钛媒体2024 T-EDGE《高峰对话：跨界对话“What for AI VS AI for What”》
这是人类商业史上最大的一场豪赌。
目前，已有超过万亿美元正投入到了当前这轮人工智能的建设中，集中在生成式AI大模型的技术推进与商业前景探索。
不过，在如何落地这些技术的问题上，产业界始终存在一些分歧。而大模型只有落地到各行各业的生态，才能够最大程度地发挥其价值。
在互联网时代走到金字塔尖的业界大佬们，怎么看AI大模型，又是怎么应用的？
12月7日，在北京市大兴区举办的2024T-EDGE创新大会暨钛媒体财经年会上，高峰对话：跨界对话“What for AI VS AI for What”环节中，DeepAI创始人、CEO凯文·巴拉戈纳（Kevin Baragona），360集团创始人周鸿祎，知乎创始人&CEO周源，光源资本创始人、CEO郑烜乐，以及凯利时董事长&CEO、著名主持人、足球评论员刘建宏，分别从各自领域的视角出发，分享了最具代表性的AI应用案例，并讨论了AI在不同行业的技术发展、应用场景、商业模式创新和对未来的展望。
对话由钛媒体集团创始人、董事长、CEO，T-EDGE全球委员会主席赵何娟主持。
巴拉戈纳认为，最具代表性的AI应用是艺术性的图形生成和问答软件，用于法律和财务问题的回答。DeepAI开发的图像设计生成工具非常成功，这展示了AI在艺术创作中的应用潜力。
周鸿祎提到了生成式AI和大模型在传统行业中解决复杂问题的能力，并举了斯坦福医学中心的例子，展示了AI在医疗领域的实际应用价值。
他判断，AGI短期内不会实现，但大模型会在2025年变得更强大，结合具体应用场景产生更多产品。在明年，人人普惠、万物智能、传统企业数智化等六大场景非常重要。
周源看好AI在电影制作中的语言对齐和内容生成能力，发现电影导演能够更高效地创作高质量的影视作品。
他强调，社区交流的本质不是效率第一，而是人与人互动的过程中产生的故事与启发，AI技术可以提升内容与服务的质量，扩大产业总体市场空间。未来，AI搜索将变得更加完善，因此，新的闭环生态系统的建设非常重要，他期待新供应链和产业图谱形成。
郑烜乐从投资、投行视角出发，认为当前AI时代的革新在于 AI正在直接产生生产力。
他预见，AI通过“端到端”的模式，不再是提供生产工具而是直接参与生产过程，伴随与不同领域知识技术结合的持续深入，以一种“造人”的形式，重构整个生产链条这也是当前AI发展中最具潜力和变革性的机会之一。
刘建宏分享了体育行业中AI的应用。他所创立的立足于“AI+体育产业”的公司，在马拉松和台球等体育赛事转播方面，通过智能识别和生产技术实现了高效的赛事直播。
他期待2025年在马拉松和台球转播上实现突破，并希望通过人工智能赋能提升体育内容整体交付的质量。
与此同时，这场对话也重点谈到了AI大模型发展的过程中，所需要承担的责任和面临的挑战。比如说，内容的真实性与专业性，大模型幻觉带来的生成内容的错误率等问题，以及，AI可能带来的社会的伦理影响。
可以说，这是一次相对全面了解AI在不同行业影响的精彩交锋与碰撞，为将来AI跨界融合不同细分场景，贡献了一种新的思路和可能性。
以下是本次高峰对话的精选实录，经钛媒体APP整理与编辑：
谈“最好的场景”：少追AGI宏大叙事，多看传统产业痛点
赵何娟：感谢大家来到T-EDGE与我们进行一场跨界对话，台上的五位嘉宾是创业者也是企业家，在AI的应用的路上，都是各自领域里的探险者。我们会碰撞出什么样的火花？我自己还是蛮期待的。
第一个问题给到五位嘉宾。在各自领域里，你们发现最有代表性AI应用的案例是什么？这个案例有可能在你们公司，有可能不在。
巴拉戈纳：我觉得是做检索和搜索的问答软件，我会用它来回答法律或者财务问题。
赵何娟：你们也在做AI工具，做了很多个。你觉得你公司做得最成功的是哪一个？
巴拉戈纳：我觉得是图像设计生成工具是最为成功的。
周鸿祎：图片生成，文本生成，都不算有说服力，是生成式AI大模型先天具有的能力。现在最大的挑战是如何在传统领域，用AI解决过去不可能解决的问题，我本来挺想打广告的。
赵何娟：允许你打广告。
钛媒体集团创始人、董事长、CEO，T-EDGE全球委员会主席 赵何娟
周鸿祎：本来想讲我们怎么用AI解决网络安全问题。实际上美国有很多创业公司，在传统行业里解决问题。它并没有做行业大模型或者产业大模型这么宏大的命题，如果做钢铁大模型、养猪大模型，是很难交付的，因为你没办法回答客户你要解决什么问题。
我举个斯坦福医学中心的例子。斯坦福医学院把医学服务的场景细分，最后用3个垂直大模型解决3个问题：一是，看病的时候需要家庭医生或社区医生发传真推荐，传真内容之前要用手写，现在利用多模态的能力，通过OCR解决需要大量人力的问题。二是，用数字人模型给病人回电话，用语音合成和理解能力来商量、确定看病的时间。三是，看病之后，要保险公司报销，需要很专业的人给保险公司写报销报告，斯坦福医学院积累很多素材，做了垂直模型专门写报销报告。
斯坦福医学中心通过做这三件事，减少了100人左右的支持团队的工作量。所以正确的做事方向是，在传统行业里找到工作流程中的卡点和堵点，用AI能力将它解决，而不是追求宏大叙事。
今天的人工智能大模型，不要高估它现在的能力，AGI的发展不会这么快来到，但也不要低估它的潜力，目前大模型比较适合在细致的场景进行突破。像刚刚提到的例子，美国的Service市场大概是1万亿，但是有了AI大模型后，Service市场是10万亿。
赵何娟：美国To B市场被AI改变得速度非常快，甚至有人提出AI把所有的软件全部重写。过去的软件市场已经有这么大，将来要被AI重写之后的软件市场，可能是过去的10倍，100倍，美国围绕To B的创业确实非常红火。
作为知乎创始人，周源应该找到中国的OpenAI，成为他们的董事，因为Open AI董事会里有Quora创始人亚当·迪安杰罗（Adam D’Angelo）。能不能讲讲你觉得最佳的AI应用案例？
周源：刚才老周说不要打广告，我也不就推广知乎直答这款产品，但确实很好用。最近我们有个活动，俞白眉导演分享说，AI可以变成电影大师，他用快手的可灵拍了一部电影。科技公司的人说出这话我们习以为常，但他是作为导演说的。他自己的观察和理解认为，人的艺术情感都是可以被语言化的，大模型在今天很好地解决了语言对齐的问题。
赵何娟：我前段时间在洛杉矶参加了一个科技圈的闭门研讨会发现，基本上所有导演都在用AI工具，目前AI还是工具，没有办法取代艺术家和导演，但它会成为很有力的工具，很可能会快速席卷影视圈，这是很好的趋势。
郑烜乐：目前AI应用的发展海外看To C/To B，而国内则是在ToC、AI To产业两个主线下。特别是在产业端，AI通过与产品体系的深度整合，帮助企业直接与客户互动，提供交互频率和深度，实现产品服务一体化，能够大幅缩短和重构产业价值链路。
我前段时间和中国最大的做工程机械的企业创始人交流，他提到了一个我完全没想到的场景，工程机械说明书。和家用电器不同，一份工程机械说明书长达几千页，每换一个不同批次、不同供应商的零件，说明书就得重新印一遍，不然用户打开说明书就找不到需要的零件。现在企业可以用大模型和生成式AI来解决这个问题，用户有任何问题直接问AI，只需拍照就可以识别不同零配件，找到具体用法。在这个小细节上AI为产业极大地提升了效率并控制了成本。
赵何娟：建宏在ChatGPT发布之前就在提，体育是可以用大模型，可以用AIGC，体育行业那么早就意识到大模型对行业的改变，科技圈的向你要致敬。
刘建宏：我争取发散性地回答问题，看看能不能最后打个广告。电视是技术高密集，人员高集中的行业。如果是转播体育比赛的话，要有慢动作，还有各种的数据，其实非常复杂，这是庞大的团队才能完成的。今年巴黎奥运会的时候，我说，电视还是按照原来的惯性在成长，巴黎奥运会上的新技术都是靠叠加硬件、人力。我认为，这届巴黎奥运会应该是最后一届传统模式制作，下届一定要发生改变。
我们就在为这件事情做努力。在前不久的北京马拉松比赛，3万人参赛，我们在那天为所有的参赛运动员生产3万条个人短视频，在传统的行业里面是做不到的。这只是我们的第一个产品，也是我入门人工智能的初级产品，但是做了6年，确实做得比较成熟。
谈AI搜索：互联网老兵分歧与共识的焦点
赵何娟：Kevin在2016年成立Deep AI，当时生成式AI不是主流技术，你当时为什么选择初创公司开启这样的业务？
巴拉戈纳：这是我认为计算机能做得最好的一件事，即使当时的质量可能不是特别高，似乎也是不可能完成的任务，但生成式AI就像魔术一样，当时我对这个技术就是这样的看法。后来，我们能够让AI发挥得越来越好，质量越来越高，就像魔术越来越神奇一样。
DeepAI创始人、CEO凯文·巴拉戈纳（Kevin Baragona）
赵何娟：周鸿祎最近拍了一部短剧，在里面客串霸总，短剧也挺火的，有可能你是为了推广360的AI搜索。短剧制作和你做的AI搜索之间是怎样的关系？你怎么看现在的AI搜索的趋势？
周鸿祎：拍短剧是灵机一动。我看了一部短剧，硬着头皮看完了，20岁霸道总裁爱上50岁阿姨。
赵何娟：你有没有幻想过50岁阿姨是世界首富，然后爱上你？
周鸿祎：没有。你们知道，中国短剧的市场容量已经超过传统影视行业，把我们的头脑给格式化了。我其实也不爱看，但是很多人看。
赵何娟：为什么还是看完了呢？
周鸿祎：理性的周鸿祎说这瞎胡编的，感性的周鸿祎说看下一集到底发生了什么，有魔性的短剧和短视频，都是利用人的多巴胺，毕竟我们是普通人，有的时候需要克制。
但有一点，拍短剧确实成本特别低。我们策划了1天，只花了10万块钱，但是播放量现在已经过几千万，你花10万块钱投的广告去宣传产品能有这个效果好吗？
拍短剧是行为艺术，实际上是为了推广我的产品，纳米AI搜索。刚才讲到的AI，都是很好的场景，但对于很多公司来说，比较现实的是，把已有的业务重做一遍，我一直做搜索和浏览器，我们很自然地想到用AI重塑搜索。
纳米搜索有三个关键词：1、多模态；2、答案引擎；3、生成式创作能力。
大家原来觉得搜索引擎给的答案太多，而且搜索引擎的商业模式忍不住在链接里放广告，大家还是喜欢比较简明扼要的答案，我们用大模型把找到的成百上千个网页都阅读之后，给你总结一篇直截了当的答案，这是利用生成式的特点。为什么叫创作引擎？搜索只是手段不是目的，你们还是为了创作搜索，比如，老板让你写市场调研报告。
赵何娟：现在360做AI搜索，最有商业化的机会在哪里？美国有个独角兽公司Perplexity，现在被认为是谷歌最大的挑战者，纯AI搜索，1年之内估值涨100倍，但没解决商业化的问题。挑战谷歌做AI搜索，很重要的问题是怎么找到新的商业模式的问题。
周鸿祎：Perplexity我们研究过，技术就那么回事。商业模式是新的AI搜索挑战传统搜索的机会，如果解决了AI搜索的商业模式，那么，谷歌和百度很容易把搜索升级。之所以谷歌没有动，不是傻，谷歌里很多聪明人，那么大搜索量变成免费无广告的答案引擎，能不能战胜Perplexity还不一定，自己就先引刀自宫了，谷歌是受不了的。这可能才是Perplexity的机会。
AI有可能逼着互联网公司改变传统的广告模式，因为原来互联网的服务成本很低，靠广告是可以收回成本的。但是最近大家注意到没有，OpenAI直播宣布GPT o1的版本，1个月收200美金，从20美金涨到200美金，说明成本太高也撑不下去。AI应用的商业模式现在还比较早期，现在是谁能找到合适的场景，这个问题还没有解决。
360集团创始人周鸿祎
赵何娟：大家知道知乎的产品形式是问答社区，有了新的AI技术加持，知乎要变成知识搜索的平台吗？
周源：首先我们不是转型。按照刚才老周举的例子，答案引擎可以把很多网页快速总结，给你比较简洁的回答，但其实很多人并不需要。
社区本质上是人和人进行沟通讨论交流的场景，很多时候不是把效率放到第一位，可能是中间的故事启发到你，而不是最后的结论，人和人沟通讨论不是以效率为第一优先的。
周鸿祎：我完全同意你的观点，说了半天，咱俩不竞争。知乎上有很多讨论的素材IP特别适合拍短剧。
周源：今天围绕创作这件事，我比较倾向于思考的方向就是，有新技术的赋能和加持以后，怎么产生高质量的内容，帮助人做到以前做不到的质量。
如果把整个内容行业拆开来看，内容平台的这部分最大的商业模式，就是刚才老周说的广告变现，因为被消费品化。但是可以把内容变成商品，再变成服务。变成商品是类似现在的短剧等影视内容，这个市场是不够大的，差不多千亿规模。
如果AI技术能够大幅提升，把产品服务的质量，显著提升到现在达不到的用户体验，这是比较有机会的。刚才老周举的例子，让大家更快速地去写小作文的方式可能是不行的。
知乎创始人&CEO周源
赵何娟：老周，周源说您说的方式不太行。
周鸿祎：他不光批评我，他也批评了建宏。
刘建宏：我回复一下，在体育当中，恰恰可以用人工智能的方式，把体育传统的内容做有效提升。我们要做各种艺术化的处理，实际上都是技术的手段完成的，要加入大量的数据，跑者的跑姿，身上的可穿戴设备，要把它打通，而且，解决的路径就在那里，只要我完成，就比现在的质量要提升N倍不止。
周鸿祎：老刘的广告这么多，我也插播点广告，我开头不好意思打广告，大家可以下载纳米AI搜索试试。我同意周源讲的，但中国大部分用户连看文章都不爱看。
很多知名演员，艺术圈的导演给我发信息，意思说，周鸿祎干拍短剧这么低档的事，现在短剧看起来拍摄粗糙，剧本粗糙，但是架不住人民喜欢。只要有强大的用户基础，质量是可以慢慢地改进。
刘建宏：我认为不管是文字搜索，还是我们现在说的所谓的文生图，文生视频这些技术，之所以很难有大的突破，是因为太广了。人工智能体育的应用里面，有个特别合适的地方就在于体育的规范性。
人工智能之所以特别适合在体育里面运用，就在于体育的规范性。全世界乒乓球台的案子都长得一样，打网球，打篮球，踢足球，任何体育比赛规则都一样。体育赛事已经把规则限定了，还有固定的场地和人员，相对固定的转播逻辑。在这个基础上，再加入艺术性的处理，就能够让体育的故事马上变得不一样。
周源：回到你问的问题，我觉得AI搜索的当前还是非常不完整的。传统搜索不能只看搜索框和前端交互的部分，应该把搜索的入口和后面索引的网页，加上网页承载的生态链服务放在一起讲，它是闭环的生态系统。
AI搜索的体验，用知乎直答，你会发现它是内容产品，会在上面停留更长的时间，这个方式和传统搜索差异很大。传统搜索是你搜完之后去到另外的地方，但是新的供应链在哪里？还没有完全形成，通过各种各样的Agent帮助新的交互体验下去完成。
原来你用搜索引擎去订机票，是靠网页和网站完成。现在是新的供应链，服务供应链、内容供应链，如果是一套Agent的生态，这个Agent完成的事情，其实是workflow，这种workflow未来有很多。
赵何娟：我发现人类发明语言的同时限制了自己，我们发明“搜索”这个词，可能就除了搜索之外找不到可以对标这个语言的时候，我们就用搜索这个语言来套它，最后也限制了我要创造新的产品这件事情。现在AI的搜索方式不叫AI搜索，它应该叫什么？
周鸿祎：凡是语言不能表述的，人类是无法思考的，语言是思维的边界。“AI搜索”现在比“AI助手”的概念要更好。AI包括ChatGPT有两个问题，承诺无所不能，你发现有的期望能落实，有的期望能落空，期望的结果是不确定的。
提示词是对AI普及给普通用户最大的障碍，你用ChatGPT聊天机器人的时候，你的提示词写得不好，它表现非常差。搜索已经很多用户习惯，但是搜索有很多的不足你可以改善，用户对搜索的使用非常简单，不需要教育，不需要写提示词，而且用户对搜索的希望也非常简单，就是找到答案。
知乎当年能起来，因为大家已经厌倦，“我搜刘建宏的创业项目怎么样”，出来1万个结果，我点开之后发现不是，是刘建宏的绯闻，很烦琐。早期上知乎的时候，无论问什么问题，我能得到比较清楚简单的答案。
但是，知乎最是靠人肉回答这个问题。Perplexity就干了两件事，一是AI测你的意图非常准，写的词不达意，表达的语无伦次我们都可以把意图猜对；二是不用人来写，用AI生成式，今天的大模型叫生成式人工智能，把答案写出来，答案基本上是靠谱的。
后来知乎变成社区，周源强调人和人的关系，将来可能也会有AI的数字专家，就是你说的Agent，可以在里面进一步地跟你讨论问题，我觉得Perplexity打的也是AI，我觉得AI搜索的概念其实没问题，包括知乎也推出这个产品，其实我们做搜索也很痛苦，我们也有自我颠覆，里面暂时找不到地方放广告。
谈生成式AI与人的关系：不能简单地用“效率”区隔
赵何娟：这也涉及我下一个想问周源的问题。今年你在乌镇的时候有提到，在AI的驱动下，未来十年“IoT万物互联”将逐步进化为“IoA万物智能互联”的概念，社区最核心的其实是人和人之间的交互，对于下一代的社区类或者说像知乎这样的产品变成万物智能互联之后，AI怎么解决人和人之间的关系？知乎社区的基础是不是也会受到冲击？
周源：人的很多基础的需求是非常稳定、长期的存在着。比如生老病死、社交，比如构建认知体系等等，这是一代代的成长学习，它是有非常强的类似性。人和人互动，AI和AI互动，这是两个不同的范式，不能简单地用效率进行区隔，这关系到每个人自己的奖励机制它背后的动力是不是发生比较大的牵引。
刚才说的是体育技术，未来什么东西会变得非常值钱和真实，我认为体育的竞技就是，“人在跑”是没有办法替代的，来自人类本身的好奇心。
赵何娟：讨论再深入下去会上升到哲学的话题。知乎是光源的客户，光源在上轮互联网的浪潮里有非常多互联网公司的案例，现在AI来了，你认为和上一代互联网企业创业有什么不一样？现在的AI产品还是要落到互联网时代融资时候经常提到的日活和月活，AI应用是不是最后要回到互联网产品的逻辑？
光源资本创始人、CEO 郑烜乐
郑烜乐：这拨AI和之前相比最大的区别在于泛化性。它在解决通用问题的过程中，形成泛化的能力。之前的AI没有资格讨论日活，这代的AI却有资格讨论日活。
AI再往前发展，它解决的问题就与移动互联网不同了。移动互联网本质上是链接，两位周总都是移动互联网的老人，对这方面肯定也有深入的认知。我的观察是，移动互联网解决的问题是链接，包括链接的效率、链接的时空规模等等，把所有没有在线的东西变得在线化、可触达化。
但是AI的本质，是感知、决策和执行的一体化，本质上是通过直接生成服务本身解决问题，生成用户想要的结果。既然解决的问题不相同，那以前移动互联网能做的事，就会被用端到端的方式再做一遍。其次，之前没有被移动互联网解决的事再交给AI，机会也很大。很多以前意想不到的场景可能都会通过AI实现。
中国市场跟其他地方最大的区别可以归纳成两方面：
一是巨大的消费市场。中国的产品，特别是TO C产品，理论上比全球其他产品有更大的日活、更大的规模效应和网络效应，所以导向了非常好的商业化前景。
二是中国有更好的产业土壤。中国是全球最大的工业国家，有全球最完整的工业门类和产业链条，在中国要看AI To产业和AI TO C的机会，美国则更多看AI TO B，所以在中国赚产业的钱和赚用户的钱这个逻辑是完全没有问题的。
中国的企业最关心的三件事：
一是智能化。也就是怎么用AI做自己新的产品或场景，颠覆或者改造自己的行业。对于创业公司来讲，就是怎么创造产业场景，怎么形成产业的场景或应用；
二是全球化。中国所有企业家都在探索出海，这是因为中国的企业具备和全球企业竞争的基础。其次是虽然中国市场是最大的，但对于中国的工程师红利来说，中国的供应链红利还不够大；
三是产业创新。企业家们都在想怎么避免内卷，怎么更好地创新，更好地做产业创新。
这三件事里面最重要的就是智能化浪潮，也就是AI。刚才两位讲到很多产业场景的问题，刘老师讲到的产业应用的问题，都意味着AI已经向前迈出了非常卓越的一步。
赵何娟：建宏，咱俩都是专业媒体人出身，我们都有一种执念，在专业性这件事上是不能挑战的。我以前做调查记者，我会对自己的文字有非常严格的要求，我自己出来的东西，是要为这个文字负责的，一定要对它的真实性、专业性负责，我对错别字的容忍度都非常的低。
我发现AI生成一个很大的问题就是，用户得到的内容有幻觉，有虚假的，有不那么真实的。你们做体育AI生成的内容，要是弄错一个地方，可能平台觉得没有什么，但是作为职业的媒体人来说，会觉得是非常大的问题，你怎么面对这种错误率？
刘建宏：我们是从对体育活动镜像的记录开始，其实都是对人类体育活动客观的记录和反映。我们首先要做到的就是真实地去记录，这点我相信现在已经完全能够做到。马拉松我讲得更多，但实际上现在把两个场景，台球场景和乒乓球场景，也已经完全智能化，而且这两个项目的智能化程度远远高于马拉松，我们在台球赛事和乒乓球赛事的转播里面已经完全实现无人化。体育赛事的直播是多人单任务，所有的人都是为了一件事，把赛事转播好，实际上是有规律可循的。
赵何娟：别工作被干掉还能理解，像我刚刚讲到，我要为我的内容负责，为我名字下AI生成的内容负责，就像解说员，大家记住的是黄健翔个性化的瞬间。
刘建宏：麦当劳可以服务大众，让大众填饱肚子，再就是米其林的个性化，在我的行业里面，实现“麦当劳”已经很容易，我已经看到这条路，路径已经很清晰，未来体育的米其林不是黄健翔，也不是刘建宏，它是未来的逻辑。
未来靠人工智能转播出来的体育赛事，可能是全数据化的，并且它的联想和推理是另外一套逻辑，哪怕最优秀的解说员不可能认识到全场的观众，但是人工智能可以建立梅西和他的启蒙教练的关系，可以建立老周和他的绯闻女友的关系，人工智能可以建立这种联系，用它的推理能力进行表达，到时候人们看到的体育比赛和现在的不同，甚至人类从事的体育项目也会发生改变。
凯利时董事长&CEO、著名主持人、足球评论员刘建宏
谈2025年最期待：workflow，具身智能，AI for Science及其他
赵何娟：时间关系，最后的问题同时问5位嘉宾。在2024年的年尾，你们对2025年AI的趋势有什么判断和期待？
周源：我还是非常明确地把基座模型的机会，和场景化的机会看成两大类。基础模型看英伟达一季度300多亿美金的销售收入，是这些基座模型的成本，300多亿中国加美国算10家公司，相当于1家要花30亿美金，这是大数。
当然英伟达还有TO C业务，把TO C业务砍一半，差不多15亿美金，15亿美金1年下来你得花200多亿人民币，玩家数量很有限，在这种情况下，应该看到整个开源的技术和现在也做了很好的基础以后，开源的应用场景，里面有大量的Workflow就是刚需，Agent就是定制解决问题的。
巴拉戈纳：当然，我觉得AI会继续蓬勃的发展，我们会看到更多的应用，更高质量、更快的应用，我们会看到到处都有AI，2025人们可能会有点疲惫，因为到处都是AI，人们可能会有点腻，其实和现在类似。无处不在，游戏模型、音乐模型等等无所不在。在于我们如何定义AGI，今天也可以说已经有AGI，只是说AGI明年会越来越好。
周鸿祎：如果AGI定义成通用人工智能或者叫超级人工智能，我觉得现在AGI可能短期内不会来到，大家在Scaling Law（尺度定律）上还是碰到很多障碍。大家用大模型做应用场景，会变成两个体系。全世界不超过10家会继续在AGI上拼算力、拼数据、拼训练，我期望在2025年看到大模型是能力不是产品。
我建议有6个场景值得大家关注，其实2024年已经开始。
一、人人普惠、人人智能，如何在2C的领域把人工智能的能力变成大家生产中提高生产力的工具；
二、万物智能。所有智能硬件，所有硬件包括工业设备都会考虑有边缘侧的大模型上来，可能你们家的电视以后说话也不那么智障，你们家的冰箱也带着眼睛，路过冰箱的时候和你打个招呼说干嘛不打开喝瓶牛奶，家里的电器和你乱说话，你也不要觉得很意外；
三、传统企业的“数转智改”获得大发展。我刚刚讲斯坦福医学院的例子。既然用人工智能打造新质生产力，就要跟企业的核心业务系统发生赋能，直接能够降本增效；
四、助力新兴产业。新兴产业本身就是数字化，像具身智能、自动驾驶、低空经济，用大模型带来的新的范式；
五、AI for science，今年诺贝尔奖已经证明这点；
六、AI安全。无论是AI解决安全问题，还是解决AI安全的问题，会变得越来越重要。
郑烜乐：我非常同意周总讲到的几个方向。我就重点讲讲创业公司的机会。
如果看2C的话，在中国的游戏、教育等专业内容和服务生成的领域，AI和具体场景结合来生成服务、内容和结果的方向可能会是创业公司的机会。
我也看好具身智能，特别是中国的具身智能。它不像语言大模型，中国起步比别人晚，算力也少很多，处于追赶的状态。中国在具身智能方面拥有最强大的硬件供应链生态，最好的应用场景：工业、产业、物流等等，未来赢面很大。
软件层面中国也不落后。美国和中国做具身智能的其实是同一拨人，多数都是清北、斯坦福毕业，先做科研后期回国，基本上大家项目启动的时间都差不多。最后数据方面，目前行业数据缺乏，大家都处在同一个起跑线上。
所以很难不相信中国会变成具身智能领先的生态，光源也正在积极投资布局这个方向。
为什么创业公司有机会？因为传统科技互联网大厂并不热衷于做硬件产品，过去做机器人的公司积累的软件能力与具身智能泛化的能力间的差距非常大，具身智能是软件定义硬件，创业公司非常有机会实现超越。
刚才周总讲到“智障”到“智能”，在这个曲线走完之前谈不上成本。企业不会允许“智障”的东西进入到生产场景里。但从“智障”变成“智能”，大家就要开始关注它的成本和投资回报周期。
一旦智能化，或者说“智障”到“智能”的问题能够解决，比如英伟达十年降了百万倍的算力成本，成本的曲线下降会远远快于智能化水平提升的曲线。规模化带来的成本下降曲线又可以更好地体现出来，等到越过体验阈值进入到成本下降曲线的应用，就会在工业、物流和其他场景获得机会。
AI for science也非常有发展前景，这一点从诺贝尔奖的趋势中就可见一斑。无论是在材料科学还是生命科技的发展中，AI的角色已经发生了根本性转变。AI不再是生产力的连接器，而是成为生产力本身，直接参与到生产过程中，甚至在某些环节替代了人类的工作。这会是我在未来一年中将特别关注的重点方向。
刘建宏：当我们说突破的时候，肯定不是说整体，一定是单点或者是局部。2025年可以在两个项目上有突破，马拉松和台球转播，能够实现对目前人类已有水平碾压式的超越，我已经迫不及待等待那天的到来，我渴望人工智能大的能力提升，给到我有力的支撑，让我们在单点上实现突破。
赵何娟：特别感谢几位嘉宾刚才精彩的分享和碰撞，谢谢大家。
（本文首发于钛媒体APP，作者｜李程程，编辑｜胡润峰）
