公共安全，就像是我们这个社会的“免疫力”，可能平时很少注意到它，一旦发生事故，说明危险已至，轻则“感冒”，重则“要命”。 近期发生的一些公共安全事件反映出，安检作为公共安全的防御屏障，是不够的。 比如7月19日，温州医科大学附属第一医院心血管内科的李晟医生，在门诊诊疗过程中，突然遭到一名持刀男子的袭击，经抢救无效不幸去世。更早时候，上海地铁轨交9号线合川路站内的持刀伤人案，则是在过了安检之后的出站验票处发生的。山西临汾铁路侯马西站候车室的水果刀伤人案，同样在站内捅伤两人。 事发之后，有人说，想要杜绝危险物品，安检要做到机场的严格程度，做不到就是形式主义。也有人说，地铁、医院、高铁站的安检进一步加强，通行效率会很低，基本要瘫痪了，还要投入大量安保资源，属于劳民伤财。 种种事件说明，安检可以检测有形的有害物品，却很难检测无形的有害情绪。这些有害情绪，比如极端仇恨、矛盾冲突、报复社会心理等，就像不定时炸弹，一旦爆发就会造成无辜伤亡。 因此，公共安全，不能止于检物。 AI情绪检测，就是一道提升公共安全“免疫力”的无形屏障。 根据科技媒体WIRED报道，目前英国火车站的摄像头，正在使用亚马逊的情绪检测系统，监控火车站内情况。一旦发现情绪异常人员，就会通知工作人员进一步查看。 情绪检测能在对个人隐私数据保护堪称严苛的欧洲国家落地，或许足以说明一些东西。 本文来聊聊，能让一贯保守的英国接受，AI情绪检测究竟做对了什么？必要性又在哪里？ 据报道，采用了情绪识别算法的智能摄像头，会被用来检测火车乘客的情绪，通过面部扫描来预测潜在情绪，从而发现盗窃、闯入者等异常行为。 这件事最难的地方，并不是技术，而是如何在人脸识别限制法规最严苛的欧洲国家，接受对公众开展面部检测？ 欧洲对面部识别技术在公共场所的应用，经历了一个变化显著的过程： 全面禁止。自2017深度学习技术爆火以来，CV领域的

一句话总结：对AI抢走就业的担忧，归根结底来自对AI技术的陌生与不明朗。先拆解问题，再了解技术，最终会让压力迎刃而解。 最近，关于萝卜快跑与出租车、网约车司机的争论，又炒热了那个其实并不陌生的话题：AI要来抢工作了，我们该怎么办？ 伴随着AI大模型能做的事越来越多，被AI抢走工作的焦虑感与恐惧感也愈发膨胀。先有真人配音大范围被AI合成声音取代，又有画师、设计、文案等岗位被AIGC挤压，如今连司机这个岗位也出现了风险。 于是乎，大家都想给自己的工作找条后路。但是再一看，科技带来的压力似乎无处不在。我去送快递、送外卖，低空经济正在发展无人机投递的新模式；我在家做自媒体，AI不仅能生产文案，还能合成各种视频了；我进厂去打螺丝，“黑灯工厂”已经实现全无人化了。左右为难干脆遁入空门吧，连寺庙都智能化了。 这AI，就这么不给我们打工人留后路吗？ 如果你也有过这种焦虑，那今天算是来着了。听我的，先深呼吸三次。咱们把AI替代工作这件事拆开了揉碎了，找找我们共同的“后路”究竟在哪。 心理学上有一个原理，叫做拆解效应。在恐惧症、抑郁症等问题中，患者可能会过度担忧害怕某种情形的出现。这时心理医生会建议患者将恐惧目标进行拆解，并对其细节进行分析，在这个过程中恐惧会自然消失。 比如说，我们怕电视里爬出来贞子。这时候就可以想，贞子想爬出来总共分几步，她能爬什么型号的电视，电视放得高会不会摔着她，两个电视对着放会不会把贞子绕晕…… 我们对很多事情的恐惧，都来自一种模糊的未知。贞子如此，AI代替工作也是如此。如果尝试拆解和分析AI代替工作这件事，就会发现一切有迹可循，也自然可防可控。 首先，我们要明白AI到底能做什么，不能做什么。如果仅仅是从个案上看，会感觉AI技术进步飞速，无所不能。但如果从逻辑上分析，就会发现AI的能力边界其实非常清晰。我们经常说，AI有三能三不能。如果真的惧怕AI带来的工作压

最近有人问我：“你们见了这么多AIGC、智能体相关的项目，觉得最震撼、效果最好的是啥？”我想了想，大概是AI选美。可能有读者已经看到相关新闻，选美的风也吹到了AI届。“全球首个人工智能创作者选美大赛” WAICA在今年四月启动，吸引了1500多名AI创作者参赛，前不久刚刚选出了冠军，也是有史以来第一个“Miss AI（AI小姐）”。当然了，“Mr. AI（AI男士）”也不会缺席，在B站就有创作者在“网络热门帅哥鉴定”视频中，插入几个AI男性作为候选人，吸引了几十万观看，别说还真挺顺眼。为什么对AI选美特别感兴趣呢？爱看帅哥美女是一方面，最主要的是，我现在看到XX公司推出新模型，已经有些麻木了。新模型层出不穷，又大同小异，并且扎堆做ToB希望用企业付费来商业化，看久了确实审美疲劳。有类似感受的人不少，其中数据科学家Nikhil Suresh就比我暴躁多了。他直接在博客上开骂：“自从某个混蛋创建了ChatGPT，我们花费了地球上一半的工程努力，来为每个应用程序添加 AI 聊天机器人，而一半的行业甚至还没有弄清楚如何定期备份数据库。除非你是少数几个确切知道自己要用人工智能做什么的企业之一，否则你不需要人工智能做任何事情。”AItoB究竟能给企业带来多少效益，目前还是未知数，而且这类智能化项目较重，并不适合“小B”或个人开发者。那么，更多AI商业机会在哪里？我觉得还是toC。但现在toC的AI原生应用实在太少了，能激活大众长期付费欲望的就更少。AI选美的出现，让我看到了“娱乐+toC”在AI时代的商业潜力。首届“AI小姐”选美大赛的主办方Fanvue就表示，该比赛是为了扩大AI的影响力，帮助创作者将内容货币化。而参赛选手确实有不少成了网红，为创作TA的公司、个人带来了经济收益。曾几何时，人类选美冠军给电视台、影视娱乐、广告传媒等行业都带来了巨大商业回报，移动互联网时代直播睡觉都有人

在智算时代的信息战场上，「算力」成为了衡量计算能力的关键标准。 面对日渐增长的复杂计算任务，不同的计算任务需要不同类型的算力；而从安全可信的角度考虑，也不能只依赖某一类型/厂商的算力，且智能化发展也需要丰富的算力，便于未来长远发展。 然而，邪恶的商纣王统治的信息领域，依赖于单一架构，虽然力量庞大，但消耗巨大算力，效率低下，造成大量资源浪费，同时出现安全危机，导致民心丧失。与之相对的是周武王，他敢于创新，面对算力鸿沟，认为要赢下这场「牧野之战」推广「异构计算」。 周武王代表了目前智算时代下更符合AI计算需求的一方，他联合诸侯，希望用不同品牌和不同型号的算力卡构建算力集群，注重高效和灵活性。 于是，周武王与诸侯们商讨制定了「异构智算策略」。 他们究竟要如何实现异构智算策略呢？这时，三位诸侯站了出来，分别从云、硬件和网络三方面为周武王提供解决方案。

2021年正值科技摩擦之际，我采访到一位工业机械公司的技术负责人，向他问到：“制造领域有没有一些“卡脖子”的情况？” 他提到，“工业智能制造的核心要素，可以归纳为“三软三硬”。三软主要是指大数据、人工智能和工业软件，三硬主要是指核心装备、制造工具和材料。卡脖子这个问题，在各行各业各个领域都普遍存在”。 “反倒是深度学习框架，现在的情况还好，没有卡脖子。TensorFlow是开源框架，虽然也是国外的，但目前还没有封闭，不过也不排除它后期还会封闭。这也是为什么我们公司选择国产深度学习框架，一是使用门槛更低，二是防患于未然。客观地说，国产框架离TensorFlow还有一定的差距，但这个差距在肉眼可见地缩小。” 从传统的深度学习模型时代，到方兴未艾的大模型时代，都离不开AI框架的平台化支撑，其重要性不亚于芯片。但和芯片不同的是，与大模型发展相适配的国产AI框架，基本实现了自保。 这是基础技术领域一个非常大的进步，也是中国为什么没有错过这一轮大模型AI热潮的原因之一。 2021-2024的短短数年，从机器学习到大模型，新旧技术“沧海桑田”，科技行业风云变幻，但AI框架之于产业的重要性，却从未改变。 如果说，从信息化、数字化到智能化的漫长进程，就像鱼类走向陆地的进化变迁，那么AI框架，就处于算力层与应用层的中间地带，犹如海洋与陆地之间的那道“海岸”，支撑着各行各业与智能浪潮的交融。 那么，究竟什么是大模型所需要的AI框架？AI框架是如何满足产业链需求的？国产AI框架与海外框架的差距或差异又在哪里？ 本文就让我们深入AI产业链的中枢地带，沿着AI框架的“海岸”一探究竟。 鱼要经由海岸，进化成两栖动物，适应陆地，才能具备在新环境的生存能力，拓宽种群的边界。同理，AI模型从训练到推理的全流程落地，开发者也需要一种基础设施作为助力，这就是AI框架。 一个底层AI框架，至少具备几个特质：

编者按：“中国AI到底发展得怎么样了？”在各种社交平台上，我们经常会看到这样的问题，也会看到各种各样的答案，但这些答案有着普遍的缺陷。它们往往只抽取一两个片段或案例，用非常取巧，甚至有点抖机灵的方式，极端唱好或者唱衰中国AI。 事实上，所谓的中国AI产业覆盖面非常广泛。每个领域有各自的发展特点，产业优势以及产业局限性，很难用过分简单的方式，来概括事实上非常复杂的AI产业。 或许，复杂的问题就应该有详细的答案。就像一幅小画，画不尽中国广袤的山水。 想要探寻中国AI的底色，需要梳理来龙去脉，需要回看一步一景，需要去画一幅长卷。 今天我们都知道，驱动AI算法工作的“燃油”是AI算力。尤其当深度学习算法发展到了预训练大模型阶段，AI算力已经成为整个AI领域的最大成本开销。根据相关数据，算力成本要占到大模型训练成本的70%左右，在大模型推理阶段则高达95%。 如果说，AI产业是一间工厂，那么AI算力就是工厂所需的煤和石油。更为致命的是，这些“煤和石油”的供应处在一种半垄断状态。在这次AI复兴当中，英伟达用GPU占据全球AI算力市场的主导地位。英伟达的高端AI算力不仅成本高昂，供不应求，但对于蓬勃发展的中国AI产业来说，能否确保其供应稳定都要打上大大的问号。 在算力贵且不稳的前提下，中国AI产业却涌现出了巨大的AI算力需求。根据相关数据预测，2030年全球AI算力的需求将达到2020年的500倍。其中，中国AI算力的增长是主要驱动力。目前阶段，中美之间的AI算力差不多是1比1.5。种种迹象显示，未来两国间的AI算力需求将拉平，甚至中国反超。 成本高昂、供应不稳，需求激增，这三点勾勒出了中国AI算力的整体发展背景。 AI算力就是生产力。在种种令人不安的局面下，中国AI开始了聚沙成塔般的算力突围。 2017年，是人工智能第三次兴起的第一年。在这一年里，AlphaGO实现了对人类棋手

萝卜快跑在武汉大规模投放提供商用出行服务，近期激发了热议。其中反应最大的当属本地出租车司机，订单量受到了无人车的直接冲击。 同样是被大厂研发的AI技术冲击，人类画师、编剧等职业得到了普遍同情与声援，而在出行场景中，大量网友则站在了智能机器这一边，支持萝卜快跑“整治”违规驾驶、劣质服务等人类司机行为。 甚至有人发出阴谋论：无人出租车投放武汉真的很聪明，别的地方可能对AI不太放心，但是在武汉，总归不会更差了。 武汉到底有什么特殊？ 长期以来，武汉司机就以开车狂野而闻名于中文互联网，武汉因此被认为是“行人礼让机动车做得最好的城市”。这种情况下，可以说汽车（司机）享有最大的路权。 武汉的人车“路权”之争，矛盾十分突出。 遵守交通规则的萝卜快跑无人车，既能够做到礼让行人，保障普通人出行的路权，又能够给违规车辆制造“麻烦”，发生摩擦时让对方承担大部分责任甚至全责，替行人“出气”。自然得到了大量群众的支持。 曾有一位专家对我说：智能交通的终点是自动驾驶。而目前，有31个省市地区，在2024年政府工作报告中，提及了智慧公路、自动驾驶（车路协同）、智能交运、智能交管等重大交通基础设施建设。 显然，发展智能交通是大势所趋，目的也不是为了跟出租车司机过不去，而是通过技术进步，最终真正解决人与车的路权矛盾。 有理由相信，一个交通智能化程度高、人车和谐的智慧城市，所承载的商业经济业态，足以吸纳更多人更好地就业与生活。 我们把视角放到当下，来聊聊“超雄司机”和“失权路人”的矛盾背后，暴露了当下城市的何种隐痛。 首先有必要替武汉说一句，“超雄司机”这个梗虽然在网络上走红，但并不意味着武汉司机就格外不守规矩。实际上，司机（机动车）与行人争夺路权的情况，在全国城市内普遍都有发生。 大家一定都有着这样的经历： 过马路时，必须小步快跑，才能在信号灯的配时要求下，勉强通过； 城市道路越变越宽，但拓宽的是机

面对AI，有人害怕，有人期盼。 “AI和画画的、开网约车的、写东西的人有仇吗？”近来成了很多从业者的心声。大模型技术驱动了AI的能力进化过临界点，我们普通人根本就跟不上，或快或慢被淘汰。看起来，AI正在给人类制造新的困境。 怕AI可以理解，那盼AI的人，到底在期盼什么呢？ 前不久我在WAIC 2024上，发现了一个由孤独症儿童的父母、志愿者所组成的普通开发者团体，用AI给“来自星星的孩子”做绘本，这将“星宝”照护者们拉出了困境。 如何平衡AI的利弊，引导其健康发展，是我们这个时代亟需面对的重要课题。那些长期被我们忽略、存量问题待解的“小场景”，或许更需要先一步感受到AI。 “孤独症儿童的照护没有结果（可能无法治愈），能做的就是维持一定的生活质量，仅此而已。” “每天要绞尽脑汁地给孩子编故事。一旦编不出来了，孩子就不睡觉了，大人孩子都很崩溃。” “为了照护每天都不能出门、不能睡觉，我有时真的想死。” 孤独症儿童也被称为“来自星星的孩子（星宝）”，在社交、沟通、行为方面有特殊需求，照护难度很大。精力不足，无法充足的睡眠，是“星宝”照护者们普遍的困境。 除了照顾“星宝”们的日常生活，照护者往往还希望提升孩子的生活质量，让他们也能感受到快乐和愉悦。“读绘本”就是一个能给星宝们带来幸福感的事情。 但定制绘本的缺失，让照护者们承受着情感上的痛苦。 孤独症AI绘本项目的发起人之一，就是“星宝”图图的爸爸。他提到：“我家图图特别爱听故事，特别是睡前故事，几乎每天晚上都要听故事入睡。但是由于孤独症孩子他们是有明显的兴趣狭隘和刻板这些特性的，他只喜欢听他感兴趣的几个话题，例如说安全常识，去郊外探险，孙悟空等，或者说这几个元素要融在一起才行，但市面上很难找到这样的绘本故事。” 既然市面上没有满足“星宝”个性化阅读需求的绘本，能不能自己做一个呢？ 以公益产品“追星星的AI”为例，就通过

看过马拉松或自行车比赛的读者知道，会有一位选手跑在最前面“破风”，为后面的选手减少空气阻力，创造更有利的运动环境。一般由能力优秀的选手来担当此任。 智能终端行业，也是由一个又一个“破风者”来带动市场前行的。 比如直板机时代，苹果从多点触控、iOS、appstore、Face ID、全面屏等多个方面，为整个行业树立了标杆，减少了创新阻力，避免走弯路，引发其他手机厂商纷纷效仿，是绕不过去的“破风者”。 随着AI时代到来，所有产品都值得被AI重做一遍。AI手机、AI PC百花齐放，折叠屏这一品类，荣耀CEO赵明则在前不久的一次媒体交流中提到： “我们已经替苹果把路都蹚完了，在过去五年间，让折叠屏进入到毫米级，轻薄度比拟直板机，强大性能、防水等也都有了，消费者选择（折叠屏）的最大障碍已经没有了，所以对于苹果来讲，已经是出折叠屏的最佳时机。” 为苹果折叠屏“破风”，荣耀并非说说而已。 就在7月12日，荣耀推出了全新一代折叠屏旗舰新品荣耀Magic V3和荣耀Magic Vs3。轻薄强大合体的荣耀Magic V3，折叠态机身减薄至9.2mm，再次刷新折叠屏轻薄纪录，作为极致科技的最尖端展现，成为荣耀又一科技创新里程碑。 更早站上端侧AI跑道的荣耀，2021年开始研究探索的AI四层架构，和苹果在今年六月份发布的Apple Intelligence路线一致。用平台级AI来重构折叠屏体验，荣耀成为独一无二的“破风者”。 从传统智能手机的“后来者”，到折叠屏智慧体验的“破风者”，我们可以从荣耀Magic V3的全速奔跑，找到荣耀在AI时代一马当先的一些答案。 直面阻碍，为折叠屏破风需要突破哪些阻力？ “破风者”存在的意义，是跑在队伍最前面，帮助后面的选手减少阻力、提高创新速度，增强对新品类的信心和动力。 随着大模型技术的爆火，终端产品跑步进入AI时代，折叠屏以更大的视野、更大的生产力潜

某化工企业，一直以来是化工行业内的优秀企业。 但在制造业转型时，过去的传统办公场景已经无法满足。企业内部办公室内，存在办公效率低下的问题；实验室内，科研人员仍旧需要手动查阅海量文献…… 而新上任的总经理王兵（主角）看到企业办公、科研等场景产生诸多问题后，找到了AI大模型这个方向。随后来到中化信息取经，看到了百度智能云千帆AppBuilder为制造业智能化带来的一系列价值，并确定了未来的方向。 当王兵回到企业里，他也开始了推进智能化的进程……

根据高盛研究公司（GSR）数据报告显示，AIGC将推动全球国民生产总值（GDP）增长7%，带来近7万亿美元的GDP增长，并在未来使生产力提高1.5%。面对如此巨大的价值涌现，每个行业、每家企业都希望率先推开AI时代之门。 而在面向AI大模型的探索中，智算的效率与成本成为关键问题。根据相关数据，每建设100P算力的集群，成本就要达到4亿人民币。根据此前OpenAI披露的数据，ChatGPT平均每天的训练算力花费达到了70万美元。 目前阶段，在AI算力价格持续上涨的大背景下，千卡、万卡训练集群已经成为常态。智算集群开始向五万卡演进，并且异构化开始成为智算集群的新常态。然而我们可以看到，有大量AI算力因智算网络的丢包问题被浪费，网络故障成为拖慢模型训练进度的常见因素，如何让网络适配异构算力成为重要难题。 可以说，智算网络已经成为AI基础设施发挥能效的关键。想要借助智算推开AI时代的大门，首选需要铸造智算网络这把钥匙。 那么，究竟如何才能破解智算网络的种种谜题？ 不久之前，新华三集团发布了智算网络解决方案。这一方案主张充分发挥“算力×联接”的倍增效应，以标准化联接支撑多元算力释放。新华三也通过对算力和联接技术进行最佳的调优与配合，来实践了对于智算网络的技术主张。 从中我们可以看到，开放解耦就是智算网络的关键解题思路，是一把AI时代的智算网络之钥。 难题：异构算力互联的不确定性 当前，多元异构算力已经成为AI基础设施建设的主流选择。异构算力体系可以充分发挥各种计算设备的优势，具备多样性、灵活性、高效性等特点，能够更好发挥出智算效用。但是，在实际部署中，用户却必须面对异构算力互联的一系列不确定性。这些痛点的存在，极大程度限制了智算网络，甚至整个智算基础设施的发展。 首先，是智算网络本身的不确定性。 在大规模智算集群组网的情况下，智算网络本身会出现延迟、丢包等一系列不确定性因素。根据

李开复曾提到过一个AI界流传的“骗子又来了曲线”。 人会不断给机器进行“是否具有人类智能”的鉴定，而这个过程，总是从被人工智能在某些领域的惊艳表现震撼，到逐渐认识到当时的人工智能还有各种局限，以至于产生巨大心理落差。 近来，人形具身智能机器人在WAIC世界人工智能大会上密集亮相，我们在现场所感受到的就是“人类要毁灭了”与“骗子又来了”，两种声音同时存在的复杂现象。 具体来说，认为“人类要毁灭了”，大多是不明觉厉的普通观众，而冷静甚至不看好人形机器人的多为AI、机器人领域的业内人士。 比如猎豹移动董事长兼CEO、猎户星空董事长傅盛就表示，“机器人在今年的展厅里是爆发了，但在日常生活当中，我们并没有看到它在哪个地方被大规模用起来。机器人行业的产业爆发还远远没有到来……对人形机器人的不看好一定会被时间证明”。 这两种心态，究竟哪一种才代表人形机器人产业的真相呢？ 其实并没有什么真相。不同的心态，是由不同的判定标准而产生的。大众、从业者和技术专家，都有一张“我心中的人形机器人”打分表，评价尺度各不相同。 而关于人形机器人的期待，在人形、大模型、具身三个标准上，大众的预期、媒体的宣传、产业的实际进展等都有比较大的分野。这构成了当前，人形机器人的理想与现实。 “变形金刚”的理想与现实 “他们怎么不动啊，不表演有什么必要插电源？” “插电亮着好看。” 本届WAIC最吸睛的，就是中央展厅的“十八金刚”了。18个人形机器人同台而立，几乎每个参观者都聚集在展台前打卡拍照，在展台旁边，我听到了这段对话。 大众理想中，人形机器人就是变形金刚、机甲战士那样，走路又稳又快，行动灵活，随意移动，无论是工厂上班、护理老人还是投递包裹，都手拿把掐。 但产业现实中，WAIC上的人形机器人大多数时间都待在展台上，在特定时间表演一些拿苹果、端杯子之类的手部动作，特斯拉的机器人甚至始终待在玻璃展柜中一动不动

伴随2024世界人工智能大会暨人工智能全球治理高级别会议（WAIC）在上海开幕，人工智能产业迎来了一年一度的全球盛会。在WAIC舞台上亮相的众多AI创新中，金融大模型尤其引人瞩目。 7月5日，在交通银行股份有限公司举办的2024年世界人工智能大会“智能向善 开放共治”论坛上，交通银行正式发布人工智能联合创新成果。人工智能联合创新成果基于华为升腾硬件构筑算网存云高效协同的基础底座，盘古大模型提供基础模型能力，赋能交通银行人工智能高价值业务场景。 华为副总裁、数字金融军团CEO曹冲应邀出席了本次论坛，他表示：“我们在2023年华为全联接大会上首次发布了金融大模型解决方案。近一年，我们联合客户和伙伴，将大模型应用从运营辅助推向生产，在多家金融机构落地了超50个场景。比如，智能信贷助手，帮助银行员工快速完成信贷尽调报告、信贷审批、合规检查等工作，信贷申请时间从2周缩短到3天。” 如果说，金融大模型是盛放的AI之花。牢固的基础设施则是这朵AI之花的枝干，而整体性的方案架构则是其生长的根脉。 在推动金融大模型走向成熟的旅程中，华为致力于打造根深枝壮，更待百花盛开。 枝壮：为金融大模型筑牢基础设施 花离不开枝干，就如同大模型离不开坚实且适配的基础设施底座。尤其对于金融大模型来说，不仅需要面对其他通用类、专用类大模型普遍需面对的存、算、网基础设施需求。还需要考虑到金融行业的一系列特点。华为为金融大模型提供的AI基础设施，具备四重独特的价值： 1.自主创新 华为可以实现包括计算、网络、存储等基础设施的全面自主创新，从硬件板卡和整机，到操作系统、模型开发框架等构建基础设施环境。这对于肩负科技自立自强责任的金融行业来说，具有难以替代的时代价值。 2.存算网协同 对于金融大模型来说，基础设施底座并不仅仅在于AI算力，同时还包括网络与存储的协同。 为此，华为带来了算力、存力、运力的全面协同。

在今天，中国究竟有多少AI大模型，恐怕已经是很难统计的问题。继2023年百模大战之后，今天各个大模型体系都在开枝散叶，并且有更多行业、企业、科研机构加入了打造大模型的队伍中。AI行业，呈现出前所未有的繁荣。 但问题也随之而来。如此之多的大模型究竟如何产生价值？未来，它们的应用归宿是什么？如何把大模型的繁荣，变成社会经济的繁荣？ 一年一度的世界人工智能大会（WAIC）刚刚落下帷幕。在这个舞台上，我们看到了全球AI领域让人目眩神迷的创新成果。然而与此同时，我们也需要一些对问题的正视，以及对未来的冷静思考。 在WAIC2024期间，百度创始人、董事长兼首席执行官李彦宏与《第一财经》总编辑杨宇东、《硅谷101》创始人陈茜进行了AI主题圆桌对谈，探讨了大模型开源闭源、大模型价格战、智能体、超级应用、AGI等业界热点问题。同期，李彦宏也出席了WAIC产业发展论坛，并发表主题演讲。 在这次对谈中，李彦宏坦率剖析了AI技术的现状，分析了AI时代如何避免掉入超级应用陷阱，并且预判了智能体将是AI发展的主旋律。他认为，“今天大多数AI原生应用，你用智能体的方式都可以做出来，效果也不错。由于它门槛足够低，可能你连编程都不用，就可以做出一个效果不错的智能体。门槛足够低，就意味着越来越多的人，可以做出他想要的智能体”。 从中，我们可以总结出李彦宏的AI应用观：AI落地，要警惕虚火，走正道，见众生。 警惕大模型变成空中楼阁 宏观描述今天全球AI产业的发展局势，我们很容易得到一个整体性判断：AI技术进展很快，模型开发众多，但产生的社会经济价值却很浅薄。 为什么AI行业会出现大模型很多，实用价值却很少的情况？诚然，大模型走向应用化需要时间是先决条件。但产业把太多注意力投向了热度高，人气旺，却同质化极高，应用价值寥寥的方向，也是一个客观存在的问题。长此以往，AI技术很可能像很多技术风口一样出现泡沫过大，

每一个时代的新生产力释放，都需要新的发动机来释放新动能。比如蒸汽机之于畜力、燃油机之于蒸汽机，发动机的每一次进化，都为新兴工业体系奠定了更强大的生产力底座。 如今，AI作为新质生产力的关键引擎，带来了史无前例的算力需求，行业智能化开始呼唤“新智生产力”的发动机，也就是智算基础设施。 但与传统发动机不同的是，智算基础设施要充分释放算力动能，驱动AI落地和产业智能革新的推进，是一个产业链漫长、关键环节多、要素复杂的事情。算力卡、软件平台、开发工具、模型数据甚至生态支持，都会影响到产业用户接入AI的效率和效果。 因此，“新智生产力”的发动机，将是一个产业链各关键结构精准对接的精密装置。 如何将这些释放算力动能的要素，准确而精密地嵌合在一起，彼此协同，让“新智生产力”引擎开始点火转动？ 最近恰逢WAIC 2024，中科曙光带来了全开放智算基础设施，“智”底座、“智”平台、“智”服务、“智”生态、“智”应用五大维度，展示了曙光作为新“智”生产力引擎的能力。 这五个维度，代表了中科曙光对智算“发动机”的结构拆解与组合创新。大会现场，脑极体与中科曙光智能计算产品事业部总经理杜夏威展开了深度对话，他为我们详细拆解了曙光智算战略的思路和创新。 总的来说，曙光智算一直围绕自下向上的发展逻辑，不断演变和进化，为大模型和AIGC提供全面支撑。 借此机会，我们就来深度了解一下，为什么新智生产力的发动机，要从这五个维度来构建？它们之间是如何衔接与协作的？这台结构精密、彼此协作的“发动机”，如何为新智生产力的释放中起到作用。 详解AI“动力链”：新智生产力的断点、堵点和盲点 解题之前，首先我们必须搞清楚的是，究竟哪些环节影响了算力作为新动能的释放。 如果我们把算力从生产到应用的整个环节，看作是一条环环相扣、紧密衔接的“动力链”，会发现目前这条链条上，还存在不少阻碍： 有断点。众所周知，智算产业链的关

2024年，什么是全球运营商最关注的机遇？人工智能应该是当之无愧的第一答案。 根据市场研究机构Omdia发布的数据报告显示，人工智能在电信运营商向科技公司转型的过程中发挥关键作用，多数领先电信运营商都在加强人工智能的能力建设，并把其融入对内运营和对外服务。 对于运营商来说，AI大模型的爆发式增长，带来了新的机遇与挑战：一是面向大模型与AI算力的强劲需求，提供AI算力、算法与综合服务，开拓全新市场；二是以AI技术赋能运营商网络，提升网络质量与服务能力。产业界已形成初步共识，智能时代需要新一代网络基础设施，这就是Net5.5G。 在不久之前的2024MWC上海期间“拥抱Net5.5G，加速迈向智能化时代”为主题的产业峰会成功举办，该峰会由“共熵产业与标准创新服务中心”主办，旨在推动下一代网络Net5.5G的全球共识，加速应用部署落地。 会上，华为数据通信产品线总裁王雷发布了面向Net5.5G的星河AI网络解决方案，帮助运营商打造面向智能时代的下一代目标网，并联合WBBA、中国信通院、国内运营商发起倡议，呼吁产业界推进Net5.5G演进，促进产业繁荣。 如果说，全球运营商都希望在AI时代展翅高飞，获得跨世代的巨大发展。那么Net5.5G，就正在成为全球运营商的AI之翼，时代之翼。 AI成为新机遇，Net5.5G成为新共识 为什么全球运营商都在积极发展Net5.5G，并将Net5.5G建设作为AI时代的产业新共识？ 这是因为运营商在多个层面与AI机遇的融合，都离不开数据通信网络能力的迭代作为支持。而Net5.5G则是数据通信网络明确的能力升级方案，为运营商提供了迈向AI时代迫切需求的网络动力。 综合来看，全球运营商在AI时代有两个发力方向。 一是将AI技术融合到自身固有的网络建设、运营与服务中，从而提升服务质量，强化运营效率。比如说，沃达丰作为欧洲运营商的代表，已经明确提出了A

从小我就听说过各类海上仙山的故事，这种对理想居所的追寻，大约是刻在中国人的DNA里。秦始皇、汉武帝都曾派人驾船出海，寻找仙山福地，“十全老人”乾隆也作诗畅想“福海三岛，仙山楼阁”。 和古人不同的是，今天普通人所向往的理想居所，并非充斥着神药仙草十里楼台的“海外仙山”，而是贴心懂你的全屋智能、无处不在的AIoT，拥有满满的生活幸福感。 和古人相同的是，仍有茫茫的波涛横亘在大众和理想居所之间。技术的加速变化，城市管理者和房地产相关行业需要行之有效的智能化解决方案，打造“好房子”。 还好，空间智能领域已经有这样的航船，来满足我们对理想居所的追寻，帮助建筑业度过转型期的风浪。 比如我们此前报道过的“华为方舟壹号”，2023年，由多方共建的国内首个空间智能大型开放实验室成立，是全屋智能产业的里程碑事件。 就在刚刚举办的第二十一届住博会上，方舟壹号实验室来到新起点。 在本届住博会上举办的“数字赋能好房子建设技术研讨会”上，围绕数字赋能好房子建设主题，展示了各地区及企业最新研究成果及相关技术。并为依托方舟壹号为基础、由华为牵头申报的“全屋智能重点实验室”，举办了揭牌仪式。 全屋智能重点实验室的揭牌，标志着方舟壹号实验室踏上了新航程，加速打造“好房子”，也将推动我国空间智能产业的发展，进入一个新的阶段。 我们就从这座全屋智能重点实验室的“启航”说起，去看看空间智能化升级的“航海图”，以及面向这个确定性的未来，华为如何一步步践行对产业的承诺。 眺望理想的彼岸，我们离“好房子”还有多远？ 白居易曾写道：“忽闻海上有仙山，山在虚无缥缈间。”今天，很多人的认知还停留在“有房子”，至于为什么还需要“好房子”，是比较朦胧的。 而住博会，便是理清行业长期发展方向、建立发展共识、展示发展路径的一个绝佳契机。 可以清晰地看到，“好房子”与智能升级，已经成为确定性趋势。 从事实层面来说，本届住博会，将“共

“成为鸿蒙开发者，对你的意义是什么？” 在华为开发者大会（HDC）2024，我向来自全国各地的多位开发者提过这个问题,得到的答案不尽相同，其中有一个让我印象深刻。 一位在读研究生的开发者说，他做各种软件开发导师都很支持,但鸿蒙格外不同，导师说：“你把鸿蒙学好，我送你一朵小红花。” 今天，在软件开发者群落里，在泛科技行业中，甚至在中国社会的各个角落，提起鸿蒙都会有那么一丝不同。除了对操作系统的讨论外，还会有一些感慨，一些欣喜，一点昂扬混合着一点悲壮。有人说，在关于科技的讨论中，只有鸿蒙是有“国民度”的，也有人说，鸿蒙带来的复杂意味，是因为我们正亲眼见证着时代剧变。 那么，鸿蒙究竟是什么？ 在HarmonyOS NEXT开启开发者Beta升级，纯血鸿蒙正式走向商用的时间节点，或许我们可以回望一下这个问题。鸿蒙的意义是什么？它能为中国科技产业与万千开发者带来什么？答案可能已经被那位开发者和他的导师剧透了。 鸿蒙，是在我们的土地上，在极端特殊的局势下，在我们自己可能都不相信能成功的情况下，种出的一朵小红花。 如果没有一朵花，来抵抗风沙 如果没有植被覆盖，沙漠会不断扩张，侵蚀城市和村庄。 这些年的故事告诉我们，这个现象不仅发生在自然界，还发生在全球科技的互动中。 几天之前，OpenAI宣布即将停止面向中国的API服务；过去一年，英伟达的高端AI算力禁止向中国出售；很多基础软件服务退出中国市场。截至目前，已经有接近800家中国企业与科研机构被列入美国“实体清单”。 日趋严苛的逆全球化风沙，已经从远方吹到了每一家中国企业，每一位中国开发者的身上。 事实告诉我们，算力、算法、服务，甚至开源社区都不是无限制敞开的。而在各种可能被禁止流通的科技能力中，上乘应用下接硬件的操作系统格外重要。操作系统被禁用，就像抽调了房屋的柱子，顷刻房倒屋塌。试想一下，如果中国科技的土壤上，没有长出鸿蒙这朵

“以前论文出版之后，买回来放在图书馆里，全国也就那么几本。我读博时，从东北坐火车到北京，在北京计算所的图书馆一个架一个架地翻，才能看到前年的会议资料，看到人家已经研究很长时间发的文章。”他说，“不像现在，你今天发一篇Science，明天我就能从网上查到了”。 今天，科研信息的分享，都不再有物理边界，不需要科研人员耗费宝贵的时间精力，千里迢迢去“取经”了。比如专利就会通过“公开换保护”的形式，激励全球创新者分享知识，并借助在线查询检索，加速技术的交流和传播。 前不久，茶思屋科技网站上线了“查思专利”，用户可以在该板块中，查询到全球的公开专利，快速寻找到自己想要的“宝藏”。 数字化时代，专利检索工具就像是“信息火车”，如果班次少、速度慢，科研人员不得不绕路前往，事倍功半。而“查思专利”，就在研究人员与海量信息之间，搭建了一条高效、便捷的路径，让专利查询从“火车”升级为“高铁”，助力全球科研人员加速度抵达智力宝库。 不过，市面上已经有不少专利查询平台和工具了，为什么还需要“查思专利”呢？本文就来详细聊一聊，修一条通往专利富矿的“信息高铁”，必要性在哪里？“查思专利”有何不同？它的出现，又会给全球科研领域带来怎样的影响？ 勘探智慧富矿：专利查询的现实挑战 目前，市面上已经有不少专利查询工具和服务平台，为啥还要搞一个新的呢？科研人员要投入时间精力去学习使用新平台，不会耽误功夫吗？ 我们可以把专利，想象成一座沉淀着大量智慧的富矿。时至今日，科研人员想要充分挖掘这座宝藏，仍然面临很多挑战。 一是查不到。一些科研领域的信息获取渠道有限，信息更新速度不及时，国外平台访问不便，部分开放科学和数据共享还有局限性，这些客观情况都导致专利信息查不到、查不全。 二是查得慢。专利信息数量庞大，涵盖多个领域和方面，信息筛选和甄别难度大，如果没有有效的查询工具和方法，很难从中筛选出有价值的信息。比如

在东海之滨，曹操写下了脍炙人口的《观沧海》：“东临碣石，以观沧海。水何澹澹，山岛竦峙。树木丛生，百草丰茂。秋风萧瑟，洪波涌起。日月之行，若出其中；星汉灿烂，若出其里。幸甚至哉，歌以咏志。” 不只赞美了大海的辽阔浩瀚，还将无生命的大海写得生机勃勃，孕育着万物，吞吐着日月。 时间来到2024年，AI在产业层面最显著的变化，就是与千行万业结合，各行业智能化应用的场景在爆发，所需要引入的技术与产品体系也在快速扩大。 谁能做那片容纳万物、能力全面的AI之海？ 尤其是运营商、大型政企客户，有着极其庞大的业务体系和用户规模，需要从底层算力、算法到解决方案的全能型企业，提供完整体系化的AI能力。 6月26日，2024世界移动通信大会（2024 MWC上海）开幕，联想中国集中、系统、完整展示“全栈AI”科技实力和创新案例。 （联想集团执行副总裁兼中国区总裁刘军） 对于此次亮相，联想集团执行副总裁兼中国区总裁刘军在媒体沟通会上，做了更深入的解读。他说道：“今年是联想第五个十年的开始，未来十年的主题就是AI。此次大会也是联想第一次在公共展会上正式提出‘全栈AI’战略，意义非同一般，标志着新时代的开始。” 从2017年提出“智能化转型”的愿景，联想开始基于“端－边－云－网－智”新IT架构，为构建“全栈AI”，进行产品和技术储备，到今天，正式成为中国首个完成“全栈AI”布局的智能产品、方案和服务提供商。 联想“全栈AI”，如同一片辽阔的AI之海，能够容纳运营商、大型政企和中小微企业等多元化的智能需求。 本次展会，为我们提供了一个 “东临碣石，以观沧海”的机会，去近距离看一看联想全栈AI是如何吞吐智能、容纳万业，感受中国AI之海的勃勃生机。 观AI沧海：智能化转型，为何需要全栈？ 想要讲清这个问题，首先需要了解一个背景：千行万业的智能化，究竟能够以什么方式来引入AI？ 目前主要有两种类型：一种