在2024年世界人工智能大會（WAIC）的產業發展主論壇上，全球人工智能領域的頂尖專家和業界領袖齊聚一堂，共同探討了AI技術的前沿趨勢和套用前景。
此次大會不僅是科技創新的盛會，更是產業發展的風向標，匯聚了來自各行各業的精英，包括 獵豹移動董事長兼CEO傅盛、螞蟻集團董事長兼CEO井賢棟、百度創始人李彥宏、商湯科技董事長兼CEO徐立、智譜AI行政總裁張鵬 等。
在論壇上，嘉賓們圍繞大模型、AI基礎設施、智能終端等熱點議題進行了深度交流，揭示了AI在各個領域的廣泛套用及其潛在的變革力量。此外，論壇還關註了產業治理和生態建設問題。
之前李彥宏的一些觀點已經出圈，比如「開源大模型是智商稅」、「現在大模型太過註重跑分刷榜」等。我將為大家帶來更多產業大會上幾位嘉賓精彩演講的核心觀點。
李彥宏——百度創始人、董事長兼行政總裁
2023年，國內出現了「百模大戰」，雖造成資源浪費，但推動了基礎模型能力的提升。
文心4.0的能力與GPT-4相當，國內多款閉源模型也達到了這一水平。閉源模型在同等參數下，能力優於開源模型 ，因為開源模型需更大參數，推理成本高，反應速度慢。
開源模型在學術研究和教學領域有價值，但 在激烈競爭的市場環境中，閉源模型更適合 。
套用才是關鍵，不論模型是開源還是閉源，都必須轉化為實際套用。
百度的文心大模型日呼叫量從兩億增加到五億，表明了真實需求和套用價值。
套用場景中的智能體，是AI套用的未來方向，不需編碼，只需用人話描述工作流。
高考智能體每天回答超過200萬個問題，顯示了AI在教育領域的廣泛套用。AI正以前所未有的速度向各行各業滲透，提升工作效率和質素。
生成式AI帶來了新的工作機會，如數據標註和提示詞工程師，門檻不高，能提供大量就業崗位。
柯瑞文——中國電信集團有限公司董事長
人工智能需要新型數碼資訊基礎設施支撐，要求高速泛在、雲網融合、智能敏捷、綠色低碳、安全可控。 網絡連線需要更高速度、更低時延、更高可靠性。
數據中心需升級為AIDC，提供智能算力。算力應以公有雲服務形式提供，實作跨地區、跨服務商的算力排程，滿足訓練和推理需求。
新型基礎設施必須安全可控，電信構建了全網覆蓋的網絡攻擊防護平台。推進雲資源池和IT系統的量子密碼改造，確保資訊保安。
人工智能的發展既要重視大模型技術研發，更要重視模型的套用。 內部套用提高了故障處理和客戶服務的效率，智慧AI節能系統實作了精準節能。
開放場景，推動大模型在工業、教育、醫療、政務等領域的套用，已服務7000多家客戶。推出AI手機、AI雲電腦、AI網絡攝影機等終端，滿足多元化需求。
在合作過程中，制定產業規則、制度和技術標準，促進創新協同和資源共享。應對人工智能領域的倫理安全、數碼鴻溝等風險，共同推進AI向善發展。
安德雷斯·韋思岸——社交數據實驗室創始人
人工智能的基礎在於神經網絡，這是所有AI工作的基礎。 關鍵在於堅持一個方向，不輕易改變。
AI發展面臨數據和算力的瓶頸。 亞馬遜為數據中心建核電廠，說明計算算力需求巨大。
新技術帶來革命性影響，既會催生新大公司，也會促使現有大公司變革重生。 蘋果因AI技術而重構作業系統，展現了技術對大公司的深遠影響。
AI能延長大公司壽命，或使其徹底變革。 企業需利用新技術重塑自身，迎接未來挑戰。
AI與人類不同之處在於好奇心和主動性。 AI是冷冰冰的小算盤，而人類擁有夢想和主動性，推動自身發展。
新技術對社會治理有巨大沖擊， 需要建立新的社會經濟基礎設施 ，以應對AI時代的到來。
中國的發電量是美國、日本、俄羅斯總和的多，能源問題暫時不是制約因素。
王堅——中國工程院院士
創新需要持續，不斷做出日常創新並非真正的創新。
AI對大企業友好，但依然需要創造力。大企業需要認識到AI是革命的工具，從而實作變革。
AI對每個部門都有影響，大企業需要全員擁抱AI，這對大企業是個挑戰。
作為技術樂觀主義者，相信人類能解決技術發展帶來的問題。歷史證明，技術進步總能克服恐慌，推動人類社會向前發展。
套用不足是當前AI發展的瓶頸。 現有的基礎模型與算力未被充分利用。解決未來問題需要在動態過程中進行，而非依賴當前狀態。
正如80年代人們擔心石油短缺，今日的算力和能源問題也會在未來被新技術解決。我們應以未來的狀態解決未來的問題。
張平安——華為常務董事
中國的算力受限，需要創新突破。
在算力基礎設施上， 必須在雲、端、網的協同創新中尋找突破 。不要盲目追求最先進的端側芯片，而是將端側算力需求釋放到雲端。
網絡頻寬是關鍵， 中國在網絡上行做得不足，需構建上下行大頻寬、低時延的網絡 。透過數據中心的創新，實作高效雲端算力供給。
推動AI在行業套用上的創新開放，讓AI在行業套用中快速構建領先優勢。 中國擁有豐富的行業場景和龐大的軟件創新群體，具備獨特優勢。
中國在5G網絡建設上全球領先，5G網絡的頻寬和時延顯著提升，為端側數據上雲提供堅實基礎。5G網絡結合光纖資源，構建AI時代的網絡保障。
在AI算力集群中，透過端到端最佳化CPU、NPU、DPU和儲存網絡，實作千億參數模型訓練，顯著提升計算效率，故障恢復時間從小時級縮短到分鐘級。
徐立——商湯科技董事長兼CEO
生成式AI帶來了前所未有的可能性，但還未達到超級時刻。 超級時刻需要廣泛的行業套用和認知變化，推動AI深入各個領域。
生成式AI需要高階邏輯數據的支持，透過與真實世界互動生成數據，構建知識層、推理層和執行層，實作智能推理。
即時互動性是生成式AI套用的重要突破點。 高效的即時互動可以提升使用者體驗，推動套用變革。
生成式AI必須具備可控性。 只有理解生成物件，才能實作高質素的生成和控制，提升套用的效能。
生成式AI的核心在於深度思考模型能力，高階思維鏈的數據非常重要。 實際套用場景中的數據，推動生成式AI的不斷最佳化。
端側最佳化和雲端計算力的結合，使生成式AI互動更加流暢，實作全自然的互動模式，推動生成式AI套用的廣泛普及。
閆俊傑——MiniMax創始人、行政總裁
當前大模型的錯誤率依然較高，正確率約在60%到70%，這導致大模型只能用於容錯率較高的對話形式。
要使大模型獨立完成任務，核心在於將錯誤率從30%至40%降到3%或4%。降低錯誤率是使AI從輔助工具轉變為獨立工作體的關鍵。
解決方案需要綜合性技術提升，包括合成數據、提高訓練效率、研究新型網絡結構、最佳化訓練演算法和對齊技術等。 這些技術的進步能在半年或一年內顯著降低模型的錯誤率。
當模型錯誤率降低到個位數時，AI在實體經濟中的套用將更廣泛，能夠獨立完成設計、方案驗證等任務，極大地提高生產效率。
大模型價格走低是積極趨勢，降低成本能吸引更多使用者，提高線上使用時長和流量，進而帶來更大的價值和商業模式創新。
技術的發展應以為使用者創造更大價值為目標 ，不僅僅是出售技術本身，而是透過技術變革提升使用者體驗和商業價值。
張鵬——智譜AI行政總裁
大模型帶來的類人認知能力是AI發展的關鍵 ，智譜AI致力於讓機器像人一樣思考，而不僅僅是工具。
大模型能在一個模型上提供泛用化能力，解決多個場景需求，從而平衡成本和收益。 未來的發展方向應聚焦於構建更通用、更基礎的能力。
突破多模態能力是AI發展的重要方向。 人類解決問題時需要多模態資訊輸入，如視覺、聽覺、觸覺和常識，這些綜合資訊才能應對現實中的復雜任務。
大模型的發展需要提高準確率，降低錯誤率，同時更像人類。 準確率的提高和多模態能力的結合，將使AI在實際套用中發揮更大的作用。
AI的發展應透過單點爆發引起全面突破，帶來全方位的行業變革，創造指數級的價值增長。
許彬——國家地方共建人形機器人創新中心總經理
在未來，最典型的新業態將是人形機器人。 馬斯克預言未來將有100億人形機器人，黃仁勛也表示人形機器人將如同汽車一樣普及。每個人可能會擁有一個或多個機器人助手，改變我們的工作和生活形態。
人形機器人將實作通用人工智能。大模型是第一階段，具身智能是第二階段，通用人工智能是第三階段。 人形機器人是通用人工智能的必由之路，它能真正理解和執行復雜任務。
通用人工智能需要通用數據進行訓練。這些數據涵蓋了人類社會的各個方面，只有人形機器人才能在這種環境中獲得全面的數據，進而訓練出通用人工智能。
未來的智能社會， 數據將是核心的生產資料和要素 。
謝陵——禦風未來創始人兼行政總裁
低空經濟的發展離不開人工智能的賦能。 傳統航空制造業以飛行員為中心，而低空經濟則以智能化、電動化和無人化的航空器為主。 低空經濟的主角是智能化、無人化的飛行器。
人工智能的發展為低空經濟帶來了巨大潛力。 智能化飛行器需要替代人類的感官和肢體，透過資訊獲取和執行來完成任務。比如，自動駕駛飛行器可以自主完成任務，如發現森林火災並撲滅，或在海上進行人員搜救。
未來的低空經濟需要高密度、高頻率的飛行服務，這對低空交通管理提出了巨大挑戰。 需要智能化的系統來管理和排程飛行器，確保飛行安全和效率。這涉及與民航空域管理、地面交通管理、氣象部門等的協同工作。
那麽，您更認同哪個觀點呢？歡迎在留下你的看法！
如果你覺得這篇文章對你有所幫助，歡迎點贊、收藏以及轉發分享。同時，請關註我，以獲取更多關於人工智能的最新資訊和見解！
