發(fā)布時間:2025-11-30 21:55:31 來源:素昧平生網(wǎng) 作者:綜合
每經(jīng)記者|可 楊????每經(jīng)編輯|陳俊杰????
在實現(xiàn)通用人工智能這一宏偉目標(biāo)牽引下,大結(jié)大模AI(人工智能)產(chǎn)業(yè)正邁向其發(fā)展的構(gòu)性“下一個十年”。
不過,難題在模型能力持續(xù)提升的制約同時,產(chǎn)業(yè)落地的型規(guī)腳步卻并未同步提速。11月16日,?;凇?025人工智能+”大會上,落地多位業(yè)內(nèi)人士表示,遇阻高昂的大結(jié)大模成本、缺乏高質(zhì)量行業(yè)數(shù)據(jù)、構(gòu)性工程化能力不足以及對大模型能力邊界認(rèn)知的難題偏差,正成為制約AI規(guī)模化應(yīng)用的制約四大結(jié)構(gòu)性難題。
與此同時,型規(guī)從開源與商業(yè)化的?;胶?,到AI入口從云端向終端遷移,落地產(chǎn)業(yè)格局正在發(fā)生微妙變化。
AI落地面臨“攔路虎”
當(dāng)產(chǎn)業(yè)界嘗試將大模型從實驗室推向車間、辦公室和街頭巷尾時,規(guī)?;涞赜龅降淖枇h(yuǎn)超預(yù)期。
“大模型(當(dāng)前的)敘事邏輯對賦能千行百業(yè)不友好的地方在于,我們一直說規(guī)模法則,要把模型越做越大、越來越強(qiáng),對應(yīng)的結(jié)果是成本越來越高。”清華大學(xué)計算機(jī)系副教授、面壁智能聯(lián)合創(chuàng)始人兼首席科學(xué)家劉知遠(yuǎn)在圓桌論壇上表示。
劉知遠(yuǎn)指出,敘事邏輯的不友好直接帶來了大模型訓(xùn)練和使用成本的持續(xù)攀高。他認(rèn)為,任何技術(shù)要對人類社會產(chǎn)生深遠(yuǎn)影響,都必須解決標(biāo)準(zhǔn)化和成本問題。正如芯片行業(yè)的摩爾定律,他所在的團(tuán)隊提出了大模型能力密度法則,即通過技術(shù)創(chuàng)新,讓更少的參數(shù)承載更多的模型能力?!澳柖擅?8個月一個周期,使其密度加倍。我們會發(fā)現(xiàn)大模型可以做到每100天,也就是3.3個月至3.5個月左右,實現(xiàn)模型密度翻倍?!?/p>
當(dāng)前,大模型訓(xùn)練和使用的高昂成本已成為行業(yè)無法回避的問題。云知聲創(chuàng)始人兼首席執(zhí)行官黃偉也提到,一個典型的場景是,客戶雖然認(rèn)可滿血版的DsspSeek(深度求索)模型效果好,但高昂的成本讓其無法使用,“客戶要的是最終結(jié)果,不管用的哪個模型,我就這點預(yù)算,搞定我的問題”。
另一個被多次提到的結(jié)構(gòu)性短板是高質(zhì)量數(shù)據(jù),尤其是行業(yè)語料不足?!坝袛?shù)據(jù)不代表有語料?!卑⒗镌浦悄芗瘓F(tuán)副總裁霍嘉表示,很多行業(yè)依舊存在數(shù)據(jù)質(zhì)量和數(shù)量不足的問題,導(dǎo)致模型無法訓(xùn)練。
北京數(shù)據(jù)集團(tuán)副總經(jīng)理、北京國際大數(shù)據(jù)交易所董事長李振軍指出,人工智能發(fā)展以后,數(shù)據(jù)交易市場對模型訓(xùn)練數(shù)據(jù)的需求正快速增長,兩年時間里,數(shù)據(jù)交易從零增長到已占到交易所交易量的三分之一。
李振軍強(qiáng)調(diào),AI應(yīng)用深化的真正瓶頸在于數(shù)據(jù)準(zhǔn)備工作?!埃ㄆ髽I(yè))生產(chǎn)經(jīng)營過程中積累了大量數(shù)據(jù),但是沒有AI需求的時候,數(shù)據(jù)分散在不同專業(yè)業(yè)務(wù)系統(tǒng)里邊,沒有以人工智能視角建成數(shù)據(jù)集,這個數(shù)據(jù)集建設(shè)其實剛剛起步”。
他認(rèn)為,這項數(shù)據(jù)集建設(shè)工作,是AI技術(shù)與產(chǎn)業(yè)結(jié)合最關(guān)鍵的業(yè)務(wù)連接,可能需要兩年時間才會找到比較好的路徑。
工程化能力的不足正成為落地的“最后一公里”障礙。上海交通大學(xué)計算機(jī)科學(xué)與工程系特聘教授、思必馳公司聯(lián)合創(chuàng)始人俞凱在論壇上強(qiáng)調(diào),真正在產(chǎn)業(yè)上交付,必須解決三個核心問題:首先是要交付全系統(tǒng)、全鏈路;其次是軟硬件結(jié)合;此外,大規(guī)??啥ㄖ啤Y(jié)合真實場景用大小模型、不同工具進(jìn)行柔性、快速、大規(guī)模地定制同樣重要。
與此同時,一個更底層的挑戰(zhàn)是產(chǎn)業(yè)對大模型能力邊界的認(rèn)知偏差?;艏蚊枋隽艘粋€普遍現(xiàn)象:“往往是業(yè)務(wù)領(lǐng)導(dǎo)對大模型充滿絕對信心,反而做技術(shù)的人對如何落地感到非常擔(dān)憂?!?/p>
分工和邏輯正被改寫
從實驗室的原始創(chuàng)新,到產(chǎn)業(yè)鏈的商業(yè)閉環(huán),AI落地應(yīng)用原有的分工和邏輯正在被改寫。
清華大學(xué)交叉信息研究院助理教授許華哲以具身智能為例,分析了當(dāng)前創(chuàng)新生態(tài)中的三種不同角色。他指出,高校是人才密集度最高和最好想法的來源地,但也存在資源量不如企業(yè)的問題。企業(yè)則能投入大量的資源,在看清方向后進(jìn)行大規(guī)模投入。
而新型研發(fā)機(jī)構(gòu)則提供了第三種可能。許華哲認(rèn)為,這類機(jī)構(gòu)足夠靈活,可以下決心做一件事,但是不一定追求ROI(投資回報率),能承擔(dān)那些短期收益不高但長期意義重大的任務(wù)。
在商業(yè)模式上,開源與閉源的對立關(guān)系也開始松動。智譜華章董事長劉德兵在被問及如何平衡開源與商業(yè)化時表示:“這是相互共生的狀態(tài),不是相互抵觸的?!?/p>
劉德兵認(rèn)為,開源對人工智能行業(yè)的發(fā)展至關(guān)重要,能讓千千萬萬有知識、有技術(shù)的各行各業(yè)人才共同貢獻(xiàn)。從公司戰(zhàn)略角度看,開源帶來的生態(tài)繁榮,最終會轉(zhuǎn)化為商業(yè)價值。他透露,在開源架構(gòu)的基礎(chǔ)上,智譜的商業(yè)收益也在快速增長,“我們想象未來AI本身成為社會的基礎(chǔ)設(shè)施,為各行各業(yè)賦能的時候,這里面蘊含著巨大的商業(yè)價值,可能是萬億(元)級別的”。
在落地路徑上,AI的入口正在從云端向終端遷移。階躍星辰創(chuàng)始人兼首席執(zhí)行官姜大昕提出了智能終端的定位,即“人、車、家”三大場景。他認(rèn)為,智能終端將成為下一個人機(jī)交互的接口,而智能體是實現(xiàn)這一變革的關(guān)鍵。姜大昕認(rèn)為,終端比場景更關(guān)鍵,因為它決定了AI應(yīng)用的觸點位置與使用頻率。這種理解意味著,AI落地的競爭正從模型能力轉(zhuǎn)向入口位置,而入口的爭奪,也將從消費端延伸到產(chǎn)業(yè)端。
面對復(fù)雜的落地路徑,什么才是真正有價值的AI?范式聯(lián)合創(chuàng)始人、首席科學(xué)家、執(zhí)行董事陳雨強(qiáng)認(rèn)為,人工智能落地的關(guān)鍵是能夠改變行業(yè)的北極星指標(biāo)(衡量業(yè)務(wù)核心價值、指引整體發(fā)展方向的關(guān)鍵指標(biāo))。換言之,AI不是用來提供附加功能,而是用來改善決策速度、生產(chǎn)效率、成本結(jié)構(gòu)或質(zhì)量穩(wěn)定性等核心業(yè)務(wù)指標(biāo)。
翻譯
搜索
復(fù)制
相關(guān)文章
隨便看看