大模型引领的AI 2.0时代，远比想象来得更加猛烈——

它以对话即入口的方式，即将改变着我们生产生活。

(资料图片仅供参考)

那么对于上一波技术浪潮涌现的AI1.0公司，到底有何影响？

在首届中国AIGC产业峰会上，商汤科技联合创始人、大装置事业群总裁 杨帆 在现场给出了最新思考。

他认为，我们在关注ChatGPT以及大语言模型的同时，一定不能忽视近几年整个人工智能技术进展是 全方位 的。

除此之外，他还谈到了这一波技术革命的另外两大特点：1、会更快地形成产业应用；2、背后是持续的投入、经验积累，并非单纯暴力美学驱动。

事实上，ChatGPT的出现，给下游诸多应用打开了新的出口，但“如何高效率、低成本、规模化落地？”就成为了亟待解决的难题。

商汤大装置作为行业代表性解决方案，它类似于AI版“发电厂”，打通了算力、算法和平台，能做到批量化生产各种AI算法模型，并进一步部署、迭代和升级，也就进一步帮助AI产业落地。

未来，杨帆也做了进一步畅想：正如任何一个成熟产业链一样，人工智能产业将在未来几年，变成多分工、多分化的，并形成一种开放的生态。

中国AIGC产业峰会是由量子位主办的行业峰会，近20位产业代表与会讨论。线下参与观众600+，线上收看观众近 300万，得到了包括CCTV2、BTV等在内的数十家媒体的广泛报道关注。

演讲要点

这场人工智能技术进展主要有三个特征：1、全方位的；2、更快地形成产业应用；3、背后是持续积累，并非单纯暴力美学驱动。

接下来几年时间一定会迎来整个人工智能更繁荣、开放的生态。

今天大模型研究背后实际是大量软件工程系统问题。

当下一些核心应用，天然有大量的C端因素，以及在很多使用场景中能天然打造起数据闭环。这既更符合AI技术高速迭代本身，也将带来很强的飞轮效应。

最近两年大量技术突破都来自于「暴力」，但并非单纯资源积累，而是牵涉到每个环节很强的经验积累。

以下为杨帆演讲全文：

AI核心技术突破和进展是全方位的

今天站在一个新时代的开端，有人叫AI2.0，有人叫大模型时代，当整个技术能力、商业化迭代非常快的时候，我觉得可能更需要一种不同的能力去帮助整个产业。

首先分享一下个人观点，ChatGPT展现的AI技术能力，其实是个非常大的破圈，但在我个人看来，最新一些AI技术进展远不止如此。

正如七八年前AlphaGo导致大众对AI有很强的感知和冲击，但在那之前，2012年所带来的变革更加深远。

这里想说的就是前两年的AI for Science，我甚至觉得它对整个人类技术进步、或者对我们整个科技产业贡献、未来产业经济格局的改变，可能会更大。

今天AI已经能帮我们解决什么？ 它能模拟人类蛋白质结构，很多人拿它去做材料合成、新材料的推演；它还可以做大量数学物理，去做过去没办法做到的计算和推理，甚至它在尝试去做核聚变的一些推演。

ChatGPT是每个人都能感知到的，在消费级会给大家带来巨大冲击。但刚才讲的这些可能是决定整个人类底层的科技进步，对整个社会经济产生重大改变。

我当然不是说ChatGPT不牛，但我想说的是，我们在关注ChatGPT以及大语言模型的时候，一定不能忽视 整个人工智能近几年核心技术突破和进展是全方位的 。

与此同时，这样的技术进展还有个很强的特征，比起过去， 它能更快地形成产业化应用 。

比如AI绘画，很多人已经在做商业化了。而起初被诟病的「手指」问题，现在也已经解决了，技术迭代和应用都非常快。

这是这波技术浪潮第二个非常值得关注的点，就是技术突破与商业模式探索之间的窗口期更短了，带来的是极强的加速效应。

第三个点想说的是，这一切产生的背后，我们能够看到什么？

不管是超大规模计算资源的聚集、超大规模模型结构的设计、还是海量数据汇聚……最近两年大量技术突破都来自于这种暴力美学。这种暴力也并非单纯资源积累，而是牵涉到算力、算法、数据每个环节很强的经验积累。

诚如OpenAI的GPT-3.5到GPT-4，很强的一点就是在数据量上的跃升。在业内交流中发现，OpenAI将整个公司最优秀的算法研究员拿去做数据规划和处理，这可能是之所以做出这么好模型的重要环节。

今天大模型研究背后实际是大量软件工程系统的问题。

OpenAI能用一万块V100训一个模型，据我了解，国内还没有团队能在一万块卡上保持高的加速比且做稳定。这些都是大的挑战，一方面是大力出奇迹，另一方面里面核心know-how需要持续沉淀和积累。

给AI产业带来什么变化？

首先是 生产范式的重大改变 。为什么有人把这波叫AI2.0，你会发现一个新的AI技术去做产品、完成商业模式、创造客户价值等，整个事情逻辑都在发生很大的变化。

2018年商汤就有一些预感，因为当时感受到去服务产业客户太痛苦了，你会发现行业里所有事情几乎都得你自己去做，上下游合作伙伴能帮忙的地方非常少。因为AI本身是个高门槛、高成本的东西，但你看任何一个成熟产业链一定是多分工、开放以及大家各司其职的。

当时就会想一个问题，到底什么时候人工智能产业会走到这种状态？多分工、多分化、开放的产业生态。

今天我们看到了一个似乎很切合的答案。

这种关键性AI基础设施包括算力、模型服务（MaaS）都让整个产业门槛极大下降。同时因为提供这种基础设施的厂商一定是少量的，也将面临巨大的下游生态，所以它的规模化会带来非常高的边际成本的下降。

这对人工智能赋能产业带来极大的改变，未来可能会产生更大价值，今天很多创业者、投资者都希望在这里寻找到属于自己的机会。

在我们看来，这个机会其实是非常广阔的，它打破了过去人工智能在产业落地因为技术产生的高门槛。

另外，今天一些核心应用，天然有大量的C端因素，以及在很多使用场景中能天然打造起数据闭环，这既更符合AI技术迭代本身，也将因为高速迭代可能带来很强的 飞轮效应 ，产品具备长期持续性，商业壁垒门槛更容易建立。

所以一个感受是， 接下来几年时间一定会迎来整个人工智能更繁荣、开放的生态。

在这之前有记者问我，AI2.0对AI1.0公司是不是有很大影响？我说这个不是很准确。

商汤早在2018年就相关探索，当时叫做预训练模型，直至现在商汤通用视觉大模型也始终是世界参数量最大，在过去支撑了整个集团业务的持续发展。

商汤平台内容 “一平台四支柱” 中的“一平台”，指的就是人工智能基础设施“大装置”。多年的持续投入，源于商汤坚持认为AI基础设施未来会支撑更加百花齐放的产业生态。而从基础设施层面讲开去，大量模型设计和系统调优经验能够支撑大模型服务，帮助更多人迭代自有模型。

总体而言，这件事的核心价值在于，整个AI基础设施会具备弹性和拓展性。通过提供全方位能力，商汤希望为整个人工智能基础设施、市场及产业，提供更加基础化的支撑能力。

我们也相信，在下一个时代，当我们技术整个具备了更大的关键性能力前提之下，通过更加大规模、高效率、低成本的AI基础设施，实现更好的服务，支撑到未来百花齐放的产业生态。

最后一句广告语，希望大家训AI大模型，找商汤大装置，谢谢大家。