导读

在第十届实时互联网大会上，多位AI企业创始人围绕“AI的6000亿美元难题”展开热烈讨论，探讨从基础设施到商业化的挑战。

主要观点

• 贾扬清（Lepton AI创始人兼CEO）认为，模型的能力将不断增强，且开源架构的应用会越来越广泛。

• 曾国洋（面壁智能联合创始人）指出，尽管大模型训练和推理成本较高，但随着技术进步，成本会逐渐降低。面壁智能注重模型在端侧的优化，以提高实际部署的效率。

• 王铁震（Hugging Face工程师）强调，开源模型的生态和社区非常重要，但还需重视基础设施和数据闭环。实时处理需要结合文本到语音（TTS）等技术，以实现更好的用户体验。

• 魏伟（MiniMax合伙人）提到，声网与MiniMax正合作开发中国首个Realtime API，音视频多模态模型有望在艺术、影视等领域大幅提升创作效率。

AI的6000亿美元难题

AI基础设施与实际收入之间的巨大差距引起了广泛关注。红杉资本合伙人David Cahn认为，AI可能面临泡沫化风险。然而，GPU价格的下降对初创企业和长期创新有利。

开源模型与基础设施

贾扬清指出，未来模型能力会显著提升，尤其通过蒸馏和压缩技术。多数企业将采用“开源+精调”的方式构建下一代模型。王铁震则强调，开源模型的基础设施和数据闭环同样重要，以实现更好的运行效果。

大模型的成本问题

曾国洋认为，随着技术进步，算力成本将不断降低，模型规模也会缩小。贾扬清预计，一年内推理成本会降至现有水平的十分之一，这对创业者来说是个利好消息。

AI的安全与伦理

近期，OpenAI解散了专注于AI安全研究的“AGI Readiness”团队。贾扬清推测，这可能是为了优先发展业务，也可能是因为传统安全措施已足够应对当前的AI安全挑战。王铁震认为，虽然目前不必过度担忧AI取代人类的问题，但AI对某些行业的负面影响不可忽视。

实时处理的应用潜力

魏伟表示，随着多模态模型的发展，生成式人工智能的应用范围将进一步扩大。文本、语音、音乐和视频模型将帮助创作者提高效率，并带来新的创意灵感。王铁震认为，即使生成效果高昂，只要达到电影级别，仍有市场价值。