社区

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