新起點·再出發

勒川

2023年，生成式AI的發展讓所有科技公司都仿佛站在“新起點”上，圍繞大模型展開了新應用、新終端、新模式等變革。以李開復博士、李培根院士領銜二十位產學研行業專家探討分享自身進展和獨特觀察，為大模型元年奉獻出精彩的年終總結。

2023年12月14日，由量子位主辦的MEET2024智能未來大會舉行。作為國內最具影響力的智能商業峰會，MEET大會繼續對智能科技的最新進展進行總結和展望。

2023年，生成式AI的發展讓所有科技公司都仿佛站在“新起點”上，圍繞大模型展開了新應用、新終端、新模式等變革。與此同時，與原有技術積累、行業Know-how如何結合，把握住“再出發”的機遇，也成為全產業數字化轉型挑戰。

基于這樣的行業洞察，“新起點·再出發”成為本次大會主題詞，以李開復博士、李培根院士領銜二十位產學研行業專家在現場探討分享自身進展和獨特觀察，為大模型元年奉獻出精彩的年終總結。

ChatGPT給予了高度的評價：“看到AI技術在不同領域的應用，真是讓人激動不已！”

新思考，新趨勢

李開復??做真正有野心的開發者

創新工場董事長、零一萬物CEO李開復博士被《時代》雜志評選為2023年度全球25位“AI領袖”。創新工場塔尖孵化了AI?2.0公司零一萬物，其Yi系列大模型已經交出了業界領先的成績。

李開復認為，AI?2.0是有史以來最偉大的技術革命和平臺革命，不僅改寫所有的用戶界面和APP，更會穿透各行各業創造巨大的價值?！癆I?2.0帶來的平臺型的機會比PC、移動互聯網時代大十倍?！碑斍?，中國大模型賽道已經進入到了“百模大戰”階段，競爭白熱化。從創業機會看，雖然大型預訓練模型的創業窗口正在逐漸關閉，但在其他方面，如AI?2.0基礎設施和應用方面，仍有很多機遇。

AI?2.0時代的APP將被注入超級智能，帶來全新的界面和用戶體驗，成長速度將會洗刷新的紀錄，會比移動互聯網來得更兇猛，創造更多的價值，帶來更多的用戶?！罢嬲袎粝?、有野心的開發者應該去做AI-First、AI-Native這類應用，這些應用將能充分利用AI技術，從而成為最偉大和最具商業價值的公司?！?/p>

其次，面對現在開閉源模型的激烈戰況，在李開復看來，二者的成長是一個延續的、你追我趕的事情，但是，“最終不會只有一家閉源的、偉大的GPT或大模型公司”。他預判，不包含大廠在內，中美相加最后將有五、六家大模型公司笑到最后。

李開復表示，并不是擅長所有人類做的事情才叫AGI（人工通用智能），只要在某些領域能比人類聰明100倍，這就是一個有價值的AGI。雖然無法評判AI什么時候能夠具有真正的情感比如愛和同理心等，但它在一些領域已經比人類聰明100倍。面對AI?帶來的風險和挑戰，他認為，技術帶來的問題可以用技術來解決，同時輔以合理完善的法律法規來進行AI治理，讓AI造福更多的人類。

李培根??意識流使人類不被AI所役

“制造業需要站在AI巨人的肩上實現突破”，這一點在李培根院士的演講中得以充分闡述。他認為AI是一個既知道已知知識又可能生成新知識的“知識巨人”，而制造業要考慮的問題是如何充分利用AI進行創新設計，站在AI的肩上去洞察復雜的關聯。比如傳統的工業自動化主要處理固定模式、確定性、有因果關系的問題。

然而，工程中實際上也存在大量不確定性、沒有固定模式、并非基于因果關系但存在復雜關聯的問題：知識可以看作是數據在時空中的關系。人類通常只能理解和認知一些簡單的、線性的、低階關系，而高階關聯往往認識不到，這就會掉入所謂“暗知識”的大海。但現在，有大數據、AI技術加持，我們可以站在AI巨人的肩上洞察復雜的關聯。

需要特別注意的是，李培根表示雖然機器在很多方面可以超越人類思維，但很難具有像人類那樣不可名狀的意識流?！耙庾R流”這一概念由美國心理學家威廉·詹姆斯提出：意識流像一條綿延不斷、不可分割的河流，人的意識由兩方面組成，一些是理性的、自覺的意識，有一些是無邏輯的、非理性的無意識?！罢且庾R流使人類不至于被AI所役使，反而能夠利用AI增強自己的創造能力?！?/p>

歐陽萬里??“多快好省”地端出美味佳肴

上海人工智能實驗室領軍科學家歐陽萬里分享了他們實驗室在AI?For?Science的科研探索。他將AI?For?Science形容為美食烹飪，需要AI學者同自然科學家一起合作。如果把科學研究比作美食烹飪，實驗數據相當于優質食材，而AI?for?Science則讓科學家們能夠“多快好省”地端出美味佳肴。

為何從計算機視覺轉型做AI?For?Science？他表示有兩方面原因：一是問題本身很重要，二是問題本身很有趣。關于問題重要性上，在歐陽萬里看來，自然科學領域面臨著AI領域同樣的問題，甚至還更為嚴峻。

一方面是少標注、少樣本的問題。例如獲得一個蛋白質結構所需的投入時間和資源巨大，可能一位學者投入一年時間才能獲取一個蛋白質的結構，即一個樣本標注。另一方面還會面臨數據表現形式多樣。自然科學從物理到生物到地球科學，有不同的表現形式，從非常底層的原子表示、分子表示，有基因蛋白表示方式，如果來到地球科學又有大氣的表示。

表現形式本身多樣的形式下，怎么把數據處理好就是一個問題。既然如此那應該如何解決呢？歐陽萬里結合自己研究團隊成果做了進一步解釋：在氣象方面，他們推出的全球中期天氣預報大模型風烏，首次實現了在高分辨率上對核心大氣變量進行超過10天的有效預報。風烏突破了傳統預報方法瓶頸并獲得對氣象數據關系的強大擬合能力，僅需30秒即可生成未來10天全球高精度預報結果，在效率上大幅優于傳統模型。

新應用，新場景

方漢??造就真正的殺手級應用

昆侖萬維董事長兼CEO方漢分享了昆侖萬維關于AGI的探索歷程。目前昆侖萬維已經構建出自己的六大AI業務矩陣，包括AI大模型、AI搜索、AI音樂、AI游戲、AI動漫、AI社交。他認為，擁有自己的模型生成能力和專有模型對于企業在AI領域的發展至關重要。目前公司已經在國內推出了面向C端的AI搜索產品，此外還計劃面向海外市場推出游戲、音樂、動漫和社交方向的AI產品。

隨后他詳細談到了AI搜索、Agent以及端側推理這三大機遇。比如AI搜索，他認為能大幅縮短用戶搜索時間并提高信息獲取質量?！癆GI的真正表現形式是Agent，但目前像不少大模型API還是需要一定的門檻。這時候需要Agent，這種低代碼的、大模型的二次開發接口，讓所有用戶都能夠通過Agent讓大模型替自己做實際的工作以及更好地落地?！?/p>

方漢還提到了降低AI訓練和推斷成本的途徑，包括技術迭代、內容革命和端側推理。談及端側推理，他認為這是個面向所有企業的機遇。只有“端側推理”才是最終的解決方案，才會造就真正殺手級應用的產生。

目前大模型付費模式只是過渡階段，隨著技術迭代、內容革命和端側推理的實現，AI大模型最終會真正實現免費模式，也只有實現了免費模式，C端應用才會迎來真正的大爆發?！斑@一波AI一定是大潮將起，落地為王?！?/p>

王曉剛??智能汽車處在關鍵時間點

商湯聯合創始人、首席科學家王曉剛認為，ChatGPT改變了人工智能新范式，給AI規?；a業應用打開新道路。這過程最明顯感知到的是算力需求激增，2018年商湯花50億建AI大裝置，很多人不理解。但今天所有談到的大模型，都建立在強大軟硬件基礎設施系統能力基礎之上。

那么在大模型時代，又有什么樣的趨勢值得關注？王曉剛主要從智能座艙和智能駕駛兩個方面舉例。在智能座艙方面，他談到了未來可基于大語言模型能力構建座艙大腦，控制艙內各種軟硬件，并借助艙內外傳感器去全方位感知環境和乘客，包括駕駛員的需求。從應用層面來說，目前已經可以看到的趨勢，比如內容生成、AI說明書、健康問診、旅游規劃等，這些都將座艙內的智能化體驗提升到新層次。

在智能駕駛方面，他主要談到了純視覺方向的發展趨勢。目前智能駕駛系統只有感知這部分用的是AI，其他很多都是基于手寫規則。但要想真正解決各種Corner?Case更多還是需要依賴數據驅動，通過大模型去做感知、融合、定位、決策、規控，將所有模塊串聯起來，然后覆蓋盡可能多的場景。

王曉剛對智能汽車未來進行展望：未來一到兩年，智能汽車其實處在一個關鍵突破的時間點?！皩嶋H上有三件事，一是端到端數據驅動的自動駕駛，二是以大模型為核心、為基礎的座艙大腦的出現，三是駕艙融合，所有座艙和駕駛的體驗在同一顆芯片，同一個用戶上實現，大幅降低成本和算力，在產品級實現更好的融合，實現更好的智能駕駛和座艙的智能化的體驗，所有這些都是以大模型為基礎的?！?/p>

馬艷軍??AI原生應用發展迎來最好的時代

百度AI技術生態總經理馬艷軍以文心一言為例，全面介紹了知識增強大語言模型，還介紹了圍繞大模型建設的生態以及未來發展趨勢。

馬艷軍指出，要提升大模型的效果，數據和對齊技術尤為重要：如何使用數據，如何挖掘分析、合成、標注、評估數據，整個閉環非常關鍵。此外，他還從三個方面總結了大模型和此前AI領域其他技術突破的不同之處。首先是交互方式，“這次真正有了一個顛覆式變化”，未來的應用是通過自然語言的提示詞來調動原生AI應用實現的。交互效果行不行，直接影響了技術的普及；第二是大幅降低了AI開發門檻，在這之前“要開發一個AI應用要寫非常多的代碼”，基于大模型的應用開發幾乎可以零代碼；最后大模型不僅對產業應用有影響，也推動了科研的AI?for?Science新趨勢。

在這幾點突破的驅動下，馬艷軍表示AI原生應用發展正迎來最好的時代，以大模型插件接入為基礎進一步衍生出更強大的Agent智能體，基于這些能力將會催生更多的AI原生應用，數字技術和實體世界加速連接與融合。

“訓練大模型的挑戰很大，其中包括模型體積大，訓練難度高；算力規模大，性能要求高；數據規模大，質量參差不齊等。這些問題的存在，目前也對基礎軟硬件提出了更高的要求?！?/p>

李大海??大模型讓人和機器更加平等

面壁智能聯合創始人、CEO李大海認為大模型要用在真實生產環境里，最關鍵的能力是邏輯推理，而面壁智能也著重在模型的邏輯推理能力方面進行了攻關和提升。

李大海認為，大模型是第四次技術革命，可以和工業革命、信息革命相提并論，這場革命將至少持續20—30年?！按竽Ｐ拖袷瞧囈?，但還需要轉向系統、汽車底盤、內飾等各種配件組裝起來，才能真正提供一個完整的汽車產品。所以智能體需要在大模型基礎上疊加更多能力才能實現更多應用和想象空間?！?/p>

另外，當更多單體智能開始協作之后，它們將能發揮出更大的生產力。這時候就形成了更高級的智能——群體智能。自然界中就有很多類似案例，比如蟻群、蜂群、魚群等，它們帶來比個體更高的智能表現。

基于這種思考，過去幾個月，面壁智能共發布了三個智能體框架：AgentVerse，內部包含非常多專家的智能體通用平臺；ChatDev，多智能體智協作開發平臺；XAgent，綜合能力全面超越AutoGPT的超強單體智能應用框架。目前，面壁智能的“大模型+Agent”技術已在金融、法律等場景都有落地。

未來是否會存在基于大模型的超級應用呢？李大海認為大模型技術帶來的最根本變化，是人與機器之間關系的變化：機器變得更像人，人和機器會更加平等。

李笛??AI下一階段更像“掃雷”游戲

小冰公司首席執行官李笛的分享，從人們熱議的“人工智能著作權第一案”開始說起。乙某在文章中使用了一張圖片，而圖片由甲某用開源AI繪畫軟件生成。最后，法院判定乙某侵犯了甲某的知識產權，支付了500元賠償費用。

“500元的賠償費，可能是這張圖片目前為止在商業世界中，所能夠獲得最大的一筆回報了?！边@就引出一個話題點——AI在創造巨大的價值，但并不會收獲同等高的價值回報。李笛表示，其實這就是今天AI領域商業模式的困局之一。

過去一年，AI技術取得了巨大進展，針對AI產品的偏見在迅速消融，李笛眼中，過去的一年是這個行業的黃金一年。具體來看：生成式AI模型效率提升巨大。幾年前，想要創造能夠一個能評價文章的AI-being時，需要針對82類知識圖譜構建它的三觀，要花費約6個月時間，現在只需極短時間就可實現。

社會對AI的偏見正在消解，給予AI更大容錯空間，有利于技術快速發展。但是，李笛觀察到，目前AI應用普遍面臨商業化難題：一方面，現有API調用付費模式難以體現AI系統的創造力價值。以文章寫作為例，AI完全取代撰稿員后獲得的市場規模非常有限；另一方面，多數垂直領域AI系統替代人工作后獲得的收入，與替代的商業價值嚴重不匹配。李笛認為需要找到新的商業模式，讓AI系統能夠直接從內容創造中獲得收益份額。

李笛強調，AI仍處于技術創新高速迭代的階段，未來在他眼中不像是槍響后賽道確定的賽跑，更像是不知AI能力上限的“掃雷”游戲。這一階段，需要多樣化探索和寬容心態，才能抓住近兩年巨大機遇，真正實現技術向應用場景的轉化，改變人類生活。

楊銘??從業務和應用緯度擁抱多模態大模型

科技是創造未來的核心動力——螞蟻集團研究員、百靈多模態大模型研發負責人楊銘一上臺，就拋出了這句話。他表示，這是螞蟻集團一直所堅信的。在這句話的引領下，在過去一年，螞蟻集團集中力量技術攻堅交出了答卷：百靈語言大模型和多模態大模型。

螞蟻為什么需要多模態大模型？楊銘介紹，螞蟻具備豐富的多模態理解應用場景，可以分為兩個維度來看。從業務緯度來看，有數字支付和數字金融；從應用緯度來看，有圖文理解、視頻分析、圖像視頻內容生成。為此，螞蟻集團從無到有，收集了數十億張中英文圖文對，通過無監督學習，訓練出一個百億參數級別的圖文理解基礎大模型。

楊銘介紹，在圖文模型的基礎上，螞蟻衍生出了很多下游的垂類模型，包括將圖文理解模型應用到圖文對話、視頻理解，以及文生圖、圖生圖等。有了圖文對話的能力，從應用角度，螞蟻開始逐漸落地到業務領域。譬如，廣告內容審核就是業務領域的典型場景。在圖文理解的基礎上，螞蟻引入了時序的建模，分析幀與幀之間的關系，理解運動，從而能將圖文模型擴展成視頻任務模型，支持視頻到文本的檢索、文本到視頻的檢索以及視頻內容生成跟理解。

梁志輝??大模型時代讓所有人可被增強

360集團副總裁、360大模型應用負責人梁志輝認為，大模型時代模型跟人的關系不是取代而是增強。所有人無論在日常辦公、企業營銷上，大模型能將人的閱讀、寫作、查找的速度大幅提升起來。

生成式AI或生成式大模型并非萬能，很多大模型現在還存在幻覺、缺乏行業知識、需要提示詞工程等挑戰。以提示詞工程這一點為例，首先，提示詞模板非常復雜，只有AI發燒友才有可能精通，這樣不利于大模型的推廣。其次，高質量內容很難靠大模型生成，要想推廣大模型就要揚長避短?；谶@種思考，他們選擇以一種全新的人機協同方式落地——讓大模型變成每個人的助手。

大模型的長處在于內容生成和內容理解。過去很長一段時間，看到很多聊天機器人的誕生。但這種機器人就像是小學生對大模型進行催眠，告訴大模型現在是某個角色，并按套路提供答案；但它并不了解產品、公司以及協作方式。

梁志輝表示，我們希望讓大模型能夠像一個掌握多種技能、具備行業知識，會使用多種工具的自主智能體Agent。這個Agent以整個互聯網做它的知識背景，能夠被訓練，可以幫你查匯率、查天氣，甚至訂機票?；谇|大模型和Agent架構，梁志輝分享了他們現在關注的三大場景的應用：智能營銷、智能辦公以及智能客服。

新終端，新交互

祝銘明??2024年XR技術熱度可能超過AI

“未來5年，希望把所有人的眼鏡換成智能眼鏡?！边@就是Rokid創始人&CEO?Misa對不久的未來的堅定展望。在演講中，Misa分享了他對AI與AR技術融合的看法，以及Rokid如何將這兩項技術結合在一起，打造新一代人機交互平臺。

2014年，Misa離開阿里巴巴，創立了Rokid。在他看來，AI和AR技術分別代表了對物理世界和數字世界的理解和交互能力，而他本人背負的使命，就是把AI和AR融合在一起，“融合成一件事情”。大家更容易被硬件抓住眼球，但實際上，Rokid不僅僅是一家眼鏡公司，而是一家致力于AI和AR人機交互的公司。

行業目前有兩條路線——一條是以Apple為代表的VST（Video?See?Through），是把用戶包裹在一個純粹的數字世界里，通過傳感器把物理世界數字化、在虛擬世界里重建；一條則是Rokid選擇的OST，更輕量化，在數字世界疊加真實世界，讓用戶用肉眼去感知。

Misa給出了自己的判斷：短期內，兩條路線沒有對錯，并將長期共存?！罢l是更好，誰不好，還是交給時間去解決?！盡isa最后表示，他相信2024年XR技術將取得更大的突破，熱度甚至可能超過AI。

周圍??攜手邁向智能體時代

2023年下半年開始，全球手機廠商紛紛加速，把大模型“塞”進手機。以vivo為例，該公司的大模型戰略可總結為5點：大而全、算法強、真安全、自進化、廣開源。具體做法圍繞兩步走，一是大模型開發，一是大模型落地。

vivo副總裁、OS產品副總裁、vivo?AI全球研究院院長周圍分享，藍心大模型包含十億/百億/千億三個參數量級，共5款大模型。如今70億參數版本對外開源，130億版本在端側跑通。

大模型如此神奇，是因為它將人類數千年的文明知識進行了高維度的抽象，并壓縮成每個人都可以獲取的知識和信息。再來看大模型落地應用方面，vivo的軟硬結合路線。硬件方面，和芯片廠商深度合作，加速大模型上手機；軟件方面，推出多種應用形式、并和底層系統深度融合，讓消費者能更快上手體驗。

但腳步不應該在這里停滯。周圍透露道手機廠商更加關注大模型應用給人帶來的實際體驗如何，因此他認為，大模型還要有像人類一樣的邏輯思維、情感和價值觀。在這一點上，最能完成體驗閉環和商業閉環的場景就是落地在手機上，打造智能體。

欒劍??入口在硬件，粘性靠生態

在小米看來，大模型有三要素：大數據、大參數、大任務。這里面哪個才是大模型產生泛化能力的關鍵？小米集團技術委員會AI實驗室大模型團隊負責人欒劍給出了他的觀點：“我們覺得參數量并不是一個最關鍵的因素，小一點的模型也能產生泛化能力?！边@一觀點，也體現在了小米對大模型研發的全過程中。

小米大模型的突破點不是“大”，而是輕量化和本地部署。欒劍表示，這和小米的特色有關，小米有各種各樣的硬件設備，是全球最大的消費級IoT平臺，截至去年第三季度，聯網設備總量近7億，擁有5臺以上小米IoT設備的用戶數達到1370萬。小米的想法是把大模型當作大腦，搭載到硬件設備中。

“小米特別關注的，并不是行業所說的通用大模型，也不是垂類大模型，而是場景大模型。從技術參數上來秀肌肉我覺得沒有什么意義了，接下來我們回歸到怎么把大模型用好?！毙∶走€要探索同場景多設備協同、跨場景設備。欒劍表示云邊端結合是將來發展很重要的一條路徑。

欒劍認為大模型本身是一個入口，而跟操作系統深度融合，操作系統就是入口，歸根結底操作系統需要一個硬件。至于用戶粘性，要探索如何讓大模型無處不在地融入日常生活。

新模式，新機遇

顏辰巍??AI要落地在端側，才能實現真正大爆發

高通技術公司產品管理高級副總裁顏辰巍帶來的思考是：AI最終要落地在端側，才能實現真正大爆發。

為什么要在端側支持生成式AI，高通有三點考量。一是云端AI模型推理成本高昂，當數十億用戶都在使用越加復雜的模型時，云計算推理綜合成本會急劇增加，云經濟難以支持生成式AI規?；瘮U展；二是大量數據本身就發生在端側，在終端側處理AI是最經濟的，也能夠更好地保護用戶隱私；三是有些應用場景可能沒有5G數據連接，比如在野外，車座艙里的司機與車交互的應用。這時候就必須有本地計算能力。所以只有當終端就能運行基于AI大模型的用例時，端側與云側能很好地結合，生成式AI才能大規模普及，發揮出所有的潛力。

為實現端側AI算力突破，顏辰巍介紹到高通近期發布的兩款專為生成式AI而打造的全新平臺，面向PC的驍龍X?Elite和面向智能手機的第三代驍龍8。顏辰巍指出，第三代驍龍8能夠支持在終端側運行高達100億參數的生成式AI模型，并以20?token/秒的速度運行大語言模型，而驍龍X?Elite是高通公司迄今為止面向PC打造的最強計算處理器，支持在終端側運行超過130億參數的生成式AI模型，憑借快達競品4.5倍的AI處理速度，將繼續擴大高通在AI領域的領先優勢。

卞正達??AI大模型的挑戰與系統優化

潞晨科技聯合創始人兼CTO卞正達介紹了大模型的時代背景，AI模型訓練成本日益增長的趨勢。由此引入Colossal-AI框架，通過分布式算法來降低大模型的部署門檻和訓練成本。

卞正達具體介紹整個框架的設計思路，主要包括三大核心技術。一是N維并行系統。卞正達團隊發現此前市面上已有眾多并行技術，但更多普通用戶拿到實際需求以后，很難選擇真正合適的并行方案，來轉化成實際落地的解決方案。由此，Colossal-AI框架的核心思路是把目前最高效的并行技術整合到一套系統里，根據不同用戶的需求選擇合適的并行方案，同時提供最高效的落地實現。

第二點是高效的內存管理系統。卞正達表示，在深度學習訓練中，計算較重的板塊集中于存儲開銷比較少的部分，反而存儲開銷比較大的部分都集中在優化器的參數更新上。所以他們的思路是把冗余的存儲開銷放在比較便宜的存儲設備上，反映到Colossal-AI框架中，他們通過自適應的管理系統實現更高效的管理參數的存放。

除此以外，Colossal-AI還實現了Chunk的管理系統，為異構的存儲也提供靈活管理。通過上述系統優化，Colossal-AI框架大幅降低了部署AI大型模型的門檻，模型訓練和推理速度都得到了提升。

吳韶華??算法與數據需要同步改進

浪潮信息AI軟件研發總監吳韶華，回顧了GPT-3到GPT-4/ChatGPT發生的重要變化。GPT-3是一種預訓練大模型，直接通過提示詞來使用；而GPT-4則在預訓練之外，引入了微調和強化學習等技術，極大提升了模型的能力。

吳韶華分析認為，從GPT-3到GPT-4訓練模式的變化需要算法與數據的同步改進。他拿實踐經驗來證明浪潮信息在這方面的思考：2021年9月，2457億參數的經典Transformer結構大模型源1.0發布，2023年9月，浪潮信息又新發布了源2.0。兩個版本的迭代的最主要改進，體現在三個方面——第一是算法的改進，第二是數據的改進，第三是計算的改進。針對多元異構芯片間P2P帶寬的極大差異，浪潮信息提出了一種非均勻流水并行的分布式訓練方法，大幅減少對芯片間互聯帶寬的需求。

源2.0發布后，浪潮信息發布了“源2.0大模型共訓計劃”。開發者可以將模型在應用場景中的能力缺陷進行反饋，浪潮信息研發團隊將收集、清洗相關數據進行模型增強訓練，訓練后的模型將持續開源。