別再迷信萬億參數(shù)！2026年你該關心的，是讓AI“乖乖干活”【深度】

抓住風口

本期要點：在CES展的第一線，如何觀察“行為智能”？

你好，我是王煜全，這里是王煜全要聞評論。

明天，我們的CES展觀展團就要正式啟程了。

這次CES展，傳統(tǒng)消費電子產(chǎn)品不再是焦點，人形機器人、機械臂、AI眼鏡與耳機等隨身設備，以及多種AI芯片與邊緣計算芯片，將成為展臺主角。

但在踏入展館之前，我們都要先問自己一個問題：來到這兒，我究竟要看什么？否則，就很容易變成走馬觀花。

我們認為，此次觀展的主線無疑是行為智能，重點不應是萬億參數(shù)的通用大模型如何被集成到硬件設備上，而應觀察哪些公司正通過“積木式創(chuàng)新”構建壁壘，并向行為智能的形態(tài)演進。誰能率先把 AI變成可靠的勞動力，誰就有可能在下一階段重塑行業(yè)格局。

大行為模型

首先，還是要強調(diào)一點，2026年，我們將見證“內(nèi)容智能”到“行為智能”的范式遷移。

最近，我們已多次討論行為智能的重要性，未來還會不斷提及這個話題，因為它是下一階段AI變革的關鍵詞。

過去三年，以ChatGPT等大語言模型（LLM）為代表的“內(nèi)容智能”取得了突破性進展，我們都已見過了它寫詩、作畫、生成視頻和寫代碼的能力。

但當你試圖讓它幫你干點兒實事，比如以最佳的優(yōu)惠券策略點個符合你口味的外賣，大語言模型的軟肋就暴露了。

因為它會搞不清楚你的真正喜好，會有幻覺，可能會給你訂錯餐，還一本正經(jīng)地解釋，以讓你相信這是最優(yōu)解。特別是，犯錯概率還不低。

請問，你還會讓AI來點外賣嗎？還不如自己動手更方便更放心吧。

客戶付了錢，就要解決實際問題，要獲得具體的結果。商業(yè)世界不接受大概率正確的建議，它需要的是盡可能正確且高效的執(zhí)行。

因此，在前段時間的前哨大會上，我們提出，“大行為模型”（LBM）或?qū)⑴d起，承擔起執(zhí)行的作用。

盡管在底層架構上，大行為模型與通用大語言模型可能同源，但大語言模型猜的是下一個最合適的詞，而大行為模型預測的是下一個最合理的動作。

大行為模型本質(zhì)上仍是領域智能的一種，其目標在于保證任務執(zhí)行的準確性與端側響應速度，而其訓練數(shù)據(jù)不再是文本，而是結構化的約束條件和動作序列。

以點外賣為例，大行為模型不需要知道美聯(lián)儲降息對股市有什么影響，它只需要熟悉各個外賣平臺的界面，理解菜品信息，更關鍵的是，要熟悉你的特征和喜好，能在預算、口味、時間的限定下，快速地制定操作計劃并完成任務。

因此，和通用大語言模型追求萬億參數(shù)不同，大行為模型反而要剔除掉與核心任務無關的數(shù)據(jù)，把AI的幻覺概率降到商業(yè)上可容忍的范圍，并將參數(shù)量壓縮至數(shù)十億甚至數(shù)億級別，從而可被部署于手機、機器人、智能眼鏡等終端設備。

這樣，即使沒有連接云端，AI也能在設備上運作，在降低延遲的同時還保障了數(shù)據(jù)隱私。只有少數(shù)更復雜、端側難以處理的任務，才會交由云端的大模型完成。

積木式創(chuàng)新

正因如此，我們更要指出的是，“積木式創(chuàng)新”恰恰是硬件公司在行為智能時代的破局之道。

要知道，目前大多數(shù)硬件廠商并不具備自研大語言模型或大行為模型的能力。同時，OpenAI或Anthropic等頂級AI公司都忙于通用大模型的競爭，也沒空為硬件公司或是某項任務專門開發(fā)模型。

因此，我們認為，硬件廠商更現(xiàn)實的路徑是，通過集成或調(diào)用現(xiàn)有AI大模型的接口，或與專注于行業(yè)落地的AI公司合作，讓設備獲得初步的自然語言交互與任務執(zhí)行能力。

通過這種積木式創(chuàng)新的方式，硬件廠商得以讓產(chǎn)品快速進入真實使用場景，并開始系統(tǒng)地收集行為數(shù)據(jù)。

特別是，就像特斯拉通過“影子模式”對比人類駕駛行為，來優(yōu)化FSD自動駕駛系統(tǒng)；在用戶對AI的行為進行糾錯時，就構成了對高價值行為數(shù)據(jù)的標注。

硬件公司及其合作的大模型公司開始系統(tǒng)性地收集、清洗這些行為數(shù)據(jù)，就可以利用開源模型架構進行訓練，獲得針對特定任務的私有大行為模型。

專屬模型將讓任務的執(zhí)行更絲滑和準確，體驗也就更好，就能吸引更多用戶并產(chǎn)生更豐富的數(shù)據(jù)，進而讓模型變得更強，形成不斷加速的正向循環(huán)，讓先行者能在所處的專業(yè)領域獲得后來者難以逾越的數(shù)據(jù)與體驗優(yōu)勢。

當然，也要補充一句，理論上，蘋果、小米、華為這類同時擁有硬件和算法研發(fā)能力的公司，在行為智能的布局上具有先天優(yōu)勢。但關鍵問題是，它們是否清晰地將其視為核心戰(zhàn)略，并有意識地開始數(shù)據(jù)的積累和算法的迭代，從而在內(nèi)部構建起緊密、高效的基于行為模型的業(yè)務模式。

最后，回到今天的主題，我想，有關CES觀展的建議也就非常明確了。

我們不要看硬件能否對答如流，而是看它的模型是否致力于執(zhí)行某項具體任務。

我們不要看硬件上集成了多強大的模型，要看在理解行為和執(zhí)行行為的操作中，代表手和眼的硬件，能否服從于代表大腦的行為模型。

我們不要看硬件廠商宣稱的智能水平，而要看硬件廠商和大模型公司的具體合作，看他們?nèi)绾问占?、清洗和使用?shù)據(jù)，特別是有沒有將這些數(shù)據(jù)用于行為模型的訓練。這是判斷一家公司是否在認真布局行為智能的最直接標志。

同時，我們也要觀察芯片層是否開始為行為智能做了優(yōu)化，是否有大模型公司在基于行為數(shù)據(jù)訓練針對專門任務的模型。一旦這些產(chǎn)業(yè)的基礎環(huán)節(jié)邁向成熟，大規(guī)模爆發(fā)就近在咫尺了。

從內(nèi)容模型到行為模型，AI進入了商業(yè)價值爆發(fā)的第二階段，這也是中國有望反超、中國創(chuàng)業(yè)者不必遠渡重洋去美國創(chuàng)業(yè)的新階段。

在這個新階段，對需求的理解能力、對場景的把握能力和對任務的執(zhí)行能力成為成功的關鍵。

通用模型的參數(shù)量不再是致勝關鍵，你不需要在各個方面都超越頂尖通用大模型，但必須在細分領域內(nèi)，擁有執(zhí)行更精準、體驗更流暢的大行為模型，才能在這一輪智能革命中構建起真正的護城河。

以上就是今天的內(nèi)容，明天一早，我就將在CES展的創(chuàng)新現(xiàn)場，和中國的科技企業(yè)家們一同觀察和挖掘更多全球創(chuàng)新的前沿趨勢，后續(xù)我也將在科技特訓營中第一時間分享所見所思，如果你也感興趣，歡迎加入科技特訓營，和我一起，先人一步，領先一路！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

也在此向各位家長推薦將在寒假期間舉辦的前哨AI冬令營。我們認為，最好的學習不是學理論，而是親手實踐。想讓孩子能親自上手完成真實的AI項目，從理解AI到駕馭AI，就快快點擊鏈接了解詳情吧。

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發(fā)布獨家資料，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“CES展前瞻”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！