7月6日，由启明创投主理的2024天下人工智能大会（WAIC）“启明创投·创业与投资论坛——超级模子、超级应用、超级时机”在上海世博中央红厅乐成举行。大语言模子、多模态模子、具身智能和天生式AI应用领域的著名专家与学者，顶 尖投资人和领军创业者汇聚一堂，围绕天生式AI基础手艺希望、商业应用远景和创业投资生态等主题睁开分享与交流。
作为中国在AI领域最早投资且结构最厚实的投资机构，这是启明创投延续第二年主理该论坛，也是本届天下人工智能大会唯 逐一场由创业投资机构提议的、旨在从创新视角展示和探讨天生式AI的分论坛。
启明创投从2013年最先系统性结构人工智能领域，从AI 1.0到AI 2.0，经由十余年的深耕与前沿洞察，启明创投在AI领域投资了众多项目，多家已上市或发展为独角兽企业。
启明创投主管合资人周志峰在以“手艺突破到应用变化-AI生长的新篇章”为主题的开幕演讲中先容道，启明创投在人工智能领域的投资战略已经发生演变，从将人工智能视为一个手艺或一个垂直领域去举行投资，转变为将其视为基础能力、去寻找其在千行百业落地的伟大潜力。
相较于互联网浪潮中应用的落地时间点，周志峰展望在当前的AI浪潮中，应用的发作将会显著提前。现在，天生式AI在三个“C领域”——Copilot（生产力工具）、Creativity（创意）、Companionship（陪同）获得了大量用户的青睐，出现出类似互联网应用的生长轨迹，正在履历从用来提高效率（Save Time）的应用向旨在获得愉悦（Kill Time）的应用的转变。他指出，互联网是把信息分发的边际成本险些降为零，天生式AI的焦点是把数字化内容的缔造边际成本险些降为零，由此看来AI手艺一定会释放伟大的价值。
周志峰指出中国伟大的市场、优异的手艺能力及人才贮备、已往20年培育和积累的卓 越的缔造应用的履历及能力，为中国引领下一代人工智能的原生应用奠基了很好的基础。基于启明创投投资团队深度交流过的400余家AI创业企业的统计，与去年相比，多模态应用的比例出现上升趋势，也泛起了许多基于AI大模子手艺的新的应用种别，同时更多创业公司深耕某个垂直行业和场景，而基础设施层的手艺创业偏向也加倍多元化。此外他还分享了天生式AI创业企业的三个典型首创人画像，包罗AI科学家及科技巨头AI研究认真人、产业专家及大型企业资深产物或运营高管、以及新锐创业者及手艺天才三类。
针对天生式AI应用落地面临的问题，周志峰指出：一，降低天生式AI实现普及所需的模子使用成本；二，提升大模子的效果；三，增强天生式AI应用的用户留存率。由于天生式AI应用企业从0到1的发展时间比其他领域更长，需要同时战胜TPF（手艺-产物契合度）和 PMF（产物-市场契合度）两大挑战，以是首创团队需要更大的耐心和刻意，明空手艺（手艺的边际）、明白产物（原生AI产物的新特点和新分发机制）、明白天下（全球化生长的时机）。
周志峰同时围绕大语言模子、多模态模子、商业时机等做出2024天生式AI十大展望：
1. 当宿世成式AI的两大焦点手艺GPT和扩散模子将逐步融合，引发全新模子能力；
2. 高质量数据的获取和组织将显著影响新一代模子，合成数据在预训练中的占比将大幅提升；
3. Multi-Agent手艺将飞跃，通过优化协作和分工显著提升天生式AI效率和效果；
4. 将泛起图像和文本的统一延续示意，而且基于此的图文团结扩散模子将到达GPT-4o级别能力；
5. 图像和视频隐空间示意的压缩率提升五倍以上，从而使天生速率提升五倍以上；
6. 3年内视频天生将周全发作，连系3D能力，可控的视频天生将对影视、动画、短片的生产模式带来变化；
7. 我们将见证压缩更多模态信息的超级多模态大模子，如文本、图像、语音、音乐、3D、传感器数据（控制信号、眼动信号、手势信息、雷达信号等）；
8. 天生式AI买通了人类语言与机械语言的转换通道，下令机械完成庞大义务的成本将显著降低，带来伟大的生产力变化；
9. 端侧推剖析有伟大增进，来自三个因素的叠加：推理优化算法 端侧推理芯片 端侧大模子；
10. AI将在多个数字化水平较高的行业中占有主导职位，并将重塑绝大部门企业软件。
在本次天下人工智能大会时代，阶跃星辰首发了三款Step系列通用大模子新品，周全升级通用大模子底座能力。在此次论坛中，阶跃星辰首创人、CEO姜大昕在主题为“攀缘AGI的路径与实践：万亿参数 多模融合”的演讲中指出，探索AGI路径，“Scaling Law”和“多模态”是相辅相成、缺一不能的两个偏向，两者齐头并进，最终到达AGI。
在姜大昕看来，Scaling Law现在依然奏效，模子性能仍然在随着参数目、数据量和盘算量的增添呈幂次方增进。阶跃星辰在系统和算法上起劲探索，最终走通了Step-2万亿参数MoE大模子训练的蹊径；同时，多模态是构建天下模子的基础能力，面临将明白和天生统一在一个模子里的挑战，阶跃星辰已经取得了一定希望，其新升级的Step-1.5V千亿参数多模态大模子性能大幅提升，具备更精彩的视频明白能力；新宣布的Step-1X图像天生大模子，则是阶跃星辰首次推出多模态天生大模子。
可信大模子公司无限光年在大会的第 一天也宣布了光语大模子，灰盒可信，百亿参数模子优于超大规模模子GPT-4 Turbo。复旦大学浩清特聘教授、上海科学智能研究院院长、无限光年首创人漆远在《灰盒可信，释放大模子生产力》演讲中，从手艺视角指出Scaling Law改变了人工智能，但并不会直接引领到达AGI，AGI的目的是发现庞大天下的未知纪律；但当前大模子都高度依赖数据，而未知纪律可能缺乏海量数据支持。在此次论坛上，漆远先容了最 高级人工智能的尺度——连系了发现庞大天下未知纪律和节约能量的智慧脑：AI爱因斯坦。
漆远剖析，现在大模子主要是联络学派的“黑盒”概率展望，若是将符号盘算与大模子相连系，就能同时具备慢思索的“白盒”逻辑能力，两种方式的融合是AGI生长的主要偏向，实现“灰盒”可信；深度学习能实现数据拟合，且可以延展至数据没有的地方，当知识规则和要害数据矛盾时，能够调整知识规则，脱节数据依赖。他进一步先容，“灰盒”可以通过符号盘算与神经网络的连系，应对大模子的幻觉问题及垂直领域的专业问题。展望未来，他希望公司可以深耕场景，灰盒可信，并释放大模子生产力，赋能千行百业。
训练和推理是大模子生命周期中不能或缺的两个阶段，都需要壮大的算力资源来支持。在2024年天下人工智能大会时代，无问芯穹宣布全球首 个支持单义务千卡规模异构芯片夹杂训练平台，为大模子行业提供了有力的算力基础设施支持。无问芯穹团结首创人、CEO夏立雪在“构建AI Native基础设施”主题演讲中示意，算力已然成为了AI生长和继续生长的基石，而AI Native应用落地所面临的四个要害Infra问题包罗：激活“甜睡芯片”并促进异构算力整合、提升多种盘算卡大模子盘算性能、为大规模训练集群稳固训/推夯实基座以及更为高效地行使有限的端侧盘算资源。
针对多元芯片，无问芯穹致力于提供高效整合异构算力资源的优质算力平台、支持软硬件团结优化与加速的中央件，以及好用的大模子应用开发与服务工具，从而实现对异构算力的全量行使，由此无问芯穹将异构千卡混训能力集成到了无问芯穹Infini-AI云平台中。夏立雪指出，无问芯穹希望通过算法创新、模子盘算、算力平台及硬件推理的优化，连续降低大模子应用的落地成本，让更多人可以拥抱新手艺。
生数科技团结首创人、CTO鲍凡在“U-ViT：多模态大模子的变化与未来”主题演讲中，分享了公司在多模态大模子领域具备全栈自主研发能力，结构图像、3D、视频天生等多模态能力。此前，生数科技团结清华大学正式宣布中国首 个长时长、高一致性、高动态性视频大模子——Vidu，这是自Sora宣布之后全球率先取得重大突破的视频大模子，性能周全临标国际*水平。该模子接纳团队原创的Diffusion与Transformer融合的架构U-ViT。
在大会现场，鲍凡也先容了U-ViT架构的原理，并指出该架构确保了最 优天生质量、可控的盘算开销、参数规模扩展性、具备涌现能力。作为首家将ViT架组乐成应用于大模子训练的企业，生数科技推出的多模态扩散模子UniDiffuser在图像天生历程中，能够支持多元化气概、具备“艺术级”美学水准，语义明白能力突出。公司还在视频天生式大模子Vidu上取得希望，支持音视频合成和4D动画天生，实现天生效果的不停提升。
工信部等九部门：引导社会资本支持精细化工产业早期科技创新
随着人工智能和机械人手艺的快速生长，传感器、执行器、盘算能力和AI算法的连续提高，具身智能成为学术界、产业界配合关注的热门。从手艺突破到产业落地，具身智能目宿世长若何又将走向何方？在“具身智能：从手艺突破到产业落地”专题环节，启明创投科技团队投资人周啸飞担任主持，与清华大学助理教授、星动纪元首创人陈建宇，上海交通大学教授、穹彻智能团结首创人卢策吾，北京大学助理教授、北大-银河通用团结实验室主任王鹤睁开讨论。
星动纪元是海内领 先的人形机械人公司，推出的产物星动一号也是天下上第 一个登上长城的人形机械人。陈建宇以为人形机械人会是通用机械人的终 极形态，不仅由于双足与双手的纯人形形态与现有环境的兼容性更好，在训练数据获取上也更容易从人类天下中举行迁徙。在手艺范式上，端到端大脑小脑融合方案会是未来很主要的研究偏向，仅仅用人类语言作为巨细脑之间的传输界面效果有限，可以借鉴现在自动驾驶中的端到端团结训练，物理层面数据直接反馈给图文大模子将更好提升整体模子效果。
陈建宇以为未来机械人有望在各种义务上都做到极 致性能。在不久的未来也允许以设计一种机械人的图灵测试，有一个机械人和人来举行交互，背后可能是智能的自主控制也可能是人类遥操作，当手艺生长到很难分辨机械人的背后是人工智能照样人类遥操作时，可能即是机械人真正实现智能与通用的那一天。最后陈建宇对海内生长具身智能的远景保持乐观，以为每个创业公司都应该思索若何行使中国市场的优势，最 大化撬动海内供应链的优势，打造具有全球化竞争力的硬件产物。
卢策吾是天下局限内第 一位由机械人来给自己刮胡子的人类，展示了穹彻智能背后周详力控机械臂的先进手艺。卢策吾以为具身智能的终局需要综合思量手艺的迭代和商业的需求，具身智能作为承载硬件的软件算法迎接种种类型的机械人形态。对于详细的手艺路径，具身智能算法需要两个焦点要素，划分是能够感知和明白天下的天下模子，以及具有强鲁棒性的手艺操作模子。其中在操作模子中力反馈机制十分主要，不仅是在图像维度之外增添了一个交互维度，同时也可以削减对天下模子毫秒级别决议的依赖，穹彻智能在此次展会上展示的削黄瓜、叠衣服等手艺都说明晰操作模子具有鲁棒性后可以大大拓展潜在的应用空间。
提及具身智能的未来，卢策吾以为不久的未来我们可以看到一批又一批的操作手艺的ChatGPT时刻，不停厚实机械人的操作能力，逐渐让机械人的商业飞轮一直转起来。同时海内的年轻学者也在不停进入具身智能行业，具身智能领域的博士申请近年来异常火爆，中国的人才密度和潜力很大，未来海内的顶 尖高校和公司将会和偕行在国际舞台上同台竞技。
银河通用前段时间宣布了首代具有泛化性的具身大模子机械人，展示了通用机械人未来走进千家万户的无限可能。王鹤以为人形机械人是未来整个通用机械人市场的最 大条约数，但在迈向这个终 极目的的历程中需要每一步都有康健的商业模式让机械人真正进入场景，上半身拟人下半身底盘会是三年内最可能落地的现实方案。在手艺角度银河通用异常关注小脑层面的手艺控制模子若何实现足够的泛化和通用，针对小脑手艺，银河通用自研合成了万万级的场景数据及十亿级的抓取数据，在合成数据的训练下，银河通用机械人现在已实现抓取随机放置的透明、高光等物体的乐成率在95%以上，并在此次WAIC展台上展示了能够抓取观众提供的任何物体的壮大泛化性。在此基础上，银河通用正在逐步探索实现商业化。
王鹤以为能落地的机械人需要足够低的成本和足够高的耐用性，这些都是需要手艺公司不停打磨硬件和供应链能力，海内的创业公司具有自然优势。在讨论的最后，王鹤呼吁人人对具身智能在中国的生长抱有信心，一旦中国能够量产人形机械人和到达具身智能的通用性，我们将以最可靠的供应链和最周全的制造业，大规模把人形通用机械人推向市场。整个行业需要资源的连续支持和人才的耐久投入，具身智能通用机械人的未来也一定属于中国。
大模子的突破为超级应用的生长注入了壮大的动力。随同天生式AI产业从超级模子转向超级应用，未来将会降生哪些超级应用，将会给人类的生涯带来哪些改变？在“超级应用的新时机：与模子突破互利共赢”AI应用专题讨论环节，启明创投科技团队投资人胡奇担任主持，与智谱AI COO张帆，米粿AI首创人、CEO丁黎，无限光年COO朱剑雄，悉之智能首创人、CEO孙一乔，衔远科技首席算法科学仆役宁睁开讨论。
张帆先容了智谱AI作为一家大模子公司，拥有自主知识产权的焦点算法和完整的模子矩阵，涵盖大语言模子、代码模子和多模态模子等。张帆以为，未来几年内可能泛起推翻性的超级应用，但这些应用往往难以预先设计，而是通过不停迭代逐步泛起。他强调，大模子的焦点在于提升人机交互的带宽，从早期的键盘到现在的自然语言，大幅提升了交互能力，每次交互带宽的提升都市重构用户需求和应用方式。
关于智谱AI的怪异优势，张帆指出，大模子降低了AI应用的成本和门槛，从而使AI从少数大厂专属的高级能力，酿成人人都可获取的基础生产要素。这种能力的普及引发了更多人的缔造力，推动了产业和行业的变化。张帆还提到，智谱AI率先提出“Model as a Service”模子即服务的理念，使企业和开发者能够通过MaaS平台降低使用和训练模子的成本，更容易地探索和构建超级应用。智谱AI还通过开源和降价，推动了AI手艺的普及和应用深度的生长。
在谈及AI驱动的超级应用的未来时，张帆表达了乐观态度，以为只管打造超级应用不易，但AI时代将涌现出许多灾以想象的应用。这一历程需要算力、网络、硬件水平和用户习惯的提升，以及遵照从小规模应用最先逐步生长的原则。张帆强调，通过拥抱和行使现有的AI手艺，逐步改变现有的应用和产物，未来必将迎来AI时代的超级应用。
米粿AI致力于连系AI手艺与内容生产，辅助创作者以更少的精神创作更好的作品，目的是成为AI漫画和动漫平台的领军者。团队由产学研连系的三位首创人组成，丁黎曾任职于网易、虎牙直播、哔哩哔哩等公司；手艺合资人牛力是上海交通大学的副教授，他在图像编辑中的image composition领域，是国际上的开拓者和探路者；运营合资人陈达之有12年的投资履历，善于动漫和二次元项目的投资。
丁黎以为，未来几年内，绘图、漫画和2D动画等领域将会泛起推翻性的超级应用。他指出，韩国的Webtoon通过工业化和流程化的方式乐成实现高频更新，提升了用户体验。米粿AI通过AI手艺有望实现漫画的高效生产，使得更新频率大幅提高，改变用户从付费到免费的消费模式，推动漫画行业像短剧一样高频更新，提升用户体验和行业效率。
关于商业模式，丁黎示意，AI手艺降低了内容创作门槛，使创作者集中在剧本、纲要和创意上，由AI完成繁琐的绘画历程，提高创作效率，使更多有创意的人加入文创行业。米粿AI的手艺已将绘画速率提升至原来的10倍以上，使漫画创作加倍高效和低成本。
在谈到挑战时，丁黎强调，与行业从业者形成友好生态系统异常主要，AI应作为提升产能和效率的工具，而非完全替换人类。当前AI创业需要高资源和高手艺门槛，团队需团连系作，配合应对挑战，才气在猛烈的市场竞争中脱颖而出。
朱剑雄在圆桌对话中分享了他对未来超级应用的看法和公司战略。他以为，未来几年内，超级应用将在多个领域涌现。当前，AI大模子手艺的接受度普遍，且使用成本下降，推动了众多企业和创业公司起劲探索这一领域。朱剑雄指出，从PC互联网时代到移动互联网时代，流量入口的转变提供了参考，大模子时代也会泛起类似的趋势，场景服务能力深挚的公司可能会发展为超级应用。
在谈到可信大模子与超级应用的关系时，朱剑雄提到大模子手艺存在“不能能的铁三角”，即通用性、专业性和经济性。他强调，无限光年选择在专业性上深耕，构建行业知识内容的垂直大模子，通过神经符号盘算手艺，确保模子输出的可靠性，并已在金融和医疗领域推出了详细的产物，如投研写作助手和体检讲述写作助手。这些产物显著提升了事情效率，受到了用户的高度认可。
在探讨AI驱动创新应用的挑战时，朱剑雄指出，产物司理的角色和要求发生了转变。现在的产物司理不仅要界说场景和需求，还需将这些信息转达给大模子，举行评测和验证。他以为，既懂模子又懂客户的产物司理现在市场上较为稀缺，但随着时间推移，这一问题将逐渐获得改善。
悉之智能专注于AI教育，稀奇是AI教学解题。孙一乔在清华大学本科时代确立了这家公司，以为纯统计模子在逻辑性和鲁棒性上存在不足。孙一乔打譬喻称，GPT-4驾驶宇宙飞船是不能靠的，但通过构建包罗人类知识的白盒系统，可以显著提高峻模子的能力。
孙一乔先容，悉之智能通过构建完整的数学等学科知识系统，大幅提升模子推理能力，其数学解题能力显著高于GPT-4o，现有产物在美国有近200万用户，年收入靠近百万美元，并与新东方等海内巨头互助开发大模子。
孙一乔以为，未来超级应用应从需求出发，垂直解决问题，教育是很有潜力的领域。他强调，教育领域频次高、需求刚性，是容易泛起AI超级应用的领域，通过提升教学效率和学生的学习意愿，缔造伟大价值。
提升大模子数学能力方面，孙一乔提到OpenAI的Qstar项目及其强化学习方式，以为通过逐步优化数学解题步骤，可以显著提升大模子的逻辑推理能力。悉之智能接纳类似方式，连系完整的数学知识系统，逐步教大模子解题，以提高其能力。
在AI解题领域，孙一乔指出，专业AI能力与大模子连系的要害在于生态系统的改善。悉之智能致力于通过互助共赢的方式改善生态。垂直领域应用需要大量微协调强化学习，并希望未来生态系统能更高效互助，配合提升基座模子的能力。
丁宁在圆桌对话中展示了其怪异的理工科视角和深挚的手艺靠山。他先容了衔远科技的战略，即模用一体、通专连系，强调了在手艺泛化基础上提升专业性的理念。
在讨论推翻性超级应用时，丁宁提到大模子在处置种种信息序列（如文字、视频、DNA等）方面的潜力。他提出了两个要害维度：乐成时的收益和失败时的损失，指出在一些场景下可以寻找乐成收益大而失败损失小的时机，例如科学发现和广告营销。他强调了通用模子的专业化，通过最 低成本实现目的义务来缔造价值。
针对大模子手艺的提升问题，丁宁指出大模子在处置输入和输出序列时的挑战，稀奇是在负信号比例高的场景下学习的难度。他强调快速高效地将通用模子专业化的能力，并讨论了奖励模子（Reward Model）在提升模子性能中的应用，强调了低成本、高效率的主要性。
在谈及天生式AI驱动超级应用的挑战时，丁宁分享了两个惯性陷阱：资源惯性和手艺惯性，并强调保持开放心态的主要性。他还提到数据缺失问题，稀奇是负信号比例高的场景缺乏高质量数据，指出这是未来的一个要害挑战。