Vol17 对话商汤科技联合创始人林达华：2025·AI行业半年总结
01:27:46 Share

未來的世界我們會有人會有很多的智能體在這個地球上面共同存在相互協作 相互交互工業革命它解放了體力勞動大模型的浪潮它解放了初級的勞力勞動但它還會留下一個有足夠的創造性的空間我覺得這是對人類來說最重要的一個制高點

我們接觸很多硬件的廠商他們跟我們提的最重要的點不是說你功能再強一點說我們再便宜一點對不對 一塊錢都得扣出來這樣它才會有競爭力今天在我們看來可能只是產業界的幾個事件但是這個世界發生很大變化的時候再溯源回來就是這幾個關鍵的種子發芽長大

欢迎来到新浪新闻出品的赛博对话我是主持人电动 Emma 今天邀请了一位硬核嘉宾商汤科技的联合创始人也是首席科学家林达华老师嗨 观众朋友们大家好我们其实每天都会看到各种各样的 AI 新闻但是哪些技术和应用真的能影响世界哪些只是说营销噱头很多人都不知道

所以今天就想跟达华老师一起聊聊 AI 中美圈到底有什么大事件大突破也看看对我们普通人会不会有什么影响如果我们回看上半年你觉得 AI 圈有什么特别重要的突破呢其实整个 2025 年上半年应该对 AI 来说已经是差不多两岁了就大模型这个时代来说

但是还是看到很多我觉得让我非常激动的一些变化上半年的话我想大家都应该都知道第一个就是 DeepSeed 的爆火出圈所以基本上所有的家喻户晓的都知道了这个事情很多行业就开始真的去尝试把 DeepSeed 这样的大模型用在了自己的行业和工作里面

但是其实还有其他的一些我觉得对于 AI 整个未来发展也有比较重要影响的一些事件从生成端还有应用端都有很多值得关注的事情第一个就是 OpenAI 它的这个 GPT-4O 的 Image Transformation 它当时的叫做吉普赛的风格风靡全网的时候我们会看到的是

真正的图像的生成它到了一个新的水平其实图像生成它是经历过好几个时代的发展的最初的时候就生成一些一看就是一眼假的这个 AI 生成的照片然后到了这个 Mid-Genly 那回出来的时候大家觉得非常的惊艳真正 AI 能够去生成一些非常非常逼真的就单反相机拍照出来的那种级别的那种 quality 的那种照片但是呢那个控制不好就它只能生成那些很随机的这种但虽然质量很高但很随机那画面是不受控制的

所以很多做制作的朋友他们只是把它做一个圆形图拿一些灵感但真正的话还得回到原来那条管线上面去做这些平面设计的事情但是 OpenAI 的 4O 的 Image Generator 出来之后的话它的指令跟随还有符合人类意图的生成的能力又到达了一个新的水平

那它所代表的什么意思呢就是图像生成这个事它能够变得可控开始能够进入到真正的生产的环节这是一个我觉得对产业和行业来说非常重要的一个里程碑那另外一个的话呢是

说到智能体的话呢我想大家可能对智能体的一个印象是今年早一点的时间那个 Manus 出来的时候称之为通用智能体的这样的一个模型和系统它能够做很多很多的事情比如说查看网页生成一些计划做一份调研报告等等

但这个我想跟大家说的是它还是一个相对来说比较浅层一点的一个应用的方式但是智能体怎么样能够改变世界我觉得今年上半年是有两个关键的时间点一个是叫做 Alpha Evo 这是 Google DeepMind 推出来的一个新的智能体应用的一个模型和系统它给我印象特别深刻的是

它这个模型它找到了一种新的用计算机去计算矩阵乘法的新的算法它的复杂度比人类历史上找到的最好的算法还要低一些那就说明了现在新的这个 AI 系统它已经可以去找到一些以前人们科学家还有这个工程师花了很长时间做到最好水平还要往上突破那代表了它不是只是把原来的知识的重组和复读它创造了一些新的东西出来

那这个对于人类的整个发展科学的发展它其实是一个很重要的里程碑那就代表什么就比如说以前像 AlphaGo 十年前那个时代那大家作为其中只能是尽可能的逼近人类最高的水平但是当 AlphaGo 它这个战胜了世界冠军下出了神之一手的时候大家就发现其实 AI 在这个领域

它能够做出一些超越人类水平的一个事情之前还是下棋但现在已经到了这种新的算法新的科学的发现所以我觉得这个事情它对于未来的无论是科技的探索还有产业应该都是有一个很重要的很深远的影响当十年之后回过头来看这个事情它亦可能现在还是被低估的

另外一个就是现在智能体的数量在不断地增加因为各个行业其实我去跟大家聊的时候都会看到大家都用智能体去复冷事情就比如说现在大家看很长的报告我不想自己看了我找个智能体来看然后内头的话它也是用智能体把一些东西总结出来看的人和写的人都是智能体

最后就变成了两个智能体在那对话人是坐在一边是这样的一个状态那么其实以前我们讲模型就是在今年以前我们讲模型都是说一个模型它有多好或者它能力有多强但到现在的话发现大家开始关注两个智能体相互之间的一个对话

那么当他有了对话有了通信之后所以像国外的一些顶尖的企业像这个 Ansopi 它就推出了叫做 MCP 这个 Model Context Protocol 它是一个协议让智能体能够用标准化的方法去调用外界的系统的各种功能比如说查询天气比如说查询航班比如说订机票订饭店这个是让 AI 的模型能够跟现实世界形成了一个标准化的一种交互的方式就能连接起来而且是广泛的连接起来

那另外一个的话就是叫做 A2A 的这种 A 准 2A 准的协议就让不同的智能体它能够用同一种频率频套能够去交流那么这个就让我回想起来 80 年代互联网当时刚出来的还是在实验室里面的时候

大家开始再去 formulate 就是去制定一些他们之间交流的交互的协议比如说电子邮件 TCP 等等那么这些协议就构建了其实 10 年 20 年之后整个的互联网产业的一个基石那么现在今天我们才刚刚看到了这些叫智能体的协议的出现大家不要怀疑这些顶尖的企业他的这个眼光他已经看到了那个未来就是全世界有上百万上千万上亿的智能体

以大模型 以 AI 为类合它们相互之间交互所以未来的世界我会理解成为我们会有人会有很多的智能体它们共同地在这样的一个世界在这个地球上面共同存在相互协作 相互交互那么可能对我们整个的工作的形态社会的形态 生活的这种方式都会带来很大的一个影响所以今天在我们看来可能只是产业界的

几个事件也许目前来看可能只是产业的一些朋友会关注但是也许事业后再来看这个世界发生很大变化的时候再溯源回来就是这几个关键的种子发芽长大

你刚才说的我有很多想追问的首先就是这个互联协议它会有地域性吗就是中美会打通吗其实从技术的角度来说的话这是一种技术对吧就像互联网一样它所底层的 TCP IP 的协议 HTML 的这种格式的标准它是一种标准格式它本质上是一种技术的构建并不存在地域性但是的话因为不同的 agent 不同的智能体它其实在构建的过程中它所看见的数据它所面向的这个场景

它是有一定的文化属性有一定的行业属性的那么就使得不同的智能体它可能会有自己的一些对世界的一个见解也好知识体系也好它可能是不同的但并不妨碍今天不同国家的人他能够基于某些语言相互的交流不同国家写的程序他能够在一个更大的系统里面去协作

然后你刚才一开场就说了 DeepSeek 其实有一个数据虽然我们都知道 DeepSeek 的技术很牛但是有一个用户渗透率的数据变化还挺值得拿出来聊的 DeepSeek R1 在 2 月份的时候使用率高达 7%但是现在已经下滑了超过一半很多用户甚至说 DeepSeek 它的回答不只是说变慢了而且质量也变差了

你怎么看这个现象首先的话我们对 DeepSeat 一直作为行业里面的一个标杆的机构都是保持了很强的关注我觉得行业还是从 DeepSeat 的很多技术进展里面得到了很多的启示 DeepSeat 的模型它是开源的

所以本质上的话不会存在这个真正意义的这个变慢或者质量下降的这个问题当然了它在网络上部署的这个服务它可能因为硬件资源流量等等的变化的影响有可能它的延时各方面会有些变化我觉得这个也很正常但是呢我想这里面其实背后观察到的这个流量的这个下降我觉得可能有两个原因

第一个就是整个行业其实有很多的企业因为得益于 DeepSeed 的开源得益于它的技术上的启示开始把 DeepSeed 的模型用在了各个具体的场景那么在这些场景上面它肯定会做进一步的适配打磨那可能在那个场景上面它会觉得我使用这个打磨过之后的这个模型会更好用所以有一部分的流量有可能会进入到这种行业专属的模型里面去使用一个

通用的开源模型但是这个我觉得可能是 Deep-Sea 所带来的技术影响往行业深化所带来的效应另外一个的话就随着这样的一个模型它往深处去走的时候它还是要回到真实的应用的状态但是我们知道我们无论是生活或者工作中的很多实际的应用它的 context 它的实际应用的条件都是有非常多的变化非常复杂的

那么一个通用模型也许当你一开始只是问一些通用的问题就媒体上经常大家会去来 share 的这些问题的时候可能通用模型都会做得很好但当你真正把这个东西用在一个你真实的场景要处理很复杂的条件的时候会发现好像没有能够满足这个预期所以这个时候可能会形成一种心理上的落差但我觉得这是船航业共同面对的一个挑战就是

当大模型发展到了今天,我们需要关注的一个核心挑战,除了基础能力的继续提升,这个当然非常的重要,不能够偏废。更重要的是,技术它最终的价值还是要去落地,给我们行业,给我们的生活带来这个价值。所以我们现在目前的挑战是,我们拿到更强的基础能力,要去落地的时候所面临的挑战,我们需要共同的去面对和解决。我们聊到模型,就肯定会聊到开源模型和闭源模型。

看 OpenAI 它花了几十亿美金搞币源模型结果 DeepSync 一出来大家看到它性能提升很快所以大家就会问说币源模型它的价值在哪里其实开源跟币源它是两种非常重要的生产关系或者是协作模式

我相信在很长的历史时期里面他们都会共存并且是相互竞争各自都会在借鉴之后得到发展的我想当我们去谈 DeepSeed 或者 Enama 或者 DeepSeed 为代表的这种开源的模型跟 OpenAI 的这些必然模型

它们相互之间的关系我们会回顾一下其实另外有一个很重要的就是操作系统那么操作系统的话就是我们知道有两大阵营对吧一种就是以 Windows 和 Mac 为代表的币源的系统还有一 Linux 为核心的这种开源的系统我们拿很长的时间次度来看经过了这几十年

这两个类型的系统依然都有着很强的生命力那别无理谁吃掉另外一个但是各自都找到了自己非常非常清晰的定位你看开源的这些系统 Windows 也好 Mac 也好

它给终端用户是普及率是非常高的普通人我说普通老百姓而不是一种专业程序员普通老百姓用的其实就是这些币源的系统给我开箱即用体验非常好所有功能都刚刚好非常好用打磨的非常的惊喜对吧这是它在跟大量的用户的互动的过程中不断的迭代不断的改进不断的 polish 最后形成了一个非常好用体验感非常好的这样的一个系统但是在另外一个方面其实在真正的服务器领域

90%以上的市场

是基于 Linux 来构建的这些系统为什么在这些场合会用 Linux 因为这些企业服务的领域它有很多定制化的需求你给我一个 Windows 好像哪哪都差一点东西我拿一个开源我来改我就能够更好地去符合我定制化的场景的需要而且它是免费的所以它就会在企业服务领域或者一些服务器的领域和普通老百姓或者普通律动的领域它会形成使串通不同系统的选型

那么回到大模型也是一样的我觉得这两个体系吧开源和闭源它都是有各自的这个生态的定位的对于像 OpenAI 或者说这个国内像豆包啊或者 XAI 等等他们这种闭源的这个模型的话我觉得它的核心的生命力的来源就在于它能够跟无论是 B 端的客户还是最终 C 端的用户

它的那个闭环因为开源模型它的一个问题是它的一个局限性是它的闭环并不完整模型开放出来了大家部署在自己的地方去用数据会流不来的那这个时候它就难以形成一个迭代的一个趋势但是开源的话呢它能够促进非常广泛的这个生态的这种应用

那么这个也是另外一个体系所以我觉得他们是一个相互协作相互竞争的一个关系那么币源的模型我觉得它仍然有着一定的这个生存因为它随着用户的这个币环的迭代它的飞轮起来了之后它会在一些重要的这种场景会做到特别的深嗯这种深度就是它相比于开源模型的一个非常重要的竞争的壁垒这会给它这个企业带来商业价值嗯

币源模型它其实遵从的就是 scaling law 但是现在也有很多从业者会质疑这种大力出奇迹它到底能不能一直持续地靠谱地向前推我觉得这里面一个点就是币源和开源是一种生产观是一种商业模式业务模式

但是 Scaling Law 的话它是一种技术的方式事实上我觉得最近尤其是 Deep Sea 这样一个标志性的事情出来之后整个业界都会去重新反思这个 Scaling Law 的这个未来的发展其实这里面有两个重要的事情一个是 Illya 在去年的这个 Lewis 的这个 Keynote 这个 Talk 上面就讲到了这个 Petrine and Assetist 已经走到了一个尽头他说的是一个传统的标准的这种很多的数据在一个很大的模型上面

模型的规模增长数据的规模增长但这种模式它所带来的增益我们是又看到又眼可见的变得很平那就相当于是说你每一分钱投进去它带来的收益跟早期的时候不一样那斜率是变得很平的但是的话呢另外一个事情就是现在模型的性价比依然在快速的成长

斯坦福的一份最新的 AI Index 的报告里面就前不久发布的就指出从过去两年的时间里面达到 GPT-4 水平的模型它的实际的服务成本降到了原来的 280 分之一它带来的原因第一个就是

原来要很大很大的模型才能做的事情现在小很多的模型就能做了可能小于 100 亿小于千亿参数几百亿参数模型就能做了另外一个的话是整个的系统层面带来的一种很多的革新新的训练的方式比如说 MOE 等等的这种新的模型结构的采用又比如说训练系统它的优化还有一个的话是硬件本身单位算力的成本也在下降无论是英伟达也好华为也好它其实每隔几年都会有新一代的芯片出来

价格是不变的但算你提升几倍那么这个也会带来整个的成本的下降那这种成本的下降它收益非常大因为它会大幅度的扩大了应用的边界原来用不起的现在用得起了那应用边界扩大就会带来一个很大的这个生态会支撑这个行业继续往前走所以我觉得 Skeleton Law 它

我觉得它是有用但它需要一个螺旋式的上升你不能用原来那种相对比较低效的方式再往上走这样其实你的这个 cause effectiveness 就是你的这个投资的效率是非常低的但是的话当你回过头来我把效率进一步的去提升的时候我用 100 倍的效率继续走 scaling law 的话那你的这个收益又回来了所以我觉得整个的这个技术领域的发展它会沿着一个所谓的螺旋式上升一方面我们得沿着

这个道路往前走但另外的话我们要把它的斜率调到更高的水平使得你走得更加的高效对你说这个非常有意思而且我们回过头看就会发现历史是惊人的相似好像每一次我们看到这种颠覆级的这种技术革命它最终有一个共同点

就是它的编辑成本会降到很低很低甚至是接近零像最开始那个微处理器就是把计算成本降得很低我写书的时候还专门写到就是阿波罗的登月计划用的那些 IBM 超大的计算机结果还不如我们现在一个智能手机的算力然后第二波肯定就互联网互联网就把这种分

发的成本降得很低无论是信息的分发还是商品的分发然后这一波 AI 你认为是把什么的成本降到了最低我觉得其实就是通用一点叫智能的成本但是的话智能它的一个很重要作用就是对信息的深度处理的

它的一个很重要的一个价值在这个方面这个事情原来是你刚才提到的一个词叫信息的分发分发的过程它最多不能说完全没有处理但是很浅层的处理就原来怎么说的但是现在的话其实 AI 能力在这里面是做深加工比如说你要去现在已经有做什么旅游攻略对吧我就不是只是把携程的这些机票的信息一些攻略传给你而是做深度整理之后再给你一个答案

那这种信息的深度的提炼处理给你最终的这个答案的这样的一个成本原来其实都是人工成本那现在的话呢可能是会变成计算的成本而且这里面有个很重要的点呢就是其实我觉得这两种成本它的变化的速度是不一样的因为人力的成本你很难预期说我们的这个人口会有巨大的一个数量上的变化然后的话人的这个收入水平它可能每年会有波动但它也不是一个

非常快速变化一年差 100 倍的概念但是计算成本像我刚才说的每年能够降 100 倍 200 倍那这个时候的话呢当他把人力成本转化成计算成本再加上技术上面的快速革新这个成本能够以百倍的速度每年 10 倍百倍的速度下降的时候整个的对信息的处理加工的这样一个方式是会发生一个颠覆性的变化

所以这种技术的革新最先会影响哪些行业其实就像节目之前我们聊的就是首先第一个传媒行业我觉得是首当其冲大家一定要留意这个事情因为它主要你看哪些行业它首要的就是把很重要的工作的范畴是处理信息的那么 AI 它其实正好打在了这个点上

那么它会让这个领域发生很大的一个变化那第二个的话呢像金融啊教育啊我相信 AI 都会带来很大的一个变革某种人相信教育就是一种知识或能力的一种传递还有就像金融它也是收集很多信息之后做一个判断我要不要去做某种交易对吧

所以这种涉及到信息处理型的这种行业包括什么客服一些做调研的市场分析的我想在这块 AI 都能够带来很大的一个效率上的一个提升但是可能有另外一些行业它相对没那么直接首当其冲的就是它需要跟物理世界有更多的依赖的相对而言我觉得这一波浪潮里面需要跟物理世界互动的那些行业或者领域或者职业的话

它的冲击没有那么快会到来这可能需要到自身聚能发展起来的时候也许他们会进一步的去体现到这样的一个冲击其实我看前阵子的谷歌 I/O 大会看得我是既热血沸腾也非常担忧因为我好像感觉 AI 时代的文艺复兴也来了你一方面会看到像 VO3 那种它已经是用自然语言完全可以做出一个电影级的片子出来连音效都搞得

很震撼然后还有呢你也看到 AI 开始可以自行去解决一些科学问题医疗问题谷歌的这些展示它到底只是 demo 呢还是真的已经到这个技术可以被大众运用了我觉得啊你要判断一个事情是 demo 还是能不能够给大众去运用它有个很直接的标准不需要太多的技术判断就是真正

给大众运用的它肯定是一种产品或服务的形态公开的放出来给大家去用的那那种的话它就是一个真正能用的东西那么如果它只是存在于 PPT 或者发布会上就没被用起来的那我觉得它可能在大规模应用肯定还有一些障碍要去解决

我不是说这种的话一定不能被大规模应用而是说它也许还有一些挑战没有被解决那么关于 Google 你提到的我想第一个它的 AI Mode 用在了搜索里面那么搜索其实是 Google 最核心的生命线它能够把这样的一个工具用在上面它内部肯定是做了很深入的一个评估觉得已经是有在生产的环境和真实的商业服务的环境是可以用的

所以这个的话代表信息的搜索这个事情它的变革也就近在眼前了那么还有另外一个你说电影级的制作我觉得这个可能还需要一点点的时间事实上的话这个行业在很早的时候就拥抱 AI 技术了我记得还是在 23 年吧应该是

当时我们在上海汤教授在上海这个现任政大会有一个叫做科学前沿论坛他请了郭帆导演来去探讨这样的一个问题当时电影工业的话对这个事情还是有非常非常大的关注的因为他当然提到说做流浪地球有过万的同事一起来去做这个电影船都是人工但是他说那现在我究竟还要不要为下一部电影还要请一万人来去做他很关心这样的一个问题因为涉及到整个他制作的一个结构他整个工业会不会被颠覆

当时我们也有团队去跟他们一起去深入去看但最后我们进去发现其实我们当时也制作了另外一部叫做千秋失颂当时我是负责这个技术最后也在这个央视也上新了现在也触达了非常非常多的观众我们发现那些 AIG 系的技术进入到了这个真正的制作环节的时候你们非常非常的复杂

它能够替代的部分其实还是有限在那个时间就两年前一年多前还是很有限的那么现在当然因为看到比如刚才我提到的一个点就是 GPT-4O 的那个 Generation 的这个能力有了很大的提升就有一些图它出来直接能用了就说明它的渗透正在加速但是的话呢我其实也看到整个的影视制作的流程还是会非常非常的漫长

而且当你对品质有非常高的追求的时候还是差了一点意思但是我觉得有一些领域现在不是说像短距对吧大型起到它对品质的要求相对来说没那么高这是个流水化生产的东西那这种流水化生产有固定范式的事情 AI 其实是最新能够在里面发生作用

对还有我们以前播客聊过一个特别好玩的现在不是有那种网络的爽文那些爽文视频吧中国是有很多的原来国外呢没有很多现在就有一拨人说想直接把它变脸然后变成英文直接就可以文化出海了这个我觉得你提的这个事情非常有意思啊它其实是有两个层面的事情文化出海我觉得是有两个层面的第一个呢是技术技术

技术变脸这个事情现在非常的成熟商场就有自己的书籍的业务我们有很多的客户真的是能够用十分钟的时间就能够把你刚才说的事情就变脸了甚至动作人的这个动作表情所有东西都给你替换掉按照你的这个讲话稿

这都能够以非常成熟的技术去替换我还记得当初我们的联会上还有纪念汤老师的一个视频还把他按照新的讲话把它放进去还是感动了很多的观众其实也是这些技术的一个体现但是的话我觉得它另外一个更深层次的就是说文化出海就不同的国家和地区

它背后的文化的传承其实是有很多文化层面的因素这个不是一个换了一个脸你就能够去触及他们内心深处的一些共同的记忆和共同的一个文化的一个认知的那这个我想不是现在的 AI 能够自动化的做到但我想因为 AI 的技术的提升它使得很多的文化的作品的制作的效率提升了也许能够加速这个过程

所以你觉得 AI 刚才我们有说如果是跟物理世界相关的 AI 会比较难替代还有没有什么领域或者人的特性是比较难被 AI 取代的其实如果大家去看 PenAI 在几个月前大半年前提出了一个所谓的五个阶段的这个到通向通用人工智能 AGI 的一个路线图这五个阶段是什么呢第一个阶段是聊天第二个阶段是推理第三个阶段是智能体

第四个阶段是创新 Innovator 第五个阶段是组织那第一个阶段我们从 TrackGP 那会其实已经某种意义上在达成了

那么第二个阶段的话呢随着这个去年九月份 OpenAI 的 O1 现在的 DeepSight R1 以及国内其实现在也看到推理能力数学这些方面提升非常快所以呢第二个阶段其实已经也走了非常长的一个距离了那第三个阶段智能体方形为爱刚才提到了第四个阶段其实现有的 AI 现在还没有大规模的显现这个能力但是的话它已经在具体的垂直领域里面发生了比如说它找到了新的做矩阵乘法的这个算法对吧找到了新的下棋的这个这个

一步很重要的一步但是我觉得很重要的创新它不是在一个具体的方向上面找到一个更优的方法而是交叉的

就像我们说传媒的变革这个金融的变革它是技术跟这个行业甚至文化的这样一个结合那这种跨界的创新现在我觉得还没有看到很强的一个证明说现在 AI 已经做到这个事我觉得还有一段路要走所以这个事情我觉得创新能力依然是人类所保有的非常宝贵的一种能力

那么这种能力的话我相信未来 AI 一定会一步一步的在里面会扮演角色的但是可能没有像聊天或者说编程那么的直接那么再往下的话其实有人在提个概念所谓第五个阶段叫做组织者现在大家不提了吗就一人的公司用了很多的 AI 的 agent 来去做我的员工然后我就一个人有想法

所以在这个里面你会发现所谓的这种 AI 作为组织者它其实某种意义上可能还是在扮演一种辅助和执行的角色但真正最灵魂的东西的创新我觉得人类还得在目前为止还是拿着这样的一个制高点很有意思我就想起纳瓦尔说的一个观点他说有钱人的杠杆通常是钱和人力可能普通人的杠杆在现在之前其实都是 code 和媒体现在 AI 又升级了你如果可以就是像你说的

下面有一帮 AI 帮你打工的那你就可以有一个艺人的外移公司这个事情我觉得非常有意思也想跟大家去分享的所以说最近跟很多的朋友行业里面的朋友包括公司里面的外面的朋友去聊都提到一个概念叫做 AI Native 的团队就 AI 原生团队那么他们的要求就是说你每一个人他的你的能力你的工作的效率要使用 AI 的工具

放大到一个最大化的一个水平这样子的话呢你可能一个不太大的团队就能够做出甚至能够影响世界的事你比如说现在一些估值很高的新创的公司里面人都不多就几个人十个人但是呢大家非常高效非常充分地去拥抱最新的这个技术的进展就使得你这个公司里面一个人等于别的公司里面十个人

那你就能够脱颖而出所以我觉得对于很多的观众朋友来说一个很重要的点就是我能不能够去不一定是要自己做 AI 做模型但能不能够去拥抱这些新的技术变化让自己变得更加强大让他们成为自己的放大器我觉得这个是非常值得去思考的

对我现在有一个很大的转变就是我首先在 AI 时代我要觉得我是一个超人只是说你怎么用工具来让你变成一个超人但是我很想请教你的就是比如说在你的工作里面或你的学习里面你有没有什么用 AI 帮你超级提效的方法

其实我觉得现在 AI 对我来说还是一个 copilot 的一个方式我觉得它有两种用法就我自己个人的这样的一个经历来说我自己当然也会使用 AI 工具了因为我会使用不同的 AI 的产品第一个的话就是我现在我觉得我变懒了一点

以前我会很多的这种我的工作的这种材料都会整理得井井有条的现在发现我觉得这个动作不是很需要因为你可以借用一些这个 AI 的 tool 和社区的 tool 的结合能够很快地找到你所需要的信息所以当你井井有条地做笔记的时候你发现这种让它变得很有条理的这个事情好像在新的工具时代没有那么的必要

但过往是一个真正能提升工作效率的方式那还有一个事情的话就是有些时候准备一些文章我现在习惯的一种方式就是说我会花更多的时间放在它的关键的信息的几个梳理关键点的梳理上面但真正成文的时候其实我也会一定程度上去借助一些 AI 的图在细节方面能够去更高效的去完成

我对我的工作比较有用的呢就是比如说我要采访一个嘉宾以前你都要做大量的 research 你要所有的房摊都得看现在呢我是先问 AI 给我整理 20 个到 30 个它的金句然后看看如果这些金句都出自同一个采访那那个采访可能就是更值得看

就会让我变得更高效但是同时就像说其实你也是变懒了可能中间也有一些重要的部分会舍弃掉但我觉得你刚才提到这个点就是其实某种意义上就是这种叫做 db search 的这种工具的应用我自己有些时候也会用

但是我觉得这里面有一个很核心的点是 AI 它现在还是一个倾向于所谓的平均的水平的一个东西什么意思呢它给你提供的所有的材料都是大众认知那么但是的话对于我们这个行业来说或者说我们的竞争的结构来说我们最重要的竞争力并不在于我们去得到了大众认知而是说我们经过了深度思考之后能够找到一些所谓的反共识的点

就是我们一直认为在 AI 行业或者科技行业来的竞争的话最重要的不是说你的平常按部就班做得多快或者多努力而是说你能不能够在某些方面形成了反共识的比人家超前一步的认知

但这个的话呢就像我刚才说的 AI 还没有走到 innovator 的这个阶段它能够帮助你在一些常规路径上的工作的效率提升但它不能够给你最重要最有灵魂的那个思考所以这个事情我觉得现在还不能够去取代所以很多时候它会帮我收集更多的信息更快了但是我觉得但它给我所谓变懒的意思就是我现在更长的时间去做思考我觉得这个给我流出来的思考时间是最宝贵我们内部其实也在想

现在的大模型无论是国外的国内的它有没有一些根本的跟人的智能很不一样的一个地方所以我们真的是按照所谓的人类的这种考 IQ 题的方式最强大佬的节目的方式去考 AI

我们发现 AI 最强的是情商因为他真的能够很懂人情世故就把所有的这些故事都看完电视剧都看完之后他很懂人情世故肯定比我牛然后第二强的话现在做数学题推理编程也都不错因为他这个还是现有的知识的演绎然后第三就是创新现在感觉还离人差挺远的让他 come up with a new idea 想到一些新的还有第四就是 AI 跟物理世界的连接特别的弱

就是让它哪怕是现在也有很多我们领域在做这种测试就几个那种正方块像魔方一样的东西堆在那边对吧不太规整的一个图形让它数里面有几块最强的 AI 都数不出来就很简单的积木堆在一起让它数里面有几块积木都数不出来所以发现其实 AI 现在强的是它的逻辑推理它的一些知识还有它从这里面所总结出来的一些情感表达的方式是

是很强的肯定超越了普通人但是的话发现它跟物理世界的这种空间理解和物理世界理解的这个 sense 还是有非常大的缺陷这跟它现有的 AI 的所谓的 nest token prediction 的这种范式能不能够有效的捕捉到物理世界的根本规律是可能中间是存在一些缺失的地方的另外一个的话就是它的创造力现在还没有表现出来所以这是我们自己从业者的角度来去认知这个事情

你说的这个跟物理世界的连接我又想回到 Google 了因为他现在在 AI 方面发力很猛然后猛到什么程度呢连他那个创始人 Sergey Brin 本来已经半退休状态了现在都杀回来了他杀回来是带着 Google Glass 回来的嗯

他认为 Google Glass 就是一个有可能可以取代智能手机把虚拟世界的 AI 和真实世界连接起来的东西你怎么看这个趋势我觉得这个非常的重要最近行业里面第一个刚才提到 Google 的事另外一个就是苹果的首席设计师对 OpenAI 去照过去了

这两个其实都代表了国外的这块的一些最顶尖的公司它已经投向了这种 AI 对用通过硬件的方式来去变革下一个时代的交互那么我们回到交互的本质就是人跟人 人跟世界的互动它总得通过一定的途径去进行的那么其实我们之前的交互方式是对着电脑但电脑是很麻烦的你不能搬着它随机到处走很重 你没办法带着

动互联网时代来了我这个手机我能够到处走可以无处不在的去打开这个手机去发微信或者干其他的事情我会刷一些这个视频但手机我觉得现在也挺麻烦说实话人就会真的是变得越来越懒了以前觉得跑到电脑那边现在很麻烦现在带着手机好像方便一些我现在发现掏手机也挺麻烦因为你还得把它掏出来还得对着它去做就比如说现在我在这里面跟你聊我其实不太方便拿手机来看但是的话呢有一些事情其实交互是变成让这个技术能够渗透的这个时长越来越长嘛

那什么东西是让你的交互的时间变得越来越长了肯定是你天天带着的东西你能带的东西其实也就三样你的眼镜手表和手机所以就是我觉得未来有可能假设机器人做出来的话有个机器人天天跟着你走可能也是一种方式那么这些你能够去带的东西它有可能确实能够去变一个叫未来的交互

但我觉得这里面的核心的问题可能并不在 AI 上面还在这个硬件其实最近这个智能眼镜这个事情刚才提到 Google 也在看这个事它变化的非常非常快其实 Google 做过眼镜大家知道很多年前但做失败掉了 Google Glass 它的一个创始人还说了总结了为什么不行一个就是说走得太前了技术都还没出来第二个就是其实这个是一个制造业的事情供应链的事情那也出了问题然后第三个就是也是跟技术相关就是你没有一个在这个设备上面的 killer app

所以他现在认为是一个通用的 AI 助手就会是 Google Glass 的 Killer App 我觉得你刚才提到 Killer App 非常非常重要就是我放在眼镜里面该是个什么东西我才能够让人愿意去用但是眼镜本身可能也很重要因为你要让眼镜具备一定的 AI 能力当你的助手也好或者它提供其他的价值也好

你最起码上面得有传感器得有一个能看到外面的像一个相机一样的东西接收声音的那个 sensor 也好还有续航要比较足对但它很重啊因为我其实看说哪怕现在最先进的眼镜我其实经常每三个月我都到那些这个 AI 设备的这个店去看就戴一下的眼镜都觉得反正戴两分钟我就不想戴下去这原因就在不是说它里面的功能好不好用还没到内部呢这眼睛我戴着就不舒服但是这里面它需要的其实是

就 AI 本身的这个 assistant 的能力这些可能要提升但是

它硬件本身能不能够到一个人愿意持续地去使用它的这样的一个点我觉得是非常的重要那以前为什么这个眼镜很重呢因为它带着各种传感器像你这个镜头是很重的东西但现在我据我所知一些前沿的公司也就开始研究所谓的 Lensless 不用带着镜头的那种传感的技术会让这个东西轻很多可能几克里面就能够把这个摄像给做了那

那也许这些硬件上的突破还有邦尼提到的续航电池的突破传感器的这个轻量化的突破这些事情如果看到了它很重要的一个突破的点那这个东西就会起来现在我是能看到很快的进展但是也许离突破点还没完全到达但是可能也不会那么遥远了

像这些 AI 硬件中国会不会更有优势我觉得我们国家有传产业链所以其实你要制造任何的东西一讲到制造肯定中国是一个非常有优势的一个地方所以我去聊很多做巨声智能的也好做硬件的企业家他们都非常看好在国内做这样的一个事情其实做硬件最核心的竞争力的点除了你的功能你的能力之外是你的供应链的能力

你供应链价格就是低的话你的产品会非常非常有竞争力所以我们接触很多硬件的厂商包括我们现在用 AI 的能力去赋能各种各样的玩具各种智能的硬件他们跟我们提的最重要的点不是说你功能再强一点或者你能力再强一点而是说能不能再便宜一点每一块钱都得抠出来这样它才会有竞争力因为它是一个在国内充分竞争的市场所有的成本都是非常透明的

所以成本降本的这个事情上面我觉得但国内制造业经过这么多年的发展在这块是非常有经验比其他国家都有一个非常大的一个优势所以我其实会看好这样的一个事情但是它的点现在应该是说真正找到你刚才说的这种 Killer App

能够让大家真的愿意觉得为他买单去用一个新的东西这个事情现在这种行业很有意思现在也许大家还没到那个点但是等那个点某个人触发到那个点马上起来的时候你再去跟也许也就晚了所以为什么这个 OpenAI 也好 Google 也好国内其实有很多厂商也在做这个事情他其实哪怕我重投入现在不赚钱我也得做因为

如果谁先做出来我跟不上的话那我就是失去了我的未来我们刚才说了各种各样的公司会去做 AI 从你的角度看你觉得比如说大厂或者是说像 OpenAI 这种也不是大厂但是它资金非常雄厚的然后还有一些更小一点的创业公司他们做 AI 会有什么不一样然后各自会有什么优势我觉得现在是一个非常对创新来说是一个很

很好的一个时代这点就在于原来比如说我有一个被垄断的很厉害的一个行业新的人要进去是很难的因为你所有的资源都没有优势你没有这里面的 connection 你没有资源的优势你也不要成本怎么降下来所以很难去竞争而且它本来就有这个市场的这样的一个 market share 市场占有率的优势但是的话 AI 时代它对于创新者来说最重要的一个好处在于它的变革太快

变革太快的话对大厂来说或者说已经有了非常大客户群体的这样的一个产品体系来说它透向兼容的负担是很重的因为每一个人都会期待说你新一版的产品你不能比原来那版要差哪怕是某一个方面差一点你都会有非常多负面的声音会出来但是的话创新者他没有负担我本来就一无所有这个时候我只要打赢了一仗我能够夺下其中一个城池

那我就有未來我就打開了所以他會敢於用非常激進的方式非常激進地擁抱新的技術哪怕這個技術不完善但我能夠在這個市場用這種最激進的方法打開一個新的缺口那對他來說是非常強的這樣的一個意願去做這樣的事情這也是他們的優勢

但是其实我看这次谷歌 IO 大会包括我看腾讯接入 DeepSeek 我会想他们已经有一个很强的用户群他只要接入这些最新的东西用上这些最新的东西他就可以生生不息就可以吃掉比如说像元宝他就吃掉了 Kimi 的很多市场所以他们是有巨大的优势的以前无论是互联网时代还是移动互联网时代投资人最爱问的就是你知道这个那为什么腾讯不能马上把你抄了

那你觉得这个问题在 AI 时代还会有吗我觉得这个时代的话其实还在认知的一个超前首先的话为什么可能 Kimi 在这场仗里面它的优势当 Dubai 上来了或者 Deepsea 上来的时候它一下子优势就没了因为它做的东西跟别人太像我说的创新它实际上整个的产品形态它确实是一个颠覆性的一个变化

如果你仅仅是说在大厂的赛道上面做微创新我觉得这个确像你说的没有胜算那么这里面你唯一的胜算是什么呢我觉得有一个很简单的例子给大家一个印象就是以前洛基亚也是 dominate 手机的 market 手机的市场那 iPhone 一出来整个就发生了翻天覆地的变化所以我觉得对于新的创新的企业来说最重要的不是说我在大厂的赛道上面

在某一个具体的点上做得更好而是说你有没有一个真正颠覆式的创新带来一个完全不一样的东西如果你仅仅只是说别人做了我也想做那我觉得这个确实是做不出来那我们刚才说了就是企业跟企业比有什么创新优势如果是国家跟国家比呢大家都很喜欢问中美这个 AI 竞争我们到底有什么优劣势

我其实觉得在 AI 1.0 时代到 AI 2.0 时代它这个竞争的态势的本质并没有发生一个原理性的变化我们会看到在 AI 1.0 时代就是深度学习其实最初也是像在西方像这个 Jeffrey Hinton 教授等等首先提出来这样的一些算法的思想对

但最终这个产业其实在百发齐放在中国其实是有一个更应用方面的更广泛的应用场景的一个优势那么应用场景对于技术的往前的迭代是非常的重要的那么现在的话有大模型那也是先是在美国先孕育起来的这样的一个东西但最终的话你得闭环要回到场景中国有制造业的优势刚才提到了有非常广阔的前景而且说实话我

我觉得我们国家的人民他对于新技术的拥抱的热情我自己感受其实比其他国家更强同意这种的话我觉得也是一个非常重要的优势但是我觉得当我们去讲到中国在这里面的一些有利的因素的时候是需要有一个认知就是其实技术的发展它并不是先行的

它基本上就是每隔五年十年会有一次跳跃性的变化那种我们行业里面叫测原性的创新就根本原理上的一个颠覆性的一个变化目前 AI 1.0 和 2.0 时代其实两次的测原性变化最初的原理性的这个提出都是在美国发生

这个是我觉得是非常值得我们关注但是我觉得现在这个事情正在潜移默化的发生了一些变化我觉得现在因为我们的这个有整体的经济实力或者科技的体量上来之后越来越多的新的创新其实正在更快的频率会正在发生所以

也许也会在不太远的将来会发生一个起点就是这种量变到质变就是说我们自己也产生了自己的策略性创新那我觉得那个时代就会真正到了

你说的几个很有意思的点我也想沿着你这个补充首先就是我观察到中国的优势除了你刚才说的这种硬件层面供应链层面还有你也说到就是它的应用它的市场很大我有一部分主营业务在中东其实中东 GCC 国家特别有钱但是他们那些投资人就不愿意投他们当地的科技公司为什么呢就是觉得因为你总要投很多钱的颠覆性的科技它一定要大量烧钱但是你如果那个国家的市场不够大其实你投进去你就

不知道后面怎么回本所以他们会更愿意投一些大市场的这些应用这个是第一点第二点呢就是其实我们看从 2010 年开始中国现在还是有超过 30 个我们叫超级 APP 就是它每个月的月活能够超过 5000 万但是美国这种量级的 APP 就是七八个

那其实这个 APP 本身就是一个场景只不过以后比如说像美团它很容易就变成跟 AI 打通以后可能送货的就不是这些快递小哥而是这些无人机 AI 机器人这些所以在这个层面我也觉得中国就像你说的有场景的优势有应用的优势还要提一点就人才优势中国每年培养的工程师和理工科人才是世界上最多的

而且現在因為這幾年大家都講科技有很多很聰明的同學也都投身了這個行業我覺得這個人才優勢的積累如果我們給到他舞臺的話他會爆發出來非常非常巨大的力量這個也是一個非常重要的一個

因为我其实会看到呢有一些这个发达国家和地区但我觉得美国其实还是有很多很聪明的人呢去去做创业去做科技但很多世界上其他的这个地区和经济体他们很多就是觉得最聪明的人去做金融做律师对吧那这个其实我觉得但我不能说这个不像选择不对因为他有他的一个

人都是理性的动物他会去寻求最高回报的职业但是我觉得当你有很多的人愿意去投身在科技创新的这个领域而且有足够大的人才的技术而且这些人才都是经过良好的培养的话这里面的潜力是非常巨大的

而且我观察到一个挺有意思的现象就是以前我在国外留学我那个时候会觉得哇国外好多社交能力很强的大一人然后呢相反国内我们有挺多比较挨的人但是其实挨人是更喜欢倒腾更喜欢对着设备可能会更窄一些这些是利益科技发展的是在 AI 时代就是我们的这种特性是更符合现在这个时代的这个也是挺有意思

对 其实很多科技公司你都会发现有这样的一个现象就是说它里面做硬核技术的人其实在外面露面的机会不多你比如说大家可能现在特别火的这个语术科技其实早年的时候我在上海跟王星星也见过面他是像你说的其实并不是那种经常在媒体上面露面的那种人他会非常专注在他的技术上面但他也另外请了他的搭档就专门做这种事情

所以这个我觉得也是很有意思很多科技公司也都是包括我自己有些学生都在创业了他也是我只有做技术我对这些东西也不感兴趣去到媒体到各种什么峰会去讲我觉得也浪费时间而且也怯场说实话他也色恐现在实际上色恐但他会找一个色牛的人来配合他

这种搭配我觉得也是因为它最终技术它需要闭环你总得回到市场去需要跟你的用户接触你没有那个环节不行那么我所以某种意义上的话这种搭配其实包括你像梁文峰他也不是经常跑到媒体上去讲话的这种风格他也是踏踏实实在自己的团队里面去讨论技术的但是我觉得这个时代的话他是惩罚两个因子

就是从 0 到 1 的那个阶段一定得有很深入的思考你在外面跟很多人去聊其实不一定在这里面带来特别大的作用但是一定要有很深思考的深度足够深能够打穿这个认知然后形成比人家不一样的这样的一个 insight 一个洞察力但是的话呢当你从 1 到 N 做产品做市场的时候

这个部分还是非常重要我们说起人我去年在人工智能大会看到一个数据还挺有意思他就说 AI 创业者现在分成三大类第一类是顶级 AI 学者科学家占 30%左右然后还有一类就是原来在大厂当高管的行业从业者占到 45%最后一类就是新锐创业者技术小天才占了 23%你在行业内观察这三类人各自做 AI 有什么特点哪一个群体是你最看好的

我觉得这个观察很有意思现在确实有不同的人不同的群体他想切入 AI 因为这个市场确实太诱人了大家都想进来但是我会感察到他们的工作方式是有比较大的一个区别的首先你说比如说桑汤我自己很熟悉他最初进来创业的像汤小娥教授包括我们自己也是教授首先他会切入点是技术是我们原有的一些学术上的技术上的积累

他会觉得这些基础它能够给带来商业价值说我就是从技术走向商业是这样的一个路径去走但这个过程中我们会发现真正当你走出实验室走出高校走出研究所你到了这个商业世界的时候你会发现很多事情

是一个新的世界就商业模式商业打法怎么做产品等等它有很多自己的一些规律这些不同的市场有不同的特点这些都是要重新去学习的那么你比如说我也接触了有一些年轻人他从产品的角度出发去做这样的一个事情那么他有很多的创意这个产品一出来非常的惊艳比如说之前的小苗鸭相机 Manas 它一下子就很火了但是它有没有一个持久的后劲让它火下去

像 Kimi 一开始也很火但是能不能火下去它其实有其他其他的因素去支撑包括它的技术研发的后劲包括它能不能真正去打开市场跟很多方面去形成一个合作共赢的生态那这些也是需要补的课那有一些的话呢是大厂大厂的高管我觉得它有两个方面的优势一个是管理经验确实带过很大的团队知道成熟的管理是怎么样的而且确实经过多年的行业积累有比较多的人脉很多的这种资源的链接这些都是他们去做创业的一个

一个优势但是的话呢我觉得某种意义上可能也会产生一些束缚就是说他可能会带着大厂的惯性去做这个事情但这个有可能在创业阶段不一定合适因为这个时候你一个新的企业你没有那么高的平台你要实实在在的去打出你差异化的点很多太重的管理可能在创业的开始的阶段会带来非常高的成本那种成本并不仅仅是说财务意义上多花出来的 overhead 多请了管理上的人而是说

它影响你迭代的速度这才是致命的因为不够快的话你没办法在这样一个竞争里面去跟大厂去打你一定快一定有差异化的认知但是原来的一些东西的沉淀或者是它的一个惯性会影响它的一个迭代的速度和敏捷性但它资源很有用

有用所以我其实觉得我很难说这样的团队或者那样的团队它的胜算更大和其实我觉得更重要的是当你去搭建一个创业团队的时候你要看我要做一件什么事情他有拿 ABC 三个要素这三个要素你是不是有合适的人在这里面给你带来合适的能力并且你这几个人是不能够有效的协同

这个才是比较关键所以你看这个无论是我们自己也好商汤也包括我看很多的创业公司最终的话创始人可能背景不一样但是的话我觉得最重要的不要固守自己的背景而是要去更全决地看做成这个事的要素是什么以及能不能够快速地去把这个要素给补全而且有足够的开放的心胸去说

这个事情我不懂我要去学很有意思我之前还分享过一个观点就是在互联网时代移动互联网时代我们发现创业都好像有几个不同的阶段第一个阶段呢你会发现就像我们刚才说的有很多这种原生的比如说科学家还有这个行业里面的人会去做但是呢这个阶段它通常的应用都是离用户比较远的离商业化比较远的

然后进入第二个阶段你就会发现一些可能不是原来就从业者但是他在外部一些的世界过来这些人加入创业的时候这个技术已经是更成熟了然后他们呢会做一些更加能够商业化的东西这个时候他们做的软件通常会是那种我们叫做 save time

就是能够帮你节省时间的提升效率的东西然后到最后一个阶段呢就是一帮他可能跟这个行业原来没什么关系的进来这个时候技术已经非常成熟他们会做的事情就是搞一些 kill time 的产品搞消遣的产品

你觉得这个趋势在 AI 时代也会出现吗我觉得其实是有可能会出现这种不同的阶段但它可能不完全是一个 safetime 到 qtime 的这样的一个逻辑去往前去演进的其实你刚才提到的这个点就是这个领域它处在一个早期或者刚开始具备商业化潜能的这个时期

和这个很成熟的这样的一个时期其实是在不同的阶段大家创业的这样的一个方向或者是这个工作的方向会不太一样但是我其实觉得 AI 的这个领域跟互联网它有一个很根本的一个区别就是互联网的话呢它主要还是利用网络效应双边的网络效应来去形成一个商业模式的

那对于这个人工智能来说的话呢它主要起码到目前为止它还是依托核心的技术能力以及对它所带来的产品的变革去形成价值如果让我分三个阶段第一个是技术突破的这个阶段事实上过去两年大家就专注在做这件事情那么第二个的话现在刚开始去做产品化尝试去怎么样形成一个新形态的产品来去做这个事但是现在离成熟期还比

比较远我觉得到了成熟期的时候大家会去看真正的大的这种有大的 volume 的市场在什么地方而且这个东西成熟了 volume 一大的话它这里面起作用的因素可能不是技术而是一些其他的东西所以可能最后来的那波眼他就会去看

你这个东西技术已经成熟了我觉得很简单的例子就是一开始有点识别对吧一开始不成熟可能就是做识别的算法可能是起达非常重要做因为你从 90 分到 99 分到 99.9 这是很关键的决定你能不能破工业红线一旦破了之后算法成熟了那可能就是也许我占有了销售渠道摄像机的渠道那可能是会一个更重要的要素它是要素的重要性

发生了转移那么当我觉得 AI 能力变得了非常非常平常的时候大家传播人都在用的这个时候那我觉得可能最终他倒不是说会 Qtime 因为现在其实 AI 已经有很多 Qtime 的这种 APP 对吧包括我上次还做的也有一些是给人家来 Qtime 的我觉得可能不是这个点而是说当他非常成熟的时候我觉得可能最终会有一群开商场的人

他会把 AI 变成 commodity 就 AI 从一个 new technology 变成商品化 SKU 就像你现在这个冰箱里这个什么什么外面的门市 family mart 买的东西一样我觉得可能那个会是一个普及化的一个普惠化的一个时代到来的时候可能会很多可能不一定懂技术但他知道所有东西我摆在那里给你去买可能那种会是一种很重要的一个模式他变成

推动普惠的那样的一种模式但它我觉得不一定是 Q-Time 但它肯定是选择以最大的人群提供它所需要的基本功能而且技术成熟的那类产品大量的铺开战友市场可能会是那种方式那你们商汤现在也在重度投入 AI 赛道你们主要是会 focus 在想用 AI 来颠覆或者影响哪些行业我们其实商汤一直以来的话

现在战略也是越来越清晰包括我们的董事长徐立在 4 月 10 号的发布会上提了一个非常重要的观点我也非常认同就是 AI 之道在于百姓之日荣

所以就刚才我说的 AI 能力的普惠因为 AI 最终的价值在于有非常多的人去使用而不是说我去炫耀我的技术有非常流我觉得这个可能是一时的最重要的还是你的东西是不是被大众被很多人用起来形成一个价值的闭环能够反补我们技术和产品的迭代这是我们追求的核心目标那么基于这样的一个核心目标再往下走的话我们会发现

真正我们一直在想新一代的 AI 技术它最有用的是干什么我发现有两个我们自己内部讨论发现有两个方向一个是它能够变革未来的交互的方式就让交互会无处不在那么它可能会植入到各种各样的应该提到的这种硬件里面去

这个是我们所寻求的所以我们一直在我们没有做那种常规的文字性的传播虽然我们有个网页版能展示这种能力但更重要的是我们一直在主打这种音视频的那种交互使得它最后能够跟这种硬件的这种结合跟机器人等等的结合它能够去形成交互形态的变革那这个是真正下一个时代的事那另外一个事情是我们叫做生产力工具就是真正让 AI 深入到人们工作中的一些真正的环节

去像你说的 save time 那这里面它的核心点就不在于说我这个 AI 在各种的榜单或者 benchmark 或者评测上面分数那个可以作为一个参考那个可能并不是最重要的事情最重要的事情是当你去实际使用的时候你能不能够给我真正省时间或者说找几段无关紧要让你写其他重要的我来自己写那所以我们现在特别专注的是一个所谓的 AI 的业务的可靠性我们做生产的工具核心的就是说不是给你炫耀我做数学题很牛逼我能够做这个世界的这个 outside 金牌的冠军等等

我的点是你用我的 AI 去办公去处理文档去处理你的数据去分析你的营销给你的结果是准确的对你是有帮助的这是我们现在在专注两个方向一个是

提供工作的价值一个是让交互形态发生变化当然我们很多的工作的话也在持续但它是工作都会基于一个还是不断进步的一个基础模型能力的基础之上所以我们叫做一技两艺就是一个基础模型的持续进步去推动一个是交互形态的变革真正有很多的人在各种场合用起来我们不仅用眼镜机器人我们也尝试放到各种公仔里面去也包括我们手机上面其实我们在探索哪一种交互形态人真正喜欢用以及他用来干什么那这个会帮助我们进一步迭代

第二个的话就是真正在生产环节我们很多的合作客户他究竟用 AI 来做什么他用的最多的地方我们就强化这块的能力对你刚才也说了就在生产环节在工作环节那有没有哪一些领域是 AI 表现特别好的我

我觉得现在已经有一个比较明显的就是所谓的数据分析这个领域为什么我们觉得它很好的因为这是我们从跟客户以我们自己内部使用 AI 发现的所有人的工作包括无论是做销售也好或者做研发的也好其实很重要的事情是啥一个是读各种外面的报道文章做调研这些 AI 也能做地位社群做这些事我们也在做另外一个就分析各种数字

就很多时候比如说我们说例项对吧你得拿出各种数字出来说你这个东西是合道理的有商业价值的等等包括销售他要分析这个月卖的不够好就是哪一块出问题了他要分析很多的数字所以这个事情的话呢

像普通的人比如说你不是专门做数据分析行业的不是个数据分析师但我确实是要从中得到从一大堆的数字里面得到我需要的洞察这个对他的是很致命的因为他决定了他的下一季度的业绩我们会发现在我们客户里面有非常刚性的需求甚至是说我们会看到学校里面老师

这个学期大家考试对吧好像今年模拟考试马上要高考了这个成绩不太好哪里是原因他要做很多的试卷的分析统计的分析那么这些的分析的话他要很准确不然的话会误导这一块我们会发现现有的一个基础模型直接用进去的话他也可以回答得头头是道

但里面很多错漏的地方所以我们其实正在自力解决这样的问题就使得最终我们所提供的模型不仅仅是说榜单上面好像挺好看的成绩而是说你整整愿意去信赖它作为你工作的助手作为办公啊数据分析啊这样的一个场合也是我们现在在看的一个方向而且因为我们其实服务很多企业客户所以某种意义上叫 2B 这种非常的刚性企业类部非常的刚性那像商汤你们现在主要都是服务 2B

后面会不会逐渐把这些能力也释放到普通消费者事实上我们也在做一些尝试我们现在的话有两种模式一种是真正的去服务企业内部的工作像我们的一些办公数据分析有很多企业在我们合作在用还有一种的话叫土逼土洗

坦率地说我觉得商汤在突袭端的经验可能还没有那么的丰富相比一些传统就做突袭的公司来说但我们又很好的跟企业服务的这样的一个传统所以我们其实也在跟这些企业合作在过程中我们去理解最终消费者他的行为他的习惯以及他们所倾向的这样的一些方式这种方式也能够帮助我们去迭代模型所以我觉得这也是一种其实间接的突袭

但是说呢我们从具体的工作模式和商业模式角度会选择会跟更多的合作伙伴去合作但我们内部也有一些这个产品团队尝试孵化一些小型的 C 端的 APP 比如说我们的卡皮记账也许你们后面可以关注一下就是它其实现在这个活跃用户的增长还是蛮不错的它只做一件事情就是

就是大学生天天在里头去今天买了什么东西消费会记录下来然后他就回头就告诉你你上个月消费有这样的一些问题建议你比如说你去医院多了建议你买个保险等等 AI 还有一个中国特别关注的就是算力还有芯片那在高端芯片的领域我们也知道跟美国还是有差距的张唐有没有什么经验可以分享有没有可能在这个赛道可以弯道超车呢

或者不要说超车吧就尽快能够追赶上我觉得是这样的就是说我觉得算力这个事情它有很多创新的方式这也是我们常常一直讲这个三维一体的这个战略就是一个是算力模型和应用刚才已经讲了很多我们就基于这个应用来牵引我们模型的迭代但其实刚开始我们也讲到了效率的革命是非常重要的

就能不能够用 1%的成本去达到相同的水平这个我觉得未来也是一个非常非常重要的趋势以及可能决定了一个企业的 AI 产品和商业模式是否具备竞争力的一个非常关键的要素那么对于效率这个事情来说呢它有很多创新的空间我觉得 DeepSeed 的话某种意义上让大家看到了这里面的一些潜力但是还有很大的空间它没有办法把事情全部都做完

在这里面核心的点就在于当你有一个具体的模型的架构的设计你有系统的时候

当然我们也许我们的芯片也许没有达到国外上英伟达最新的芯片的水平但并不代表我们只不能用所以我们有几个点第一个模型结构上面的创新现在我们讲交互交互它最重要的一个点就在于我要非常快的去敏捷的跟你去对话但是我要回答得很准确要有深度我背后可能要有一个很大的模型这两个事情实际上在当前的技术条件下它是有一定的矛盾性的一边要大一边要小

这种你能不能够去做一些结合我觉得这是一个非常值得去探讨的事情它会促使整个的模型系统体系的一个创新那么还有一种的话就是说比如说用芯片那么它能不能够是说当你的单卡的芯片单一张芯片的算力相对国外有差距的时候

我能不能够通过整个系统互联的创新比如说我的模型架构做得更加的稀疏我让它的通信不用那么密集的时候我就能够把我的我也许每个工人的工作效率没那么高我多请一辈的工人对吧

但他们只要它的组织力在那里我照样可以打仗所以我觉得在系统层面跟模型的这种联合创新上面有很大的一个空间事实上我刚才提到了在过去的 GPT-4 的模型能力同样能力的提供它的成本下降了 280 倍这里面硬件的因素可能是其中的两三倍左右就是换了一代英伟达的芯片剩下的几十倍从哪来的就是这些创新带来的

现在巨神智能也特别火你认为巨神智能的时代来了吗这是一个非常有意思的一个问题很多人都在问了最近因为很多的初创公司最近包括现在大家看了巨神智能有很多拳击跑马拉松但这个是很有意思的事情你回顾 AI 大模型它其实早两年开始在发育起来大模型刚开始干什么呢写诗作画所以当时其实大家就觉得作家物的还是我但是写诗作画的是大模型好像并没有帮到我

现在巨神智能发现好像他去搞什么拳击比赛跑马拉松的是他但是他的实用性究竟在什么地方我觉得他也不是没有实用性现在很多的机构门前也摆着机器人他能够去迎宾的能够回答一些简单的问题这是一种然后第二我住酒店对吧有些时候他会送餐这是一课还有扫地机器人这些其实代表了他已经能够在狭窄的领域开始部分的用起来

但是的话并没有真正用到所谓的它的它用的只是一个底盘能跑的一个机器而已但它的灵巧手也好它的四足两足的能力也好好像只能跳舞你说的很对如果我们看机器人第一股

我们就会发现优必选我们就会发现它那个财报里面有几大类卖的最好的机器人一大类就是你说的就是展厅的给公司放门口的然后第二类就是叫具第三类很搞笑就是给猫铲屎的一个机器人的工具其实这些还是要么是 for show 秀出来的东西要么就是一些我们可能看上去很实用但是没有想象的那么智能化的东西所以你刚才提到了巨声智能实在是不来临

就像我们说 AI 实在是来临我觉得是一样的其实 2014 年商商刚创立的时候 AI 实在已经来临了那个叫做 AI 1.0 时代就是专用的 AI 模型现在巨声智能时代来临了因为你其实已经我们在用扫地机器人在用送餐的机器人在用这个他去送餐或者是干一些刚才提到的事情那叫做 1.0 时代就是每个机器人干一建设或两建设把这事干得真正有用

突破了红线大家愿意买这叫 1.0 时代但所谓的 2.0 时代就是通用机器人就像一个人一样什么事都能干这个事情它还有待于一些基础突破比如说他的大脑是不是够能够理解所有的事情能做出反应这个现在我相信大模型的发展的速度会更超前一些所以大脑可能现在来说可能不在主要瓶颈因为大脑这个事情发展的比他的身体要快一些这也好事大脑先发育但是他现在接下来的就是他的手他的脚

它能不能够真正在非常复杂的环境下面去完成一些动作我发现机器人现在的手还是很慢的点点过去要抓起一个东西这么过来跟人的这个灵巧度还差非常非常大的距离所以我觉得那个时代会来的但现在我们我觉得从商业角度现在真正有用的东西肯定闭环会做越大大家开始感觉到了我家里摆几个不同功能的功能机的机器人他去做一些事情

大家会接受这个事但慢慢的话随着可能几个关键的技术卡点包括它续航包括它手的灵活度包括它走路能不能够稳定等等还有很重要价格能不能降下来这几个要素我觉得在接下来几年是会取得比较大的进展的那么那个时候我觉得可能所谓的 2.0 或 1.5 的时代

其实那个虚拟世界的 AI 和现实世界的 AI 我觉得有一个四现象的图还挺有意思就是它的横坐标是任务的复杂度那个纵坐标就是 fail cost 失效成本你会发现在虚拟世界它能做特别多的事情

它的场景就是所谓的复杂度可以很高它甚至可以告诉你怎么样可以去火星但是它一进入那个物理世界你就会发现它的那个失效成本会特别高一个已经是就是虚拟 AI 加这种 physical AI 很重要的形式就是自动驾驶车你会发现它的那个失效成本其实是非常高的所以从你的角度你觉得黄人寻口中的那个 physical AI 它最先会落地大规模落地的一个形态会是怎样的

其实我是觉得它的落地的这个速度取决于它落地的门槛比如说这种驾驶事实上某种意义上也是某种意义的巨声制挡在这些非常特别的驾驶的一个场景去做但是呢一直到现在都还是以辅助驾驶为一个主要的形态为什么不能传自动对吧因为确实人命关关天嘛这个要非常非常谨慎这就代表了

它真正落地的门槛非常非常高有很严格的安全方面的要求那还有比如说大家也很早很早之前大家就说手术机器人代表外科医生去做手术但现在这个真实的实践应用也是非常非常的有限

因为也是涉及到人的生命和健康不能开玩笑的这种事情要非常严肃和要有敬畏心所以这种属于高门槛就像你说的私下成本非常高的这样的一个地方所以它的渗透率会非常的谨慎非常的慢然后还有另外一种的话就是属于它也有一定的私下门槛的就像你做金融交易什么的这种

但我觉得这种失效的成本它跟你的交易额有关系你大额不行搞小额的也还是可以的不是人命关天的对所以这种它会渗透的比较快所以我是觉得现在就是我觉得这种叫做机器人它会在一些就是不是 mission critical

critical 的出错问题不大的这种地方先用起来比如说现在商场也有做圆萝卜下棋机器人这还挺 popular 的下棋的这种他下错一步棋也不会影响对所以就是这种会先起来还有我觉得一些家居用的工业机器人早就在应用了但可能跟我们现在讲的不是一个故事另外一种可能在家居服务对吧在消费端就它场景量很大但又很垂直像送餐这样的话它也在用起来了对吧

那这种的话它会比较快的去还有家居里面对吧我可能帮我叠衣服对吧它最多叠的没那么好但那肯定不会影响我的这个安全那这种可能非民就非这个安全敏感的一些家务我觉得其实它只要把几个场景打穿也是可以去用起来那你觉得民用机器人会是室内更快普及呢还是室外其实因为机器人现在都很喜欢不同的分类嘛一个就是 indo 一个就是 outdo

我很难准确判断但我觉得我自己的一种感觉室外的会更快的起来本质上是更容易做其实室外它可能更加重要的是移动的能力室内更加重要的可能就是我们说的手一个更重要的是脚轮子因为它室内其实像是螺丝壳里面造道场你家里面东西摆得特别的杂乱然后啥东西都有大部分的人家里也没有那么真的那么宽敞我把东西都堆得乱七八糟的你真的在这样一个环境里面工作所以为什么我觉得

例子就是像自动驾驶和辅助驾驶高速路是比城区容易做的嗯 是的所以高级版本都是做城区对像人的话觉得好像城区开始第一步然后再上高速机器调过来因为那个很干净很整齐的一个场景室外相对来说我说室外不是那种很复杂的这个

这个市中心的马路我说的是可能你到野外跟你去郊游这样一些场景而且那种的话有个机前陪着你去做一些事情可能也挺好的对吧还有一个我觉得也是一个方向就是它的机前不是一个单独在外面的它带在你身上像外骨骼现在也有人在做这样的事情那它是运用在什么场景呢其实是体育和户外活动的场景明白因为本来你只能跑走一个小时现在能走八个小时像超人一样

因为这种的话它相对来说它场景比较干净它要解决的复杂的障碍比较小 corner case 比较少那么它的落地门槛而且它对于安全相对来说敏感性会小一些这些会先起来因为这些起来很重要它会教育市场大家会觉得这东西真的有用投资就会进来有很多新的想法就会进来慢慢就会扩大到一些更难渗透的地方

朱孝虎就投资了一些陪伴类的机器人你刚才也说商汤也有投资一些公仔那你刚才也说了其实他们的情商很高这个也会是一个趋势吗对陪伴类的这个我觉得还是挺重要的现在我觉得 AI 常规的陪伴应该还是做的可以语音技术还有这个他的这个说话的这个聊天聊天是第一层的能力嘛已经做得非常成熟了

虽然我们自己也做一些情感培护类的这种理人聊天的这种模型但我们没有直接做这样的 APP 我们赋能了几家比较大流量的 APP 做这个事聊天的时间非常非常差有人真的能跟 AI 聊几个小时就在找一个角色来聊那种那我们刚才说了无论是虚拟世界的 AI 还是 physical AI 其实都有可能颠覆很多行业那在互联网移动互联网时代虽然很多行业被替代了但是也有很多新行业出来嗯哼

你觉得 AI 时代也会这样吗很多人还是挺不乐观的觉得可能真的就会大规模的失业有两种观点我自己都看到一种观点就是会觉得工业革命对吧也有很原来是什么马车夫也失业了但后来

我们的这个就业的这个其实也还是挺充分的现代式社会还有一种呢就是说它确实取代了连最后的劳力劳动都被取代了好像就没啥可替代的这个点了这两种观点都有在激烈的去去争锋甚至是说就有人提出像 UBI 对吧这个 Universal 的这种 Basic Income 就是哎呀这个算了你不劳动我也给你一个基本的保障考虑设计这样的社会制度那它的 assumption 就是它的假设就是最后

其实真的没需要那么多岗位了但是从人道的角度出发我还是得给这些人生活下去的一个最基本的资源我其实觉得现在其实是一个赛跑很明显的是随着 AI 技术的进步一些传统的很常规化的这种工作随着 AI 能力它的可靠性它的能力的提升肯定 AI 会做得更有效率那么经济规律它肯定会发生作用的有一个更高效率的东西你难不足了别人为什么不用呢

所以那这个东西它最终会发生传统的很多常规性的工种可能 AI 在里面发挥作用会越来越大对人的需要会越来越少这种需要可能体现在不需要工作那么长时间有可能是不需要那么多人但总体上人在上面的工作时间肯定会总工作时间会变短的那么

另外一种的话就是现在 AI 还没有触及到更高级别的就是用创新性的这种领域那么 AI 我觉得短期内还没有那么快能做到这个水平更多的现在还是一个助手或者说帮你处理一些常规工作的一个角色他现在还处在我要把这个处理的可靠性提升的这样一个阶段那么到了这个未来如果这些问题我们再想远一点都解决了那会是什么样的一个状态呢

我自己的点呢就是说第一人类还是会有这样的空间因为他还是在用他更超前的这种想法来去因为我觉得人的思想是可以改变的把眼回到一千年前你找一个宋朝的人他想的东西跟现在人想的东西肯定会有非常非常巨大的差别所以我觉得在这个过程中人的思维方式他想的东西会有一个很大的一个升级

所以当你升级之后我觉得从我以上工业时代我会这么简单的理解就工业革命它解放了体力劳动当前 AI 的大模型的浪潮它解放了不是全部的劳力劳动它解放了初级的劳力劳动或者说创造性不足的劳力劳动

但它还会留下一个有足够的创造性的空间,我觉得这是对人类来说最重要的一个制高点,这也是所以人能够继续在这里面,在这个地球上有它的价值的最重要的一个环节。

但你刚才说的会不会是精英阶层因为大部分的人他就不是从事创意性的工作那这些人怎么办呢所以我就说这个是一个赛跑因为 AI 的渗透它也需要时间像我刚才说了它面临非常非常多各种各样的安全性的可靠性的等等等等的挑战据称智能也有很多的问题物理世界怎么交互它有很多的技术上的挑战产品上的挑战

它有个过程但是我觉得其实我们有足够的这样一个教育的话人去学习 AI 去学习 AI 这个事情没有那么困难现在做 AI 创新的很多其实也就是个本科生也就能做了

所以关键的就是说人的这个思维的这个提升的速度能不能足够快去转到这样的一些方向上面就这两个我觉得也许中间会有一个时期就是确实这里面带来的工作需要的下降跟这边的上升没有能够配上的时候它可能会有一个波动我觉得是有

但是最终人类社会会经历这样一个过程它会到一个新的时代但这个过程中可能也会阶段性的有一些相对大家不一定会觉得很舒服的时间就像工业时代之后大家天天去中场里面去打杂对吧去烧这个机器

其实也代表了这个转型它在某一个时间阶段也可能会带来一些大家不一定愿意看到的情况所以这个时候我觉得还是两个部分就是第一个我觉得经济规律它会发生作用当有效率更高的方法的时候不会一直都停留在旧的时代因为企业与企业之间有竞争国家与国家之间有竞争人与人之间有竞争它肯定会选取效率更高的方法但是

在这个关中我们能做第一个通过这种教育宣传让大家更加会知道我们需要尽快地去掌握新的时代的这些武器让自己创新能力的提升去想更高层次的事情但另外一个的话我觉得在社会层面其实很多的保障性的措施是需要跟上的我觉得终究技术像我刚才说的在于百姓运用还是要为人服务所以这个过程中还是说需要

去提供了这种应有的给人的关怀和社会保障我觉得这个不能缺位你刚才说的让我想到一个有点奇怪的点就是很多很多年人类都很追求效率会不会有一天 AI 已经把效率的事都干了我们就可以不追求效率追求一些更加浪漫更加人文的事情这个其实也是触及到就是就人的所谓的本身的终极价值所在的一个地方

我觉得内社会这么多年的发展它其实都是在追求更高的物质文明

其实满足我们的各种生活上的一个需要那这种的话其实在工业革命的时代它解决了一个很大的问题就是整体的工业生产率劳动生产率是非常高的现在说实话哪怕只是中国的生产能力它都能够供应全世界的需要了进行到了一个不是短缺经济的时代就是一个物质生产能力甚至到了一个高度发达的一个时代我现在工业 4.0 对吧这很多东西都是不需要人的工厂都能够大规模的生产

那么这个时候的话呢之前工业化革命带来的是那么高的效率提升它所依赖的是标准化所有东西都是一模一样的我就有一个流水线这种非常高效率生产出来它的效率源自于标准化那么可能 AI 革命之后的话呢我 AI 能够处理非常复杂的变化我不需要标准化了我可以由性生产工厂可以根据每一个客户需求生产一个完全不一样的公仔出来这都可以对吧所以这种所谓由性的生产非标准化的这种面向每一个客户的这种是个性化的生产

就开始出现了所以它生产效率提升会从标准化的效率提升变成了个性化的定制化的依然能够保持效率的这样的一个过程但这个过程的话可能随着 AI 能力的大规模的应用和渗透

它也会慢慢的就会变成像你说的最终他把这个社也都做了那人的这个价值的话呢我觉得还是有两点就是就像我们其实经常因为看我觉得有一个很重要 inspiration 就是说咱们去看科幻小说嗯

其实如果你站在一个这样的一个节点来去看人类现在所处的无论是生产能力和效率能力等等他跟科幻小说所描绘的那个世界还是有非常遥远的一个距离所以我觉得在那个时候科宗人的主要的想法是行现在反正地球上的时候干完了我去星辰大海也是有可能当你到了一个新的世界的时候你就会发现有新的事情需要去做所以最终我觉得

限制我們的並不是某種形態的東西而是人始終他有保有的想像力和創新力就像以前的征服新大陸對吧通過航海到了一個新的地方之後又開闢了新的世界出來這裡面我們不是說做領土的征服而是說當我們的想像力到了一個新的空間的時候我始終相信會有很多新的事情我們可以去做的這個就是 AI 還是會在伴隨著人類的旅途上面

会让人做这个事情做得越来越快你也专门提到 AI 和人其实是有一定的竞争关系你觉得 AGI 什么时候会出现呢最新 DeepMind 它的创始人 Hassabis 他说他觉得会出现在 2030 年之后你怎么看我其实觉得要看 AGI 的定义我觉得初级的跟所谓的中级亿的 AGI 它出现的时间节点可能会差非常远

初级的 AGI 就是现在我们能够想象出来的人类大部分人 99%的人正在干的工作被 AI 的技术所取代了这个时间节点我觉得随着 AI 的可靠性的提升产品的打磨技术的进一步的进步会不远的将来我觉得也就是 5 到 10 年的时间现有的很多的职业它可能 AI 都能够做得很好就你一个一个行业的突破工业红线的话那这个事情也就到来了

但是的话呢在这个过程中也会很多新的东西会出来所以我觉得首先第一个是电子空间的 AGI 可能是在这个时间那物理空间的话还取决于这个机器人本身硬件层面的一些发展会更长一些我觉得可能确实要 20 年因为很多硬件上的问题需要去解决这个有更长的时间但是这两个都在工作层面我把现在的常规性的职业的 90% 95% 99%让 AI 能做到

跟人一样的水平甚至超越人的水平但是的话 AI 能不能够去创造一个新的世界的能力

现在我还没有看到很明显的端倪所以我觉得那个层面它有自主意志的有自主创新能力的而不只是说帮你把工作做完的这个 AGI 什么时候到来我现在不好因为我没有看到这个路径那如果那一天真的到来了你觉得你会是很兴奋呢还是会有担忧我觉得从我目前的角度还是会更期待一些担忧的话呢其实我觉得确实 AI 的这个能力怎么样能够去

带来破坏性这个确实是需要我们去关注的但正如比如说互联网时代对吧互联网这样的一个基础设施它也带来一些负面的东西比如说可能会有一些信息安全的问题

一些更快的手段去传播虚假的信息的问题 欺诈的问题等等对吧 欺诈的方式也发生了变化但事实上我们整体来看从大的体系来看互联网带来的正面作用远远大于它的负面的作用另外一个的话就是说我觉得 AGI 跟人的竞争的事情上面的话我觉得可能当前可能一个更现实或更迫切的就是

拥有 AI 能力的人跟没有 AI 能力的人的这个竞争可能会形成一个因为 AI 现在还是一个帮人做事情的这种阶段他只是说让你做事情效率变到 100 倍 1000 倍原来我可能有一个居心不良的人他想去做一些事情做一个坏事他受限于个人能力的破坏性会相对弱一些

而且现在也有我们有越来越强的各种这种社会的这种监管防范能够帮助防止这样事情的发生但是的话当他有 AI 能力的时候也许现有的这样的一些体系不足以能够去抑制他的破坏力的发挥的时候那确实是会带来一些现实的这个负面这种影响是我们需要去关注的比如说我们之前在香港参加一个会议那边的警署就开了一个峰会就去讨论这个问题

现在 AI AIGC 很流行造假现在其实已经完全乱真了视频生成而且非常高的速度能够生成一个新的比如像我们商汤的技术 10 到 15 分钟做成一个以假乱真的数字那么这个事情的话也许今天我们在这采访对吧你把我的话改掉去播可能也是有可能但是我的一点就是说怎么去防范这个事情

靠人传统的手段是做不到的那 AI 它的强项在于它很高的效率处理复杂性那么这些新的变化可能也是需要通过 AI 的技术来去提升那么我觉得对于我们的这个整个的其实 AI 整个传社会它也是一个所谓增强学习的概念就是我们遇到了什么样的这个反馈我们就知道哪块需要加强

所以我觉得第一个让整个这个传社会的这个强化学习的这个系统它能够顺畅的运转发现问题的时候我们能够去鼓励我们的技术团队去从解决这问题上面能够得到它的一个价值的一个发挥这样的话呢我想它其实然后对那些使用 AI 去做一些不好的事情我们肯定是要有这个惩罚有 penalty 就通过这样的一个强化学习心态让整个社会它使用 AI 的方式是朝着一个向善的方向发展的

下面我们进入赛博热搜环节,就是网友想问达华老师的一些问题。第一个就是商汤的数字人能复活逝者吗?这项技术目前普通人可以用得起吗?两个点,第一,这个技术它的使用成本正在快速地下降,所以在可见的将来,它的使用成本会非常非常低,甚至大家在手机上面就能直接使用这样的技术了。

第二呢就是复活逝者我们现在需要把一个人做成数字人他是需要数据的只要这位逝者他在去世之前保留了所需要的关于他的声音他的影像的一个充足的数据的话那是可以做得到的但是他如果完全没有数据只有一张照片效果可能会没有那么好但是也有一些基础的途径那比如说跟这个逝者数字人沟通他那个语感和真实度还原度有多高

如果我们精心制作这个数字人的话我觉得一定程度上能够做到以假乱真的水平因为我们曾经就我们的商场创始人汤小悟教授他在去世之后我们的数字人团队就给他做了一个当时还非常火的一个视频就在联会上面我们把这个视频放出来了一直在看在做了几千员工根本就没有看出来

这是一个用数字眼制作出来的视频直到最后他说了一句话感觉应该是唐老师复活才能说出的话的时候大家才猛然醒悟它是一个数字眼视频

所以这种视频如果有足够的数据和打磨的话真的是可以做到一刹乱整下一个问题想问一下女性科学家在 AI 领域多吗比例是多少比如说你的实验室女性占比是什么样子女性的科学家其实蛮多的我觉得很多的女的同事她其实很有创意我们很多的做产品的经理甚至有一些这个做技术的同事的 leader 都是女性

占比我手上没有统计的数值我估计可能是 6 比 10 吧男女比例大概这样的一个水平而且我觉得因为我们现在 AI 的话要做很多交互有很细腻的跟人的交互的设计在这里面女性发挥了很独特的一个角色

你们的圆萝卜下棋机器人有跟什么专业选手下过棋吗效果怎么样我们的这个机器人其实跟我们国家的这个象棋还有围棋的这些大师应该都下过像列维平也跟我们的这个围棋机器人下过棋他们其实对于这个机器人的棋力还是非常的认可的中间的话应该在不同的棋局上面会有胜负吧但应该还是能达到一个最顶尖的这种棋手的这种水平现在其实 AI 下棋能做到一个顶尖棋手水平并不难呢

如果 AI 发展下去人类下棋注定赢不了 AI 那人类还有必要下棋吗我觉得这个是很有意思的一个问题首先我们得想想人类下棋的目的是什么有两种目的一个就是提高自己的智力水平通过下棋让自己的这个智力的锻炼又或者说在下棋的过程中我们称之为手弹

就是灵魂的交互所以下棋下得赢下不赢它不是一个技术问题它其实它是人是作为自己跟自己交互或者跟你的对手做一个手谈交互的一个方式一个途径那么从这个角度来说的话我觉得即使 AI 它到了一个完全超越世界冠军的水平现在确实也能超越了它并不影响人类在这两个途径上面得到它所需要的价值

听说商汤的 AI 能帮医生看片子那以后老百姓去医院看病是不是能少排点队这技术准不准呢第一呢这个技术确实已经我们的大医我们的这个看片的这些技术确实在临床里面是有应用的医生的话呢确实也对他觉得是真正提供了帮助包括看片效率也得到了提升这是真实的情况那么我们做医疗的

一个很重要的一个理念其实就是解决现在所谓的医疗资源的一个不足的问题我觉得 AI 的核心起码在当前阶段 AI 的一个核心功能倒不是说真正取代一些顶尖的医生而是说这些医生的资源太稀缺了我们有那么多的老百姓生病需要去医院看病这个优质的医疗资源其实没有那么丰富那么这个时候的话我们是希望把

把医生的经验融合到 AI 的模型里面去这样的话在 AI 的模型的辅助下面我们有限的医疗资源能够它的效能能够放大这样更多的老百姓能够享受到更好的医疗的服务所以我觉得随着这些技术的普及老百姓开明肯定会更方便

我们这个节目其实聊过挺多 AI 相关的话题之前有跟投资人聊过有跟创业者聊过也有跟大厂的高管聊过但是跟像你这样科学家背景的还是第一次我觉得也聊出了很多新的角度所以特别感谢达华教授来做客赛博对话我们这个节目的初衷是用有温度的人文视角解读与大家息息相关的前沿科技如果你对这类话题感兴趣记得给我们点赞关注我是主持人电动 Emma 下期再见谢谢

i know you