2024年，是人工智能發(fā)展史無(wú)法忽視的一年。

這一年，在經(jīng)歷了2022年ChatGPT這一“超級(jí)應(yīng)用”問(wèn)世，經(jīng)歷了2023年的“百模大戰(zhàn)”之后，2024年的模型世界每天都有新故事，從多模態(tài)，到語(yǔ)音助手；從開源看齊閉源，到推理計(jì)算直追訓(xùn)練擴(kuò)展。每個(gè)月甚至每個(gè)星期，這個(gè)時(shí)代都在發(fā)生變化。

換句話說(shuō)，地球在物理學(xué)科有“重力加速度”，在計(jì)算機(jī)學(xué)科又有了新的 “AI加速度”。

在這樣的“AI加速度”下，大模型出現(xiàn)在公眾視野其實(shí)才兩年時(shí)間，但已經(jīng)幾乎完全改變了產(chǎn)業(yè)邏輯。

基于此，11月16日，由PEC China、至頂科技、軟積木主辦的2024 AI創(chuàng)新者大會(huì)暨PEC·提示工程峰會(huì)上，舉行了一場(chǎng)《預(yù)見2025》的圓桌對(duì)話，邀請(qǐng)了中國(guó)信通院人工智能研究所所長(zhǎng)魏凱，硅基流動(dòng)創(chuàng)始人袁進(jìn)輝，釘釘副總裁、解決方案&戰(zhàn)略客戶部總經(jīng)理邱達(dá)，郵儲(chǔ)銀行RPA+AI創(chuàng)新實(shí)驗(yàn)室（總行級(jí)）負(fù)責(zé)人潘淳，智譜AI首席生態(tài)官劉江的共同參與，至頂科技CEO兼總編輯高飛擔(dān)任主持。

幾位專家齊聚一堂，分享在他們眼中的2024，并一起預(yù)見“AI加速度”下的2025。

ChatGPT兩周年，產(chǎn)業(yè)還在加速

高飛：先請(qǐng)問(wèn)魏所，從您個(gè)人角度來(lái)看，過(guò)去一年，AI發(fā)展速度如何，比起第一年，是更快還是更慢，印象中最深刻的事件是什么？

魏凱：肯定是更快，不斷在加速。經(jīng)常有人說(shuō)，在AI界，地上一年、天上一天。技術(shù)進(jìn)步速度、應(yīng)用發(fā)展速度都在刷新。

我印象最深刻是有一種撲面而來(lái)的加速感，每隔幾天有新模型出現(xiàn)，每隔幾天有新應(yīng)用冒出來(lái)，所以整體上是一個(gè)不斷壓縮時(shí)間、加快節(jié)奏的過(guò)程。當(dāng)然，這里面空間很大，未來(lái)方向也越來(lái)越清晰，也堅(jiān)定了大家的投入信心。

對(duì)于創(chuàng)業(yè)者來(lái)說(shuō)，黃金時(shí)代大幕正在拉開。OpenAI創(chuàng)始人Sam Altman曾說(shuō)過(guò)，一個(gè)人的公司已經(jīng)有了，公司法已經(jīng)允許大家創(chuàng)立一人公司了，所以，一個(gè)人的獨(dú)角獸公司可能會(huì)很快出現(xiàn)。因?yàn)槟悴恍枰獣?huì)編程，不需要雇很多員工，有若干個(gè)大模型為你服務(wù)。所以，創(chuàng)業(yè)者的黃金時(shí)代到來(lái)了！

中國(guó)信通院人工智能研究所所長(zhǎng)魏凱

高飛：有人講AI產(chǎn)業(yè)變化速度很快，以至于大家都有點(diǎn)跟不上節(jié)奏，智譜作為國(guó)內(nèi)基礎(chǔ)模型的代表，感覺到今年主旋律是什么？

劉江：主旋律是落地、科研突破。智譜自2020年開始做大模型，比較早期做大模型進(jìn)入大眾視野，總體來(lái)講是搞科研、發(fā)論文、做模型。

當(dāng)然，模型確實(shí)也發(fā)展非常快，如果說(shuō)今年上半年OpenAI還是偏引領(lǐng)，方向是多模態(tài)，比如Sora等都是這個(gè)方向。到了下半年，GPT-o1又出現(xiàn)。這三個(gè)模型，是三條技術(shù)路線。

智譜AI首席生態(tài)官劉江

模型落地，為何總有分歧？

高飛：說(shuō)到落地，釘釘是非常接地氣且落地的企業(yè)�，F(xiàn)在大家談大模型應(yīng)用有兩種角度，第一種角度說(shuō)AGI快實(shí)現(xiàn)了；第二種說(shuō)法是，AI好像還沒什么用，還沒看到在生產(chǎn)環(huán)境中能發(fā)揮多大作用。這兩種觀點(diǎn)非常撕裂，怎么看待這個(gè)問(wèn)題？

邱達(dá)：邏輯上來(lái)講，為什么會(huì)存在分歧，這和AGI的本質(zhì)、概念、定義還不夠清晰，是有強(qiáng)關(guān)聯(lián)的，這是我的第一觀點(diǎn)。

第二觀點(diǎn)，到底什么可以稱之為真正意義上的AGI，可能要有一個(gè)標(biāo)志性特征，模型可能真的要具備自我迭代和進(jìn)化的能力，在非人為干預(yù)的情況下。

這可能會(huì)引發(fā)爭(zhēng)執(zhí)。所以，怎么在又符合安全、又有和人類對(duì)齊的方向?qū)崿F(xiàn)進(jìn)化，可能是一個(gè)觀測(cè)點(diǎn)。

所以，對(duì)AGI能來(lái)到，我是保持比較謹(jǐn)慎的、樂(lè)觀的態(tài)度。我也會(huì)非常實(shí)際去觀測(cè)，模型世界里是否出現(xiàn)了自我進(jìn)化的點(diǎn)，或者出現(xiàn)早期成功的標(biāo)志性事情。

釘釘副總裁、解決方案&戰(zhàn)略客戶部總經(jīng)理邱達(dá)

高飛：有一句話在金融領(lǐng)域叫Money never sleeps，金錢永不眠�？磥�(lái)以后是AI never sleeps，AI也要永不眠。

接下來(lái)想問(wèn)硅基流動(dòng)。硅基流動(dòng)致力于提升模型開發(fā)效率，推動(dòng)產(chǎn)業(yè)鏈和模型接軌，當(dāng)時(shí)為什么瞄準(zhǔn)這個(gè)方向，是要解決這個(gè)產(chǎn)業(yè)鏈的什么痛點(diǎn)？

袁進(jìn)輝：過(guò)去一年，AI發(fā)展非�？�，今天無(wú)論是閉源模型、開源模型，能力已經(jīng)非常強(qiáng)大，基本上可以認(rèn)為，我們解決了AI模型的有無(wú)問(wèn)題，最重要是落地過(guò)程。

在這個(gè)過(guò)程中我們判斷，需要更多的人參與到這波浪潮里來(lái)，不僅是專家或科學(xué)家的事，還要解決基礎(chǔ)設(shè)施建設(shè)的問(wèn)題，比如修一些路，讓大家都能開車，讓大家不用專門去研究GPU，不用去研究AI芯片，或者不用研究模型選擇，以及構(gòu)建應(yīng)用時(shí)不用重復(fù)開發(fā)一些基礎(chǔ)組件。

比如云、RAG系統(tǒng)，這些通用部件都可以直接當(dāng)成水龍頭一樣打開就能用，我們希望解決AI技術(shù)普惠化的過(guò)程，變成在場(chǎng)景里的產(chǎn)品經(jīng)理，我們即使不是工程師，如果有想使用AI能力的愿望，或者有這種idea，就能夠把idea變成現(xiàn)實(shí)，這里面要解決很多基礎(chǔ)設(shè)施的搭建。

所以，我們主要想解決的問(wèn)題是，把算力、模型、基礎(chǔ)架構(gòu)搭好，這樣大家開發(fā)AI應(yīng)用時(shí)，只關(guān)心自己業(yè)務(wù)就好。

硅基流動(dòng)創(chuàng)始人袁進(jìn)輝

行業(yè)滲透，路線如何選擇？

高飛：接下來(lái)提問(wèn)郵儲(chǔ)銀行。比起當(dāng)年的云計(jì)算，你覺得現(xiàn)在AI和行業(yè)之間的滲透率如何，行業(yè)內(nèi)的人，特別是金融行業(yè)的技術(shù)決策者，對(duì)AI在金融行業(yè)的總體態(tài)度是怎樣的？

潘淳：我先說(shuō)一下對(duì)ChatGPT的感受，因?yàn)槲疫�有一個(gè)身份是，微軟技術(shù)俱樂(lè)部的主席，所以我從2022年11月ChatGPT剛發(fā)布時(shí)就開始接觸，也趁機(jī)建了國(guó)內(nèi)第一波AIGC生態(tài)社區(qū)，接觸到大量場(chǎng)景。

大概在2023年3-6月，有一個(gè)超速發(fā)展的機(jī)會(huì)。2023年底，各種大模型出現(xiàn)，現(xiàn)在國(guó)內(nèi)有260個(gè)模型。再到今年6月份，有兩個(gè)重要產(chǎn)品出現(xiàn)：一個(gè)是Sora，文生視頻突然火起來(lái)。第二個(gè)是Claude 3.5�，F(xiàn)在，應(yīng)用生態(tài)開始向上爬坡。

回到金融領(lǐng)域，銀行有一個(gè)非常微妙的變化。銀行的特點(diǎn)是，網(wǎng)絡(luò)分為兩塊，辦公網(wǎng)、生產(chǎn)網(wǎng)，生產(chǎn)網(wǎng)絕對(duì)是物理隔離，調(diào)不了API，只能自己去建。所以這導(dǎo)致，銀行如果要在AI分析有所作為，必須要自建。

從應(yīng)用的角度看，是從無(wú)到有、從有到優(yōu)。從無(wú)到有，是有無(wú)模型的問(wèn)題，自己去弄硬件、去弄模型。第二部更重要的是，應(yīng)用生態(tài)。

郵儲(chǔ)銀行RPA+AI創(chuàng)新實(shí)驗(yàn)室（總行級(jí)）負(fù)責(zé)人潘淳

高飛：關(guān)于AI應(yīng)用，想請(qǐng)問(wèn)釘釘。目前圍繞AI應(yīng)用落地有兩種方式，一種是在原有產(chǎn)品上做轉(zhuǎn)型，疊加AI的能力；還有一種是AI原生。你覺得未來(lái)占主流的會(huì)是哪一種，是轉(zhuǎn)型路線的應(yīng)用占主流，還是從0到1的原生方式要顛覆一切？

邱達(dá)：我分享一個(gè)思考方式。我們做產(chǎn)品的核心是為了解決問(wèn)題，正如剛才各位專家提到的關(guān)鍵詞“落地”�？梢詫⑦@個(gè)問(wèn)題拆解一下，對(duì)這兩種形態(tài)（AI原生和疊加AI）做一些信息上的對(duì)比分析。

首先，釘釘產(chǎn)品中有一個(gè)觀點(diǎn)，叫“實(shí)現(xiàn)最小閉環(huán)功能的能力”，類似于MVP（最小可行產(chǎn)品）。如果這個(gè)MVP的核心邏輯可以通過(guò)窮舉或者固定規(guī)則完成，那么大概率適合走“疊加AI”的路線。

舉個(gè)例子，在服務(wù)制造業(yè)客戶時(shí)，比如涉及工藝、配方、參數(shù)的場(chǎng)景，目前還是以邏輯為主導(dǎo)。而制造業(yè)的一個(gè)特點(diǎn)是容錯(cuò)率極低甚至不能容錯(cuò)。比如，如果AI直接接管配方調(diào)整，每個(gè)批次的產(chǎn)出可能需要精確到0.01，但一旦出錯(cuò)，就會(huì)導(dǎo)致整條產(chǎn)線的問(wèn)題。

在這種情況下，AI更適合作為輔助工具，提供配方優(yōu)化建議，但最終的決策仍然需要由人或傳統(tǒng)邏輯系統(tǒng)來(lái)完成。

所以，在這種場(chǎng)景下：第一，容錯(cuò)率極低；第二，業(yè)務(wù)邏輯相對(duì)清晰。這屬于“疊加AI”的應(yīng)用場(chǎng)景。

另一方面，如果產(chǎn)品的核心是傳統(tǒng)邏輯系統(tǒng)難以實(shí)現(xiàn)的功能，比如情緒價(jià)值，這是大模型非常擅長(zhǎng)的領(lǐng)域。

以前的邏輯系統(tǒng)幾乎無(wú)法提供情緒價(jià)值，但現(xiàn)在的生成式AI或陪伴式AI可以實(shí)現(xiàn)這一點(diǎn)，比如通過(guò)生成內(nèi)容與用戶互動(dòng)。

這類場(chǎng)景中，會(huì)產(chǎn)生新的變量，因此更適合“AI原生”的路徑。

舉三個(gè)更適合“AI原生”路徑的例子：

第一，陪伴式/有情緒價(jià)值的產(chǎn)品，我們一定要優(yōu)先考慮大模型的應(yīng)用。

第二，智力生成類應(yīng)用，比如生成視頻、生成音樂(lè)等，這部分很多時(shí)候已經(jīng)遠(yuǎn)超人類了，或者遠(yuǎn)超邏輯系統(tǒng)了，完全可以“AI原生”。

第三，未來(lái)在物理世界，端到端的智能介入和迭代產(chǎn)品，比如具身智能。

高飛：謝謝，回答的特別清晰，特別是情緒價(jià)值，“我虐AI千百遍，它待我如初戀”，怎么批評(píng)它，它都承認(rèn)錯(cuò)誤。

我們既然說(shuō)預(yù)見2025，硅基流動(dòng)作為全球化布局的先鋒，是如何考慮全球布局的，現(xiàn)在有很多AI應(yīng)用公司在布局海外，您有什么建議？

袁進(jìn)輝：在技術(shù)研發(fā)階段，過(guò)去一段時(shí)間，硅谷比國(guó)內(nèi)節(jié)奏要早幾個(gè)月或者半年。所以，從應(yīng)用的角度，多觀察國(guó)外，就像所謂的時(shí)光機(jī)理論一樣，能夠預(yù)測(cè)中國(guó)幾個(gè)月之后的大致情況，這也是硅基流動(dòng)很關(guān)注海外資料的原因。

從做產(chǎn)品和商業(yè)化角度，我們也認(rèn)同出海是一個(gè)大趨勢(shì)，也是一個(gè)好機(jī)會(huì)。這里面有種種原因，比如說(shuō)技術(shù)發(fā)展節(jié)奏、市場(chǎng)成熟程度、用戶付費(fèi)意愿等等。

總體來(lái)看，海外更看重產(chǎn)品的競(jìng)爭(zhēng)力，產(chǎn)品是否真的被用戶喜歡才是最重要的。

而在國(guó)內(nèi)，可能噪音多一些，比如一個(gè)剛開始可能不是那么好的產(chǎn)品，也有可能把大家的注意力吸引過(guò)來(lái)，這里面涉及到國(guó)內(nèi)流量的投放機(jī)制等等，一定要花錢去買到這個(gè)流量。

布局出海，一些原生的、自下而上的產(chǎn)品，因?yàn)槠涓?jìng)爭(zhēng)優(yōu)勢(shì)，獲得了一些市場(chǎng)群體的喜歡，用戶會(huì)把你投票上來(lái)，形成一種自發(fā)傳播。所以，出海的時(shí)候蠻重視這點(diǎn)，比如Hacker News會(huì)收集這些用戶或KOL的反饋。

還有一個(gè)不同點(diǎn)，海外Web流量非常發(fā)達(dá)，主要以谷歌的索引為主。做好所謂的ICU，能有很多很多自來(lái)水流量，如果谷歌覺得是一個(gè)非常好的內(nèi)容，會(huì)利用生態(tài)，會(huì)開始索引，就會(huì)產(chǎn)生流量。

相比之下，國(guó)內(nèi)的精品Web內(nèi)容幾乎枯竭，好的內(nèi)容都在APP里，然而APP已經(jīng)非常分裂，在幾個(gè)巨頭玩家手里，“后浪們”要想獲得注意力，必須在巨頭玩家手里買流量。

預(yù)見2025

高飛：在我們外界看來(lái)，做前沿基礎(chǔ)模型的公司，或多或少都有一些使命感。請(qǐng)請(qǐng)您談?wù)�，在智譜內(nèi)部，大家談得最多的一個(gè)目標(biāo)或者愿景是什么？

至頂科技CEO兼總編輯高飛

劉江：我剛才回答了兩個(gè)方向：技術(shù)突破/科研突破、落地。2025年也還是延續(xù)這兩個(gè)節(jié)奏。

沿著前面的問(wèn)題來(lái)談。我是云計(jì)算最早的鼓吹手之一，因?yàn)槲掖蟾旁?008年、2009年就在說(shuō)云計(jì)算。所以，相比較來(lái)講，大模型這一波落地，確實(shí)比之前很多技術(shù)要快很多，最明顯是比如OpenAI今年講年化收入能達(dá)到40億美元左右。

ChatGPT算是它商業(yè)化的起點(diǎn)，兩年能達(dá)到40億美元的收入，在之前的云計(jì)算時(shí)代是達(dá)不到的，可能要花更長(zhǎng)時(shí)間。

我也在思考大模型到底跟以前的技術(shù)有什么不一樣，其實(shí)答案是非常強(qiáng)的通用性。大家想，現(xiàn)在大模型就要開放心態(tài)，思路要開拓，不要想“我是不是只做AI原生”，要反過(guò)來(lái)想問(wèn)題，而是“要解決什么問(wèn)題”、“大模型能提供什么能力”，這樣一個(gè)不知疲倦、也沒有數(shù)量限制的智能物種，到底怎么用好，這里頭想象空間非常大，這是落地層面。

科研突破層面，也非常讓人期待。大模型熱了以后，你會(huì)發(fā)現(xiàn)它把全世界頂級(jí)的理工科人才全吸引到這個(gè)賽道。最先進(jìn)的、最聰明的孩子，原來(lái)學(xué)數(shù)學(xué)、物理的人才，全都來(lái)搞大模型，所以接下來(lái)科研突破也非常令人期待。

高飛：我們這次是提示工程大會(huì)，請(qǐng)各自談?wù)�，怎么用好AI、有什么小技巧？

潘淳：下午有個(gè)講座，正好要介紹，用大模型直接生成Office插件，比如Excel插件，只需要用一個(gè)提示詞就行。

我們郵儲(chǔ)銀行財(cái)務(wù)部最復(fù)雜的一張報(bào)表，用144張報(bào)表加工成1張報(bào)給監(jiān)管單位，平時(shí)用人工操作就很麻煩，現(xiàn)在用提示詞一鍵生成Excel插件，提示進(jìn)去，Excel插件出來(lái)，以后再做這個(gè)報(bào)表，點(diǎn)擊一下，自動(dòng)做完，這就是辦公自動(dòng)化。

邱達(dá)：順便說(shuō)一下，具備這個(gè)功能的插件，在釘釘表格已經(jīng)上線了。

劉江：簡(jiǎn)單講，要多用。我們這些公司，免費(fèi)燒很多錢，免費(fèi)提供給大家用，這么一個(gè)明顯的“新質(zhì)生產(chǎn)力”的東西，相當(dāng)于你的數(shù)字同事、數(shù)字員工，你怎么把它用好考驗(yàn)的是管理能力，大家以后都是管理者、領(lǐng)導(dǎo)者。

所以，我給大家的建議是“多用”。大家首先要有這樣一個(gè)主觀意識(shí)，大模型有個(gè)特點(diǎn)，它不是原來(lái)傳統(tǒng)的軟件，如果這個(gè)東西用的效果不好，不是大模型的問(wèn)題，是你自己不會(huì)用的問(wèn)題。

袁進(jìn)輝：剛才說(shuō)到，關(guān)注海外，瀏覽海外的信息，都用瀏覽器插件，因?yàn)榇_實(shí)讀中文比讀英文快多了。比如“沉浸式翻譯”這樣的插件，背后語(yǔ)言模型已經(jīng)比過(guò)去專用的機(jī)器翻譯模型做的好多了。

所以，今天鼓勵(lì)大家在生活中、工作中多用，但凡是語(yǔ)言相關(guān)的，比如翻譯、寫作這些，能做的比普通人都要好，這是肯定可以多用的。

另外，這次大會(huì)關(guān)鍵詞是提示工程，在解決問(wèn)題中，提示工程也是三板斧的第一板斧，也能解決大部分的問(wèn)題，如果不行再試試其他更復(fù)雜的技術(shù)，比如微調(diào)等。

魏凱：未來(lái)做什么，其實(shí)還是看你是誰(shuí)。

作為像智譜這樣的基座模型公司，會(huì)沿著大模型水平提升的方向一如既往去追求。而如果是開發(fā)者，這一塊的潛力洼地比基座模型的空間大。

所以相比之下，中國(guó)的基座模型與國(guó)外的差距，可能沒有應(yīng)用產(chǎn)業(yè)的差距大。我們需要把國(guó)內(nèi)已有的大模型水平完全發(fā)揮出來(lái)，填補(bǔ)這個(gè)空間，跨過(guò)這個(gè)鴻溝。

在行業(yè)和消費(fèi)者兩方面：如何給大模型建一個(gè)很好的基礎(chǔ)設(shè)施，如何給企業(yè)里的中臺(tái)、數(shù)據(jù)供應(yīng)鏈、數(shù)據(jù)治理做好，編程框架做好，這是ToB市場(chǎng)要做的事情；而ToC市場(chǎng)要做的事情就更多了，要根據(jù)用戶需求不斷迭代。

總體來(lái)看，明年在落地方面，產(chǎn)業(yè)鏈要細(xì)分，不要卷相同的東西，那會(huì)讓大家耗費(fèi)很多資源。確實(shí)應(yīng)該在應(yīng)用鴻溝里做大家差異化的定位，空間將會(huì)無(wú)比巨大，等待大家去填補(bǔ)。

而提示工程，就是一個(gè)工程化地把大模型用到應(yīng)用里的方法論。

高飛：謝謝大家。這是一個(gè)加速的時(shí)代，AI的“A”，是人工的含義，也是加速度的含義，我們期待未來(lái)和產(chǎn)業(yè)一起加速，讓AI永無(wú)眠，替我們干活。