直播回顧：大模型與DeepSeek，技術(shù)、應(yīng)用與未來(lái)

前言

最近，我們準(zhǔn)備聯(lián)合一線的人工智能從業(yè)者，面向普通用戶(hù)，做一系列直播活動(dòng)。這個(gè)活動(dòng)也是從我們自身需求出發(fā)，希望能夠?qū)@個(gè)領(lǐng)域有一個(gè)系統(tǒng)、全面的了解，同時(shí)跟上人工智最前沿的技術(shù)、產(chǎn)業(yè)趨勢(shì)。

本周，這個(gè)領(lǐng)域的資深從業(yè)者馬驍騰進(jìn)行了第一次直播分享

主講人馬驍騰，利物浦大學(xué)碩士，大廠資深產(chǎn)品運(yùn)營(yíng)專(zhuān)家（快手，Opera，天工AI），近兩年轉(zhuǎn)向人工智能，是國(guó)內(nèi)前5的C端AI產(chǎn)品初始團(tuán)隊(duì)成員。

以下是這次直播的主要內(nèi)容摘要。

問(wèn)：AI的起源

答：以一個(gè)講故事的方式跟大家展開(kāi)，竟然是跟語(yǔ)言學(xué)家有關(guān)。

語(yǔ)言學(xué)家很早就開(kāi)始對(duì)AI進(jìn)行探索，最早人們與AI的交互，可以追溯到機(jī)器翻譯領(lǐng)域。谷歌翻譯可以算是早期AI的代表。機(jī)器翻譯能夠?qū)崿F(xiàn)不同語(yǔ)言之間的相互轉(zhuǎn)換，比如英語(yǔ)和中文的互譯。從最早基于規(guī)則的方法進(jìn)行翻譯，到后期統(tǒng)計(jì)機(jī)器翻譯（SMT），再到如今神經(jīng)機(jī)器翻譯（NMT），翻譯與AI一直處于相輔相成的關(guān)系。

語(yǔ)言學(xué)為AI奠定了堅(jiān)實(shí)的理論基礎(chǔ)。句法結(jié)構(gòu)和語(yǔ)義理解是自然語(yǔ)言處理的關(guān)鍵要素，這些理論持續(xù)為模型設(shè)計(jì)提供指導(dǎo)。例如，Transformer模型中的注意力機(jī)制就是受到語(yǔ)言學(xué)的啟發(fā)，模擬了人類(lèi)在處理語(yǔ)言時(shí)對(duì)關(guān)鍵信息的聚焦能力。同時(shí)，語(yǔ)言學(xué)家對(duì)多義詞、歧義句等復(fù)雜語(yǔ)義現(xiàn)象的研究成果，也助力AI系統(tǒng)更好地應(yīng)對(duì)復(fù)雜的語(yǔ)言環(huán)境。

語(yǔ)言學(xué)與AI的深度融合正催生新的研究方向。神經(jīng)符號(hào)AI將符號(hào)邏輯與深度學(xué)習(xí)相結(jié)合，多模態(tài)翻譯則整合了文本、語(yǔ)音、圖像等多種信息形式。像百度智能文檔翻譯平臺(tái)支持版式還原，微軟Azure AI語(yǔ)音實(shí)現(xiàn)實(shí)時(shí)口譯，這些技術(shù)突破都是語(yǔ)言學(xué)家與工程師緊密合作的結(jié)晶。

Part 1

問(wèn)：大模型的名字由來(lái)

答：大模型一般都是指大語(yǔ)言模型，英文名字LLM模型（Large Language Models，大語(yǔ)言模型）是一類(lèi)基于深度學(xué)習(xí)的人工智能模型，旨在處理和生成自然語(yǔ)言文本。

當(dāng)然除了大語(yǔ)言模型之外，還有就是像我們所說(shuō)的就是視頻模型。簡(jiǎn)單來(lái)講，大語(yǔ)言模型，然后之后衍生出來(lái)一系列模型，比如說(shuō)像文生圖，視頻就是我們還有音樂(lè)模型，但是說(shuō)這幾個(gè)模型的基礎(chǔ)都一定程度依賴(lài)于說(shuō)大語(yǔ)言模型的進(jìn)步，大語(yǔ)言模型的發(fā)展推動(dòng)了其他模型的發(fā)展。

問(wèn)：大模型究竟是什么呢？

答：大模型理論基礎(chǔ)在于神經(jīng)網(wǎng)絡(luò)算法，這是一種力求讓計(jì)算機(jī)模仿人類(lèi)大腦運(yùn)作的理論，體現(xiàn)為一種算法，即一系列有條不紊的代碼序列。

更準(zhǔn)確地說(shuō)，它旨在使計(jì)算機(jī)模擬人類(lèi)的思考與判斷過(guò)程。這一理論支撐下的大模型，其本質(zhì)是一種算法。語(yǔ)言學(xué)為其提供了認(rèn)知基礎(chǔ)：當(dāng)我們學(xué)習(xí)語(yǔ)言，例如學(xué)習(xí)英語(yǔ)，我們要學(xué)習(xí)單詞和語(yǔ)法，再到深入了解其文化，這一系列認(rèn)知步驟便構(gòu)成了一種方法論。大模型通過(guò)代碼將這一認(rèn)知過(guò)程實(shí)現(xiàn)，實(shí)質(zhì)上是一系列有步驟、有方法論的代碼集合。

問(wèn)：什么推動(dòng)了AI的進(jìn)展？

答：計(jì)算機(jī)學(xué)家和語(yǔ)言學(xué)家經(jīng)過(guò)深入思考，找到了一種讓機(jī)器更好地理解、處理語(yǔ)言的方法，最終形成了如今各種大模型的主流架構(gòu)算法，即Transformer。

這個(gè)架構(gòu)有些類(lèi)似于生物學(xué)上神經(jīng)網(wǎng)絡(luò)的概念。它由多層神經(jīng)網(wǎng)絡(luò)構(gòu)成，就像人腦擁有眾多神經(jīng)元一樣。這些神經(jīng)元進(jìn)行著信息的交互，每一層都有許多神經(jīng)元節(jié)點(diǎn)同時(shí)處理問(wèn)題，然后進(jìn)入下一層。這其中有著復(fù)雜的連接關(guān)系，以及靈活的架構(gòu)設(shè)計(jì)。

比如說(shuō)，現(xiàn)場(chǎng)可能有學(xué)金融學(xué)的同學(xué)。如果我問(wèn)他銀行單利和復(fù)利是什么，他會(huì)在腦海中思考這個(gè)問(wèn)題。他會(huì)想起之前在哪本書(shū)上看到過(guò)相關(guān)內(nèi)容，然后從記憶深處整理出關(guān)于單利和復(fù)利的概念。這個(gè)過(guò)程包括輸入問(wèn)題、在隱層進(jìn)行思考和記憶檢索、最后輸出答案，這就是一個(gè)從輸入到輸出的過(guò)程，類(lèi)似于每個(gè)人每天思考問(wèn)題的方式。這也可以類(lèi)比為神經(jīng)元細(xì)胞的結(jié)構(gòu)，它有一個(gè)輸入層，接收信息；然后是中間的隱層，代表思考過(guò)程；最后是輸出層，給出結(jié)果。

簡(jiǎn)單來(lái)說(shuō)，大語(yǔ)言模型通過(guò)訓(xùn)練生成了一串有序的代碼，分步驟處理我們輸入的內(nèi)容。從輸入開(kāi)始，經(jīng)過(guò)檢索內(nèi)容、中間檢索過(guò)程，到最后輸出結(jié)果，這些內(nèi)容就是我們看到的大模型呈現(xiàn)給我們的答案。可以稱(chēng)之為一個(gè)“人造大腦”，參數(shù)構(gòu)成了這個(gè)“大腦”，參數(shù)越多，“大腦”就越大，可能也就越聰明，但同時(shí)需要的“營(yíng)養(yǎng)”也就越多，每次成長(zhǎng)都需要更多的資源。

現(xiàn)在我們會(huì)覺(jué)得Deepseek這類(lèi)大模型無(wú)所不知，基本上什么問(wèn)題都能回答。這是因?yàn)樵谟?xùn)練大模型時(shí)，已經(jīng)將各個(gè)門(mén)類(lèi)、各個(gè)學(xué)科的知識(shí)，包括互聯(lián)網(wǎng)上的知識(shí)、書(shū)本上的知識(shí)和專(zhuān)業(yè)領(lǐng)域的知識(shí)都喂給它。所以它就像人讀書(shū)一樣，基本上什么書(shū)都讀過(guò)并且記住了。

問(wèn)：AI的終局是什么

答：終極目標(biāo)是能像人一樣自主思考、自主學(xué)習(xí)、自主解決新問(wèn)題的通用人工智能系統(tǒng)（Artificial General Intelligence，AGI）。就是說(shuō)通用人工智能夠像人一樣，就是做人能做的那些事情。比如現(xiàn)在仿生機(jī)器人能夠像人人去走，遇到石頭會(huì)躲避，遇到臺(tái)階會(huì)邁步，這就是說(shuō)現(xiàn)在的終局就是我們?cè)谕鵄GI的方向去發(fā)展。

問(wèn)：算力是什么，為什么算力那么重要

答：算力可以看作是大模型的“營(yíng)養(yǎng)液”。就如同汽車(chē)需要汽油來(lái)提供動(dòng)力一樣，大腦也需要營(yíng)養(yǎng)供給才能思考。大模型要具備強(qiáng)大的學(xué)習(xí)和理解能力，首先需要構(gòu)建一個(gè)規(guī)模龐大的模型結(jié)構(gòu)，使其擁有足夠的“算力”，也就是大模型的“營(yíng)養(yǎng)”。當(dāng)面對(duì)各種復(fù)雜問(wèn)題時(shí)，它就能憑借這顆“聰明”且“容量極大”的“大腦”進(jìn)行處理，并返回高質(zhì)量的答案。

舉個(gè)例子，人在疲憊的時(shí)候往往就不愿意去思考了。大模型也是如此，只有擁有更巨大的算力，也就是充足的“營(yíng)養(yǎng)”，它才能持續(xù)不斷地進(jìn)行思考，并且還可以自行進(jìn)行優(yōu)化和調(diào)整。所以說(shuō)，算力對(duì)于大模型而言，就如同營(yíng)養(yǎng)對(duì)于大腦一樣重要，是不可或缺的支撐。

Part 2

問(wèn)：AI和Chatgpt之間是什么關(guān)系？

答：Chatgpt可以被視為AI的代表之一。打個(gè)比方，將AI看作一個(gè)類(lèi)似“智能手機(jī)”這樣的通用名詞。那么Chatgpt就像是早期版本的iPhone——比如iPhone 4，是當(dāng)時(shí)智能機(jī)領(lǐng)域的先驅(qū)之一。而DeepSeek則可能類(lèi)似于華為Mate系列等其他品牌的智能機(jī)。因此，它們都是AI大模型或所謂大語(yǔ)言模型的典型代表。

GPT全稱(chēng)Generative Pre-trained Transformer，即生成式預(yù)訓(xùn)練變換模型。這個(gè)名字聽(tīng)起來(lái)很復(fù)雜，但實(shí)際上它指的是一種能夠通過(guò)預(yù)先學(xué)習(xí)大量數(shù)據(jù)來(lái)生成新內(nèi)容的AI技術(shù)。其中，“Generative”表明這是一種具有創(chuàng)造性的AI，可以根據(jù)已有的信息創(chuàng)造出全新的內(nèi)容。

Pre-trained就是我們經(jīng)常聽(tīng)到的“預(yù)訓(xùn)練”，這意味著會(huì)先讓模型學(xué)習(xí)大量的書(shū)籍和資料，開(kāi)發(fā)人員會(huì)不斷地監(jiān)督大模型的學(xué)習(xí)過(guò)程，并通過(guò)人類(lèi)的反饋來(lái)加強(qiáng)其學(xué)習(xí)能力。具體來(lái)說(shuō)，就是讓它閱讀很多書(shū)，然后像考試一樣提問(wèn)，答對(duì)了就給予肯定，錯(cuò)了就指出并糾正。這個(gè)過(guò)程類(lèi)似于學(xué)生從小學(xué)讀到研究生，不斷積累知識(shí)直到達(dá)到各個(gè)領(lǐng)域都有很高的準(zhǔn)確率。

Transformer這里指的特定的神經(jīng)網(wǎng)絡(luò)架構(gòu)算法，使模型能夠理解和處理各種問(wèn)題。這相當(dāng)于第一次實(shí)現(xiàn)了真正意義上的生成式AI，是一個(gè)重大的進(jìn)步。

在Chatgpt之后，許多中國(guó)公司紛紛效仿這種方法，自己開(kāi)發(fā)算法架構(gòu)并進(jìn)行訓(xùn)練，推出了如文心一言、豆包等不同的大模型。這些模型的訓(xùn)練方式基本相同，起初都是基于Chatgpt公開(kāi)的研究論文，當(dāng)然也不乏研究過(guò)程中的改進(jìn)。

在訓(xùn)練大模型的過(guò)程中，需要大量的標(biāo)注人員為模型提供準(zhǔn)確的信息，并對(duì)模型的回答進(jìn)行評(píng)分，以不斷提高其準(zhǔn)確性和質(zhì)量。最初的時(shí)候，模型的回答可能比較生硬“不說(shuō)人話(huà)”，但隨著時(shí)間的推移和持續(xù)的優(yōu)化，它們變得越來(lái)越流暢自然。

AI的一個(gè)重要能力就是能夠生成內(nèi)容，包括語(yǔ)義、語(yǔ)音以及圖像和視頻等多種形式。然而，對(duì)于單純的文本生成而言，現(xiàn)有的大語(yǔ)言模型已經(jīng)做得相當(dāng)不錯(cuò)；但要生成圖像或視頻，則需要額外的架構(gòu)支持。這就是為什么發(fā)布的Sora模型引起了廣泛關(guān)注的原因——它試圖在大型語(yǔ)言模型的基礎(chǔ)上進(jìn)一步拓展到多媒體領(lǐng)域。

自然語(yǔ)言處理是指讓機(jī)器能夠理解和生成人類(lèi)的語(yǔ)言。無(wú)論是輸入中文，英文還是什么語(yǔ)言，AI都能相應(yīng)地給出回應(yīng)；乃至于代碼的生成，可以理解代碼是計(jì)算機(jī)語(yǔ)言，也是仿照人類(lèi)語(yǔ)言邏輯。

在實(shí)際應(yīng)用方面，醫(yī)療領(lǐng)域是目前最熱門(mén)的方向之一。例如，百川智能正在開(kāi)展針對(duì)兒童疾病的在線問(wèn)診服務(wù)。這類(lèi)應(yīng)用專(zhuān)門(mén)針對(duì)特定領(lǐng)域進(jìn)行了深入研究和發(fā)展，為用戶(hù)提供專(zhuān)業(yè)的診斷建議和健康咨詢(xún)等服務(wù)。總之，目前我們?cè)谵k公、教育、娛樂(lè)等多個(gè)領(lǐng)域都看到了AI技術(shù)的廣泛應(yīng)用和發(fā)展。

Part 3

問(wèn)：Deepseek為啥神奇，突然間全民接入Deepseek？

答：個(gè)人認(rèn)為DeepSeek可以是國(guó)產(chǎn)之光，點(diǎn)贊創(chuàng)新精神，是一款更懂中國(guó)人和國(guó)情的大模型。它有以下三個(gè)顯著特點(diǎn)：

開(kāi)源：DeepSeek選擇開(kāi)源，這意味著它的代碼和技術(shù)細(xì)節(jié)對(duì)所有開(kāi)發(fā)者開(kāi)放。開(kāi)源策略不僅促進(jìn)了技術(shù)的共享和交流，也使得更多的開(kāi)發(fā)者能夠參與到模型的優(yōu)化和定制中，從而推動(dòng)了整個(gè)行業(yè)的進(jìn)步。

性能優(yōu)異：DeepSeek在性能方面表現(xiàn)出色，無(wú)論是處理速度還是準(zhǔn)確性都達(dá)到了較高水平。這使得它在各種應(yīng)用場(chǎng)景中都能展現(xiàn)出強(qiáng)大的實(shí)力，滿(mǎn)足用戶(hù)的不同需求。

成本低廉：DeepSeek的訓(xùn)練成本和使用成本都相對(duì)較低。這得益于其高效的算法和優(yōu)化的技術(shù)實(shí)現(xiàn)，使得更多的企業(yè)和開(kāi)發(fā)者能夠承擔(dān)得起并應(yīng)用這款模型。同時(shí)，低成本也意味著更高的性?xún)r(jià)比，為用戶(hù)帶來(lái)了更大的價(jià)值。

如下有些討論，其實(shí)是對(duì)一些誤區(qū)的澄清，

1. 說(shuō)DeepSeek比Chatgpt強(qiáng)，比哪個(gè)GPT強(qiáng)？比的是什么方面？強(qiáng)在何處？

Chatgpt是大模型，是OpenAI的大家族之一，所以就是看大家族中的誰(shuí)和誰(shuí)比，跟小說(shuō)似的，大弟子對(duì)比大弟子，二弟子對(duì)比二弟子。

· 比的是推理模型，是DeepSeek-R1比OpenAI-o1，模型訓(xùn)練成本只有OpenAI的1/10，使用成本只有1/30。

· 比推理模型的原因，其實(shí)是往AGI 上更前進(jìn)了一步。

2. DeepSeek 國(guó)產(chǎn)之光，這個(gè)榮譽(yù)獎(jiǎng)勵(lì)的或者說(shuō)鼓勵(lì)的是什么？

首先回答一個(gè)問(wèn)題，DeepSeek的創(chuàng)新是從0到1的顛覆式創(chuàng)新嗎？

這個(gè)不是的。是1-n上的創(chuàng)新，原有算法基礎(chǔ)上的部分算法創(chuàng)新，系統(tǒng)性的工程創(chuàng)新。這個(gè)可以有三點(diǎn)解釋

a.模型架構(gòu)環(huán)節(jié)：大為優(yōu)化的Transformer + MOE組合架構(gòu)

降低成本：這兩個(gè)技術(shù)都是谷歌率先提出并采用的，但DeepSeek用它們?cè)O(shè)計(jì)自己的模型時(shí)做了巨大優(yōu)化，并且首次在模型中引入多頭潛在注意力機(jī)制（Multi-head Latent Attention，MLA），從而大大降低了算力和存儲(chǔ)資源的消耗。

普通人能聽(tīng)懂的：激活大腦中的一部分功能來(lái)解決問(wèn)題，不需要牽一發(fā)而動(dòng)全身，這樣減少了計(jì)算量，減少了消耗。

b.模型訓(xùn)練環(huán)節(jié)：FP8混合精度訓(xùn)練框架

提升速度：傳統(tǒng)上，大模型訓(xùn)練使用32位浮點(diǎn)數(shù)（FP32）格式來(lái)做計(jì)算和存儲(chǔ)，這能保證精度，但計(jì)算速度慢、存儲(chǔ)空間占用大。如何在計(jì)算成本和計(jì)算精度之間求得平衡，一直是業(yè)界難題。2022年，英偉達(dá)、Arm和英特爾一起，最早提出8位浮點(diǎn)數(shù)格式（FP8），但因?yàn)槊绹?guó)公司不缺算力，該技術(shù)淺嘗輒止。DeepSeek則構(gòu)建了FP8 混合精度訓(xùn)練框架，根據(jù)不同的計(jì)算任務(wù)和數(shù)據(jù)特點(diǎn)，動(dòng)態(tài)選擇FP8或 FP32 精度來(lái)進(jìn)行計(jì)算，把訓(xùn)練速度提高了50%，內(nèi)存占用降低了40%。

普通人能聽(tīng)懂的：舉個(gè)例子，算數(shù)學(xué) 11.11111111111×12.121212121212，算起來(lái)很復(fù)雜，而且結(jié)果也很長(zhǎng)，簡(jiǎn)化一下，算11×12，口算基本上就能得到131，但是這個(gè)是相似值，如何又能保留更精準(zhǔn)的呢，算11.11 ×12.12 還是11.1111×12.1212，哪個(gè)能滿(mǎn)足最低精度要求即可。

c.算法環(huán)節(jié)：新的強(qiáng)化學(xué)習(xí)算法GRPO

進(jìn)化速度更快，未來(lái)可期：強(qiáng)化學(xué)習(xí)的目的是讓計(jì)算機(jī)在沒(méi)有明確人類(lèi)編程指令的情況下自主學(xué)習(xí)、自主完成任務(wù)，是通往通用人工智能的重要方法。強(qiáng)化學(xué)習(xí)起初由谷歌引領(lǐng)，訓(xùn)練AlphaGo時(shí)就使用了強(qiáng)化學(xué)習(xí)算法，但是OpenAI后來(lái)居上，2015年和2017年接連推出兩種新算法TRPO（Trust Region Policy Optimization，信任區(qū)域策略?xún)?yōu)化）和PPO （Proximal Policy Optimization，近端策略?xún)?yōu)化），DeepSeek更上層樓，推出新的強(qiáng)化學(xué)習(xí)算法GRPO（ Group Relative Policy Optimization 組相對(duì)策略?xún)?yōu)化），在顯著降低計(jì)算成本的同時(shí)，還提高了模型的訓(xùn)練效率。 （GRPO算法公式。Source：DeepSeek-R1論文）

普通人能聽(tīng)懂的：算法的優(yōu)化，就是一個(gè)方法的優(yōu)化，節(jié)省步驟。原來(lái)完成一個(gè)事情需要a-b-c-d-e 5個(gè)步驟，現(xiàn)在可能是a-c-e 或 a-f-e 或 a-b-f，也可以到達(dá)，甚至到達(dá)的更遠(yuǎn)。

3.中美大模型差異有多大，一開(kāi)始有多大，現(xiàn)在有多大，未來(lái)有多大？

還是很大，現(xiàn)在是中國(guó)取得階段性成果，美國(guó)暫時(shí)領(lǐng)先，還在激烈追趕中。

誰(shuí)是玩家

DeepSeek+Kimi+阿里，百度，字節(jié)等 vs OpenAI，Anthropic、谷歌、Meta、xAI 等

4.未來(lái)決定性因素

現(xiàn)在來(lái)講，人和創(chuàng)新精神是很重要的，但是芯片也是很重要的，就看誰(shuí)能夠在后續(xù)的推理模型中持續(xù)的去進(jìn)行創(chuàng)新，繼續(xù)的去發(fā)布出來(lái)更好的模型，所以Deepseek問(wèn)世之后，可以標(biāo)志著大模型的角逐由上半場(chǎng)轉(zhuǎn)到下半場(chǎng)。

這里分享一句話(huà)共勉：

迫不得已是創(chuàng)新之母

The necessity is the mother of the invention

總體來(lái)說(shuō)，DeepSeek的諸多創(chuàng)新在很大程度上來(lái)自于芯片受限所帶來(lái)的挑戰(zhàn)。由于只能使用性能相對(duì)較低的H800芯片進(jìn)行訓(xùn)練，DeepSeek被迫在算法層面進(jìn)行深度優(yōu)化，以彌補(bǔ)算力的不足。這些創(chuàng)新使得模型更加輕量化，不僅減少了代碼的冗余，還提高了能耗效率，使得在計(jì)算資源有限的情況下也能高效運(yùn)行。

更重要的是，DeepSeek符合國(guó)內(nèi)的法律法規(guī)要求，并在訓(xùn)練過(guò)程中針對(duì)國(guó)內(nèi)網(wǎng)絡(luò)和互聯(lián)網(wǎng)監(jiān)管進(jìn)行了適配。這使得其輸出內(nèi)容完全符合國(guó)內(nèi)的信息監(jiān)管標(biāo)準(zhǔn)，為國(guó)內(nèi)用戶(hù)提供了更加安全、合規(guī)的服務(wù)。相比之下，雖然Chatgpt等模型也表現(xiàn)出色，但在國(guó)內(nèi)可能面臨合規(guī)性問(wèn)題。而DeepSeek則通過(guò)其獨(dú)特的優(yōu)勢(shì)，特別是針對(duì)中文場(chǎng)景的優(yōu)化和合規(guī)性設(shè)計(jì)，使其更加貼近國(guó)內(nèi)用戶(hù)的需求，從而在國(guó)內(nèi)市場(chǎng)如驚雷般響徹東西南北。

Part 4

問(wèn)：AI會(huì)給原有機(jī)器人領(lǐng)域帶來(lái)什么變化？

答：AI和機(jī)器人的結(jié)合正在逐漸加強(qiáng)。簡(jiǎn)單來(lái)說(shuō)，可以把AI看成是一種軟件，AI技術(shù)如計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理是核心，它們的發(fā)展推動(dòng)了機(jī)器人技術(shù)的智能化，使機(jī)器人能夠自主決策。這就是未來(lái)五年內(nèi)，甚至更長(zhǎng)時(shí)間的發(fā)展趨勢(shì)。

如今，機(jī)器狗等機(jī)器人產(chǎn)品已經(jīng)在市場(chǎng)上銷(xiāo)售，價(jià)格逐漸親民，使得更多行業(yè)能夠承擔(dān)得起并應(yīng)用這些技術(shù)。在泰山等景區(qū)，機(jī)器狗已經(jīng)被用于搬運(yùn)行李等任務(wù)。這不僅展示了AI技術(shù)在推動(dòng)機(jī)器人領(lǐng)域發(fā)展方面的巨大潛力，也預(yù)示著未來(lái)機(jī)器人將在更多領(lǐng)域得到廣泛應(yīng)用。

隨著AI行業(yè)的不斷發(fā)展，對(duì)機(jī)器人等硬件行業(yè)也有積極的帶動(dòng)。未來(lái)，機(jī)器人領(lǐng)域?qū)⒂瓉?lái)更多的創(chuàng)新和突破，不僅在無(wú)人機(jī)、軍事等行業(yè)發(fā)揮重要作用，還將在服務(wù)業(yè)等民用領(lǐng)域越來(lái)越普及。例如，現(xiàn)在許多酒店已經(jīng)開(kāi)始使用機(jī)器人進(jìn)行送餐服務(wù)，這種趨勢(shì)未來(lái)將會(huì)更加明顯。

Part 5

問(wèn)：AI行業(yè)發(fā)展到哪個(gè)階段

答：在AI行業(yè)中，分層相對(duì)清晰。頭部玩家，即大型科技公司，他們擁有雄厚的資金和資源，專(zhuān)注于開(kāi)發(fā)自己的大模型，無(wú)論是大語(yǔ)言模型還是視頻模型。而中小科技公司則扮演著產(chǎn)品經(jīng)理的角色，將這些大模型包裝成產(chǎn)品，通過(guò)APP、網(wǎng)站或插件等形式，幫助用戶(hù)解決實(shí)際問(wèn)題。

在國(guó)內(nèi)，像阿里這樣的頭部廠商已經(jīng)推出了一系列的大模型，形成了一個(gè)相對(duì)完整的布局。他們不僅在大語(yǔ)言模型和視頻模型領(lǐng)域有所建樹(shù)，還擁有自己的品牌和產(chǎn)品體系。然而，這種趨勢(shì)也可能導(dǎo)致國(guó)內(nèi)模型市場(chǎng)的壟斷。因此，中小科技公司通常會(huì)選擇開(kāi)發(fā)垂直領(lǐng)域的應(yīng)用，以差異化競(jìng)爭(zhēng)。

例如，百川醫(yī)療專(zhuān)注于醫(yī)療領(lǐng)域的痛點(diǎn)和需求，提供專(zhuān)業(yè)的解決方案；而微度科技則在視頻領(lǐng)域進(jìn)行深度開(kāi)發(fā)。這樣的分層和差異化發(fā)展，使得AI行業(yè)能夠更加健康、多元地發(fā)展。

Part 6

問(wèn)：AI對(duì)于經(jīng)濟(jì)和社會(huì)的發(fā)展是積極的還是消極的？

答：AI時(shí)代的突然到來(lái)，無(wú)疑會(huì)對(duì)各行各業(yè)產(chǎn)生深遠(yuǎn)影響。它不僅推動(dòng)了經(jīng)濟(jì)從要素驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)的轉(zhuǎn)變，這一轉(zhuǎn)變?cè)诮?jīng)濟(jì)學(xué)術(shù)語(yǔ)中常被稱(chēng)為“創(chuàng)新”，而且還提升了各行業(yè)的生產(chǎn)和運(yùn)營(yíng)效率，催生了新的產(chǎn)業(yè)形態(tài)和商業(yè)模式。

我經(jīng)常與同學(xué)們討論，AI時(shí)代的到來(lái)意味著什么。 如上表格是我問(wèn)AI（Chatgpt），回復(fù)說(shuō)AI將在2025年為全球經(jīng)濟(jì)GDP帶來(lái)約7%的增長(zhǎng)，其中制造業(yè)受到的影響最為顯著，金融業(yè)、醫(yī)療、教育等領(lǐng)域也將經(jīng)歷深刻變革。我認(rèn)為，有時(shí)候向AI請(qǐng)教一些問(wèn)題是很好的，它能幫助我們對(duì)某些行業(yè)有更深入的了解。因此，如果未來(lái)大家想進(jìn)入AI領(lǐng)域，可以考慮這幾個(gè)方向。

AI時(shí)代也帶來(lái)了新興的就業(yè)機(jī)會(huì)，但面對(duì)AI，我們可能需要掌握新的技能。然而，AI對(duì)社會(huì)而言，就像每個(gè)新技術(shù)的出現(xiàn)一樣，發(fā)展迅速并帶來(lái)社會(huì)變化。這是一個(gè)轉(zhuǎn)型期，但同時(shí)也伴隨著倫理和法律問(wèn)題。除了回答的幻覺(jué)問(wèn)題外，隱私和數(shù)據(jù)安全是大家關(guān)心的焦點(diǎn)。人們擔(dān)心AI廠家是否會(huì)全面了解個(gè)人信息，以及為什么需要進(jìn)行私有化部署，這些都與法律和倫理問(wèn)題緊密相關(guān)。

Part 7

問(wèn)：AI 能幫我做什么

答：這取決于個(gè)人所處的行業(yè)。例如，你是從事自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)，還是專(zhuān)注于圖片或視頻領(lǐng)域？Midjourney 主要致力于圖片創(chuàng)作；在語(yǔ)音方面，像科大訊飛這類(lèi)公司則專(zhuān)注于語(yǔ)音對(duì)話(huà)技術(shù)，或者涉及智能制造等領(lǐng)域。因此，大家首先要明確自己的行業(yè)歸屬，然后深入到相應(yīng)領(lǐng)域開(kāi)展工作。

對(duì)于個(gè)人而言，需要關(guān)注所在行業(yè)領(lǐng)域中哪些技術(shù)能夠?yàn)樽约禾峁椭１热缟虡I(yè)分析，需要搜集大量信息、進(jìn)行客戶(hù)服務(wù)，以及制作相關(guān)圖表等，這些方面目前都有垂直領(lǐng)域的應(yīng)用在做，而且做得相當(dāng)不錯(cuò)。所以，互聯(lián)網(wǎng)公司在開(kāi)發(fā)應(yīng)用時(shí)，也是沿著這個(gè)思路，思考自身能夠做什么，以及哪些地方存在用戶(hù)需求，進(jìn)而深入某個(gè)具體方向進(jìn)行研發(fā)。

以百川為例，它現(xiàn)在專(zhuān)門(mén)從事醫(yī)療問(wèn)診方面的業(yè)務(wù)；再如商湯推出的小浣熊，主要是解決出圖表等問(wèn)題；還有一些專(zhuān)注于解決編程問(wèn)題的應(yīng)用。

Part 8

問(wèn)：對(duì)于小公司或者說(shuō)工作室來(lái)講能做什么？

答：接入大模型后，我會(huì)迅速將其開(kāi)發(fā)成一個(gè)垂直領(lǐng)域的應(yīng)用，或者思考如何將其融入到我的業(yè)務(wù)中。在產(chǎn)品設(shè)計(jì)時(shí)，避免堆砌過(guò)多功能，而是明確大模型在哪一方面的能力可以助我一臂之力，解決什么問(wèn)題。我沿著這個(gè)思路前行，不會(huì)盲目追求多功能，而是以智能為導(dǎo)向，不斷提升產(chǎn)品的智能化水平。這樣，我才能精準(zhǔn)地滿(mǎn)足用戶(hù)的需求，為用戶(hù)創(chuàng)造價(jià)值，進(jìn)而實(shí)現(xiàn)產(chǎn)品的定制化。

在中國(guó)，由于企業(yè)眾多，大家的需求各不相同。因此，后續(xù)的定制化服務(wù)就顯得尤為重要。現(xiàn)在，有很多像我這樣的AI解決方案提供商，為不同的客戶(hù)提供多樣化的解決方案。

Part 9

從哪里可以獲得最新的AI應(yīng)用

AI 應(yīng)用，我們之前做調(diào)研是分了大概26個(gè)場(chǎng)景，有國(guó)外的，國(guó)內(nèi)的產(chǎn)品。場(chǎng)景在逐漸做細(xì)分。整體來(lái)講，國(guó)外的產(chǎn)品起步早，辦公領(lǐng)域比國(guó)內(nèi)產(chǎn)品做的完善一些，大多是需要魔法，像我用的那個(gè)Gamma，這就是一個(gè)專(zhuān)門(mén)的 PPT 生成的平臺(tái)。國(guó)內(nèi)產(chǎn)品大多簡(jiǎn)單好上手， APP 居多，以社交，視頻泛娛樂(lè)的為主。

推薦一個(gè)平臺(tái)ai-bot.cn AI 工具合集，這里就是把所有的市面上不止國(guó)內(nèi)還有海外所有的AI產(chǎn)品列出來(lái)了，這個(gè)可以直接去訪問(wèn)就可以了。對(duì)于個(gè)人來(lái)說(shuō)，現(xiàn)在處于什么樣的行業(yè)，或者說(shuō)你想關(guān)注什么樣的行業(yè)，你就去這里邊去找對(duì)應(yīng)的AI產(chǎn)品，然后它能夠去幫助你，滿(mǎn)足你的需求。這里都有分類(lèi)，分類(lèi)下選擇一個(gè)你喜歡的產(chǎn)品使用就可以了。

提問(wèn)和回答

問(wèn)：

就能不能讓 AI 像個(gè)團(tuán)隊(duì)似的，多個(gè) agent搭配起來(lái)使用。問(wèn)一下像實(shí)現(xiàn)的方式，有什么推薦嗎？

答：

有的，除了直接使用現(xiàn)成產(chǎn)品的進(jìn)階版，就是剛才講就是有點(diǎn)像你剛才把各個(gè) agent串聯(lián)起來(lái)，這就是工作流。可以重點(diǎn)關(guān)注一下字節(jié)的扣子平臺(tái)，支持把 agent就是像一個(gè)流程一樣，一二三四這樣的去串聯(lián)起來(lái)，可以自己定義。

總結(jié)與展望

今天的分享比較淺，希望大家可以知道AI行業(yè)發(fā)展的階段，然后怎么樣去找一些好的應(yīng)用。

核心是我們?cè)谟么竽Ｐ椭埃覀兿壤斫馐裁词谴竽Ｐ停缓笠怖斫饬薃I可以哪些行業(yè)結(jié)合，知道要做哪些知識(shí)儲(chǔ)備，可以更好地迎接未來(lái)變化。

然后下一次分享，會(huì)更干一些，現(xiàn)在講的什么叫蒸餾，什么是量化，基于今天的基礎(chǔ)，講的更深度一些，就比如說(shuō)怎么去理解大模型的幻覺(jué)，一些大模型私有化部署的產(chǎn)品方案。

下期劇透

從Ollama下載部署到本地電腦上的Deepseek大模型其實(shí)不是Deepseek-R1，其實(shí)部署的是一個(gè)蒸餾后的模型，全名是DeepSeek-R1-Distill-Qwen-7B。 Distill 是蒸餾的意思，就跟我們釀酒一樣，一大桶酒蒸餾出來(lái)小瓶酒，保留了它的原始風(fēng)味，體積更小。Qwen是阿里的大模型，然后7b 是7billion 參數(shù)（billion 十億）的一個(gè)縮寫(xiě)，就相當(dāng)于Qwen-7B去學(xué)習(xí)Deepseek -R1 671b 的知識(shí)，然后用到的是徒弟Qwen-7B這個(gè)模型。模型更小，還有部分能力。

下期活動(dòng)報(bào)名:

1. 活動(dòng)行報(bào)名繳費(fèi)，留下正確的郵箱和手機(jī)號(hào)

2. 發(fā)送在線會(huì)議號(hào)到報(bào)名手機(jī)號(hào)

報(bào)名鏈接:

https://hdxu.cn/B7zp

二維碼和小程序碼

社群二維碼