6月14日，在第六届“北京智源大会”上，百度、零一万物、百川智能、智谱AI、面壁智能等国内主流大模型公司总裁与CTO会聚，围绕 人工智能 关键技术路径和应用场景展开精彩演讲和尖峰对话。

　　其中，零一万物总裁、创新工场老总李开复，与中国工程院院士、清华大学智能产业研究院（AIR）院长张亚勤，就通用 人工智能 的关键问题进行思考，智源研究院理事长黄铁军主持了这场对话。

　　问题一：是啥原因使得大模型如此成功？还有哪些欠妥的地方需要进一步发展？

　　李开复： AI 2.0是有史以来最伟大的科技革命和平台革命，大模型Scaling Law 的重要性在这个时代得以凸显——人类能够用更多计算和数据不断增加大模型的智慧，这条被多方验证的路径还在推进中，还远没有触达天花板。

　　第贰，大模型的智慧来自接近无损的压缩，Scaling Law进程中不能盲目堆更多的GPU，需要有一个方法评估有没有越做越好或哪个方法做得更好。零一万物内部有严谨的要领论，用压缩的理念去评估，让以往漫无目的“炼丹”训模过程变得更系统也更有科学和数学根据。

　　大模型正面临着一些挑战。例如说，如果“仅仅用更多算力就能把它往前推动”是主要方向的话，就会造成只有那些GPU资源丰富的企业和国家能够在这方面胜出。很多国内大模型在部分案例里接近或打平或偶尔超过美国的大模型。需要专注算法和工程创新一体化的推进，和怎么以这种能力避免进入“盲目堆算力推动模型性能提升”的状态。

　　当然，目前大模型还直面许多挑战，但我们可以看到的是，当全球如此多聪明的大脑涌入这个领域后，大部分问题不能说被完美地解决，可是都在逐步被攻克的进程中，我对大模型的未来相当乐观。

　　张亚勤：我讲“三个做对了”和“三个需要改进”。

　　“三个做对了”

　　首先，规模定律的实现，主要得益于对 海量数据 的利用和算力的明显提升。再加上如今的Diffusion和Transformer架构能够高效地利用算力和数据，使得“飞轮效应”得以正循环。尽管有人疑问Scaling Law在2到3年后是否仍然有效，至少在未来5年仍将是产业发展的主要方向。

　　其次是“Token-Based”统一表述方式。在大模型中，“Token”是一个基本元素。甭管是文本、语音、图像、视频，还是自动驾驶中的 激光雷达 信号，甚至是生物领域的蛋白质和细胞，最终都能抽象为一个Token。Token之间的练习、学习和生成是核心环节，这与我们大脑中的神经元工作原理相似，不管执行何种任务，其基础机制都是相同的。

　　最后是通用性。这与Token紧密相关。如今的通用性不仅表现在文本处理上，还扩展到了多模态领域，甚至可以生成如蛋白质等复杂结构。另外，它在物理世界（如具身智能）和生物世界（如生物智能）中也有着广泛的应用前景。

　　“三个需要改进”

　　第壹，效率较低。尤其是大模型的计算效率低下问题，与人类大脑的高效性形成了鲜明的对照。另外，人脑能够根据不一样的情境灵活调用不同区域的神经元，而大模型却每次输入一个问题都要调用和激活几乎大量参数。因此，如何借鉴人类大脑的计算方法，在降低计算耗能、提高效率方面进行探索和创新，是一个值得注意的方向。

　　第贰，大模型目前还未能真正理解物理世界，相关的推理能力、透明性和幻觉等诸多问题都还在深入研究中。即便大模型做得再好，生成式表述与对真实世界的描绘之间仍存在矛盾。因此，我们需要探索如何将生成式的机率大模型与现有的“第壹性原理”或真实模型、知识图谱相结合。目前，虽然已经有了一点尝试，如采用RAG技术或进行微调，并获得了一定的进展，但这些方法其实不是根本解决方案。我预测，在未来五年内，将会有一个全新的架构出现，这个架构有望取代当前的Transformer和Diffusion模型。

　　第叁个欠妥的地方是界限问题。现在大模型无法知道“我不晓得什么”，这是目前要处理的问题，是它的界限效应。

　　问题二：有些人认为大模型是一个实践、是一个工程，是经验主义做的东西，没有理论基础，说得不好听叫“不靠谱”，如何看这个问题？

　　李开复：科学和工程缺一不可。如果只做工程，不了解“第壹性原理”，没有数学的根据、没有办法评估不同方法的效果，考量到昂贵的算力成本，这样的摸索肯定是做不出一个好模型的。可是如果只是在实验室里雕花，然后写一些不错的论文，期待有工程人才把论文做成产品，这肯定也是不行的。

　　零一万物的经验是，每个做AI、做模型的Researcher要懂Infrastructure、都要懂推理、都要知道成本的问题，所以当需要面对科研问题时，就知道在产品里期望的反应速度有多快，要怎么实现，做完实验就可以确保模型可以得到令人满意的工程结果。训练模型的进程中绝对不只是写Paper，还要同时考虑如何系统化、工程化地做数据工程，因为数据的练习、数据的筛选是极为重要的。还有底层的AI Infrastructure，GPU这么昂贵，如果把一张当成两张、三张使用，任何公司都会得到好处，所以科技和工程这两方面缺一不可。

　　问题三：大家关心AI2.0，大模型产业化最大的场景在哪里？手机端这么多年，To B、To C ，这两个大赛道哪个更有机会？为啥？

　　李开复：简单而言，在中国To C 短时间更有机会，国外两者都有机会。To C方面，就像手机端、PC时代里，一个新技术、新平台造成新应用，大模型同样如此，这是巨大的机会，可是这些应用的出现一定是循序渐进的。

　　AI 2.0 时代会和PC、手机端时代一样，第壹个阶段应该是生产力工具，包含信息获取；第贰个阶段可能会是娱乐、音乐、游戏，第叁个阶段可能会是搜索；再下一个阶段可能会是电商；然后可能会有社交、短视频、O2O的应用出现。

　　一个理由就是刚开始应用要能够挣钱、能够处理问题，所以第壹波潮流会是生产力工具，但越往后，难度越高——高用户量的应用商业模式往往是先堆积用户再找变现模式，所以应用成本务必要很低，试错难度很大、所期望的投资也更多。

　　递进的模式不会有特别大的改变，To C应用会从生产力工具一步步走向短视频类应用。To C的确会发生大量的用户，但这不是说不能用大模型来做产品，只是在普及顺序上会根据这六个阶段进行。

　　当然，这个进程中也有挑战，在大模型领域做应用跟PC、互联网时代不一样，因为推理成本还太贵。最近零一万物提出了TC-PMF概念（技术成本产品市场契合度），这个概念是指，当你考虑PMF时，还要把技术的切实需求、实现难度和成本考虑进去。

　　做应用务必要考量到刚才这六个阶段谁先谁后、啥时候做、提早做。第贰，做应用的时候还要综合考量到当时的技术够不够好，成本是否足够低，所以大模型To C应用不像过去手机端时代，产品经理一个人就可以做主，它需要做Infrastructure、做推理引擎的人、一起打磨TC-PMF。这件事难度高，可是回报也高，机会也更大。

　　最后我想讲，在To C方面，我不相信技术可以永久领先，其实技术造成的领先窗口非常短暂，一旦巨头看到你验证了PMF，他们会有许多方法超越你。一旦你验证了TC-PMF，要把握时间窗口把品牌打出来，最终胜出的To C应用不只是需要有技术优势，还需要在时间窗口内缔造持续优势，好比品牌优势，好比社交链，好比用户数据，让用户不能离开你这个平台。在微信强大的时代里抖音能被做出来，就是因为它抓住了这个时间窗口。

　　再讲一下To B的应用。大模型有可能在To B方向上造成更大价值，而且能够比To C更快实现，可是To B这个领域有几个挑战。

　　第壹个挑战是大公司、传统公司不是很敢采取推翻式技术，大公司会习惯每年增长5%预算，做和去年同样的事情。

　　第贰个挑战在中国比较严重，许多大公司没有认识到软件的价值，为软件付费的意识有待进一步提高。现在有许多大模型公司在竞标时越竞越低，做到最后做一单赔一单，都没有利润。我们在AI 1.0时代曾见过这个现象，现在它在AI 2.0时代又重现了。这种心理状态造成部分大公司只愿支付很低的价钱，大模型公司也只能给出折中的方案，达到惊艳效果的屈指可数。

　　问题四：大模型产业的最大场景会在哪里？To B、To C在啥地方能够落地施展作用？

　　张亚勤：在应用和服务层面，先面向消费者（To C）再面向企业（To B）。To B的周期相对较长，而To C的应用产品则可以迅速推出，这与过去的PC互联网和手机端的发展路径基本一致。在基础设施层，目前真正盈利的主要聚焦在To B领域，尤其是在芯片、硬件、服务器等。像英伟达、AMD等芯片制造商，和服务器、HBM存储、InfiniBand和NVLink等相关技术的提供商，他们目前是盈利最多的。

　　关于AI路径，三个关键领域：首先是信息智能，其次是物理智能（现在流行的术语是具身智能），最后是生物智能。在具身智能阶段，To B的应用可能会比To C更快落地。然而，在生物智能阶段，情况可能相反，To C的应用可能会先于To B出现。尽管每个领域的详细情况可能有所不同，但总体来看，甭管是To C还是To B，都将存在开源模型、商业闭源模型、基础大模型，和针对垂直行业模型和边缘模型。

　　问题五：具身智能中，是热门的人形 机器人 先有机会，还是自动驾驶会有机会？

　　张亚勤： 无人驾驶 L4+是具身智能第壹个、最大的应用，也会是第壹次实现新图灵测试的应用。 无人驾驶 它就是一个开车的特殊 机器人 。 无人驾驶 的安全性已经比人类驾驶要高至少10倍。

　　尽管安全性很好，当前 无人驾驶 仍存在一些挑战，虽然安全但不够老练， 无人驾驶 要变成主流，要通过新图灵测试的话，需要是好司机，也需要是老司机。我认为 无人驾驶 在明年会成为第壹个真正实现具身智能或物理智能的AGI。

　　大模型帮助 无人驾驶 解决了很多问题，好比长尾问题、数据生成问题，生成式 人工智能 可以生成很多数据。大模型的应用使得 无人驾驶 系统能够实现端到端的智能化，同时也意味着 无人驾驶 会有更高的智能性，还将加速在实际场景中的落地应用。

　　李开复：现在 无人驾驶 面临巨大机会，终于可以落地了。在L2、L3阶段，包含城市自动小巴等等场景， 无人驾驶 可以真正创造价值。到L4、L5阶段，要无限制地开到开放场景，全球都面临着挑战。中国能做得很好，也许这就是很大的市场。

　　讲到具身智能，是物理世界跟AI的结合很关键。大模型非常适合虚拟世界，在金融公司的后台、客服等等场景，大模型很快可以落地发生价值。如果需求是软件，直接对接大模型就行。一旦大模型接入物理世界，就需要面临各种问题，有安全问题、机械问题等等，难度会大很多倍。

　　从创业者的视角而言，虽然现在具身智能一时比较热，但对大部分创业者而言，如果希望短时间落地发生价值、能挣钱，肯定还是做虚拟世界要远远容易很多。具身智能重要，可以很好地结合大模型多模态能力，而且一旦具身后就可以发生数据，形成数据飞轮闭环，有很大的想象空间。但短时间要做好，难度很大。绝大多数应用场景其实不用人形 机器人 ，炒菜 机器人 应该长得像锅，吸尘器也长得其实不像人。

　　张亚勤：通用 人工智能 15-20年内可以实现，并通过新图灵测试。0至5年内，在信息智能领域，对语言、图像、声音和视频的领会、生成等方面通过新图灵测试。0至十年内，在物理智能领域，实现大模型在物理环境中的领会与操作能力，通过新图灵测试。0至20年内，在生物智能领域，聚焦人体、脑机接口、生物体、制药和生命科学，实现大模型与生物体联结的生物智能，通过图灵测试。要是三年前问我这个问题，我可能会说50年实现AGI，这几年随着大模型的发展，我认为20年能实现。

　　问题六：GAI、具有通用性的 人工智能 和AI领域说了这么多年的AGI是不同 的。AGI是要超越人类的，AGI是有自我意识的，AGI不只是智能水平超过了人类，而且有自我意识，要有自己的目标、做出自己的判断。你们刚才谈到的是指这样的AGI吗，还是只是说前面一种？

　　李开复：AGI的定义因人制宜。如果把AGI定义为能做人所能做的一切事情，那么我今天没有办法定义，因为它还有太多未知的东西还没有被解。可是这种定义只把人当作金标准，似乎就是问车啥时候能跟人跑得一样快，可是车在很多场景已经比人跑得快很多了，只是有些场景没法胜任。我个人会说：只要Scaling Law继续，只要AI一年比一年更聪明，它会多做好比5倍的事情，IQ会提升20个点。

　　但聪明的方向，能做的事情也许是人历来都不能做的，不见得要能做人做的每件事。因为我是做投资和创业的，我想看到的是巨大的商业价值。从这个视角而言，我们不会太纠结是不是能够百分之一百做到人类能做的事。如果全球有一万件事情，AI在9000件上做得比人好，有1000件人做得比较好，这样也挺好的，要给人留一点空间。

　　谈到虚拟跟物理世界，在虚拟世界里，Agent还是极为重要的，因为人的Intelligence不只是回答问题，是要知道“怎么把事情做出来”。而且假如是谈创造商业价值，Agent帮你把东西买了，帮你把事情解决了，这个是有很大的商业价值，也是贴近AGI的重要一步。

　　张亚勤：我刚才讲的20年实现AGI，不包含拥有意识或情感。我对AGI的定义有三点，第壹是要有巨大的能力，能在大部分的任务里比人类强，而不是所有任务均超越人类。第贰，它务必是通用的，过去每个任务都要用不一样的模型，可是AGI是要有一个通用的大底座，完全可以有小的垂直模型，但它本身具有通用性。第叁是不断升级、学习、进化，就像人类一样。我不认为如今的Scaling Law，或我们现在做的研究会让AI发生意识，并且我也不认为我们应该从事这方面的研究。我们还是要处理真实的问题，把 人工智能 作为我们的工具、延伸、Agent，而不是另外一种物种。

　　问题七：从工程、从应用、从商业、从所有的视角，可能没人想去做一个超越人类的、有自我意识的AGI。可是最近OpenAI发生的事情，从去年年底开始，IIya和Altman的争议观点就是两点：你不想干可是它们可能就要出来了，出来之后我们就面临着失控的巨大风险。你们认为这种风险存在还是不存在？

　　李开复：我认为存在的，但概率不会很高。如果我们越来越依赖Reward model完全让AI自己找路径的话，发生的机率或许会增高。当然，当前大模型的练习方法还不至于让大家担忧过度。不管在哪个时代，我认为技术是中性的，每个科技时代有技术造成的“电车难题”，最后人类都用有效的要领解决了。因此，我对此是持谨慎乐观的态度，短时间最担忧是坏人用它去做伤天害理的事情。中长期看，我依旧建议尝试用“以子之矛攻子之盾”——用更好的技术解决技术造成的挑战，让“AI for Good”，真正造福全人类。

　　张亚勤：随着AI的能力不断扩大，风险也在不断扩大，所以现在考量到将来的危险是很关键的。我不担忧所谓的AGI会出现意识，会掌控人类。我担忧的是如果现在不高度重视AI的治理，当AGI达到一定的能力并被大规模部署，那么可能会有失控风险。目前AI仍存在可解释性问题，未来 机器人 数量可能会比人要多，那么当大模型被用到基础物理设施、金融系统，包含国家安全，军事系统等方面，就可能会有失控的危险。因此我主张务必要现在开始把AI治理重视起来。对于技术发展我永远持乐观态度，我认为我们人类有两种智慧，一种是发明技术的智慧，一种是引导技术走向的智慧。我认为我们会达到平衡，但前提是现在要实施行动。