一年前，行业还在讨论基座大模型的参数、能力，今年在世界人工智能大会（WAIC）现场随处可见的，是轻量级的Agent系统、AI应用解决方案……AI厂商都表现得更加落地、务实，所有展台都在力求充分展现自家的商业化能力、产物落地能力和客户合作案例。 MiniMax的展台上，主要对外展示的也是MiniMax Agent、海螺AI、MiniMax Audio、星野等AI应用产物，包括智慧家居、穿戴设备、智能座舱、智能音响、智能耳机及交互设备等AI智能硬件产物，以及文旅、电商、办公、教育、游戏、医疗、金融等领域应用。 背后的原因在于，大模型行业正经历结构性变革，推理成本一年内骤降一个数量级；开源生态如雨后春笋，逼近闭源模型的性能；Agent应用商业化加速，在垂直领域深耕的新兴厂商，有希望跟巨头形成差异化竞争。 在我过去从事AI研究工作的15年里，当我每天面对任务写代码，看论文做实验的时候，一直都在想一件事：如此受关注的人工智能到底是什么？人工智能跟这个社会到底有什么样的联系？ 随着模型变得越来越好，人工智能正逐步成为社会的生产力。比如，我们在做人工智能研究时，每天需要分析大量数据，一开始我们需要写一些软件来分析这些数据，后续我们发现，可以让AI生成一个软件帮助分析所有数据。作为一个研究员，我也非常关心每天AI领域的所有进展，一开始我们设想，是不是可以做一款APP，来追踪各领域的进展？后面我们发现，做一个AI Agent来自动跟踪更加高效。 AI正逐步进化为更强生产力的同时，也能产出越来越强的创意。比如，15年前上海举办世博会的吉祥物叫“海宝”，过去15年，上海有了全方位的发展，我们如果想继续用“海宝”IP生成一系列更具上海特色、符合时下潮流的衍生形象时，AI可以做得更好。 再比如最近非常火的Labubu，此前制作一个Labubu创意视频，可能需要两个月，花费大约几十甚至百万元人民币。通过越来越强的AI视频模型，类似的视频基本一天时间就可以生成出来，成本只有几百块钱。 除了释放生产力与创意之外，我们发现，AI的使用已经超出最初的设计与预期，从而出现各种各样想象不到的应用场景：比如解析一个古文字、模拟一次飞行、设计一个天文望远镜……仅需要少量协作，就可以把每个人的想法变成现实。 面对这么多变化，一个想法开始在我的心里涌现出来：AI公司并不是重新复制一个互联网公司，AI是一个更基础更根本的生产力，是对个人能力和社会能力的持续增强。 其中比较关键的两点是：第一，AI是一种能力，第二，AI是可持续的。人类很难突破生物定律，比如永不停歇地学习新知识、持续变聪明，而AI可以做到。当我们建造出更好的AI模型时，我们也发现，AI也在和我们人类一起进步，一起做出更好的AI。在我们公司内部，员工每天需要写很多代码，做很多研究型实验，现在，大概有70%的代码是AI来写，90%的数据是靠AI来分析。 这种情况下，AI如何变得越来越专业？一年前，训练模型还需要人力完成大量的基础标注工作，标注员是一个不可或缺的工种。而今年，专业AI可以完成大量机械的标注工作，标注员可以专注于更有价值的专家型工作，帮助模型变得更好。标注工作也不再是简单给AI一个答案，而是教会AI学习人类思考的过程，从而使AI能力变得更加泛化，越来越接近人类顶尖专家的水平。 AI现在还进步到可以在环境中进行大量学习。在过去半年里，只要这个环境可以被定义出来，且有明确的奖励信号，被放入该环境中学习的AI，就可以逐渐解决相应问题。 第一，我们目前用到的所有模型，都依赖对齐（Model Alignment）。很明显，不同模型的对齐目标不一样。比如，有的模型对齐目标是一个靠谱的程序员，那么它做Agent就会特别强；有的模型对齐目标是与人的交互，那么它情商就会比较高，能够做流畅的对话；有的模型可能会充满想象力……不同的对齐目标反映了不同公司或者组织的价值观，这些价值观最终会导致模型的表现非常不一样，也会使得不同模型拥有各自的特点，并且长期存在。 第二，我们最近半年用的AI系统已经不是单个模型了，而是一个多Agent系统，里面涉及多个模型，不同的模型也可以使用不同的工具。这会让AI智能水平越来越高，能够解决越来越复杂的问题，但也会带来一个结果，单一模型的优势在多Agent系统里会逐渐变弱。 第三，在过去半年，有很多非常智能的系统，都不是大公司所拥有的。背后的原因在于，过去一年里，开源模型如雨后春笋般涌现，并变得越来越有影响力。过去一年中，最好的模型虽然还是闭源的，但好的开源模型越来越多，同时也在不断逼近最好的闭源模型。 基于这三点原因，我们认为，AI一定会被掌握在多家公司手中。与此同时，我们认为AI一定会变得越来越普惠，使用成本也会变得更加可控。 在过去一年半，我们可使用算力更多了，但AI模型的大小没有发生特别大的变化。背后的原因在于，对所有实用模型而言，计算速度是一个比较关键的因素。如果模型计算速度特别慢，就会降低用户的使用意愿，所以所有公司都关注模型的参数量和智能水平之间的平衡。 此前，模型增长和芯片的进步速度基本上是成正比的。芯片的进步速度是每18个月翻一倍，模型也会保持相应的增长趋势。而现在，虽然大家都有更多的算力，模型参数却没有变得更大。那这些增长的算力花在哪了？我认为有以下几点： 首先，在训练上，过去半年，规模增长的速度已经变得比较缓慢，训练单个模型的成本没有显著增加，算力更多花在研究跟探索上。研究和探索，除了取决于算力外，还取决于高效的整体实验设计、高效的研发团队，以及一些天才的创意。 这导致拥有非常多算力的公司和没有那么多算力的公司，在训练上的差异可能并不大。没有那么多算力的公司，可以通过持续提升自己的实验设计、提升思考能力和组织形式，让实验探索变得更加高效。 其次，在推理层面，过去一年里，最好模型的推理成本降了一个数量级。我们认为在接下来一两年之内，通过大量的计算网络系统和优化算法，最好模型的推理成本可能还能再降低一个数量级。总结而言，训练单个模型的成本不会显著增加。 大量创新能让AI研发变成一个没有那么烧钱的行业，但是算力使用还会增加。尽管Token会变得很便宜，但是使用Token的数量会显著增加。去年ChatBot单个对话只要消耗几千个Token，现在Agent单个对话可能消耗几百万个Token，并且因为AI解决的问题越来越复杂，越来越实用，未来用的人也会越来越多。 如果有一天AGI实现了，其过程一定是由做AI的公司们和他们的用户一起来实现，并且这个AGI应该属于多家AI公司和广泛用户，而不是只属于单个组织某家公司。
