記得當(dāng) Chat GPT 首次出現(xiàn)時(shí)，有人猜測(cè)這或許是 AI 的再一次「曇花一現(xiàn)」。

不過(guò)，了解科技爆發(fā)周期的人，會(huì)知道 AI 絕對(duì)不會(huì)止步于此。前日凌晨，Open AI 發(fā)布了最新杰作——GPT-4o。以其突破性的智能交互能力，徹底顛覆了我們對(duì) AI 語(yǔ)音助手的認(rèn)知。這不僅是技術(shù)的飛躍，更是人機(jī)交互歷史上的一大步。

在昨晚剛結(jié)束的谷歌 I/O 發(fā)布會(huì)上，谷歌攜新版 Gemini AI 大模型等產(chǎn)品，試圖在 AI 賽道上重新奪回主動(dòng)權(quán)，在兩個(gè)小時(shí)中「吼出」了 121 次 AI。

現(xiàn)在，AI 已然成為科技討論的中心。

很多人都在關(guān)注，AI 的大戰(zhàn)中誰(shuí)會(huì)勝出？做 AI 的創(chuàng)業(yè)者到底應(yīng)該怎么做？技術(shù)爆發(fā)之下潛藏著哪些危與機(jī)？

今日，在「AI 創(chuàng)生時(shí)代——2024 甲子引力 X 科技產(chǎn)業(yè)新風(fēng)向」大會(huì)上，金沙江創(chuàng)業(yè)投資基金主管合伙人朱嘯虎、獵豹移動(dòng)董事長(zhǎng)兼 CEO、獵戶星空董事長(zhǎng)傅盛、出門問(wèn)問(wèn)創(chuàng)始人兼 CEO 李志飛、清華大學(xué)電子工程系教授、系主任、國(guó)家自然科學(xué)基金杰青、IEEE Fellow、無(wú)問(wèn)芯穹發(fā)起人汪玉、摩爾線程創(chuàng)始人兼首席執(zhí)行官?gòu)埥ㄖ小? 位涵蓋投資人、產(chǎn)業(yè)、專家的各具特色的嘉賓共聚一堂，圍繞著目前人工智能的現(xiàn)狀以及核心競(jìng)爭(zhēng)力，一起探討中國(guó) AI 的未來(lái)風(fēng)向。

2024 年 AI 的整體趨勢(shì)變化是什么？

「更為平靜」是李志飛給出的關(guān)鍵詞。2023 一年中，新概念、新詞匯、新知識(shí)層出不窮。比如在 3 月份，作為業(yè)內(nèi)人士的李志飛還沒(méi)有聽(tīng)過(guò) AI Agent 這個(gè)詞匯，但到了 4、5 月份所有人都在圍繞 Agent 進(jìn)行討論。同時(shí)，行業(yè)不斷推出新的大模型，對(duì)于新的知識(shí)和討論非常熱鬧。今年來(lái)看，能夠讓人興奮的一個(gè)是 Sora，一個(gè)是人形機(jī)器人。行業(yè)感受更為平靜。

「卷」是傅盛認(rèn)為的關(guān)鍵詞。2023 年 AI 訓(xùn)練模型出現(xiàn)一次又一次，其中指標(biāo)一個(gè)比一個(gè)高。前不久，GPT-4o 發(fā)布，很多人都認(rèn)為非常震撼。但在 Open AI 并沒(méi)有發(fā)布 GPT5 或者 GPT 4.5，進(jìn)行大模型性能的巨大提升，而是開(kāi)始卷應(yīng)用、工程化、成本。沒(méi)有持續(xù)提升大模型性能的背后，傅盛認(rèn)為是算法的更新遇到了瓶頸。

「無(wú)限可能」是汪玉寫(xiě)出的關(guān)鍵詞。他表示，高校中越來(lái)越多的年輕人，開(kāi)始嘗試 AI。4 月，清華大學(xué)成立了人工智能學(xué)院。圍繞 AI 的兩個(gè)方面，AI core 方面包括算法的演進(jìn)有很多企業(yè)都在進(jìn)行升級(jí)；AI plus 方面，各行各業(yè)都開(kāi)始動(dòng)起來(lái)，想要找到 AI 在行業(yè)內(nèi)的發(fā)力點(diǎn)。

「想象」則是張建中的關(guān)鍵詞。他說(shuō)到：「貧窮限制想象?！勾蟛糠秩硕际秦毟F的，對(duì)于創(chuàng)業(yè)公司來(lái)說(shuō)，融資幾個(gè)億、十個(gè)億看似很多，但也無(wú)法支持建設(shè)算力中心。哪怕是 Open AI 非常有錢，但它的算力資源同樣不夠。因此，關(guān)鍵在于解決因?yàn)樨毟F沒(méi)有資源，導(dǎo)致公司無(wú)法去試驗(yàn)，無(wú)法去迭代的關(guān)鍵問(wèn)題。

「商業(yè)化質(zhì)量」是朱嘯虎作為投資人的關(guān)鍵詞。他認(rèn)為，在國(guó)內(nèi)創(chuàng)業(yè)不要過(guò)度追求技術(shù)問(wèn)題，因?yàn)榧夹g(shù)迭代非?？?。關(guān)鍵是公司能不能達(dá)到商業(yè)化，產(chǎn)品交付給客戶。有很多「日拋」型的 AI 產(chǎn)品，正是因?yàn)闆](méi)有達(dá)到商業(yè)化要求，客戶在首次登陸后不會(huì)持續(xù)使用。因此，AI 創(chuàng)業(yè)中達(dá)到商業(yè)化要求十分重要。

未來(lái) AI 流派：技術(shù)信仰派 or 市場(chǎng)信仰派

張建中認(rèn)為 AI 的發(fā)展需要依靠的是行業(yè)和技術(shù)。行業(yè)先行，任何技術(shù)創(chuàng)新如果沒(méi)有行業(yè)，那么就無(wú)法商業(yè)化。先行行業(yè)可能是 AI 最新改造和加快創(chuàng)新的地方。AI 能夠在很多行業(yè)具有很好的商業(yè)化價(jià)值。

他舉例說(shuō)到，早期的人臉識(shí)別，準(zhǔn)確度在 60% 左右，在深度學(xué)習(xí)后能夠達(dá)到 90% 的準(zhǔn)確度。再到后面，商業(yè)化落地后，人臉識(shí)別甚至比人能夠辨認(rèn)得更加精準(zhǔn)，人眼分不出的雙胞胎，AI 可以做到。

目前國(guó)內(nèi)很難進(jìn)行不考慮商業(yè)回報(bào)的研發(fā)，所以行業(yè)一定要先行。但行業(yè)先行有先天條件，需要跨領(lǐng)域、跨專業(yè)的人才。如果 AI 要在某個(gè)領(lǐng)域發(fā)展，那就需要既懂專業(yè)知識(shí)，又懂 AI 知識(shí)的人才。行業(yè)先行的背后，還是人才驅(qū)動(dòng)行業(yè)發(fā)展。

「長(zhǎng)期技術(shù)、短期市場(chǎng)」是傅盛給出的答案。先來(lái)看技術(shù)，技術(shù)正在改變社會(huì)的生產(chǎn)力、結(jié)構(gòu)和效率。AI 對(duì)行業(yè)模式的影響肯定存在，因此傅盛還是樂(lè)觀看待技術(shù)。但是短期需要注意：技術(shù)并不是一個(gè)線性發(fā)展的過(guò)程。技術(shù)往往是一次突破帶來(lái)一波市場(chǎng)化應(yīng)用，技術(shù)是階段性的，在真正落地的時(shí)候，不要相信技術(shù)每年都和去年一樣。

在 80 年代，機(jī)器人技術(shù)成本高于人工勞動(dòng)成本的時(shí)期，將自動(dòng)化產(chǎn)業(yè)變?yōu)槿斯な謩?dòng)組裝的靈活生產(chǎn)，反而讓生產(chǎn)效率大幅提升。因此，創(chuàng)業(yè)者看 1-2 年的東西一定要和市場(chǎng)緊密結(jié)合。

此外，傅盛認(rèn)為，在資源有限的條件下，才更能夠根據(jù)市場(chǎng)的需求進(jìn)行創(chuàng)新。「資源陷阱」的意思在于，有時(shí)候過(guò)度迷信技術(shù)本身帶來(lái)的爆發(fā)力，而不計(jì)成本的投入，這反而會(huì)導(dǎo)致行業(yè)泡沫的破滅。所以，做 AI 的創(chuàng)業(yè)者應(yīng)該更全面地去關(guān)注應(yīng)用，關(guān)注市場(chǎng)如何從市場(chǎng)上拿到回報(bào)。

李志飛則認(rèn)為技術(shù)和務(wù)實(shí)才能夠使得企業(yè)在 AI 的潮流中發(fā)展得更好。對(duì)于技術(shù)創(chuàng)業(yè)者來(lái)說(shuō)，對(duì)于技術(shù)的信仰是隱藏在基因中的本能，但早期很多技術(shù)創(chuàng)業(yè)者會(huì)有誤區(qū)：太不務(wù)實(shí)了。打著理想的旗號(hào)回避現(xiàn)實(shí)的問(wèn)題，比如做了很多產(chǎn)品，總認(rèn)為使用了前沿技術(shù)，無(wú)人使用是用戶的問(wèn)題。實(shí)際上，創(chuàng)業(yè)者多關(guān)注商業(yè)、多面對(duì)競(jìng)爭(zhēng)，多了解技術(shù)是否是用戶需求，這方面才更加重要。

汪玉同樣給出了技術(shù)和商業(yè)兩條路。在高校中，對(duì)于技術(shù)的執(zhí)念是天然存在的。他分享的更多的是關(guān)于商業(yè)。行業(yè)總是在等待技術(shù)的突破后，期待帶來(lái)的一批商業(yè)化進(jìn)展。因此「高校科研成果轉(zhuǎn)化」頗受業(yè)內(nèi)關(guān)注，但「社會(huì)信息輸入」被提及的少。關(guān)鍵在于高校教授、研究人員，能不能在早期的時(shí)候意識(shí)到世界上缺什么東西。研究出一個(gè)系統(tǒng)的技術(shù)方案，在理論上突破把事情解決。現(xiàn)在從高校和商業(yè)溝通，再回到技術(shù)，這個(gè)路線的閉環(huán)還不夠快。

在企業(yè)中，能夠做 1-3 年的研究就已經(jīng)很不容易了。但對(duì)于高校、研究機(jī)構(gòu)，可以做 5-10 年的研究，因此如果把一些技術(shù)難題放到高校中，形成一個(gè)更良好的生態(tài)，還是需要業(yè)內(nèi)一起努力的。

此時(shí)，黃仁勛最擔(dān)心的是什么？

汪玉表示，對(duì)于大模型來(lái)說(shuō)，生態(tài)的出現(xiàn)使得曾經(jīng)需要 2000 個(gè)算子，到現(xiàn)在可能只需要 200 個(gè)算子，因此 GPU 的需求會(huì)受到影響。原來(lái)，GPU 的性能很好，所有人都在討論對(duì)于 GPU 的需求。慢慢的，市場(chǎng)可以不使用 CUDA 只提供硬件。用插件的方式，所以底層到底使用什么芯片，其實(shí)不一定會(huì)有這么明確的需求。

李志飛表示，中國(guó)和美國(guó)有很多不同，從創(chuàng)業(yè)、選擇到路徑都有所不同。對(duì)于英偉達(dá)來(lái)說(shuō)最大的 AI 營(yíng)收，80% 還是來(lái)源于各個(gè)巨頭，因此最擔(dān)心的應(yīng)該是巨頭自己干。比如 Mata、微軟、谷歌都在自研芯片。當(dāng)模型的所有應(yīng)用、價(jià)格都統(tǒng)一收斂后，大型公司會(huì)做一個(gè)性能差不多，甚至更便宜還能自己掌控的硬件。本質(zhì)上，大模型投入是不是能配得上用戶的需求，這才決定算法收費(fèi)是否可持續(xù)。

張建中表示，黃仁勛應(yīng)該在擔(dān)心下一個(gè) AI 的應(yīng)用是什么？

一個(gè)雞生蛋還是蛋生雞的問(wèn)題：到底是 Transform 在 GPU 中加速好，還是有 GPU 才有 Transform。生態(tài)是很重要的，所有東西都需要生態(tài)。他認(rèn)為，有了 GPU 之后，Transform 才能發(fā)展的更好；同時(shí)有了 Transform 后，也在推動(dòng) GPU 的架構(gòu)更好的改進(jìn)?，F(xiàn)在，Transform 已經(jīng)有了各種變化，那下一個(gè)是什么。

在大模型語(yǔ)言加速過(guò)程中，每一個(gè)小小的算法變化都是技術(shù)架構(gòu)帶來(lái)了新的改進(jìn)。對(duì)于通訊方面的要求，對(duì)于 scaling 的要求，都是改進(jìn) GPU 最好的地方。因此，如果有人問(wèn) GPU 是否能適應(yīng)下一代未來(lái)的技術(shù)？答案是：OF course。此外，張建中表示，GPU 產(chǎn)品的迭代速度并不比大模型更慢，反而 GPU 架構(gòu)的迭代也在加快。

黃仁勛或許認(rèn)為，GPU 永遠(yuǎn)不會(huì)失敗的，不會(huì)被替代別人替代持，傅盛對(duì)此持否認(rèn)態(tài)度。他表示，整個(gè) AI 行業(yè)都在朝著裁剪參數(shù)的方向靠近。谷歌發(fā)布了第一個(gè)搭載手機(jī)本地的大模型，作為演示谷歌當(dāng)場(chǎng)識(shí)別了詐騙電話。也就是，把反詐騙 APP 裝在手機(jī)上了，這不需要消耗任何服務(wù)端的 GPU。這條路如果走通 10%，那 10% 的算力需求就會(huì)減少。目前，谷歌、蘋果都在做小參數(shù)模型。

另一方面，Open AI 也在把 Chat GPT 4 的構(gòu)架精簡(jiǎn)，在做推理優(yōu)化，省更多的 GPU。因此，當(dāng)軍備競(jìng)賽走到現(xiàn)在，一個(gè)巨大的趨勢(shì)是使用更小的算力、更低的成本，提供更好的服務(wù)。