指引当下，启迪未来。
WAIC金句：AI大咖观点碰撞第一线
来源|多知
作者|Mint
WAIC进入最后一天。
今天下午过后，让多知团队日均两万步的AI春晚终于落下帷幕。
站在此刻回望过去几天，除了展区现场的精彩外，还有来自各个赛道的AI大咖分享对当下与未来的观点。
不少金句也在本周扎堆出现。
中国工程院院士、机器人视觉感知与控制技术国家工程研究中心主任王耀南：“AI发展必须坚持‘顶天立地’原则。’顶天’即深入研究大模型体系架构，确保安全可用;’立地’即与时俱进，赋能千行百业。”
上海 AI 实验室主任周伯文：现在，世界上只有 1% 的(资源)投入在对齐或者安全考量上。
华为常务董事、华为云 CEO 张平安：“中国的 AI 发展，离不开算力基础设施创新。这条 AI 创新道路，包括把端侧硬件 AI 算力的需求，释放到云端。”
阿里云创始人王坚：“GPT 的潜力，今天事实上还是没有被完整地探索的。”
百度CEO李彦宏：“没有应用，光有基础模型，不管是开源还是闭源都一文不值。”
01
通用大模型落地严谨产业，面临着三个“能力短板”
蚂蚁集团董事长兼CEO，井贤栋
业界普遍认为，通用大模型落地严谨产业，面临着三个「能力短板」：领域知识相对缺乏、复杂决策难以胜任，以及对话交互不等于有效协同。
为了破解这些难题，专业智能体是通用大模型落地严谨产业的有效路径。通过专业智能体的深度连接，Al 会像互联网一样，带来服务的代际升级。
未来智能化的用户体验，一定不是只靠一个大模型，而是需要全行业深度协作，需要很多的专业智能体共同参与、各司其职。
MiniMax副总裁，刘华
随着多模态大模型技术的持续演进，文本、语音、视觉这三种模态的融合模型正逐步迈向成熟。一旦此类大模型技术达到成熟阶段，其应用场景将会进一步拓展，实现更多的实际应用。
然而，目前多模态大模型亦面临一些挑战。首先，大模型在某些情况下仍可能产生“幻觉”问题，反馈的准确性有待提升。其次，由于算力成本限制，大模型的落地应用成本相对较高。
决不应低估多模态大模型的重要性，它有望引领新一轮的科技革命。
MiniMax创始人兼CEO，闫俊杰
怎么把大模型错误率从 30%、40% 降到 3%、4%。甚至降低一个数量级，这个事可以让 AI 从一个辅助人类的工具成为独立完成工作的个体。
当模型的错误率能变成个位数时，即在人类定义测试上都可以接近人类最好水平时，它在实体经济里产生更大效益就变得更加自然。
另外这也意味着大模型可以独立完成任务了。
面壁智能联合创始人兼CEO，李大海
打造全球领先的轻量高性能大模型，进行“知识密度”的压缩，已经成为大模型未来竞争新的重要方向。
端侧模型有独特的生态位，它离用户更近、更能匹配个体和企业单位数据隐私的需求，是大模型走进千家万户、千行百业的关键。
智谱 AI CEO，张鹏
大模型这件事情带来了一个全新的能力，我们称它为类人的认知的能力，也就是我们智谱 AI 的愿景，让机器能够像人一样去思考，并不是让机器成为一个机器、一个工具，而是让机器像人一样去思考。
我们认为思考这个能力，它所带来的效能的提升是更重要的。
御风未来创始人兼CEO，谢陵
我们希望 AI 大模型有一个类似于现有我们见到的卫星定位或者是蜂窝通信那样无处不在的一种通用的基础设施。
清华大学人工智能国际治理研究院副院长，梁正
从去年初以ChatGPT为代表的生成式AI火爆出圈以来，国际竞争格局已初步形成中美欧三足鼎立态势，大模型发展如火如荼，并呈现如下发展趋势：
其一，AI大模型正成为产业新型基础设施并为千行百业提供智能服务，且以“基础大模型+行业数据微调”的范式推动AI研发生产从传统小规模作坊式走向工业规模化量产。
其二，AI大模型将变革人机关系并加速“AI平民化”时代的到来，尤其是以GPT-4o为代表的多模态AI，将以更自然且实时的交互方式显著降低人机交互和AI使用门槛。
其三，AI大模型将加速智力劳动的细化分解，将其中大量重复性、结构化、高度依赖既往经验的相关工作深化剥离并交由AI承担，促进以人机分工为代表的第四次社会大分工时代的加速到来，而人机分工协作式混合劳动力将成为未来劳动用工的主导范式，并且AI大模型可能会颠覆劳动力市场旧有竞争模式，“降维打击”那些缺少AI工具赋能的竞争者。
其四，AI大模型将助推智力密集型服务的产业规模化，加速从“手工作坊式”(以人力密集型的人工服务为主导)走向“工业规模化”批量供给的AIGS新时代。
02
“超级能干”的应用比只看 DAU 的“超级应用”恐怕要更重要
百度董事长兼 CEO，李彦宏
AI 时代，“超级能干”的应用比只看 DAU 的“超级应用”恐怕要更重要，只要对产业、对应用场景能产生大的增益，整体的价值就比移动互联网要大多了。
很多人拿开源模型来改款，以为这样更好服务个性化应用。殊不知这样创作的孤本模型无法在基本模型获益，也没有办法跟别人共享算力。
当你处在一个激烈竞争市场环境当中的时候，你需要让自己业务的效率比你的同行更高，成本比你的同行更低。这个时候商业化的闭源模型是最能打的。
没有应用，光有基础模型，不管是开源还是闭源都一文不值。
华为常务董事、华为云 CEO ，张平安
中国的 AI 发展，离不开算力基础设施创新。
这条 AI 创新道路，包括把端侧硬件 AI 算力的需求，释放到云端。
就像华为手机的拍照功能已经可以把图片呈现得逼真、有丰富的细节，但如果把图片处理放在云端计算，图片会更立体清晰，像单反一样，(像所展示的这张图片里)蚂蚁绒毛清晰可见。
在云端，通过云网端芯架构上的协同创新，来构建可持续发展的 AI 算力基础，包括芯端算力上云、面向 AI 的网络架构升级、云基础设施系统架构创新三个方面。
03
还没有到“超级时刻”
商汤科技董事长兼首席执行官，徐立
我一直的观点是其实虽然我们的行业非常的热，包括像 GPT 带来的聊天式的应用，Sora 带来的视频应用，但它还没有到“超级时刻”，是因为它没有真正走进到一个行业垂直应用当中、引起广泛的变化。
可是这两天，我忽然感觉有点变化的想法。因为我的中学的退休的老师不停的在群里面问我，怎么样用人工智能去写文案、生成祝福的图片，发到他的退休群里等等。
我突然想，其实超级时刻和应用是互相成就的。只有超级时刻带来的认知的变化，最后才能推动应用。倒推回来，如果我们有应用作支撑，那么我们现在这个时刻就是“超级时刻”。
黑石集团董事长兼CEO，苏世民
不能像鸵鸟一样，把头埋在沙子里，不关注外面技术发展的风险。
有一句话说道，投资界没有勇敢的老人，意思是始终应该对风险保持警惕。当 AI 真正发展起来，可能会让一些投资变得血本无归。
图灵奖得主，姚期智
AI 风险来自于三个方面：一是网络风险延伸和扩大。现在，我们觉得管理数据安全已经是很困难的，出现了 AI 会困难 100 倍。
二是没有意识到的社会风险，比如说 AI 非常强大，而且是可以有很多方式去使用，所以颠覆现在社会结构在短时间内发生的可能性，这是存在的。比如说有人提到，AI 可能带来大规模未来的失业。
三是最有意思的层面，生存或者存在的风险。以前也面临过，当火车或者蒸汽机发明的时候，就有人有这样的担忧。
作为计算机科学家看到了最有深度的问题，一方面我们把 AI 控制好，毕竟这是我们设计出来的;另外一方面，也不希望它被我们给破坏了，这样权衡是非常困难的。正如图灵所说，这是无法预测的，预测不了机器有了足够算力之后会做什么。
04
现实世界的种种问题，本就是多模态的
网易伏羲平台技术负责人，赵增
目前，多模态学习和跨模态交互是大模型领域的热点。我们期待大模型在理解和生成多模态内容方面取得更多突破，这将为生成式人工智能提供更广阔的应用空间。
多模态、群体智能、联合优化及具身智能，这些技术将围绕更多模态的知识对齐、能力协作及模式应用进行发展，让AI像人一样获得更多维度信息，通过高效的运算，进行更加全面深度的思考并做出更多动作执行最终反馈。
智谱 AI CEO，张鹏
我们现在有一个很重要的点是去突破大模型的多模态。为什么要多模态?是因为真正的人在现实世界中解决问题的时候，他需要的、输入的信息本身就是多模态的。
除了自然语言，还有视觉、听觉、触觉，还有常识，所有这些是需要综合起来才能解决现实世界当中很多常见的问题，甚至都不是复杂问题。
就是把原来这样一个金字塔型的结构，就是你的底座很大，投入很大，但是收益很小，变成一个倒金字塔结构，这样才能真正放大它的价值。
相关阅读：
