智東西3月24日報道，今日，GTIC 2023中國AIGC創新高峰會在北京圓滿舉行！
正值GPT-4時代的大幕被一把拉開，本屆峰會以「AI新紀元創造新世界」為主題，是國內首場聚焦生成式AI（AIGC）的高規格創新高峰會，匯聚超20位產學研大佬展開了一輪輪激烈的技術交鋒、觀點碰撞，幫助每一個在迷霧中砥礪前行的產業人完成一場去偽求真的旅程。
太多問題在過去兩個月湧向我們的大腦：GPT-4真的會帶來認知智能的爆發嗎？我們的AI和ChatGPT有多少差距？中國版OpenAI會誕生嗎？被大廠高頻提及的MaaS（模型即服務）會是確定趨勢？中國AIGC產業會是「大廠贏者通吃「還是「百花齊放」…許多問題都在這場峰會中得到了解答，答案大多與我們不假思索的直覺不同，甚至專家之間的觀點也截然相反，使得這些探討變得格外有價值。
從大廠大模型產品交鋒到頂級AI投資觀點碰撞，從AIGC硬創先鋒產品嚐鮮到算力企業的“暴力美學”PK，從“大模型VS小模型”的爭論到“ ChatGPT為何沒有先出現在中國」的靈魂之問…一波高潮迭起，峰會現場座無虛席、人氣爆棚，交流氛圍熱烈，全天到會觀眾超過千人，全網直播人數高達420萬人次。
智一科技聯合創辦人、CEO龔倫常代表主辦單位在峰會上說，AI產業正在迎來新的市場機會期，中國AIGC創新峰會希望為學術界、產業界、投資界搭建一個交流的平台。本屆高峰會主要包括一個AIGC高峰論壇主論壇，大模型、中國類ChatGPT、AIGC應用創新三大專題論壇。
會上，來自中科院等學術機構，微軟、百度、快手、英偉達、崑崙萬維、商湯科技等行業巨頭，瀾舟科技、墨芯人工智慧、優必選、智譜AI 、潞晨科技、雲知聲、竹間智能、aiXcoder、影譜科技、運算美學（Nolibox）等創業先鋒，啟明創投、創世夥伴資本、藍馳創投等投資機構的嘉賓代表們，分享了大模型與生成式AI的前沿創新、商業前景、算力進化、創業機會與投資策略。
以下，是今日AIGC高峰會的演講精華。
智一科技聯合創辦人、CEO龔倫常代表主辦單位為本屆峰會致詞。預訓練語言模型、擴散模型等關鍵演算法與模型的出現與演進，推動了生成式AI的快速發展，相關產品在極短的時間內吸引了全球的關注。
▲智一科技共同創辦人、CEO龔倫常
過去一週更是AI突飛猛進的關鍵期，GPT-4和文心一言的發布、微軟將GPT整合進了office全家桶帶動了生產工具的飛躍。 AI產業正迎來新的市場機會期。
基於此，中國AIGC創新高峰會希望為學術界、產業界、投資界搭建一個交流的平台，讓大家能在這裡深入交流、激盪思想，並促進合作和創新的落地。
今年是智一科技成立的第7年。智一科技堅持科技與產業雙輪驅動，聚焦以數位化、智慧化為代表的尖端技術及其產業應用，建構產業媒體與企業服務兩大業務體系。
智一科技擁有以智東西、芯東西、車東西為代表的產業媒體矩陣，已成為國內定位獨特且具有較高影響力和公信力的產業媒體；同時針對產業升級需求，發展出以智東西公開課程為核心的企業服務體系，與產業優秀公司、全球頂尖大學的專家學者合作，舉辦系列talk及新青年講座，並與國內外頂級企業合作舉辦客製化公開課，截至目前已完成的課程超過600節，收穫良好口碑。
在上午的峰會現場，瀾舟科技創辦人兼CEO&中國電腦學會CCF副理事長周明講解了大模型帶來的新範式，中國科學院自動化研究所研究員&博士生導師張家俊解讀了紫東太初大模型如何理解世界的奧秘。
同時，微軟全通路事業部技術長徐明強帶大家探索了AIGC趨勢及微軟Azure OpenAI服務在企業的應用；剛推出文心一言的百度集團副總裁袁佛玉來到現場，探討文心一言如何改變雲端運算市場遊戲規則。
1、瀾舟科技周明：大模型帶來認知智慧崛起，九大面向重點
瀾舟科技創辦人兼CEO、中國電腦學會CCF副理事長、創新工場首席科學家周明深入解讀了大模型帶來的新典範。
▲瀾舟科技創辦人兼CEO、中國電腦學會CCF副理事長、創新工場首席科學家周明
#身為微軟走出的技術專家，周明說自己深受微軟聯合創辦人比爾蓋茲影響，認為大模型正帶來認知智能的崛起。大模型尤其是ChatGPT代表語言理解、多輪對話、問題求解進入了一個可實用的時代；同時，大模型有效解決NLP任務碎片化問題，大幅度提高研發效率，標誌著NLP進入工業化實施階段。
當下，AI正歷經從單一任務的專用模型，到廣泛任務的通用模型的2.0時代，再到通用人工智慧的AGI時代。 AI 2.0時代將首先革新創作內容、辦公室方式、搜尋引擎、人機互動介面、金融等多個領域。
創立於2021年6月的瀾舟科技已推出了多個大模型對外產品服務，目前已落地孟子大模型、AIGC（智慧創作）平台、機器翻譯平台、金融NLP平台等多款技術及產品，落地同花順、華夏基金等企業。結合類ChatGPT技術，瀾舟科技推出了對話機器人MChat，能夠透過智慧對話幫助使用者完成特定場景中的多種工作任務。
談到產業未來方向的展望，周明坦言，當下類ChatGPT技術在推理、邏輯、數學和算術、事實性錯誤等方面仍有所欠缺。未來，大模型相關的九大問題尤其值得關注，涉及推理能力、事實正確性、中文處理能力等面向。
2、微軟徐明強：與OpenAI合作建構超級電腦
模型參數正在呈現指數型成長趨勢。如今，對大模型的質疑會在短短1-2年內被新的質疑所取代。所以，微軟全通路事業部首席技術長徐明強堅信，模型仍然會快速成長，因為目前的高品質語料目前僅使用了1/10。
▲微軟全通路事業部首席技術長徐明強
這一切的背後都離不開強大算力的支撐，這也決定了所能訓練模型的大小、參數。因此，微軟Azure與OpenAI合作建造了專為大規模AI訓練而設計的AI超級計算機，該計算機擁有285000個CPU、10000塊GPU。
徐明強把大語言模式比喻為了一塊海綿，維基百科、醫學或科學論文就是水，把這些論文塞進去就會帶來其能力的湧現。
最後落腳到企業應用程式中，在CPU時代，企業應用時思考的問題是如何把商業問題轉變為運算問題，也就是透過編譯器將應用程式轉為運算問題，如今則轉變為如何把各行各業界的問題轉化為內容處理問題。
企業級ChatGPT應用情境包含客戶服務、銷售市場、內容產生、知識管理、輔助決策等。
3、中科院張家俊：揭秘“紫東太初”，多模態大模型初現“多專多能”
會上，中國科學院自動化研究所研究員&博士生導師、武漢人工智慧研究院副院長張家俊解讀了「紫東太初」大模型如何理解世界的技術奧秘。
▲中國科學院自動化研究所研究員&博士生導師、武漢人工智慧研究院副院長張家俊
張家俊談道，深度學習預訓練大模型效果不斷提升。當下，透過自監督學習條件下“大數據 大模型”方式，多模態大模型初現“多專多能”，在小樣本學習、自然語言問答、跨模態生成等方面快速進步。大模型帶動了創新潮，但其能耗和成本極高，認知能力與人相比仍有很大差距。
「紫東太初」是中科院自動化所團隊推出的全球首個千億參數多模態大模型。張家俊稱，此模型支援Token等級、模態等級與樣本等級的多任務自監督學習，多模態弱關聯資料在512卡訓練128天，同時實現模態理解與模態生成統一建模。 「紫東太初」支援以文搜圖、以圖生音、以音生圖等跨模態檢索與生成實例，例如輸入一個真實影像，紫東太初就能產生個人化的3D形象。
目前，團隊已推出了紫東太初開放服務平台1.0、紫東太初·洛神1.0 AIGC智慧生成平台，並整合產學研用各方資源建構人工智慧開源開放生態，探索通用人工智慧產業化路徑。
4、百度袁佛玉：文心一言將改變雲端運算市場遊戲規則，超10萬家企業申請呼叫
全球AI產業已經進入爆發期， AI正在創造一個全新的世界。 2021年，百度CEO李彥宏曾說：「當電腦具備了對人類自然語言的理解能力，具備清晰的表達能力，具備很好的邏輯推理能力，它就非常像人。而機器的記憶力、計算能力遠比人強。因此，AI一定會徹底改變今天的每一個行業。」
人工智慧時代IT技術堆疊有應用層、模型層、框架層、晶片層四層架構。袁佛玉說：「全球範圍內，百度是唯一在這四層都擁有領先產品的公司。」
此外，大模型發展會在新型雲端運算、產業模式精調和應用開發方面帶來三大產業機會。
向上追溯應用，快手MMU NLP中心和音頻中心負責人張富崢講述了AIGC技術在快手的探索和應用；向下探究算力，墨芯人工智能創始人兼CEO王維則向底層溯源了AIGC時代算力如何「進化」；此外，啟明創投合夥人周志峰從投資角度講解了AI新浪潮中的創業機會和投資策略。
1、快手張富崢：探索AIGC應用，數位人、影音多點開花
實踐出真知。會上，快手MMU自然語言處理中心&音頻中心負責人張富崢透過示範AI產生數位人、音樂、影片的最新案例，分享了快手在AIGC的探索與應用。
▲快手MMU自然語言處理中心&音訊中心負責人張富崢
張富崢首先從工作流程角度談及了對AIGC的理解，基於“創作者將想要表達的想法輸入，透過AI技術合成內容輸出「工作流程出發點，快手透過平台引擎、基礎設施、AI原子能力、AIGC解決方案、落地場景等多面向佈局了AIGC。
在數位人場景，透過簡單輸入文字，使用者在5分鐘內就能產生具備精確口型、豐富表情/動作的數位人的應用，能用於電商、招募、主播、培訓等多個場景。
在智慧音樂方面，使用者可以根據使用者輸入指定的主題詞等訊息，產生押韻且與主題詞相關的歌詞、特定旋律，AI歌手等應用程式也已接近真人的歌唱程度。
在影片製作方面，AIGC技術對創作者也是大有幫助。例如，快手影片創作「一鍵成片」均消費量超4.5億，文案成片日均作品消費量超4000萬。
2、墨芯人工智慧王維：稀疏計算成大模型落地最優解，墨芯引領AI 2.0算力進化
在需求側，數字文明發展已經發生了根本變化。生成式AI打開了建造爆炸性成功應用的大門，AI 2.0大模型時代對算力的需求已完全被顛覆。相較於AI 1.0小模型時代關注算力通用性，大型預訓練模型結構統一化，更專注於可擴展性。算力的成長和推理速度，已成為大模型發展和應用的痛點。
墨芯人工智慧創辦人兼CEO王維說：「單純靠硬體難以滿足指數級的算力增長需求，必須透過軟硬融合。在這個方向上，稀疏計算是公認的最有潛力發展和落地的方向。」相比稠密計算，稀疏計算可以達到1-2個數量級的性能提升。
▲墨芯人工智慧創辦人兼CEO王維
2021年初，墨芯第一顆高稀疏率的AI運算晶片Antoum流片成功，隨後墨芯發布了基於Antoum的AI計算卡系列S4、S10、S30，支撐多樣化的AI應用場景。基於墨芯獨特的雙稀疏演算法與軟硬協同理念，墨芯的產品可以兼顧高性能與低功耗，並且雙稀疏演算法可以在許多網路和應用中實現高達32倍的稀疏。
透過在176B開源大模型BLOOM上的實測，墨芯S30計算卡在僅採用中低倍稀疏率的情況下，就可以達到25tokens/每秒的生成速度，並以4張S30超過8張A100的生成速度，大幅加速推理速度。
王維說：「大模型的快速發展，為AI晶片新創公司帶來了向巨頭玩家發起挑戰的機會，擁有了全新的展示舞台，用顛覆式創新帶來數量級性能突破。」
3、啟蒙創投週志峰：近六成生成式AI創業者聚焦多模態應用，中國生態或創造更多機會
40年以來，隨著算力和數據的不斷爆發式增長，AI技術形態發生倍增變化。如何站在新的節點上預判趨勢、事先佈局？
啟明創投合夥人周志峰談道，這波由超大規模預訓練模型驅動的AI浪潮從底層技術展現出變革性的泛化能力和湧現現象，一定程度解決了AI 1.0時代創業面臨的不少問題，包括AI技術僅是隱藏在終端產品中的一小部分、社會缺乏對AI技術的合理預期、缺乏完善的應用開發基礎設施與環境、缺乏上市公司和資本市場估值體系等。 AI再次成為創業和投資的熱點。 2020年GPT-3發布的兩年內，全球創投機構對AI企業的投資成長了4倍，光是2022年就有13.7億美元的融資。
▲啟明創投合夥人周志峰
與百度創始人稱「中國基本上不會再出一個OpenAI」的觀點不同，週志峰認為，中國與美國對於AI底座大模型的生態環境非常不同，中國有許多獨特的機會。除了高技術障礙、高人才密度和高資本需求的大模型方向，年輕創業家、垂直產業老兵、AI界大咖在科技和應用多個面向都有不同的創業機會。啟明創投科技團隊總結了一張AI新浪潮生態架構及重點佈局領域“地圖”，從智算平台、工具鏈、開/閉源大模型、自建模型/第三方模型構建的應用等領域帶來創投參考。
根據啟明創投科技團隊與100餘家2020年後成立的企業的交流統計，在生成式AI創業領域，有14%的創業者聚焦於底層技術，57%的創業者聚焦多模態應用，29%的創業者聚焦語言類應用，能夠在AI技術上建構自有障礙的技術驅動型新創公司和可以融入產業工作流、提供高商業價值的應用創業公司更容易脫穎而出。
狂飆的ChatGPT如何掀起新一輪科技革命？在上午的圓桌對話，智一科技聯合創始人、總編輯張國仁與竹間智能總裁&COO孫彬、優必選語音技術科學家黃東延、創世夥伴資本合夥人梁宇一起探討了關於技術、產業、投資的勁爆問題，將現場的氛圍推向高潮。
▲圓桌對話環節，由左至右依序是：智一科技共同創辦人、總編輯張國仁，竹間智慧總裁&COO孫彬，優必選語音技術科學家黃東延，創世夥伴資本合夥人梁宇
ChatGPT橫空出世，被英偉達CEO黃仁勳盛贊是“人工智能的iPhone時刻”，專注於自然語言理解賽道產業落地的竹間智能總裁&COO孫彬感慨道，這項產品的火爆確實在他們的意料之外，大模型、暴力參數帶來的新範式改變已成為一個開始。
優必選是將人工智慧賦能到服務機器人的頭部玩家。 「GPT的出現，讓我們看到了人工智慧深入各行各業，服務機器人走進千家萬戶的時代到來了。」優必選語音技術科學家黃東延說。
▲優必選語音技術科學家黃東延
先前深度學習三巨頭之一楊立昆（Yann LeCun）曾談道，ChatGPT沒有特別的創新，只是被很好地組合。專注於早期科技企業投資的創世夥伴資本合夥人梁宇也表達了相近的觀點，他認為從技術角度來講，Transformer架構的系統整合和工程化一直在穩定創新，ChatGPT並沒有實現革命性突破。黃東延同意梁宇的觀點，並補充說，OpenAI是在整合、試錯的過程中發現了“上帝給的密*”，使得對話達到類似人類的驚艷表現。
隨後，張國仁拋出一個備受關注的問題：OpenAI的GPT-4推出、微軟相關產品接二連三地發布讓同行感受到不小的壓力，微軟OpenAI組合的領先優勢預計能維持多久？
對此，孫彬認為，任何績效工具的組合都在於人如何使用和運用，最終還是要以人的產出作為評判標準。他們組合的長期價值在於未來能不能用在其他產業中，讓科技和產業完美統一。黃東延談道，微軟和OpenAI的組合能走多遠，還需要看其技術創新能力和迭代開發速度，當然這個過程中還會有大量AI企業可能會出現「黑馬」技術。
▲竹間智能總裁&COO孫彬
總的來看，微軟的做法其實是為這個產業的發展打了個樣。梁宇說：「從某種程度上來說，微軟玩的是一種生態戰略。」產業的應用、用戶接入生態中，能形成“數據飛輪”，其滾動速度也會越來越快。
落腳到國內環境中，大模型訓練還需要好的中文語言學習語料，才能作為「飛輪」滾動起來。
從美團聯合創始人王慧文，到搜狗創始人王小川，再到李開復宣布Project AI 2.0計劃，許多大佬都在加入AIGC創業潮。當張國仁問到這波創業潮是會像互聯網時代創業一樣“贏家通吃”，抑或是“百花齊放”，幾位嘉賓都認可後者。
孫彬稱，大模型時代的情況不同於互聯網「大補貼」時代，AI已經形成了相對固定格局的創業鏈條，新大語言模型帶來新的底層發動機，但沉澱的產業生態、模式會重複使用，會延續百花齊放的特徵。他承認，大語言模型在產業可能仍是大廠主導，但關鍵點突破還要看科創公司。
梁宇也很認同這個觀點。他認為在大廠領先的同時，新創公司的機會可能在應用層，從垂直領域切入做產業落地、降本增效。 「創企要學會躲開『巨獸踩下的腳印'，所有偉大的公司都是從很小的縫隙中鑽出來的。」
▲創世夥伴資本合夥人梁宇
談到AIGC創業應具備的要素，梁宇稱，當下大模型創業的競爭、資本環境、人才與前兩年相比有質的變化，資金密度、創業者密度、企業家密度飆升，創業者需要有深厚的技術功底和產業理解。
孫彬認為，就像OpenAI共同創辦人8年前創業利用了科技、資源、人脈等累積切入創業一樣，當下創業家也需要考慮好算力、工程師、數據三件事，創業才會事半功倍。
高峰會多位演講嘉賓都將AI發展的終局指向通用人工智慧（AGI），如何定義通用人工智慧？它要解決的終極問題是什麼？
黃東延認為，通用人工智慧和垂直領域的人工智慧其實是相輔相成的，直觀來講，大廠會提供一個通用人工智慧的平台，而垂直領域的人工智慧就是在不同產業上做深入開發。
孫彬說，站在十年後看現在，這或許是通用人工智慧的起始點。梁宇也提到今年或許是通用人工智慧元年，通用人工智慧從今天開始或許會慢慢像水、電一樣滲透*到人們生產生活的方方面面。
張國仁談道，也許很多科幻電影已經為我們描繪出了通用人工智慧的面貌，例如鋼鐵人裡面的賈維斯、流浪地球裡的MOSS，雖然形態不一，但在智慧程度上將會達到或超越人類。
▲智一科技共同創辦人、總編輯張國仁
那麼，假設讓我們從10年後回頭看今天這一波AIGC應用創新，對科技產業和人類社會的意義和影響會是怎麼樣？
孫彬認為，如果從10年後看今天，這會是對電腦互動方式的重大變革，使得人們不再去學習複雜的語言。梁宇稱也提到今年或許是通用人工智慧元年，通用人工智慧從今天開始或許會慢慢像水、電一樣滲透*到人們生產生活的方方面面。
從倫理層面看，黃東延談道：「如何從人性出發將科技正面作用激發出來，十分關鍵。十年後或許每個人都有一個自己的智慧機器人，將人在獲得效率提升後來能夠更享受生活。」隨之而來的是安全和倫理問題成為產業人的顧慮。黃東延認為，需要從法律法規、公司自律、大眾意識、安全倫理標準等全方位治理。
張國仁總結說，十年後回看，應該有不少現在覺得習以為常的事情，到時候會變得不尋常，以當下視角而言，這就像人們現在已經習慣使用電子支付，與十年前或更早的採用現金支付方式之間的關係。
在下午的大模型專題論壇上，北京智譜華章科技有限公司CEO張鵬講解了預訓練大模型這一生成式AI時代的基座，潞晨科技創辦人、新加坡國立大學電腦系校長青年教授尤洋探討了低成本訓練AI大模型的挑戰與實務。
藍馳創投投資合夥人石建平認為預訓練大語言模式正開啟認知智慧時代，NVIDIA消費網路產業解決方案架構師負責人徐添豪、商湯科技聯合創辦人&大裝置事業群總裁楊帆從算力、演算法實踐層面帶來了真知灼見。
1、智譜AI張鵬：大模型也有摩爾定律，探索GLM新路徑
##大模型專題論壇的首位演講嘉賓是北京智譜華章科技有限公司（簡稱：智譜AI）CEO張鵬。身為跨產學界先鋒，他分享了預訓練大模型的技術路徑與落地進展。
最後，張鵬在會上強調了Model as a Service（MaaS）理念，主張提供從預訓練大模型到API到應用多層級以及從雲端到私有化到一體機部署的靈活部署方式。
2、滄晨科技尤洋：建構大模型訓練基礎設施Colossal-AI，降低AI大模型應用落地成本
AI模型參數量短短幾年間翻了上萬倍，未來，AI可能會比人類大腦更聰明、更強大。如今橫亙在大模型訓練前面的挑戰是訓練成本極高。
在大數據、大模型同步提升的同時，如何創造出更有效的優化方式，降本增效實現可擴展性的高效計算，降低AI大模型的應用落地成本，已成為行業的關鍵痛點。
潞晨科技建構了一套高效的分散式AI大模型訓練基礎設施Colossal-AI。它包含高效的記憶體管理系統、N維並行技術和大規模最佳化方法三個部分。
據潞晨科技創辦人、新加坡國立大學電腦系校長青年教授尤洋透露，目前，Colossal-AI已成為全球基礎軟體市場成長最快的軟體之一，並已在Github開源： https://github.com/hpcaitech/ColossalAI
#▲晨間科技研發的N維並行技術打造了更高維度的張量並行在內的多種平行策略，為大模型提供更低成本的高效分散式訓練方案。
此外，基於Colossal-AI的異質調度系統，使用者只需要寫一行程式碼就能對GPU記憶體、CPU記憶體、硬碟實現動態管理，將硬體的模型容量提升數十倍。
例如，先前1750億參數的GPT-3訓練需要128個GPU，而Colossal-AI只需要64個GPU，顯著降低大模型的硬體需求和成本。而在同樣設備情況下，Colossal-AI可以幫助使用者更快速地完成模型訓練，降低成本。
3、藍馳創投石建平：認知智能已成AI前沿，「AI-First應用」成趨勢藍馳創投投資夥伴石建平提出，預訓練語言大模型開啟了認知智能時代，認知智能成為下一個AI的前沿。
▲藍馳創投投資合夥人石建平
#機器正前所未有地獲得語言生成與理解、知識推理等認知能力，背後是AI OS（作業系統）、基礎模型及預訓練模型、強化學習技術等面向均已準備就緒。
新創公司如何擁抱認知智能世界？石建平建議，不是所有的公司都要做大模型，還可以從垂直應用路徑切入，例如用自有資料微調開源模型/第三方hosted模型；也可以從平台路徑方向切入，例如為下游垂直應用開發者提供訓練、微調、管理、服務等平台性工具等。
他談道：「預訓練語言大模型開啟了以認知智能為核心驅動力的智慧運算時代。」數位文明的底座是程式碼，而認知智慧也將重新定義軟體的構建方式，「AI-First應用程式」將成為趨勢，例如目前微軟搜尋引擎新版Bing等已經給了出色樣板。
「現在技術迭代的節奏比PPT都快。」石建平笑談。在這種背景下，企業如何建立核心競爭優勢？在他看來，這個核心將是運用自有資料訓練微調的人工智慧模型；同時，智慧世界與數位世界的融合將帶來更多想像。
4、
NVIDIA徐添豪：軟硬體協同使大規模集群訓練GPT3時算力有效性超50%硬體算力的提升不僅依靠晶片製程的提升，更依靠準確捕捉AI模型演算法演進的需求和趨勢，NVIDIA消費網路產業解決方案架構師負責人徐添豪說：「找到運算加速的關鍵點，並不斷創新滿足未來的業務需求。」 ▲NVIDIA消費網路產業解決方案架構師負責人徐添豪 進入大模型時代，一張卡遠遠無法承載一個模型的訓練，需要更多個體組成能互相合作的機器節點。 NVIDIA引進NVLink，NVSwitch和IB技術，其中Ampere和Hopper架構就是根據NVSwitch建構節點，透過IB網路進行叢集組網，使得這些實力強勁的個體能高效協作完成同一件事。 其中底層硬體是底座，為了開發者把硬體用起來並真正解決問題，需要軟體的協同。因此，NVIDIA在過去一直在建立SDK和場景應用以解決各行各業的問題，其中NeMo Framework就是為了解決大模型訓練和推理部署問題。 那麼，要怎麼評估訓練GPT-3到底需要多少資源呢？徐添豪講解了一個公式：消耗的時間=做大模型所需的FLOPS/硬體發揮的有效算力。基於平行方式的有效整合及一連串的優化，NVIDIA的NeMo Framework在訓練GPT-3製程中能使得硬體算力有效性能達到50%以上。 此外，為了加速企業的大模型規模化部署，NVIDIA NeMo Framework也提供了基於FasterTransformer和Triton整合的一體化大模型方案。 5、商湯科技楊帆：AI生產範式已發生重大轉變，人工智慧將迎來一個更加繁榮的「大航海時代」 會上，商湯科技共同創辦人、大裝置事業群總裁楊帆講解了作為「小模型時代」走出的創企的求變之路和能力圈。 ▲商湯科技共同創辦人、大裝置事業群總裁楊帆 AI正引領新一代科技革命，從AI輔助科研、生成式AI席捲到近期爆紅的對話機器人ChatGPT。大（算）力出奇蹟、量變引發質變。楊帆稱，AI生產範式正發生重大轉變──大模型時代到來。 楊帆談道，在過去10年的AI「小模型」時代，解決單一問題的深度學習方法與工業化小模型生產工具逐步成熟；在新的大模型時代，大模型即服務（ MaaS）成為新主題，誕生了圍繞大模型基礎設施降本、算力數據軍備賽、即時用戶回饋的AI新範式。 面向這一趨勢，紮根AI近10年的商湯沉澱出商湯SenseCore大裝置，從AI原生基礎設施、大模型生產平台、演算法模型服務、產業應用四個層面，使能極致大模型開發體驗。 楊帆說，商湯將結合多年產業經驗累積，提供高效率、低成本、規模化的新一代AI基礎設施產品與服務，全棧加速千億級大模型生產部署，促進數據採集、標註、管理效率大幅提升，縮減模型迭代周期。同時商湯也會透過提供大模型開發支援服務，保障開發成果落地。 在下午的中國類ChatGPT專題論壇，雲知聲聯合創始人、副總裁李霄寒，竹間智慧創辦人兼CEO簡仁賢，崑崙萬維CEO方漢分別解說了自家的大語言模式發展歷程與產業洞見。 1、雲知聲李霄寒：AI演進呈現三大規律，企業將走向通用、垂直兩種路徑 雲知聲聯合創辦人、副總裁李霄寒談道，ChatGPT的出現對AI創企來說，最大的感受就是AGI有可能在未來幾年成為現實，他們正在想辦法融入大模型浪潮。 ▲雲知聲聯合創始人、副總裁李霄寒 AI演進正在呈現出三個規律，以演算法為中心轉變為以模型為中心，從小而美到大工程以及中間任務的凋零。中間任務指的是，先前AI發展中沒有獨立目標的中間任務將逐漸被弱化或消失。 2022年以前，不論是巨頭還是AI創企都在做大模型，而ChatGPT的出現為產業驗證了這條路的可行性。 「當模型參數達到一定規模時，就有可能出現『湧現』能力。」李霄寒說，並且，在認知智能層面，經過一定時間的發展後機器可能會超過人類。 同時，大模型使得企業發展呈現出兩條路徑，分別是打造通用大模型服務和麵向垂直場景的大模型。大廠的通用大模型平台將對外形成服務，以「白菜價」產生模型飛輪。面向不同場景的公司，則需要更垂直的大模型，更注重資料和服務的可控性。 雲知聲將專注於智慧醫療產業，推出針對特定產業版的大模型，並在產業之上為客戶提供企業定製版大模型。李霄寒說道，他們的願景就是從業界版邁向增強通用版。 2、竹間智能簡仁賢：“大語言模型知識應用”，通用人工智慧的未來操作系統 3、崑崙萬維方漢：中外大模式發展有三大差距，國內商業模式創新始於企業服務 不過，當下在中外發展大模型的差距包含三個方面，首先是每年5000萬到1億美元的花費是千億級大模型訓練的入場券，其次是中文文本的數據質量並不高，最大的差距則是工程技術差距。 方漢談道，OpenAI在GPT方向上的努力證明了通用人工智慧是可以實現的。他在GPT-3剛發布並體驗後認為，GPT-3代表AIGC的里程碑，將極大顛覆內容生成領域。 在應用層面，方漢談道，AIGC產業將遵循為B端降本、為C端增效的邏輯。可以看到，微軟在B端的佈局是集中於金融、能源等產業的大客戶，原因在於「這些企業的數據能夠和GPT這樣的大模型結合併產生下一代生產範式」。在C端，以微軟的Copilot為例，將為人們帶來生產力的提升。 因此，方漢預計，國內AIGC產業的商業模式創新將首先出現在B端企業服務領域，其次是C端UGC工具領域。 在下午的AIGC應用創新專題論壇，aiXcoder CTO郝逸洋、影譜集團董事&北京區總裁樊碩、運算美學（Nolibox）共同創辦人黃晟昱分別探討了AIGC與程式碼生成、元宇宙、設計創意等產業的碰撞融合。 1、aiXcoder郝逸洋：GPT-4帶來程式碼生成新變革，未來將促進模型擴展到千億級 會上，aiXcoder（矽心科技）CTO郝逸洋帶來了主題為《大型語言模型（LLM）時代下的程式碼生成》的主題演講。 他談道，GPT-4帶來了程式碼產生的新變革，支援更長序列、更多指令號微調、多模態（圖片輸入）等操作，展現出更適於泛用的效果，同時也面臨不少問題，包括缺乏相關文件、依賴函式庫及需求文檔，以及速度較慢、資訊安全威脅等。 實際上，程式生成模型與語言模型有較大區別，例如在互動方式方面，普通的對話語言模型以問答、續寫為主，程式產生模型則需要填空、補全、備份。 GPT-4在程式碼產生還有不少事做不到，例如在即時性方面，GPT-4在某些需要即時回饋的程式碼糾錯和程式碼補全場景中並不適用；上下文序列依然有限，難以顧全中大型專案的全部上下文；程式碼專案的完整資訊和網頁爬取的文字差距大等。 作為2018年就切入AI智慧編程機器人賽道的創企，aiXcoder於2022年6月推出了國內首個代碼生成預訓練模型產品aiXcoder XL。本產品支援由完整功能自然語言輸入到完整程式語言的輸出。 展望aiXcoder路線圖，郝逸洋稱，aiXcoder將促進模型從百億級擴展到千億級，加入大量自然語言處理代碼的混合數據，針對編程中的各類場景專門構造指令數據集，從而得到綜合性能更好的程式碼編輯工具。 ▲aiXcoder（矽心科技）CTO郝逸洋 2、影譜集團樊碩：為內容終端建立數位化作業系統，多模態將在未來兩年迎來爆發 生成式AI已到達爆發式階段，其帶來的應用爆發讓人們感受到了AI從感知到認知智能跨越的過程，並帶來了很大的市場空間。 ChatGPT讓文字模態達到爆發期，但圖片、影片、聲音的爆發期在這個時代還沒到來。影譜集團董事、北京區總裁樊碩談道，隨著產業需求的出現、生產效率的提升，未來圖片、影片甚至於數位孿生都將成為不可逆的趨勢，使得人們獲取資訊更加直觀、便利。 ▲影譜集團董事、北京區總裁樊碩 整個科技的改變和人類發展的進程是一樣的，從解決重複性工作上升到對思考邏輯、創意的思考。 目前，文字模態已經為人們帶來了生產力的提升，樊碩說：「2023年到2025年將成為多模態爆發的時代。」未來，生成式AI建構的內容將不僅是論文、程式碼，而是使用者自訂、自互動化的生產。 此外，對於終端企業來說，「模型並不是很多企業能直接接觸到的。」樊碩說，因此模型需要更多的應用進行連接、更多的平台來支撐，再把資料結構化、生產內容標準化和流程化，才能真正應用於整個內容生成過程。影譜集團開發了一個AI數位化作業系統。 大模型產業的發展將不斷適配一些內容生成領域的重複性工作，未來其係統實現標準化能力，同時對接相應開放的引擎構建整體生態，不斷去輻射文字、聲音、圖片、影片等不同模態。 3、計算美學黃晟昱：抓住轉化“三要素”，讓AIGC驅動設計創意 AI正在影響人類藝術。計算美學（Nolibox）聯合創始人黃晟昱分享了AIGC如何驅動設計創意生產機制革新。 ▲計算美學（Nolibox）聯合創始人黃晟昱 黃晟昱談道，設計與計算的融合演化經歷了三個階段：1.0時代是以Adobe為代表工具的機器輔助設計，2.0時代是以canva等工具為代表的數位設計工具，3.0時代則是基於AIGC的直接設計，為此計算美學推出了「圖宇宙」、「畫宇宙」等工具。 「智慧設計之於設計產業，正如自動駕駛之於交通產業。」黃晟昱說，「但設計行為是複雜的、一般是沒有最優解的，優化函數往往並不是唯一的、明確的。」 實現AIGC驅動下的可控的設計創意生產面臨至少三大挑戰：1、人和機器在涉及創意中的語言不可通約性。 2、複雜設計創意需求的獲取與分析。 3.設計生成創意方案難以迭代及落地。對此，黃晟昱提出設計認知到機器人認知的轉化「三要素」：1.設計資產的可量化性。 2、設計經驗的可歸納性。 3.設計行為的可模擬性。 創立於2020年的運算美學是清華大學孵化的科技企業，目前已推出了全球首款可商用視覺設計資料集，旗下核心產品包括AIGC生產力工具「畫宇宙」、智慧設計引擎“圖宇宙”，下一步計劃推出AI設計創意平台Yeahpix。 GTIC 2023中國AIGC創新高峰會圓滿落幕，但大模型與生成式AI催生的內容生產與互動範式革新才剛開始。 在這場AIGC盛會中，我們看到大模型時代技術的發展與累積下誕生的ChatGPT，讓產業界、學術界和投資界無一不為之振奮。同時，這現象級產品更是成為大模型時代的里程碑事件，為深耕大模型多年的企業展現了智慧湧現的潛力。 同時，模型參數規模爆炸，千億級模型訓練的困難程度可想而知，在AI晶片、算力層則展現出讓生成式AI產品擁有大規模部署的機會。 生成式AI帶來了顛覆性的應用創新，從文字、圖片、程式碼、影片甚至於創意生產、元宇宙產業，生成式AI為不同產業開啟了無限的創造與想像空間。越來越多的類ChatGPT產品走向商業化落地，AI正深入各行各業，加速通用人工智慧時代的帶來。 展望未來，生成式AI正在引領我們進入AI新世界，狂飆突進的ChatGPT正在掀起新一輪科技革命。 GTIC 2023中國AIGC創新高峰會將成為產學研界圍繞前沿技術與產業落地進行深入交流、思想激蕩的重要平台，邀請各細分賽道的AIGC企業成為AI新紀元時代到來的見證者。 
六、類ChatGPT專場：To B 和To C之爭，大模型VS小模型
七、AIGC應用創新專場：AI變革代碼生成、視頻創作、藝術設計…
結論：生成式AI引爆內容生產與互動範式革新，見證AI新紀元到來
以上是國內首場高規格AIGC高峰會盛況出圈！萬字乾貨熱聊GPT-4時代，濃縮21位大牛演講的詳細內容。更多資訊請關注PHP中文網其他相關文章！
