华为大咖说 | 企业应用AI大模型的“道、法、术” —

本文作者：郑岩（华为云AI变革首席专家）全文约3313字，阅读约需8分钟，请仔细看看哦~

前阵子，我在公司内部发了一篇Sora的科普贴，本来只是个简单的技术总结，但让我意外的是，评论区非常热闹，而且完全是两个世界的声音，一半开始无限畅想，一半觉得吹过了。没想到，公司内部也有这么大的认知分歧。我想这可能就是一个合格的“技术革命”到来时，大家各抒己见，观点林立。

最近，我一直想做一个总结分享，梳理一下近期获得的一些新认知，以及在工作项目中对AI大模型应用的有趣发现，但是屡屡提笔又不知从何下手，这个话题确实太大了。于是就狠了狠心，干脆搞个系列连载好了，先从认知篇开始吧！

本期核心观点

上车：AGI是未来5～10年内，每个人都无法回避的技术革命，建议就近上车。
迭代：眼下的AI大模型应用都还只是过程稿，仍在快速迭代，切忌刻舟求剑。
预判：AI大模型的演进哪些是“不变项”？不要在AI大模型前进的车轮下“绣花”。
思考：AI大模型的底层逻辑是什么？紧跟第一性原理。
成长：AI应用的机会窗才刚刚开始，当下是最佳的成长周期，无论是组织还是个人。

PS.我虽然尽可能把得到多方佐证的信息和观点拿出来分享，但也不能保证完全准确，欢迎留言讨论，兼听则明。

01 上车：AGI是未来5～10年内，每个人都无法回避的技术革命，建议就近上车

在大变局面前，常见几种态度是 “看不见、看不懂、看不起、来不及”。

“看不见”目前可能性不大，“来不及”也还言之过早，可能更多是中间两者，夹杂着一些焦虑或是抵触，其实这很正常，谁不是呢。

关于AGI定义很多，问题就因为这个词儿太通用，不够具体，我觉得就以“AI智商超过人，能干好聪明人能干的事儿”为佳。

我最近观看了好多国内外大佬的采访，基本上对于AI的智商超过人这事儿是没有分歧的，只是如何实现、多久实现有些争议，至少可以说明一点，这个事儿靠谱，没必要再怀疑其真实性。至于是3～5年，还是5～10年，我觉得已经不再重要。哪怕短期高估一点也无所谓，长期不能低估就对了。

以后会发生啥，没有人能说清楚。只是基于每个人的风险偏好不同，给出不同的处置方式。但是，这就是现实，滚滚而来，认清和接纳现实也是一种态度。

讲个真实的段子：前阵子，Hinton老爷子(加拿大计算机学家和心理学家)在演讲上，建议安排人在关键时刻负责“数据中心断电”，认为低级智能掌握高级智能在自然界从未有过。（大刘诚不欺我，这不就是《三体》里的“执剑人”？）

不管怎么样，最近5年，对我们最重要的，就是积极拥抱AI大模型，理解AI大模型，并在生命中应用AI大模型。

从去年开始，我对自己的职业发展做了重新定位，就是专攻AI大模型2B应用，我认为这是我未来十年唯一值得做的事儿。从读书开始，前前后后小20年的技术积累，在这一刻有了新的意义。

我甚至给我家五岁的孩子搞了个数字人，设定成五年后的她，希望能够在日常生活中给她一些帮助和指导。

所以，这里我建议“就近上车”，也就是说，不管你的生活、工作是什么样的，都应该积极设想，我该怎么在我的日常生活中加入AI大模型？能用哪些AI工具来辅助和加持？未来还有哪些场景AI可以帮助到我？

02 迭代：眼下的AI大模型应用都还只是过程稿，仍在快速迭代，切忌刻舟求剑

当下哪怕是ChatGPT，也都只是AGI的过程稿，这个很关键：

一方面，这会影我们对未来的判断，拿着ChatGPT或是Mid-Journey当下的水平来对标未来、构思应用场景，可能有点刻舟求剑了。
另一方面，容易跟风地学，别人做了个啥，咱也要做个啥，都得是对话框、都得输入、能聊天、能生成......

此外，值得关注的是，这并不意味着当前的AI过程稿“微不足道”，实际上其已经开始颠覆一些具体场景，比如Sora与短视频，Suno与音乐，MJ与插画，微软Copliot（New Bing）与搜索，Devin与编程，ChatGPT与很多很多琐事，等等，就在当下以肉眼可见的程度占据一席之地。（我自己也是AI工具的高频用户，也确实变懒了，今天数了下，手机装了不下十款各式AI软件，最近常用的是ChatGPT、文心一言、微软Copilot、Kimi Chat。）

03 预判：AI大模型的演进方向预判，不要在AI大模型前进的车轮下“绣花”

AI大模型演进非常快，说是“日新月异”一点也不夸张。但这对于我们这些用AI大模型的人来说，除了一惊一乍地看热闹，可能更重要的是从变化中，找到其中的不变性。

因此需要对AI大模型的演进方向，有个大致的预判，这样可以避免我们在大模型前进的车轮下“绣花”。不然好不容易搞点小突破、小创新，绣了个花，基模型一升级，就啥也不是了。

我有几个基本的逻辑判断 ——“五更”：

更快
更准
更长（上下文）
更便宜
更多模态

这一切从GPT、Claude、Gemini等TOP选手的演进上就看得出来。

04 思考：AI大模型的底层逻辑是什么？第一性原理是什么？

这里我不敢说自己完全理解，我只能把我听到、学到的分享出来：

1、scaling law，大力出奇迹： 我想这基本上就是搞AGI的公司唯一信奉的真理了，简单说就是“大力出奇迹”，scale发生在几个方面——数据、算力、参数，在算力恒定的情况下，目前最优先增加的是数据。就在这周，Databricks开源的DBRX模型，参数比Grok小3倍，数据量出奇的大，效果超过GPT3.5。（Scaling Law是指模型的性能与计算量、模型参数量和数据大小三者之间存在的关系。具体来说，当不受其他因素制约时，模型的性能与这三者呈现幂律关系。这意味着，增加计算量、模型参数量或数据大小都可能会提升模型的性能，但是提升的效果会随着这些因素的增加而递减。）

2、Next Token Prediction，生成式：当然这里不仅是生成文字和图像token，还是生成视频patch。这里用illya（OpenAI 首席科学家）的话说，就是如果大模型能很好地预测下一个字，就意味着能对世界建模。说人话，就是如果我能猜到你打算说啥，我肯定也就很了解你。目前大模型因为学到了很多通用知识，所以对我们这个世界确实有一定的了解。（Next Token Prediction（NTP）是一种文本补全能力，或者说是文字接龙。它是自然语言处理（NLP）中的一个概念，具体指的是给定一段文本的前几个词（或称为tokens），预测并生成下一个词或tokens的过程。）

3、数据第一、算力第二：这句话我忘记具体出处，但是这句话一直在被证明。虽然AGI的路还不清晰，但是怎么搞出GPT3.5甚至GPT4这样的模型，我感觉顶级玩家之间已经没有太多护城河了。不然不可能一个个地都开始揭榜了。当然算力背后，除了卡，还有能源，所以微软的核能超算中心是极有可能的。

4、人才密度：与传统IT产品的外包方式不同，这波AI大模型初创公司主打的就是团队人才密度。如下是Sora的团队画像：小于10人、95后主导、北美计算机名校、AI Native。如果打算搞搞AI大模型、要组建团队，用好招新的机会，非常重要，最近几年的应届生质量也是非常高的。反观我们自己，这些技术老兵，就更要紧跟技术发展了，好在事物很新，有一些后发优势。