智源大會(huì)圓桌：大模型沒(méi)有終局，具身智能可能是中國(guó)的 AlphaGo 時(shí)刻

作者 ｜ InfoQ

策劃 ｜ 李忠良

論壇介紹：本次論壇是 2026 年 6 月 12 智源大會(huì)核心技術(shù)論壇之一，由藍(lán)馳創(chuàng)投管理合伙人陳維廣擔(dān)任主持人，邀請(qǐng)到智源研究院院長(zhǎng)王仲遠(yuǎn)、銀河通用創(chuàng)始人兼 CTO 王鶴、面壁智能 CEO 李大海三位行業(yè)頂尖技術(shù)專(zhuān)家，圍繞大模型行業(yè)最具爭(zhēng)議的五大核心問(wèn)題展開(kāi)深度對(duì)談。嘉賓從學(xué)術(shù)研究、技術(shù)創(chuàng)業(yè)和產(chǎn)業(yè)落地三個(gè)維度，分享了對(duì)大模型未來(lái)發(fā)展的獨(dú)家判斷。

核心觀(guān)點(diǎn)速覽：

1. 大模型技術(shù)遠(yuǎn)未收斂，不存在普遍趨同的終局，真正的護(hù)城河來(lái)自數(shù)據(jù)閉環(huán)、軟硬協(xié)同設(shè)計(jì)和垂直場(chǎng)景的極致深耕

2. Scaling Law 遠(yuǎn)未失效

   ，已從純語(yǔ)言模型擴(kuò)展到多模態(tài)和具身智能，WAM（世界動(dòng)作模型）將開(kāi)啟具身智能的規(guī)模化時(shí)代

3. 端側(cè)與云端將長(zhǎng)期協(xié)同發(fā)展，終端大模型的 scaling 空間巨大，由硬件算力升級(jí)和量化技術(shù)進(jìn)步共同驅(qū)動(dòng)

4. AI 安全與責(zé)任劃分將遵循 "邊實(shí)踐邊完善" 的路徑，參考自動(dòng)駕駛等技術(shù)的發(fā)展歷程，逐步建立行業(yè)標(biāo)準(zhǔn)和治理體系

5. 中國(guó) AI 具備全球最完整的供應(yīng)鏈、最豐富的落地場(chǎng)景和數(shù)量最多的年輕人才三大獨(dú)特優(yōu)勢(shì)，具身智能將是中國(guó)實(shí)現(xiàn)彎道超車(chē)的核心賽道

陳維廣：大家下午好，非常榮幸擔(dān)任本次論壇的主持人。主辦方給我的主題是：在大模型技術(shù)的成熟曲線(xiàn)上，我們?cè)撊绾慰缭剑坑衷撊绾味x大模型的長(zhǎng)期價(jià)值？今天也非常非常榮幸，能邀請(qǐng)到這三位嘉賓，他們能從三個(gè)不同的角度來(lái)去一起探討這個(gè)主題。

大模型這幾年發(fā)展得比較快，可是同時(shí)大家也能看到，不管是打榜還是一些第三方的評(píng)價(jià)，頂級(jí)模型的趨勢(shì)在快速趨同。今天可能某某的 benchmark 數(shù)據(jù)很好，兩個(gè)月后其他人就跟進(jìn)了。再加上 token 的價(jià)格也快速在下探，還有一點(diǎn)就是開(kāi)源模型也發(fā)展比較快，甚至有人說(shuō)開(kāi)源模型跟閉源模型的差距也就 3 到 6 個(gè)月。

在這種情況下，如果作為一個(gè) AI 模型公司，它的長(zhǎng)期價(jià)值來(lái)自哪？它的護(hù)城河來(lái)自哪？甚至有些人非常質(zhì)疑說(shuō)，AI 大模型的公司最終就會(huì)像賣(mài)水賣(mài)電的有量無(wú)價(jià)。我第一個(gè)問(wèn)題就是，王鶴老師，從你的角度，你感覺(jué) AI 的企業(yè)，尤其是這些大模型公司，它未來(lái)的長(zhǎng)期價(jià)值以及護(hù)城河在哪里？

王鶴：我覺(jué)得這個(gè)問(wèn)題其實(shí)更多表達(dá)了大家對(duì)數(shù)字世界里的智能，或者說(shuō)對(duì) LLM 這項(xiàng)技術(shù)現(xiàn)狀的判斷。但就像仲遠(yuǎn)博士剛剛講的，LLM 本身仍然存在很多變數(shù)，如果再往后看多模態(tài)、VLM（視覺(jué)語(yǔ)言模型）或者視頻生成，變數(shù)就更多了。

我本人主要從事具身智能領(lǐng)域，我認(rèn)為整個(gè)行業(yè)剛剛在往收斂的方向發(fā)展。過(guò)去幾年行業(yè)有 VLA（視覺(jué)語(yǔ)言動(dòng)作模型），也有 World Model（世界模型），現(xiàn)在我認(rèn)為整個(gè)行業(yè)正在向著 WAM（世界動(dòng)作模型）的方向迭代：一個(gè)模型既能夠做未來(lái)的預(yù)測(cè)，又能夠做動(dòng)作執(zhí)行的預(yù)測(cè)；同時(shí)它既能夠吸收人類(lèi)的無(wú)動(dòng)作標(biāo)簽數(shù)據(jù)，又能夠吸收機(jī)器人的有動(dòng)作標(biāo)簽數(shù)據(jù)。

具身智能現(xiàn)在的發(fā)展階段，大概處在 GPT-1 到 GPT-2 這樣的水平。往未來(lái)看，一旦行業(yè)進(jìn)入 scaling（規(guī)模化）階段，一切都會(huì)快速加速，這也意味著行業(yè)現(xiàn)在需要更大量的資金投入。

面向未來(lái)，具身智能真正的護(hù)城河是一個(gè)完整的體系：既有源頭的數(shù)據(jù)供給，又有對(duì)不同種類(lèi)數(shù)據(jù)（合成數(shù)據(jù)、人類(lèi)數(shù)據(jù)、機(jī)器人數(shù)據(jù)）的提煉能力，還有硬件迭代和軟硬 co-design 的能力，最后是模型的融合水平和向客戶(hù)交付硬件的整套能力。這是迄今為止全世界范圍內(nèi)都沒(méi)有出現(xiàn)過(guò)的綜合型產(chǎn)品形態(tài)，所以它的護(hù)城河相當(dāng)深，未來(lái)不管是做垂類(lèi)應(yīng)用的深度還是廣度，都有無(wú)窮的潛力。

陳維廣：所以是要做"六邊形戰(zhàn)士"，面面俱到。大海老師怎么看？

李大海：我覺(jué)得場(chǎng)上嘉賓的觀(guān)點(diǎn)是一致的，都不認(rèn)同"大模型沒(méi)有長(zhǎng)期壁壘"這個(gè)結(jié)論。受兩位嘉賓啟發(fā)，我突然想到：大模型應(yīng)該是我們以前說(shuō)的"T 形人才"——它必須得是通用的，但僅僅是通用的、和其他人同質(zhì)化是沒(méi)有意義的，它一定得有自己的長(zhǎng)板。

舉個(gè)例子，現(xiàn)在美國(guó)大模型領(lǐng)域的當(dāng)紅企業(yè)是 Anthropic，它之所以強(qiáng)、被追捧，是因?yàn)樗谕ㄓ媚Ｐ偷那疤嶂希?Coding 能力做到了獨(dú)步天下，因此才獲得了現(xiàn)在的估值、行業(yè)認(rèn)可和非常亮眼的商業(yè)成績(jī)。所以大模型光是有橫向的通用能力是不夠的，一定得有縱向的長(zhǎng)板。

另一方面，縱向長(zhǎng)板怎么來(lái)？我非常認(rèn)同王鶴老師講的，我會(huì)用另外一個(gè)詞叫閉環(huán)：一定要把大模型當(dāng)成一個(gè)引擎、一個(gè)發(fā)動(dòng)機(jī)，但這個(gè)發(fā)動(dòng)機(jī)的設(shè)計(jì)和能力的持續(xù)極致優(yōu)化，必須要和"整車(chē)"去協(xié)同，不能脫離應(yīng)用空談性能。你造的是 F1 賽車(chē)還是買(mǎi)菜車(chē)，對(duì)應(yīng)的發(fā)動(dòng)機(jī)需要做完全不同的特化。

從過(guò)去兩年大模型的發(fā)展來(lái)看，一個(gè)非常重要的趨勢(shì)是：模型正在以?xún)?nèi)化成一個(gè)系統(tǒng)的方式演進(jìn)，包括現(xiàn)在我們做的 agentic 強(qiáng)化學(xué)習(xí)，其實(shí)就是帶著整個(gè)智能體系統(tǒng)去做模型的進(jìn)一步訓(xùn)練。面向未來(lái)，上下文記憶是一個(gè)非常重要的待突破方向，現(xiàn)在大家都在用 harness 的方式解決，但我認(rèn)為這個(gè)方式不夠，必須是 harness 加上模型的強(qiáng)化學(xué)習(xí)才行。

總結(jié)一下：我認(rèn)為大模型的技術(shù)還遠(yuǎn)遠(yuǎn)沒(méi)有收斂，同時(shí)任何一家模型公司都必須把技術(shù)的通用性和商業(yè)的通用性分開(kāi)——真正通用的商業(yè)場(chǎng)景其實(shí)很少，要做好商業(yè)往往需要模型在特定方向上做極致的優(yōu)化。只要每個(gè)公司找準(zhǔn)自己的方向，都能構(gòu)建起自己的護(hù)城河。

陳維廣：仲遠(yuǎn)院長(zhǎng)怎么看這個(gè)問(wèn)題？

王仲遠(yuǎn)：坦率來(lái)講，我個(gè)人并不完全認(rèn)同"模型趨同、沒(méi)有護(hù)城河"的觀(guān)點(diǎn)。因?yàn)楝F(xiàn)在大模型整體的性能迭代還沒(méi)有到瓶頸，我們還沒(méi)辦法斷言最終會(huì)不會(huì)所有模型都趨同，未來(lái)可能是一超多強(qiáng)、多個(gè)巨頭并存，也可能是大家能力相近，有很多種演化格局。

現(xiàn)階段來(lái)看，榜單其實(shí)并不那么可信。各種各樣的榜單看得人眼花繚亂，很多結(jié)果也沒(méi)辦法完全驗(yàn)證。老話(huà)講"是騾子是馬拉出來(lái)溜溜"，那些敢于做真機(jī)展示、敢于進(jìn)入實(shí)際場(chǎng)景落地的模型公司，是有底氣的，也能夠在真實(shí)場(chǎng)景中找到數(shù)據(jù)閉環(huán)。

所以今天還沒(méi)辦法下定論說(shuō)未來(lái)模型公司都會(huì)趨同、沒(méi)有護(hù)城河。智能技術(shù)還沒(méi)有收斂，還在快速迭代演進(jìn)，各種可能性和結(jié)果都有可能出現(xiàn)。

陳維廣：看來(lái)這個(gè)行業(yè)大家很容易黑白分明，立刻就想下"大模型沒(méi)有長(zhǎng)期壁壘"的結(jié)論。但聽(tīng)你們介紹，場(chǎng)景、數(shù)據(jù)，包括剛才大海老師說(shuō)的閉環(huán)能力都非常重要。從投資角度，我們接觸的創(chuàng)業(yè)團(tuán)隊(duì)也很多，發(fā)現(xiàn)團(tuán)隊(duì)的基因差異其實(shí)很大：做大模型的團(tuán)隊(duì)有實(shí)驗(yàn)室氛圍，做應(yīng)用的團(tuán)隊(duì)更關(guān)注場(chǎng)景和需求。當(dāng)然也不是說(shuō)做大模型的就做不了應(yīng)用，但確實(shí)這兩種團(tuán)隊(duì)的文化和取向完全不一樣，這也會(huì)逐漸形成一定的壁壘。

接下來(lái)是行業(yè)一直在拷問(wèn)的一個(gè)問(wèn)題：尤其是去年，大家感覺(jué) scaling law 的紅利變小了，甚至有人說(shuō)預(yù)訓(xùn)練做得越多，模型能力也沒(méi)有很大提升，所以去年有一波做強(qiáng)化學(xué)習(xí)、做后訓(xùn)練的熱潮，后訓(xùn)練至少可以把能力做到一個(gè)比較好的水平，包括剛才螞蟻的李老師也提到了 deep deep sheet 和 reasoning 能力的出現(xiàn)。所以行業(yè)就感覺(jué)，是不是接下來(lái)純語(yǔ)言模型的發(fā)展會(huì)遇到瓶頸，邊際效應(yīng)遞減？仲遠(yuǎn)院長(zhǎng)，你怎么看這個(gè)問(wèn)題？

王仲遠(yuǎn)：從我個(gè)人的觀(guān)點(diǎn)，我其實(shí)還是比較堅(jiān)信scaling 還遠(yuǎn)沒(méi)有到盡頭。去年之所以媒體上會(huì)有很多關(guān)于 scaling law 是不是已經(jīng)失效的探討，但實(shí)際上從技術(shù)領(lǐng)域，從我們接觸的很多大模型實(shí)際訓(xùn)練的公司，以及從今天這個(gè)時(shí)間點(diǎn)再回過(guò)頭來(lái)看，很顯然已經(jīng)證明了 scaling 沒(méi)有失效，只不過(guò)它變得更加多樣化了。

去年大家會(huì)有"scaling 失效"這種論調(diào)，其中一個(gè)很重要的原因是大語(yǔ)言模型所使用的互聯(lián)網(wǎng)數(shù)據(jù)已經(jīng)用完了。大家覺(jué)得互聯(lián)網(wǎng)數(shù)據(jù)只有一份，而語(yǔ)言模型以前主要靠預(yù)訓(xùn)練來(lái)提升性能，那預(yù)訓(xùn)練的數(shù)據(jù)用完了，性能自然就會(huì)遇到瓶頸。但實(shí)際上在過(guò)去兩年，大家通過(guò)后訓(xùn)練以及推理優(yōu)化，已經(jīng)迎來(lái)了新一波的能力提升。

再往后通過(guò) agent，包括今天智源大會(huì)早晨開(kāi)幕式的圓桌上也探討到了遞歸自進(jìn)化，這些都已經(jīng)證明了：即使互聯(lián)網(wǎng)數(shù)據(jù)可能用完了，AI 的能力依然在持續(xù)提升——不僅僅是模型本身的能力提升，更是整個(gè)系統(tǒng)的能力越來(lái)越強(qiáng)，而且也開(kāi)始從聊天工具變成執(zhí)行工具。所以我們還是非常相信整個(gè) scaling 的曲線(xiàn)還在延續(xù)，如果大家去看近期發(fā)布的很多模型，能力甚至呈現(xiàn)出指數(shù)級(jí)躍升的傾向。

早晨我其實(shí)也問(wèn)了一下朱軍，他的觀(guān)點(diǎn)相對(duì)謹(jǐn)慎一些。可是我們看到了很多的模型，確實(shí)它的能力依然在快速提升。另外，智源研究院的定位一直是"做高校做不了、企業(yè)不愿意做或現(xiàn)階段不愿意做的事"，去探究下一個(gè)智能的曲線(xiàn)。

過(guò)去兩年我們把重心放在多模態(tài)，用 Next Token Prediction 的方式去探究多模態(tài)的 Scaling。事實(shí)上我們發(fā)現(xiàn)，像物界 Emu3、Emu3.5，已經(jīng)呈現(xiàn)出了一個(gè)多模態(tài)的 Scaling 范式：當(dāng)我們復(fù)用了大規(guī)模現(xiàn)在的大語(yǔ)言模型的智算基礎(chǔ)設(shè)施，數(shù)據(jù)和參數(shù)的增加確實(shí)帶來(lái)了能力的提升。而我們的數(shù)據(jù)依然只用了不到 1%，參數(shù)也只有百億級(jí)，但已經(jīng)看到了非常明顯的性能提升。

所以多模態(tài)的 scaling 范式，我們認(rèn)為已經(jīng)找到了至少一條可行的路徑。當(dāng)技術(shù)成熟的時(shí)候，我們就交給產(chǎn)業(yè)去做，然后我們又開(kāi)始往下一個(gè)方向——物理世界的世界基座模型去探究，看看在世界模型上有沒(méi)有 scaling 的范式。今天早晨我們也分享了正在研發(fā)當(dāng)中的物界 Physics，它就在探究世界模型的 scaling 方式到底是什么。

所以我對(duì)這個(gè)問(wèn)題還是非常樂(lè)觀(guān)的：不管是已經(jīng)成熟的語(yǔ)言模型、AI coding、數(shù)字世界的大模型，還是最終我們進(jìn)入到物理世界的世界基座模型，依然還有非常多的 scaling 空間需要去探究。

陳維廣：王鶴老師這邊，因?yàn)?Physical AI 可能跟大語(yǔ)言模型還有點(diǎn)不一樣，對(duì)不對(duì)？甚至有一些行業(yè)人說(shuō)，VLA 都還沒(méi)搞完，為什么突然間出現(xiàn)這么多搞世界模型的？你有什么看法？

王鶴：是這樣的，銀河通用和我本人是 deeply believe in scaling 的。其實(shí)在 WAM（世界動(dòng)作模型）這個(gè)范式還沒(méi)有出現(xiàn)之前，在 VLA（視覺(jué)語(yǔ)言動(dòng)作模型）的范式里，我們就先用合成數(shù)據(jù)做了大量的 scaling。當(dāng)時(shí)我們主要 focus 在一件事情上——抓取。我們想看看一個(gè)技能能不能通過(guò) scaling 來(lái)變成一個(gè)真正的基模。

我們用了 10 億幀仿真數(shù)據(jù)證明了：只要你把數(shù)據(jù) scale 到這個(gè)程度，抓取就可以完全做到Zero-Shot（零樣本）。在真實(shí)世界隨便給我一個(gè)東西，我們的端到端 GRASP VLA 模型，就能直接零樣本解決這個(gè)問(wèn)題。這是我們 2025 年初的工作，到今天為止，仍然沒(méi)有一個(gè)靠真實(shí)世界遙操數(shù)據(jù)訓(xùn)練出來(lái)的模型，能達(dá)到我們這個(gè) GRASP VLA 的零樣本抓取能力。

但是我們立即就發(fā)現(xiàn)了一個(gè)問(wèn)題：從合成數(shù)據(jù)的角度上講，更多的任務(wù)超越抓取之后，什么時(shí)候能完全合成完？從真機(jī)遙操的角度，我在遙操路線(xiàn)剛剛出來(lái)的時(shí)候就講過(guò)：什么東西都靠遙操是不行的，如果什么都靠遙操，我們很難 scaling。

但今天我想說(shuō)的是，具身智能正在迎來(lái)一個(gè)非常光明的 scaling up 的時(shí)間點(diǎn)，就是因?yàn)?WAM（世界動(dòng)作模型）。WAM 跟一般的 World Model 不太一樣：今天大家講的 World Model 是一個(gè)很寬泛的概念，前幾天李飛飛老師也把 World Model 分成了好幾類(lèi)，有的是當(dāng) simulator

用的，有的是用于生成視頻的。而我們講的 WAM，它是以 action 為最核心，用未來(lái)的預(yù)測(cè)當(dāng)做視覺(jué)層面對(duì)動(dòng)作的 planning。

最關(guān)鍵的是，WAM 不需要?jiǎng)幼鳂?biāo)簽。所以你可以想象一個(gè)機(jī)器人看人干一件事，它雖然沒(méi)有 action label，但是它能把人的行為、大致的 course motion 學(xué)到。這樣我們就能大量借用人類(lèi)的第一視角視頻，來(lái)幫助我們的具身智能往更多樣化的任務(wù)、更多樣化的場(chǎng)景、更全面的技能去 scale up。

這里也說(shuō)一句：如果大家在 arXiv 上搜索 world action model，全世界第一篇 WAM 的論文就是銀河通用在 2025 年 3 月份掛到 arXiv 上的。這個(gè)路線(xiàn)在我今天看來(lái)，能夠真正把無(wú)盡的環(huán)境和任務(wù)融合進(jìn)具身的基模訓(xùn)練里頭。所以我認(rèn)為 WAM 確實(shí)定義了一個(gè)超越 VLA 的新范式——因?yàn)?VLA 里所有東西都需要有 action label，它的 scaling 只能靠 robot data，但我們今天加入了 human data，真正迎來(lái)了 scaling up 的廣闊空間。

甚至今年 4 月份的時(shí)候，NVIDIA Gear 具身智能實(shí)驗(yàn)室的主任，他在紅杉的一個(gè)演講里直接就說(shuō)出來(lái)了：robotics 的 end game 就是 WAM。所以我感覺(jué)今天具身智能的預(yù)訓(xùn)練正在迎來(lái)一個(gè)蓬勃發(fā)展的狀態(tài)，因?yàn)樵跀?shù)據(jù)獲取的類(lèi)型上，我們已經(jīng)沒(méi)有局限性了。

我能夠預(yù)測(cè)：往未來(lái)看兩年，具身智能將全面到達(dá)一個(gè)從 GPT-3.5 向 ChatGPT 轉(zhuǎn)變的關(guān)鍵預(yù)訓(xùn)練 milestone。所以現(xiàn)在對(duì)我們來(lái)說(shuō)是真正好的時(shí)機(jī)。但這也意味著，行業(yè)需要千萬(wàn)小時(shí)的高質(zhì)量數(shù)據(jù)，以及百億以上的單年投入，再加上大模型的能力，這三項(xiàng)加起來(lái)，才能成為沖刺具身智能"ChatGPT 時(shí)刻"的入場(chǎng)券。

陳維廣：非常興奮的 moment。所以我把這個(gè)問(wèn)題稍微延展一下，是不是根據(jù)你這樣的分析，意味著現(xiàn)在這些為了"世界模型"融資的公司全部都不靠譜？WAM 是不是靠譜？

王鶴：這個(gè) WAM 也算是一種世界模型。但是我個(gè)人看，很多 World Model 它里面的一些 key feature，就比如這個(gè)東西能當(dāng) simulator，讓機(jī)器人做強(qiáng)化學(xué)習(xí)。

在我看來(lái)，今天不能說(shuō)全部靠譜，我們也有很多工作是拿 World Model 當(dāng)做一個(gè) differentiable simulator 能夠交互的，但是希望 World Model 先把全世界任何東西都可以 simulate，都可以交互，再訓(xùn)出具身智能，我覺(jué)得應(yīng)當(dāng)不是這樣的。

陳維廣：還有一個(gè)差距.

王鶴：對(duì)，因?yàn)槲覀內(nèi)艘膊荒馨讶澜缢袞|西都 simulate，都能夠精確的知道下一步的物理狀態(tài)，但我照樣可以 interact with everything，所以我并不覺(jué)得成為一個(gè)成熟的 world simulator 是建立具身智能 ChatGPT 的前提條件。

陳維廣：大海老師，我把那個(gè)問(wèn)題稍微改一下。行業(yè)里通常有一個(gè)挑戰(zhàn)：過(guò)去幾年大家看到云端在快速 scaling，但終端因?yàn)橘Y源受限，好像不能 scaling？你怎么看？還是說(shuō)終端和云端其實(shí)可以一起 scaling？

李大海：首先簡(jiǎn)單的答案就是：肯定都在 scaling。其實(shí)面壁提出來(lái)的知識(shí)密度定律和 scaling 這兩個(gè)東西，如果整合一下就是一個(gè)公式：大模型的智能整體等于大模型的知識(shí)密度乘以它的參數(shù)量。

所以我們會(huì)看到，在今天還有人質(zhì)疑 scaling 到底是不是失效的時(shí)候，事實(shí)上云端的 Coding 模型在變得越來(lái)越大——我們都知道 OPUS 的模型越來(lái)越大，國(guó)內(nèi)所有的 Coding 模型也在越來(lái)越大。同時(shí)我們端側(cè)模型也在越來(lái)越大：去年面壁給主機(jī)廠(chǎng)落地端側(cè)模型，只能落 1 個(gè) B（十億參數(shù)）的模型，不是我們只能做 1B，是因?yàn)楫?dāng)時(shí)智能終端上能支撐模型跑起來(lái)的算力和帶寬只有這么大。今天這個(gè)模型已經(jīng)從 1B 漲到 4B 了，我覺(jué)得明年可能就變成幾十 B 了，速度漲得非常非常快。

端側(cè)其實(shí)是資源受限，具身智能本質(zhì)上也是一個(gè)終端，具身大腦也一定是端側(cè)模型。所以這個(gè)問(wèn)題在模型層面上有非常大的 scaling 空間，受限的只是物理?xiàng)l件。

另外我還想補(bǔ)充一點(diǎn)：就算是大語(yǔ)言模型，在長(zhǎng)上下文任務(wù)處理上也依然有非常大的空間，現(xiàn)在并沒(méi)有做得特別好。不用講復(fù)雜的技術(shù)細(xì)節(jié)，大家簡(jiǎn)單理解：人的大腦處理超長(zhǎng)上下文任務(wù)做得非常優(yōu)秀，而且功耗極低，但大模型在這類(lèi)任務(wù)上的成本和效果都遠(yuǎn)遠(yuǎn)落后于人腦。這背后的巨大空間，依然要靠 Scaling 來(lái)填補(bǔ)。

所以我們覺(jué)得道阻且長(zhǎng)，技術(shù)遠(yuǎn)遠(yuǎn)沒(méi)有收斂。現(xiàn)在行業(yè)里常常會(huì)用一些階段性的認(rèn)知來(lái)制造敘事，但這些敘事的保質(zhì)期非常短，我們一直在不斷打破舊的認(rèn)知。

陳維廣：剛才你說(shuō)端側(cè)模型從 1B 漲到 4B，主要還是因?yàn)槎藗?cè)的硬件變得更厚了，是吧？

李大海：對(duì)，包括我在第一個(gè)分享里面，我們也在用更多的技術(shù)讓模型能夠變得更大。因?yàn)槲业闹R(shí)粒度變高了，我的各種，比如說(shuō)我的量化的技術(shù)的提升，所以導(dǎo)致我們用更大的模型，量化完以后，它用的內(nèi)存，用的資源是一樣多的。這些都是一些手段。

陳維廣：嗯嗯，多問(wèn)一個(gè)問(wèn)，就是說(shuō)這里有一個(gè)說(shuō)法，就是從市場(chǎng)上說(shuō)，端側(cè)模型會(huì)起來(lái)，主要是因?yàn)榇蠹矣X(jué)得云端模型太貴了，都在想辦法把這個(gè)計(jì)算放到終端，這個(gè)理論能成立嗎？

李大海：我認(rèn)為這是Token 經(jīng)濟(jì)學(xué)的一部分。尤其是對(duì)于終端廠(chǎng)商來(lái)說(shuō)，這個(gè)是一個(gè)非常清晰的算賬的方式。在中國(guó)大家都知道，我們老百姓買(mǎi)手機(jī)、買(mǎi)汽車(chē)不可能去訂閱的。我買(mǎi)了一臺(tái)手機(jī)，我不會(huì)再想著說(shuō)給手機(jī)廠(chǎng)商每個(gè)月交 19 塊。

所以對(duì)于同時(shí)想給用戶(hù)提供很好的設(shè)備上的 AI 體驗(yàn)的設(shè)備廠(chǎng)商來(lái)說(shuō)，他就面臨這個(gè)選擇：就是我的后續(xù)的成本到底怎么負(fù)擔(dān)？從算賬的角度上講，端和云一定要協(xié)同，因?yàn)槎藗?cè)資源有限，不可能做和云端一樣的工作。但是但凡端側(cè)能做的，大家盡量還是希望能在端上做，我們這樣的成本肯定是最低的。

陳維廣：剛才我問(wèn)的那兩個(gè)問(wèn)題，主要還是一些行業(yè)的一些看法。不管是做端側(cè)的，云端的，或者是做具身跟 AI 的，你們能提升這個(gè)效率 3 倍、5 倍，甚至 10 倍都沒(méi)問(wèn)題。

可是最終如果出問(wèn)題的話(huà)，因?yàn)槲覀儾皇窃谡f(shuō)嘛，agent 就會(huì)自動(dòng)化的去審核，如果它出錯(cuò)誤的話(huà)，誰(shuí)來(lái)背這個(gè)黑鍋？王鶴老師，你這個(gè)機(jī)器人很聰明，包括大模型，同樣的，對(duì)不對(duì)？這塊，你們有思考過(guò)這個(gè)嗎？或者是有客戶(hù)提出這個(gè)問(wèn)題嗎？至少我知道這些做 agent 的，時(shí)常就被客戶(hù)挑戰(zhàn)。如果完全把這個(gè) agent 自動(dòng)的去完成這個(gè)任務(wù)的話(huà)，如果出問(wèn)題的話(huà)，誰(shuí)來(lái)承擔(dān)這個(gè)責(zé)任？

王仲遠(yuǎn)：對(duì)，首先其實(shí)這讓我想起來(lái)今天早晨開(kāi)幕式上，王堅(jiān)博士的播客訪(fǎng)談，其實(shí)也涉及到這個(gè)問(wèn)題，就人和 AI 到底如何共處？

那么我想一個(gè)新的技術(shù)的誕生，總會(huì)涉及到從人們對(duì)它最開(kāi)始可能擔(dān)憂(yōu)恐懼，到后面開(kāi)始適應(yīng)或使用它，習(xí)慣它，以及它怎么去融入到這個(gè)社會(huì)，什么樣的一個(gè)治理體系，什么樣的一個(gè)政策，能跟這些技術(shù)一起來(lái)協(xié)作？我想，比如說(shuō)像自動(dòng)駕駛、輔助駕駛，其實(shí)已經(jīng)開(kāi)始在以前趟過(guò)了一遍這樣的一些路，到底權(quán)責(zé)誰(shuí)來(lái)定？到底是軟件廠(chǎng)商的、硬件廠(chǎng)商的，還是用戶(hù)的？其實(shí) AI 后續(xù)包括智能體也會(huì)有類(lèi)似這樣的一個(gè)過(guò)程和階段。

更多的是，一方面我們看到了這個(gè)技術(shù)對(duì)于生產(chǎn)力的提升，對(duì)于生產(chǎn)效率的提升。當(dāng)它確實(shí)就像您說(shuō)的，它如果已經(jīng)提升了 3 倍、5 倍，我想這種技術(shù)就一定是沒(méi)辦法被阻礙的，它最終就會(huì)在工業(yè)，在我們的生活中變得越來(lái)越流行，越來(lái)越普遍。

另外一方面，到底如果出現(xiàn)了一些故障，或者出現(xiàn)了一些問(wèn)題，它的責(zé)任的劃分，這我覺(jué)得是整個(gè)社會(huì)治理體系政策的一些方面，我相信咱們?nèi)祟?lèi)已經(jīng)經(jīng)過(guò)了這么多年，這么多次的技術(shù)浪潮，會(huì)有辦法解決的。

王鶴：我也簡(jiǎn)單的補(bǔ)充一點(diǎn)，其實(shí)機(jī)器人在工業(yè)自動(dòng)化當(dāng)中的應(yīng)用，跟未來(lái)具身智能機(jī)器人在各行各業(yè)的應(yīng)用，它既有不同，也有很強(qiáng)的相似性。

如果我們交付給工業(yè)客戶(hù)，他其實(shí)不管你是具身的還是傳統(tǒng)的，他主要看你做這道工序的成功率是多少。交付了以后，如果比如說(shuō)在某一個(gè)環(huán)節(jié)失敗，導(dǎo)致產(chǎn)線(xiàn)停工，跟員工出錯(cuò)導(dǎo)致產(chǎn)線(xiàn)停工一樣，該怎么罰就怎么罰，所以其實(shí)如果我們今天是講對(duì)經(jīng)濟(jì)活動(dòng)的一個(gè)影響，那很簡(jiǎn)單，就是具身智能機(jī)器人一定要做到像人一樣干的好活，并且，在經(jīng)濟(jì)任務(wù)上能負(fù)責(zé)任，我想這個(gè)是沒(méi)有問(wèn)題的。

那么更長(zhǎng)遠(yuǎn)的其實(shí)是具身機(jī)器人跟人類(lèi)在一些復(fù)雜的決策和又有體力的活，又有腦力活的交互當(dāng)中，怎么能講清楚權(quán)責(zé)？所以我覺(jué)得這個(gè)，從現(xiàn)在 agent 的大面積的使用，我相信未來(lái)能慢慢的給出我們一個(gè)方案。

今天使用這么多 Coding agent，那寫(xiě)了 bug，到底是誰(shuí)的責(zé)任？那肯定還是使用這個(gè) Coding agent 的人，他的使用沒(méi)有做很全面的評(píng)測(cè)。那未來(lái)就是使用這個(gè)具身機(jī)器人在產(chǎn)線(xiàn)里頭，那么誰(shuí)為它負(fù)責(zé)？是不是也是這條產(chǎn)線(xiàn)的一個(gè)管理者和背后到底是技術(shù)漏洞還是管理漏洞為它負(fù)責(zé)？那么再往更遠(yuǎn)的未來(lái)，全部都是 AI，沒(méi)有任何人類(lèi)，誰(shuí)為它負(fù)責(zé)？我相信我們會(huì)一步步的去探索出來(lái)背后的體系。

李大海：我來(lái)說(shuō)點(diǎn)讓大家毛骨悚然的真話(huà)。其實(shí)我覺(jué)得整個(gè)人類(lèi)社會(huì)的發(fā)展就是建立在吃一塹長(zhǎng)一智的范式上。就是我們現(xiàn)在大家都去坐飛機(jī)，飛機(jī)上有非常多讓人很惱、很討厭的一些安全規(guī)定. 起飛降落的時(shí)候必須要收起小桌板呀，打開(kāi)遮光板。為什么會(huì)有這些安全規(guī)定？都是歷史上一次一次的空難，空難以后造成了嚴(yán)重的損害、損失，大家總結(jié)出來(lái)，原來(lái)這樣是不安全的，去總結(jié)出這些一個(gè)一個(gè)的規(guī)定。

很多時(shí)候大家還不理解，事實(shí)就是這樣，包括在某些交通的路段上，忽然之間限速 30，為什么要限速 30？因?yàn)槌^(guò) 30 就特別容易出事故，這都是總結(jié)出來(lái)的。我覺(jué)得這是人類(lèi)社會(huì)運(yùn)行的一種比較常見(jiàn)的方式。好消息是，其實(shí)在人工智能的賦能底下，其實(shí)我們?nèi)ヌ钛a(bǔ)安全漏洞，去發(fā)現(xiàn)安全的問(wèn)題的效率也提高了。所以在有了新的技術(shù)以后，雖然可能無(wú)可避免的還是會(huì)先吃虧，再長(zhǎng)智慧，還是要付出一些代價(jià)。但是我覺(jué)得這個(gè)代價(jià)可能會(huì)比以往時(shí)候付出的更少，這個(gè)是好的方向。

另外，就是我們作為企業(yè)，我們看到，其實(shí)我們的監(jiān)管政府對(duì)于這些安全底線(xiàn)的工作，其實(shí)是非常非常的重視，所以企業(yè)在這個(gè)方面，從很早就開(kāi)始考慮自己的社會(huì)責(zé)任，就已經(jīng)開(kāi)始考慮這些問(wèn)題了。我們從第一天開(kāi)始要通過(guò)網(wǎng)信辦的安全備案，其實(shí)就要考慮大模型的內(nèi)容生成是否符合各種各樣的內(nèi)容安全的這樣的一個(gè)標(biāo)準(zhǔn)，這些都是我認(rèn)為好的方向，但是總的來(lái)說(shuō)，吃一塹長(zhǎng)一智，這件事情可能真的無(wú)法避免。總會(huì)，安全問(wèn)題總會(huì)從你想象不到的角度出現(xiàn)，給大家一個(gè)教訓(xùn)，這個(gè)教訓(xùn)再來(lái)變成我們讓整個(gè)社會(huì)整個(gè)治理更安全的方式。這是我認(rèn)為大家要理解的事情。

陳維廣：說(shuō)的非常好。我看到我們只有 3 到 4 分鐘，最后一個(gè)問(wèn)題，咱們嘉賓快速回答，你們從你們的自己的視角，以及你所處的領(lǐng)域，你覺(jué)得中國(guó)的 AI 和歐美的 AI，最終走出來(lái)不一樣的地方在哪？仲遠(yuǎn)院長(zhǎng)先來(lái)。

王仲遠(yuǎn)：對(duì)，我覺(jué)得咱們中國(guó)還是有很多很獨(dú)特的優(yōu)勢(shì)，包括像供應(yīng)鏈、制造業(yè)以及場(chǎng)景，所以其實(shí)我們自己本身，整個(gè)中國(guó)的市場(chǎng)也已經(jīng)足夠大，使得我們能夠去孵化和催化很多的技術(shù)的產(chǎn)生和落地。當(dāng)然我們肯定也希望這樣的技術(shù)能夠輻射到全球，所以我自己覺(jué)得結(jié)合中國(guó)的這些優(yōu)勢(shì)，像具身智能，像世界模型，很有可能是我們將來(lái)會(huì)有獨(dú)特性，且在一定程度上領(lǐng)先的一些領(lǐng)。

王鶴：對(duì)，其實(shí)我明天在我們這個(gè)具身智能與人形機(jī)器人的論壇會(huì)主要談這個(gè)事。我的 talk 的名字叫推動(dòng) embodied AI 的 AlphaGo 和 ChatGPT moment。

實(shí)際上，我堅(jiān)信具身智能是中國(guó)的機(jī)會(huì)。具身智能的 AlphaGo 和 ChatGPT Moment，我堅(jiān)信會(huì)在中國(guó)實(shí)現(xiàn)，這也是我們銀河通用和中國(guó)具身智能人的責(zé)任。如果具身智能的 0 到 1 在中國(guó)完成，相信 1 到 100 必定是在中國(guó)成熟的。

李大海：我就補(bǔ)充一個(gè)點(diǎn)，就是人才。中國(guó)擁有最聰明的青年才俊，并且數(shù)量應(yīng)該也是全球最大的。我覺(jué)得這個(gè)是最底層最重要的因素。有了這個(gè)因素，再加上剛才仲遠(yuǎn)老師提到的我們的生態(tài)，我們的優(yōu)勢(shì)，我們的整個(gè)供應(yīng)鏈。我覺(jué)得這些因素疊加在一起，包括政府對(duì)于這個(gè)領(lǐng)域的重視和搭臺(tái)唱，我覺(jué)得這些因素疊加以后，中國(guó)必定會(huì)在人工智能領(lǐng)域取得各方面的長(zhǎng)足的進(jìn)步和勝利。

陳維廣：對(duì)，其實(shí)我們最近也做了一個(gè)比較，就是美國(guó)的這個(gè) AI 人才跟中國(guó)的 AI 人才，很明顯的就是中國(guó)的這個(gè)年輕化，這塊是很明顯的。所以看到智源的這個(gè)大會(huì)每年越辦越大，對(duì)不對(duì)？也有很多這個(gè)年輕的研究員踴躍的參加，而且我們投的很多創(chuàng)業(yè)公司，他們其實(shí)除了這個(gè)創(chuàng)始人跟團(tuán)隊(duì)，他們其實(shí)也跟院校有很多合作，也跟智源這邊有很多合作，我覺(jué)得這個(gè)可能跟美國(guó)是最大的不同嘛，這是從我們這邊觀(guān)察到。

會(huì)議推薦

企業(yè)級(jí) Agent 落地，繞不開(kāi) 4 個(gè)真實(shí)的工程問(wèn)題！如何在 Agent 安全性和可用性之間找到平衡點(diǎn)？Agent 需要什么樣的記憶系統(tǒng)才能真正理解上下文？如何通過(guò)算法壓榨實(shí)現(xiàn)智力增量與成本控制的極致平衡？多 Agent 協(xié)作，如何做到可觀(guān)測(cè)、可治理、可控制？6.26-27 AICon 上海站，國(guó)內(nèi)頭部公司的 Agent 實(shí)踐，一次說(shuō)透。

今日薦文

你也「在看」嗎？