मूल प्रतिलिपि में केवल टाइपो, गलत शब्दावली और तार्किक असंगतियों को सुधारा गया है।
बैठक का समय: 20 मई
बैठक की अवधि: 4 घंटे
बैठक का उद्देश्य: DeepSeek के संस्थापक लियांग वेनफेंग का निवेशक विनिमय बैठक
जब हमने यह कंपनी शुरू की, तो हमारा मूल इरादा यह नहीं था कि हम कितना पैसा कमाएंगे, पूंजी बाजार में जाएंगे, या लिस्टिंग करेंगे। यह हमारा लक्ष्य नहीं था।
पहले कुछ दर्जन लोगों ने कभी ऐसा नहीं सोचा। अगर उन्होंने ऐसा सोचा होता, तो वे आते ही नहीं। कुल मिलाकर, हम यह काम दुनिया के प्रति बहुत अच्छी भावना के साथ कर रहे हैं, यह मानते हुए कि यह मानवता के लिए उपयोगी है—यह पैसे से परे है।
बेशक, बाद में जब संभावित हित बहुत बड़े हो गए, तो अन्य प्रलोभन भी आए, लेकिन यह दूसरी बात है। हमारा मूल इरादा, हमारी दृष्टि, और आज हम जो दृष्टि रखते हैं, वह वाणिज्यिक हितों को अधिकतम करने पर आधारित नहीं है। मुझे लगता है कि यह महत्वपूर्ण है।
लगभग बीस साल पहले, मेरे सबसे प्रिय प्रबंधक जैक वेल्च थे, जो GE के पूर्व सीईओ थे। अब पीछे मुड़कर देखें, तो उन्होंने जो कुछ भी कहा, वह शायद गलत हो सकता है, लेकिन एक बात वह सही थे: कंपनी के लिए सबसे महत्वपूर्ण चीज़ उसकी दृष्टि है।
एक बड़ी कंपनी को प्रबंधित करना नियमों पर निर्भर नहीं करता; यह दृष्टि पर निर्भर करता है। दृष्टि दीवार पर लगा नारा नहीं है; यह वह है जो आप करते हैं, न कि वह जो आप कहते हैं। यह वह है जैसे आप वास्तव में काम करते हैं।
तो, हम इतने सारे लोगों का प्रबंधन और संगठन कैसे करते हैं? वास्तव में, हमारा कोई औपचारिक संगठन नहीं है; हम दृष्टि-संचालित हैं। हम एक दृष्टि द्वारा संगठित हैं।
इसके फायदे और नुकसान हैं। भविष्य में, हम ताकत का लाभ उठाने और कमजोरियों से बचने की कोशिश करेंगे, लेकिन यह हमारी विशेषता है। हम KPIs या आकलन के माध्यम से काम नहीं करते; केवल दृष्टि।
यह दृष्टि लिखी भी नहीं है। यह हमारे तरीकों और दुनिया के प्रति हमारे दृष्टिकोण में मौजूद है। कंपनी में हर कोई इसे अलग-अलग समझ सकता है, लेकिन सामान्य दिशा सुसंगत है।
मेरा मानना है कि यह दुनिया के प्रति बहुत अच्छी भावना रखने और कुछ हासिल करने की इच्छा रखने के बारे में है। इसी तरह हम संगठित हैं।
मैं पहले बोलूंगा, फिर हर कोई प्रश्न पूछ सकता है। मैं सब कुछ इस दृष्टि के आसपास फ्रेम करूंगा। यह दृष्टि वास्तविक है, बनाई नहीं गई है। हम वास्तव में इस तरह सोचते और कार्य करते हैं; अन्यथा आप हमारे कई कार्यों की व्याख्या नहीं कर सकते।
हम ओपन सोर्स के बारे में इतने दृढ़ क्यों हैं? क्योंकि दृष्टि ही इसकी मांग करती है। इस दृष्टि के बिना, आप लोगों को संगठित नहीं कर सकते।
उदाहरण के लिए, Zhipu भी ओपन सोर्स करता है, लेकिन उनका ओपन सोर्स करना जबरन लगता है, जैसे कि यह उनका मूल इरादा नहीं है। हमारे लिए, यह हमारा मूल इरादा है।
हमने शुरू से ही ओपन सोर्स के बारे में बहुत स्पष्ट रूप से सोचा था। पहला, दृष्टि; दूसरा, हम मानते हैं कि ओपन सोर्स AI को व्यावसायिक रूप से सफल बनाने के लिए फायदेमंद है।
यह विरोधाभासी लगता है क्योंकि ऐतिहासिक रूप से, ओपन सोर्स और व्यावसायीकरण संघर्ष में रहे हैं। लेकिन मुझे लगता है कि AI अलग है। ऐतिहासिक रूप से, एक सॉफ्टवेयर कंपनी का बाजार कुछ अरब डॉलर का हो सकता है; यदि आप ओपन सोर्स करते हैं, तो वह गायब हो जाता है, केवल लाखों रह जाते हैं।
लेकिन AI इतना बड़ा है कि यह अंततः मानव GDP का 10% हिस्सा हो सकता है। आप ऐसी चीज़ पर एकाधिकार नहीं कर सकते। आपको इसे दूसरों के साथ साझा करना होगा, अन्यथा आप जीवित नहीं रहेंगे।
अगर हमने लाभों पर एकाधिकार करने की कोशिश की, तो हमें इतिहास द्वारा त्याग दिया जाएगा। यह एक वस्तुनिष्ठ नियम है, एक ऐतिहासिक दृष्टिकोण।
ऐसा नहीं है कि अगर मैं ओपन सोर्स नहीं करूंगा, तो मैं बाजार पर एकाधिकार कर सकता हूं। यह वस्तुनिष्ठ तथ्यों से मेल नहीं खाता। आपको प्रतिरोध का सामना करना पड़ेगा और अन्य तरीके आपको रोकेंगे। इस मामले में, पारंपरिक वाणिज्यिक सोच आवश्यक नहीं है। सफल होने के लिए आपको एक ऐसे तंत्र की आवश्यकता है जो आपके अपने लाभों को सीमित करे। इसके लिए संयम की आवश्यकता है।
अगर हम AI में सफल होना चाहते हैं, तो हमें संयमित होना होगा। आप यह नहीं सोच सकते कि वैश्विक या चीनी GDP का एक प्रतिशत आपका है। जितना अधिक आप ऐसा सोचेंगे, सफल होने की संभावना उतनी ही कम होगी।
इसलिए हमने शुरू से ही संयम की आवश्यकता महसूस की। आप जितना अधिक संयमित होंगे, सफल होने की संभावना उतनी ही अधिक होगी। यह एक व्यापक वाणिज्यिक विचार है।
कम से कम, मैं वास्तव में ऐसा सोचता हूं। हमारे पास कई अन्य लाभ नहीं हैं। हम अन्य कंपनियों से ज्यादा अमीर या अधिक कर्मचारी नहीं हैं। जब हमने दो साल पहले शुरुआत की, तो हमारे पास पैसा नहीं था, कम चिप्स थे, और कोई प्रसिद्धि नहीं थी। हम बस सामान्य लोगों का एक समूह थे।
[00:11:49]
हम वास्तव में सामान्य लोग हैं। अगर कोई कथा है जो मुझे पसंद है, तो वह है सामान्य लोग असाधारण काम कर रहे हैं, न कि प्रतिभाशाली लोग असाधारण काम कर रहे हैं। यह हमारे संयम और हमारी दृष्टि से जुड़ा है।
क्या ओपन सोर्स व्यावसायीकरण के साथ संघर्ष करता है? AI में, यदि आप संयमित नहीं हैं, तो आप सफल नहीं होंगे। ओपन सोर्स उस संयम का हिस्सा है। हमारा संयम अन्य क्षेत्रों में भी दिखाया गया है। आम तौर पर, हमें इस बहस की भी आवश्यकता नहीं है कि ओपन सोर्स करना है या संयमित होना है।
संयम सफलता को आसान बनाता है। कम से कम अब तक, यह सिद्ध हो चुका है। अन्यथा, आप यह नहीं समझा सकते कि इतने कम शुरुआती बिंदु और कम संसाधनों के साथ हम क्यों सफल हुए। मैं बस एक विश्वविद्यालय स्नातक हूं, और किसी शीर्ष स्तर के स्कूल से नहीं।
यह संयम हमारी दृष्टि का हिस्सा है। AI में हित बहुत बड़े हैं। यदि हम संयमित हैं और सफल होते हैं, तो शेष लाभ अभी भी बहुत बड़े होंगे। आपको केवल एक छोटे हिस्से की आवश्यकता है। हम केवल उचित लाभ चाहते हैं, लाभ अधिकतम करना नहीं। हमारी API मूल्य निर्धारण यह दर्शाता है: हम दस महीनों में उपकरण लागत वसूल करने का लक्ष्य रखते हैं। यह एक उचित लाभ है।
हमारा V3.2 Flash और अन्य इस मानक का पालन करते हैं। यह लाभ अधिकतम करना नहीं है। यदि ऐसा होता, तो हम कीमतें अधिक रखते क्योंकि इस सीमा में मांग बेलोचदार है। कीमत दोगुनी करने से खपत में महत्वपूर्ण गिरावट नहीं आएगी, लेकिन राजस्व दोगुना हो जाएगा।
मैं आपको एक कहानी सुनाता हूं। DeepSeek के साथ, हमने शुरू में कीमत अधिक रखी क्योंकि हम बहुत अधिक मांग से डरते थे। टीम खुश नहीं थी। जब मैंने इसे चौथाई कर दिया, तो सभी खुश थे।
यह हमारा सच्चा विचार है। हम चाहते हैं कि उपकरण उपयोगी हो, न कि सिर्फ सबसे अधिक पैसा कमाए। जब हमने कीमतें कम कीं, तो कंपनी के चैट में लोग खुशी मना रहे थे। यह हमारी सहमति है।
यह अद्वितीय है। प्रतियोगियों के लिए, कीमत में कटौती उनके ARR के लिए अच्छी नहीं है। लेकिन हमारे लिए, दस महीनों में लागत वसूल करना संतोषजनक है। यह कंपनी और समाज के लिए जीत-जीत है।
किसी ने टिप्पणी की कि दस महीने अभी भी बहुत अधिक हैं। मॉडलों के अनुकूलन के साथ कीमतों में और कटौती की गुंजाइश है। लेकिन हम इस लागत को प्राप्त कर सकते हैं जबकि अन्य जैसे Alibaba या Tencent, हमारे अनुकूलन के बिना, संभवतः कई गुना अधिक लागत रखते हैं।
हम अभी और कटौती नहीं करते क्योंकि मांग बेलोचदार है; हर कोई पहले से ही इसे वहन कर सकता है। इसे और कम करने से अधिक सामाजिक मूल्य नहीं जुड़ता। संयम एक रणनीति है। यह एक दीर्घकालिक खेल है। ओपन सोर्स वापस देने का एक रूप है जो आंतरिक एकजुटता और सामाजिक सद्भावना बनाता है, जिससे AGI प्राप्त करने की हमारी संभावना बढ़ती है।
मुझे AGI के वाणिज्यिक मूल्य पर संदेह नहीं है। इसलिए, मैं बाजार हिस्सेदारी पर सफलता की संभावना को प्राथमिकता देता हूं। इस संयम का मतलब यह भी था कि हमने पिछले साल 'सुपर ऐप' सपने का पीछा नहीं किया या उपयोगकर्ताओं के लिए ByteDance से लड़ाई नहीं की। हमने मुद्रीकरण पर नहीं, बल्कि सेवा पर ध्यान केंद्रित किया। हमने AGI के 'तरबूज' की प्रतीक्षा करने के लिए 'तिल' को नजरअंदाज किया।
भले ही हमारे पास AGI के लिए अभी तक कोई स्पष्ट व्यवसाय मॉडल नहीं है, अवसर इतना बड़ा है कि एक रास्ता मौजूद रहेगा। हमारा वर्तमान C-end और B-end राजस्व AGI की राह के उप-उत्पाद मात्र हैं। यदि हमारा API राजस्व करोड़ों या अरबों डॉलर तक पहुंचता है, तो यह हमारे R&D को कवर करेगा, लेकिन यह हमारा प्राथमिक लक्ष्य नहीं है।
ओपन सोर्स के बारे में: हम अपने सबसे मजबूत मॉडलों को ओपन सोर्स करना जारी रखेंगे। मुझे क्लोज्ड-सोर्स होने में कोई लाभ नहीं दिखता। भले ही आप सब कुछ ओपन सोर्स कर दें, प्रवेश की बाधा और लागत अनुकूलन बहुत अधिक है। यह हमारे आकार की कंपनी के लिए 'स्वीट स्पॉट' है।
ओपन सोर्स मेरे राजस्व को नुकसान नहीं पहुंचाता अगर मैं केवल 6x लाभ (10 महीने का भुगतान) का लक्ष्य रखता हूं। यह केवल तब नुकसान पहुंचाता है जब आप 100x लाभ चाहते हैं। यह टिकाऊ है। हम समुदाय को हमारे मॉडलों को सही ढंग से तैनात करने में मदद करना भी चाहते हैं।
हमारा लक्ष्य AGI होना चाहिए
AGI हमारी दीर्घकालिक दृष्टि है। रोडमैप स्पष्ट है। वर्तमान AI उत्कृष्ट है यदि सही संदर्भ और निर्देश दिए जाएं, लेकिन इसमें 'निरंतर सीखने' की कमी है। एक मानव कर्मचारी को पर्यावरण सीखने में दो महीने लगते हैं; AI बिना बड़े पैमाने पर संदर्भ इंजेक्शन के अभी तक ऐसा नहीं कर सकता।
AI विकास एक सीढ़ी है। पिछले साल CoT (चेन ऑफ थॉट) था। इस साल एजेंट्स हैं। प्रत्येक कदम पिछले पर बनता है। एजेंट्स के बाद, अगली बाधा निरंतर सीखना है—मॉडलों को मनुष्यों की तरह समय के साथ सीखना सिखाना।
एक बार जब कोई मॉडल निरंतर सीख सकता है, तो हम एक विलक्षणता पर पहुंच जाते हैं जहां यह स्वयं पर पुनरावृत्ति कर सकता है और अपना अगला संस्करण विकसित कर सकता है। यह अचानक छलांग नहीं बल्कि एक क्रमिक प्रक्रिया है। उसके बाद एम्बोडिड AI (रोबोटिक्स) आता है।
यह रोडमैप 'सबसे आसान' रास्ता है। यदि हम पहले निरंतर सीखने और स्व-पुनरावृत्ति को हल करते हैं, तो एम्बोडिड AI आसान हो जाता है क्योंकि AI इसे बनाने में मदद करता है। हम पहले एम्बोडिड AI करने का 'हार्ड मोड' नहीं चाहते।
जहां दूसरे C-end ट्रैफिक या B-end राजस्व के लिए लड़ते हैं, वहीं हम AGI रोडमैप पर ध्यान केंद्रित करते हैं। यह एक 'आयामी प्रहार' (降维打击) है। एक उच्च तकनीकी लक्ष्य का लक्ष्य रखने से, निचले स्तर के अनुप्रयोग आसान उप-उत्पाद बन जाते हैं। हमने पिछले साल उपयोगकर्ताओं को बनाए रखने की कोशिश भी नहीं की, लेकिन वे छोड़े नहीं क्योंकि तकनीक बेहतर थी।
मुख्य हित टीम की स्थिरता है
हमारा एकमात्र गैर-परक्राम्य मुख्य हित टीम की स्थिरता है। यदि टीम बनी रहती है, तो हम AGI में सफल होंगे। पैसा और संसाधन गौण हैं। हाल ही के फंडिंग ने विकल्पों के माध्यम से इसे सुरक्षित करने में मदद की है। हमारा प्रतिभा कारोबार साथियों से कम है क्योंकि लोग ऐसे वातावरण में रहना चाहते हैं जो वास्तव में AGI प्राप्त कर सकता है।
हम बड़ी तकनीक के साथ दुश्मनी नहीं चाहते; हम उन्हें सशक्त बनाना चाहते हैं। हम केवल AGI की 'मुख्य लाइन' (GPT, CoT, एजेंट्स) पर ध्यान केंद्रित करते हैं। हम अभी 3D, वीडियो जनरेशन, या वर्ल्ड मॉडल नहीं करते क्योंकि वे बुद्धि के महत्वपूर्ण पथ पर नहीं हैं। वीडियो जनरेशन एक अच्छा व्यवसाय है, लेकिन यह AGI का रास्ता नहीं है।
अमेरिका के साथ हमारा अंतर विशुद्ध रूप से संसाधन (चिप्स) है। हमारे पास लगभग 20,000 H-समतुल्य GPU हैं, जो ज्यादातर हाल ही में आए हैं। हम आक्रामक रूप से विस्तार कर रहे हैं। अगर मैं छह महीनों में अपने सभी फंडिंग को चिप्स पर खर्च कर सकता, तो मैं करता। यह बैंक में पैसे रखने से बेहतर है। प्रतिभा के मामले में कोई अंतर नहीं है; सबसे चतुर चीनी इंजीनियर चीन और विदेश दोनों में हैं।
हम अभी 800B पैरामीटर पैमाने पर अमेरिका के साथ प्रतिस्पर्धा करने की कोशिश नहीं कर रहे क्योंकि हम अनुसंधान चक्रों का खर्च नहीं उठा सकते। हम पहले 50B-150B पैमाने को पूर्ण कर रहे हैं। AI में अंतिम अंतर लागत, समय और उपयोगकर्ता अनुभव होगा।
व्यावसायीकरण पर
हम हमेशा व्यावसायीकरण कर रहे हैं, लेकिन यह लक्ष्य नहीं है। अब उत्पाद लाइनों पर ध्यान केंद्रित करना समय की बर्बादी है क्योंकि क्षेत्र बहुत तेजी से बदलता है। हम चाहते हैं कि दूसरे वाणिज्यिक अवसरों का लाभ उठाएं जबकि हम इंजन प्रदान करें। हमारे निवेशकों को इसलिए चुना गया क्योंकि उनके हित हमारे साथ मेल खाते हैं।
हमारा प्रबंधन सहमति पर आधारित है, न कि ऊपर से नीचे के आदेशों पर। मैं कुछ भी धकेलने से पहले सहमति चाहता हूं। हम एक 'अनुसंधान संस्कृति' बनाए रखते हैं जहां औपचारिक काम एक शोधकर्ता के समय का 50% से अधिक नहीं होना चाहिए, जिससे मुफ्त अन्वेषण की अनुमति मिलती है। हम ओवरटाइम को प्रोत्साहित नहीं करते क्योंकि अनुसंधान को एक आरामदायक वातावरण की आवश्यकता होती है और हम कम कार्यों पर अत्यधिक केंद्रित होते हैं।
प्रश्नोत्तर के मुख्य अंश
घरेलू चिप्स पर: CUDA की खाई AI-सहायता प्राप्त कोडिंग और हमारी TileLang जैसी नई भाषाओं द्वारा तोड़ी जा रही है। एक वर्ष में, यह धारणा कि घरेलू चिप्स में पारिस्थितिकी तंत्र का अभाव है, बदल जाएगी। हम Huawei के साथ मिलकर काम करते हैं। उनके 950 क्लस्टर प्रदर्शन में Nvidia के GB200/300 को प्रभावी ढंग से बदल सकते हैं, भले ही कीमत अधिक हो।
स्केलिंग पर: हम स्केलिंग में विश्वास करते हैं। हम एक दीवार से नहीं टकराए; हम बस एक संसाधन सीमा से टकराए। जैसे-जैसे हमें अधिक चिप्स मिलेंगे, हम सीमाओं को आगे बढ़ाते रहेंगे।
भविष्य पर: मॉडलों की अगली पीढ़ी में निरंतर सीखना होना चाहिए। हमारा लक्ष्य है कि AI पहले हमारे लिए अगला AI विकसित करने में उपयोगी हो। यदि यह हमें तेजी से AGI तक पहुंचने में मदद करता है, तो यह सफलता है।
