小(xiao)模型技术是中国企业领先导(dao)入装备中，大模型也不例外,问题,行业,通(tong)用

图灵奖得到者杨(yang)立(li)昆（Yann Lecun）

观察者网(wang)：图灵奖得到者杨(yang)立(li)昆（Yann Lecun）批评Sora不是世界模型，认为生(sheng)成式门路注(zhu)定无法通(tong)往AGI，对(dui)此你怎么看？

李聪廷：世界模型是对(dui)物(wu)理定律和环境规则(ze)的明白和对(dui)齐，Sora 目前(qian)的确做不到这一点(dian)。现在的 AI 水平距离 AGI 还(hai)很(hen)迢遥，但已消耗了庞大的算(suan)力和能耗，以 chatGPT 为例，每天(tian)需要(yao)耗费 50 万度电，相当于 1.7 万个美国家庭的耗电量，其(qi)学习效(xiao)率与人脑天(tian)壤之别(bie)，这不得不激(ji)发学者们思考新的出路。

对(dui)当前(qian)技术门路的未来(lai)悲观，并不代表对(dui)过去和当下的否认。Yann Lecun 2022 年的“From Machine Learning to Autonomous Intelligence”讲座，开篇提到“AI can do pretty amazing things today”，是对(dui)过去和当下的肯定，然后才提出当下技术门路无法通(tong)向 AGI。举个例子，当下辅助驾驶已在新动力车上普及，提升了驾驶体验，但 L4级别(bie)的自动驾驶落地(di)遥遥无期，不可避免涌现未知错误的问题难以基(ji)础解决。“当下最优解，不是最终(zhong)解”这句(ju)话是对(dui)当前(qian)大模型技术近况(kuang)绝对(dui)客观的总(zong)结(jie)。

观察者网(wang)：在千行百业落地(di)的国产(chan)模型，要(yao)为解决各种细碎的问题，为细分场景特地(di)优化，那么在同等的任(ren)务上，未来(lai)表现出的能力，还(hai)会与国际上顶(ding)尖的通(tong)用大模型有差异吗？有可能展(zhan)现出大模型公司搞不定的能力吗？

李聪廷：通(tong)用大模型，是底子设施，有点(dian)像 Android 这样的操作零碎，有两个特点(dian)。一是投入大，只(zhi)要(yao)少数巨无霸企业能够持(chi)续(xu)投入；二是生(sheng)态壁垒墙厚(hou)，占先机建立(li)广大用户底子后，留给(gei)追赶着的机会就(jiu)不多(duo)了。大模型技术是在美国爆(bao)发，因此 OpenAI、Google、Meta 等美国企业已占据了先机，中国企业或(huo)机构处于追赶状(zhuang)况(kuang)，我们不得不面对(dui)和正视这个差异。

通(tong)用大模型起(qi)首在C端得到了大批用户，人们可以与它对(dui)话、提问、写作、作画、作曲等，这类体验是以前(qian) AI 做不到的，一时间人们误以为AI已追上甚至超出人类水平。但在一些(xie)细分场景落地(di)过程中，特别(bie)B端场景落地(di)过程中，人们很(hen)快发现其(qi)精度太低、本钱过高，无法落地(di)。比方，使(shi)用市面上任(ren)何(he)一个通(tong)用大模型识别(bie)迪拜车牌，正确率低于 20%。又比如，宇视作为产(chan)品和解决计划辐射全球200多(duo)个国家和地(di)区的全球化公司，资料翻(fan)译很(hen)消耗人力，但通(tong)用大模型会把“枪机”形(xing)态的收集(ji)摄像机直译成“gun camera”，因为它不具备“box camera”这类专业词汇(hui)的知识库。因此，是细分场景落地(di)催生(sheng)了行业大模型。

在中国，我们深入去看每一个细分行业，几乎(hu)都能找到一两家甚至更多(duo)具备很(hen)强产(chan)品研发能力的企业。这类企业在国内(nei)市场充分竞争厮杀，国外产(chan)品型公司很(hen)难与之竞争。这类企业，已在将自身产(chan)品与行业大模型结(jie)合，推出更有竞争力的产(chan)品。以宇视自身为例，前(qian)段时间我们推出了夜鹰系列摄像机，其(qi)展(zhan)现的在 0.001 Lux 下的夜视能力在业内(nei)激(ji)发烧(shao)议(yi)，领先海外偕(xie)行企业两年。夜鹰的背后是十多(duo)年摄像机技术的积存以及梧桐行业大模型的AI-ISP能力结(jie)合。总(zong)的来(lai)讲，行业大模型落地(di)产(chan)品，我国并不掉队。

大模型化的摄像头提升了夜间观察的能力，用于观察和保(bao)护(hu)猛禽

观察者网(wang)：装备（工具）的模型化能战胜模型的装备（工具）化，或(huo)者说，+AI能战胜AI+，这个判断有哪些(xie)产(chan)业发展(zhan)汗青上的履(lu)历可以佐(zuo)证？

李聪廷：现在的大模型阶段已有不少例子，比如一年前(qian) MidJourney V5 和 Stable Diffusion 这类文生(sheng)图大模型涌现在公众眼前(qian)的时间，有人惊呼图片(pian)编辑工具市场要(yao)颠覆了。但今天(tian)看 Adobe Illustrator 、Photoshop 这类工具的用户并没有流失，在 Adobe 推出 firefly大模型并集(ji)成到自家工具中后，其(qi)用户底子更稳固了。背后的本质是，大模型技术可以提升工具中部分模块的效(xiao)率，还(hai)远远达(da)不到替代工具自己。并且(qie)今天(tian)，训练调优一个自己的行业或(huo)垂直大模型门坎(kan)并没有那么高。

回(hui)想上一个阶段，即 2014 年深度学习技术在产(chan)业界开始爆(bao)发到大模型技术运用前(qian)，一度很(hen)多(duo)人也认为 AI新势力会颠覆传统运用/工具/装备的公司。早期，这类公司的算(suan)法处于领先，同时在大批资金注(zhu)入和人才加盟的背景下，很(hen)快入场做产(chan)品。最后发现产(chan)品的技术点(dian)非常多(duo)，传统产(chan)品公司过去踩过的坑，AI 新势力不得不从(cong)新踩一遍。好不容易过了产(chan)品研发关，又遇到了制造瓶颈，制造特点(dian)是单个环节(jie)看似极其(qi)没有技术含(han)量，但数百万器件 bom的管理和流水运作，有极高的门坎(kan)。制造门坎(kan)后面另有渠道门坎(kan)，渠道门坎(kan)后面另有规模采购本钱门坎(kan)。最后 AI 新势力不得不转向提供算(suan)法授权的贸(mao)易模式，但很(hen)快传统产(chan)品公司完成了算(suan)法追赶，算(suan)法盈余消逝后，这类贸(mao)易模式也折戟(ji)了。

上述例子表明，装备（工具）企业被大模型技术新势力企业赶超的可行性很(hen)小(xiao)，但那些(xie)跟不上大模型技术升级落的装备（工具）企业有可能被其(qi)它装备（工具）企业淘汰掉。

观察者网(wang)：从(cong)装备大模型化的观点(dian)看，中国应该具有领先将大模型运用落地(di)的诸(zhu)多(duo)优势，如工程能力的优势，新动力产(chan)业的优势。从(cong)你们在海外市场竞争的履(lu)历看，中国企业是不是走在了前(qian)面？

李聪廷：先从(cong)装备的产(chan)品力自己看，以AI体锻屏为例，需要(yao)具备成像技术、嵌入式软件技术、云和APP软件、硬件技术、显示技术、交互(hu)设计、工程托付技术等诸(zhu)多(duo)要(yao)素，当然另有 AI。研发出有竞争力的产(chan)品还(hai)远远不够，得上量能力覆盖研发投入并有利润，这很(hen)考验企业的渠道能力。有渠道带货，我们还(hai)要(yao)能造得出来(lai)，这又考验企业的规模制造能力。产(chan)品售价既要(yao)有竞争力还(hai)要(yao)有利润，这又考验企业的规模采购议(yi)价能力。当然，另有速度要(yao)素。因此，比拼的是所有要(yao)素的综合能力。

AI是其(qi)中一个要(yao)素，从(cong)小(xiao)模型到大模型，技术升级了。这个变量，在装备企业之间发生(sheng)足够的影(ying)响，旧(jiu)的产(chan)品会加快迭代，并且(qie)还(hai)会创造一些(xie)新的场景的产(chan)品；反之，如果(guo)跟不上技术迭代，企业就(jiu)会掉队。但对(dui)于没有装备履(lu)历只(zhi)要(yao)大模型技术的企业，要(yao)迈过其(qi)它诸(zhu)多(duo)要(yao)素的槛，道阻且(qie)长。

上一阶段的小(xiao)模型技术，中国企业是领先导(dao)入并运用于装备中的，此次大模型技术也不会例外。

观察者网(wang)：已有不少批评说中国做大模型的公司太多(duo)了，但是中国能做各种装备的公司更多(duo)，如果(guo)每个有气力的装备公司都想+AI，做自己的行业模型，会不会浮现出非常细碎，没有统一标准、统一品牌的离散款式？

李聪廷：新技术涌现，必然会吸(xi)引大批优秀人才和资本入场。这里有定位通(tong)用大模型的、有定位行业大模型的、有定位工具链的、当然另有定位 APP/工具/装备的。

通(tong)用大模型，最后大概率会集(ji)中在头部少数几家，赢者通(tong)吃，这几家自身就(jiu)成为了事实的标准。其(qi)它企业会比较艰难甚至出局。

定位行业大模型的企业，有点(dian)像小(xiao)模型时代的算(suan)法授权贸(mao)易模式，它太容易被APP/工具/装备企业的自研给(gei)替代。因此避开与这类产(chan)品企业竞争，找到有生(sheng)存机会的细分场景很(hen)重要(yao)。最后有可能涌现几个细分场景的小(xiao)而美的企业，做大的可能性不大。

定位工具链的企业，闭源(yuan)，无法得到大批开发者用户，不利于建生(sheng)态。开源(yuan)，看不清贸(mao)易盈利路径。左右为难的同时，还(hai)面临大厂自研的竞争挑战。

定位 APP/工具/装备的企业，行业大模型只(zhi)是其(qi)产(chan)品的一个技术要(yao)素，用户侧(ce)看到的仍是其(qi)产(chan)品品牌。用户甚至感受不到行业大模型的存在，但一定能感知到产(chan)品的用户体验提升了。

观察者网(wang)：月之暗面的杨(yang)植麟说，今天(tian)的大部分开发工作实际上是做中间层的事情，就(jiu)是数据。交互(hu)和模型可能都是一样的，但用不同的数据，就(jiu)会出来(lai)不同的产(chan)品。定义好了训练数据和测试数据，大模型产(chan)品就(jiu)定义好了。月之暗面是做云计算(suan)，做to C端产(chan)品，对(dui)于你们做边沿计算(suan)，做to B端产(chan)品来(lai)讲，这个形(xing)貌也适用吗？

李聪廷：最近月之暗面及其(qi)旗下运用Kimi 热(re)度很(hen)高，用户体验做得不错。我们所在的 AIoT 赛道，和它所在的赛道没有交集(ji)。训练和测试数据肯定很(hen)重要(yao)，在我们这个赛道也一样。但对(dui)于定义一个行业大模型而言，我们会更存眷(juan)其(qi)落地(di)的性价比。比方，如果(guo)我们用 10B 级别(bie)的通(tong)用 CV 大模型去做视频解析的逐帧推理，那需要(yao)用到 A800 级的 GPU 装备，单路的及时推理本钱需要(yao) 1 万美金左右，而我们的客户过去只(zhi)能接受几百元人民币每路的本钱。因此，我们采纳(na)了 5M 的小(xiao)模型+1B 的梧桐行业大模型结(jie)合的方式，并且(qie)都是 ViT 收集(ji)布局，这样我们的单路推理本钱可以做到几百元人民币水平。

Kimi页面

观察者网(wang)：当前(qian)倡导(dao)的“新质临盆力”就(jiu)是要(yao)找到更多(duo)信息化、智能化的新模式、新场景、新业态。在典范的物(wu)联网(wang)场景比如充电桩，另有你们正在探(tan)索的文教体等行业，目前(qian)找到了哪些(xie)好的AI运用处景，已表现出了能够贸(mao)易落地(di)，得当技术迭代的迹象？

李聪廷：确切，技术进步会催生(sheng)更多(duo)的细分行业场景，比如AI文教体、储能、充电桩等，在宇视2024互(hu)助伙伴大会的现场，大家能看到很(hen)多(duo)的这类产(chan)品，我举四类：

一是AI体育教育：实现体育教具的AI化，其(qi)是一个具备渐渐迭代与升级的长程赛道，可以围绕的教学要(yao)求、运动种类、磨炼目标等不断地(di)提升效(xiao)率、效(xiao)果(guo)及内(nei)容丰富度，一方面是针(zhen)对(dui)不同的运动类目不断增加算(suan)法类别(bie)，另一方面又可在单一算(suan)法类别(bie)上不断纵深优化效(xiao)果(guo)。

大模型提升了算(suan)法精度，推进了体育教具AI化

二是AI体育运动：分享(xiang)经济(ji)时代，能更全面记(ji)录自己想要(yao)记(ji)录的时刻，具备更丰富的可分享(xiang)素材(cai)是通(tong)识性需求，只(zhi)要(yao)是运动游玩都有此类诉求，以是在这个领域内(nei)宽度（运动类别(bie)）无上限，深度（每一个细分领域可提供满足个人情绪(xu)代价的内(nei)容）无上限。

在乌镇现场展(zhan)现的智能球场解决计划，通(tong)过AI捕(bu)获阐明，自动临盆运动视频并统计数据

三是文旅领域：基(ji)于梧桐大模型演进的算(suan)法服务于“旅游”行业，通(tong)过摄像机收罗AI择优生(sheng)成照片(pian)与vlog模式可覆盖景区、游乐场所、博物(wu)馆等多(duo)类场景，更好的与当下分享(xiang)经济(ji)结(jie)合，服务于个别(bie)情绪(xu)代价的满足，其(qi)具备充分的优化演进空间，比如在算(suan)法的优选效(xiao)果(guo)上、视频的画面清晰(xi)度上、视频剪(jian)辑的创意性以及更多(duo)更风趣的表达(da)方式等等。

四是AI写真：通(tong)过AI算(suan)法来(lai)完成照片(pian)的优选与“PS”，可以配合个别(bie)快速的完成不同场景生(sheng)成、不同装造、不同形(xing)象（二次元、商务等）的照片(pian)生(sheng)成，即可帮助找得当自己的造型、也可在过程中带来(lai)娱乐性，同时也可服务于个别(bie)某(mou)一些(xie)场合所需照片(pian)的快速获取诉求。

观察者网(wang)：大模型未来(lai)最大的挑战多(duo)是能耗问题，模型的能力增长与算(suan)力增长、能耗增长的关系是怎样的？为什(shi)么分布式动力零碎和能算(suan)一体化是解题思路？

李聪廷：要(yao)把大模型技术和大模型运用分开，还(hai)要(yao)把大模型运用中的互(hu)联网(wang)服务和装备化产(chan)品分开。对(dui)于面向C端的大模型互(hu)联网(wang)服务来(lai)讲，比如ChatGPT、Sora来(lai)讲，算(suan)力和能耗问题比较凸起(qi)，每多(duo)服务一个用户，都需要(yao)额外的算(suan)力和能耗。但对(dui)于使(shi)用的大模型技术的装备来(lai)讲，算(suan)力和能耗是有限的、固定的，并不存在算(suan)力和能耗焦急。

对(dui)于算(suan)力高度集(ji)中的数据中心运用处景，能算(suan)一体也许是个发展(zhan)方向，动力自给(gei)自足肯定是有利于降低本钱的，但代价是动力供给(gei)的稳定性。分布式动力是一种动力布局，涵(han)盖的面比能算(suan)一体更广泛，解决的不止是数据中心能耗的问题。