9月5日，兩場“外灘”第六屆“外灘金融峰會”，和2024 Inclusion外灘大會都在上海舉辦。
如果稍微知道歷史的話，你就會認為，這是一個很有意思的事情。
實際上，今年以來，上海開始加大對科技和金融的扶持力度，一方面要發(fā)展“新質(zhì)生產(chǎn)力”，另一方面要用金融手段拯救消費和經(jīng)濟萎靡不振的情況。
在這其中，AI 被認為是“新質(zhì)生產(chǎn)力”的核心，也是此次螞蟻集團一年一度前沿科技大會“外灘大會”最核心、最重要的議題之一。
那么，AI如何影響產(chǎn)業(yè)發(fā)展？如何加速大模型應(yīng)用和產(chǎn)業(yè)落地？中國工程院院士、之江實驗室主任、阿里云創(chuàng)始人王堅，“機器學(xué)習(xí)之父”、美國三院院士邁克爾喬丹（Michael I. Jordan），美國國家工程院外籍院士沈向洋，《連線》雜志創(chuàng)始主編凱文凱利（Kevin Kelly），百川智能創(chuàng)始人、CEO王小川，MiniMax創(chuàng)始人兼CEO閆俊杰等多位 AI 領(lǐng)域重要人士齊聚2024外灘大會，暢談AI時代下的新思考。
在回答“未來哪些工作不會被 AI 取代”時，凱文凱利表示，正如當今就像幾乎沒有工作是不需要使用某種能源一樣，未來幾乎所有的工作都會使用某種程度的 AI，但這并不意味著它們會被 AI 完全取代。
另外，隨著大模型從“拼參數(shù)”開始走向 “拼應(yīng)用”，如何加速大模型應(yīng)用落地，閆俊杰認為，AI 的發(fā)展是技術(shù)驅(qū)動的，不管是工作助手還是娛樂助手，它到底能解決什么問題，本質(zhì)上是模型能力來決定的。而隨著AI能夠成為一種生產(chǎn)力，去解決一些問題，大模型正呈現(xiàn)“能力上升、成本下降”這樣一個趨勢。
“降低它的推理成本，比如說從GPT-4到GPT-4o，其實成本其實降了不止10倍，這個東西又推動用戶滲透率的變化，我們至少已經(jīng)完成大模型的第一個周期，大模型效果的提升和成本的下降。然后現(xiàn)在需要來突破的是，技術(shù)層面上到下代GPT能不能再帶來一個性能變化。”閆俊杰表示。
王小川則否認了“AGI泡沫”的說法，他認為大模型的發(fā)展從結(jié)果上看是符合行業(yè)預(yù)期的。他指出，為了推動大模型邁向下一個發(fā)展階段，關(guān)鍵在于實現(xiàn)兩大融合：一是將知識搜索與大模型相結(jié)合，二是大模型強化的結(jié)合。據(jù)悉，百川智能則重點在大醫(yī)療AI領(lǐng)域做投入，從兒科醫(yī)生、全科醫(yī)生兩個切入點發(fā)力，希望在明年實現(xiàn)醫(yī)療的低成本和可及性，為用戶緩解焦慮，減少醫(yī)院的擠兌現(xiàn)象。
沈向洋則強調(diào)，未來，人機交互的新方式是“AI與IA”的融合共進，它代表著一種以人為本的 AI 發(fā)展路徑，它聚焦于運用技術(shù)提升人類的能力，而非取代人類。
王堅：AI+不是AI和產(chǎn)業(yè)的簡單結(jié)合
本屆外灘大會上，匯聚了國內(nèi)外超過2000名嘉賓參會，20多款A(yù)I助手展示。嘉賓將圍繞AI產(chǎn)業(yè)新實踐、科技人文新思考、金融科技新探索三大方向，帶來全球化和專業(yè)思想碰撞。
9月5日上午，中國工程院院士、之江實驗室主任、阿里云創(chuàng)始人王堅分享了他對于AI、AI+和AI基礎(chǔ)設(shè)施的思考。
王堅表示，“AI+不是AI和產(chǎn)業(yè)的簡單結(jié)合，而是數(shù)據(jù)、模型和算力的組合，云計算就是AI時代的基礎(chǔ)設(shè)施。”
王堅認為，當我們講“AI+”的“+”時，不是加什么東西，而是怎么加，更重要的是一個機制創(chuàng)新。這個創(chuàng)新就是數(shù)據(jù)、模型和算力的組合。當數(shù)據(jù)、模型、算力的規(guī)模都有了巨大的變化，這時就一定要引入新的東西，那就是AI的基礎(chǔ)設(shè)施。
王堅指出，一個事情要談到基礎(chǔ)設(shè)施的時候，就是一個技術(shù)滲透的終結(jié)的形式。什么技術(shù)會對人類產(chǎn)生最長遠的影響？就是它變成了基礎(chǔ)設(shè)施。他援引紅杉資本的觀點，在云時代、移動時代、AI時代，基礎(chǔ)設(shè)施就是云計算。
王堅強調(diào)，“當你看AI、AI+、AI基礎(chǔ)設(shè)施的時候，你就會發(fā)現(xiàn)，這個世界不但技術(shù)在革命，機制也在革命，基礎(chǔ)設(shè)施也在革命。沒有比這三項革命在同一時間發(fā)生再令人激動了。我想這些革命正在創(chuàng)造未來。”
AGI是否存在泡沫？韓歆毅、王小川、閆俊杰在外灘大會這樣回應(yīng)
主論壇“產(chǎn)業(yè)創(chuàng)新圓桌”環(huán)節(jié)，螞蟻集團總裁兼首席財務(wù)官韓歆毅，百川智能創(chuàng)始人、CEO王小川，MiniMax創(chuàng)始人、CEO閆俊杰等行業(yè)領(lǐng)袖分別針對大模型發(fā)展歷程、下一周期的突破，以及產(chǎn)業(yè)實現(xiàn)路徑等行業(yè)關(guān)注的議題展開了討論。嘉賓們認為，應(yīng)用突破是中國通用人工智能技術(shù)（AGI）發(fā)展的關(guān)鍵。
實際上，大模型的發(fā)展需要拉長周期來看。過去兩年，大模型技術(shù)取得了重要突破性進展。目前正處于行業(yè)發(fā)展的一個節(jié)點，大模型從“拼參數(shù)”開始走向 “拼應(yīng)用”，接下來行業(yè)面對兩個問題，一是如何降低它的推理成本，進而推動了大規(guī)模落地應(yīng)用。二是如何用應(yīng)用驅(qū)動技術(shù)的發(fā)展。
韓歆毅認為，AI技術(shù)的發(fā)展和應(yīng)用是一個不斷循環(huán)迭代的過程，需要在應(yīng)用中發(fā)現(xiàn)技術(shù)的難點，讓技術(shù)發(fā)展的方向更加聚焦。
王小川否認了“AGI泡沫”的說法，他認為大模型的發(fā)展從結(jié)果上看是符合行業(yè)預(yù)期的。他指出，為了推動大模型邁向下一個發(fā)展階段，關(guān)鍵在于實現(xiàn)兩大融合：一是將知識搜索與大模型相結(jié)合，二是大模型強化的結(jié)合。
大模型被認為是實現(xiàn)真正的AGI的必經(jīng)之路。王小川認為，談AGI可以參考“人”的標準，即像人一樣思考、知識、提供服務(wù)能力，落到場景就是像人一樣的助手。
百川智能正在加速落地健康領(lǐng)域。王小川指出，“大概2021年的時候叫生命科學(xué)，這是大眾健康關(guān)心的一個領(lǐng)域，而大病領(lǐng)域，大模型跟醫(yī)療是非常同構(gòu)的一個技術(shù)架構(gòu)，因此我們認為這里面是一個廣闊的市場，所以至少在百川節(jié)奏和‘超級模型’里面，是需要有搜索和強化，不止是Scaleup，大語言模型是不夠的，還得把搜索和強化給做進去，這是一個完整的超級技術(shù)應(yīng)用。所以我認為這跟自己預(yù)期來講是蠻符合的，去年太快了，就像一種推背感，就跟你坐飛機的時候是推著往前走，每天都有新論文出來，每天起來巨大的一種焦慮，一起來之后又有多少新技術(shù)誕生，多少新的突破，現(xiàn)在我覺得在一個比較正常、有節(jié)奏突破當中了。”
而距離實現(xiàn)AGI這樣的標準，閆俊杰覺得還需要耐心。當下他更加關(guān)注通過技術(shù)的優(yōu)化來拓展AI的邊界。
閆俊杰表示，基于整個行業(yè)變化和MiniMax 30億次的交互判斷，未來會有三個事情可以解決：一是錯誤率持續(xù)下降，現(xiàn)在GPT-4模型錯誤率是20%，原來只有OpenAI一家能做到，現(xiàn)在則是很多公司都能做到，未來會不會把錯誤率下降到2%左右，這是否會成為關(guān)鍵；二是無限長度的記憶，使得AI 從助手到生產(chǎn)力替代/提升狀態(tài)，從而產(chǎn)生產(chǎn)品交互形態(tài)的變化；三是多模態(tài)，不僅僅通過文字交流，更多通過語音、表情、視覺來交流，多模態(tài)會很重要，所以背后需要提高滲透率。
在閆俊杰看來，如果模型錯誤率可以下降到個位數(shù)，那么模型就是一個可信賴的狀態(tài)，AI也有可能從助手變成為一種生產(chǎn)力，這種變化也會帶來真正大眾化的產(chǎn)品，為行業(yè)帶來本質(zhì)的變化。
“我覺得是這樣，其實泡沫并不可怕。我剛才總體的一個感覺就是說，因為AI 技術(shù)發(fā)展能力的提升和應(yīng)用，其實是一個不斷互相去循環(huán)、迭代、演進的一個過程�，F(xiàn)在有一點處于‘技術(shù)跑在了前面，應(yīng)用還沒有完全跟上’的時候，現(xiàn)在需要的，其實就是我們在應(yīng)用層面要跟上，從而讓技術(shù)能夠?qū)嵱�，并且�?chuàng)造更多的技術(shù)難題，在使用中創(chuàng)造更多的技術(shù)難題，讓技術(shù)發(fā)展方向上更加聚焦。”韓歆毅表示。
韓歆毅認為，大模型產(chǎn)品的目標可以濃縮為：好用、有用和用得起。對于用戶，這意味著一種全新的、更加直觀的交互體驗；而對于商家，則意味著能夠更深入地理解用戶需求，進而提供更加結(jié)構(gòu)化和個性化的服務(wù)。這種服務(wù)是一個交付結(jié)果，它的轉(zhuǎn)變不僅僅體現(xiàn)在用戶交互上，它更是一種深層次的供給側(cè)的改變。支付寶正在不斷探索如何將 AI 技術(shù)更自然地融入人們的日常生活和商業(yè)運作中，以此推動商業(yè)模式的創(chuàng)新和轉(zhuǎn)型。
韓歆毅也透露，在外灘大會上，螞蟻集團會發(fā)布AI生活管家“支小寶”、AI金融管家“螞小財”和AI健康管家三個產(chǎn)品，其中“支小寶”是一款獨立的App。他期待，這三個AI管家在三個領(lǐng)域給用戶提供好服務(wù)，同時以智能體的方式鏈接開放生態(tài)，在新的商業(yè)環(huán)境里找到商業(yè)模式。
“它（AI助理產(chǎn)品）起于交互的變化，但是最后改變的其實是交付的結(jié)果，而這種交付結(jié)果的改變其實不僅僅是在用戶互動端，其實我們還要去深入到供給側(cè)，它是一個供給側(cè)的變化。為什么今天AI能夠改變供給側(cè)的變化，在于它能夠把用戶個性化需求理解的更準確，然后把這些需求再以標準的數(shù)據(jù)結(jié)構(gòu)方式，給到我們這些商家也好，工廠也好，大家可以重新去組織，在AI沒有產(chǎn)生之前這種大規(guī)模個性化、定制化需求，其實很難實現(xiàn)，只能做一些標準化，最多我們做到千人千面，后來是推薦，很難真正做到個性化，因此，我覺得只有（AI助理）這樣的話才能真正去改變交付的結(jié)果。交付的結(jié)果改變了以后，大家才會說真的是一個好的服務(wù)，它能解決我們的更多問題。”韓歆毅表示。
沈向洋：“講卡傷感情，沒卡沒感情”
2024 Inclusion外灘大會上，香港科技大學(xué)校董會主席、美國國家工程院外籍院士沈向洋發(fā)表題為《大模型時代的機遇和挑戰(zhàn)：技術(shù)融合，產(chǎn)業(yè)躍遷》的主旨演講。
沈向洋認為，AI 落地產(chǎn)業(yè)最重要的是三件事情：算力、算法、數(shù)據(jù)。
“講卡傷感情，沒卡沒感情”，沈向洋分享了一組數(shù)據(jù)，從2012年開始，每年大模型需要的算力都在增長，一開始幾年是六七倍的增長，最近幾年穩(wěn)定下來，每年是四倍左右的增長。而隨著大模型的參數(shù)越來越大，大模型對算力的要求已經(jīng)由線性增長進化到平方向的增長。如今，算力已經(jīng)是大模型落地的門檻，“真正做大模型的公司，如果你一萬張卡都沒有，你就根本不要講自己是在干大模型的公司。”
講起“卡”，沈向洋表示，目前整個計算機芯片行業(yè)的發(fā)展，從原來的摩爾定律變成了黃氏定律。以前是CPU的增長，摩爾定律是指每18-24個月，計算能力翻倍�，F(xiàn)在是GPU的算力一年漲4倍。人類社會的計算能力呈現(xiàn)了一種超級躍進趨勢。
這也突出了數(shù)據(jù)的重要性。“GPT3剛出來的時候是2個T的token，GPT4剛出來的時候是12個T左右的數(shù)據(jù)，后來還在不斷地加數(shù)據(jù)訓(xùn)練，現(xiàn)在我們猜GPT4是20T的數(shù)據(jù)。大家在望穿秋水等GPT5出來，到底要用多少的數(shù)據(jù)？”沈向洋給出的猜測是200個T的數(shù)據(jù)，但如今的互聯(lián)網(wǎng)要挖出200T的數(shù)據(jù)已經(jīng)不容易了。沈向洋感慨，互聯(lián)網(wǎng)40年積累的數(shù)據(jù)，似乎就是為了一個AI時刻。
沈向洋認為，大模型的下一章要從語言模型到多模態(tài)發(fā)展。盡管Sora已經(jīng)做得不錯，但多模態(tài)大模型仍不夠強大。他強調(diào)，大模型未來一定要往具身智能走，往機器人走，自動駕駛就是一種機器人的特別形態(tài)。
隨著大模型的發(fā)展，沈向洋提出，未來大模型將橫掃所有垂直行業(yè)。大模型可分為通用大模型、行業(yè)大模型、企業(yè)大模型和個人大模型。通用大模型大致是萬億參數(shù)，萬卡訓(xùn)練。行業(yè)大模型大致上是千億參數(shù)、千億卡的訓(xùn)練規(guī)模。企業(yè)大模型可能只需要100張卡、百億參數(shù)。而個人大模型最被沈向洋期待，比如聯(lián)想、微軟推出的AIPC，蘋果號稱的Apple Intelligence,利用個性化參數(shù)，結(jié)合云和端，都被沈向洋視作有意思的嘗試。
談及人機關(guān)系，沈向洋認為，AI為人類提供了與技術(shù)共生的全新語境，人機交互的新方式指向“AI與IA”的融合共進。IA（Intelligent Augmentation），即智能增強。它代表著一種以人為本的 AI 發(fā)展路徑，它聚焦于運用技術(shù)提升人類的能力，而非取代人類，強調(diào)了人類與 AI 之間的協(xié)作關(guān)系。
提到近期行業(yè)特別關(guān)注的AI agent（人工智能體，一種能夠感知環(huán)境、進行決策和執(zhí)行動作的智能實體）時，沈向洋表示，agent從愿景到落地的過程中，需要始終以需求為原點，深刻理解模型的能力，并構(gòu)建一個AI深度參與的工作流程。
沈向洋強調(diào)，AI agent時代的到來，不會是一個神奇而強大的模型突然代替了所有的工作流，它涉及到技術(shù)、工程與市場的不斷磨合，最終以超預(yù)期的服務(wù)呈現(xiàn)給人類。
沈向洋還指出，從人機共存的新范式到大模型的行業(yè)落地，折射的是技術(shù)與商業(yè)形成閉環(huán)、讓技術(shù)創(chuàng)新真正改變世界的本質(zhì)。
沈向洋強調(diào)，在 AI 的顛覆性力量逐步顯化的過程中，須重視AI的治理，打造負責(zé)任的AI。
9 月 5 日，在2024 Inclusion外灘大會開幕主論壇上，機器學(xué)習(xí)泰斗邁克爾喬丹發(fā)表主題演講。邁克爾喬丹認為，AI落地產(chǎn)業(yè)，需要形成互相協(xié)作的集體；要構(gòu)建 AI 的協(xié)作系統(tǒng)，必須要引入經(jīng)濟學(xué)的“激勵”視角。
“AI擁有海量的數(shù)據(jù)，但有些不能生成價值，通過設(shè)計激勵機制才能驅(qū)動AI智能體貢獻和協(xié)作。”邁克爾喬丹提出了“三層數(shù)據(jù)市場（Three-Layer Data Markets）”模型，其中用戶、平臺和數(shù)據(jù)買家通過“出讓數(shù)據(jù)”、“購買數(shù)據(jù)”、“提供服務(wù)”形成了閉環(huán)。他強調(diào)，數(shù)據(jù)購買者也就是企業(yè)可以結(jié)合“數(shù)據(jù)和服務(wù)”建立與用戶的激勵機制，從而為他們帶來真正的價值。
談及 AI 的不確定性，邁克爾喬丹認為，當前的 AI 系統(tǒng)很難表達它真正學(xué)到哪些知識，也沒有能力表達它有多確定。相較之下，人類在面對不確定性時表現(xiàn)出色，尤其是集體協(xié)作共同應(yīng)對時。
“缺乏對集體性、不確定性和激勵機制的關(guān)注，是當前對AI討論中缺失的三個方面。”
因此，邁克爾喬丹建議不僅單獨設(shè)備要具備一定智能，AI 更要通過協(xié)同體現(xiàn)在整體系統(tǒng)層面。他指出，僅僅將人類的智慧融入超級智能計算機中是不夠的，現(xiàn)代信息技術(shù)在醫(yī)療、交通、金融科技和商業(yè)領(lǐng)域的應(yīng)用，需要集體性、去中心化的智能系統(tǒng)。
AI將與人類不斷共生
《連線》雜志創(chuàng)始主編凱文凱利（Kevin Kelly）在開幕主論壇上的演講中表示，當 AI 深刻影響經(jīng)濟和文化，必將涌現(xiàn)三大趨勢：全球主義、創(chuàng)新加速和AI驅(qū)動生成。
談及AI驅(qū)動生成的趨勢，凱文凱利認為，AI 不僅將幫助我們擺脫機械、枯燥的工作，完成我們無法獨立完成的任務(wù)，甚至可以生成超乎人類想象的全新事物。“通過這一年半來使用 ChatGPT和其他大語言模型的經(jīng)驗來看，從 AI 工具中獲益最多的人實際上是表現(xiàn)一般或較差的員工。AI 工具不僅僅是為最聰明的人準備的，它們還能幫助不那么出色的人產(chǎn)生更好地完成工作。”凱文凱利稱。
對于如何確保 AI 帶來的未來是有益的，而不是加劇不平等，凱文凱利表示，我們有理由對任何新技術(shù)保持謹慎， Ai 也不例外。他認為，首先要利用技術(shù)去引導(dǎo)它的發(fā)展，要實現(xiàn)我們期望的由 AI 驅(qū)動的未來，最好的途徑之一就是積極參與其中，而不是試圖禁止它或?qū)⑵渑懦庠谕�。其次，�?yīng)盡可能推動 AI 技術(shù)的開源化。開源模式賦予更多人參與的機會，形成一種更具包容性的技術(shù)生態(tài)系統(tǒng)。
復(fù)旦大學(xué)計算機科學(xué)技術(shù)學(xué)院教授、上海市數(shù)據(jù)科學(xué)重點實驗室主任肖仰華談及AI新技術(shù)帶來的潛在科技倫理問題。
肖仰華表示，AI大規(guī)模應(yīng)用對人類生活有4大突出挑戰(zhàn)，首要挑戰(zhàn)在于，我們的生產(chǎn)關(guān)系等社會發(fā)展上層建筑，如何適應(yīng)以 AI 為代表的先進生產(chǎn)力的快速發(fā)展。而生成式 AI 技術(shù)發(fā)展，已經(jīng)需要以月為單位進行記錄。但是人類的情感、價值、倫理觀念調(diào)整是十分緩慢的。如何調(diào)和這個矛盾，是我們需要直面的挑戰(zhàn)之一。
肖仰華認為，其次是技術(shù)普惠問題。要避免少部分人借助先進技術(shù)形成不正當?shù)母偁巸?yōu)勢。此外，我們還應(yīng)該特別注意防范技術(shù)成癮，防止先進技術(shù)對人類造成反噬。
在肖仰華看來，AI的大規(guī)模濫用是可能損害人之為人的本性的。要有所為有所不為，但凡傷害人之為人之本性的AI應(yīng)用，我們要謹慎，要加以限制。為此，“我們要重視技術(shù)治理，并將治理提前考慮，做到未雨綢繆。”
外灘大會的開幕式上，24歲的獨臂男孩周鍵借智能仿生手演奏鋼琴。隨后，肖仰華與強腦科技創(chuàng)始人兼CEO韓璧丞就人機共生的未來展開對談。
韓璧丞認為，腦機接口在未來5-10年內(nèi)，會發(fā)生三個階段的變化，分別是：修復(fù)、增強和更高階的交互。修復(fù)是幫助最需要的人如有腦疾并肢體殘疾的人恢復(fù)正常生活。其次是增強，比如是不是可以借助腦機接口技術(shù)，根據(jù)老人的意識為其提供機能補充，讓每個老人多走5-10年的路。下一代的交互則會變得更高階，比如對話，現(xiàn)在是通過語言，未來可能不需要再通過語言對話，收到提問我們想一想就傳遞出去了。
在肖仰華看來，隨著腦機接口與AI技術(shù)的廣泛應(yīng)用，機器已經(jīng)成為人類的外腦、人類的四肢，人已經(jīng)不再是傳統(tǒng)生物意義上的人。
“與之伴隨的是，人與人之間的社會關(guān)系也將隨之發(fā)生變化，AI將成為人類從事各種生產(chǎn)和活動的代理。人與機器之間的關(guān)系、機器與機器之間的關(guān)系，將不可避免的納入到我們對社會關(guān)系考察范圍，”肖仰華表示。
除了上述演講，外灘大會上還公布了AI產(chǎn)業(yè)發(fā)展的六大趨勢。無論是企業(yè)界的實踐，還是專家學(xué)者的研究，各方都認為AI產(chǎn)業(yè)實踐正呈現(xiàn)六大趨勢，涵蓋小模型、智能體、專業(yè)AI、具身智能等方面，指明了大模型產(chǎn)業(yè)落地的發(fā)展走向。
更專業(yè)的多模態(tài)小模型，在行業(yè)應(yīng)用中取得比通用大模型更好的效果，硬件設(shè)備集成小模型，端側(cè)AI逐步成熟，為超級應(yīng)用的出現(xiàn)創(chuàng)造條件。
AI時代新摩爾定律正在產(chǎn)生，芯片加速提升性能、模型架構(gòu)持續(xù)優(yōu)化、基礎(chǔ)模型成本快速下降，算力“經(jīng)濟實用”是企業(yè)關(guān)注焦點，異構(gòu)計算有望主導(dǎo)未來的高性能計算市常
3、高質(zhì)量數(shù)據(jù)成為企業(yè)AI戰(zhàn)略制高點。
提高數(shù)據(jù)數(shù)量、質(zhì)量、安全和多樣性，對提升大模型性能至關(guān)重要，數(shù)據(jù)能力成為每家公司AI戰(zhàn)略必需品，一批新型數(shù)據(jù)服務(wù)公司涌現(xiàn)，為企業(yè)提供數(shù)據(jù)合成、隱私安全、多模態(tài)數(shù)據(jù)處理能力。
4、專業(yè)領(lǐng)域應(yīng)用成大模型技術(shù)加速發(fā)展的“探照燈”。
大模型將在產(chǎn)業(yè)實用價值的領(lǐng)域逐步落地，醫(yī)療、金融等專業(yè)領(lǐng)域應(yīng)用涌現(xiàn)，促進垂直行業(yè)生產(chǎn)力提升、數(shù)據(jù)價值釋放，同時也成為大模型技術(shù)加速發(fā)展的“探照燈”。
機器變身數(shù)字伴侶、工作搭子、生活助手，有情緒有思考能辦事，人人享用的智能體正成科技公司新角逐常智能體協(xié)作、管理設(shè)計、具體場景中推理規(guī)劃能力等技術(shù)，持續(xù)進化。
具身智能經(jīng)過多個周期探索，在大模型時代將進入拐點時刻�？臻g智能發(fā)展讓AI感知世界能力加強，具備三維感知能力的智能機器人，會成為人類現(xiàn)實場景中的陪護助手，幫助工廠徹底變革固定流水線生產(chǎn)模式。
外灘大會上，專家預(yù)測，五年內(nèi)產(chǎn)業(yè)落地是大模型技術(shù)持續(xù)進化的關(guān)鍵。站在當下看未來，就像蒸汽機真正改變世界，源于它開始與輪船、火車、紡織機融合，AI領(lǐng)域也需要實現(xiàn)“百模大戰(zhàn)”到“產(chǎn)業(yè)實用”交錯演進，才能形成算法算力、數(shù)據(jù)與行業(yè)應(yīng)用之間的發(fā)展閉環(huán)，讓大模型成為一個真正的新周期。
在基礎(chǔ)設(shè)施層面，不少從業(yè)者和專家都認為，“大力出奇跡”之后，行業(yè)回歸理性，企業(yè)更關(guān)注經(jīng)濟實用性，更專業(yè)的小模型在行業(yè)落地中會占據(jù)更重要的位置，也會為大模型創(chuàng)新應(yīng)用創(chuàng)造條件。與此同時，AI時代新摩爾定律呼之欲出，大模型公司降價、芯片性能提升加速，基礎(chǔ)模型成本快速下降，對產(chǎn)業(yè)應(yīng)用而言，企業(yè)應(yīng)密切關(guān)注AI使用成本與應(yīng)用投產(chǎn)比的動態(tài)變化，實現(xiàn)快速轉(zhuǎn)型。
數(shù)據(jù)作為AI產(chǎn)業(yè)的三大支柱之一，是每家企業(yè)AI戰(zhàn)略必需品。但目前數(shù)據(jù)仍是大模型產(chǎn)業(yè)落地的主要矛盾，大模型用盡公共語料數(shù)據(jù)，獲得干凈的、多模態(tài)的豐富數(shù)據(jù)成企業(yè)用好大模型、推動“博士級”AI應(yīng)用的關(guān)鍵。
而未被完全利用數(shù)據(jù)價值的醫(yī)療、金融、工業(yè)等專業(yè)領(lǐng)域加速落地，不僅能提供可靠的AI服務(wù)，也能進一步反哺大模型性能的升級。此外，外灘大會指出，針對企業(yè)用好私域數(shù)據(jù)、低成本生成定制數(shù)據(jù)、保障隱私安全等需求，一批新型數(shù)據(jù)服務(wù)公司將站上風(fēng)口。
“盡管 AI 的發(fā)展還在相對早期的階段，但是行業(yè)有很多應(yīng)用方向，我們值得下定決心去做。在產(chǎn)業(yè)應(yīng)用方面，我對中國公司的未來發(fā)展非常有信心。”沈向洋說。
