活動邀請CCDI廣電云規(guī)劃專家、寶聯(lián)科技創(chuàng)始人?席利寶、天云融創(chuàng)數(shù)據(jù)科技（北京）有限公司CEO 雷濤、中國傳媒大學人工智能系副教授 陶竹林、中國科學報社原副總編輯、《醫(yī)學科學報》總編輯 張明偉分別作主題報告。

席利寶表示AI是新時代的新質生產(chǎn)力，AI高質量發(fā)展從能源+算力+算法+數(shù)據(jù)+網(wǎng)絡+安全都需要協(xié)同；廣電在AI時代應該緊握機會，塑造數(shù)字經(jīng)濟中的獨特優(yōu)勢，CCDI項目將對中國廣電發(fā)展起到樣板和示范作用；未來已來，中國廣電作為文化數(shù)字化國家隊、主力軍和排頭兵，當仁不讓為數(shù)字經(jīng)濟發(fā)展注入動能，為中國特色的新型算力事業(yè)貢獻力量，為網(wǎng)絡強國、數(shù)字中國建設提供強有力的支撐。

雷濤就“無真相，無共識”這個話題發(fā)表了自己的觀點，他認為在這個碎片化信息時代，信息溯源和取證有待考證；此外，信息背景、知識背景、文化背景、邏輯判斷都難以讓人類達成共識。人工智能走到今天，爭論與分歧始終如影隨形，可以說AI的命運，正是在這些爭議與分歧中找到了真正的邊界與可能性，滿足了不確定時代不確定人群確定性的需求。此外雷濤從新聞生產(chǎn)速度、新聞語境共鳴、AI組織的思維鏈觀點流做了內容闡述，并分享了AI自動“拍攝”的宏大場面、AI自動生成多場景劇情豐富的電影劇情、AI森林巧克力廣告片、短劇自動完成中文轉英語韓語日語等實踐效果。重點推出了面向媒體的產(chǎn)品——AI采訪助手，該產(chǎn)品能實現(xiàn)數(shù)小時音/視頻自動解析；多人對話自動區(qū)分發(fā)言人、匯總發(fā)言觀點；此外可以通過“你問我答”的相識，精準定位關鍵內容和視頻片段，無需反復觀看視頻便快速定位采訪對象重點發(fā)言內容；最后，還可以多形態(tài)素材輸出，輕松復制文字素材或下載新合成的視頻素材。

陶竹林表示未來媒體即智能媒體，既要堅守內容的真實與價值，也要以創(chuàng)新引領時代變革。AI技術正在深刻重塑媒體生態(tài)，從精準內容生成到智能傳播路徑優(yōu)化，為行業(yè)賦能無限可能。守正，是堅守媒體的社會責任與傳播倫理；創(chuàng)新，是運用AI等新技術推動媒體形態(tài)的升級與進化。擁抱AI，就是擁抱媒體的未來，它不僅是工具，更是智能時代的必然選擇。以技術為翼，守住初心，未來的智能媒體將更高效、更智慧、更有溫度。

張明偉介紹了中國科學報社開發(fā)出的“小柯”論文新聞寫作機器人的相關情況。他認為，將人工智能運用到科學新聞寫作能夠有效滿足科研人員更好了解國際前沿科研進展的需求，也能為科學傳播工作者提供初步選題線索。他建議媒體開發(fā)人工智能產(chǎn)品時要瞄準用戶需求，善于借用外力，大膽擁抱新技術。

在過去一年您的機構的實踐中，大語言模型在哪些場景上落地取得了成功？

您問題的核心在大語言模型，其實在基模（基礎模型）上，市場已經(jīng)在第二代視覺多模態(tài)大模型和第三代空間認知大模型上取得了非常大的成果和突破。

當然，大語言模型是知識的容器，在整個流水線中扮演非常關鍵的位置，可以有效地處理視覺和空間感知的多維信號擴展人類的融合認知。

咱們現(xiàn)場舉例，就今天的采訪視頻，我們要如何去編輯處理？還是傳統(tǒng)的定位到每一幀每一秒去剪輯？大語言模型在多模態(tài)在空間認知上取得了非常大的一個成果，已經(jīng)可以基于語言模型抽象出每一個嘉賓的核心觀點，還可以基于內容選擇，所見、所選及所得，把勞動力從重復性的工作中解放出來，實現(xiàn)場景式理解視頻內容。

近期非常引人注目的事件：OpenAI宣布終止對中國提供API服務。為了維護服務質量和安全性，將采取額外措施來限制來自當前不支持的國家和地區(qū)的API流量。

對國內基于OpenAI的大模型所構建的很多創(chuàng)業(yè)應用生態(tài)無疑是一個巨大的打擊，兩個世界正在逐步脫鉤，越來越多的商業(yè)鏈條被切斷。這不僅僅發(fā)生在物理世界，也發(fā)生在數(shù)字世界的線上連接。與此同時，市場上還存在另外一種聲音，把這個信號看成一種巨大的機遇，剛好趁此機遇培養(yǎng)國內的搜索引擎。

從“深藍”到AlphaGo，再到今天的ChatGPT，人工智能走過了符號主義的知識封裝，連接主義的知識學習，和今天的生成式泛化表達能力開始參與到生產(chǎn)實踐。OpenAI的PPT式大模型作為人工智能的明星項目，我們聽到太多追捧的聲音，過度的神秘化和與之伴隨的自我矮化，加上7月9日關停面向大陸市場的API服務接口服務，再次加重自我矮化且，失敗感撲面而來。

其實在北美市場，基礎大模型的發(fā)展已經(jīng)從單一模型訓練Trainging發(fā)展為Serving多元化工業(yè)化基礎設施化。中國人工智能的發(fā)展如何擺脫依賴、實現(xiàn)優(yōu)勢破局和定義自己的生態(tài)位？這需要找到我們技術的獨特演進路徑。

目前人工智能市場有兩條核心路徑，一種是無條件相信scalinglaw路徑，相信只要把數(shù)據(jù)喂進去就會有涌現(xiàn)機制。用算力和數(shù)據(jù)堆積給已有的算法實踐Transformer，這種路徑就是在已知的知識結構里去尋找未知拼接的方法，能力是有限的，就像在陸地上看著教科書學游泳一樣，一定會遇到模型基礎理論的天花板。在已知中組合篩選（條件概率）獲得的知識，只能是補齊現(xiàn)有的知識拼圖，例如通過大量的實驗發(fā)現(xiàn)新的元素，可以補全門捷列夫發(fā)現(xiàn)元素周期表，但是不能誕生量子力學對基本粒子的理論和元素生成公式，更不可能產(chǎn)生牛頓的“加速度”阿拉伯數(shù)字“零和無窮大”這樣的觀念革命的知識。從學外語到學母語到建立認知再到推理和邏輯的路徑完全不同。

谷歌、微軟、亞馬遜、HuggingFace等云廠商開始不再依賴單一大模型，而是跟更多的系統(tǒng)架構配合，來組成一個務實的AGI的工程架構。谷歌上個月發(fā)布的大模型成熟度參考架構，定義了從L0到L6 的分級，調用GPT直接使用單一大模型的能力僅僅是L0水平。加入提示詞工程，精調模型Lora的意圖理解，向量數(shù)據(jù)庫尋回私域數(shù)據(jù)的記憶，Agent規(guī)劃拆解，plugin執(zhí)行和反思等等，逐步完善大模型成熟度到更高等級。這是人工智能市場的第二條路徑。

可以這樣類比，大模型是西方發(fā)明的輪子，而今天中國已經(jīng)進入了造車的時代。蒸汽機在英國誕生，但在北美被Nobody裝到木船上造就了輪船業(yè)的輝煌。中國人工智能的發(fā)展如何從重新發(fā)明輪子到快速引領智能產(chǎn)業(yè)的“造車運動”，需要抓住基礎ABC問題本質，才能實現(xiàn)實現(xiàn)優(yōu)勢破局和定義自己的生態(tài)位。?

C算力——自力更生策略：硬件芯片是最早投入布局的，英偉達在生態(tài)的壟斷和貿(mào)易禁運，給了國產(chǎn)芯片獨立發(fā)展空間。

A算法——跟隨融合的纏斗策略：人工智能最底層核心邏輯是以數(shù)學的形態(tài)在論文上得以表達，包括數(shù)據(jù)處理的方法和數(shù)據(jù)集。甚至實踐代碼都在以科學共享的形式爭相發(fā)表，科學無國界。為了更多的索引，論文往往會以最快的速度在跨國別的形式傳播。陸奇曾經(jīng)講過，我們從中關村到硅谷的距離是一個小時的時差。其實指的就是基礎算法層級和開源技術框架。數(shù)據(jù)科學家們?yōu)榱耸棺约旱难芯砍晒M快地發(fā)表，甚至跳過了像IEEE、CVPR大型頂會論文的審核機制，直接在arXiv網(wǎng)站上注冊發(fā)表，學術論文開始以天為單位在更新。打破中美科技壁壘的不是拿來主義的開源軟件套殼封裝，而是高索引引用的論文。論文不僅提供研究的方法路徑，依賴的基礎模型組件也提供了數(shù)據(jù)的流動，像指南一樣。

B數(shù)據(jù)——優(yōu)勢破局策略：硬件芯片所遵循的摩爾定律還是一個線性增長邏輯，但生成式合成數(shù)據(jù)遵循的卻是冪律指數(shù)型增長，只有抓住數(shù)據(jù)工程的冪律才能超越硬件的發(fā)展速度。

近日，前美軍四星上將加入了openAI董事會。毫無疑問他的崗位職責肯定不是指導研發(fā)的，那必定是瞄向兩年來OpenAI沉淀的提示數(shù)據(jù)。我們和大模型對話的內容蘊含大量的信息，據(jù)SBS等韓媒報道：三星剛引入ChatGPT還不到20 天，就發(fā)生了3起機密數(shù)據(jù)泄漏事件，其中涉及三星半導體設備測量資料、產(chǎn)品良率等信息。

問題往往會導向答案，獲得信息的過程本身也是信息。無獨有偶，近期，英偉達發(fā)布大模型一下子擠到第一陣營，為什么？英偉達沒講算力而是將重點放在了核心數(shù)據(jù)的介紹上，其模型訓練使用了98%是合成數(shù)據(jù)，是機器生產(chǎn)模型生產(chǎn)的數(shù)據(jù)。

如何讓國內AI領跑世界是一道綜合考題，但歸根結底必須從骨髓里就是硬核科技企業(yè)。在產(chǎn)品線上，不能拿來主義，不能被卡脖子，不能有明顯的短板而且要有顯著的長板，才有肯能在國際競爭中跑出來。此外，外部環(huán)境對于技術成長、人才培養(yǎng)、產(chǎn)業(yè)生態(tài)的形成也很關鍵，不單是一家企業(yè)的事，也需要政府、生態(tài)共同去匹配發(fā)展的進程。

人才破局：相關數(shù)據(jù)顯示，2023年就業(yè)形勢嚴峻，失業(yè)8700萬，畢業(yè)1158萬，是讓普通人是無工作還是讓這些人群進入新技能藍海？政府應該提早布局AI版的“藍翔技?！?。AIGC內容生產(chǎn)，培養(yǎng)新技能藍領改變算法生成的猜盲盒過程，打造人機交互的流水線。

產(chǎn)業(yè)鏈破局：AI Pin、?Vision Pro等可穿戴的個人智能代理Personal Agent的出現(xiàn)，F(xiàn)igure具身機器人的探索，這些EdgeAI的新興都需要整合全新的智能硬件產(chǎn)業(yè)鏈。AI pin融合了電容觸摸、HUD、手勢識別、數(shù)模喚醒等成熟的硬件技術，大模型服務的載體，可以發(fā)揮中國全產(chǎn)業(yè)鏈精密制造的優(yōu)勢，快速跨界發(fā)明迭代一批GenAI的智能硬件。要想推動產(chǎn)業(yè)變革，實現(xiàn)產(chǎn)業(yè)組織的深刻調整，政府部門、教育機構、高校研究機構的角色和商業(yè)必須要發(fā)生一些變化。

就政府角色而言，充分發(fā)揮產(chǎn)業(yè)園區(qū)的優(yōu)勢，把企業(yè)、高校、科研院所等創(chuàng)新資源產(chǎn)業(yè)鏈上下游“整合”在一起，協(xié)同攻關科技難題。

MaaS模型數(shù)據(jù)市場，是天云數(shù)據(jù)為了進一步推動AI技術普及和應用創(chuàng)新發(fā)展而構建的一個綜合性平臺，為用戶提供了一個便捷的渠道，輕松地獲取、購買和部署各種預訓練的AI模型，同時也為模型開發(fā)者提供了一個展示和銷售模型的平臺。

MaaS模型數(shù)據(jù)市場上，涵蓋了從圖像識別、自然語言處理、語音識別到預測分析等多個領域，能夠滿足不同行業(yè)和場景的應用需求。首先，用戶可以根據(jù)自己的需求，采購合適的模型；其次，省去模型用戶從零開始訓練時間和計算資源，直接將模型集成到自己的產(chǎn)品和服務中，加快模型創(chuàng)新的速度。

MaaS模型數(shù)據(jù)市場還為模型開發(fā)者提供了一個廣闊的展示和銷售空間，開發(fā)者將訓練好的模型上架到市場，通過平臺的流量和影響力讓更多的潛在用戶了解并實現(xiàn)知識的商業(yè)化。與此同時，模型市場還為開發(fā)者提供了工具和服務，幫助他們更好地管理和優(yōu)化自己的模型，提高模型的性能和可靠性。

生態(tài)建設也是天云數(shù)據(jù)的MaaS模型數(shù)據(jù)市場的使命之一，鼓勵開發(fā)者之間的合作和交流，減少重復勞動推動模型的共享和復用，提高行業(yè)的研發(fā)效率。