李志飞：上市、模型竞争与前沿科技创业的代价

张小珺采访出门问问创始人李志飞，讨论公司上市、前沿科技创业的商业压力，以及 2024 年多模态模型的新进展。

李志飞说，上市准备涉及大量信息披露、监管沟通和中介工作。面对公众投资者，企业需要解释业务和风险，使材料与实际情况一致。

他回忆当时融资环境和 AI 企业面临的挑战：投资人需要判断亏损、估值、竞争和商业模式。这些是他在访谈时的观察，不是投资建议。

他认为前沿技术容易走向项目制：技术尚不成熟，客户需求也未必清晰，双方常需要针对具体场景做大量定制。

回望十二年创业，在上市敲钟的时刻，他感受到的并不只是喜悦，也有对投入、磨难和最终结果之间关系的复杂情绪。

他认为对未来有宽泛愿景不够，创业者还需要规划实现目标的路径和节奏，并在有限资源下做取舍。

先发优势也不是保障。他认为创业公司需要利用时间差建立能力或找到独特位置，同时承认融资和运气等因素会改变结果。

谈到 GPT-4o，他关注文字、声音和图像等模态的结合，并把统一模型看作值得探索的技术方向。

他推测语言模型可以为其他模态提供基础，并分享团队在语音生成方面的经验。关于具体系统内部架构的说法是他的推测。

他偏好自回归方法，认为提示和上下文学习使交互更灵活；这是一种研究判断，并不排除其他架构的发展。

他指出声音和视频相比文字需要处理更多信息，因此输入长度、推理成本和实时性成为工程问题。具体消耗取决于模型和实现方式。

他比较端到端语音交互与分阶段处理：后者可能在转换过程中丢失一些声音信息。是否保留并正确利用这些信息，仍取决于系统设计与验证。

他认为多模态能力对应用很重要，同时承认把多种能力组合在一起并保持稳定并不容易。

他讨论技术负责人的取舍：面对多种可能路径，团队需要在资源、进度和不确定结果之间做决策。

谈到机器人和智能体，他认为在物理环境中感知、适应和行动是重要挑战；模型演示与稳定、可用的系统之间还有工作要做。

面对当时模型服务价格下降，他认为只依赖 API 差价的公司需要重新评估竞争优势和长期经营方式。

他建议创业者设想充分竞争之后的位置：客户为什么选择自己、商业模式是否可持续，以及团队是否具备兑现定位的能力。

他从传统行业学习战略思考，尝试区分相对确定的经营问题与技术带来的不确定性，再明确用户价值、定位、目标和实现路径。

回顾自己的公司，他认为过去曾在太多设备和场景上同时投入。一个大公司可能承受这种探索，资源有限的创业公司则需要更谨慎。

他把模型相关企业粗略分为训练前沿模型、在现有模型基础上建立能力，以及调用外部服务的不同类型，认为各自所需资源和竞争方式不同。

他回忆早期构想跨场景的虚拟助手，希望它能在手表、耳机和其他设备中提供服务。事后他认识到，愿景与公司实际资源之间存在差距。

他说，公司困难时曾经历明显的心理压力，也不得不面对裁员和业务收缩。他把这段经历称为看见创业的死亡可能。

他回忆团队通过控制人员规模、核算各产品线的损益来重新审视投入；更细的成本分摊让业务负责人能看清资源约束。

他表示生成式技术成熟后，原先难以做好的一些配音等工具有了新的可能，但更多公司进入也意味着竞争进一步加剧。

为了保持对技术的兴趣而不让公司追逐每个新方向，他选择写文章研究新模型；他认为组织投入应经过更严格的判断。

他担心融资和扩张可能形成亏损与再融资的循环，更向往从真实需求出发，先形成可持续的小业务，再逐步扩展。