發(fā)展中國通用人工智能，一定要有大模型的底座能力

在去年9月份發(fā)布的GPT-4V，OpenAI大模型在圖文識(shí)別和理解分析能力上，上了一個(gè)大臺(tái)階，隨后11月推出語音識(shí)別大模型Whisper，今年2月又推出了文生視頻大模型Sora ，今年5月推出GPT-4o，看起來是一個(gè)又一個(gè)的熱點(diǎn)，但實(shí)際上還是依托GPT-4的底層通用大模型能力。

以Sora為例，并不是外界所說的“對(duì)物理世界的認(rèn)知進(jìn)一步加強(qiáng)了”，而是通過GPT-4V的理解能力和生成能力，結(jié)合GPT-4V的“打標(biāo)簽”能力、傳統(tǒng)的文生視頻能力，用GPT方法做了重寫，從而實(shí)現(xiàn)了Sora。本質(zhì)上，與大模型在醫(yī)療領(lǐng)域做一個(gè)醫(yī)療專用模型，在教育領(lǐng)域做一個(gè)教育專用模型并沒有本質(zhì)差別，只要有算力、有數(shù)據(jù)，其實(shí)沒有真正核心技術(shù)的壁壘。

我們要發(fā)展中國通用人工智能，整個(gè)產(chǎn)業(yè)一定要有大模型的底座能力，我們有很多人可以做專用系統(tǒng)，很多人可以做我剛才說的大模型所調(diào)用的各種專用的小系統(tǒng)。但是國家不能沒有自主可控的通用大模型底座，這決定了我們本輪通用人工智能發(fā)展到底能走多遠(yuǎn)。我們這么熱熱鬧鬧的社會(huì)熱點(diǎn)，這么多的投入，將來能不能真的走到紅利兌現(xiàn)那一天，我覺得底座能力是至關(guān)重要的。

今天所有的企業(yè)一定要科學(xué)地認(rèn)識(shí)到大模型能力的邊界，我們可以舉出很多成功的例子，也可以舉出很多的坑、很多不行的地方，每一家都是如此，所以我們要給統(tǒng)計(jì)數(shù)據(jù)。比如醫(yī)療八十幾分是什么概念，國家執(zhí)業(yè)醫(yī)師資格考試60分就可以通過了，我們要考協(xié)和醫(yī)學(xué)院等分?jǐn)?shù)最高的醫(yī)學(xué)院，七十幾分也就可以上了。大模型的能力并不是包治百病，并不是什么任務(wù)都能100%完成。但是可以大概把它分成這幾塊，一個(gè)是叫一般難度任務(wù)，用通用大模型底座就直接可做，比如說代碼、文案、翻譯這些，會(huì)用到文本生成、摘要這些能力，直接用底座就可以滿足應(yīng)用。

中等難度任務(wù)涉及了知識(shí)庫、深度的客服，它需要定制優(yōu)化后才能用，這一般來說必須要做SFT的專門優(yōu)化，很多地方可以做到，現(xiàn)在在很多客服行業(yè)可以大幅提升效率。

還有很多高難度任務(wù)，比如說高難度數(shù)學(xué)推理、多階的推理類的知識(shí)問答，以及開放域的通用智能體等，實(shí)際上是非常難的，需要更大的模型，還需要專門的算法去摸索，在這些領(lǐng)域中，它具有很強(qiáng)的不確定性。所以今天我們認(rèn)清這個(gè)邊界，每個(gè)企業(yè)就可以知道自己應(yīng)該怎么去做。

實(shí)際上，今天企業(yè)要探討的話題是我們?cè)趺茨苡酶俚乃懔?、更高的效率來打造我們的專屬模型和專屬?yīng)用。我們企業(yè)可以拿通用底座來做自己的專用行業(yè)模型，一般來說一個(gè)月就可以上線，在底座能力上進(jìn)一步提升。底座如果60分，專業(yè)模型可能會(huì)做到80分，然后有了專用的行業(yè)模型，每個(gè)企業(yè)或者企業(yè)的不同崗位，在針對(duì)私域的IT語料加上高質(zhì)量的微調(diào)，又可以進(jìn)一步提升，一周就可以完成。所以，我們現(xiàn)在希望與很多龍頭企業(yè)打造行業(yè)模型，提供給行業(yè)內(nèi)所有上下游公司。

若GPT-5發(fā)布，差距會(huì)有多大？

今天人工智能技術(shù)的發(fā)展絕不是一家公司可以把所有事情都做完的，在這個(gè)時(shí)代，做帝國注定要衰落，只有生態(tài)才能生生不息；必須是自主可控的繁榮生態(tài)，才有中國通用人工智能大未來。

我非常高興地向大家報(bào)告，從今年1月30日訊飛星火V3.5發(fā)布以來，我們的開發(fā)者團(tuán)隊(duì)持續(xù)高速增長，目前已經(jīng)增長到702萬，這都是實(shí)名認(rèn)證的開發(fā)者團(tuán)隊(duì)。海外開發(fā)者數(shù)量從34萬增加到40萬，大模型的直接相關(guān)開發(fā)者達(dá)到了57萬，這些數(shù)據(jù)都還在快速增長中。

面向下一階段的人工智能的發(fā)展，這一波通用人工智能浪潮，我們要打造新的生態(tài)。特別要關(guān)注到的，第一是源頭技術(shù)生態(tài)?？拼笥嶏w針對(duì)幾百萬開發(fā)者團(tuán)隊(duì)，我們希望只要有比較好的AI能力，不論是高校還是創(chuàng)業(yè)企業(yè)，都可以集成在我們的底層平臺(tái)上，讓幾百萬開發(fā)者團(tuán)隊(duì)都能夠用起來。

過去18個(gè)月，用過我們?nèi)斯ぶ悄苣芰Φ莫?dú)立終端已經(jīng)突破40億。我們把源頭技術(shù)生態(tài)打開來，讓更多的英雄有用武之地。今天人工智能非常重要的一個(gè)特點(diǎn)是大平臺(tái)加上英雄主義，所以我們把源頭技術(shù)生態(tài)打開。智能體生態(tài)讓無論是企業(yè)每個(gè)崗位的人，可以做自己崗位的助手，也可以做自己的個(gè)性化助手，做完以后都可以分享出來。在我們的平臺(tái)上，我們將來會(huì)設(shè)計(jì)分享模式和商業(yè)機(jī)制，從而形成智能體的生態(tài)。只要你懂場景，只要你愿意自己去試，試完成功了，你就可以發(fā)布到我們的智能體生態(tài)上，讓所有的一線洞察能力和經(jīng)驗(yàn)成為整個(gè)商業(yè)體中的一環(huán)。還可以有應(yīng)用生態(tài)，用原來的開發(fā)者生態(tài)來做各種應(yīng)用，無論是創(chuàng)業(yè)，還是企業(yè)內(nèi)部的應(yīng)用。去年我們新增的幾百萬開發(fā)者團(tuán)隊(duì)中，有50%以上是企業(yè)應(yīng)用。

最后行業(yè)生態(tài)是希望跟各個(gè)行業(yè)里面的龍頭企業(yè)一道來打造整個(gè)行業(yè)模型，然后把這個(gè)行業(yè)模型提供給行業(yè)里面的生態(tài)伙伴來共享產(chǎn)業(yè)收益，目前我們已經(jīng)和現(xiàn)在很多龍頭企業(yè)在做這件事。

從源頭智能體開發(fā)到行業(yè)生態(tài)，在推動(dòng)的過程中，特別重要的是一定要底座技術(shù)的完全自主可控，否則可能我們就把大樓建在別人的院子里，建在沙灘上，隨時(shí)會(huì)倒塌，要真正做到軟硬件一體化，才能更深度地落地。

在這樣大的發(fā)展過程中，我們一定要科學(xué)理性地認(rèn)識(shí)到中美科技的綜合差距。今天我們說訊飛星火V4.0對(duì)標(biāo)GPT-4 turbo是全方位對(duì)標(biāo)。但是我們同時(shí)要看到，一旦GPT-5發(fā)布，因?yàn)樗哪Ｐ统叽绺?、?xùn)練時(shí)間更長、數(shù)據(jù)更多，又會(huì)把這個(gè)差距給拉開，甚至拉到一年以上。

當(dāng)然，我們有信心快速追趕，而且是在完全國產(chǎn)算力自主可控算法和數(shù)據(jù)基礎(chǔ)上來追趕，保證不出現(xiàn)代差，保證極限情況下，能夠頂上扛上。我們既要認(rèn)識(shí)到差距，又要有充分的信心，要能夠科學(xué)理性地給出從源頭技術(shù)、到生態(tài)、到產(chǎn)業(yè)應(yīng)用落地的一整套打法，要以長期主義來打造真正自主可控的AI產(chǎn)業(yè)生態(tài)。