7月4日，2024世界人工智能大会在上海举办。据悉，联合国以及各国政府代表、专业国际组织代表，全球知名专家、企业家、投资家等1000余人参加了本次会议。当天，南都记者穿梭于多个会场，收集了一批人工智能“大佬”们的精彩发言，或可窥见行业最新走势和他们关注的重点。

　　百度创始人、董事长兼首席执行官李彦宏在现场再度针对“开闭源之争”“开麦”，并坚持“商业化的闭源模型是最能打的”。作为“大模型初创五虎”的代表，智谱AI首席执行官张鹏和MiniMax创始人闫俊杰在现场再次针对大模型的“价格战”展开讨论，张鹏认为价格战不会长久，闫俊杰还指出人类要替代大模型实现“诗和远方”，必须提高大模型的准确率。

　　针对大模型自身及其应用带来的一系列潜在风险，上海人工智能实验室首席科学家周伯文表示，我们在AI模型安全能力方面的提升，还远远落后于性能的提升，这种失衡导致AI的发展目前是跛脚的。而作为一个“无可救药的技术乐观派”，阿里云创始人王坚则表示，在技术发展过程中，任何人类自身产生出来的问题人类都一定会去解决。

　　百度李彦宏：最看好的AI应用方向是智能体

　　面对开闭源之争，百度创始人、董事长兼首席执行官李彦宏在现场再次表示“商业化的闭源模型是最能打的”，并直言百度最看好的是智能体，而搜索是智能体分发的最大入口。

百度创始人、董事长兼首席执行官李彦宏

　　对于开源与闭源，李彦宏在现场再次指出，“商业化的闭源模型是最能打的”。李彦宏提到，今年以来，开源和闭源大模型是一个争议较大的话题，但很多人混淆了模型开源和代码开源的概念。

　　他提到，模型开源只能拿到一堆参数，还要在做SFT、安全对齐，即使是拿到对应源代码，也不知道是用了多少比例、什么比例的数据去训练这些参数，无法做到众人拾柴火焰高，“拿到这些东西，并不能让你站在巨人的肩膀上迭代开发。”

　　不过，在李彦宏看来，开源模型在一些学术研究、教学领域有存在价值，可以用于研究大模型的工作机制，形成理论。但当处于激烈的商业环境中，想要让业务效率高于同行、成本低于同行，商业化的闭源模型是“最能打的”。

　　李彦宏还指出，大模型的重点还是“卷应用”，“没有应用，光有基础模型，不管是开源还是闭源都一文不值。”而针对AI应用，在AI时代“超级能干”的应用比只看DAU的“超级应用”更重要，“我们要避免掉入‘超级应用陷阱’，觉得一定要出现一个10亿DAU的APP才叫成功，这是移动时代的思维逻辑。应用其实离我们并不遥远，两个月之前，百度曾宣布文心大模型日调用量超过2亿，近期，该调用量已超过5亿。仅仅两个月，调用量发生这么大的变化，足见它背后代表了真实的需求。”

　　在AI应用的发展方向上，李彦宏最看好智能体。他表示，随着基础模型的日益强大，开发应用也越来越简单，其中，最简单的就是智能体。而近期多家厂商押注的搜索赛道在李彦宏看来，则是智能体分发的最大入口。

　　“刚刚过去的高考季，很多大模型企业都热衷于用大模型去写高考作文，其实这个使用价值不大，人家不会允许你带大模型去参加高考，真正的需求是考完之后报志愿的阶段，我们统计发现，高峰期我们的高考智能体每天回答超过200万个考生问题，而我们总共只有一千万考生，这说明一天当中有大比例的人在利用这个智能体。”李彦宏提到。

　　阿里云创始人王坚：人工智能时代对大公司更友好

　　中国工程院院士、之江实验室主任、阿里云创始人王坚在现场提到，自己是个无药可救的对技术的乐观主义者。至于那些或许会因为人工智能发展而出现的问题，王坚则相信在技术发展过程当中，任何人类自身产生出来的问题人类都一定会去解决。

　　王坚还提到，人工智能必将带来新的大公司出现，也一定会有大公司浴火重生。“人工智能对产业的影响是革命性的，只要是个新的技术，一定会有新的大公司出现。如果一个新的技术出来，没有新的大公司出现，那它是不是颠覆性的技术是要打个问号的。但是我自己相信，在这个时代一定会有新的大公司出来。同时就像前几天苹果拿AI去服务了C端的客户这件事，在我看来是人工智能技术重新重构了苹果这家公司。所以这个重构苹果这家公司是从重构它的操作系统开始的。”

　　人工智能时代与互联网时代会有什么区别呢？在王坚看来，互联网时代充斥着草根创业的传说，似乎互联网时代对很多东西的依赖性都很低，但人工智能时代会依赖数据、算力。从这个角度而言，这个时代对大公司会更友好，但友好并不代表着宽容。“你没有创造力他也不会对你宽容，因为该面临的挑战还是会面临的。”

　　谈及企业如何拥抱AI时，王坚还提到，你会发现AI对每个部门都会产生影响，但要所有部门的所有人都去拥抱AI，在很多大企业是很难的。“我想小企业跟大企业的差别就是，大企业一定会觉得AI是工具的革命。小企业一定会觉得这是革命的工具，那就是点差别。我想大企业也要意识到这是这个革命的工具，那这个变化就来了。”

　　蚂蚁集团井贤栋：同样看好专业智能体的应用

　　在产业发展主论坛上，蚂蚁集团董事长兼CEO井贤栋表示，专业智能体能够破解通用大模型在严谨产业应用的关键难题，在人工智能时代，蚂蚁正在探索如何让AI像扫码支付一样便利每个人的生活，让AI技术发展的红利惠及更多人。

蚂蚁集团董事长兼CEO井贤栋

　　据介绍，作为国内较早布局AI大模型的厂商，蚂蚁自研的百灵大模型2023年已通过备案，当下正围绕蚂蚁有生态积累、用户有需求的领域打造AI生活管家、AI金融管家和AI医疗健康管家。这三个管家对应的生活、金融和医疗等场景都需要严谨专业优质的服务。

　　对于通用大模型落地严谨产业，业界常认为面临着三个“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。井贤栋在现场表示，为了破解这些难题，蚂蚁选择了构建专业智能体生态的路径，在他看来专业智能体是大模型落地严谨产业的有效路径。

　　针对领域专业知识的短板，蚂蚁携手合作伙伴打造了大规模专业知识引擎，通过知识引擎为大模型提供“专业教材”，让大模型具备专家知识水平，还则依托知识图谱、密态计算等技术，构建了大规模专业知识引擎，将垂直领域不同类型的数据抽象成不涉及隐私信息的领域知识，供大模型训练学习。

　　井贤栋指出，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。蚂蚁坚持走开放道路，和行业共建专业智能体生态。他还提出，在移动互联网时代，生活、医疗、金融等场景中涌现出了一批优秀的应用，形成互联互通的网络对外提供服务。在大模型时代，智能体是新的应用范式，蚂蚁也在探索智能服务新可能。“我们相信，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。”

　　商汤徐立：模型端侧是实时交互的重要突破点

　　商汤科技董事长兼CEO徐立在现场提出，应用是决定这个时代是不是人工智能超级时刻的关键。谈及应用，他提出了几大认知。首先在徐立看来，如果要在垂直领域里做突破，需要大模型展现出卓越的深度思考的能力。那么合成的人工数据特别是高级思维的数据往往非常重要。徐立提出，越是有应用的场景才越能形成更好的高质量数据。

　　二是实时交互性能够带来流畅体验，也是带来推动超级时刻以及应用变化的核心。“试想很多的交互如果说有滞后，甚至不能解决实时的视频流，体验会如何？这也是为什么GPT-4O可能在性能上未必有那么大的提升，但仍给大家带来不同的感知体验。”

　　同时徐立认为，要实现实时的交互性，端侧是一个非常重要的突破点。据悉，商汤已在今年着重推动模型的端侧优化，实时交互变化更加流畅。徐立认为，用好端和云两部分的计算机资源，才能够成为一种全自然的交互模式。

　　“生成的可控性”也被徐立认为是一大关键。“不管是文本、图像、视频，如果它没有具备可控性，它本身能够带来的效能提升就非常有限。你不需要做得很好，但你需要知道你哪里做得不好、哪里进行了修改，有了这样一个边界才能做到真正的技术可控以及可持续的技术发展。”

　　智谱AI张鹏：把想象力切实化作生产力

　　如何让大模型扎根到传统经济当中去，赋予传统经济更多能力呢？智谱AI首席执行官张鹏提到，大模型带起了一股新的热潮，但AI不是一个今年才发生的事情，上一代AI甚至已经解决了很多问题，但大模型带来了“类人”的认知能力，这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，思考这个能力所带来的效能提升是更重要的。

　　过去，AI也能够产生实际效能去赋能实体经济，但过去的AI面临着泛用性不够、成本太高、需要垂直化去做跟多事情、ROI算不平等问题。大模型带来了新的机遇，即AI能在一个模型上提供泛用化的能力，能解决一系列的场景和应用需求，从而解决成本和收益平衡的问题。

　　从这个方向去思考，要用新一代生成式AI技术和大模型技术赋能实体经济，必须构建更通用、更基础的能力，利用这个通用和基础能力去解决多项问题，然后用这个收益总和去除以投入成本。

　　在张鹏看来，下一轮大模型能力突破的关键，是大模型对多模态的突破。“真正的人在现实世界中解决问题，他需要的、输入的信息本身就是多模态的，除了自然语言以外还有视觉、听觉、触觉，还有常识，所有这些需要综合起来才能解决现实世界中很多常见的问题，比如我们希望它帮助我们扫地、做饭、洗衣服，这些人物所需要输入的信息是非常多模态的，所以这些方面能力的突破会带来AI的普惠，它能把原来金字塔型底座大、投入大、收益小的结构，变成一个倒金字塔结构，这样才能真正放大价值。”

　　“打造尽可能拓展用户想象力的产品，基于大模型的技术为用户提供优质的服务和全新的体验，把用户的想象力切实化作生产力，这是我们对想象力必答题的回答。”张鹏表示。

　　而谈及大模型的价格战，张鹏则表示，当技术本身越来越好时，成本会越来越低、价格也会持续走低，但这个事情过度后就会切断价值传递。“真正的价值应该是逐级、大家往同样的一件事情里不断添加自己的价值，再放大、扩大这个价值，比如我们给大家提供更优质的服务，也希望大家能够用这个服务创造更大价值，相应地我们创造这一部分价值应该反向再传递回来，就像我们的BP算法一样，大家各自得到自己价值的部分，这才是一个正常合理的市场价值链。最近外面一直在传‘价格战’这件事情，首先在这个阶段用户肯定是得益的，但（价格战）这种事情肯定是不长久的。”

　　MiniMax闫俊杰：提高正确率能更快实现“诗和远方”

　　过去一段时间，针对风起云涌的AI技术，网上流传着一个梗：人类希望AI能解放人类生产力，让人类关心诗和远方，但现在更多是AI在“诗和远方”，人类还在做原来的事情。

　　MiniMax创始人首席执行官闫俊杰在现场提到，提高大模型的正确率，或许能更快实现人类的“诗和远方”。闫俊杰表示，从去年开始ChatGPT出来之后，国内很多公司也在迎头赶上、推出了很多模型。但最核心的问题是，目前国内模型的错误率还比较高，“比如说我们看GPT4，它在很多测试指标上可能正确率有60%、70%，但国内的模型很多时候整体上还是有60%到70%的错误率。这也是大模型产品还不能独立成为Agent的原因。”

　　要实现“诗和远方”，在闫俊杰看来，需要不断地降低大模型的错误率。“我觉得最核心的问题，是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。”

　　而针对近期不断被关注的大模型价格战，闫俊杰则表示，大模型价格持续走低整体来说是正向事件。“对于大模型企业来说，价格降低的好处是你可以有更多的用户，可以有更多在线用户的使用时长，有更多的流量，然后也可以产生更大价值，最后是基于这种流量和价值来找到好的商业模式，这件事实际上也正在发生。”

　　科学家周伯文：AI安全能力提升落后于性能提升

　　上海人工智能实验室主任、首席科学家周伯文在现场提到，当前以大模型为代表的生成式人工智能快速发展，但随着能力的不断提升，模型自身及其应用也带来了一系列潜在风险的顾虑。

　　从公众对AI风险的关注程度来看，首先是数据泄露、滥用、隐私及版权相关的内容风险；其次是恶意使用带来伪造、虚假信息等相关的使用风险，这当然也诱发了偏见歧视等伦理相关问题；此外还有人担心：人工智能是否会对就业结构等社会系统性问题带来挑战，在一系列关于人工智能的科幻电影中，甚至出现了AI失控、人类丧失自主权等设定。

　　周伯文提到，这些由AI带来的风险已初露端倪，但更多的是潜在风险，防范这些风险需要各界共同努力，需要科学社区做出更多贡献。

　　去年5月，国际上数百名AI科学家和公众人物共同签署了一份公开信《Statement of AI Risk》，表达了对AI风险的担忧，并呼吁，应该像对待流行病和核战争等其他大规模的风险一样，把防范人工智能带来的风险作为全球优先事项。

　　周伯文分析，出现对这些风险担忧，根本原因是目前的AI发展是失衡的。“总体上，我们在AI模型安全能力方面的提升，还远远落后于性能的提升，这种失衡导致AI的发展是跛脚的。而不均衡的背后是二者投入上的巨大差异。如果对比一下，从研究是否体系化，以及人才密集度、商业驱动力、算力的投入度等方面来看，安全方面的投入是远远落后于AI能力的。”

　　周伯文介绍，为实现可信AGI，同时兼顾安全与性能，上海AI实验室最近在探索一条以因果为核心的路径，将可信AGI的发展分为泛对齐、可干预、能反思三个递进阶段。“‘泛对齐’主要包含当前最前沿的人类偏好对齐技术；‘可干预’主要包含通过对AI系统进行干预，探究其因果机制的安全技术，例如人在回路、机械可解释性，以及我们提出的对抗演练等，它以通过提高可解释性和泛化性来提升安全性，同时也能提升AI能力；‘能反思’则要求AI系统不仅追求高效执行任务，还能审视自身行为的影响和潜在风险，从而在追求性能的同时，确保安全和道德边界不被突破。”

（文章来源：南方都市报）