李開(kāi)復(fù)周志華縱論AI大模型，萬(wàn)字梳理MEET'25大咖激辯，320萬(wàn)觀眾同見(jiàn)證

　　「 Scaling Law」和「 打臉時(shí)刻」，絕對(duì)是2024年科技智能領(lǐng)域的年度關(guān)鍵詞。

　　壞消息是，傳統(tǒng)定義上的Scaling Law在放緩，但好消息是又有新的Scaling Law出現(xiàn)。

　　拉長(zhǎng)時(shí)間維度，其實(shí)Scaling Law在AI發(fā)展領(lǐng)域中一直起著作用。

　　人類(lèi)在哪個(gè)時(shí)間點(diǎn)上，如果突然之間被打臉了，那就是超級(jí)時(shí)刻。

　　不斷打臉，最終才能知道哪個(gè)才是所謂的Killer APP。

　　這是20余位工業(yè)界、學(xué)術(shù)界乃至投資界的頂流大咖，在量子位MEET 2025智能未來(lái)大會(huì)上反復(fù)提及、探討的話(huà)題。

　　在座無(wú)隙地的會(huì)場(chǎng)，大牛們的深入討論當(dāng)然沒(méi)有只局限于此——

　　站在諾貝爾獎(jiǎng)對(duì)AI青睞有加的2024年年尾，他們回顧技術(shù)、產(chǎn)品和商業(yè)的發(fā)展，也毫無(wú)保留地傳遞對(duì)未來(lái)的規(guī)劃、已經(jīng)洞察到的機(jī)遇;有人熱心站出來(lái)解答了近期熱議的困惑，有人坦白曾因技術(shù)的放緩有過(guò)短暫憂(yōu)慮，也有人為從業(yè)者、愛(ài)好者、觀望者指明值得一試的方向。

　　有深度，夠前瞻，思考碰撞，激情四濺。

　　320萬(wàn)+線上觀眾、 1000+現(xiàn)場(chǎng)觀眾和在場(chǎng)嘉賓一起，見(jiàn)證了干貨滿(mǎn)滿(mǎn)的一天。

　　△連“站票”也很搶手喲

　　圍繞著「智變千行，慧及百業(yè)」這一主題，本次大會(huì)嘉賓們暢聊了關(guān)于「技術(shù)演進(jìn)時(shí)」「無(wú)限未來(lái)時(shí)」「拐點(diǎn)來(lái)臨時(shí)」和「應(yīng)用正當(dāng)時(shí)」的所見(jiàn)所思所想。

　　來(lái)，跟著量子位真人編輯和ChatGPT、Claude等大模型一起劃重點(diǎn)。

　　技術(shù)演進(jìn)時(shí)李開(kāi)復(fù)：Scaling Law放緩，AI-First應(yīng)用爆發(fā)加速

　　MEET2024智能未來(lái)大會(huì)以 零一萬(wàn)物首席執(zhí)行官、創(chuàng)新工場(chǎng)董事長(zhǎng)李開(kāi)復(fù)和量子位總編輯李根的深度對(duì)話(huà)拉開(kāi)帷幕。

　　對(duì)話(huà)中，李開(kāi)復(fù)透露出OpenAI的瓶頸與挑戰(zhàn)：GPT-5的訓(xùn)練并非一帆風(fēng)順。大規(guī)模GPU集群的效率遞減、數(shù)據(jù)與算力瓶頸，讓Scaling Law (尺度定律)不再一騎絕塵。OpenAI也面臨著算力投入與商業(yè)回報(bào)的博弈。

　　壞消息是，傳統(tǒng)定義上的Scaling Law在放緩，但好消息是又有新的Scaling Law (o1推理范式)出現(xiàn)。

　　但我們不要忘記，現(xiàn)在的模型雖然還沒(méi)有達(dá)到AGI，但已經(jīng)足夠好到解決很多問(wèn)題。

　　在李開(kāi)復(fù)看來(lái)，傳統(tǒng)Scaling Law的放緩這并不意味著大模型發(fā)展遭遇天花板，相反，中國(guó)AI 2.0創(chuàng)新者能在里面找到彎道超車(chē)的機(jī)遇。

　　首先，AI 2.0已經(jīng)成為世界各國(guó)的“未來(lái)之戰(zhàn)”，將重塑經(jīng)濟(jì)版圖和創(chuàng)新格局。中國(guó)絕對(duì)不能放棄大模型預(yù)訓(xùn)練。從國(guó)家技術(shù)競(jìng)爭(zhēng)力角度看，掌握了大模型預(yù)訓(xùn)練就等于掌握模型能力的上限和安全可控的底線。

　　其次，當(dāng)前大模型已“足夠好、足夠便宜”，中國(guó)開(kāi)發(fā)者應(yīng)抓住應(yīng)用井噴的黃金窗口期，結(jié)合中國(guó)巨大的市場(chǎng)需求和落地場(chǎng)景，借鑒移動(dòng)互聯(lián)網(wǎng)時(shí)代領(lǐng)先世界的工程能力和產(chǎn)品微創(chuàng)新迭代能力，打造“Made in China”的“ChatGPT時(shí)刻”。

　　他提醒AI 2.0創(chuàng)業(yè)者不妨先算一筆賬：自己的基座大模型能力是否有獨(dú)特價(jià)值?自己是否有預(yù)訓(xùn)練技術(shù)優(yōu)勢(shì)做出性能位居世界第一梯隊(duì)但又快又便宜的模型?如果自研的模型無(wú)法超越開(kāi)源模型，不妨專(zhuān)注在應(yīng)用創(chuàng)新上。

　　在商業(yè)策略上，零一萬(wàn)物打造的預(yù)訓(xùn)練模型Yi-Lightning不僅在國(guó)際權(quán)威的“大模型競(jìng)技場(chǎng)”LMSYS盲測(cè)中創(chuàng)下中國(guó)大模型歷史最佳成績(jī)，而且推理成本僅為GPT-4o的三十分之一。

　　零一萬(wàn)物也積極探索AI 應(yīng)用落地：國(guó)內(nèi)以To B為主，海外側(cè)重To C。以多快好省的方式訓(xùn)出世界第一梯隊(duì)模型，同時(shí)用“又快又好”的大模型為應(yīng)用開(kāi)發(fā)者賦能，打造健康良性的大模型創(chuàng)新生態(tài)。

　　李開(kāi)復(fù)相信，未來(lái)大模型頭部玩家更應(yīng)聚焦AI-First應(yīng)用端的價(jià)值創(chuàng)造，就像過(guò)往PC、移動(dòng)互聯(lián)網(wǎng)時(shí)代的創(chuàng)新發(fā)展路徑一樣，創(chuàng)造最大經(jīng)濟(jì)價(jià)值的往往是應(yīng)用層。

　　智源王仲遠(yuǎn)：其實(shí)Scaling Law一直在AI發(fā)展中起作用

　　北京智源人工智能研究院院長(zhǎng)王仲遠(yuǎn)博士指出，當(dāng)前人工智能正處于一個(gè)新的拐點(diǎn)。

　　大模型的出現(xiàn)標(biāo)志著弱人工智能向通用人工智能的轉(zhuǎn)變。盡管目前的大模型能力仍存在不足，但已能看到它對(duì)各行各業(yè)的深遠(yuǎn)影響。

　　他談到了當(dāng)下最熱門(mén)的一個(gè)話(huà)題：Scaling Law是否撞墻/失效了?

　　看過(guò)去七、八十年，每一次新的科技浪潮背后都有一些本質(zhì)規(guī)律，即隨著模型參數(shù)、訓(xùn)練數(shù)據(jù)及計(jì)算能力提升，模型效果也會(huì)有巨大提升。

　　也就是說(shuō)，如果拉長(zhǎng)時(shí)間維度，其實(shí)Scaling Law在人工智能發(fā)展領(lǐng)域中一直起著作用。

　　王仲遠(yuǎn)介紹道，過(guò)去六年里，北京智源人工智能研究院建立了一支頂尖的科研團(tuán)隊(duì)，在國(guó)內(nèi)最早從事大模型研發(fā)，并且從2020年10月開(kāi)始，就成立了技術(shù)攻關(guān)團(tuán)隊(duì)來(lái)持續(xù)推動(dòng)大模型技術(shù)研發(fā)探索。

　　至于大模型未來(lái)的發(fā)展方向，在他看來(lái)，除了文本數(shù)據(jù)，世界上還存在大量的圖像、音頻、視頻等多模態(tài)數(shù)據(jù)。如何激發(fā)這些數(shù)據(jù)中的智能，是未來(lái)大模型研究的重要方向。

　　“最終將出現(xiàn)一個(gè)統(tǒng)一的多模態(tài)大模型，實(shí)現(xiàn)人工智能對(duì)世界的感知、理解和推理。”王仲遠(yuǎn)說(shuō)。

　　螞蟻集團(tuán)王旭：開(kāi)源社區(qū)為技術(shù)方向提供中立而廣泛的信息

　　在螞蟻集團(tuán)內(nèi)部，大模型的應(yīng)用已經(jīng)滲透到財(cái)務(wù)數(shù)據(jù)分析領(lǐng)域，極大地提高了處理效率和深度。

　　螞蟻集團(tuán)開(kāi)源技術(shù)委員會(huì)副主席王旭，站在開(kāi)源視角進(jìn)行了演講分享——畢竟從ChatGPT掀起滔天巨浪開(kāi)始，大模型的開(kāi)閉源之爭(zhēng)就從未停止。

　　王旭強(qiáng)調(diào)，螞蟻集團(tuán)的開(kāi)源技術(shù)增長(zhǎng)團(tuán)隊(duì)十分重視對(duì)開(kāi)源社區(qū)的數(shù)據(jù)洞察，并以此為螞蟻的技術(shù)架構(gòu)和技術(shù)演進(jìn)提供參考。

　　社區(qū)數(shù)據(jù)雖然不全面，卻能反映外部視角，為技術(shù)方向提供中立而廣泛的信息。

　　社區(qū)數(shù)據(jù)顯示應(yīng)用的 AI化和AI應(yīng)用框架都在大量涌現(xiàn)。在應(yīng)用方向單單是直接的數(shù)量提升和加速就已經(jīng)可以引發(fā)顯著的變革，比如螞蟻的金融相關(guān)服務(wù)和它們背后的開(kāi)源多智能體框架 agentUniverse。

　　他提供了一張可參考的折線統(tǒng)計(jì)圖，其數(shù)據(jù)顯示，在LLaMA模型開(kāi)源后，相關(guān)項(xiàng)目迎來(lái)了爆發(fā)式增長(zhǎng)。并且，大部分AI項(xiàng)目使用Python開(kāi)發(fā)甚至允許用戶(hù)不用親手編碼，“這些AI應(yīng)用框架讓用戶(hù)能夠以極低的門(mén)檻開(kāi)發(fā)自己的AI應(yīng)用，這反映了AI技術(shù)正逐漸貼近應(yīng)用場(chǎng)景”。

　　另一個(gè)觀察是，除了硬件資源的變化，軟件基礎(chǔ)設(shè)施也在經(jīng)歷著微妙的變化。王旭表示，雖然分布式系統(tǒng)的基礎(chǔ)架構(gòu)變化不大，但應(yīng)用基礎(chǔ)設(shè)施和場(chǎng)景產(chǎn)生了新的需求。他提道，AI 2.0時(shí)代正在形成新一代的LAMP架構(gòu)，應(yīng)用會(huì)圍繞模型展開(kāi)，這在基礎(chǔ)設(shè)施的每個(gè)環(huán)節(jié)都引發(fā)了深遠(yuǎn)變化。

　　最后，王旭鼓勵(lì)技術(shù)從業(yè)者根據(jù)時(shí)代的需求調(diào)整軟件架構(gòu)，并演進(jìn)自己的基礎(chǔ)設(shè)施。

　　華為王輝：網(wǎng)絡(luò)與AI之間，就是Network for AI和AI for Network

　　會(huì)上， 華為數(shù)據(jù)通信產(chǎn)品線NCE數(shù)據(jù)通信領(lǐng)域總裁王輝圍繞《AI大模型使能網(wǎng)絡(luò)邁向高階自智》這一話(huà)題，站在工業(yè)領(lǐng)域和ToB行業(yè)的視角開(kāi)始了他的分享。

　　他指出，當(dāng)前各行各業(yè)都面臨“如何讓自己的產(chǎn)品和產(chǎn)業(yè)變得更加智能”的問(wèn)題，且落地過(guò)程面臨諸多挑戰(zhàn)。

　　在演講中，王輝把網(wǎng)絡(luò)與AI的關(guān)系總結(jié)為兩種：

　　Network For AI，指如何用網(wǎng)絡(luò)加速AI訓(xùn)練和推理

　　Al For Network，指用AI手段讓網(wǎng)絡(luò)變得更加穩(wěn)定可靠，助力千行萬(wàn)業(yè)的發(fā)展

　　在AI for Network領(lǐng)域，王輝以網(wǎng)絡(luò)“自動(dòng)駕駛”形態(tài)為類(lèi)比，詮釋了AI在工業(yè)垂直場(chǎng)景的真正挑戰(zhàn)：實(shí)時(shí)性、嚴(yán)謹(jǐn)性與場(chǎng)景泛化能力。在網(wǎng)絡(luò)行業(yè)這樣的關(guān)鍵性基礎(chǔ)設(shè)施中，毫秒級(jí)響應(yīng)，零容錯(cuò)成為精準(zhǔn)決策的剛性要求。為此，華為提出“一腦、一圖、一網(wǎng)”的三層架構(gòu)，讓AI充分賦能網(wǎng)絡(luò)，為工業(yè)應(yīng)用提供智能的運(yùn)營(yíng)保障。

　　他還強(qiáng)調(diào)：

　　在工業(yè)領(lǐng)域，數(shù)據(jù)質(zhì)量、精準(zhǔn)控制和成熟工具均不可或缺，大模型是其中關(guān)鍵的一環(huán)，大模型在逐步規(guī)模應(yīng)用的同時(shí)，還會(huì)將連接和注智工業(yè)領(lǐng)域各種業(yè)務(wù)管理的核心要素，驅(qū)動(dòng)千行萬(wàn)業(yè)邁向“自動(dòng)駕駛”。

　　潞晨科技尤洋：視頻大模型需要實(shí)現(xiàn)精細(xì)化文本控制、任意角度拍攝和角色一致性

　　潞晨科技創(chuàng)始人兼董事長(zhǎng)、新加坡國(guó)立大學(xué)校長(zhǎng)青年教授尤洋，分享了對(duì)視頻大模型未來(lái)發(fā)展的深度洞察。作為分布式訓(xùn)練技術(shù)領(lǐng)域的專(zhuān)家，他帶領(lǐng)團(tuán)隊(duì)此前已為谷歌、華為等科技巨頭提供了大模型訓(xùn)練優(yōu)化解決方案。

　　尤洋認(rèn)為，未來(lái)三年視頻大模型的發(fā)展將經(jīng)歷跨越式進(jìn)步：

　　就像薩姆·奧特曼說(shuō)的那樣，今天是Video GPT-1的時(shí)刻，可能三年之后就是視頻大模型的GPT-3.5、GPT-4時(shí)刻。

　　最關(guān)鍵的是要實(shí)現(xiàn)三大核心能力。

　　首先是精細(xì)化的文本控制能力。視頻大模型應(yīng)當(dāng)能夠準(zhǔn)確理解并呈現(xiàn)用戶(hù)描述的細(xì)節(jié)內(nèi)容，從人物特征到場(chǎng)景要素都要做到精準(zhǔn)把控。

　　其次是實(shí)現(xiàn)任意機(jī)位、任意角度的拍攝能力。這種突破可能徹底改變體育賽事直播等領(lǐng)域，讓觀眾能夠自主選擇觀看視角，“相當(dāng)于在體育場(chǎng)里能夠瞬間移動(dòng)，移到教練席，移到最后一排，移到第一排”。

　　第三是保持角色一致性。尤洋指出，這對(duì)商業(yè)變現(xiàn)至關(guān)重要，“比如一個(gè)產(chǎn)品的廣告，這個(gè)視頻肯定從頭到尾不管是衣服、鞋、車(chē)子，它的樣貌不能有太大變化”。

　　對(duì)于視頻大模型的商業(yè)前景，尤洋認(rèn)為其將為電影制作帶來(lái)革命性變革。通過(guò)AI技術(shù)，可以大幅降低特效場(chǎng)景制作成本，減少對(duì)危險(xiǎn)鏡頭拍攝的實(shí)際需求，讓創(chuàng)作更加自由。

　　未來(lái)只需要演員的ID和演員的肖像權(quán)，AI其實(shí)就可以把很多危險(xiǎn)鏡頭做好，對(duì)電影行業(yè)能夠極大地做到降本增效。

　　無(wú)限未來(lái)時(shí)商湯徐立：超級(jí)時(shí)刻可轉(zhuǎn)化為另一個(gè)詞，叫“打臉時(shí)刻”

　　商湯科技董事長(zhǎng)兼CEO徐立博士，十年前就是因?yàn)橐?jiàn)證了AlexNet，認(rèn)為AI已經(jīng)跨越了工業(yè)紅線開(kāi)始選擇創(chuàng)業(yè)。對(duì)于AGI新征程，徐立在與量子位總編輯李根的交流中提出了他的認(rèn)知和思考。

　　徐立表示，從過(guò)往十年來(lái)看，有兩個(gè)要素是推動(dòng)行業(yè)發(fā)展進(jìn)步的基礎(chǔ)，一是基礎(chǔ)設(shè)施，二是場(chǎng)景化。

　　在他看來(lái)，接下來(lái)的AGI時(shí)代一定也是場(chǎng)景化推動(dòng)整個(gè)技術(shù)的迭代，“技術(shù)本身只是一個(gè)技術(shù)”。

　　場(chǎng)景應(yīng)用一定是驅(qū)動(dòng)力，沒(méi)有場(chǎng)景應(yīng)用不知道市場(chǎng)上模型到底長(zhǎng)成什么樣;模型也一定是驅(qū)動(dòng)基礎(chǔ)設(shè)施建設(shè)的核心驅(qū)動(dòng)力，今天任何一個(gè)模型的變化所引起的基礎(chǔ)設(shè)施成本價(jià)值的變化是巨大的。

　　繼而徐立又引出了現(xiàn)在做AI的兩條“生死線”，即算力成本折舊生死線和開(kāi)源生死線，探討了商湯做大裝置、大模型和應(yīng)用的“三位一體”戰(zhàn)略。

　　有意思的是，在被問(wèn)到“什么事情發(fā)生是可以確認(rèn)“超級(jí)時(shí)刻”到來(lái)了?”，徐立的回答深入人心，以至于后面幾位嘉賓也反復(fù)提到。

　　我覺(jué)得超級(jí)時(shí)刻可以轉(zhuǎn)化成為另外一個(gè)詞，叫作“打臉時(shí)刻”，人類(lèi)在哪個(gè)時(shí)間點(diǎn)上，如果突然之間被打臉了，那就是超級(jí)時(shí)刻。

　　什么是“iPhone時(shí)刻”，所有人都認(rèn)為手機(jī)得有鍵盤(pán)，然后iPhone來(lái)了沒(méi)有鍵盤(pán)的。為什么ChatGPT是超級(jí)時(shí)刻?是因?yàn)樵瓉?lái)做AI都覺(jué)得自然語(yǔ)言還遠(yuǎn)呢，突然之間一下出來(lái)大眾還都認(rèn)可，解決了圖靈測(cè)試的問(wèn)題，其實(shí)這是典型的打臉時(shí)刻。

　　小冰李笛：“私域運(yùn)營(yíng)”成為大模型時(shí)代新藍(lán)海

　　過(guò)去一年，小冰很沉默。

　　但沉默之下是靜水深流：2024年，小冰國(guó)內(nèi)的AI toC產(chǎn)品，付費(fèi)用戶(hù)數(shù)是Character.AI的20多倍，付費(fèi)轉(zhuǎn)化率約為ChatGPT的8倍。

　　站在這樣的成果上，當(dāng)大模型熱潮趨于平穩(wěn)，不少人開(kāi)始陷入對(duì)下一步機(jī)遇FOMO時(shí)， 小冰公司首席執(zhí)行官李笛站出來(lái)談了談那些已現(xiàn)的機(jī)遇。

　　他強(qiáng)調(diào)，當(dāng)前AI行業(yè)正處于技術(shù)創(chuàng)新震蕩期，大模型準(zhǔn)入門(mén)檻降低，基礎(chǔ)能力很難形成有效壟斷，故而一味等待技術(shù)奇點(diǎn)并不會(huì)為產(chǎn)業(yè)創(chuàng)造實(shí)際價(jià)值，真正的機(jī)遇在于當(dāng)技術(shù)進(jìn)入相對(duì)平穩(wěn)期后，如何用合理的商業(yè)策略將技術(shù)能力變現(xiàn)。

　　一個(gè)核心切入點(diǎn)是GPU算力成本與收入的比例 (GPU cost vs Revenue)，李笛將此作為AI toC商業(yè)模式成敗的關(guān)鍵指標(biāo)。只有當(dāng)AI生產(chǎn)內(nèi)容的成本顯著低于用戶(hù)付費(fèi)，才能為C端和產(chǎn)業(yè)鏈上下游提供可持續(xù)的價(jià)值分配。

　　此外，李笛還分享了關(guān)于AI產(chǎn)品形態(tài)和用戶(hù)價(jià)值認(rèn)知的演變。

　　目前，Chatbot提供的對(duì)話(huà)形式和陪伴，對(duì)用戶(hù)來(lái)說(shuō)已不再稀缺，同時(shí)對(duì)話(huà)的高耗能顯著，Chatbot注定不再成為大眾產(chǎn)品 (除非能提供非常高的附加值)。

　　相反，“私域運(yùn)營(yíng)”成為大模型時(shí)代的新藍(lán)海，AI能夠?yàn)槌汕�上萬(wàn)的私域用戶(hù)提供高并發(fā)且個(gè)性化的價(jià)值內(nèi)容，從而在高留存、高價(jià)值的場(chǎng)景中實(shí)現(xiàn)商業(yè)閉環(huán)。

　　VAST宋亞宸：AI原生3D創(chuàng)作者將探索出新的內(nèi)容范式

　　從700萬(wàn)全球用戶(hù)生成的3D模型中，能看到3D生成的哪些可能? VAST創(chuàng)始人兼CEO宋亞宸有話(huà)說(shuō)。

　　他分享說(shuō)：“3D生成會(huì)成為一種新的交互形式，就像有個(gè)成語(yǔ)叫作‘言出法隨’。”

　　VAST是一家自研3D大模型的公司，旗下3D大模型Tripo可以通過(guò)文字、圖片等多模態(tài)輸入，生成完整的3D模型，支持游戲、動(dòng)畫(huà)、元宇宙等多個(gè)領(lǐng)域應(yīng)用。

　　宋亞宸表示，從技術(shù)成熟度看，目前效果已從年初的“360p水平”提升至”720P水平”，預(yù)計(jì)明年將達(dá)到”1080P甚至4K水平”。

　　目前，3D生成技術(shù)已在多個(gè)領(lǐng)域?qū)崿F(xiàn)落地，包括傳統(tǒng)CG行業(yè)，如游戲、動(dòng)畫(huà)、影視等;工業(yè)領(lǐng)域，如3D打印、工業(yè)設(shè)計(jì)、家居等;新興領(lǐng)域，如元宇宙、XR、數(shù)字孿生等。

　　除了一些商業(yè)化場(chǎng)景，我們看到每一個(gè)人，包括在座的每一個(gè)，包括在線觀看直播的每一個(gè)人，都可以做自己想要的3D的工業(yè)設(shè)計(jì)和產(chǎn)品的需求的分享。

　　宋亞宸展望，明年在3D生成領(lǐng)域?qū)⒕蹟n百萬(wàn)級(jí)開(kāi)發(fā)者;到2025年，開(kāi)發(fā)者數(shù)量或達(dá)千萬(wàn)級(jí)別;2026年，這些AI原生3D創(chuàng)作者將探索出新的內(nèi)容范式。

　　而在技術(shù)路線上，宋亞宸提出了三步走戰(zhàn)略：第一步是靜態(tài)內(nèi)容生成，第二步是動(dòng)態(tài)內(nèi)容生成，第三步是實(shí)現(xiàn)全民零門(mén)檻3D創(chuàng)作。

　　南京大學(xué)周志華：學(xué)件基座系統(tǒng)有了數(shù)以百萬(wàn)計(jì)模型，很多我們沒(méi)預(yù)期過(guò)的事也有可能能做

　　南京大學(xué)副校長(zhǎng)、國(guó)際人工智能聯(lián)合會(huì)理事會(huì)主席周志華帶來(lái)了一場(chǎng)關(guān)于“學(xué)件和異構(gòu)大模型”的精彩分享，系統(tǒng)闡述了一個(gè)全新的AI技術(shù)范式。

　　在周志華看來(lái)，未來(lái)AI發(fā)展的關(guān)鍵不在于追求單一的龐大模型，而是如何讓數(shù)以百萬(wàn)計(jì)的模型協(xié)同工作。

　　他提到了“學(xué)件”概念，可以簡(jiǎn)單理解為： 學(xué)件=模型+規(guī)約。

　　如果大模型是幾個(gè)大英雄打天下，那么學(xué)件就是認(rèn)為力量蘊(yùn)藏在人民群眾中。當(dāng)學(xué)件基座系統(tǒng)有了數(shù)以百萬(wàn)計(jì)的模型，這條路線的力量會(huì)涌現(xiàn)出來(lái)，很多我們沒(méi)預(yù)期過(guò)的事也有可能能做。

　　周志華提出了一個(gè)令人耳目一新的觀點(diǎn)：不需要獲取開(kāi)發(fā)者的原始訓(xùn)練數(shù)據(jù)，就能實(shí)現(xiàn)模型的有效復(fù)用和協(xié)同。這種方式既保護(hù)了數(shù)據(jù)隱私，又最大化了模型價(jià)值。

　　他用了一個(gè)生動(dòng)的比喻：

　　今天當(dāng)我們要用一把切肉的刀，不會(huì)自己去采礦打鐵，而是去超市選購(gòu)。同樣，未來(lái)用戶(hù)使用AI，也不必從頭收集數(shù)據(jù)訓(xùn)練模型，而是提交需求，“學(xué)件市場(chǎng)”會(huì)根據(jù)用戶(hù)需求尋找和組合合適的模型反饋給用戶(hù)。

　　在技術(shù)實(shí)現(xiàn)上，周志華團(tuán)隊(duì)構(gòu)建了規(guī)約設(shè)計(jì)方案，包括語(yǔ)義規(guī)約和統(tǒng)計(jì)規(guī)約，并證明這種方案能有效保護(hù)開(kāi)發(fā)者數(shù)據(jù)不泄露。

　　目前，他們已開(kāi)源了“北冥塢學(xué)件基座系統(tǒng)”，邀請(qǐng)更多開(kāi)發(fā)者參與其中。周志華表示，當(dāng)前市面上的Hugging Face可以看作是學(xué)件1.0版本，而完整的學(xué)件體系將帶來(lái)更多可能性。

　　作為一個(gè)全新的技術(shù)范式，學(xué)件基座系統(tǒng)可被看作一個(gè)異構(gòu)大模型，不僅能實(shí)現(xiàn)大小模型協(xié)同，還能避免災(zāi)難性遺忘，實(shí)現(xiàn)終身學(xué)習(xí)。

　　拐點(diǎn)降臨時(shí)鈦動(dòng)科技陳德品：千行百業(yè)都需要AI，更需要的是增長(zhǎng)

　　鈦動(dòng)科技CTO陳德品分享了AI在出海營(yíng)銷(xiāo)領(lǐng)域的創(chuàng)新實(shí)踐。

　　作為一位曾在阿里工作十余年、經(jīng)歷了AI從1.0到2.0時(shí)代轉(zhuǎn)變的技術(shù)專(zhuān)家，陳德品對(duì)AI與營(yíng)銷(xiāo)結(jié)合的前景充滿(mǎn)信心。

　　在他看來(lái)，營(yíng)銷(xiāo)需要批量化、工業(yè)化的創(chuàng)意素材生產(chǎn)，而AIGC的爆發(fā)恰好能極大提升內(nèi)容產(chǎn)能，這正是雙方的最佳結(jié)合點(diǎn)。

　　具體到出海場(chǎng)景，陳德品分析認(rèn)為，目前出海依托于兩大勢(shì)能：移動(dòng)互聯(lián)網(wǎng)和供應(yīng)鏈勢(shì)能，使得整個(gè)賽道保持30%-40%的年增長(zhǎng)。

　　在具體實(shí)踐方面，陳德品分享了鈦動(dòng)科技的核心AIGC產(chǎn)品Tec Creative 2.0，能夠幫助商家在幾分鐘內(nèi)完成社媒營(yíng)銷(xiāo)素材的生產(chǎn)，提升效率。

　　他特別強(qiáng)調(diào)了一個(gè)發(fā)現(xiàn)：

　　在營(yíng)銷(xiāo)應(yīng)用領(lǐng)域也存在類(lèi)似Scaling Law的規(guī)律。

　　當(dāng)營(yíng)銷(xiāo)需要素材工業(yè)化生產(chǎn)時(shí)，不斷提升生產(chǎn)效率，可以逼近爆款發(fā)現(xiàn)概率，我們認(rèn)為營(yíng)銷(xiāo)是能夠通過(guò)效率逼近無(wú)限，進(jìn)而帶來(lái)效果極大提升，最終產(chǎn)生爆款。

　　展望未來(lái)，陳德品表示鈦動(dòng)科技正在優(yōu)化營(yíng)銷(xiāo)Agent化發(fā)展路徑，同時(shí)可能會(huì)打造一個(gè)營(yíng)銷(xiāo)素材的Arena (競(jìng)技場(chǎng))，用于快速測(cè)試各類(lèi)通用模型在營(yíng)銷(xiāo)場(chǎng)景中的適配度。

　　新奧泛能網(wǎng)程路：垂直行業(yè)的AI顛覆一定會(huì)發(fā)生

　　作為深耕能源行業(yè)17年的產(chǎn)業(yè)老兵， 新奧能源副總裁，新奧數(shù)能科技有限公司總裁(即新奧泛能網(wǎng)總裁)程路分享了傳統(tǒng)能源行業(yè)擁抱AI的實(shí)踐與思考。

　　作為傳統(tǒng)能源行業(yè)的先行者，新奧泛能多年來(lái)一直在探索智能化，但此前更多是以局部算法和機(jī)理模型為主。如今，大模型的出現(xiàn)改變了兩個(gè)重要環(huán)節(jié)——

　　一是大幅降低知識(shí)學(xué)習(xí)和推理成本，提高產(chǎn)業(yè)模型構(gòu)建和優(yōu)化效率，模型效能可提升達(dá)50%;二是讓普通從業(yè)者迅速“拉齊”到高水平?jīng)Q策層級(jí)，從而大規(guī)模提升行業(yè)整體認(rèn)知水平與執(zhí)行品質(zhì)。

　　那么，傳統(tǒng)能源行業(yè)要如何擁抱AI變革?程路表示可以總結(jié)為“選用訓(xùn)生”四個(gè)招式，分別是選擇開(kāi)放大模型、用模型結(jié)合機(jī)理、產(chǎn)業(yè)認(rèn)知與產(chǎn)業(yè)算法、訓(xùn)練專(zhuān)業(yè)模型、最終生成可用大模型在具體應(yīng)用中落地，綜合成三大智能：

　　決策智能：輔助管理層快速做出最優(yōu)方案決策

　　運(yùn)營(yíng)智能：實(shí)現(xiàn)能源領(lǐng)域運(yùn)營(yíng)層面的自治狀態(tài)

　　交易智能：優(yōu)化源網(wǎng)荷儲(chǔ)的實(shí)時(shí)交易

　　他強(qiáng)調(diào)，這一切的底座在于強(qiáng)大的仿真模型——將物理世界映射到數(shù)字世界，讓企業(yè)不需要在物理世界付出大量試錯(cuò)成本就可以實(shí)現(xiàn)參數(shù)調(diào)優(yōu)或者解決問(wèn)題，仿真強(qiáng)調(diào)大量的運(yùn)行邊界條件與行業(yè)機(jī)理，需要模擬實(shí)時(shí)運(yùn)行態(tài)。程路特別指出：“這種仿真更像現(xiàn)在‘汽車(chē)自動(dòng)駕駛系統(tǒng)’”，最終將大幅度提高能源品質(zhì)，降低損耗成本。

　　“垂直行業(yè)的AI顛覆一定會(huì)發(fā)生。”程路相信，隨著大模型技術(shù)門(mén)檻的不斷降低和產(chǎn)業(yè)數(shù)據(jù)資源的充分釋放，能源這類(lèi)傳統(tǒng)領(lǐng)域也將涌現(xiàn)出顛覆性的創(chuàng)新。

　　小米孟二利：汽車(chē)行業(yè)正從“軟件定義汽車(chē)”邁向“AI定義汽車(chē)”的新拐點(diǎn)

　　小米技術(shù)委員會(huì)AI實(shí)驗(yàn)室高級(jí)技術(shù)總監(jiān)孟二利分享了小米如何運(yùn)用工業(yè)大模型賦能汽車(chē)智能制造的探索與實(shí)踐。

　　他以獨(dú)特視角展示了AI技術(shù)給傳統(tǒng)制造業(yè)帶來(lái)的創(chuàng)新突破。

　　孟二利首先介紹了小米的科技戰(zhàn)略升級(jí)，總結(jié)為公式就是(軟件×硬件)ᴬᴵ，表明小米將包括大模型在內(nèi)的AI技術(shù)看作一種新的生產(chǎn)力，也是小米長(zhǎng)期持續(xù)投入的底層賽道。

　　小米從2016年就布局AI領(lǐng)域，2023年更是組建大模型團(tuán)隊(duì)，將前沿技術(shù)應(yīng)用到手機(jī)、汽車(chē)等產(chǎn)品中。在汽車(chē)制造領(lǐng)域，小米選擇從“大壓鑄”工藝突破，首先聚焦于材料研發(fā)和質(zhì)量檢測(cè)兩個(gè)方面。

　　傳統(tǒng)新材料研發(fā)采用“試錯(cuò)法”，周期可能長(zhǎng)達(dá)10年，這是業(yè)務(wù)無(wú)法接受的。

　　為解決這一難題，孟二利團(tuán)隊(duì)創(chuàng)新性地提出“灰盒模型”方案：

　　結(jié)合數(shù)據(jù)驅(qū)動(dòng)的AI黑盒方法與材料學(xué)機(jī)理驅(qū)動(dòng)的白盒模型

　　使用仿真軟件生成大量、低質(zhì)量，數(shù)據(jù)生成預(yù)訓(xùn)練模型

　　利用少量、高質(zhì)量實(shí)驗(yàn)數(shù)據(jù)進(jìn)行模型微調(diào)

　　最終形成了一套多元的材料AI仿真系統(tǒng)�；�于此，團(tuán)隊(duì)從上千萬(wàn)候選空間中成功研發(fā)出小米泰坦合金材料。

　　此外，在質(zhì)量檢測(cè)方面，團(tuán)隊(duì)還研發(fā)了工業(yè)質(zhì)檢大模型。解決了質(zhì)檢行業(yè)難題，作為AI+制造標(biāo)桿多次被央視報(bào)道。

　　展望未來(lái)，孟二利認(rèn)為汽車(chē)行業(yè)正從“軟件定義汽車(chē)”邁向“AI定義汽車(chē)”的新拐點(diǎn)。他提出三點(diǎn)建議：加強(qiáng)數(shù)字化基建、推進(jìn)行業(yè)標(biāo)準(zhǔn)化、探索適合工業(yè)場(chǎng)景的大模型技術(shù)。

　　聲網(wǎng)劉斌：Agent落地，實(shí)時(shí)性要求和工程化落地是關(guān)鍵

　　大會(huì)現(xiàn)場(chǎng)， 聲網(wǎng)首席運(yùn)營(yíng)官劉斌分享了一個(gè)看似離大模型有點(diǎn)距離，實(shí)則卻不可或缺的環(huán)節(jié)，那就是RTE實(shí)時(shí)互動(dòng)在AI Agent時(shí)代的全新價(jià)值”。

　　2020年，聲網(wǎng)在納斯達(dá)克上市，目前是全球最大的實(shí)時(shí)互動(dòng)云服務(wù)商，平臺(tái)單月音視頻使用時(shí)長(zhǎng)達(dá)700億分鐘。

　　對(duì)于AI Agent落地的關(guān)鍵要素，劉斌強(qiáng)調(diào)了兩點(diǎn)。

　　首先是 實(shí)時(shí)性要求。與傳統(tǒng)的文本交互不同，多模態(tài)Agent需要雙工實(shí)時(shí)對(duì)話(huà)。根據(jù)聲網(wǎng)的測(cè)試數(shù)據(jù)，要達(dá)到自然對(duì)話(huà)體驗(yàn)，延遲需要控制在1.7秒以?xún)?nèi)。

　　真正的產(chǎn)品化落地，不是在實(shí)驗(yàn)室做個(gè)demo，而是要確保在各種終端、各種網(wǎng)絡(luò)環(huán)境下都能穩(wěn)定運(yùn)行。目前，聲網(wǎng)通過(guò)在音頻采集、傳輸、播放等多個(gè)環(huán)節(jié)的不斷優(yōu)化，可以實(shí)現(xiàn)人與AI語(yǔ)音對(duì)話(huà)延遲低至500ms。

　　其次是 工程化能力。聲網(wǎng)構(gòu)建了覆蓋全球的SD-RTN網(wǎng)絡(luò)™，支持30多個(gè)平臺(tái)、30000多終端機(jī)型，能在400毫秒內(nèi)實(shí)現(xiàn)端到端傳輸，這些積累讓AI Agent快速規(guī)�；�成為可能。

　　過(guò)去，人與AI的交互多以文本形式進(jìn)行，延遲和體驗(yàn)問(wèn)題并不突出。但當(dāng)下，大模型正在快速演進(jìn)為多模態(tài)Agent，用戶(hù)可以語(yǔ)音、視頻與AI交流，并期望獲得如同面對(duì)面對(duì)話(huà)的自然感。這要求極低的傳輸延遲與高度魯棒的網(wǎng)絡(luò)質(zhì)量支撐。

　　“只有把交互延遲做到低延時(shí)，并具備智能打斷、超擬人化等特性，用戶(hù)才會(huì)感受到與真人交流般順暢的對(duì)話(huà)體驗(yàn)。”展望未來(lái)，劉斌提出，需要針對(duì)人機(jī)對(duì)話(huà)特點(diǎn)開(kāi)發(fā)專(zhuān)門(mén)的優(yōu)化方案。

　　應(yīng)用正當(dāng)時(shí)智譜張帆：AI開(kāi)始變成基礎(chǔ)生產(chǎn)要素，或?qū)ι虡I(yè)帶來(lái)底層變化

　　大會(huì)現(xiàn)場(chǎng)， 智譜COO張帆聚焦分享了大模型這兩年間的迅速迭代與商業(yè)化過(guò)程中的全新機(jī)遇。

　　張帆首先指出，大模型和其它現(xiàn)有技術(shù)一點(diǎn)點(diǎn)落地不太一樣，大模型天然是一個(gè)應(yīng)用導(dǎo)向的技術(shù)，“生成式AI進(jìn)入這個(gè)市場(chǎng)的速度遠(yuǎn)比互聯(lián)網(wǎng)和PC要快”。

　　張帆表示，過(guò)去僅兩年時(shí)間，模型各方面能力得到了提升，與之相對(duì)應(yīng)的是成本的下降，由此帶來(lái)了技術(shù)能力快速地落地和應(yīng)用。

　　在這個(gè)過(guò)程中，智譜對(duì)AGI目標(biāo)能力的理解分為五級(jí)：

　　第一級(jí)是語(yǔ)言;第二級(jí)是對(duì)復(fù)雜問(wèn)題的求解，像o1這樣的能力出現(xiàn);第三級(jí)是使用工具，比如自主智能體可以像人一樣操作手機(jī)、PC甚至汽車(chē)界面來(lái)獲取信息;第四級(jí)是自我學(xué)習(xí);第五級(jí)是超越人類(lèi)，AI將具備探究科學(xué)規(guī)律、世界起源等終極問(wèn)題的能力，所以通往AGI之路將是一個(gè)清晰和明確的鏈路。

　　張帆強(qiáng)調(diào)，大模型已不再只是技術(shù)，開(kāi)始變成新型基礎(chǔ)生產(chǎn)要素，有可能對(duì)商業(yè)帶來(lái)很多底層、上層的變化，包括工作方式、組織形式、商業(yè)模式，甚至每個(gè)企業(yè)的壁壘。

　　最后張帆探討了大模型時(shí)代企業(yè)或個(gè)人該如何構(gòu)建自己的科技戰(zhàn)略，他認(rèn)為關(guān)鍵有四個(gè)要素：

　　選擇合適的基座，構(gòu)建與戰(zhàn)略目標(biāo)和業(yè)務(wù)屬性相匹配的組織，基于場(chǎng)景和AI能力重新定義數(shù)據(jù)資產(chǎn)，把這些能力無(wú)縫融入到業(yè)務(wù)當(dāng)中，從而形成一個(gè)飛輪。

　　這里面有很多東西需要大家深度思考，比如基座模型，很多人問(wèn)我們到底是開(kāi)源好，還是閉源好，到底是國(guó)外好，還是國(guó)內(nèi)好，我覺(jué)得其實(shí)合適才是最好。

　　火山引擎張?chǎng)危浩髽I(yè)落地大模型應(yīng)用，關(guān)鍵要快速試錯(cuò)、敏捷行動(dòng)

　　過(guò)去編程是從”Hello World”開(kāi)始，現(xiàn)在開(kāi)啟AI之路，應(yīng)該從”Hi Agent”開(kāi)始。

　　火山引擎副總裁張?chǎng)畏窒砹?024年大模型應(yīng)用落地的現(xiàn)狀與思考。在他看來(lái)，2024年是各行業(yè)對(duì)大模型應(yīng)用廣泛探索的一年，其落地呈現(xiàn)出三大特點(diǎn)：速度、廣度與深度。

　　在應(yīng)用場(chǎng)景上，大模型也完成了三個(gè)階段的跳躍：從最初的娛樂(lè)閑聊，到現(xiàn)在的嚴(yán)肅生產(chǎn)場(chǎng)景，甚至開(kāi)始進(jìn)入科研領(lǐng)域?qū)崿F(xiàn)新知識(shí)的探索和發(fā)現(xiàn)。

　　正如狄更斯在《雙城記》所說(shuō)：“這是最好的時(shí)代，也是最壞的時(shí)代。” 張?chǎng)握J(rèn)為，大模型帶來(lái)了無(wú)限創(chuàng)新機(jī)會(huì)，但如果企業(yè)不能跟上敏捷速度迭代，也有可能面臨失去競(jìng)爭(zhēng)力。

　　張?chǎng)翁岬�，最近有一個(gè)新的感受：

　　企業(yè)想要落地一個(gè)好的AI應(yīng)用時(shí)，他的挑戰(zhàn)不是沒(méi)有場(chǎng)景可做，反而是選擇太多。

　　在我們看來(lái)打臉時(shí)刻怎么形成?不斷打臉，最終才能知道哪個(gè)才是所謂的key APP。

　　HiAgent是火山引擎推出的企業(yè)專(zhuān)屬AI應(yīng)用創(chuàng)新平臺(tái)，高度適配企業(yè)個(gè)性化需求，讓業(yè)務(wù)人員可以輕松構(gòu)建智能體，讓業(yè)務(wù)創(chuàng)新不受生產(chǎn)技能的限制。提供低代碼、場(chǎng)景化模版及端到端咨詢(xún)服務(wù)，更懂AI轉(zhuǎn)型;提供可與企業(yè)業(yè)務(wù)系統(tǒng)無(wú)縫銜接的行業(yè)插件，更靈活適配企業(yè)需求;支持 RAG 知識(shí)庫(kù)和大模型全棧私有化部署，提供更強(qiáng)的安全保障，為企業(yè)數(shù)據(jù)知識(shí)保駕護(hù)航。

　　在具體落地實(shí)踐上，張?chǎng)我卜窒砹嘶鹕揭�擎HiAgent在教育、消費(fèi)、企業(yè)服務(wù)等多個(gè)行業(yè)的落地實(shí)踐，并分享了切實(shí)可行的落地方法，第一步企業(yè)需要繪制企業(yè)專(zhuān)屬的場(chǎng)景地圖，這一步往往是發(fā)散的，最終得出上百種不同的應(yīng)用場(chǎng)景。下一步對(duì)這些場(chǎng)景圍繞可行性和價(jià)值高低進(jìn)行一個(gè)魔力象限的劃分。從高價(jià)值、技術(shù)高可行性的場(chǎng)景先著手推進(jìn)。

　　企業(yè)落地大模型應(yīng)用的關(guān)鍵在于快速試錯(cuò)、敏捷行動(dòng)，火山引擎 HiAgent 平臺(tái)通過(guò)固化最佳實(shí)踐，助力企業(yè)高效搭建企業(yè)級(jí)智能體，在探索場(chǎng)景中沉淀資產(chǎn)，助力企業(yè)AI能力做深做厚。

　　斑頭雁張毅：AI應(yīng)用要能快速部署、高效迭代

　　張毅是原釘釘創(chuàng)始團(tuán)隊(duì)成員、副總裁，在釘釘任職期間，他從用 8 年的時(shí)間帶領(lǐng)團(tuán)隊(duì)陸續(xù)打造出釘釘考勤審批、智能人士日志等爆款產(chǎn)品。

　　2022年起， 張毅以BetterYeah AI(斑頭雁)CEO&創(chuàng)始人的身份，帶領(lǐng)團(tuán)隊(duì)躬身入局，開(kāi)始致力于探索幫助企業(yè)進(jìn)入AI時(shí)代。

　　“對(duì)于Agent來(lái)說(shuō)，企業(yè)生產(chǎn)級(jí)場(chǎng)景有很大不同。”張毅補(bǔ)充解釋?zhuān)?ldquo;Agent落地在核心的業(yè)務(wù)流里帶來(lái)生產(chǎn)力，這對(duì)Agent的集成能力、并發(fā)調(diào)用、數(shù)據(jù)安全要求和協(xié)同構(gòu)建能力要求會(huì)更高。”

　　但與前沿科技相伴而行，就意味著更大的挑戰(zhàn)，不同于POC驗(yàn)證和輕量AI應(yīng)用開(kāi)發(fā)，生產(chǎn)級(jí)Agent在應(yīng)用構(gòu)建、性能評(píng)估、快速迭代方面對(duì)企業(yè)開(kāi)發(fā)團(tuán)隊(duì)提出了更高要求。

　　BetterYeah持續(xù)專(zhuān)注在企業(yè)生產(chǎn)場(chǎng)景，以標(biāo)準(zhǔn)化產(chǎn)品提供滿(mǎn)足靈活集成能力、更大并發(fā)調(diào)用、更高數(shù)據(jù)安全和更復(fù)雜協(xié)同的AI Agent開(kāi)發(fā)平臺(tái)。今年往后，預(yù)計(jì)企業(yè)級(jí)AI平臺(tái)將面臨更復(fù)雜的應(yīng)用場(chǎng)景和更強(qiáng)的自規(guī)劃能力的挑戰(zhàn)。

　　當(dāng)談及企業(yè)AI Agent成功的秘訣，張毅強(qiáng)調(diào)，生產(chǎn)級(jí)Agent開(kāi)發(fā)70%的工作量在測(cè)試調(diào)試，基于數(shù)據(jù)和AI構(gòu)建“反饋評(píng)估-自學(xué)習(xí)-驗(yàn)證”閉環(huán)，充分發(fā)揮AI價(jià)值，能有效提升Agent開(kāi)發(fā)效率和成功率，而這些方法已產(chǎn)品化融入BetterYeah平臺(tái)。

　　昆侖萬(wàn)維方漢：用產(chǎn)品形式上的創(chuàng)新?lián)糁杏脩?hù)的根本點(diǎn)

　　昆侖萬(wàn)維董事長(zhǎng)兼CEO方漢在大會(huì)上分享了公司在AI大模型浪潮中從技術(shù)到產(chǎn)品的布局與思考。

　　昆侖萬(wàn)維從2020年開(kāi)始布局AI，目前已經(jīng)構(gòu)建了從算力層、模型層到應(yīng)用層的全棧AI能力。方漢介紹，昆侖萬(wàn)維有語(yǔ)言大模型、多模態(tài)大模型、3D大模型、視頻大模型、音樂(lè)大模型，目前技術(shù)指標(biāo)最好的是音樂(lè)大模型。

　　在探索過(guò)程中，方漢給出了他的一些商業(yè)思考。他認(rèn)為所有人都在不斷地思考AI大模型，在這中間企業(yè)選擇什么樣的商業(yè)模式來(lái)進(jìn)行產(chǎn)品研發(fā)和推廣，是一個(gè)很重要的問(wèn)題。

　　方漢表示，中國(guó)AI企業(yè)在算力上受到極大限制，能拿到的硬件算力是比較有限的。這樣會(huì)倒逼企業(yè)在算法迭代上有極大的動(dòng)機(jī)去投入，就是所謂的以軟補(bǔ)硬。同時(shí)生存壓力大、拿不到錢(qián)也是一個(gè)大問(wèn)題，“使得中國(guó)AI企業(yè)都在拼命地打磨產(chǎn)品的商業(yè)模式”。

　　他還講到AIGC正在催生“文化平權(quán)”新時(shí)代，AIGC技術(shù)的進(jìn)步會(huì)極大降低所有人創(chuàng)作內(nèi)容的門(mén)檻和成本。

　　對(duì)于用戶(hù)來(lái)說(shuō)，他們根本不關(guān)心你的內(nèi)容是AI做的還是人做的，只關(guān)心兩個(gè)點(diǎn)，你的內(nèi)容要么新，要么好。

　　最后方漢提出，AI創(chuàng)業(yè)者應(yīng)更關(guān)注產(chǎn)品形態(tài)創(chuàng)新，用產(chǎn)品形式上的創(chuàng)新?lián)糁杏脩?hù)的根本點(diǎn)，而不是看AI用了多少。

　　心言集團(tuán)任永亮：具身化與主動(dòng)交互是泛心理服務(wù)的AI化新方向

　　心言集團(tuán)創(chuàng)始人、董事長(zhǎng)兼CEO任永亮以一個(gè)垂直領(lǐng)域應(yīng)用者的視角，分享了泛心理行業(yè)如何擁抱AI變革的實(shí)踐經(jīng)驗(yàn)。

　　任永亮首先介紹了心言集團(tuán)旗下AI驅(qū)動(dòng)的泛心理社區(qū)——測(cè)測(cè)APP。任永亮表示，早在2019年，測(cè)測(cè)就上線了首個(gè)基于BERT的泛心理領(lǐng)域問(wèn)答模型，獲得了超出預(yù)期的用戶(hù)反響。

　　談到AI轉(zhuǎn)型歷程，任永亮坦言經(jīng)歷了從“震驚”到“擔(dān)憂(yōu)”再到“堅(jiān)定”的心態(tài)轉(zhuǎn)變。他認(rèn)為一個(gè)行業(yè)既不能離AI太近也不能離得太遠(yuǎn)，關(guān)鍵是找準(zhǔn)平衡點(diǎn)，“如果太遠(yuǎn)的話(huà)沒(méi)辦法用這樣的服務(wù)，如果太近的話(huà)很容易被淹沒(méi)”。

　　基于過(guò)去兩年的實(shí)踐，任永亮總結(jié)了三點(diǎn)感悟。

　　首先是期望管理。AI做到60分很容易，但要達(dá)到90分往往很難，需要管理好團(tuán)隊(duì)的預(yù)期。

　　其次是組織工程。AI轉(zhuǎn)型不能依靠零敲碎打，而是要讓整個(gè)組織圍繞AI展開(kāi)，包括產(chǎn)品、運(yùn)營(yíng)、技術(shù)等全方位轉(zhuǎn)變。

　　最后是相信年輕人。移動(dòng)互聯(lián)網(wǎng)時(shí)代的成功經(jīng)驗(yàn)未必適用于AI時(shí)代，沒(méi)有束縛的年輕人更容易帶來(lái)創(chuàng)新。

　　展望未來(lái)，任永亮提出了兩個(gè)關(guān)鍵發(fā)展方向：

　　具身化是泛心理服務(wù)的必然趨勢(shì)。咨詢(xún)師除了文字語(yǔ)音，還需要表情動(dòng)作、儀式感，這就要求AI服務(wù)也需要實(shí)現(xiàn)多模態(tài)輸入輸出。主動(dòng)交互將成為下一個(gè)突破口。目前的AI服務(wù)都是響應(yīng)式的，未來(lái)需要能夠根據(jù)場(chǎng)景主動(dòng)發(fā)問(wèn)、展開(kāi)對(duì)話(huà)。

　　具身智能圓桌：Way to AI Robots

　　MEET智能未來(lái)大會(huì)的老規(guī)矩，總是奉上 精彩紛呈、干貨瘋狂輸出的圓桌論壇，今年也不例外。

　　不過(guò)，本次大會(huì)討論的主題升級(jí)到了更廣泛、正熱門(mén)的具身智能領(lǐng)域。

　　具身智能圓桌邀請(qǐng)的嘉賓分別是：

　　群核科技首席科學(xué)家兼副總裁、KooLab實(shí)驗(yàn)室負(fù)責(zé)人唐睿。

　　千尋智能Spirit AI聯(lián)合創(chuàng)始人、清華大學(xué)交叉信息學(xué)院博導(dǎo)高陽(yáng)。

　　云深處科技聯(lián)合創(chuàng)始人兼CTO李超。

　　在 量子位總編輯李根的主持下，嘉賓們?nèi)A山論劍，話(huà)題圍繞“對(duì)具身智能的認(rèn)知”“有何技術(shù)突破”“目前發(fā)展到哪一階段”等展開(kāi)。

　　如何認(rèn)識(shí)or定義具身智能?

　　唐睿認(rèn)為，具身智能和AI最大的區(qū)別是從芯片、顯示器、內(nèi)存、顯存里走了出來(lái)，它不僅有一個(gè)腦子，通過(guò)屏幕和我們交互，更多可能是能夠和外部我們所處的物理世界做交互。雖然具身智能中有一個(gè)“身”字，但唐睿覺(jué)得可能不一定需要人形，只要能有這樣一個(gè)技能就可以，“像自動(dòng)駕駛汽車(chē)也可以算作比較成熟且具象的具身智能的實(shí)現(xiàn)”。

　　高陽(yáng)通過(guò)一個(gè)具體的例子非常直觀地回答了這個(gè)問(wèn)題：有一次我在做一個(gè)關(guān)于具身智能的演講，一位大概六七十歲老奶奶聽(tīng)我講了很多，問(wèn)我說(shuō)什么時(shí)候機(jī)器人能給她養(yǎng)老，其實(shí)這個(gè)正是具身智能的一個(gè)應(yīng)用場(chǎng)景。具身智能的目標(biāo)是構(gòu)建能夠幫助我們完成各種任務(wù)的機(jī)器人，這個(gè)機(jī)器人能幫我們做各種事情，比如幫我們的爺爺奶奶養(yǎng)老。

　　李超認(rèn)為云深處是具身智能的的第一批受益者。具身智能給機(jī)器人賦予靈魂，在這個(gè)靈魂加持下，機(jī)器人應(yīng)變能力加強(qiáng)，規(guī)�；瘧�(yīng)用進(jìn)展加速，能夠面向更加開(kāi)放的環(huán)境。

　　為什么今年是具身智能元年?

　　李超認(rèn)為隨著從基于規(guī)則的傳統(tǒng)控制方式轉(zhuǎn)變?yōu)榛�于�?xùn)練、強(qiáng)化學(xué)習(xí)等新技術(shù)的出現(xiàn)與成熟，機(jī)器人的智能和適用性得以大幅提升，從而突破了過(guò)去的限制和邊界。

　　高陽(yáng)也表示，現(xiàn)在做具身智能創(chuàng)業(yè)的一個(gè)最關(guān)鍵的因素是OpenAI已經(jīng)證明，預(yù)訓(xùn)練結(jié)合一系列post-training的方式，確實(shí)可以真的產(chǎn)生至少看起來(lái)像是人類(lèi)智能，或者達(dá)到人類(lèi)智能表象一樣的能力。

　　唐睿做圖形學(xué)出身，他指出，有了AI深度學(xué)習(xí)加成以后，算力的迭代體系就開(kāi)始從指令級(jí)的迭代方向轉(zhuǎn)變?yōu)椴⑿杏?jì)算的迭代方向，由此導(dǎo)致并行計(jì)算的成本會(huì)降到很低。而并行計(jì)算無(wú)非就是模擬兩件事，一是模擬人腦，通過(guò)深度學(xué)習(xí)先驗(yàn)的知識(shí)預(yù)測(cè)未來(lái)或不同模態(tài);另一種是模擬物理世界，還有具身智能中大家會(huì)用MuJoCo做物理、交互仿真。而群核科技做的正是后者。

　　2024，產(chǎn)業(yè)里的代表性進(jìn)展or事件?

　　唐睿關(guān)注到越來(lái)越多原本從事圖形學(xué)和三維視覺(jué)研究的頂級(jí)學(xué)者與團(tuán)隊(duì) (如李飛飛、Leo Guibas、蘇昊等)，開(kāi)始投身具身智能領(lǐng)域。他們憑借在虛擬世界和環(huán)境模擬方面的先天優(yōu)勢(shì)，為具身智能的發(fā)展注入新的動(dòng)力與視角。

　　高陽(yáng)最關(guān)注的進(jìn)展在于如何利用互聯(lián)網(wǎng)上的海量數(shù)據(jù)和中間層表示方法，將大模型預(yù)訓(xùn)練范式引入具身智能。這不僅包括像VLA (視覺(jué)-語(yǔ)言-動(dòng)作)模型的成熟應(yīng)用，還涉及通過(guò)引入軌跡表示、粒子模擬等中間層結(jié)構(gòu)來(lái)減少對(duì)人工采集操作數(shù)據(jù)的依賴(lài)，從而在未來(lái)三到四年為具身智能的可持續(xù)發(fā)展奠定基礎(chǔ)。

　　實(shí)踐落地，數(shù)據(jù)是否是目前的關(guān)鍵挑戰(zhàn)?

　　李超認(rèn)為目前在他們關(guān)注的機(jī)器人本體與控制層面，數(shù)據(jù)并非主要挑戰(zhàn)，但隨著未來(lái)更復(fù)雜場(chǎng)景與操作需求出現(xiàn)，數(shù)據(jù)問(wèn)題可能逐漸成為明年的挑戰(zhàn)。

　　唐睿認(rèn)為目前具身智能非常大的卡點(diǎn)是缺少高維的物理正確數(shù)據(jù)，而群核空間智能平臺(tái)要做的事情就是為具身智能提供一個(gè)AI可交互世界，另外他強(qiáng)調(diào)了具身智能需要的真實(shí)物理模擬精度遠(yuǎn)高于純視覺(jué)內(nèi)容創(chuàng)作所需的精度。

　　他舉例，像Sora這樣的視頻生成工具，目前雖能逼真再現(xiàn)視覺(jué)效果，卻仍不足以提供精確的物理參數(shù)與交互反饋，從而難以直接滿(mǎn)足具身智能的訓(xùn)練需求。這意味著在實(shí)現(xiàn)AGI級(jí)別機(jī)器人之前，如何獲取高精度、具可交互性的模擬數(shù)據(jù)仍是一個(gè)需解決的關(guān)鍵問(wèn)題。

　　具身智能是否有類(lèi)似L0—L5的標(biāo)準(zhǔn)劃分?

　　李超表示不僅有而且很明確，去年以前很多都是L1，準(zhǔn)確說(shuō)是L0，因?yàn)楹芏嗍怯扇嗽诓倏亍６�現(xiàn)在要分行業(yè)劃分，在固定的小范圍場(chǎng)景下可以達(dá)到L4，機(jī)器人能自主決策判斷。

　　在高陽(yáng)看來(lái)，制定一個(gè)標(biāo)準(zhǔn)，本意是為了促進(jìn)一個(gè)行業(yè)的發(fā)展，可以去衡量每個(gè)具身智能技術(shù)到底達(dá)到了怎樣的水平，但無(wú)論這個(gè)標(biāo)準(zhǔn)是什么樣，可能最后因?yàn)榭陀^技術(shù)的限制，這個(gè)標(biāo)準(zhǔn)到就變成了一個(gè)比較偏向宣傳話(huà)術(shù)的東西，有限時(shí)間內(nèi)大家做不到廣泛場(chǎng)景的L4或L5的水平。

　　截至目前，具身智能走到了什么階段?

　　唐睿將機(jī)器人各部分類(lèi)比到人的“手、眼、腳、腦”四個(gè)核心的器官，分開(kāi)來(lái)看每個(gè)部分都超越或接近人類(lèi)，但尚未形成高度協(xié)調(diào)的一體化體系，因此整體仍處于早期階段。高陽(yáng)認(rèn)為制定一個(gè)標(biāo)準(zhǔn)，本意是為了促進(jìn)一個(gè)行業(yè)的發(fā)展，可以去衡量具身智能技術(shù)到底達(dá)到了怎樣的水平，但無(wú)論這個(gè)標(biāo)準(zhǔn)是什么樣，可能最后因?yàn)榭陀^技術(shù)的限制，這個(gè)標(biāo)準(zhǔn)到就變成了一個(gè)比較偏向宣傳話(huà)術(shù)的東西，有限時(shí)間內(nèi)大家做不到廣泛場(chǎng)景的L4或L5的水平。

　　李超更加樂(lè)觀，他沒(méi)有用類(lèi)比的方法，而是認(rèn)為具身智能已在工業(yè)等特殊場(chǎng)景中帶來(lái)深刻改變，雖家用需求尚不明確，但在專(zhuān)業(yè)領(lǐng)域的實(shí)際應(yīng)用已顯現(xiàn)強(qiáng)大影響力，推動(dòng)行業(yè)格局加速變化，展現(xiàn)出更樂(lè)觀的發(fā)展前景。

　　后續(xù)還將有大會(huì)嘉賓更詳細(xì)版內(nèi)容分享，敬請(qǐng)關(guān)注!