火炬、桥梁、钥匙和未来

「提问是什么？」

这也是一个问题。通常来看，它是一个简单动作。

在我们眼中的提问，它打破已知与未知中间的次元壁，它将过去与未来在当下建立联系。从孩童指着新鲜世界向父母询问这是什么，到柏拉图在《理想国》中提出的“我是谁，我从哪里来，我要去向何方”的终极三问。

提问是火把，是钥匙，是人类的底层需求和进步要素。

改变世界的前提是认识世界，认识世界的路径受限于这副肉身，从观感开始，从具体到抽象。我们的问题也是这样发展，是什么，做什么，为什么。web3的世界发展不过十五年的时间，建立仍在过程中，改变其实每一刻都在发生。我们认为，若希望改变，那变革者对这个世界的认知和理解更为重要。

「web3世界的信息特点」

相较于web2世界的差异，web3世界的信息呈现以下几个特点
1，每时每刻的新概念新信息熵增情况严重。
2，海量的数据信息难以消化和理解。
3，在新世界秩序的建立过程中，原则与法理缺失，拥有话语权者自身不同的视角和利益导致不同的引导方向。

web3代表了未来，数字货币，元宇宙，VR/AR，技术的发展和用户的诉求，在物理世界的桎梏将在web3中被彻底解锁，原子世界的基础设施在web3中正在逐步构建，没有人可以阻挡这股洪流的力量。这一切在OpenAI等推动之下，在当下，我们隐约找到了一条路径。QnA3.AI生逢其时。

作为AI赋能的web3知识分享平台，我们通过训练自己的专业大语言模型，对语义和用户意图有着精准的理解。在海量数据源内，我们筛选有价值的信息进行编译与重构，向用户提供准确，有意义的回答。满足用户在web3世界消除噪音，获取洞见的需求，进一步帮助他们构建自己的认知体系和思维框架。

「专业模型与通用模型的比较」

我们的判断，市场的终局会呈现几超，多强，若干中小共生的状态。

训练通用大模型的人力，设备，资金的限制性，市场最后只有3-5个国际大玩家具备真正的通用大模型的能力。与之伴生的则是各类型的语言模型，行业模型和场景模型。而通用大模型是无法解决所有细分行业的具体问题的。

首先，质量是细分行业的核心要求，而通用大模型的幻觉问题在细分行业的高质量追求下是不可接受的。我们有专属的数据筛来源和筛选机制，通过多道流程规避这个问题。

其次，专业作为质量的核心，细分行业的工作流程要求高质量，奖励任何质量改进动作。任何应用于细分行业的人工智能解决方案都需要不断调整以提高质量。反应速度和反馈效率对于质量至关重要。通用模型本身的高兼容性在这里会导致质量的差距，你可以想象如果火箭的人工智能模型被GPT-4这类的通用模型代替，结果将是毁灭级的。这种质量差距必然导向专业化调整。

再者，专有数据和专有知识是壁垒。

许多高价值、特定领域行业依赖于丰富的专有数据集。针对这些细分行业的最佳人工智能解决方案需要在这些数据上进行训练。然而，拥有这些数据库的实体将专注于保护其数据护城河，不太可能允许第三方无限制地访问这些数据库以进行人工智能训练。因此，这些实体将在内部或通过特定的合作伙伴关系建立专门用于这些工作流程的专业人工智能系统。这些系统将有别于一般的人工智能模型。

细分行业必须要把用户数据、行业数据，甚至图谱或者规则，放到模型里继续训练，这是行业大模型存在的必要性。在通用大模型不能覆盖到的局部行业，加入这样的数据，能把涉及到行业专属知识的问题解决得很好，还能克服通用大模型带来的「幻觉」问题。这意味着模型需要越来越多，有越来越可收敛的场景，也意味着需要更多力量参与进来帮助技术和场景的对齐，而不是一个万能的技术去适配所有场景。

「专业大语言模型间的竞争差异」

我们认为差异的核心在认知不同，和在认知层面指导下的动作不同。现在市场上几乎所有的AI类应用要么是基于开源模型在进行训练，要么是基于OpenAI，Claude2的 API 调用。无论哪一种路径，我们认为最终要做出自己认可的大模型，核心是能有具有相对领先的人认知，并有持续迭代模型的能力。

所以我们和同peer的玩家交流达成共识，基础策略是以 LLM 为 L0 底座，在这之上，做 L1 行业模型、L2场景模型。这样一层一层做好，跟客户通过问题答案，以及我们在产品设计的各个功能来互动得到反馈，模型一点点迭代，逐渐建立壁垒。即便未来有更好的通用模型出现，也有办法在它的基础上再重新训练或继续迭代。LLM “水涨船高”，大家一起随着比我们厉害的人的成长而成长。

在动作层面，我们在Pre Train（预训练）、Post Train（训练后）、Multi-Modal（多模态），Scaling Up（可扩展性），Inference（推理）等具有丰富的经验并将其发展与产品市场结合。我们相信系统的影响和复利的力量，践行这个信念正是来源于我们的底气。

「结论」

人工智能的进步浪潮已经持续了十年之久，我们预计会诞生一个丰富的生态系统，其中包括由人工智能组件驱动的高价值、专业化的细分行业人工智能模型，以及一些通用的人工智能模型，为大量不同的人工智能工作流程提供支持。而在web3席卷而来的浪潮下，QnA3将是web3原生用户的万能钥匙，是web2世界进入web3世界的最佳桥梁。