李彥宏 來源：直播截圖
作者：安然
編輯：葉錦言
出品|深網(wǎng)騰訊小滿工作室
自從OpenAI打開了生成式AI的潘多拉魔盒，AI就被看成為產(chǎn)業(yè)界緩解焦慮、押注新增長的“萬能藥匙”。過去一年多，國內(nèi)大模型鏖戰(zhàn)日趨白熱化，而世界人工智能大會（WAIC）作為AI界的春晚，則被行業(yè)看成思想碰撞、尋求答案的主陣地。
《AI光年》跟蹤騰訊集團副總裁蔣杰、阿里云創(chuàng)始人王堅、螞蟻集團董事長兼CEO井賢棟、百度CEO李彥宏、MiniMax的創(chuàng)始人兼CEO閆俊杰、智譜 AI CEO 張鵬、商湯科技董事長兼首席執(zhí)行官徐立、面壁智能首席科學家劉知遠、快手高級副總裁蓋坤等在大會上的發(fā)言。
這次大會上，騰訊研究院聯(lián)合上海交通大學、騰訊優(yōu)圖實驗室、騰訊云智能發(fā)布了《2024年AI大模型十大趨勢》報告。報告指出，人工智能正在迅速發(fā)展，大模型技術(shù)正成為賦能各行各業(yè)的關(guān)鍵。從算力底座、智力增強到人機協(xié)作，大模型正在重塑人類社會，成為人類可依賴的“外腦"。
十大趨勢包括算力底座、推理分析、創(chuàng)意生成、情緒智能、智能制造、游戲環(huán)境、移動革新、具身智能、開源共享、人機對齊等層面。
大廠和AI大佬們對AI的現(xiàn)狀、潛力以及對企業(yè)和社會的影響進行了全面而深刻的闡述，騰訊副總裁蔣杰說大模型是AI時代的水電�！禔I光年》總結(jié)了大會主要關(guān)注的八大問題。總的說來，AI大佬對這一波人工智能的共識是，AGI是中國不能輸?shù)舻囊粓霰荣悺?/p>
一、高效大模型第一性原理是什么？
大模型發(fā)展主要依賴三個關(guān)鍵要素：算力、算法和數(shù)據(jù)。在眾多模型的架構(gòu)、算法、數(shù)據(jù)高速迭代的當下，什么樣的大模型會在“百模大戰(zhàn)”中脫穎而出？高效大模型第一性原理是什么？
對此，面壁智能首席科學家劉知遠認為，未來高效大模型第一性原理的關(guān)鍵詞知識密度，即大模型的能力。
“這個能力依托參數(shù)的規(guī)模。一個知識密度越強的模型就意味著它的能力越強，它每一次計算所需要的參數(shù)規(guī)模越校所以，面壁智能接下來的使命是持續(xù)改進模型制程、持續(xù)高速迭代相關(guān)技術(shù)方案，以提升模型知識密度。”劉知遠說。
而智譜 AI CEO張鵬則認為，大模型本質(zhì)特點是能在一個模型的基礎(chǔ)上提供泛用化的能力，能解決一系列場景和應(yīng)用需求。從這個角度出發(fā)，張鵬認為，如果要用生成式AI賦能實體經(jīng)濟，就是要構(gòu)建更通用、更基礎(chǔ)的能力。
“今年相較于去年，AI行業(yè)發(fā)生了明顯變化，大家已經(jīng)從去年關(guān)注大模型本身，轉(zhuǎn)變?yōu)樗伎既绾卫么竽Ｐ蛠韯?chuàng)造價值，賦能產(chǎn)業(yè)、落地應(yīng)用。”張鵬說。
二、開源模型、閉源模型大PK
大會開始，李彥宏就以“開源模型的能力通常不如閉源模型”的話題引起了行業(yè)爭議。
李彥宏指出，開源模型在參數(shù)規(guī)模相同的情況下，能力通常不如閉源模型，如果開源模型想要在能力上追平閉源模型，就需要更大的參數(shù)規(guī)模，這將導致更高的推理成本和更慢的反應(yīng)速度。
“此外，使用開源模型進行個性化改款，可能會創(chuàng)造出孤本模型，這些模型既無法從基礎(chǔ)模型的持續(xù)升級中獲益，也無法共享算力。”李彥宏說。
而在世界人工智能大會上宣布通義千問已實現(xiàn)全尺寸、全模態(tài)開源的阿里云CTO周靖人則重申了阿里云擁抱開源、開放的立常
“阿里云主動開源性能達到GPT4級、超越眾多閉源模型的大模型版本，真正拉平了開源、閉源模型之間的差距，讓普通開發(fā)者也能用上最好的AI模型，大大加速了大模型的應(yīng)用落地進程。”周靖人說。
而一些行業(yè)人士則認為，開源和閉源并不是非此即彼的關(guān)系。百川智能CEO王小川曾預(yù)測，未來80%的企業(yè)會使用開源大模型，而閉源模型將服務(wù)于剩余20%的企業(yè)。
雖然李彥宏和周靖人在開源、閉源尚存爭議，但他們都認為行業(yè)正從關(guān)注模型本身轉(zhuǎn)移到關(guān)注應(yīng)用上。
三、聚焦應(yīng)用還是模型本身？
“沒有實際應(yīng)用的大模型都一文不值。”李彥宏在大會上呼吁，業(yè)界應(yīng)將關(guān)注點從模型本身轉(zhuǎn)移到應(yīng)用上，關(guān)注如何通過大模型開發(fā)出滿足市場需求的AI應(yīng)用。
對此，騰訊集團副總裁蔣杰認為，“未來通用模型會成為水、電、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施一樣存在，供業(yè)務(wù)和應(yīng)用按需接入。”從行業(yè)和應(yīng)用的角度來看，未來會出現(xiàn)更多不同尺寸、不同模態(tài)的模型，業(yè)務(wù)可以通過大小模型的協(xié)同，在提升性能的同時滿足定制化需求。
商湯科技董事長兼首席執(zhí)行官徐立也在大會上表示，“應(yīng)用是決定這個時代是不是人工智能超級時刻的一個關(guān)鍵。”而快手高級副總裁、主站業(yè)務(wù)與社區(qū)科學線負責人蓋坤則在大會表示，快手在構(gòu)建推薦大模型技術(shù)的同時，更注重大模型在商業(yè)應(yīng)用里的實際場景。
據(jù)《AI光年》觀察，云服務(wù)廠商也對“AI戰(zhàn)場已從卷大模型升級到卷落地應(yīng)用”形成初步的共識。
華為常務(wù)董事、華為云CEO張平安在大會上表示，我國人工智能發(fā)展離不開算力基礎(chǔ)設(shè)施的創(chuàng)新，并且要敢于開放行業(yè)場景，讓人工智能在行業(yè)應(yīng)用上領(lǐng)先。
“我們不能把AI基礎(chǔ)設(shè)施依賴于是不是有最先進支撐的AI芯片。如果沒有了，我們就沒辦法在AI上領(lǐng)先，這個觀點必須要摒棄掉。”
這個觀點也得到了中國電信董事長柯瑞文的認同，其在大會上表示，“人工智能的發(fā)展既要重視大模型的技術(shù)研發(fā)，更要重視模型的應(yīng)用。”
四、超級應(yīng)用是否是“大殺器”？
既然應(yīng)用是決定人工智能超級時刻一個關(guān)鍵，那么何時才會出現(xiàn)AI超級應(yīng)用？
在To C領(lǐng)域，目前行業(yè)認可的第一個殺手級應(yīng)用是聊天軟件ChatGPT。但大模型在聊天領(lǐng)域的落地還未形成完整的商業(yè)化閉環(huán)。未來，在AGI領(lǐng)域是否會出現(xiàn)超級應(yīng)用，這個超級應(yīng)用是否會成為制勝AGI時代的“殺器”一直是行業(yè)在思索的問題。
對此，李彥宏在大會上旗幟鮮明的表態(tài)，要避免掉入“超級應(yīng)用陷阱”。
“認為一定要出現(xiàn)一個DAU 10億的APP才叫成功，這是移動時代的思維邏輯。在AI 時代“超級能干”的應(yīng)用比只看DAU的“超級應(yīng)用”恐怕要更重要，只要對產(chǎn)業(yè)、對應(yīng)用場景能產(chǎn)生大的增益，整體的價值就比移動互聯(lián)網(wǎng)要大的多。”李彥宏說。
徐立對此表示贊同。“GPT帶來的聊天式的應(yīng)用，Sora帶來的視頻應(yīng)用，還沒有到超級時刻，因為它沒有真正的走進一個行業(yè)的垂直應(yīng)用。”
徐立認為，超級時刻和應(yīng)用是互相成就的，只有超級時刻帶來認知的變化，最后才能推動超級應(yīng)用。“就像IPhone一樣，因為有IOS，后面才有IOS上面的App Store生態(tài)。”
中國工程院院士、之江實驗室主任、阿里云創(chuàng)始人王堅同樣認為，大模型已經(jīng)很強，但應(yīng)用還很弱。
問題來了， 何時才會出現(xiàn)AI超級應(yīng)用？MiniMax 創(chuàng)始人兼 CEO 閆俊杰判斷，AI時代最大的應(yīng)用是機會，也需要時間。“我認為（Killer App）至少三年之后。”
五、智能體是大模型落地主要效路徑？
如果李彥宏不相信“超級應(yīng)用”，那么大模型應(yīng)用落地主要通過什么實現(xiàn)？對此，李彥宏表示，“看好智能體。在大模型的加持下，只要用人話把工作流說清楚，再配以專有知識庫，即可做出一個很有價值的智能體，比互聯(lián)網(wǎng)時代制作一個網(wǎng)頁還簡單。”
李彥宏認為，醫(yī)療、教育、金融、制造、交通、農(nóng)業(yè)等各行業(yè)領(lǐng)域，未來都會依據(jù)自己的場景和特有經(jīng)驗、規(guī)則、數(shù)據(jù)等，做出各種智能體，將會出現(xiàn)數(shù)百萬量級的智能體，形成龐大生態(tài)。
螞蟻集團董事長兼CEO井賢棟則認為，專業(yè)智能體是通用大模型落地嚴謹產(chǎn)業(yè)的有效路徑。
通用大模型落地嚴謹產(chǎn)業(yè)，面臨著三個能力短板：領(lǐng)域知識相對缺乏、復(fù)雜決策難以勝任，以及對話交互不等于有效協(xié)同。“通過專業(yè)智能體的深度連接，Al會像互聯(lián)網(wǎng)一樣，帶來服務(wù)的代際升級。未來智能化的用戶體驗，一定不是只靠一個大模型，而是需要全行業(yè)深度協(xié)作，需要很多的專業(yè)智能體共同參與、各司其職。”井賢棟說。
六、草根創(chuàng)業(yè)是否還有機會？
在超級應(yīng)用和專業(yè)智能體出來之前，頭部科技公司和創(chuàng)業(yè)者誰更有機會？對此，李彥宏表示，對創(chuàng)業(yè)者來說，“卷大模型沒有意義，卷應(yīng)用機會更大”。
王堅卻給出了不同的答案。王堅認為，相對于草根創(chuàng)業(yè)者，大公司擁有豐富的資源和成熟的技術(shù)基礎(chǔ)，能夠更容易地投入到AI技術(shù)的研發(fā)和應(yīng)用中。
此外，由于大模型發(fā)展有Scaling Law的存在，現(xiàn)在還處于算力野蠻生長的階段。用1萬張卡和100張卡訓練的時間和機會成本肯定不同。Scaling Law就決定了大模型競爭有資本門檻。
王堅認為，對于草根創(chuàng)業(yè)者而言，AI的高資源依賴性成為了一道難以逾越的門檻。
“與互聯(lián)網(wǎng)初期相比，AI需要大量的數(shù)據(jù)、計算能力和專業(yè)知識，這些往往需要昂貴的投入和長期的積累。這種資源密集型的特點使得AI對大公司更為友好，而草根創(chuàng)業(yè)者則面臨更大的困難。”王堅說。
王堅認為，大公司和小公司對AI的理解有差別。“大公司覺得AI是工具的革命，小公司覺得AI是革命的工具，大公司如果也有革命的工具的意識，那么劃時代的影響就來了。”
七、AI的盡頭是光伏和儲能？
在王堅看來，AI時代一定會催生新的大公司。但讓大公司經(jīng)歷烈火重生的過程前提是有足夠的算力及電力儲備。
大型神經(jīng)網(wǎng)絡(luò)模型的訓練往往需要消耗大量的電力。ChatGPT每天要消耗超過50萬千瓦時電力才能滿足約2億個用戶請求，這相當于美國家庭每天用電量的1.7萬倍。
國內(nèi)大公司如何面對“AI的盡頭是光伏和儲能”的問題？
對此，王堅在大會上透露，“中國一年發(fā)電量超過美國加日本加俄羅斯的總和。所以我們可能是最不需要在這個階段擔心這個問題的一個地區(qū)。”
王堅認為，電力和儲能需要在動態(tài)中解決。“可能十年以后說的算力跟今天說的算力不是同一個算力。十年以后說的電可能跟今天說的電也不是同一個概念。”
目前，綠色能源的利用是解決電力的一個重要的方向。太陽能、風能等可再生能源的發(fā)展，為AI提供了更加清潔、可持續(xù)的能源選擇。同時，AI技術(shù)本身也在幫助提高能源效率，比如通過智能電網(wǎng)管理和優(yōu)化能源分配。
八、大模型的價格戰(zhàn)是必經(jīng)階段？
眼下，大模型公司面臨的現(xiàn)實問題并非電力短缺，而是愈演愈烈的價格戰(zhàn)。前一段時間，火山引擎、阿里云、百度云等國內(nèi)云服務(wù)商，陸續(xù)開啟大模型服務(wù)價格戰(zhàn)，200萬tokens甚至降價至1塊錢。
對此，MiniMax CEO閆俊杰在大會上表示，大模型的價格走低整體來說是一件正向的事情，因為它本來就應(yīng)該降價。“對大部分AI企業(yè)來說，降價帶來了更多用戶、更多流量，更易于公司找到好的商業(yè)模式。”
在閆俊杰看來，大模型目前最核心的問題是，降低大模型的整體錯誤率，讓大模型的錯誤率在半年或一年后降至個位數(shù)。
對于價格戰(zhàn)，智譜AI CEO張鵬則表達了不同的觀點，認為“價格戰(zhàn)現(xiàn)象不會持續(xù)，因為這不是一個正常的商業(yè)邏輯。”
在張鵬看來，各大模型之所以紛紛降價，主要是因為本身技術(shù)越來越好、成本越來越低，但過猶不及，真正的價值賦能應(yīng)該是逐級實現(xiàn)的。
“我們給大家提供更好的優(yōu)質(zhì)服務(wù)，希望大家用這個服務(wù)去創(chuàng)造更大的價值，然后這部分價值再反向傳遞回來，這才是一個正常的、合理的市場價值邏輯。”張鵬說。
