今年的外灘大會屬實讓人眼花繚亂了——
機器狗當(dāng)寵物已不新奇，現(xiàn)在改恐龍了？還是會自己到處跑、開口出聲那種。
使用螞蟻AQ APP，一位非洲小姐姐的黑眼圈都被AI檢測到了。雖然她一邊大喊天塌了，但下一秒還是老老實實地咨詢AQ如何改善（doge）。
這還不算完，在整整10000平科技展覽、5000平科技集市里，什么炒菜機器人、打鼓機器人、會在蛋殼上雕花的機器人……統(tǒng)統(tǒng)都亮相了，而且還把“人造太陽”核聚變、AI健身房這樣的黑科技搬到了觀眾眼前。
u1s1，雖然人擠人，但現(xiàn)場著實好玩~
而除了新鮮感拉滿，這屆Inclusion·外灘大會還匯聚一眾大佬對一系列前沿問題進(jìn)行了探討：
智能的上限是什么？產(chǎn)業(yè)在落地中遇到哪些困難？大洋兩岸的算力差距如何？諸如此類的問題在1場開幕主論壇+44場見解論壇中不斷地被提出、被回答。
與會嘉賓包括我們熟悉的新晉圖靈獎得主理查德·薩頓、阿里云創(chuàng)始人王堅、金沙江創(chuàng)投主管合伙人朱嘯虎、“人類簡史系列”作者尤瓦爾·赫拉利，宇樹CEO王興興等。
所以，如果你對AI的現(xiàn)狀及未來感興趣，不妨花點時間了解一下這些行業(yè)領(lǐng)軍人物都在思考什么、做什么，相信對你也會有所啟發(fā)。
話不多說，以下為部分重要嘉賓觀點傳送。
圖靈獎得主薩頓：人類數(shù)據(jù)紅利正逼近極限
一上來，大會就現(xiàn)場連線了2024年圖靈獎得主、“強化學(xué)習(xí)之父”理查德·薩頓（Richard Sutton）。
其核心觀點為，人類數(shù)據(jù)紅利正逼近極限，人工智能正在進(jìn)入以持續(xù)學(xué)習(xí)為核心的“經(jīng)驗時代”，潛力將遠(yuǎn)超以往。
具體而言，他認(rèn)為如今大多數(shù)機器學(xué)習(xí)的目標(biāo)，是把人類已有的知識轉(zhuǎn)移到靜態(tài)、缺乏自主學(xué)習(xí)能力的AI上。
其瓶頸顯而易見，當(dāng)我們逐漸達(dá)到人類數(shù)據(jù)的極限：
現(xiàn)有的方法無法生成新的知識，不適合持續(xù)學(xué)習(xí)，而持續(xù)學(xué)習(xí)對智能的效用至關(guān)重要。
所以，我們需要一種新的數(shù)據(jù)源——可以在智能體與世界直接交互中生成，也就是所謂的“經(jīng)驗”。
這正是人類和其他動物的學(xué)習(xí)方式，是AlphaGo自我博弈下的“第37手”，也是近期AlphaProof在國際數(shù)學(xué)奧林匹克斬獲銀牌的路徑。
一句話，我們正進(jìn)入“經(jīng)驗時代”。其中“經(jīng)驗”具體是指，觀察、行動和獎勵這三種信號在智能體與世界之間來回傳遞。
知識來自于經(jīng)驗，可以從經(jīng)驗中學(xué)習(xí)。一個智能體的智能程度，取決于它能預(yù)測并控制自身輸入信號的程度。經(jīng)驗是一切智能的核心與基礎(chǔ)。
進(jìn)一步地，他還指出是強化學(xué)習(xí)將我們帶入了新的經(jīng)驗時代，但要想釋放全部潛力，還需要兩項目前尚不成熟的技術(shù)——持續(xù)學(xué)習(xí)（continual learning）和元學(xué)習(xí)（meta-learning）技術(shù)。
一旦條件成熟，未來人工智能超越人類將是不可避免的。其對人工智能的四大預(yù)測如下：
第一，對世界應(yīng)該如何運轉(zhuǎn)并沒有共識，但沒有哪一種看法能夠凌駕于其他。第二，人類將真正理解智能，并借助技術(shù)將其創(chuàng)造出來。第三，當(dāng)今人類的智力水平，很快將會被超級人工智能，或者超級智能增強的人類遠(yuǎn)遠(yuǎn)超越。第四，權(quán)力和資源會流向最聰明的智能體。
總之，在這位圖靈獎得主看來，當(dāng)前對人工智能的恐懼被夸大了，正確的姿態(tài)應(yīng)該是積極擁抱：
人工智能是宇宙演化的必然下一步，我們應(yīng)以勇氣、自豪和冒險精神來迎接它。
阿里云創(chuàng)始人王堅：選擇開源or閉源已成為AI競爭的關(guān)鍵變量
接下來，阿里云創(chuàng)始人、之江實驗室主任王堅的演講全部圍繞“開源”二字展開。
從開源這個概念的源起，到它如今所經(jīng)歷的演變，再到個人最新開源工作，幾乎句句不離開源。
之所以如此重視開源，他也提到了很重要的一點。今年年初，美國首次將“模型權(quán)重”納入AI出口管制范圍，但明確只管閉源模型，所以開源在國際AI競爭中的戰(zhàn)略地位愈發(fā)凸顯。
包括隨著通義Qwen、DeepSeek的開源，連OpenAI CEO奧特曼也說出了一句讓所有人都很震撼的話——在開源這個時刻，OpenAI站在了歷史的錯誤一邊。對此王堅表示：
我想這句話背后的含義就不用多說了，他不是一個策略性的錯誤，這是一個歷史的選擇。
回顧開源歷史，“Open Source”這個指代開放源代碼的術(shù)語在1998年就出現(xiàn)了，雖然最初叫法有很多（如自由軟件、免費軟件），但“開源”這個詞后來逐漸被一批極客固化下來。
而且在他看來，從1998年網(wǎng)景瀏覽器開源開啟了互聯(lián)網(wǎng)新紀(jì)元，到如今AI大模型的開源浪潮，開源本質(zhì)上經(jīng)歷了從源代碼開放→資源開放的演變。
也就是說，開源在今天不僅意味著代碼共享，更意味著數(shù)據(jù)、算力和模型權(quán)重等核心資源的共享。
需要注意的是，“開放資源”并不是因為有了“開源”概念才出現(xiàn)，而是科學(xué)探索中早已有之。真正讓這一理念走向前臺的，是AI發(fā)展中的幾次關(guān)鍵躍遷：
2012年，Hinton團隊把數(shù)據(jù)、模型與GPU算力結(jié)合，開啟了深度學(xué)習(xí)和人臉識別的時代，但當(dāng)時數(shù)據(jù)和算力規(guī)模有限，“資源”概念尚未凸顯。
直到2017年，Transformer與Tokenization的提出，讓數(shù)據(jù)真正實現(xiàn)資源化，疊加規(guī)模效應(yīng)，使AI在短短幾年內(nèi)迎來指數(shù)級飛躍。
王堅特別強調(diào)，這種“資源層面的開源”已經(jīng)成為推動AI產(chǎn)業(yè)前進(jìn)的關(guān)鍵環(huán)節(jié)。
過去在軟件時代，開源代碼能帶動生態(tài)繁榮；而在人工智能時代，模型權(quán)重的開放，意味著研究者和開發(fā)者不必再重復(fù)投入巨量算力和資金去訓(xùn)練模型，而是能夠在前人的成果之上進(jìn)行創(chuàng)新。
這不僅降低了AI的進(jìn)入門檻，也讓更多參與者能加入到全球范圍的AI研發(fā)與應(yīng)用中。
他還以自己參與的最新探索為例——今年5月，他所在的之江實驗室利用“三體計算星座”計劃，首次將一個完整的8B大模型與12顆衛(wèi)星同時送上太空，實現(xiàn)了衛(wèi)星之間的互聯(lián)互通與在軌智能計算。他還特意解釋道：
送上太空的并非簡化版算法或小程序，而是一個跟地面上一模一樣的完完整整的AI模型。這12顆衛(wèi)星到了太空以后會保證，只要衛(wèi)星到達(dá)的地方，就可以在太空的任何地方完成對所有數(shù)據(jù)的處理。
順帶一提，王堅還詼諧解釋了“三體計算星座”的命名來源——
雖然“三體”常被聯(lián)想到科幻小說，但它其實是牛頓提出的科學(xué)概念，指三體運動無法找到解析解，復(fù)雜度遠(yuǎn)超二體問題。他借此類比，說明多主體協(xié)同往往比單獨行動更困難（原話是“三個和尚沒水喝”）
而“三體計算星座”的目標(biāo)正是要在開放資源的前提下，實現(xiàn)多主體的高效協(xié)作，讓無數(shù)參與者共同建設(shè)并共享太空計算能力。
人類去火星的路上，不能沒有算力和AI的陪伴，這就是未來十年甚至二十年最激動人心的地方。
港大馬毅：當(dāng)前的智能階段約等于人類生命早期，甚至還沒開始
在人人都擔(dān)憂“AI即將或已經(jīng)超越人類智力”的時刻，香港大學(xué)計算與數(shù)據(jù)科學(xué)學(xué)院院長馬毅卻大膽提出：
當(dāng)前人工智能雖技術(shù)蓬勃發(fā)展，卻仍缺乏對智能本質(zhì)的科學(xué)理解。
何謂智能本質(zhì)？在馬毅看來，智能就是在無序中尋找規(guī)律，并將有用的知識記憶下來。
他將人工智能的發(fā)展與生命演化類比：DNA可以視為自然界最早的“大模型”，通過適者生存和隨機變異傳承知識，但效率低、代價高。大模型的演化也像物種進(jìn)化，大浪淘沙，成本巨大。
因此，他認(rèn)為當(dāng)下人工智能的發(fā)展階段約等于生命的最初期，甚至可以說“真正的智能還沒有開始”。
并且他還強調(diào)，智能越往后發(fā)展，可能越需要擺脫對大模型的依賴，走向更高效的學(xué)習(xí)方式。
這話還得從智能演化的四個階段說起，即從DNA所代表的種系遺傳智能，到生物個體出現(xiàn)大腦與感知系統(tǒng)形成的個體發(fā)育智能，再到借助語言實現(xiàn)的群體智能，最后才是真正意義上的人工智能。
在他看來，生命進(jìn)化本質(zhì)是智能機制的啟動，而當(dāng)前以大模型為代表的AI仍處于最初級的“種系智能”階段——依賴海量參數(shù)與預(yù)訓(xùn)練數(shù)據(jù)，不僅資源消耗高、效率低，且缺乏個體記憶與自我意識。
所以，只有將AI從依賴試錯、不可解釋的“黑箱”系統(tǒng)，轉(zhuǎn)變?yōu)榛跀?shù)學(xué)原理與閉環(huán)反饋的“白箱”模型，才能真正實現(xiàn)機器智能。
對此，除了需要將智能作為一個嚴(yán)謹(jǐn)?shù)目茖W(xué)與數(shù)學(xué)課題來研究，他還提醒大家要更多地向自然學(xué)習(xí)
相比高能耗的GPU訓(xùn)練，自然界大腦的能效高出至少十個數(shù)量級，真正的突破在于理解并借鑒自然界的反饋控制與連續(xù)學(xué)習(xí)機制。
宇樹科技王興興：現(xiàn)在是“AI干活”大規(guī)模爆發(fā)的前夜
在一場探討產(chǎn)業(yè)落地實踐的圓桌論壇中，宇樹CEO王興興在公司官宣IPO后首次發(fā)聲：
現(xiàn)在AI寫文作畫，已經(jīng)比99.99%的人都要做得好。但真正讓AI干活，還是一片荒漠。
王興興回憶，早在2011年他對AI就有濃厚興趣，但彼時AI仍屬冷門領(lǐng)域，學(xué)習(xí)資料有限，因此未能深入投入，這也是他至今“最遺憾的一件事”。
不過，隨著大模型的快速發(fā)展，AI與機器人結(jié)合的契機終于到來，讓“AI真正落地干活”成為可能。
他指出，AI與機器人融合正在催生全新的具身智能產(chǎn)業(yè)，賦予機器人AGI能力，使其能夠像人類一樣自主感知、規(guī)劃和行動。
但當(dāng)前發(fā)展仍面臨諸多挑戰(zhàn)，主要集中在數(shù)據(jù)與模型算法層面——
數(shù)據(jù)采集和質(zhì)量不足，利用率不高；多模態(tài)數(shù)據(jù)的融合仍不理想；在機器人領(lǐng)域，模型與控制模態(tài)的對齊依舊困難。例如，讓機器人通過生成視頻學(xué)會家務(wù)，生成效果或許不錯，但如何與控制體系匹配，仍是一大難題。
除了技術(shù)瓶頸，他還提到，AI時代的組織管理同樣是一門新課題。宇樹科技作為一家以硬件為主的公司，隨著規(guī)模擴張，協(xié)作效率可能下降，需要不斷探索更高效的管理方式。
盡管如此，王興興對未來依舊樂觀。他認(rèn)為當(dāng)下創(chuàng)新創(chuàng)業(yè)的門檻已大幅降低，年輕創(chuàng)業(yè)者迎來了最好的時代。在AI工具加持下，小團隊的爆發(fā)力將愈發(fā)強大。
真正讓AI落地干活，現(xiàn)在還在大規(guī)模爆發(fā)性增長的前夜。AI時代非常公平，只要聰明，愿意做事，荒漠中終會長出參天大樹。
金沙江創(chuàng)投朱嘯虎：明年AI應(yīng)用肯定會大爆發(fā)
大模型是不是會吃掉所有軟件？
面對這個問題，金沙江創(chuàng)投主管合伙人朱嘯虎認(rèn)為低代碼、無代碼的軟件肯定會被AI替代，尤其是編輯類、協(xié)作類軟件
不是說不要了，是它的需求會降低，用戶數(shù)減少10%的話，這個影響是很巨大的，協(xié)同類軟件未來市場還會在，但是會小很多。
而且他還透露，面對AI產(chǎn)品，投資人關(guān)注的唯一指標(biāo)就是用戶留存
從PC互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)到AI是同樣的，AI產(chǎn)品用戶召回成本可能是移動互聯(lián)網(wǎng)產(chǎn)品的10倍以上，留存好不好，才證明這些公司有沒有后續(xù)的發(fā)展?jié)摿Α?/p>
此外，當(dāng)談及AI商業(yè)模式與創(chuàng)業(yè)機會時，他以鼓勵的姿態(tài)大膽預(yù)測：
在AI領(lǐng)域，明年應(yīng)用肯定會大爆發(fā)，下一個字節(jié)、下一個小紅書今年應(yīng)該已經(jīng)成立，創(chuàng)業(yè)者應(yīng)該有很多機會，大家一定要有勇氣去闖星辰大海。
同時他也談到了中國創(chuàng)業(yè)者最適合、最擅長的——在AI以外構(gòu)建差異化的用戶體驗。
AI大家都是一樣的，差異都在AI之外（美國B端創(chuàng)業(yè)居多，中國則擅長C端）
人類簡史尤瓦爾·赫拉利：衡量進(jìn)步，不在于技術(shù)的速度
作為主論壇壓軸出場的嘉賓，歷史學(xué)家、哲學(xué)家、“人類簡史系列”作者尤瓦爾·赫拉利分享了自己對AI的看法。
他以一個普通清晨的日常場景開篇，勾勒出人工智能如何悄然融入社會運行：
從電網(wǎng)調(diào)度、醫(yī)院查房，到公共交通編排、街頭攝像頭與倉庫機械臂的運轉(zhuǎn)，許多關(guān)鍵決策已由會學(xué)習(xí)、會調(diào)整、能自主行動的系統(tǒng)完成。
赫拉利強調(diào)，人工智能不僅是自動化工具，更是“會行動的主體”，它們能夠自主做出決定，甚至創(chuàng)造新的想法
談及科技變革，他表示并不反對，畢竟科技曾帶來更健康的生活、更豐富的知識和更緊密的連接。但作為歷史學(xué)者，他對變革的節(jié)奏與方式表示擔(dān)憂。
歷史上，變革最大的問題往往不是最終目標(biāo)，而是通向目標(biāo)的過程。
他指出，外界常誤解歷史學(xué)家與哲學(xué)家的聲音是在“叫停進(jìn)步”，實際上，這是一種呼吁——要真正理解什么才算進(jìn)步，以及應(yīng)如何實現(xiàn)。
在他看來，單有速度，不是進(jìn)步。因為一輛沒有剎車和交通規(guī)則的汽車，即便時速達(dá)到100公里，也絕不算進(jìn)步。
其次，他認(rèn)為任何真正重塑人類社會的系統(tǒng)，都不應(yīng)“先上線再治理”。
如果我們在還沒有學(xué)會識別和糾正系統(tǒng)不可避免錯誤之前，就貿(mào)然讓人工智能“奔跑”，那么速度的代價，就會讓最無力的群體承擔(dān)。
赫拉利進(jìn)一步強調(diào)，人工智能時代真正需要的是建立可驗證的全球承諾，以及讓社會有足夠時間去適應(yīng)，去保存記憶、建立信任與情感。他總結(jié)道：衡量進(jìn)步，不在于技術(shù)的速度，而在于合作的力度與共情的深度
至此，嘉賓的觀點分享暫告一段落。
值得一提的是，除了上面這幾位，還有很多嘉賓在各自領(lǐng)域提出了極具洞察力的觀察和判斷。這里只是受限于篇幅才無法一一展開，包括但不限于：
源碼資本投資合伙人張宏江：基礎(chǔ)設(shè)施加速擴張，AI正步入“產(chǎn)業(yè)規(guī)?；保恍悄苄鈩?chuàng)始人兼董事長孫玄：AI的盡頭是能源，而核聚變是能源的“終局之戰(zhàn)”；螞蟻集團CEO韓歆毅：在醫(yī)療健康領(lǐng)域，專業(yè)AI做到極致會更強；
（今年一共有來自16個國家和地區(qū)的550位嘉賓參會分享）
該說不說，知識有點過于密集了（doge）。
