重新定義問題、評(píng)估真實(shí)價(jià)值、重構(gòu)產(chǎn)業(yè)生態(tài)。

今年4月，時(shí)任OpenAI研究員姚順雨寫了一篇博客《The Second Half 下半場(chǎng)》，他認(rèn)為：“AI的下半場(chǎng)將把重點(diǎn)從解決問題轉(zhuǎn)向定義問題。在這個(gè)新時(shí)代，評(píng)估將比訓(xùn)練更重要。”

12月17日，騰訊升級(jí)大模型研發(fā)架構(gòu)，新成立AI Infra部、AI Data部、數(shù)據(jù)計(jì)算平臺(tái)部，全面強(qiáng)化其大模型的研發(fā)體系與核心能力。姚順雨出任“CEO/總裁辦公室”首席AI科學(xué)家，同時(shí)兼任AI Infra部、大語言模型部負(fù)責(zé)人。

一場(chǎng)新的競賽開始了。

這一年，AI技術(shù)正從“規(guī)模競賽”轉(zhuǎn)向“價(jià)值定義”。AI下半場(chǎng)的關(guān)鍵不在于模型有多大，而在于能否通過評(píng)估、Agent與應(yīng)用場(chǎng)景構(gòu)建，創(chuàng)造新問題、新工作流和新產(chǎn)業(yè)生態(tài)。

AI似乎已經(jīng)走進(jìn)了下半場(chǎng)，但是關(guān)于下半場(chǎng)本身還有很多問題等待厘清。

在12月3日舉辦的“轟然成勢(shì)，萬象歸一”2025甲子引力年終盛典的巔峰對(duì)話環(huán)節(jié)，甲子光年創(chuàng)始人&CEO張一甲與面壁智能聯(lián)合創(chuàng)始人&CEO李大海、云知聲創(chuàng)始人&CEO黃偉、昆侖萬維董事長兼CEO方漢、它石智航創(chuàng)始人兼CEO陳亦倫一起聊了聊《當(dāng)AI走進(jìn)Second Half》。

在這場(chǎng)關(guān)于“AI下半場(chǎng)”的討論中有三個(gè)關(guān)鍵詞：重新定義問題、評(píng)估真實(shí)價(jià)值、重構(gòu)產(chǎn)業(yè)生態(tài)。而這些來自AI產(chǎn)業(yè)一線的佼佼者將會(huì)做出怎樣的回答？

以下為本場(chǎng)巔峰對(duì)話的文字實(shí)錄，經(jīng)「甲子光年」編輯，在不改變?cè)獾幕A(chǔ)上略有刪改。

1.什么是“AI下半場(chǎng)”

張一甲：今天我們一起聊聊“AI下半場(chǎng)”，首先請(qǐng)四位嘉賓介紹一下自己和所在公司。

李大海：大家好，我是李大海，面壁智能是一家具有清華背景，且專注于推動(dòng)端側(cè)大模型研發(fā)及產(chǎn)業(yè)應(yīng)用的公司。自 2022 年 8 月成立以來，面壁智能已逐步形成“理論-模型-工具-應(yīng)用”的全鏈路技術(shù)生態(tài)閉環(huán)與產(chǎn)業(yè)向心力。圍繞“密度法則”（Densing Law）的科學(xué)化理論與架構(gòu)創(chuàng)新，我們自主研發(fā)MiniCPM面壁小鋼炮系列端側(cè)模型，憑借超高效能優(yōu)勢(shì)，不僅收獲了來自開源社區(qū)、開發(fā)者的廣泛認(rèn)可，更推動(dòng)了在汽車、AI手機(jī)、AIPC、智能家居等終端領(lǐng)域廣泛落地。

黃偉：大家好，我是黃偉。有朋友開玩笑說，云知聲是一家“古典主義”人工智能企業(yè)，意思是我們活得比較久，所以我對(duì)“AI下半場(chǎng)”的話題可能有自己的一些想法。

云知聲成立十多年了。在AI 1.0時(shí)代，專注投入AI算法和所謂的“小模型”，給客戶提供基于算法和模型的產(chǎn)品和解決方案；到了大模型時(shí)代，我們自己研發(fā)了大模型，并在一些確定場(chǎng)景里面提供了基于自研大模型的產(chǎn)品和解決方案。

方漢：大家好，我是方漢。我們公司是2008年成立，2015年上市，從2020年開始在AI方面加大投入，2022年12月份發(fā)布國內(nèi)第一個(gè)13B開源的中文預(yù)訓(xùn)練大模型，公司目前主要業(yè)務(wù)海外（95%的收入來自于海外），目前在海外的AI產(chǎn)品，有AI音樂、AI社交、AI視頻以及短劇等業(yè)務(wù)。

我們重點(diǎn)關(guān)注AIGC領(lǐng)域，在海外AI業(yè)務(wù)均已產(chǎn)生大量的收入，我們相信全球AI應(yīng)用市場(chǎng)會(huì)蓬勃發(fā)展。目前的狀態(tài)，技術(shù)遠(yuǎn)超前于產(chǎn)品，我相信這個(gè)情況會(huì)在“AI下半場(chǎng)”得到極大改觀。

陳亦倫：大家好，我是陳亦倫，我們是一家年輕的公司，2025年2月5日成立。它石智航是一家AI驅(qū)動(dòng)的具身智能機(jī)器人公司，希望以機(jī)器人技術(shù)和具身智能技術(shù)為核心，打造可信賴的具身智能全棧系統(tǒng)，讓它可以規(guī)?；刈呷氲酱蠹业纳a(chǎn)和生活中，我們也很感興趣用技術(shù)解決高價(jià)值的生產(chǎn)生活問題。

張一甲：首先我們來聊聊“重新定義問題”。過去幾年，我們見證了“AI上半場(chǎng)”：算力狂飆、模型軍備競賽、參數(shù)越卷越大，大家都在拼“更強(qiáng)的模型”。今年4月，當(dāng)時(shí)還是OpenAI研究員的姚順雨提到了“AI下半場(chǎng)”的概念，他認(rèn)為：在這個(gè)新時(shí)代，評(píng)估將比訓(xùn)練更重要。我們不再只是問“我們能訓(xùn)練出一個(gè)能解決X的模型嗎”，而是在問“我們應(yīng)該訓(xùn)練AI去做什么，以及如何衡量真正的進(jìn)步”。我想知道，你們認(rèn)為我們進(jìn)入“AI下半場(chǎng)”了嗎？你們理解的“AI下半場(chǎng)”有什么特征？

李大海：“下半場(chǎng)”的概念，不同的人會(huì)有不同的理解。

我個(gè)人觀點(diǎn)，從技術(shù)上很難說已經(jīng)到了“下半場(chǎng)”。比如，從最近谷歌發(fā)布的Gemini 3展現(xiàn)出的驚艷效果來看，大家發(fā)現(xiàn)預(yù)訓(xùn)練時(shí)代還沒有結(jié)束，依舊能帶來驚喜。從技術(shù)層面來說，還有智能體的突破、大模型如何提高個(gè)性化記憶及主動(dòng)學(xué)習(xí)的能力，以及模型之間的如何更好的協(xié)同完成更復(fù)雜的任務(wù)等等，這些提升模型智能能力上線工作都還在路上，所以技術(shù)上遠(yuǎn)沒有收斂。

但是從應(yīng)用的角度來講，“下半場(chǎng)”肯定到了。以前發(fā)一個(gè)模型，大家只能拿行業(yè)里面的標(biāo)準(zhǔn)評(píng)測(cè)集去評(píng)分。現(xiàn)在大家主要關(guān)心大模型如何賦能實(shí)際業(yè)務(wù)，更關(guān)注成本、ROI，跟人比效能是不是更高。越到后面，大家越會(huì)用產(chǎn)品說話，所以從應(yīng)用層面來講，這個(gè)過程在穩(wěn)定持續(xù)的發(fā)生，但是不會(huì)一蹴而就。

面壁智能聯(lián)合創(chuàng)始人&CEO 李大海

黃偉：如果提“下半場(chǎng)”，好像有點(diǎn)隱含的意思是說“上半場(chǎng)”的事已經(jīng)做得差不多，條件具備了所以開始“下半場(chǎng)”，這好像拿到畢業(yè)文憑才能找工作。我的觀點(diǎn)是需要“勤工儉學(xué)”，一邊讀書一邊工作。我認(rèn)為，所謂的“下半場(chǎng)”，其實(shí)是2023年就已經(jīng)開始，在某些場(chǎng)景里，有些公司已經(jīng)開始嘗試用一定的模型能力去解決問題。

如果沒有做嚴(yán)格的區(qū)分，所謂的“上下半場(chǎng)”可能會(huì)同時(shí)存在。一方面基礎(chǔ)模型在不斷迭代升級(jí)，可能也會(huì)出現(xiàn)做了一些數(shù)據(jù)調(diào)優(yōu)工作之后，發(fā)現(xiàn)一個(gè)新的大模型比調(diào)優(yōu)之后做得還要好，但并不意味著這件事不重要。如果人工智能始終在做研發(fā)沒有落地，可能就是泡沫。

但還有些問題更重要：定義的AI能力是什么，定義AI要解決什么問題。

其實(shí)，不同人對(duì)AGI（通用人工智能）的定義也是不一樣的，有的人可能會(huì)把AGI想得無比強(qiáng)大，同時(shí)要具備20個(gè)博士學(xué)位，甚至在很多領(lǐng)域達(dá)到院士的水平。但其實(shí)AGI可能也就是普通人，比如自動(dòng)駕駛領(lǐng)域，難道開車需要博士學(xué)位嗎？所以我們要定義一下，在什么場(chǎng)景需要什么能力，這可能是“下半場(chǎng)”比較重要的話題。

云知聲創(chuàng)始人&CEO 黃偉

方漢：我個(gè)人看法是，實(shí)現(xiàn)AGI之后才會(huì)有“下半場(chǎng)”。但是這樣的話，今天就沒法討論了。

如果按照一甲之前引用的觀點(diǎn)，我可以從宏觀層面下個(gè)判斷：當(dāng)AI產(chǎn)品不以技術(shù)、算法作為護(hù)城河，而更多的是以產(chǎn)品創(chuàng)新或者用戶黏性作為護(hù)城河，“AI下半場(chǎng)”就到來了。

在微觀上，我認(rèn)為，就像之前互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)時(shí)代一樣，當(dāng)一個(gè)公司的產(chǎn)品總監(jiān)的薪資跟算法總監(jiān)的薪資看齊的時(shí)候，我認(rèn)為“下半場(chǎng)”就真的到來了。

昆侖萬維董事長兼CEO 方漢

陳亦倫：我之前仔細(xì)閱讀了姚順雨博士的那篇Blog，他提到“上半場(chǎng)”跟“下半場(chǎng)”，我理解是一個(gè)大型AI系統(tǒng)發(fā)展的節(jié)奏，我想用另外一種方式來詮釋我對(duì)這種節(jié)奏的觀察。

在行業(yè)里其實(shí)有三個(gè)Scaling Law：

1.對(duì)于數(shù)據(jù)的Scaling Law；

2.對(duì)于算力的Scaling Law；

3.對(duì)于環(huán)境或者推理時(shí)運(yùn)行時(shí)間的Scaling Law。

這三個(gè)Scaling Law，它是有先后順序的。你必須先打穿第一個(gè)環(huán)節(jié)——數(shù)據(jù)墻，才有資格進(jìn)入到第二個(gè)環(huán)節(jié)——算力墻，當(dāng)你打穿算力墻的時(shí)候，才有資格進(jìn)入到交互態(tài)，進(jìn)一步提升能力。

這三個(gè)發(fā)展的階段決定了不同行業(yè)的發(fā)展節(jié)奏。以我在上一個(gè)十年全身心參與過的自動(dòng)駕駛行業(yè)為例，2019年到2021年，自動(dòng)駕駛行業(yè)最頭部的公司率先打破了數(shù)據(jù)墻，這個(gè)時(shí)候大家已經(jīng)能看到自動(dòng)駕駛具備很好的能力了。2022年到2025年是算力跟數(shù)據(jù)豐收的紅利期，大家可以看到路上其實(shí)自動(dòng)駕駛系統(tǒng)已經(jīng)很多了，它是不是做得足夠好了？沒有。這些問題集中體現(xiàn)在自動(dòng)駕駛車輛怎么跟其他的社會(huì)車輛互相交互、避讓，那么就需要一個(gè)訓(xùn)練環(huán)境。環(huán)境就是第三層次Scaling Law，也就是駕駛級(jí)的世界模型。

我覺得這件事情基本上跟大語言模型的發(fā)展過程等同，我認(rèn)為大語言模型是一個(gè)被祝福的領(lǐng)域，因?yàn)樗鼪]有數(shù)據(jù)墻這種說法，它從出生的第一天，互聯(lián)網(wǎng)數(shù)據(jù)就是極其充沛的，所以它直接跳過了第一個(gè)階段，進(jìn)入到了第二個(gè)階段。你會(huì)發(fā)現(xiàn)一開始，大家就在瘋狂地比拼算力。不過，我認(rèn)為第二個(gè)階段的紅利已經(jīng)在慢慢降低了，大家就到了第三個(gè)階段。第三個(gè)階段是我們?cè)趺礃忧逦x任務(wù)，賦予它的交互模型，然后再上類似強(qiáng)化學(xué)習(xí)的方法，這樣就有希望能夠在單點(diǎn)或者是多點(diǎn)任務(wù)上徹底解決這個(gè)領(lǐng)域。

它石智航創(chuàng)始人兼CEO 陳亦倫

張一甲：接下來我想分別問各位嘉賓一些問題。大海總，我們知道面壁智能一直在強(qiáng)調(diào)模型能力與場(chǎng)景融合，比如你們已經(jīng)將VLA多模態(tài)大模型部署于汽車智能座艙端側(cè)。在這個(gè)過程中，誰來定義“AI該做什么”？是你們自己還是來自場(chǎng)景或客戶？

李大海：這肯定雙向奔赴。作為AI公司，面壁智能更擅長的持續(xù)提升模型智能能力并提高模型應(yīng)用的性價(jià)比，模型擅長做什么事情。但是模型能做的事情太多了，哪些事情真正有價(jià)值，這個(gè)價(jià)值錨點(diǎn)是由客戶來提供。

就拿智能座艙舉例，我們的MiniCPM端側(cè)模型部署到汽車的智能座艙中，能夠準(zhǔn)確識(shí)別不同的用戶、理解用戶的指令，感受用戶的情緒和艙內(nèi)艙外的環(huán)境。但這個(gè)能力最后在哪些場(chǎng)景里面有價(jià)值？很多時(shí)候是需要我們與客戶、主機(jī)廠一起來共創(chuàng)、定義的。

比如說AI發(fā)現(xiàn)后座上有小朋友，會(huì)主動(dòng)開啟兒童鎖，用戶會(huì)覺得這個(gè)功能很有用。在吉利的銀河M9這款車上，超過90%的用戶都會(huì)主動(dòng)打開端側(cè)大模型的功能，我們覺得這是一個(gè)很好的正面反饋。

張一甲：黃偉總，首先恭喜云知聲以“港股AGI第一股”的身份完成上市。云知聲已經(jīng)成立十多年了，在這個(gè)過程當(dāng)中你們面臨了無數(shù)的分岔路口，身邊的人也是來來往往。云知聲長期深耕語音、多模態(tài)和產(chǎn)業(yè)場(chǎng)景，尤其是醫(yī)療場(chǎng)景。前段時(shí)間我們對(duì)話時(shí)你跟我說“云知聲不做特別大的平臺(tái)型大模型，那種模型評(píng)測(cè)可以，但落地很難”。這一路走來，你們是怎么定義問題的？

黃偉：我覺得每一個(gè)做實(shí)業(yè)的創(chuàng)始人都要回答：公司定位是什么，競爭優(yōu)勢(shì)是什么。

我們做醫(yī)療并不是因?yàn)榻裉煊辛舜竽Ｐ?，大家看好“AI+醫(yī)療”。恰恰相反，我們?cè)谑畮啄昵熬烷_始做醫(yī)療，而且我們是在很多人不看好，十多年前很多醫(yī)院沒有信息化，數(shù)據(jù)還沒有數(shù)字化的情況下，我們就已經(jīng)決定做了。

那么，為什么我們選擇做醫(yī)療，有兩個(gè)方面原因。

第一，這個(gè)事業(yè)的天花板足夠高。人類有兩個(gè)H很重要，一個(gè)是Happy，一個(gè)是Health；第二，醫(yī)療在國內(nèi)其實(shí)它并不是一個(gè)巨頭可以統(tǒng)一的領(lǐng)域，就算是今天BAT過來做，依然很難做。它是一個(gè)非常分散的市場(chǎng)，相對(duì)來說，它對(duì)創(chuàng)業(yè)者來講會(huì)起到某種保護(hù)隔離作用。

當(dāng)然，很多時(shí)候選擇就意味著痛苦和堅(jiān)持，因?yàn)樵谀莻€(gè)時(shí)間點(diǎn)做醫(yī)療的話是很難的事情，面臨的是“先有雞還是先有蛋”的問題。你憑什么讓醫(yī)院用你的產(chǎn)品？難道我能跟院長說“你把數(shù)據(jù)給我，我就能做好”？

To B和To C是完全不同的決策機(jī)制。To C的話你只需要80%的人說你OK就可以了，很多人你用各種營銷手段是可以影響的。To B是關(guān)鍵人決策，就是90%的人說你好，沒用，一定要關(guān)鍵決策者或者是流程機(jī)制認(rèn)可你。

所以你的決定能不能落實(shí)，就是你的心理、定力、耐力、毅力各方面的綜合考驗(yàn)。在這個(gè)過程中，我們堅(jiān)持下來了。

今天來看，第一，我覺得“AI+醫(yī)療”是大家比較認(rèn)可的一個(gè)方向；第二，我們確實(shí)做得比較早，有先發(fā)優(yōu)勢(shì)，我們覆蓋了幾百家醫(yī)院。這些都是我們今天醫(yī)療大模型在醫(yī)院內(nèi)部能夠更順利落地的一個(gè)重要前提。

張一甲：方漢總，我是你們的用戶。昆侖萬維今年推出了多款A(yù)I模型，天工大模型4.0、空間智能大模型Matrix-Zero、視頻生成大模型SkyReels等。你們推出了這么多的模型，這期間有沒有收到一些反饋，從而讓你們覺得要做什么、不做什么？

方漢：其實(shí)我覺得所有做AI業(yè)務(wù)的決策人都會(huì)遇到一個(gè)問題，就是B端跟C端的反饋是完全不一樣的，我認(rèn)為B端對(duì)于效率更敏感，C端對(duì)成本更敏感。

在B端，現(xiàn)在最好的商業(yè)模式是編程，編程基本上就是增效。在B端，你一定要說服客戶，我們能夠幫你大幅提高生產(chǎn)效率。比如，我們做的天工超級(jí)智能體（Skywork Super Agents），可以給B端提供deep research的功能，不用人干預(yù)就能快速生成一篇很詳細(xì)的分析文檔，一些B端的用戶反饋，這至少幫他省了幾十個(gè)實(shí)習(xí)生的工作量。

在C端，情感供給是剛需。但是如果由真人來供給情感，成本是絕大多數(shù)人沒法接受的。如果用AI來供給情感，就可以把成本打到真人的幾十分之一，這種商業(yè)模式在C端就會(huì)迅速爆發(fā)。所以，我們選擇了AI社交這個(gè)賽道。

簡而言之，一個(gè)AI產(chǎn)品到底該做不該做，其實(shí)就看在B端增加多少效率，在C端降低多少成本，憑著這兩點(diǎn)去分析應(yīng)用場(chǎng)景，基本上我覺得就可以get到用戶最關(guān)鍵的需求。

張一甲：亦倫總，它石智航的英文簡稱是TARS，這讓我想到了電影《星際穿越》中的機(jī)器人TARS，它石的TARS代表的是“Trusted AI and Robotics Solution”（可信賴的AI和機(jī)器人解決方案），我們應(yīng)該如何理解Trusted AI？你們是一家非常年輕的公司，某種程度上說，你們處于后發(fā)身位，你們是如何選擇要做什么？

陳亦倫：我們公司起名字確實(shí)是參考了TARS，因?yàn)槲覀児镜膭?chuàng)始團(tuán)隊(duì)都是《星際穿越》的忠實(shí)粉絲，電影里面我們最喜歡的機(jī)器人就是TARS，它真誠、幽默、可信賴，所以我們希望我們做的機(jī)器人也是可信賴的。

我一直在做物理世界AI，我覺得AI在物理世界的可信賴最基本一條是能力可信賴。

比如說對(duì)于一個(gè)自動(dòng)駕駛系統(tǒng)，我可以放心地把方向盤交給它，這件事情背后是因?yàn)樗哪芰υ谖抑?，或者按照L4的標(biāo)準(zhǔn)，它的能力應(yīng)該是人類駕駛10倍以上為技術(shù)保證。

再比如說我在參加一個(gè)重要的國際活動(dòng)，用一個(gè)語言模型做翻譯的時(shí)候，我可以非常信賴它的翻譯是對(duì)的。

對(duì)于機(jī)器人來說這一點(diǎn)就尤為重要，所以說我們希望打造在能力上非常優(yōu)秀的，讓這個(gè)機(jī)器人非?？煽俊⒖尚刨嚒⒖梢詫?duì)生產(chǎn)生活產(chǎn)生價(jià)值。

我們選擇落地場(chǎng)景有三個(gè)原則：第一，必須是真實(shí)需求，真需求往往來自行業(yè)最迫切的痛點(diǎn)；第二，要有足夠的市場(chǎng)顆粒度，解決這個(gè)問題后能覆蓋一個(gè)足夠大的市場(chǎng)；第三，要有技術(shù)難度，真需求、大市場(chǎng)往往伴隨著極高的技術(shù)門檻，這也是我們的核心競爭力所在。

2.多維度對(duì)AI價(jià)值進(jìn)行評(píng)估

張一甲：那我們就就來聊聊第二個(gè)關(guān)鍵詞——“評(píng)估真實(shí)價(jià)值”。AI模型存在一個(gè)根本性矛盾：它們?cè)诟唠y度、設(shè)計(jì)良好的benchmark（基準(zhǔn)）上表現(xiàn)得很驚艷，但當(dāng)應(yīng)用到真實(shí)世界，落地到產(chǎn)業(yè)中，面對(duì)復(fù)雜多變的場(chǎng)景時(shí)，往往會(huì)出現(xiàn)一些問題。如果讓你們?cè)O(shè)計(jì)一套評(píng)測(cè)體系來評(píng)估AI模型的真實(shí)價(jià)值，你們會(huì)如何設(shè)計(jì)？

甲子光年創(chuàng)始人&CEO 張一甲

陳亦倫：首先我也非常認(rèn)同現(xiàn)在很多AI模型打榜結(jié)果非常驚艷，但是在實(shí)際部署過程中，它可能會(huì)出現(xiàn)一些不符合期望的現(xiàn)象。

按照一個(gè)更加工程化的視角來看，AI模型其實(shí)就是在逼近數(shù)據(jù)分布。你訓(xùn)練時(shí)候的分布，跟你實(shí)際應(yīng)用時(shí)候的分布，這兩個(gè)分布如果越接近，它的性能就會(huì)越好。為什么說打榜的AI不太容易泛化呢？恰恰因?yàn)樗^度聚焦于打榜，所以它會(huì)讓整個(gè)的數(shù)據(jù)分布越來越遠(yuǎn)離，這會(huì)出現(xiàn)問題。

如何消除這種問題？各個(gè)領(lǐng)域都有自己的一套方法，我可以提供一套之前行之有效的方法論，就是自動(dòng)駕駛影子模式。自動(dòng)駕駛影子模式是一個(gè)典型的、部署的數(shù)據(jù)跟訓(xùn)練的數(shù)據(jù)在任何角落、任何時(shí)刻都能夠?qū)R的一種方式。即便你人在開一輛車的時(shí)候，它背后也有一個(gè)像影子一樣的自動(dòng)駕駛模式隨時(shí)在跑，它會(huì)隨時(shí)判斷AI輸出的結(jié)果跟人輸出的結(jié)果是不是一致，發(fā)現(xiàn)異常數(shù)據(jù)都會(huì)被收集并加入到訓(xùn)練。這樣就可以每時(shí)每刻都在做評(píng)測(cè)，收集出來的數(shù)據(jù)都能夠動(dòng)態(tài)的反饋到系統(tǒng)，讓它變得越來越好。

我觀察到，不僅是自動(dòng)駕駛領(lǐng)域，我覺得很多AI相關(guān)領(lǐng)域都有這樣的影子模式，機(jī)器人也是一樣，所以說我覺得它背后的關(guān)鍵還是怎么把訓(xùn)練的數(shù)據(jù)跟實(shí)際使用的數(shù)據(jù)盡可能拉齊。

方漢：現(xiàn)在為了刷benchmark，很多的大模型要么背題，要么背答案，要么背過程，現(xiàn)在更多是在背過程，最大的問題就是這些題目是固定的。

這個(gè)情況其實(shí)跟我們平時(shí)在招聘的時(shí)候遇到的問題是一樣的，招聘的時(shí)候我們可以通過兩個(gè)方面判斷：

第一，看這個(gè)人是哪個(gè)學(xué)校畢業(yè)的，學(xué)歷如何，這個(gè)就是好像現(xiàn)在的benchmark；

第二，看這個(gè)人做過什么項(xiàng)目，在項(xiàng)目中解決了什么問題，這個(gè)就是實(shí)際的應(yīng)用場(chǎng)景。

我認(rèn)為，現(xiàn)在的benchmark還是有非常大的作用，因?yàn)樗蟹浅＝y(tǒng)一的標(biāo)準(zhǔn)，但是現(xiàn)在所有的benchmark都在拼命的換題。與其這樣，我覺得不如把現(xiàn)實(shí)世界的工單作為一個(gè)評(píng)測(cè)標(biāo)準(zhǔn)。比如說我們?cè)贕ithub上，把Github上每時(shí)每刻提交的新的issue（問題），讓所有參加測(cè)試的大模型同時(shí)去解決，看誰的完成率更高，我認(rèn)為這種是相對(duì)比較公正的。

第三，把真實(shí)世界的工作流引入評(píng)測(cè)體系，比如要看AI產(chǎn)品的用戶真實(shí)數(shù)據(jù)，比如用戶留存率。把流量分給不同AI產(chǎn)品，最后看哪個(gè)AI產(chǎn)品的用戶留存率最高，這是非常干的數(shù)據(jù)。

黃偉：我基本認(rèn)同方總的觀點(diǎn)，我也分享幾個(gè)方面的想法。

第一，我們模型優(yōu)化的方向是不是現(xiàn)實(shí)世界里面迫切需要解決的問題。

第二，我們有沒有必要讓物理學(xué)博士一定要把川菜做得很好吃，因?yàn)楫吘刮覀儸F(xiàn)在很多所謂的評(píng)測(cè)榜單都是有模擬題，通過刷題你是可以刷到比較好的，但是未必代表一個(gè)真實(shí)水平。

所以我覺得非常重要的一點(diǎn)，就是我們要了解在真實(shí)世界里需要解決什么問題。當(dāng)然To C和To B的問題是不太一樣的。To C這一塊可能要解決80%、90%人的80%、90%的需求。但是To B這一塊你可能要解決這個(gè)場(chǎng)景里面這個(gè)客戶當(dāng)下的痛點(diǎn)是什么，如果你定位很準(zhǔn)確的話，我們是有足夠多的手段來解決好這個(gè)問題的。

3.產(chǎn)業(yè)生態(tài)正在底層發(fā)生重構(gòu)

張一甲：最后，我們來聊聊“重構(gòu)產(chǎn)業(yè)生態(tài)”。你們用AI改變了哪些產(chǎn)業(yè)的生態(tài)？可以講講最新的進(jìn)展和實(shí)例。

李大海：我們看到了一些變化。

一是大模型的應(yīng)用在向端云協(xié)同的方向演進(jìn)。比如我們已經(jīng)把端側(cè)大模型部署到汽車、手機(jī)等終端上，用戶也開始在手機(jī)上利用端側(cè)大模型執(zhí)行復(fù)雜的任務(wù)。在我們看來，端云協(xié)同最大的優(yōu)勢(shì)在于模型響應(yīng)快、數(shù)據(jù)不出本地確保隱私安全。

在云端，大家用AI解決一些復(fù)雜的問題時(shí)，模型深度思考10秒沒有任何問題，甚至做一份Deep Reaserch，半個(gè)小時(shí)后再給一份完整的答案也可以接受。但是我們?cè)诟鷻C(jī)器人、智能座艙和手機(jī)設(shè)備互動(dòng)的時(shí)候，希望它可以立刻響應(yīng)，這背后的速度以及功耗也都是大模型規(guī)模化應(yīng)用需要考慮的關(guān)鍵因素。

二是有些企業(yè)從直接為用戶提供服務(wù)，轉(zhuǎn)向?yàn)锳gent提供服務(wù)。從App轉(zhuǎn)向Agent這個(gè)過程中，服務(wù)用戶和服務(wù)Agent慢慢會(huì)產(chǎn)生新的遷移，這背后有很多的機(jī)會(huì)。

黃偉：我們現(xiàn)在做的事情更多是延續(xù)，但是我感覺到這個(gè)行業(yè)在更底層方面在發(fā)生重構(gòu)。比如豆包手機(jī)助手，五年后回頭看，也許就是里程碑式的事情。

我們主要是To B的模式，以前給客戶提供的是基于Bert模型的產(chǎn)品，現(xiàn)在開始給客戶提供基于GPT模型的產(chǎn)品，當(dāng)然性能和能力相比過去都有顯著提升?，F(xiàn)在我們?cè)陂T診環(huán)節(jié)，可以給醫(yī)院提供基于大模型的門診病歷生成系統(tǒng)，這背后就是數(shù)字醫(yī)生，從這個(gè)角度來講，我們既是延續(xù)也是重構(gòu)。

另一方面，我們?cè)谝恍┬碌膱?chǎng)景，或者根據(jù)一些新的需求，做微觀層面的重構(gòu)。包括企業(yè)組織結(jié)構(gòu)，原來是人人協(xié)同，接下來可能是人與Agent協(xié)同。以前我們通過網(wǎng)站操作并執(zhí)行任務(wù)，后來通過APP，而現(xiàn)在的AI Agent可能就沒有界面，用戶告知意圖，它可以幫我完成所有的任務(wù)。這是接下來所有人必須要重點(diǎn)關(guān)注的，這里面也是蘊(yùn)藏著巨大的商機(jī)。

方漢：我舉個(gè)例子，我們發(fā)布的音樂生成大模型Mureka。大家可能以為傳統(tǒng)的歌手對(duì)我們的音樂生成大模型是深惡痛絕，但實(shí)際他們是最愿意擁抱音樂生成大模型的群體。因?yàn)楦枋衷谧龈璧臅r(shí)候，有一個(gè)工序是做小樣，做一個(gè)小樣可能成本要幾萬元，一個(gè)月的時(shí)間能做2-3個(gè)小樣?，F(xiàn)在他們用Mureka，可以在一天之內(nèi)做出十幾個(gè)小樣，拿這個(gè)小樣可以直接到抖音上投流看用戶反饋，找專家評(píng)審，這使得所有歌手做新歌的速度比原來快很多，這是我們觀察到的第一個(gè)對(duì)產(chǎn)業(yè)的影響。

第二個(gè)例子是Skywork Super Agents。因?yàn)槲覀冏鲂醒械乃俣确浅？?，?dǎo)致很多券商原來要請(qǐng)大學(xué)生寫行研報(bào)告，現(xiàn)在這個(gè)工種幾乎已被AI取代。我跟很多券商的朋友交流過，他們都使用我們的Skywork Super Agents做快速的行研報(bào)告，每次股市上一個(gè)新的事件出來之后，可以很迅速的在幾分鐘之內(nèi)把行研報(bào)告寫出來，他們?cè)俑鶕?jù)行研報(bào)告做決策，這對(duì)于二級(jí)市場(chǎng)的影響非常深刻。

張一甲：我家人在炒股，就是在付費(fèi)用你們的Agents做行研報(bào)告。我想補(bǔ)充問一下，因?yàn)槟銈冇写罅康腃端用戶，在大量真實(shí)的場(chǎng)景中，有沒有什么數(shù)據(jù)或用戶反饋?zhàn)屇阌X得非常有意思，或者和之前想得不一樣？

方漢：其實(shí)我們做AI聊天的時(shí)候做過大量用戶訪談，一開始認(rèn)為大家AI聊天都是要滿足生活中滿足不能不了的幻想，結(jié)果用戶調(diào)研之后發(fā)現(xiàn)根本不是，用戶跟AI聊天主要兩個(gè)原因：第一，用戶認(rèn)為和AI聊天沒有社交門檻和心理障礙；第二，用戶覺得跟AI聊天是特別安全的事情，因?yàn)锳I不會(huì)“電詐”你，跟真人聊天很有可能遭遇“電詐”。這是用戶反饋跟我們想象有很大差別的地方。

張一甲：請(qǐng)亦倫總分享一下你觀察到的AI給產(chǎn)業(yè)帶來了什么樣的改變？

陳亦倫：我們?cè)谧鰴C(jī)器人，它是軟硬結(jié)合的領(lǐng)域。我觀察到，這一代機(jī)器人的企業(yè)有一個(gè)非常明顯的特點(diǎn)是，會(huì)主動(dòng)在硬件設(shè)計(jì)中考量AI，我們的機(jī)器人硬件設(shè)計(jì)標(biāo)準(zhǔn)也是“designed for AI”，這樣的好處是能盡可能縮小digital-to-physical gap。

舉兩個(gè)例子：第一，現(xiàn)在的機(jī)器狗、機(jī)器人，關(guān)節(jié)都走向了直驅(qū)或準(zhǔn)直驅(qū)。為什么要做這樣的選擇？因?yàn)檫@種最容易被AI建模、最容易被AI驅(qū)動(dòng)，Sim2Real的gap會(huì)比較??；第二，在設(shè)計(jì)整個(gè)硬件系統(tǒng)的時(shí)候，我們和生態(tài)合作伙伴，首先討論的問題已經(jīng)不是機(jī)械怎么安裝，而是在考慮計(jì)算流怎么走，算力是怎么分配的，通信怎么走，延時(shí)怎么卡。這其實(shí)就是AI在驅(qū)動(dòng)硬件的趨勢(shì)。

張一甲：每年甲子引力年終盛典其實(shí)都是產(chǎn)業(yè)交流和資源對(duì)接平臺(tái)，會(huì)有各行各業(yè)的決策者來到現(xiàn)場(chǎng)。各位嘉賓也都來自產(chǎn)業(yè)，站在歲末的時(shí)間點(diǎn)上，展望新的一年，你們有什么期待？

陳亦倫：回到我最開始提到的AI發(fā)展的三個(gè)階段：數(shù)據(jù)、算力、環(huán)境。三個(gè)階段要三把鑰匙解鎖，我們目前接近于拿到了第一把鑰匙，希望明年可以跟大家匯報(bào)，具身智能Scaling Law的這幾把鑰匙都是長成什么樣子的。

方漢：我的期待比較明確，希望看到基于AI的全新產(chǎn)品模式出現(xiàn)。如果只是一味迭代算法，現(xiàn)在并沒有沒有太多aha moment（頓悟時(shí)刻），但我相信產(chǎn)品的aha moment會(huì)大量涌現(xiàn)。

黃偉：對(duì)過去兩年AI技術(shù)演進(jìn)，自己感到非常意外和驚喜，期待明年世界模型有更加超出預(yù)期的表現(xiàn)，這樣會(huì)進(jìn)一步加速AGI。

李大海：我比較期待明年大模型在自主學(xué)習(xí)上進(jìn)一步突破，且能夠跟端側(cè)應(yīng)用有機(jī)結(jié)合，期待有更多的硬件能夠進(jìn)入到各位的組織里學(xué)習(xí)、進(jìn)化，成為大家的硅基同事。

張一甲：可以感受到，這場(chǎng)巔峰對(duì)話與上一場(chǎng)巔峰對(duì)話的畫風(fēng)非常不一樣。

黃偉總剛才提到一個(gè)詞叫“勤工儉學(xué)”，各位做的事情就是一邊工、一邊學(xué)，在研究的時(shí)候做好商業(yè)，從商業(yè)反哺我們的研究，我們也會(huì)看到越來越多的真實(shí)世界實(shí)踐，這恰恰是對(duì)于技術(shù)迭代本身的一個(gè)很好的校準(zhǔn)和反哺。

非常期待四位嘉賓在做AI和做公司兩件事情上取得更好的進(jìn)展，謝謝大家！

（封面圖及文中配圖來源：2025甲子引力年終盛典）