作為開幕式最後一個環節的嘉賓、月之暗面ceo楊植麟剛走下台就被團團圍住，楊植麟一邊為難地重複着“以後還有機會”，一邊在工作人員的幫助下匆忙離場。
這是外行愛看的熱鬧。6月14日，北京智源大會開幕。我們在離楊植麟最近的地方，見證了一次大模型的“追星”現場。
當天，楊植麟和百川智能ceo王小川、智譜ai ceo張鵬、面壁智能ceo李大海進行了一場尖峰對話。我們在離ai領域最炙手可熱的創業者們最近的地方，聽到了對agi的討論，對scaling law的“信仰”，對大模型價格戰的“認可”。
這是內行愛聽的門道。兩個場景，是中國ai市場由表及裡、由外向內的寫照。兩者相連，既是現在，也是未來。
什麼是agi
大模型的突破，讓人類通往agi的終極幻想有了更大的可能。但對於agi本身，業內似乎並沒有統一定義。
楊植麟認為，當下agi或許並不一定需要一個精確的、量化的定義，它也可能是一個定性且感性的存在，它的意義在於讓社會或者人類對接下來要發生的事情有一個準備。不過楊植麟認為，在短期內，確實需要這樣一種量化的定義，“因為如果完全沒有量化，也自然無法衡量agi開發的進度，從而影響整體發展”。
張鵬也更願意相信，agi是一種信念，一種符號，其內涵外延是在不斷變化的。如果能把一件事情說的非常量化、非常清晰，那麼天花板估計也就觸手可及了。張鵬認為，對人工智能的發展而言，沒人能夠說清楚什麼是agi，反而可能是一件好事，這意味着還有更多未知空間等待探索。
王小川試圖從“人”的角度理解agi，即大模型能不能“造醫生”。之所以選擇這一指標，是因為agi的第一個變化是大模型開始具有思考、學習、溝通、共情甚至多模態處理能力，就像是醫生，既需要多模態，也需要減少幻覺，同時需要有強大的記憶能力、查文獻能力、推理能力，如果把行業上能共識的能力都投射到做醫生的標準中，那麼這便可以成為一個指標——“人造醫生”就是agi。
李大海則嘗試從經濟學的角度定義agi。在他看來，一個理想中的agi，就是去執行任何任務的時候，邊際成本都已經降為0。去年行業里大家推動大模型落地時，很多場景還需要做微調，這個過程的邊際成本就很高。“我們相信，隨着模型能力的提升，大模型門檻越來越低，成本也越來越接近於0的時候，agi基本也就到來了。”
scaling law還是“信條”嗎
北京智源大會上，一個詞被反覆提及——scaling law，這個類似於大模型版的“大力出奇蹟”的法則，成功塑造出了openai。但隨着時間的推移以及ai的發展，這個參數越多模型越強的黃金法則，也逐漸陷入了摩爾定律一般是否接近失效的討論。
談及scaling law，楊植麟認為，scaling law本質上沒有問題，只要有更多算力、更多參數，就會持續演進。但在這個過程中，如果一直沿用現在的方法，上限是很明顯的，更關鍵的在於如何更高效地實現scaling law。
王小川也認為，在scaling law之外，一定要在數據、算法、算力等方面尋找範式上新的轉化，“不論是戰略上還是信仰上，我認為scaling law之外都還有範式變化的可能，不只是去簡單的變成壓縮模式，而是會走出一個體系，這樣才有機會走向agi，才有機會與前沿技術較量”。
“到目前為止，還沒有看到scaling law會失效的預兆，未來相當一段時間之內scaling law仍然會有效，當然這個有效也是一個動態概念，關鍵在於它本身所包含的事情會不斷演進”。張鵬也贊同王小川的觀點，稱scaling law早期關注參數規模，現在慢慢擴展，參數量、數據量以及數據質量的重要性也被逐漸重視，“隨着大家對規律的認知越來越深，逐漸揭示規律的本質，也就能逐漸掌握通往未來的鑰匙”。
推動大模型在端側的落地是面壁智能目前的重點工作之一，“小鋼炮”minicpm是一個重要抓手。scaling law在輕量級模型上是否依然有效，成為一個新的問題。
對此，李大海選擇依然堅信scaling law。李大海稱，scaling law是一個經驗公式，是行業對大模型這樣一個複雜系統觀察後的經驗總結，隨着訓練過程中實驗越來越多，認知越來越清晰，也會有更細顆粒度的認知。比如模型訓練方法和數據質量對scaling law和智能的影響較為顯著。
價格戰是好是壞
5月下旬，當國產大模型激戰“價格戰”的時候，王小川曾表現出過一種“他強任他強，清風拂山崗”的淡定。當時被外界反覆引用的一句話是王小川說的，“創業公司不在大廠射程內”。
從以“厘”為計算單位，到“掀桌子”全面免費，整個5月，大模型都陷入了被價格戰支配的熱潮之中，特別是阿里、百度、科大訊飛、騰訊雲先後跟進，讓大模型的價格戰進入了白熱化階段。
但現在，王小川的態度有了些微妙的變化。北京智源大會上，王小川明確表示，當下的價格戰對中國發展大模型而言是非常特別的一件事，“我積極看待這件事”。
在王小川看來，價格戰通常是以競爭為導向的市場行為，這會讓更多公司、更多人用上大模型，使大模型能夠迅速普及。另一方面，之前鑒於行業的“焦慮”，很多本該是大模型使用方的企業，也都想轉型成為大模型的供給方，造成人才、資金等方面的浪費。價格戰之後，很多企業也開始清醒，思考自己的競爭優勢，進而退回成為大模型的用戶，減少浪費的同時，讓更多企業找到適合自己的發展定位。
李大海也認同，當前的價格戰，雖然多少存在一定的營銷成分，但未來一定會比現在的價格更低，“大家都有利潤，才是健康的方式，才能真正讓千行百業的應用落地”。
早於字節跳動大張旗鼓的降價，智譜ai一度被認為是這輪價格戰的發起方。大會現場，張鵬笑着澄清，“子虛烏有”。
張鵬說，從宏觀角度看，降價能夠促進大模型成為真正的基礎設施，但張鵬也提到，不能多過地注意、甚至宣揚這件事，“做虧本買賣不是正常的商業邏輯，不可持續，最終還是要回歸用戶價值、生產力價值”。
回歸價值本身，也是楊植麟的核心看法。他給出了三個判斷，首先未來一個很重要的節點，是推理上的算力顯著超過訓練算力，這標誌着價值開始得到釋放。第二的重要節點，是c端推理成本顯著低於獲客成本，與之前的商業模式有了顯著區別。在這兩個前提之下，第三個關鍵在於，ai能做的事情可能會超過人做的事情，進而產生新的商業模式。
“這可能不是像今天談到的，在b端用api做價格戰，而是一種普惠ai，同時根據產生的價值形成商業模式。這三個點可能會是改變大模型商業模式本身或者roi問題很重要的途徑”。楊植麟說。
在接受北京商報等媒體群訪時，智源研究院院長王仲遠也不可避免地被問到了價格戰的問題。王仲遠認為，降價是件利弊並存的事。
一方面降價對於開發者開發應用場景，接入大模型做更多嘗試，存在價值。但另一方面，如果降價持續且低於實際成本的話，很可能得不償失。
“畢竟大模型迭代仍然需要巨大資金投入，而中國的大模型也不應該停留在gpt-4的水平，我們更樂於看到一個良好的產業生態健康地發展，這也意味着它需要找到自己的產業模式、商業模式”。王仲遠說。
而對開發者，王仲遠認為，選大模型應該優先考慮的不是性價比，而是性能。王仲遠說：“在此基礎之上，我相信價格最終都會回歸到合理的水平。而且對於好用的大模型來說也存在規模效應，如果使用規模上去了，工程師們自然有條件做工程系統上的優化，價格也會自然而然下降，從而避免出現劣幣驅逐良幣”。
北京商報記者 楊月涵
