绿洲资本受邀参加第一财经WAIC现场直播「AI极客谈」

2024 世界人工智能大会（WAIC）期间，绿洲资本受邀参加第一财经「AI极客谈」以"未来世界属于'大模型+？'"为主题的圆桌讨论。 一同参与讨论的嘉宾包括上海市人工智能行业协会秘书长、上海市人工智能标准化技术委员会秘书长钟俊浩以及清华大学教育研究院助理研究员、清华大学水木学者于济凡。值得一提的是，本次访谈提纲由大模型基于本次访谈主题生成，嘉宾们对 AI 浪潮各抒己见，我们精选了部分内容分享给大家，希望对你有所启发。Enjoy

---

第一财经：目前大模型的技术在哪些领域取得了一些比较显著的应用成果？这些成果又带来了哪些具体的价值？

***钟俊浩：***从 2016 年有 AlphaGO 之后，到 2022 年底有了 ChatGPT，我将以这样两段的形态来做一个述说。

第一个阶段以后，我认为有一个情况，基本上你只要用了 AI 以后，你就忘了谁叫 AI，因为这个应用已经深入到我们所有生活当中了。比如你今天拿个手机，用指纹能够开屏，人脸能识别，那它就是一个人工智能的技术，叫生物特征识别。你到银行柜面去取钱，它要拍一下你的人脸，那也是一个技术。你现在到医院去做诊断拍片，胸片、肺片一定是 AI 先给你阅读。所以在第一阶段的时候，你用了，基本就忘了，不会记得这是一个人工智能技术。因为它已经深入到我们生活中了，这是一个阶段。

在 2022 年年底前后开始有以 LLaMA 大模型来带动的这一代技术，其实你要求的精准度越高，你去往商业上面去实践的难度也就越高，为什么这么讲？现在我们经常在用的，像我肯定离不开了，刚才您是一个传声筒，其实我们今天是在和一个 AI 进行提问和回答。我先跟您汇报，就是我已经用上这一次世界人工智能所做的一个 Agent，它是一个智能体，我也是用魔法来回答您的魔法，或者用模型来回答您的模型，基本上所有您给我的问题，我都去问了一次 WAIC 的 Agent，但是它是作为一个助理，是作为一个我的提示，来告诉我一些提纲性的东西，我会从这个当中去截取哪些东西是我认为 OK 的是对的，是我个人认可的，所以我会摘出来，哪一些我认为可能是我还没有认知到的，不代表我的认知范围，我可能就先放着，就不会来回答，所以今天这个回答首先是从文本角度来讲，我也是用模型来回答您的模型，这是一个。

从我的个人角度来讲，短期内我看好的是容错率高的应用，它会有更大的市场。但是从长期主义来讲，我认为不是说大模型 100% 对，而是说我们自己要去接受这个事物的心态变大了，你也知道它不是 100% 完美，看你愿不愿意去尝试。我昨天把同样的问题抛给了产业界，产业界对人工智能不够了解，我就问他们愿不愿意尝试搭乘无人驾驶的车，好几个人回答他愿意，他愿意接受这么一个仍存在瑕疵的驾驶体验。

***张津剑：***其实我觉得这两个阶段如果我们提供一个视角的话，它代表了人类在探索 AI 这个事情上的两种不同的世界观。我们都知道医生要治病，里面有很多的知识、经验、体系和方法，那我们怎么解决这个问题呢？

在 2018 年 Transformer 结构出现之前，AI 一直以构建输入输出关系为主，就如同医生工作，病例上的症状是医生的输入，然后解决方案是医生的输出，它的映射和对应其实是在具体任务中的输入输出之间。

第二个特点，它有一定的限制范围，因为范围扩大之后，知识体系就会非常分散，它就不容易做出这样的映射。所以你会发现它的准确率会很高，但是它适用的场景会非常有限，这个就是我们最早期的一种探索方式。

到 2018 年 Transformer 这个结构出来之后，它一下就把探索的整个方式颠覆了。

我既然要复制一个医生，一种方法就是我去探索医生看到什么信息、给出什么结论之间的关系；第二种方法就是我干脆把一个医生所看过所有的书、见过所有的人、看过所有的病例，都学习一遍。那么请问这个人是不是一个医生？所以第二种世界观的方法不是基于对问题的探索，是基于医生这样一个专业人才的成长过程的探索，所以在复刻的并不是问题和答案，复刻的是医生的成长中间所有的信息输入和医生基本的知识输出，它探索的是这个过程。

就像你带了一个学徒，带了 10 年，TA 是不是你？你会说 TA 很像你，但是你不能说 TA 是你，但是如果 TA 看过你所有的书，经历过你所有的经历，TA 会越来越像你，那 TA 的好处是什么？TA 的世界观会很宽，TA 的通用性很强，因为 TA 是作为医生来培养的。但 TA 的坏处是什么？就像你带了一个徒弟一样，哪怕你带了 TA 10 年，TA 也会犯错、也会说错话、也会不准确。这两个框架其实也代表了我们在去解决问题的两个输出和两个输入之间的不同。

所以在这个点上，我们找到了这个框架，为这个世界的专业人才提供了大量的学徒。今天"TA"的基础能力也比较差，我们也没有给予足够的精力、耐心和时间培养"TA"，所以"TA"今天展示出了一个人在学习知识的初级阶段所展示出来的所有问题，当我们来看这些问题是可以迭代和发展的。长期来看的话，我们也相信这些学徒会从一个初级学徒成长为一个高级学徒。

你会发现这一波大模型展现出来了不同的能力，比如它开始有了审美，它开始有了一些更抽象的思维和语言能力，比如它在绘画、音视频的处理、语言情绪的表达和语言共振等方面，展示出了比人可能还要好的能力。背后的原因是它在模拟一个人怎么去说话、学习怎么样做一个人，而不仅仅是学习话语本身。所以我想过去的方法和现在的方法有不同的场景，这两种场景后面代表的是不同的世界观，给予它们时间的话，这里面有很多可以期待的机会和发展。

***于济凡：***在我能看到的范围内，其实主要是大模型与教育的融合应用，刚刚的问题也是在讨论大模型技术能够在它们里面产生怎样的成果，我就结合清华大学去融合 AI 赋能教育的这个情况来给大家做一个简要的汇报。

首先，其实在我们去构建人工智能应用的这个过程中，我们也是一个类似于分层级的状态，就像刚刚张总所提到的，其实它能够深入到不同的层次。最基础的层次其实就是学科知识类似的这种问答功能，它能够去帮你解答一些比较冷门的科目或者具有较强专业性的科目的问题，这是几乎每个大模型能够在通用领域做，但是在专业领域做得还不够好的部分，这是最基础一部分的功能。

紧接着一部分也是像刚刚两位老师提到的，我们需要去模拟人的一些技能，让大模型在第二层次做一些尝试，比如让大模型扮演一个老师去理解一个学生的知识状态，或者以一个优秀老师的状态去帮忙辅助出一些题目，做一些非常基础的教育职能的工作。最深层次的其实就是环境变化的那一部分，**我们最近也在做一些非常前沿的探索，有人叫它教育领域的无人驾驶，也有人把它当作一个全 AI 守护的课堂环境，在这样一个课堂环境中，我们让一部分大模型扮演老师，有的大模型扮演同学，有的大模型扮演助教，构建了在线上虚拟环境中同学依然可以跟纯粹的 AI 交互，达到和真实上课状态差不多的效果。**所以在不同的层次上，其实大模型跟一个领域的融合如两位老师之前所谈，可以产生不同的效果，容错率肯定也是越来越低的。

第一财经：怎么看大模型技术未来的发展趋势，它将继续在哪些领域展现巨大的潜力？

**钟俊浩：***围绕着刚才提到的问题，我们应该从一个产业从业者角度来说，但是现在产业和科技领域已经是高度叠合了，和学术是高度叠合，几乎我们在这个行业当中 100% 来创业的创业者，可能之前就是一个科学工作者或者是一个科技工作者，是高度叠合的。所以我们对整个大模型未来发展的趋势和方向是很早就在做研究，也做了很大的关注度，从我们角度去看，大概会有这么几个比较清晰的未来发展。

第一个，比如它肯定是往多模态方向去走，尤其马上要和具身智能结合，这次我们看到 WAIC 里面大量的机器人，很多还在做报道在讲它们会不会走路、有没有灵巧手，更重要的是要去看到感知和它的交互系统，因为它如果没有计算机视觉，它是看不到桌上东西的，如果它没有一套很好与人交流的系统，没有一个大语言模型作为支撑，你跟它讲啥，机器是听不懂的，这一次其实做了一个很大的飞跃，就是我刚才讲的多模态到后面的具身方向的应用，这是一个路径。

第二个，我们也看到现在已经不是仅仅讲大模型了，现在讲到的是端侧小模型，还要加上稀疏激活网络和端侧小模型，这件事情核心要解决的是我们今天的大量算力投入，因为大家都知道大模型在大算力上面对齐大数据，动则就是几万卡做训练，后面在推理过程当中，再跟我们结合应用的话，再有这么大的算力。所以相关能源方面的专家做过测算，说到 2035 年整个地球上面所有的能源都去推动这个芯片，推动这个 GPU 都不够了，但是我个人认为，为什么叫能源专家，我说他们截取了一个数据去呆板地计算，因为能源本身也会继续有科技发展，后面会有核聚变等等这一些更好的能源体系。

另外，他们也没有去想到我们这个能源也要改变，不见得后面再要去推动模型的应用的时候，我们还在大量地损耗，要用大的算力去做支撑。所以第二个趋势是如何用端侧小模型、如何用稀疏网络来解决整个算力的问题。那么这个点也引发出来了，其实我们人脑重量就 1.5 公斤左右。第二，它所用的能耗就是一个 15 瓦的灯泡，用这么小的一个算力，体积也不是特别庞大，它能够驱动像我这么大的一个快 200 斤的大躯体，这是第二个方向。

第三个是跳过具身智能而言的第三个方向，我们叫生物智能，也就是现在的脑机接口、类脑模型等等，我认为这都是后面从技术端发展的方向。

如果说去思考一下它在哪一些领域当中去应用好，我还是基于我前面的那个框架体系和我刚才在讲的第二个框架体系当中，我认为现在要去做一些文本类生成，做一些语言对答，这些应用可能是最容易商业化的，因为我们毕竟还是挺希望在产业端看到一个科学技术真正能够赋能到我们现在的生活当中去，不但要去赋能，最后还能挣钱，有人愿意为你买单，那才是一个最好的科技转化为产业或者产品的阶段。

我相信今年的下半年或者明年可能商业模式也能有机会跑出来。因为像我现在已经是一个大模型深度使用者，到哪里肯定现在不会用某某搜索，现在打开的都是各个框、各个 Agent 也好，或者说今天把它称之为交互端的端口小模型也好，都会用它。因此，我认为可能后面它的商业模式就出来了。 当它的使用量达到一定程度的时候，"羊毛出在猪身上，让狗买单"的那一套互联网商业体系可能也会上来，这是我的一些理解。**

***张津剑：***大家今天讨论了很多 AI 的趋势和参数。接着可以思考一个问题，今天的 AI 是一个工业革命，我们今天没有人会关心瓦特发明的蒸汽机叫什么名字，我们也记不起瓦特蒸汽机的参数是什么，我们也不会再去想，瓦特蒸汽机当年也发布过 1.0、2.0、3.0，从 1763 年拿到订单，1790 年才完成订单，他的改良时间也很长。

在历史的大浪潮里，我们需要关心的问题是这个大浪潮意味着什么，这个大浪潮可能会带来什么变革，而不仅仅是这个大浪潮在当下一年、两年、三年可能会发生什么，因为这个趋势已经形成了，这个浪已经起来了。但是在浪潮掀起时，我们当下仍有很多东西没有准备好。

我们和很多 AI 的创业者沟通过；也有很多人在想 AI 怎么创业；很多人还是把 AI 当成一个工具，在工具层面想，我怎么用这个工具，我怎么去做一些事情。如果你把它当成整个工业革命，就是另外一个思考维度。就好似当年 JP Morgan 能起来，是因为它是爱迪生的天使投资人。

当我们谈未来趋势的时候，大家可以思考三个问题：

第一，未来人和人的关系到底是什么？比如今天 AI 很了解你，听你说话，看你做事，天天跟你聊，你就会越来越信任它，因为它越来越了解你。为什么会有闺蜜？因为闺蜜知道你过去十年发生了什么事情，相当于你的私有数据在她那里备份，闺蜜一旦丧失以后，你需要花一年时间把过去经历的事情全部同步一遍，她才可以给你建议。但是 AI 是私有数据，可以一直跟着你。当 AI 越来越了解你，越来越熟悉你的时候，请问你的闺蜜到底是一个人还是 AI？今天我们看到一些社交软件做了一个尝试，有一个 AI 作为你的好友，你可以跟它聊天，你会发现三个月之内，这个 AI 就成为好友列表里面前五名，意味着 AI 可以成为你最信任的伙伴。

第二，人和产业的关系又是什么？ 比如一个律师，一个行业有几十万个律师，如果假设一个 AI 可以去培养一个律师，也可以把 AI 培养成一个律师，那大部分人肯定会选择把 AI 培养成这个行业最好的律师。请问一个产业还需不需要这么多人？有没有可能以后不是一个产业有几十万的从业者，而是有几千个最顶级的产业从业者带着几十万个 AI 服务全世界？

第三，人和社会的关系是什么？ 既然以后的医疗服务来自于一个机器人，你的闺蜜是一个机器人，你的人生建议来自于一个机器人，请问你和社会的关系又是什么？你在不在社会里面？社会里面有没有你？

当我们谈论潜力的时候，可能就是回答这些问题，这个问题里面蕴含了很多机会和潜力，而不仅仅是 AI 作为一个工具本身的发展。

***于济凡：***如果最开始人类形成文明其实替代了人只依靠生理的极限去存活的问题，像蒸汽机这类的发明替代了体力部分的劳动，这一次的替代确实比较全面，它替代了人一些比较基础的智力相关的劳动。

与此同时，它也确实可能创造新的机会，在我看来，AI for Science 方面、也就是 AI 来帮助新知识的发现，可能会帮到我们快速找到一些新的增长点。其实我们现在学术研究领域也有很多研究者打趣，工科的研究就是棋盘法（笑），找到一个问题，找到一个没用过的方法，就创造出一个新的研究点，这样的事情 AI 可以很高效地完成，如果这个东西用到产业界里可能会创造一些新的价值。

AI 现在还没有办法做范式级别新知识的发现，但是它有相当强的能力基于已有的数据，快速发现一些本来人类早就该通过快速迭代看到的东西，但是由于时间和精力受限还没有看到的东西，这一部分可能是短期内 AI 既能做，而且能很快速地产生回报的部分。