MiniMax闫俊杰:AI进化为更强生产力,多玩家共存成趋势

07-30 06:39

AI公司并非复制互联网公司,AI是更基础、根本的生产力。一年前,行业聚焦基座大模型的参数与能力,而今年世界人工智能大会(WAIC)现场,轻量级的Agent系统、AI应用解决方案随处可见。AI厂商更注重落地、务实,各展台都在展示自身的商业化能力、产品落地能力和客户合作案例。


MiniMax的展台上,主要展示了MiniMax Agent、海螺AI、MiniMax Audio、星野等AI应用产品,涵盖智慧家居、穿戴设备、智能座舱、智能音响、智能耳机及交互设备等AI智能硬件产品,以及文旅、电商、办公、教育、游戏、医疗、金融等领域的应用。



摄影:


这背后是因为大模型行业正经历结构性变革,推理成本一年内骤降一个数量级;开源生态蓬勃发展,性能逼近闭源模型;Agent应用商业化加速,深耕垂直领域的新兴厂商有望与巨头形成差异化竞争。


在此背景下,7月26日,MiniMax创始人、CEO闫俊杰在开幕式上发表了题为《每个人的AI》的主题演讲。


核心要点如下:


1. 随着模型不断优化,人工智能正逐步成为社会的生产力。


2. AI公司并非复制互联网公司,AI是更基础、根本的生产力。


3. AI领域会有多个玩家持续存在。


4. AI会不断变强,且增强几乎没有尽头。


5. 大量创新能让AI研发不再那么烧钱。


以下是闫俊杰演讲内容(有删减):


AI正进化为更强的生产力


过去15年从事AI研究工作时,我常思考:备受关注的人工智能究竟是什么?它与社会有何联系?


随着模型的优化,人工智能正逐步成为社会的生产力。例如,做人工智能研究时,起初需要编写软件分析大量数据,后来发现可让AI生成软件完成分析。作为研究员,我关注AI领域进展,最初想做APP追踪,后来发现用AI Agent自动跟踪更高效。



闫俊杰来源:受访者


AI在进化为更强生产力的同时,也能产出更强的创意。比如,15年前上海世博会吉祥物“海宝”,如今用AI能基于“海宝”IP生成更具上海特色、符合潮流的衍生形象。


再如热门的Labubu,以前制作创意视频需两个月,花费几十甚至上百万元,现在通过强大的AI视频模型,一天就能生成,成本仅几百元。


高质量的AI模型让互联网上的内容与创意更普及,低门槛使每个人的创意得以发挥。


除释放生产力与创意外,AI的使用超出预期,出现了许多意想不到的应用场景,如解析古文字、模拟飞行、设计天文望远镜等,少量协作就能将想法变为现实。


由此,我认为:AI公司并非复制互联网公司,AI是更基础、根本的生产力,能持续增强个人和社会能力。


关键在于:第一,AI是一种能力;第二,AI具有可持续性。人类难以突破生物定律持续学习变聪明,而AI可以。在我们公司,约70%的代码由AI编写,90%的数据靠AI分析。


如今,AI变得更专业。一年前训练模型需大量人力标注,如今专业AI可完成机械标注,标注员专注于专家型工作,教会AI学习人类思考过程,使AI能力更泛化,接近人类顶尖专家水平。


此外,AI能在环境中大量学习。过去半年,只要环境可定义、有明确奖励信号,放入其中学习的AI就能解决相应问题。


基于这些观察,我们确定AI会不断变强,且增强几乎没有尽头。


AI不会被一家组织垄断


随着AI对社会影响增大,人们关注它会被一家还是多家组织掌握。


我们认为,AI领域会有多个玩家持续存在。原因有三点:


第一,现有模型依赖对齐,不同模型的对齐目标不同。比如,以靠谱程序员为对齐目标的模型做Agent很强;以与人交互为目标的模型情商高,对话流畅;还有充满想象力的模型。不同对齐目标反映了不同公司或组织的价值观,使模型各具特点且长期存在。


第二,近半年使用的AI系统是多Agent系统,涉及多个模型和工具,这使AI智能水平提高,但单一模型在多Agent系统中的优势会逐渐减弱。


第三,过去半年,很多智能系统并非大公司所有。因为过去一年开源模型大量涌现且影响力渐增,好的开源模型不断逼近最好的闭源模型。


基于以上原因,我们认为AI会被多家公司掌握,且会越来越普惠,使用成本更可控。


过去一年半,可用算力增加,但AI模型大小变化不大。因为对实用模型来说,计算速度很关键,公司会平衡模型参数量和智能水平。


此前,模型增长与芯片进步速度成正比。现在,虽算力增加,但模型参数未显著增大。那么增长的算力用在哪了?主要有以下方面:


首先,训练方面,过去半年规模增长缓慢,训练单个模型成本未显著增加,算力更多用于研究和探索。研究探索不仅依赖算力,还取决于高效的实验设计、研发团队和创意。这使有大量算力和少量算力的公司在训练上差异不大。算力少的公司可通过优化实验设计等提高效率。


其次,推理层面,过去一年最好模型的推理成本降了一个数量级,未来一两年可能再降一个数量级。总体而言,训练单个模型成本不会显著增加。


大量创新能让AI研发不再那么烧钱,但算力使用会增加。虽然Token会变便宜,但使用数量会显著增加。去年ChatBot单个对话消耗几千个Token,现在Agent单个对话可能消耗几百万个Token,且随着AI解决的问题更复杂实用,用户会增多。


我们认为AI会让每个人都用得起,AGI一定会实现并普惠大众。如果AGI实现,过程将由AI公司和用户共同完成,AGI应属于多家AI公司和广泛用户,而非单个组织或公司。


本文来自微信公众号“中国企业家杂志”(ID:iceo - com - cn),作者:孔月昕,编辑:马吉英,36氪经授权发布。


本文仅代表作者观点,版权归原创者所有,如需转载请在文中注明来源及作者名字。

免责声明:本文系转载编辑文章,仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布,请及时与我们联系进行审核处理或删除,您可以发送材料至邮箱:service@tojoy.com