2025世界人工智能大會于7月26日在上海開幕。作為全球人工智能領域的頂級盛會，本屆大會以“智能時代 同球共濟”為主題，匯聚全球智慧，展現(xiàn)中國方案。
活動首日，MiniMax創(chuàng)始人、CEO閆俊杰先生作為特邀嘉賓出席大會開幕式并在大會主論壇（上午場）發(fā)表主題演講《每個人的AI，Everyone’s AI》。
以下為分享全文：
大家好，我給大家分享的題目是《每個人的AI，Everyone’s AI》。講這個題目，跟我個人過去經(jīng)歷有關。當Hinton先生開始設計AlexNet之時，我是國內第一批從事深度學習研究的博士生；當AlphaGo人機大戰(zhàn)上演，也是人工智能走進所有人視野之時，我在參與一家創(chuàng)業(yè)公司；而當ChatGPT出來的前一年，我們開始創(chuàng)立MiniMax，也是國內第一批大模型公司。
在過去的15年里，當我每天面對任務寫代碼，看論文做實驗的時候，一直都在想一件事：如此受關注的人工智能到底是什么？人工智能跟這個社會到底有什么樣的聯(lián)系？
隨著我們模型變得越來越好，我們發(fā)現(xiàn)人工智能正逐步成為社會的生產力。比如，我們在做人工智能研究的時候，每天需要分析大量的數(shù)據(jù)，一開始我們需要來寫一些軟件來分析這些數(shù)據(jù)，后續(xù)我們發(fā)現(xiàn)其實可以讓AI來生成一個軟件，來幫助分析所有數(shù)據(jù)。作為一個研究員， 我非常關心每天AI領域的所有進展，一開始我們設想，是不是可以做一款APP，來幫我們追蹤各領域的進展？后面我們發(fā)現(xiàn)，這件事也不需要自己來做，讓一個AI Agent來自動跟蹤更加高效。
AI是更強的生產力，也是越來越強的創(chuàng)意。比如，15年前上海舉辦世博會的時候，有一個非?；鸨募槲锝小昂殹?。經(jīng)過15年的發(fā)展，上海有了全方位的發(fā)展，我們如果想繼續(xù)用“海寶”IP生成一系列更具上海特色，符合時下潮流的衍生形象時，AI可以做得更好。正如現(xiàn)場屏幕展示的，徐匯書院×海寶、武康大樓×海寶，AI能一鍵直出，幫我們生成各種各樣的創(chuàng)意形象。
再比如最近非常火的Labubu，此前制作一個Labubu創(chuàng)意視頻，可能需要兩個月，花費大約幾十甚至百萬人民幣。通過越來越強的AI視頻模型，像大屏幕右邊展示的Labubu視頻，基本一天時間就可以生成出來，成本只有幾百塊錢。
過去六個月，我們的視頻模型海螺（Hailuo）已經(jīng)在全世界生成超過3億個視頻。通過高質量的AI模型，互聯(lián)網(wǎng)上的大部分內容與創(chuàng)意會變得越來越普及，低門檻讓每個人的創(chuàng)意得以充分發(fā)揮。
除了釋放生產力與創(chuàng)意之外，我們發(fā)現(xiàn)，AI的使用其實已經(jīng)超出最初的設計與預期，各種各樣想象不到的應用場景正在發(fā)生：比如解析一個古文字、模擬一次飛行、設計一個天文望遠鏡……這樣意想不到的場景，隨著模型能力越來越強，變得越來越可行；僅僅需要少量協(xié)作，就可以把每個人的想法變成現(xiàn)實。
面對這么多變化，一個想法開始在我的心里涌現(xiàn)出來：作為一個AI創(chuàng)業(yè)者，AI公司并不是重新復制一個互聯(lián)網(wǎng)公司，AI是一個更基礎更根本的生產力，是對個人能力和社會能力的持續(xù)增強。這里有兩點比較關鍵：第一、AI是一種能力，第二是AI是可持續(xù)的。
人類很難突破生物定律，永不停歇學習新知識，持續(xù)變聰明，而AI可以。當我們在建造更好的AI模型時，我們也發(fā)現(xiàn)，AI也在和我們人類一起進步，一起做出來更好的AI。就在我們公司內部，員工每天需要寫很多代碼，做很多研究型實驗，這里邊大概有70%的代碼是AI來寫，90%數(shù)據(jù)分析是靠AI來做。
AI怎么能變得越來越專業(yè)？大約在一年前，訓練模型還需要大量的基礎標注工作，標注員是一個不可或缺的工種。而今年，當AI能力變得越來越強的時候，大量機械的標注工作被專業(yè)AI完成，標注員則可以專注于更有價值的專家型工作，一起幫助模型變得更好。標注工作也不再是簡單給AI一個答案，而是教會AI思考的過程，讓AI來學習人類的思考過程，從而使AI能力變得更加泛化，越來越接近人類頂尖專家的水平。
除了通過專家來教AI之外，還有另外一種進步，就是在環(huán)境中大量學習。在過去半年， 通過各種環(huán)境，從編程IDE，到Agent環(huán)境， 再到游戲沙盒，當我們把AI放到一個能夠持續(xù)提供可驗證的獎勵環(huán)境中學習，只要這個環(huán)境可以被定義出來，有明確的獎勵信號，AI就可以把問題給解決。這個強化學習也變得可持續(xù)，規(guī)模越來越大。
基于這些觀察，我們有一個非常確定性的判斷：AI會變得越來越強，而且這種增強幾乎是沒有盡頭的。
接下來出現(xiàn)的問題是，AI這么強，對社會的影響越來越大，那么AI到底會不會被壟斷？它是會被掌握在一家組織里，還是掌握在多家組織里呢？
我們認為，AI領域一定會有多個玩家持續(xù)存在。原因有三點：第一，我們目前用到的所有模型，都依賴對齊（Model Alignment）。很明顯，不同模型的對齊目標其實是不一樣的，比如有的模型對齊目標是一個靠譜的程序員，那么做 Agent就會特別的強；有的模型它對齊目標是與人的交互，那么它就會比較有情商， 能夠做流暢的對話；有的模型可能會充滿想象力。不同的對齊目標反映了不同公司或者組織的價值觀，這些價值觀最終會導致模型的表現(xiàn)非常不一樣，也會使得不同的模型擁有各自的特點，并且長期存在。
第二，我們在最近半年用的AI系統(tǒng)其實都已經(jīng)不是單個模型了，而是一個多Agent系統(tǒng)，里面涉及多個模型， 不同的模型也可以使用不同的工具，通過這樣的方式讓AI智能水平越來越高，能夠解決越來越復雜的問題。這個東西帶來的結果是，單一模型的優(yōu)勢在這樣一個多Agent系統(tǒng)里逐漸變弱。
第三，在過去半年，有很多非常智能的系統(tǒng)，都不是大公司所擁有的。背后的原因，是過去一年開源模型如雨后春筍般涌現(xiàn)，開源模型變得越來越有影響力。這張圖是過去一年比較受關注AI的排行榜，可以發(fā)現(xiàn)最好的模型還是閉源的，但最好的開源模型越來越多，同時也在不斷逼近最好的閉源模型。
基于這三點原因，我們認為，AI一定會被掌握在多家公司的手中。
與此同時，我們認為AI一定會變得越來越普惠，使用成本也會變得更加可控。
在過去一年半，AI模型的大小沒有發(fā)生特別大的變化，即便我們可使用算力更多了。為什么呢？對所有實用模型而言，計算速度是一個比較關鍵的因素。如果模型計算速度特別慢，就會降低用戶的使用意愿，所以所有公司都關注模型的參數(shù)量和智能水平之間的平衡。
此前，模型大小增長和芯片的進步速度基本上是成正比的。我們知道芯片的進步速度是每18個月會翻一倍，模型也會相應保持這樣的增長趨勢。而現(xiàn)在，雖然大家都有更多的算力了，模型參數(shù)卻沒有變得更大。那這些增長的算力花在哪呢？
首先說訓練，規(guī)模增長的速度在過去半年已經(jīng)變得比較緩慢，訓練單個模型的成本實際上卻沒有顯著增加。這些算力花在做更多的研究跟探索上。而我們知道研究和探索，除了取決于算力之外，還取決于高效的整體實驗設計，高效的研發(fā)團隊，以及一些天才的創(chuàng)意。結果是，擁有非常多算力的公司和沒擁有那么多算力的公司，在訓練上其實的差異可能不會那么大。沒有那么多算力的公司，可以通過持續(xù)提升自己的實驗設計、提升思考能力和組織形式，讓實驗探索變得更加高效。
再說推理，在過去一年，最好模型的推理成本其實是降了一個數(shù)量級，通過大量的計算網(wǎng)絡系統(tǒng)和優(yōu)化算法，我們認為在接下來一兩年之內，最好模型的推理成本可能還能再降低一個數(shù)量級。總結而言，我們認為訓練單個模型的成本不會顯著地增加。
我們認為，大量創(chuàng)新能讓AI研發(fā)變成一個沒有那么燒錢的行業(yè)，但是算力使用還會增加。盡管Token會變得很便宜，但是使用Token的數(shù)量會顯著增加。去年ChatBot單個對話只要消耗幾千個Token，現(xiàn)在Agent單個對話可能消耗幾百萬個Token，并且因為AI解決的問題越來越復雜，越來越實用，那么用的人也會越來越多。
讓每個人都用得起AI，這是我們對AI發(fā)展的判斷。Intelligence with Everyone，這也是我們創(chuàng)業(yè)的初衷。我們認為AGI一定會實現(xiàn)，并且一定會服務大眾、普惠大眾。
如果有一天AGI（通用人工智能，Artificial General Intelligence）實現(xiàn)了，其過程一定是由做AI的公司們和他們的用戶一起來實現(xiàn)，并且這個AGI應該屬于多家AI公司和它的廣泛用戶，而不是只屬于單個組織某家公司。
