大模型引領的 AI 2.0 時代，遠比想象來得更加猛烈——
它以對話即入口的方式，即将改變着我們生産生活。
那麽對于上一波技術浪潮湧現的 AI1.0 公司，到底有何影響？
在首屆中國 AIGC 産業峰會上，商湯科技聯合創始人、大裝置事業群總裁楊帆在現場給出了最新思考。
他認爲，我們在關注 ChatGPT 以及大語言模型的同時，一定不能忽視近幾年整個人工智能技術進展是全方位的。
除此之外，他還談到了這一波技術革命的另外兩大特點：1、會更快地形成産業應用；2、背後是持續的投入、經驗積累，并非單純暴力美學驅動。
事實上，ChatGPT 的出現，給下遊諸多應用打開了新的出口，但 " 如何高效率、低成本、規模化落地？" 就成爲了亟待解決的難題。
商湯大裝置作爲行業代表性解決方案，它類似于 AI 版 " 發電廠 "，打通了算力、算法和平台，能做到批量化生産各種 AI 算法模型，并進一步部署、叠代和升級，也就進一步幫助 AI 産業落地。
未來，楊帆也做了進一步暢想：正如任何一個成熟産業鏈一樣，人工智能産業将在未來幾年，變成多分工、多分化的，并形成一種開放的生态。
中國 AIGC 産業峰會是由量子位主辦的行業峰會，近 20 位産業代表與會讨論。線下參與觀衆 600+，線上收看觀衆近 300 萬，得到了包括 CCTV2、BTV 等在内的數十家媒體的廣泛報道關注。
演講要點
這場人工智能技術進展主要有三個特征：1、全方位的；2、更快地形成産業應用；3、背後是持續積累，并非單純暴力美學驅動。
接下來幾年時間一定會迎來整個人工智能更繁榮、開放的生态。
今天大模型研究背後實際是大量軟件工程系統問題。
當下一些核心應用，天然有大量的 C 端因素，以及在很多使用場景中能天然打造起數據閉環。這既更符合 AI 技術高速叠代本身，也将帶來很強的飛輪效應。
最近兩年大量技術突破都來自于「暴力」，但并非單純資源積累，而是牽涉到每個環節很強的經驗積累。
以下爲楊帆演講全文：
AI 核心技術突破和進展是全方位的
今天站在一個新時代的開端，有人叫 AI2.0，有人叫大模型時代，當整個技術能力、商業化叠代非常快的時候，我覺得可能更需要一種不同的能力去幫助整個産業。
首先分享一下個人觀點，ChatGPT 展現的 AI 技術能力，其實是個非常大的破圈，但在我個人看來，最新一些 AI 技術進展遠不止如此。
正如七八年前 AlphaGo 導緻大衆對 AI 有很強的感知和沖擊，但在那之前，2012 年所帶來的變革更加深遠。
這裏想說的就是前兩年的 AI for Science，我甚至覺得它對整個人類技術進步、或者對我們整個科技産業貢獻、未來産業經濟格局的改變，可能會更大。
今天 AI 已經能幫我們解決什麽？它能模拟人類蛋白質結構，很多人拿它去做材料合成、新材料的推演；它還可以做大量數學物理，去做過去沒辦法做到的計算和推理，甚至它在嘗試去做核聚變的一些推演。
ChatGPT 是每個人都能感知到的，在消費級會給大家帶來巨大沖擊。但剛才講的這些可能是決定整個人類底層的科技進步，對整個社會經濟産生重大改變。
我當然不是說 ChatGPT 不牛，但我想說的是，我們在關注 ChatGPT 以及大語言模型的時候，一定不能忽視整個人工智能近幾年核心技術突破和進展是全方位的。
與此同時，這樣的技術進展還有個很強的特征，比起過去，它能更快地形成産業化應用。
比如 AI 繪畫，很多人已經在做商業化了。而起初被诟病的「手指」問題，現在也已經解決了，技術叠代和應用都非常快。
這是這波技術浪潮第二個非常值得關注的點，就是技術突破與商業模式探索之間的窗口期更短了，帶來的是極強的加速效應。
第三個點想說的是，這一切産生的背後，我們能夠看到什麽？
不管是超大規模計算資源的聚集、超大規模模型結構的設計、還是海量數據彙聚……最近兩年大量技術突破都來自于這種暴力美學。這種暴力也并非單純資源積累，而是牽涉到算力、算法、數據每個環節很強的經驗積累。
誠如 OpenAI 的 GPT-3.5 到 GPT-4，很強的一點就是在數據量上的躍升。在業内交流中發現，OpenAI 将整個公司最優秀的算法研究員拿去做數據規劃和處理，這可能是之所以做出這麽好模型的重要環節。
今天大模型研究背後實際是大量軟件工程系統的問題。
OpenAI 能用一萬塊 V100 訓一個模型，據我了解，國内還沒有團隊能在一萬塊卡上保持高的加速比且做穩定。這些都是大的挑戰，一方面是大力出奇迹，另一方面裏面核心 know-how 需要持續沉澱和積累。
給 AI 産業帶來什麽變化？
首先是生産範式的重大改變。爲什麽有人把這波叫 AI2.0，你會發現一個新的 AI 技術去做産品、完成商業模式、創造客戶價值等，整個事情邏輯都在發生很大的變化。
2018 年商湯就有一些預感，因爲當時感受到去服務産業客戶太痛苦了，你會發現行業裏所有事情幾乎都得你自己去做，上下遊合作夥伴能幫忙的地方非常少。因爲 AI 本身是個高門檻、高成本的東西，但你看任何一個成熟産業鏈一定是多分工、開放以及大家各司其職的。
當時就會想一個問題，到底什麽時候人工智能産業會走到這種狀态？多分工、多分化、開放的産業生态。
今天我們看到了一個似乎很切合的答案。
這種關鍵性 AI 基礎設施包括算力、模型服務（MaaS）都讓整個産業門檻極大下降。同時因爲提供這種基礎設施的廠商一定是少量的，也将面臨巨大的下遊生态，所以它的規模化會帶來非常高的邊際成本的下降。
這對人工智能賦能産業帶來極大的改變，未來可能會産生更大價值，今天很多創業者、投資者都希望在這裏尋找到屬于自己的機會。
在我們看來，這個機會其實是非常廣闊的，它打破了過去人工智能在産業落地因爲技術産生的高門檻。
另外，今天一些核心應用，天然有大量的 C 端因素，以及在很多使用場景中能天然打造起數據閉環，這既更符合 AI 技術叠代本身，也将因爲高速叠代可能帶來很強的飛輪效應，産品具備長期持續性，商業壁壘門檻更容易建立。
所以一個感受是，接下來幾年時間一定會迎來整個人工智能更繁榮、開放的生态。
在這之前有記者問我，AI2.0 對 AI1.0 公司是不是有很大影響？我說這個不是很準确。
商湯早在 2018 年就相關探索，當時叫做預訓練模型，直至現在商湯通用視覺大模型也始終是世界參數量最大，在過去支撐了整個集團業務的持續發展。
商湯平台内容" 一平台四支柱 "中的 " 一平台 "，指的就是人工智能基礎設施 " 大裝置 "。多年的持續投入，源于商湯堅持認爲 AI 基礎設施未來會支撐更加百花齊放的産業生态。而從基礎設施層面講開去，大量模型設計和系統調優經驗能夠支撐大模型服務，幫助更多人叠代自有模型。
總體而言，這件事的核心價值在于，整個 AI 基礎設施會具備彈性和拓展性。通過提供全方位能力，商湯希望爲整個人工智能基礎設施、市場及産業，提供更加基礎化的支撐能力。
我們也相信，在下一個時代，當我們技術整個具備了更大的關鍵性能力前提之下，通過更加大規模、高效率、低成本的 AI 基礎設施，實現更好的服務，支撐到未來百花齊放的産業生态。
最後一句廣告語，希望大家訓 AI 大模型，找商湯大裝置，謝謝大家。
