头图开始：极客公园校园春色 亚洲色图

两年前，大模子刚兴起时，周鸿祎驱动用四个「你相不信赖」敕令现场建立 AI 信仰，从此踏上「AI 布说念者」之路。

客岁，四肢国内第一批发布大模子的互联网公司，360 的政策养息为「All in AI」。本年，360 在 AI 界限取得不少进展，1 月底上线 360 AI 搜索；7 月发布国内首款儿童 AI 腕表 360 儿童腕表 A9 AI 红衣版；8 月秘书与国内 15 家大模子厂商达成合作，共同推出新一代 AI 居品「AI 助手」……

如今，大模子技艺的出现，深入影响了九行八业的发展轨迹，成为不可疏远的伏击力量。但在周鸿祎看来，大模子不应被神化，而是应该被视为一种赋能器具。

在极客公园 IF2025 创新大会上，360 集团首创东说念主周鸿祎在「在大模子期间年青东说念主值得干点什么」的主题演讲中谈到，AI 的本色是「赋能」，而非单纯的「颠覆」。在 AI 期间，AI 的作用是为各个行业提供赋能、重构游戏礼貌，而不是单纯纵情现存的方法，AI 应该像电动机一样镶嵌到多样应用场景中，激动产业鼎新。

周鸿祎总结了他眼中对于异日的六个趋势：

AGI（通用东说念主工智能）和超等东说念主工智能发展放缓；

大模子趋向专科化；

模子越作念越小；

考验数据质地提高；

老本裁减；

InfraStructure 修复基本完善。

同期，他也列出了六大应用标的，但愿年青东说念主能够从大模子的六大应用标的中寻求到属于我方的契机。

东说念主东说念主智能；

从万物互联走向万物智能；

数转智改，助力传统产业打造新质坐褥力；

异日和新兴产业；

打造科研新范式；

AI 安全。

如今，大模子正在把总计行业、把总计赛说念都重写一遍，期间的游戏礼貌已转变，新的契机摆在了总计东说念主眼前。

以下为周鸿祎现场演讲实录，由极客公园整理。

周鸿祎：今天在讲东说念主工智能之前，先跟公共说说我为什么拍短剧。我之前独一看的一集短剧是《二十岁总裁爱上保洁大姨》，看的时候有两个周鸿祎，一个理性的周鸿祎一边看一边吐，能这样拍？理性的周鸿祎说快点下一集。那么我为什么拍一部短剧呢？有些部门审核了之后说：咱们发现你拍的不是短剧，完全是告白片，是以咱们拍短剧的目的是什么，等下跟公共共享一下。

国内把这个事说得太神秘了，一说即是企业家作念 IP，一说作念 IP 在座好多东说念主就合计我又不是什么着名东说念主物，我有什么 IP 可作念的？

但其实说白了在短视频和短剧期间，短视频和短剧依然把咱们头脑格式化之后，以前传统公关部和市集部或者用户增长部要干的一件事即是要搞流量。

我前一段时辰去硅谷，跟好多创业公司谈，他们莫得什么 IP 的倡导，但是你问每个公司说怎么冷启动你的公司，怎么冷启动你的居品？谜底都是一致的，即是作念魔性的短视频，在外洋短视频平台上获取免费流量，这是咱们拍短剧的目的。当今这个短剧也正在拍续集。

最近有一个倡导叫 Founder Mode。在短视频期间，传播游戏礼貌发生了转变，跟用户疏浚形式发生了转变，更大的转变是在于大模子，它的出现转变了技艺架构和生意模式。是以我当今是在指挥 360 二次或者三次创业。

我今天共享一下我对大模子发展的念念考，对于在大模子期间年青东说念主值得干点什么。

许多互联网行业的「老兵」可能会认为，AI 与互联网的发展法例相似，以至会产生一种无望感，合计互联网依然资格了二十年的发展，许多契机和方法依然初步成型。前几天，马云在蚂集会团的讲话中提到的一个不雅点我相等赞同——AI 是比互联网更大的契机。因此，互联网期间的礼貌和念念维形式不一定适用于 AI 期间。如果咱们在 AI 期间仍然沿用互联网期间作念 APP 或 Web 的念念维来设备 AI，那就像胸有成竹。

举个浅薄的例子，互联网能否普及坐褥力？互联网确乎能够提高疏浚明果，但这并不是互联网的本色。互联网的中枢在于调和——调和东说念主与信息、调和东说念主与东说念主。

周鸿祎在极客公园 IF2025 创新大会｜图片开始：极客公园

互联网完全跟现实世界无关，而是创造了一个臆造的时空，在互联网里又产生了好多私有的应付、社区模式。而东说念主工智能的最大不同之处在于，它是一种胜仗普及坐褥力的器具，并且坐褥力更强。

硅谷的一些东说念主曾经讪笑互联网，称我刚直本但愿得到的是一艘寰宇飞船或一辆会飞的汽车，却最终得到了一个 140 字的推特。互联网是很牛，但是互联网好多事干不了，而今天东说念主工智能可以筹商卵白质的结构，可以让自动驾驶、无东说念主驾驶成为可能性，包括激动机器东说念主的发展。

是以这是我第一个共享的内容——东说念主工智能应当被视为一种赋能器具。之前一个经济学家陈龙发表过一篇著作，我招供他的不雅点。以前，互联网常被视为一种「颠覆性」力量，我也写了一册书叫《颠覆者》。但在 AI 期间，咱们必须承认，AI 是赋能者，而不是单纯的颠覆者。至于它到底能否颠覆，这个问题可以以后再照顾。

对于异日的六个趋势：

网罗上有好多对于 AI 将颠覆九行八业的慌张著作，但我认为最伏击的是，AI 正在把总计行业、把总计赛说念都重写一遍。是以这可能是诸君和咱们最大的契机，是以不要胸有成竹。

先说几个瞻望/趋势：

第一个瞻望是AGI（通用东说念主工智能）和超等东说念主工智能发展放缓。我曾经相等看好 AGI 的出路，以至合计它会在 2025 或 2027 年出现。不外当今看起来这个发展要领正在放缓。

这两天 Ilya 有一个新的演讲，但是 GPT5 还没发布，包括最近出现的一些新模子依然侧重于多模态才气的普及，尤其是在编程和推理才气方面。OpenAI 领先方针是幻想构造一个全寰宇超等无敌通用东说念主工智能，能够在各个方面高出东说念主类，当今我合计这个事在逻辑上不太设立。

以前好多东说念主认为，Transformer 模子模拟了东说念主类的多层神经网罗推理，只消提供满盈的琢磨才气和数据，AGI 就会「自可是然」地出现。但是从当今来看，Ilya 承认互联网上能用的数据用得差未几了，好像 AGI 也莫得到来。

有东说念主说不是可以合成数据吗？合成数据是能处置一部分问题，像数理化的推理合成数据可以。但是有个问题是，东说念主类学问往高处走，越泛化照旧越专科？当你从硕士到博士，再到老师，再到院士时，科技树的走向经常是越来越专科化。

比如说怎么写一个操作系统，怎么造一个战役机？怎么造一个航母？怎么造一个发动机？这种学问并不在互联网上，不是靠互联网阅读满盈多的网页和八卦就能够掌持的，并且当今合成数据不行涵盖这个界限。

有东说念主说 O1 推理才气很强，但是 O1 莫得那么神秘，其实国内依然有好几家公司作念出了访佛的东西，中枢即是通过念念维链和强化学习，让模子进行屡次推理，并在得出初步谜底后，反向反馈，搜检是否有作假。以至咱们检修过让百度先给谜底，阿里的来驳倒它，头条来打理残局，临了 360 和和稀泥。你们可以试一下 PlayGround，就让国内大模子彼此 PK 一下，每个才略都会普及好多。

是以 O1 的推理才气不细究了，我的不雅点不代表说念理。不外 O1 的推理才气相比难泛化是一个问题。因为要作念强化学习就要有价值函数，价值函数即是得先判断对和错，数学题倒是挺容易判断对和错的，但是怎么写一个操作系统是一个好的操作系统，以至说问题再小小数，怎么写一个浏览器，它的价值函数何如判断？

临了 AGI 我合计一定会来到的，但是可能不是在本年来岁。

第二个趋势：大模子进一步发展，不管考验照旧推理，都在往专科化发展。

除了少数几家巨头公司，许多其他公司也在往愈加专科的界限发展。王小川转向医疗界限，但照旧有点平淡。最近好多东说念主照顾的 MOE（民众夹杂模子）架构，推行上亦然通过多个民众模子来组合才气。

我最近再行念念考了谷歌的政策，短暂发现谷歌的政策似乎有些自后居上的意味。公共可以想想，DeepMind 这家公司设备的 AlphaFold 在卵白质结构解析方面简直无与伦比，AlphaGo 曾经打败了东说念主类围棋的超九段高东说念主。但咱们并莫得看到 AlphaGo 能写诗，AlphaFold 能解奥数题，这些系统有其局限性。包括 AlphaChips，它专注于芯片琢磨，据说依然高出了东说念主类琢磨师。那咱们为什么还要追求一个既能写诗又能解奥数题的大模子呢？

第三个趋势是模子越作念越小。一年前如果站在台上我确信不是这个不雅点，大模子刚出来时，公共都在比拼参数目：你有千亿，我有万亿，公共深广认为唯有参数越大，才能带来更多的才气。

但经过这一年的发展，好多小限度参数的大模子架构驱动崭露头角。小模子的界说变得越来越污秽，推行上咱们正干与一个模子轻量化的期间。最典型代表是面壁智能，他们名字起得土小数叫小钢炮。

包括今天模子要上手机，苹果在手机上也会有一个相等小的模子，微软也在探索 1B、2B 参数限度的模子。是以模子不一定越作念越大，因为越作念越大的话就变成马斯克的游戏了，他确乎有钱，一说即是 10 万卡集群，要买个核电站，如果模子都是这个玩法，那跟大多半东说念主就莫得太大干系。

第四个趋势：考验数据质地提高。以前有一个误区，公共合计模子越大才气越强，但照旧面壁智能提倡一个才气密度的倡导，推行上是学问密度，即是公共发现以前以为模子越大，才气越强，才会浮现。但当今发现模子诚然小，只消学问含量高、学问纯度、学问质地高，也能展现出强劲的才气。

比如把大模子设想成东说念主，有两个大学同学，一个绝顶理智，脑子容量绝顶大，天天在网上看八卦，你问他谁跟谁出什么事他都一清二楚。另外一个同学大学一年纪只作念高数题，就把高数 3000 个题作念得滚瓜烂熟，谁的高数推理才气强？一定是后一个同学，但是你问他汤姆汉克斯的姆妈是谁，他可能回复不了这个问题。

当今，全球作念大模子的东说念主都坚忍到这个问题了，咱们把互联网上的八卦拚命学进去之后，变成了一个快速问答的学问小能手，但是推理才气并莫得绝顶强。是以 O1 走的即是另外一条路，它好多问题回复不了，但是不影响它的推理才气很强。

是以真实学问今天不在互联网，而是在好多民众脑子里，在好多公司里面业务经由里，那当今这些学问可能是通用大模子的厂商搞不到的。是以大模子的才气增强需要依赖其他路线。

小模子才气增强方法即是多推理几次，公共本来合计 Scaling Law 碰到了逼迫，公共以为老黄的显卡卖不动了，又发明一个方法——不依赖快速念念考，而是通过慢念念考来增强才气。慢念念考并不是让模子立即回复问题，而是让它我方在内心中反复推理，耗尽更多算力，这也能显耀普及小模子的推理才气。

吴恩达真挚有一次讲：如果我用 gpt 3.5+一个 Agent 框架，才气可以跳跃 gpt 4.0，驱动我莫得瓦解什么风趣，自后发现当大模子通过快速念念考胜仗回复问题时，其谜底质地可能不如通过一个较小的模子，先进行反念念、反复推理，并自我更正后得到的谜底。

临了一个好音问，大模子发展趋势之五——老本越来越低，当今行业里还有东说念主整顿开源好，闭源就好吗？腾讯混元都开源了，千问开源一直作念得可以，开源越作念越好，才气上来了，开源老本基本为 0，尽管考验和推理的老本依然存在。

外洋和 GPT4 等效的模子价钱下落了数百倍，国内攥紧时辰用他们的 AGI，比如说混元开源了，你我方部署一套，我方老本比胜仗接他们 API 都要贵好多。

他们投了那么多 Infra，投了那么多显卡，三年以后就折旧折完结，毋庸亦然白搭，他们给的 API 价钱都是低于老本价，是以公共可以用起来。

第六个趋势，InfraStructure 投资依然差未几告一段落。为什么？望望英伟达股价就知说念，英伟达卖了无数显卡。为什么有东说念主在怀疑东说念主工智能有莫得泡沫呢？推行上公共花了几千亿好意思金买这样多显卡，推行上是给了一个信号——基础设施依然准备好，该作念应用了，这小数很像互联网第一次泡沫破灭的时候，念念科卖了无数路由器，各个国度拉了好多海底光纤，但是莫得应用，第一轮互联网泡沫就破灭了，而基于这些基础设施的好多互联网应用作念了起来。

现时开源才气和 API 才气确信是准备好的，是以 2024 年是应用场景之年，2025 年是 Agent 之年。

咱们当今谈大模子，好多事混在一皆谈不知道的，我照旧但愿分红两条路：一条是 AGI 之路，这条路承载了东说念主类梦想，让有钱东说念主接续卷数据、卷算力，朝着万亿十万亿参数发展，最近 X.AI 三个月就搞了十万卡集群，中国照旧万卡集群。但是这条路跟公共没什么干系，归正公共都靠近东说念主生祸殃的问题即是没钱。

他们有些公司就莫得搞知道我方究竟是作念 AGI，照旧在作念应用。这条路不要扭捏，要刚烈地采纳一条路走到黑，别作念着作念着说我是在大模子的通用才气，作念着作念着说我又作念了一个场景应用来阐述我的才气，这完全是两件事情。

我有一个不雅点，咱们都说大模子要掀翻一场工业鼎新，但何如掀翻工业鼎新呢？就得把大模子拉下神坛，大模子要往产业化、垂直化、场景化、应用化发展，是以作念场景、作念居品，我合计小数都不丢东说念主，正因为有无数的应用，互联网才能起来，不然互联网光靠海底光缆、靠念念科的高端交换机，是莫得任何意旨的。

AGI，我今天就不谈了，这是少数巨头的游戏。我此次去好意思国也见了一个 VC，依然莫得东说念主在投作念通用大模子的公司了，Anthropic 背面是亚马逊，OpenAI 背后是微软，再加上老黄、马斯克等，你能数得出来在好意思国作念这样的公司不会跳跃 10 家，并且这个方法确乎对「门票」的条件太高。咱们国内有些创业者照旧很理智的，名义上看来在作念通用大模子，推行上他的钱都拿来作念投放了，这黑白常 smart 的作念法，因为投放好赖能弄来用户数据，你说预考验，训了大模子，还不如开源微调的好，这钱不是白花了嘛。

走应用之路，我的风趣是让大模子从「原枪弹」变成「茶叶蛋」，别再卷算力、卷数据、卷参数了，说白了，我合计走应用之路的一个相等伏击的理念，即是不要期望大模子什么都颖慧，咱们前边被误导太深化，公共堕入了迷念念，天天出来「秀肌肉」，即是大模子什么都颖慧，好像无所不行才叫大模子，你公司里雇过这样的职工吗？请了一个司机，又能当保镖，又能当司机，又能当保姆，还能作念饭，还能给你揉脚，还能写门径，还能作念公关，还能拍短视频，还能裁剪，要碰到这样一个东说念主，他我方就创业了。

是以要作念专科大模子。客岁看了一个电影，有句话说的绝顶说念理，说「处置问题的关节，即是找到关节的问题」，我合计处置问题的关节即是废弃对大模子的执念，不要高估它的才气，天然咱们也不低估它的后劲，让一个大模子就干一件事，换这样的念念路去想一想，会发现模子更小、算力更少、老本更低，并且应用难度更低。

大模子是才气，不是居品

是以大模子是什么？我从一驱动赌错了好多东西，独一赌对的东西即是我一直不信赖大模子是居品，我也一直不信赖大模子是操作系统，你把什么东西比方成操作系统这就坏了，全世界就需要 3-4 套，还有你什么事？

大模子不是操作系统，有东说念主老可爱拿云琢磨作念比方，我背面会讲到大模子也不是电力，公共一猜度电力就猜度了云琢磨，就应该在云霄，但大模子更像一个电动机，是以大模子是才气，不是居品，才气是什么倡导？

才气很好，但是要勾通应用场景才能居品化，大模子是要藏在居品背面，是以我最可爱的居品司理是谁你们知说念吗？你们可爱周星驰吗？看过他很着名一部教东说念主何如作念居品的电影吗？叫国产《007》，我就常常反省，它里面最经典的例子是这看起来像一个刮胡刀，推行上是一个吹风机。

今天不管诸君女士用的吹风机，照旧男士的刮胡刀，照旧电牙刷，照旧扫地机，里面都藏着一个电动机，但你坚忍到电动机的存在吗？不存在。会有东说念主买个电动机回归接上电说：来，给我转个 27000 转吗？也不会。

推行上你买了一个电动机你要装上轮子才能变成汽车，装上扇叶才能变成饱读风机，装上齿轮才能变成传送带，大模子这个东西挺庸碌的，它即是个电动机。

我今天讲的即是要把大模子拉下神坛，不供着它，不毕恭毕敬，好像干大模子就积极伟大，其实这东西要变的很庸碌。

当年 IBM 作念出超等电脑之后，就跟今天的超算一样，说全世界五台就够了，临了超算真实莫得掀翻信息鼎新，掀翻信息鼎新的是谁？是 PC。PC 最早从苹果 2 驱动算，到 IBM PC 到微软的得胜，把这玩意作念得跟玩物似的，今天咱们作念的就业器端都是 PC，PC 干与了百行千业，干与了千门万户，这才能掀翻工业鼎新。

AI 能不行颠覆？确信最终是能颠覆的，因为啥都能颠覆，你把东西作念的比别东说念主低廉好多也能颠覆，你能在晚上不需要开仓储，在网上直播带货，一分钟能卖出 1 个亿的东西也叫颠覆。

但是从 AI 来讲，我的建议是不要一上来就想着颠覆这个、颠覆阿谁，先想想赋能，即是当你有了一个电动机之后，怎么取代原来的蒸汽机，怎么取代原来手工干的事情，能不行润物细无声的镶嵌到应用场景中，不是不可以作念新东西，但这里面最大的契机是有了 AI 之后，有了坐褥力普及、坐褥力赋能器具，好多居品可以重作念一遍。

走应用之路，我合计要对大模子的才气再行作念一个辩别，因为我合计以前两年里面，咱们都被我方误导了，你看各公司一说大模子，出来讲案例，都是讲它的两层基本才气，都是讲写诗作画写著作、阅读瓦解、翻译、编程，推行上我把这个界说成它的基本才气。

比如说大模子的 AIGC 这面，有可灵、海螺、vidu、即梦，这两天 Sora 出来了不外莫得那么惊艳，这些模子是落在创作和营销才气。但是多模态才气值得公共怜惜，这两天 Gemini 2.0 它把多模态才气展现到极致，但是多模态才气和 AIGC 照旧要辩别开，因为两个用处不一样，是以要勾通场景，而不是恍惚地说能够处理图象、视频、声气是多模态，原来我认为能产生视频图像亦然多模态，这个倡导不一样，我合计瓦解相等伏击，因为它是让大语言模子从看见、看懂到瓦解的伏击隔离。

业务才气的对接也至关伏击，绝顶是怎么与企业的中枢业务相勾通。比如，谍报分析、学问不断、业务自动化以及组织配合等，这些才气以前时常被疏远，但它们恰是东说念主工智能能够普及企业坐褥力的关节界限。绝顶是在自动驾驶这种新兴产业里面，具身智能这些创新才气，推行上提供了新的责任范式。

还有一个场景是 AI for Science，在座诸位也有东说念主在这个界限可以念念考一下，异日科学筹商可能有一些专科模子来补助，AlphaFold 即是是一个例子。

是以如果有东说念主在这个基础上把模子才气分得档次更细，分得更多是莫得问题，用户购买的并不是器具自身，而是一个切实能够处置问题的罢了。是以大模子以前两年里面，公共自嗨太多了，不竭说这个才气阿谁才气，今天要搭一个桥，而是要看这些才气到底给企业、用户创造什么价值。

六个标的里，有哪些契机？

我约略列了六大应用标的，望望公共是不是能够在这六大标的中寻找创业和创新的契机。

第一是东说念主东说念主智能。

我一直认为 AI 是东说念主类有史以来发明最伏击的坐褥力器具，除了对企业普及坐褥力以外，对个东说念主来说，我合计它可以解锁你好多不具备的才气，以至让咱们个东说念主具有超才气，比如说不会作念音乐的也能产生音乐，不会作画的也能把想法变成海报，是以大模子要提高每个东说念主的坐褥力，打造个体的超才气，这里面有好多契机。

大模子在第一步，尽管公共都想着作念器具的东说念主挺损失的，赚器具的钱还不如作念社区的，作念社区有网罗效应，器具的话用完就走，但是大模子源头器具属性还黑白常重的。是以在这一块，公共可以想一想，天然不要仅仅去卖课，卖课是不得胜的模式。

360 在这作念的是纳米 AI 搜索和 AI 办公大全，是对准了匡助个东说念主来提高个东说念主获取信息、分析信息的才气，这一块有好多契机，就看能不行深入筹商，东说念主还有哪些才气可以被 AI 去普及。

第二个标的：从万物互联走向万物智能。万物互联的不雅念，IoT 的倡导依然很熟识了。当今 AI 的发展从云霄到末端，从云霄到旯旮，模子越来越小，当今像苹果手机的策略是手机上有个小模子跟云霄模子星座，荣耀的照明说，手机算力、芯片发展到 2027 年手机上上个百亿的模子是莫得问题的。除了汽车，来岁以后莫得大模子上车的车可能卖不掉了，守望也在给 PC 上模子。

咱们想的更广小数，总计的智能硬件如果都跟大模子发生干系，但是不是把一个通用大模子连上来，而是在总计智能硬件上有一个专科模子增多一两个才气会何如样？

比如说更阑里肚子饿了，掀开雪柜找瓶啤酒，雪柜能够跟你言语，它看见你，它告诉你太胖了，不要在晚上再喝啤酒了，并且它会自动给你的监护东说念主发个短信。

那有东说念主老说要作念新的硬件，AI Pin 公共都知说念相比失败了，他们画虎不成非要带一个投影仪，还要作念手势，手机被阐述是东说念主类相比能领受的随身佩戴的物品。还有适度、腕表、眼镜，Meta 最近作念了一个眼镜，亦然蛮得胜的，我也准备推出咱们的纳米眼镜，这不是打趣，因为苹果作念 Vision Pro，总是想作念 VR 和 AR，这个搞得眼镜太重，功能太多。但是公共发现如果眼镜跟 AI 搜索勾通起来和拍照勾通起来，变成轻量级的，据说 Meta 眼镜卖了好几百万副眼镜了。在大模子的激动下，元寰宇、臆造现实有可能梦想成真，公共想想智能硬件是不是会有契机？

第三个契机是，在中国作念事情要趁势而为，国度很伏击的政策是传统产业数字化，有一个词叫数转智改，亦然新质坐褥力，大模子绝顶妥当普及打造新质坐褥力。

怎么匡助企业数转智改？大模子可以阐述很伏击的作用。当今通用大模子确信不妥当给企业去用，我问过好多企业家和政府训诲，通用大模子因为并不了解里面业务，是以说的话相比泛泛而言，并且这种聊天你们如果作念过企业级应用就知说念，这种 Coplot 的模式是企业最不行领受的。如果你们作念过企业级应用就知说念天天请一个聊天机器东说念主且归，头三天还能有酷爱聊，永远对责任后果普及没特意旨的。

在企业里面我也讲不要幻想用一个大模子处置总计的问题，企业里面将来一定是多个业务智能体的组合，背后是多个业务大模子，这现时是最大的市集，并且这个市集需要你千里到行业里，千里到客户里，，因为很难有通用的处置决策，这里面提供了比 SaaS 更大的契机。

第四个标的是异日和新兴产业。

比如说生物医药、具身智能（东说念主形机器东说念主）、低空经济（无东说念主机），无东说念主机是颠覆式的创新，还有即是智能网联车的自动驾驶到无东说念主驾驶。这个行业里面如果毋庸大模子，这些行业都作念不起来，因为公共想想为什么最近特斯拉 FSD 可以齐全端到端的自动驾驶，端到端有两个解释，咱们学术上是说基于考验学习的方法取代了基于礼貌的方法，用一个黑盒子系统，从输入到输出。也有东说念主把它解释为从一个泊车位到另一个泊车位，不知说念哪个解释更好。

第五个契机是打造科研新范式。大模子责任范式很浅薄，即是给我好的例子，经过满盈学习之后就能产生举一反三的浮现瓦解，以后就能效法；而基于礼貌，我曾经跟作念自动驾驶的东说念主聊过，他们约略自动驾驶的礼貌，像萝卜快跑即是基于礼貌作念的，据说礼貌有几十万条，是以你要想吓唬一个萝卜快跑，只消把我方化装成熊猫在马路上过，我打赌百度确信莫得写礼貌，如果际遇熊猫在路上是撞上去照旧应该泊车。但是我在学驾照过程中深刻瓦解到东说念主的泛化才气，不管是否放个纸箱子，照旧放一个塑料墩子，我都能机动地绕以前。

包括具身阶段莫得大模子的加持亦然不可能的，原来深圳有一家公司叫优必选，大模子出来之前，它快成玩物公司了，他们机器东说念主主要在阐述团体操，但是有了大模子之后，这个公司就连忙地顶风而起，是以新兴行业对大模子的模仿黑白常多的。

AI for Science，我只可说个标的，这个具体我也不懂，但是值多礼贴，即是它是科研的新范式。

大模子的本色在于对语言、图像、视频和声气的瓦解，但其中枢旨趣是将考验数据转动为一种序列，称为 Token。诚然「Token」这个词的翻译可能存在歧义，但从本色上来看，如果你能将需要处理的数据转动为 Token 序列，那么就有可能通过瞻望下一个 Token 来获取特意旨的罢了。这亦然为什么 AlphaFold 能够得胜的原因。它将卵白质的结构视为一种序列，而东说念主类依然筹商出这些序列的法例，可以四肢样本进行学习和微调。接着，AlphaFold 使用 Diffusion 方法有时生成多样可能的结构，并对这些结构进行判断。

这种念念路不仅可以应用于卵白质结构瞻望，也可以彭胀到其他界限。例如，天气预告、股市瞻望、交通分析，以至工业界限中的坐褥死一火，都可以通过将行业数据序列化来进行处理。这时，并不需要依赖大语言模子的语言处理才气，而是要找到一种形式，将行业数据转动为可以进行序列化的体式。一朝数据能被序列化，Transformer 模子就可以用来尝试瞻望和推理。

我曾经发过一个对于东说念主类长命的视频，提倡东说念主类有可能活到 150 岁。诚然这个不雅点听起来似乎很顶点，但好意思国在医学界限的不雅点也救济这一想法。英伟达的首创东说念主黄仁勋屡次例如提到，东说念主的细胞最终也会以一种序列的体式抒发，而东说念主类基因的抒发雷同可以视为一个序列，以至新药分子的分子结构也能以序列的形式阐述。筹商东说念主员认为，只消能够将某个界限的内容转动为序列，Transformer 和 Diffusion 等技艺就能进行有用的瞻望和推理。

在中国，怜惜这个界限的东说念主还相对较少。微软筹商院的前院长马维英博士，当今在清华大学专注于医学和生物界限。我信赖，异日会有更多的界限恭候着通过 Transformer 和访佛的技艺进行改造和创新。

第六个场景，即是安全场景。

为什么要加这个场景？因为我是作念安全的。这里面谈的主若是 AI 安全。在好多场景中都波及到大模子的应用，AI 的安全性显得尤为伏击。趁机提一下，最近 Ilay 提倡了一些骇东说念主视听的不雅点，他认为异日的智能势必依赖于推理，而推管待带来不笃定性，不笃定性会导致幻觉，幻觉进一步演变为坚忍。因此，他强调了东说念主工智能安全性的问题。但我个东说念主认为，专科界限的大模子不太可能产生坚忍，就像你雇佣一个专科职工，他不太可能会坑害你的公司业务一样。有超等东说念主工智能才会对东说念主工智能的安全组成终极威迫。通用东说念主工智能方面唯有几个问题：

一是数据隐秘保护和数据投毒欺凌的问题；二、注入错误的问题；三、幻觉；四、AIGC产生的作假信息问题。

咱们提倡的念念路是以模制模，用魔法拼集魔法，用专科安全大模子拼集安全问题，是以安全问题不是今天重心。

如今，发展专科大模子的中枢依然不再是大模子自身，而是找场景。找场景对公共最大的挑战，是要对某个行业、某个业务有深入的瓦解和了解，如果业务不了解，天天在玩大模子，天天用大模子作念一些屠龙之伎，在炫技，这个很可怕，再何如炫，OpenAI 未来发布一个新功能，把技艺一下就遮盖了，OpenAI 和这些巨头今天他们最缺的是行业和界限学问，这在好意思国也不例外，比如说当今好意思国有好多创业公司是悄无声气的在作念金融的处置决策、医疗的处置决策。

我浅薄提倡四个发展标的，或者说四个「十倍」方针：

一个标的是对上，心仪雇主和高管的需求，比如说此次张鹏保举的作念口试的一家好意思国公司，他们两端通吃，他们作念了两个界限，先作念东说念主东说念主智能界限，作念了一个舞弊器具，你口试的时候能够帮你在傍边领导怎么回复口试官问题。他们又作念了一个数转智改的应用场景，匡助雇主处置怎么期骗机器，HR、主管口试个东说念主的问题，是以想想都很好意思，公共都用他的软件，机器东说念主口试机器东说念主，但他挣了两份钱。

第二个标的是对下，是面向职工，看职工有什么痛点和刚需？

第三个标的是往内看，企业里面怎么提高我方的后果，里面有什么不断业务经由；

第四个标的是往外看我方的居品和就业体系能否找到企业的卡点，卡点的一个猜想议论是说能不行减少 10 倍的东说念主力、裁减 10 倍的老本、提高 10 倍的后果、普及 10 倍的体验。

我跟河北钢铁企业在谈的时候，谈到群体灵敏，以前你想干、干不了的事，今天大模子颖慧了；以前你想处置、处置不了的贫困，今天大模子能处置了，就找这种卡点和堵点，这即是大模子应该发力的所在。是以一定要细分场景，包括要把业务经由拆解的满盈细，大模子初期的时候，我至少作念了 100 个失败的案子，你们别听今天好多东说念主上来说六小虎接了若干大模子的例子，其实好多边幅都难以拜托，我也吃过这种亏，刚驱动公共对大模子都极其宝贵，有东说念主来找我说，鸿祎，咱们作念个养猪大模子，也会有东说念主说咱们作念个钢铁大模子，还有东说念主说作念个医疗大模子，你反问他一个问题，年老，你要处置什么问题？你把他给问死了，因为都不知说念要处置什么问题何如作念？最伏击的是一定要细分场景。

举两个例子，河北省的钢铁是最发达的，公共都知说念中国的钢铁含量不含河北，河北的钢铁产量不含唐山，唐山的钢铁产量不含迁安，咱们就到迁安去了，他们最驱动也说要普及钢铁的坐褥后果、提高钢铁的质地，咱们都招供这个方针，但他们说要作念钢铁大模子，我想莫得钢铁大模子，唯有细分的场景，是以他们就把钢铁的总计这个词过程列出来了，把经由划成了 142 个场景，分的绝顶细，这 142 个场景，可能有些场景都能单独训一个大模子出来，或者单独作念一个智能体，你要分到这样细的进程才可能处置传统企业数转智改的问题，不然只作念一个问答、只作念一个 Copilot、只作念一个办公，这些通用决策都可以处置他们的问题，如果真的要胜仗普及坐褥力就得分析到这种进程，但这种进程，我合计巨头一个都干不了，真实太精采了，OpenAI 也干不了，因为它莫得这样的数据和学问。

再举个更浅薄的案例。此次我在好意思国见了一家跟王小川作念同业的事情，但作念法是不一样的，你们可以听听隔离，对比一下，合计是小川的好，照旧这家公司的好，这家公司是中国小伙子创办的，他们跟斯坦福医疗中心签了一个约，好意思国看病跟中国看病不一样，我一会要去看病，胜仗到病院挂个号就行了，我猜度斯坦福医学院挂号，东说念主家不给我挂号，说需要你的家庭大夫或者社区大夫先看过，然后发传真，把你的病情情况先容给咱们，咱们再预约某一个时辰来看病，他们把这个场景分的很细，发现了三个卡点或者三个堵点：

斯坦福医学院有 100 多东说念主的军队每天收传真，好意思国当今还在用传统的传真，传真才有法律后果，大夫写字是全世界最纯粹的，是以看传真的东说念主都很痛楚，是以要打电话来去屡次证据才能把你登记到数据库里，还要给病东说念主打电话预约看病的时辰，病东说念主看完病之后要到保障公司报销，这亦然一个挑战。

保障公司会拒赔，他们要请很有训诲的民众有理有据的写一个为什么我这个病，凭据我的诊疗过程，写临了能够报销若干，这家公司作念了三个 Agent，特别于是三个大模子，第一个是多模态大模子 OCR 识传奇真，当今比东说念主作念的好，可以把 100 多东说念主看传真的军队给取消掉了。

第二个场景是数字东说念主用语音和病东说念主打电话，因为这个打电话不是通用客服，是来去预约时辰。

第三件事，他们把病院里历史上给病东说念主写过的十几个万份给保障公司的报销阐发考验成一个学问模子，东说念主家不是一个通用写稿居品，不是说给我写一篇演义，即是专门写怎么给保障公司报销的。

他们就作念这三件事，即是一个很了不得的边幅，这即是典型的匡助传统企业数转智改，为什么病院风光付钱？病院能算出简约的东说念主力、能算出普及的后果、能算出责任量，这和咱们原来作念器具有个最本色的不一样，比如说好多时候企业买了咱们的软件，为啥中国的 SaaS 付费一直作念不起来，一个很伏击的原因是你的软件有莫得也不是绝顶伏击，是以提高后果也很难算。

原来咱们作念的软件是什么倡导，照旧东说念主的器具，但今天AI在这些关节点上，AI 基于一个大模子，封装出来了 Agent，推行上是一个数字民众，是一个数字职工，完全可以胜仗取代东说念主的责任才气，这个企业的付费意愿就比原来普及了好多。

怎么作念好专科大模子？

作念专科大模子，最伏击的有这几个点：

1. 学问不断。好多失败的例子，是因为客户的数字化作念的不好，莫得满盈多的学问，比如说斯坦福如果收到的总计传真都葬送掉了，莫得以前历史的数据作念考验，这个事不一定能作念到，如果以前写的保障公司的阐发都莫得了，可能也无从考验，是以知知趣等伏击。

2. 业务大模子打造。这就相比容易了，用通用大模子进行蒸馏变成基座大模子，并且从当今的趋势来看，微调用的越来越少，RAG 用的越来越多。

3. 构建智能体。Agent 就不伸开讲了，因为 Agent 以前是一个技艺补助，但今天 Agent 成了咱们今天给企业作念作念应用的中枢诉求，最近我准备把我作念的 APP 都改成 Agent，你卖一个 APP 给企业，听起来就像卖了一个软件，软件不值钱，但是我的 APP 实足变成了 Agent 之后，我卖的即是数字东说念主，你雇一个东说念主得 2 万块钱，我这一个月才 1000 块钱，多低廉，价值感当场就不一样了。

4. 会通责任流。为什么公共当今谈 Workflow？你们都知说念 comfyui，它的功能强劲，即是因为它知说念好多节点只可完成单个任务和单个妙技，好多时候咱们要把妙技组合起来才需要 Workflow，是以 Workflow 会变的很伏击，因为莫得 Workflow 你就作念不出复杂的智能体，就作念不出合作的智能体。

5. 学问不断。公共要有念念想准备，这比训大模子还贫困，真到一个企业之后，发现他的学问都是暗学问、浅学问，有些学问藏在大数据里，需要把大数据进行加工，有的学问存在东说念主的脑子里，有的学问存在职工的硬盘里，有的学问存在责任经由中。比如咱们常常说一看你即是新职工，一看这个东说念主即是老职工，为什么？因为他有好多公司潜礼貌的学问，怎么把这些学问能够训到你的大模子里去，怎么能征集出来？是以我提倡一个倡导叫学问拿获，麇集都不一定麇集得到。

6. 业务大模子打造，要作念 RAG。

7. 构建智能体。智能体最早是调 API，我问个问题向公共求教，最近 Claude 推出 MCP，我的瓦解是用大模子作念一个黑盒子，我方调 API，我合计这个模式应该不 work，最佳的模式照旧应该由 Agent 来调 API，Agent 来调大模子，由 Agent 来作念举座的配合，为什么？

因为 Agent 有个很伏击的价值，要齐全慢念念考才气，这个才气是由 Agent 屡次调一个或调多个大模子，当多个大模子配合的时候，Agent 它追究发起配并吞在大模子之间进行有用的转机。

2025 年是 Agent 之年，包括把日常相通性的业务经由酿成 Agent，自主性的反馈。

8. 会通责任流。可以认为是 Agent 操作系统，就像今天东说念主会用钉钉、企微，另外我听到上一个 Speaker 讲一东说念主公司、两东说念主公司，我这里吐槽一下，我认为不可能，别被这种东西忽悠，你们读一读赫拉利的书，智东说念主之是以得胜，因为智东说念主是最懂得群体合作的，东说念主一定需要团队合作。

是以咱们企业级的，今天钉钉也好、飞书也好，并不是为 Agent 打造的，照旧为东说念主打造的，这在异日亦然一个边远的标的，特别于是 Agent OS，怎么把 Agent 责任流能够作念好，天然我不行浮现咱们在作念。

咱们有小数要向好意思国的创业者和投资东说念主学习的，他们编的词绝顶打动企业客户。他们在再行界说 SaaS，SaaS 原来的界说是什么？Software as-a Service，当今他们再行谈了一个新倡导，叫Service as-a Software，这就像急口令一样，什么叫 Service as-a Software 呢？

以前有好多事是软件干不了的，或者软件只可起到补助器具的作用，比如说看传真，诚然有了传真机，还得有东说念主在读传真，往数据库里录入，写保障公司报销阐发，或者讼师给你写个文献，都是东说念主写的，这个市集叫 Service 市集。

好意思国的 Software 市集约略是 1 万亿好意思金，但是 Service 东说念主力市集是 10 万亿好意思金的市集。有了大模子之后，在一个细分的节点上，它可以取代东说念主，或者可以该原来干不了的事，可以处置原来处置不了的贫困了，意味着这个 Service 可以用软件来干了，意味着软件从原来 1 万亿好意思金的市集在往 10 万亿的市集上在侵蚀，这给咱们作念软件的东说念主提供了一个 10 倍的契机，从企业级市集到智能软件反攻就业市集。

以前咱们拜托的是软件，今天胜仗拜托的是才气，换句话说，胜仗拜托的是东说念主力，我合计异日 APP 还会在，看最近智能手机的演示，Siri 可以胜仗主宰多样 APP，以至是智能体和 APP 最大的隔离，APP 作念的再牛，照旧给东说念主用的、是东说念主的补助器具，但 Agent 可以自主或者应东说念主类条件独当场完成一个任务，换句话说，以前是器具补助东说念主创造价值，异日 5-10 年会变成AI胜仗创造价值，这即是诸君最大的契机。

最近网崇高传一个视频是在斯坦福的里面摄像，主办东说念主讲了一个故事，我可以把这个故事共享出来四肢我的演讲罢了。大模子不是中心化云化的电力，大模子是去中心化的电动机。

他讲了最早工业鼎新在电动机取代蒸汽机，用了 30 年，为什么用了 30 年？因为蒸汽机一般的企业很难用得起，是以一个工场如果有一座蒸汽机，蒸汽机给工场里总计需要能源的所在都提供能源，但是蒸汽机是通过很长的连杆来输出能源，是以连杆的强度有限，不行太长，工场的布局是以蒸汽机、汽锅房为中枢，来作念工场的布局和业务经由的琢磨。电动机刚发明之后，雇主仅仅把蒸汽机换掉，换等了电动机，后果小数莫得普及，也莫得产生特地的价值，因为总计的东西都莫得变化。

自后经过了 30 年的技艺发展，东说念主们的坚忍和技艺才气短暂发现可以把电动机作念小，今天小到一个电动牙刷里亦然一个电动机，推行上它和小米汽车用的电动机是一个基因发展出来的，但是一个 27000 转闹热有劲，一个即是给你刷牙用。

东说念主们把电动机作念小之后、作念低廉之后，短暂发现工场里的能源不需要中心驱动了，变成单位驱动了，总计需要能源的所在装一个我方的电动机就好了，就像我说的，以至工场的方法都变化了，工场可以变成不同的车间、不同的 Location，不同的 Location 之间可以用坐褥线、活水线连起来，工场的饱读风机，包括纺织机都有各自的能源。

是以你们想想，如果不是这样的鼎新，如果咱们家里买一个电动机，这电动机一方面给咱们当电扇用，又给咱们当吹风机用，一会还给我刷牙，还给我刮胡子，可以设想一下多可怕，买了一个大电动机，啥活都干…… 这样一来，总计这个词工场的业务经由、不断体系，以至生意模式都冉冉地发生了变化。

如果这里把电动机换成大模子，是不是很贴切？咱们干嘛一定要信赖用一个 API 也好，或者用一个中心的超等无敌通用的大模子来处置咱们在企业里面不同所在际遇的不同的业务问题呢？

当今大模子的老本很低，有开源的，有免费的，咱们把每个大模子只干一件事情校园春色 亚洲色图，就当电扇用，就当传送带用，就当饱读风机用，这种新式的架构是不是代表了大模子将来在企业和在行业里面的应用场景？归正我是信赖的。