转自：贝壳财经
6月14日，在第六届“北京智源大会”上，零一万物CEO、创新工场董事长李开复表示，大模型的智慧来自于接近无损的压缩。很多国内大模型在部分案例里接近或者打平、或者偶尔超过美国的大模型。
李开复认为，大模型不见得要能做人做的每件事，大模型非常适合虚拟世界；具身智能短期要做好，难度很大。短期最担忧的是坏人用它做坏事。
短期最担忧是坏人用它做坏事
大模型为何如此成功？李开复认为，AI2.0是有史以来最伟大的科技革命和平台革命，大模型ScalingLaw的重要性是人类能够用更多计算和数据不断增加大模型的智慧，这条被多方验证的路径还在推进中，还远没有触达天花板。大模型的智慧来自于接近无损的压缩。
大模型正面临着一些挑战。李开复说，如果“仅仅用更多算力就能把它往前推动”是主要方向，就会导致只有GPU资源丰富的公司和国家能够胜出。很多国内大模型在部分案例里接近或者打平、或者偶尔超过美国的大模型。需要专注算法和工程创新一体化的推进，避免进入“盲目堆算力推动模型性能提升”的状态。
大模型是经验主义的产物？李开复认为，科学和工程缺一不可。如果只做工程，不了解“第一性原理”，没有数学的根据、没有办法评估不同方法的效果，考虑到高昂的算力成本，这样的摸索肯定是做不出一个好模型的。但如果只是在实验室里雕花，写一些不错的论文，期待有工程人才把论文做成产品，这肯定也不行。
对于AGI的定义，李开复表示，因人而异，还有太多未知的东西还没有被解，不见得要能做人做的每件事。如果世界上有10000件事情，AI在9000件上做得比人好，有1000件人做得比较好，要给人留一点儿空间。
超越人类的、有自我意识的AGI是否会面临失控的巨大风险？李开复认为，会存在但概率不会很大，技术中性，短期最担忧的是坏人用它做坏事。中长期看，仍然建议尝试用“以子之矛攻子之盾”——用更好的技术解决技术带来的挑战。
大模型非常适合虚拟世界 具身智能短期难度大
大模型产业化最大的场景在哪里？To B、To C 两大赛道哪个更有机会？李开复认为，在中国To C 短期更有机会，国外两者都有机会。To C方面，就像移动互联网、PC时代里，一个新技术、新平台带来新应用，大模型同样如此，这是巨大机会，这些应用的出现一定是按部就班的。
“AI 2.0 时代会和PC、移动互联网时代一样，第一个阶段应该是生产力工具，包括信息获取；第二个阶段可能会是娱乐、音乐、游戏，第三个阶段可能会是搜索；再下一个阶段可能会是电商；然后可能会有社交、短视频、O2O的应用出现。”李开复认为。
李开复提到，理由是刚开始应用要能够赚钱、能够解决问题，所以第一波潮流会是生产力工具，但越往后，难度越大——高用户量的应用商业模式往往是先堆积用户再找变现模式，所以应用成本一定要很低，试错难度很大、所需要的投资也更多。
“递进的模式不会有特别大的改变，To C应用会从生产力工具一步步走向短视频类应用。 To C确实会产生大量的用户，但这不是说不能用大模型来做产品，只是在普及顺序上会按照这六个阶段进行。”李开复认为，在大模型领域做应用跟PC、互联网时代不一样，因为推理成本还太贵。
李开复提到，大模型有可能在To B方向上带来更大价值，而且能够比To C更快实现，但是To B领域有几个挑战。一是大公司、传统公司不敢采取颠覆式技术。二是中国许多大公司没有认识到软件的价值，为软件付费的意识有待进一步提高。
具身智能中，是热门的人形机器人先有机会，还是自动驾驶会有机会？李开复表示，现在无人驾驶面临巨大机会，终于可以落地了。在L2、L3阶段，包含城市自动小巴等等场景，无人驾驶可以真正创造价值。到L4、L5阶段，要无限制地开到开放场景，全球都面临着挑战。中国能做得很好，也许这就是很大的市场。
李开复提到，讲到具身智能，是物理世界跟AI的结合很重要。大模型非常适合虚拟世界，在金融公司的后台、客服等等场景，大模型很快可以落地产生价值。如果需求是软件，直接对接大模型就行。一旦大模型接入物理世界，就需要面临各种问题，有安全问题、机械问题等等，难度会大很多倍。
“从创业者的角度来说，虽然现在具身智能一时比较热，但对大部分创业者来说，如果希望短期落地产生价值、能赚钱，肯定还是做虚拟世界要远远容易很多。”李开复表示，具身智能重要，可以很好地结合大模型多模态能力，而且一旦具身后就可以产生数据，形成数据飞轮闭环，有很大的想象空间。但短期要做好，难度很大。绝大多数应用场景并不需要人形机器人，炒菜机器人应该长得像锅，吸尘器也长得并不像人。
新京报贝壳财经记者 陈维城
编辑 岳彩周
校对 赵琳
