清華大學(xué)電子系主任汪玉教授和產(chǎn)業(yè)界、投資界共話(huà)AI

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

不過(guò)，了解科技爆發(fā)周期的人，會(huì )知道 AI 絕對不會(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 AI 語(yǔ)音助手的認知。這不僅是技術(shù)的飛躍，更是人機交互歷史上的一大步。

在昨晚剛結束的谷歌 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，在兩個(gè)小時(shí)中「吼出」了 121 次 AI。

現在，AI 已然成為科技討論的中心。

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

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(cháng)兼 CEO、獵戶(hù)星空董事長(cháng)傅盛、出門(mén)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(xiàn)程創(chuàng )始人兼首席執行官張建中。5 位涵蓋投資人、產(chǎn)業(yè)、專(zhuān)家的各具特色的嘉賓共聚一堂，圍繞著(zhù)目前人工智能的現狀以及核心競爭力，一起探討中國 AI 的未來(lái)風(fēng)向。

2024 年 AI 的整體趨勢變化是什么？

「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、新知識層出不窮。比如在 3 月份，作為業(yè)內人士的李志飛還沒(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，對于新的知識和討論非常熱鬧。今年來(lái)看，能夠讓人興奮的一個(gè)是 Sora，一個(gè)是人形機器人。行業(yè)感受更為平靜。

「卷」是傅盛認為的關(guān)鍵詞。2023 年 AI 訓練模型出現一次又一次，其中指標一個(gè)比一個(gè)高。前不久，GPT-4o 發(fā)布，很多人都認為非常震撼。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)始卷應用、工程化、成本。沒(méi)有持續提升大模型性能的背后，傅盛認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；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)法支持建設算力中心。哪怕是 Open AI 非常有錢(qián)，但它的算力資源同樣不夠。因此，關(guān)鍵在于解決因為貧窮沒(méi)有資源，導致公司無(wú)法去試驗，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。他認為，在國內創(chuàng )業(yè)不要過(guò)度追求技術(shù)問(wèn)題，因為技術(shù)迭代非?？?。關(guān)鍵是公司能不能達到商業(yè)化，產(chǎn)品交付給客戶(hù)。有很多「日拋」型的 AI 產(chǎn)品，正是因為沒(méi)有達到商業(yè)化要求，客戶(hù)在首次登陸后不會(huì )持續使用。因此，AI 創(chuàng )業(yè)中達到商業(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，早期的人臉識別，準確度在 60% 左右，在深度學(xué)習后能夠達到 90% 的準確度。再到后面，商業(yè)化落地后，人臉識別甚至比人能夠辨認得更加精準，人眼分不出的雙胞胎，AI 可以做到。

目前國內很難進(jìn)行不考慮商業(yè)回報的研發(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(zhuān)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(zhuān)業(yè)知識，又懂 AI 知識的人才。行業(yè)先行的背后，還是人才驅動(dòng)行業(yè)發(fā)展。

「長(cháng)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、結構和效率。AI 對行業(yè)模式的影響肯定存在，因此傅盛還是樂(lè )觀(guān)看待技術(shù)。但是短期需要注意：技術(shù)并不是一個(gè)線(xiàn)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)緊密結合。

此外，傅盛認為，在資源有限的條件下，才更能夠根據市場(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，而不計成本的投入，這反而會(huì )導致行業(yè)泡沫的破滅。所以，做 AI 的創(chuàng )業(yè)者應該更全面地去關(guān)注應用，關(guān)注市場(chǎng)如何從市場(chǎng)上拿到回報。

李志飛則認為技術(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。對于技術(shù)創(chuàng )業(yè)者來(lái)說(shuō)，對于技術(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：太不務(wù)實(shí)了。打著(zhù)理想的旗號回避現實(shí)的問(wèn)題，比如做了很多產(chǎn)品，總認為使用了前沿技術(shù)，無(wú)人使用是用戶(hù)的問(wèn)題。實(shí)際上，創(chuàng )業(yè)者多關(guān)注商業(yè)、多面對競爭，多了解技術(shù)是否是用戶(hù)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，對于技術(shù)的執念是天然存在的。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?？蒲谐晒D化」頗受業(yè)內關(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)候意識到世界上缺什么東西。研究出一個(gè)系統的技術(shù)方案，在理論上突破把事情解決?，F在從高校和商業(yè)溝通，再回到技術(shù)，這個(gè)路線(xiàn)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。但對于高校、研究機構，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)內一起努力的。

此時(shí)，黃仁勛最擔心的是什么？

汪玉表示，對于大模型來(lái)說(shuō)，生態(tài)的出現使得曾經(jīng)需要 2000 個(gè)算子，到現在可能只需要 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，中國和美國有很多不同，從創(chuàng )業(yè)、選擇到路徑都有所不同。對于英偉達來(lái)說(shuō)最大的 AI 營(yíng)收，80% 還是來(lái)源于各個(gè)巨頭，因此最擔心的應該是巨頭自己干。比如 Mata、微軟、谷歌都在自研芯片。當模型的所有應用、價(jià)格都統一收斂后，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(hù)的需求，這才決定算法收費是否可持續。

張建中表示，黃仁勛應該在擔心下一個(gè) AI 的應用是什么？

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 的架構更好的改進(jìn)?，F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)架構帶來(lái)了新的改進(jìn)。對于通訊方面的要求，對于 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 架構的迭代也在加快。

黃仁勛或許認為，GPU 永遠不會(huì )失敗的，不會(huì )被替代別人替代持，傅盛對此持否認態(tài)度。他表示，整個(gè) AI 行業(yè)都在朝著(zhù)裁剪參數的方向靠近。谷歌發(fā)布了第一個(gè)搭載手機本地的大模型，作為演示谷歌當場(chǎng)識別了詐騙電話(huà)。也就是，把反詐騙 APP 裝在手機上了，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(píng)果都在做小參數模型。

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