcher 背景，我们在创业之前就已经在模型训练上花了 5 年左右的时间，因此我们相当了解训模型需要哪些资源和条件。但如果创业者并不是 AI researcher 背景也没问题，总体上我们的建议是，要专注产品，越早推出自己的产品越好，然后去用户增长、做好留存，这是首先要解决的问题，也是很重要的一步，一旦做好这件事，可能接下来一半的问题都会迎刃而解，如果把产品和用户增长做好对于融资和招人也很有帮助。

创业过程中，比融资更难的是找到顶尖人才。市面上不缺资本，只是估值高低的问题。人才对未来的影响更为深远，找到顶尖的工程师比得到投资人支持要难得多。但是如果你的产品还没有一个用户，为什么拥有很强判断和决策能力的工程师要加入你？

现在市场上有能力训大模型的头部 AI researcher 甚至比 GPU 还要稀缺，也许我们还能找到方法和渠道获得 H200，但要找一个知道如何训 GPT-4 的 AI 专家要比这件事更难。即便我们有能力付出更高的薪资，这些人也不一定放弃现有团队选择加入我们。所以我们需要考虑的是，我们创业的初衷是什么？既然我们的目标是推出一款产品，并围绕这款产品建立了自己的商业模式，接下来就专注于这个目标去做，这也是作为创始人的本职工作。

但为什么我们发展到今天又决定训自己的模型？原因很简单：在竞争对手也在做相似的东西，而我们的产品还没明显差异化时，我们希望减少对外部的依赖，自有模型也能尽量降低成本。

训自有模型不是团队的盲目决策，我们一直等到 Llama2 的发布才决定做，就好像 Bezos 曾经说过的“You need to position yourself and wait for the wave”，显然开源会是这道浪，就像之前大家基于 GPT-3.5 做了很多创新一样，更大的浪潮即将到来。

同理，Nvidia 的 Tensor RT 库将极大提高每个产品的推理速度，这也是一波新趋势，我们必须做好充足准备迎接。而我的工作就是和公司管理层充分交流，确保他们决策科学，并提供他们所需的信息和建议。

 Jacob Ephron：你觉得未来开源模型的普及程度会有多高？大多数 App 都会建立在最先进的 LLM 上，还是大多数人会像你们一样进行转换？

Aravind Srinivas：我的感觉是，今天用 GPT-4 能做到的任何事情，将来都可以不用 GPT-4 做到，并且价格更便宜，延迟更低，一切都会更加优化。我们现在所做的包括 Copilot 在内没有 GPT-4 是不可能完成的，我们正在试图摆脱这种依赖，但总会有下一个 “Perplexity Copilot”出现，比如生成式用户界面、dynamic prompt engineering，这些以前都是不可想象的。未来也会有新的应用可能出现，能实现上传图像提问这种功能。

现在大家已经用 AI 工具来做作业了，只需使用 CamScanner 应用一样扫描作业并上传到 ChatGPT 就能得到答案，没有 GPT-4 也完全不可能。当下一个模型出现时，AI 也许能帮你完成任务，比如进行多推理链条、多模态推理，或者你可以上传视频，要求它准确地从中获取某些信息，这些在我看来都是只有下一代模型才能做到的事情。

 Patrick Chase：未来你们会完全转向开源，还是继续维持多种模型并用的状态？

Aravind Srinivas：模型的发展是动态变化的，我们要对各种模型都保持开放心态，但要快速、积极地对于模型领域的变化做出相应选择。如果我们有人做出更高质量的模型，我们仍旧愿意使用这个模型，因为用户只在意自己的搜索体验，而不是我们用了哪个模型、我们的商业模式是什么、我们怎么盈利。

这一点也是来自 Bezos 的启发，他在之前一次访谈中被不断问到，为什么有 iPad 的情况下还有继续在 Kindel 上做投入？为什么要在烧钱更多的 1-2 日送达服务上投入，尤其是 Amazon 还没盈利的情况下？Bezos 当时的回答很简单，客户并不会在意这些。

 Patrick Chase：你怎么看过去十多年来很多人想挑战 Google，但几乎没有人能做到这件事？未来 Google 的地位会发生什么样的变化？

Aravind Srinivas：必须承认我们的成功很大程度上得益于时机的选择。包括 Neeva 在内的很多由前 Google 员工创立的公司总是想照搬 Google 的运营模式，比如做个高效爬虫系统或者相似的 GTM 策略，这是绝对错误的。Google 已经在这个领域做了 20 年，他们更好、更快，创业公司根本无法竞争。

还有人以无广告、重视隐私保护为卖点，这些现在看来都已经是过去式了。DuckDuckGo、Brave 已经占领重视隐私的搜索市场，Go-to-Market 也非常成功，这两家公司最正确的决策就是特别专注做市场和品牌建设，而非单纯研发技术。这再次说明必须尽快打入市场，理解用户为何选择你。

所以说，策略和巧妙的市场定位非常重要。对这两家公司来说，隐私保护和加密货币是他们的卖点。而其他试图挑战 Google 的公司都更多地关注技术，但这是不够的，特别是当你的技术与 Google 完全相同时。而且反 Google 的营销手段，比如强调隐私保护，也已经有人做过。虽然并不是每个人都关心隐私，但至少那些在意的人已经投向了其他两个项目。这就是为什么此前的尝试都未能成功。

对我们来说，AI 技术的飞跃是一个转折点。OpenAI 的模型效果相当惊艳，每个人都能通过 API 调用模型能力，在大模型领域 Google 失去了自己的领先地位，2 年前没有人能想象这件事，Perplexity 也利用到了这个难得的机遇。

 Patrick Chase：你认为搜索在接下来 10 年会变成什么样？

Aravind Srinivas：会变成问答引擎，或者说帮你完成各项任务的 agent，就像你平时跟朋友聊天那样自然。比如你会问朋友“你听说过那个事吗，快给我说说”，这时 agent 的回答要足够简单明了。这也是我们至今还没有推广语音交互的原因，因为回答真的太啰嗦了，我们看答案总是比听答案要快。

 Jacob Ephron：除了做 To C 应用外，未来你对产品其他方面有什么设想？Perplexity 的长期规划是什么样的？

Aravind Srinivas：很多用户还没有使用 Perplexity 是因为担心我们只是个套壳应用，没有自己的 infra，最终可能会在烧完钱之后退出市场，所以我们想要先解决这部分担心。

我们正努力做到独立提供全方位服务。首先至少要有能与 GPT-3.5 turbo 性能匹敌的模型来处理用户需求，确保上线时用户感受不到产品表现有任何不同。就像 Paul Graham 说的，“唯一能存活下来的 AI 公司是那些即便推出自有模型，用户也察觉不到区别的公司。即便有所察觉，也必定是体验上的提升”。

虽然 Perplexity 能够给出简单明了的答案，但和 GPT-4 相比还是差很多，因为 GPT-4 真的太强了，即使是 Google 这种资金比我们多上千倍的公司也做不出 GPT-4 级别的模型，我们现在更多希望其他公司能够推出比如 Llama-3 或 Mistral2 这样强大的基础大模型，在这些模型基础上，我们就可以利用自身的数据优势实现更接近 GPT-4 的水平，这是我们主要的目标方向。

性能提升也将是我们的一大亮点。我们最擅长的是处理、分析和重组用户查询的问题，就像在 Copilot 中的交互一样，不断提高总结、答案和搜索索引的质量。过去一年中我们积累了大量流量和专业知识，所以我有自信这点目前只有我们能做到。

我们还需要提供自己的模型，即便是用外部 GPU 来做 fine-tune 和部署，比如 Fireworks、Anyscale、Replicate 或者 Hugging Face，最终还是要支付给第三方服务，利润率还是不够高，这样就又回到了套壳的角色。

 Jacob Ephron：Perplexity 在利用 RAG 技术解决 hallucination 问题这方面做得很好，你之前也提过会把这套技术方案开放出去，具体要怎么实施？你如何看企业搜索领域的挑战？

Aravind Srinivas：这个问题很重要。很多人误以为，既然我们在网页搜索中用 RAG 效果这么好，那做公司内部的搜索系统也不在话下，但实际上两者截然不同。Google Drive 的搜索那么差是有原因的，它和谷歌搜索的索引机制完全不一样，需要训练的 Embedding 模型也大不相同。不仅仅是 Embedding 模型，甚至连网页的剪辑方式、文本检索技术，以及基于传统 TF-IDF 的弹性索引，这些倒排索引的构建方式都不同。这就需要有公司花时间做这一特定场景的产品，就像我们专注于网页搜索场景一样。实现 RAG 任务还是很艰巨的，除了 Gen AI 还需要大量其他方面的工作，不仅仅是训练一个大型 Embedding 模型那么简单。

OpenAI 发布 embedding API 时，Sam Altman 经常说下个万亿美元公司可能会通过接入这个 API 诞生，但其实这只是个很好的营销手段，所以我每次听到别人说已经解决了 RAG 问题时，也会很谨慎，因为他们可能只是某个特定 use case 上做得很好，但不意味着可以轻易推广到其他所有场景。在处理结果排序时，还有许多其他因素共同决定了答案的质量。即使是 LLM 最终决定使用哪些链接来构成答案，并不意味着你可以随意向模型提供低质量输入，然后期待它能变魔法似的从中提炼出最相关的链接，还标好了所有的引用。

其实你向这些能处理大量上下文信息的模型提供的信息越多，出现 hallucination 的可能性就越大。因此，必须在 retrieval component 上做更多工作，不仅仅是嵌入模型的训练，还包括索引和排序机制。排序机制也应该考虑到除了向量点积以外的多种信号，而这些信号的具体内容极大依赖于具体的 use case。

 Jacob Ephron：从 Twitter 上的讨论来看，很多人都很喜欢你们的产品，也有很深入的了解，接下来你们要如何实现下一个百万用户增长？

Aravind Srinivas：对我们来说，目前的关键问题是找到用户增长点和满足现有核心用户之间的平衡。Perplexity 目前确实有一群忠实用户，他们在 Twitter 等社交平台上对我们给出了很高的评价，他们对产品的理解也很深刻。为了实现下一个百万用户的增长目标，我们会持续关注产品是不是好用，确保新用户能够直观地理解和使用产品。同时，我们也在探索将新用户转化为长期用户的重要因素，比如优化用户体验和提供用户引导等。

对于团队来说最大的挑战在于找到产品的改进方向，或者说该不该对用户提出的各种需求都要做出响应。因为重视用户需求并实现这些需求在我们找 PMF 的时候是很有效的策略，但一旦我们的用户到了数百万的量级，一定会出现一批有强烈需求的“权力用户”，对于这些用户，如果团队不能满足他们需求上线他们想要的功能，他们可能就不再使用 Perplexity，甚至会在公开场合抨击我们不重视用户需求，对产品带来负面影响。另一方面，我们对产品发展是有很清晰规划的，所以我们很重视用户需求的同时，最终还是会围绕一个具体的理念和目标来规划产品。

我们一直在努力寻找一个能让广大用户满意的平衡点。寻找用户需求、平衡用户需求是一个不断变化的过程，但有一条我们已经非常明确：产品对新用户越不直观友好（比如首次访问 landing page 时看到很多弹窗），我们吸引新用户的能力就越弱。我们时常会面临这样的困境，现在我们的产品免费，无需登录就能使用，但我们还是希望用户能注册，更好地去用其他功能。但如果首页上跳出各种注册选项，用户可能一烦就关掉了。但现在连 Google 也在用这种策略，在搜索结果页面不断提醒用户保持登录状态。这种权衡是我们面临的一大挑战。

 Patrick Chase：和大多数平台一次性输入 prompt 不同，Copilot 是通过连续对话来逐步构建搜索 prompt，协助用户定制搜索需求，未来你觉得哪种模式会更受欢迎？

Aravind Srinivas：我们并不想让用户老打字，这样交互体验会很差。大家提问题是想获得答案，不是不停回答 AI 的追问。当然这种互动对产品优化有益，但用户会不耐烦，他们会觉得你直接给我答案就行了，为什么老是回来问我新问题？

未来我觉得只有通过不断的迭代才能发现最合适的解决方案。我们想达到的理想状态是：AI 能通过了解用户喜好准确辨认何时需要进一步追问，何时直接给出答案。我也不喜欢设置太多选项，Copilot 应该只是 Perplexity 的一个额外功能，不需要用户特意选择。我们试过把 Copilot 模式设为一个可勾选的开关，系统会保留这个选择，下次你再用就还是这个模式，但部分用户反馈很不喜欢。

这两种截然不同的偏好完全取决于用户使用时的意图。有些用户用 Perplexity 是因为我们回答速度快，而 Copilot 却降低了这个返回速度。另一部分人则更喜欢 Copilot，因为他们更想要经过充分研究、几乎没有 hallucination 的答案，为此他们愿意等待。也就是说，我们其实面对的是两种截然不同的用户，这就又回到了一个问题，我们应该为谁做优化服务。

 Jacob Ephron：Perplexity 里我最喜欢的功能是 Discover，你们在这个功能上有哪些收获？

Aravind Srinivas：Discover 中展示的内容是我们专门的编辑人员筛选出来的，我也会参与这项工作，在这个过程中我学到了 Mom's test 这个概念，软件行业用这项测试来检验一个产品是否足够简单，连普通新用户都能轻松理解。也因此我深入了解了 Facebook 早期的两个增长策略：首先是不断改进产品，让现有用户不断推荐给更多朋友使用，其次是让产品能让从未接触过的用户也能轻松上手，这是产品持续增长的唯一途径。

Facebook 最终选择了针对新访客进行优化，并找到一个关键指标来将他们转换为常规用户：用户在 Facebook 上的现实生活好友数量，后来也证明这是判断一个人是否会成为忠实用户的最佳指标。回过头来看，因为之前并没有明确的方法论，Facebook 做这个决策其实还挺难的。总结来说，与其增加现有用户所需的种种功能，不如始终确保能够吸引新用户。

 Patrick Chase：你们之前做过不少东西，比如 Text-to-SQL 生成器，还有支持搜索 Twitter 内容的 Bird SQL，那么最终是如何决定做搜索，并确定 Perplexity 这个概念的呢？

Aravind Srinivas：如果一年前我们说要挑战 Google，肯定是没有人愿意投资我们的，因为投资人更喜欢安全边际更高的项目，听起来很完美，甚至没有 PMF 也能获得投资，因为这类项目即便不能最大化回报，但至少可以最小化风险。

我最初向领投人 Elad Gil 提出的想法是，既然想挑战 Google，不如设计一款智能眼镜，能用内置麦克风听取我们的问题，并通过 AirPods 回答。这个设想虽然好，但现实中还很难实现。Elad Gil 的建议是，如果真心想做搜索，不妨专注于更细分的市场，例如数据库搜索，这块市场目前还没人做，一旦成功，B 端市场的潜力是很大的，因为许多企业都需要在自己的数据库、电子表格、Salesforce、Hubspot 等内部系统中进行搜索。

我们做了一个靠谱的产品，找了几家公司谈。他们的反馈是这个产品很酷，但用处不大，因为 Hubspot 就能看到所有数据，只需要一次性输入完就会定期更新。然后我又问了我们的投资顾问兼 DataBricks 首席架构师 Reynolds Shin，他的看法差不多，因为 80%赚钱的 SQL 代码其实都不是新写出来的，而是旧的代码反复定期去跑。Snowflake 和 Databricks 能发展到今天的规模，并非依靠每天写新的 SQL 查询，而是因为他们的用户依赖这些 SQL 作业来执行日常运营，比如自动化的数据提取、转换与加载（ETL）。这些作业设定一次就能够定期自动运行。

至于那些新写出来的查询代码，其中至少 80% 的查询都并不需要用 SQL 了。现在像 Power BI、Tableau、Metabase 这种数据分析和可视化工具越来越普及，很多数据相关的任务都不再需要用传统的 SQL 编写，特别是数据查询和报表生成。这些工具提供了 GUI 和拖放功能，用户能直观地编辑数据、查询和图表，无需编写任何 SQL 代码。

我后来看了大量的 Tableau 和 Power BI 教程视频，也亲自上手用了这些软件，发现微软和 Salesforce 开发的这些工具使用起来简直太简单了，所以我开始思考，用户为什么还要放弃这些工具呢？如果用户真的想要一个聊天界面的话，他们希望的应该是能嵌入到这些现有工具中。

在我们的各种早期尝试中，有一个做的很对的就是爬取了 Twitter 的所有数据。当时我在想，如果能在 Twitter 的数据上做图谱搜索并且找到一种方式连接起来，结果应该会特别惊人。举个例子，如果 Jacob 不关注我，但我想给他发私信，Twitter 的规则是不允许给不关注你的人发送私信，那么我就需要找到一个双方都关注的人，让他帮我传话给 Jacob。再比如我想知道 Paul Graham 赞过哪些提到 AI 的推文，来了解哪些是高质量的 AI 相关推文，也可以通过这个产品搜索到。

投资人非常喜欢这个功能，因为大家都一致认为用户很喜欢搜索与自己相关的信息。Instagram 联创 Mike Kriger 告诉我，人们通常最先搜索的就是自己的用户名。这反映了一个很有趣的现象，尽管在 Instagram 上用户可以直接点击搜索栏的个人资料图标来查看个人主页，但大家依旧习惯性地去搜索自己的用户名，这是一种人的本能。

正因如此，我们不仅开发了这个功能，还做了类似 SQL 编辑器这样的企业级工具，以及一个能够生成带链接摘要的搜索服务产品。之所以做后来这个产品，是因为我们相信如果 LLM 正变革着搜索领域，那它肯定不应该只局限于结构化数据，非结构化数据也同样重要，这两类数据企业都需要处理。因此，不管是面向普通消费者还是企业用户，二者缺一不可。

到这个时候我们已经有三个产品选择了。我们首先推出了基于摘要的搜索功能（summarization-based search），我们在 Discord 上与朋友们测试时，大家都觉得这比 Google 好用。但我们开始开发这个工具完全是为了自用，起初只是内部的一个 Slackbot，帮我和我们联创解答一些技术问题，甚至在我刚开始给员工办理医保时，我对免赔额、共付费这些专业术语一头雾水，但我在 Google 上搜只会看到一堆保险广告。

这个工具当时在我和朋友间起到很大作用。比如去年 Elon 接手 Twitter，或者扎克伯格因 Facebook 股价暴跌损失了数十亿时，大家都想迅速了解事态的发展，但是找不到任何途径。而我们的信息汇总工具可以帮大家迅速总结，引用格式也很受欢迎。那时大家用的还是 Slack 和 Discord 上的 bot，甚至还不是那种 Web 界面，也没有多好的网页设计。后来我们找到了设计师，产品一上线，第一天就有数千次查询，这让我确信我们的方向是对的，我们要做搜索，面向消费者，这是切实的需求。当你的工作能带来巨大的成就感，吸引人才加入你的团队就变得容易多了。

我们在接下来一周还推出了 Twitter 的搜索功能，当时想的是像 Google 的图片搜索那样单独设置一个标签页会怎样？事实证明我们想对了。Twitter 的搜索功能非常难用，而我们的工具让大家终于能对 twitter 的内容做搜索了。至于为什么 Twitter 自己没弄出这样的东西，因为这一切都发生在 Twitter 内部剧变的时期，所以可以说正是时候。

我们产品突然火起来的过程大概是这样，开始 Kimbal Musk 对我们项目很感兴趣，关注了我们的推，后来 Jack Dorsey 转发我们的推文，称赞了 Perplexity 的产品，网站访问量一下激增到服务器直接崩溃了。有大批人来搜索他们的用户名，但数据库里并没有包含所有 Twitter 的用户名，于是我们就拉取了他们最近的推文，提供了一个精练的个人概要。如果这些用户在不同的社交平台上使用相同的用户名，我们还会拉取并汇总他们在各个网站上的社交媒体活动，提供一个全面的总结。

很多人对此很不安，他们会觉得 AI 怎么会这么了解我？然后就会截屏发推，其他人就会在底下问这是什么产品，自己也想搜搜看。于是就像 ChatGPT 刚推出时候人们纷纷传播 ChatGPT 的截图一样，我们也经历了这种病毒式传播。

接下来我们做的就是让产品支持完整的端到端对话。首先，我们需要明确“对话式产品”的真正含义，一些产品可能只是简单地在聊天界面加入搜索，但往往会出现 hallucination，没有可靠的信息来源，整体的设计也很糟糕。我们当时考虑的是，一个以搜索为功能的聊天界面究竟应该是什么样的，以及为什么它需要是一个聊天界面。

 Patrick Chase：Perplexity 里有什么你本来以为会做成，但最终效果却并不好的东西吗？

Aravind Srinivas：收藏功能（collection）没我们预期中那么受欢迎，虽然现在也有很多用户在用，每天也有上千万的回答被收藏，但在我们看来它还没有成为下一代研究人员的协作工具。我们还需要让添加收藏和在收藏夹里移动 thread（用户每次搜索的对话被视作一个 thread）的动作更加自动化。

 Jacob Ephron：你认为在现在的 AI 领域，有哪些东西被过度炒作，又有哪些是行业做的还不够的？

Aravind Srinivas：过度炒作确实是整体趋势，尤其是在垂直领域里，我到现在还没看到哪个 AI-native 产品真正颠覆了某个行业，同时大多数公司对用户体验优化的关注度都还不够。

 Jacob Ephron：就 GenAI 领域最受关注、最前沿的产品方向来看，你个人如果有机会加入其他某个公司，你的选择会是什么？

Aravind Srinivas：我很喜欢 Eleven Labs 和 Pika 做的东西。我个人投资他们不是为了投资收益，而是它们做的东西真的很酷，我个人非常喜欢 AI 生成的电影。

我觉得最兴奋的是，未来的技术会让 AI 拥有非常仿真的语音。因为这项技术，我个人特别希望能多记录下父母的声音，比如和他们一起做播客，记录他们几小时的生活谈话，这样未来即使他们不在，无论何时我只要想的话都能听到他们的声音。我甚至可以自己打出一条祝贺信息，让 AI 用我妈妈的声音来朗读，这是我们都渴望去实现的事情。

电影能够激发灵感，唤起深层的情感，让人们被怀旧情绪和电影中的情感所打动。但直到现在，制作一部电影的资金和技术要求还是非常高。如果 Gen AI 工具能够大幅降低创作的边际成本，我相信将开启一个美好的未来。在这个未来中，我们可以创造出许多精彩的图像和视频，更生动地阐释各种概念。

 Patrick Chase：你怎么看前段时间 OpenAI 的内部变动？这件事会对行业生态产生哪些长期影响？

Aravind Srinivas：很难回答。OpenAI 内部可能存在两派观点，一派更加激进，另一派则相对谨慎。但我们可以肯定的是，OpenAI DevDay 时候很多人认为的“不要做套壳，而是自己开发定制 GPT，在 GPT Store 里发展”的观点可能不复存在了。GPU 资源是有限的，要同时做出 App Store、一流的产品、高水平的 Infra 是很困难的事情。我认为未来他们可能会更集中关注某几个特定领域。OpenAI 仍旧是全球最顶尖的研究机构，但未来会有很多人不会再因为 OpenAI 做了某件事而望而却步了。