日活千万的大模型每年投入超百亿，AI芯片能否接住泼天富贵
大模型从研发走向应用时代，如何破解高成本难题？AI技术日新月异，人类如何提升自我能力以适应变化？4月14日，第二场“知乎AI先行者沙龙”在上海举行，知乎携众多AI行业专家、学者、从业者共同探索AI发展之路。
谈及大模型的商业探索，行云集成电路创始人季宇认为，在大模型时代AI芯片将迎来真正商业化的机会。在他看来，如今大模型把芯片产品的竞争力拉到了内存和互联维度，这些维度相比算力都标准化得多，对解决产品定义问题提供了新的可能性，“这也是中国AI芯片行业真正实现商业化的一次巨大机会”，季宇表示。
对于如何应对AI时代，商汤科技Copilot应用技术负责人张涛认为，“AI时代的新开发者，需要从劳动者转变为思考者，从执行者转变为决策者。”上海交通大学副教授、生成式人工智能研究组负责人刘鹏飞则认为，最佳方式是改善教育，实施更好的教育策略，包括学习AI技术，以及重点培养批判性思维、原创思维、想象力、同理心以及终身学习能力。
大模型成本高昂带来AI芯片商业化机会
“目前大模型有很多订阅服务，一个月10美元或者20美元的价格，大部分还是在用‘爱’发电，靠投资人的钱或者其他业务挣的钱来支撑这一成本。”行云集成电路创始人季宇表示，原因在于大模型的边际成本极高，“在过去的互联网时代，对于互联网厂商的基础设施而言，每增加一个用户，带来的成本基本上是可以忽略不计的，今天大模型每增加一个新的用户，背后的硬件资源都会相应地增加。“
行云集成电路创始人季宇。
放眼未来，大模型在研发和应用层面都有诸多问题要解决，包括模型质量、服务能力提升、模型规模和上下文长度扩大等。在季宇看来，要解决这些问题还会进一步增加边际成本，“今天日活过千万的通用大模型，一年需要一百亿以上的收入才能实现收支平衡，未来如果大模型产业像互联网业务一样服务上亿的用户的话，背后的成本是非常惊人的。”
值得关注的是，这也给中国AI芯片产业带来了前所未有的商业化机会。“过去所有的模型最主要的资源是算力，算力的竞争不仅仅是峰值指标的竞争，对于先进工艺也有很强的依赖性。但大模型给芯片行业带来了新的机会，因为竞争力往往来自于内存和互联的纬度，这些纬度相比算力要更加标准化，比如今天大家去买网卡或者买交换机的时候，更关注的是指标而不是具体是哪家的产品，这就是标准化竞争的好处。其次是对于先进制程的依赖也相比过去会少很多。”季宇表示。
在季宇看来，未来两三年，大模型的商业化还是会在成本和token质量上妥协。大模型行业由此也逐渐分化成了两派，一派是“质量优先派”，通过高质量的通用大模型，去实现超级应用，来覆盖高昂的成本。另一派是“成本优先派”，用足够便宜的硬件来做，在一定程度上牺牲模型的质量，找一些垂直领域，比如写代码或者其他的一些垂直领域，来适应成本的诉求。
“这两种需求都可以通过芯片行业的变化带来一定的解决空间，AI芯片需要把产品定义、供应链问题都解决好，在更多的维度去创造出更有竞争力、更低成本的产品，这是大模型时代下AI芯片的商业化机会。”季宇称。
人类如何自我进化适应AI时代？
除了大模型技术的演进趋势外，人类应如何适应AI时代也是沙龙中探讨的重点。
其中上海交通大学副教授、生成式人工智能研究组负责人刘鹏飞认为，我们身处碳基智能与硅基智能的场赛跑中，随着技术发展，以大模型为代表的硅基智能超越人类为代表的碳基智能是必然趋势。
上海交通大学副教授、生成式人工智能研究组负责人刘鹏飞。
“从代表智能体、学习方式和指导者三方面对碳基智能和硅基智能进行粗浅的定位。从代表智能体来看，碳基智能就是人类，硅基智能的代表就是大模型；碳基智能的学习方式是靠教育，硅基智能我们假设以大模型为例，它就是通过预训练和对齐的方法，不断提高能力。指导者显而易见，人类的指导者就是老师，硅基智能的指导者可能是数据或者AI科学家。”刘鹏飞表示，AI驱动的硅基智能还在不断演化，因为我们还没有把宇宙中所有的语料建完，包括文本、音频、视频、图像等，生成式AI驱动的硅基智能会发生更大的进展。
在“硅基智能”发展迅速的时代，作为“碳基智能”的人类该如何提升自身能力？如何在赛跑中保持主体地位？以及当硅基智能超过人类的时候，我们还能怎么办？
刘鹏飞抛出以上三个问题，在其看来最佳解决方案是改善教育，实施更好的教育策略，包括学习AI技术，以及重点培养批判性思维、原创思维、想象力、同理心以及终生学习能力，“批判性思维，要善于思考当前技术发展的瓶颈，因为很多原创会由此迸发出来。技术发展到一定程度之后很多时候你就需要想象力，基于当前技术边界的理解，未来技术会发展成什么样子，这样才能走出一条非常与众不同，并且可以走通的路。”
面对AI时代，身处其中的开发者在能力上需要面临什么样的变化？商汤科技Copilot应用技术负责人张涛从AI时代的语言、新工具、新开发者三个方面进行分析，他认为AI时代的新开发者，需要从劳动者转变为思考者，从执行者转变为决策者。
“AI可以把我们从很多的需要提效的工作中解放出来，它能做到明显地提效的工作我们都可以交给它，剩下人可以做的事情就是浪费时间，去做一些低效的事情，比如我们可以做一些科学和行业知识的学习，探索一些未知，所以后面的开发者就不仅仅是一个编程者，他可能更多的是一个创造者，一个解决方案的探索者。”张涛表示。
商汤科技Copilot应用技术负责人张涛。
采写：南都记者 马宁宁 发自上海