《流浪地球》里被視為“叛軍”的 MOSS，是為火種計(jì)劃量身打造的數(shù)字生命。它很聰明，有超越人類道德、哲學(xué)、科學(xué)、藝術(shù)等知識(shí)的能力，能在最短時(shí)間內(nèi)得出最優(yōu)解、做出“最正確”的決定，是趨于完美的智慧體。

如今大模型之于技術(shù)變革，為“行業(yè)”和“領(lǐng)域”在有限范圍內(nèi)落地，提供了近乎絕對(duì)的可能性，在新的AI商業(yè)化敘事里，人們或主動(dòng)、或被動(dòng)地加入資源競(jìng)賽狂潮中。

讓人類永遠(yuǎn)保持理智，是一種奢求。正如 MOSS 前的人類文明，經(jīng)歷了一次次毀滅、又迎來浴火重生的涅槃史，我們也亟需從大模型落地的狂歡中回歸技術(shù)理性。

身處這場(chǎng)軍備競(jìng)賽中的特斯聯(lián) CTO 華先勝，也給出了自己關(guān)于大模型的冷靜思考與破局答案，以下是華先勝和 AI 科技評(píng)論的對(duì)話實(shí)錄，經(jīng) AI 科技評(píng)論節(jié)選整理如下：

觀點(diǎn)一：大模型不是智能涌現(xiàn)的終點(diǎn)

在大模型“智能涌現(xiàn)”之后短短一年，物理世界與信息的生產(chǎn)方式發(fā)生革命性變化，映射到更廣泛的城市空間，也必然帶來新一輪的革新。對(duì)此，華先勝在對(duì)話AI科技評(píng)論時(shí)直言，“雖然大模型的確取得了很大的進(jìn)展，但不要迷信大模型，它有它的局限?！?/strong>

據(jù)華先勝回憶，去年 ChatGPT 出來之后，他非常地關(guān)注并且第一時(shí)間去試用了。不可否認(rèn)的是，它確實(shí)是一個(gè)巨大的突破，一方面，驚嘆它能力的大幅度提升，但坦白講，也發(fā)現(xiàn)它不如我們想象般的強(qiáng)大，哪怕是稍微深入一些的問題，它的表現(xiàn)都不夠好。

“過去深度學(xué)習(xí)剛誕生時(shí)，大家也覺得它可以解決一切問題，可以用足夠復(fù)雜的模型和足夠多的數(shù)據(jù)去建立現(xiàn)實(shí)世界各種問題的模型。但在實(shí)戰(zhàn)中，其實(shí)需要深入行業(yè)才能真正解決問題。今天的大模型并沒有改變這一規(guī)律，仍然需要深入領(lǐng)域去了解對(duì)應(yīng)的流程、數(shù)據(jù)等，才能解決行業(yè)的問題。”華先勝提到。

今天，在特斯聯(lián)的超級(jí)智慧園區(qū)里，軟體機(jī)器人成為大模型時(shí)代 MOSS 般的存在。它隱身于園區(qū)的各大屏幕里，對(duì)園區(qū)所有的事情了如指掌，你可以向它問路、獲取需要的信息，也可以使用它執(zhí)行操作。人與機(jī)器共存的背后，是大模型與 IoT 硬件通過語(yǔ)義對(duì)齊，實(shí)現(xiàn)人、物聯(lián)網(wǎng)設(shè)備和城市之間的高度智能化，這與特斯聯(lián)一貫以來堅(jiān)持城域 AIoT 領(lǐng)域?yàn)榧夹g(shù)核心的戰(zhàn)略非常吻合。

那么，當(dāng) AIoT 遇見大模型，將會(huì)碰撞出怎樣的火花呢？華先勝給出了他的思考：AI 是 AIoT 的靈魂， IoT 是它的感知和控制，像它的“手腳”，當(dāng)然也包括為其提供“身體”的物理基礎(chǔ)，也即算力資源。

LLM（大語(yǔ)言模型）的出現(xiàn)，推動(dòng) AI 能力向更通用的目標(biāo)邁進(jìn)了一步：首先，大語(yǔ)言模型可以直接作為 AIoT 系統(tǒng)的交互界面。其次，AIoT 數(shù)據(jù)天生就是多模態(tài)的，多模態(tài)大模型有望解決過去很多需要通過 “AI + 規(guī)則”來解決的問題。

在華先勝眼中，目前提到 AIoT 大模型，主要有兩條路線：

第一種是將過去 AI 所做的事情用大模型進(jìn)行升級(jí)、再做一遍，這是大部分人的做法；

第二種是真正意義上大規(guī)模的 AIoT 大模型，將 AIoT 里的多模態(tài)異構(gòu)數(shù)據(jù)真正使用起來，放入大模型當(dāng)中去。

“不過，這種真正意義上的AIoT大模型未來也可能會(huì)很快出現(xiàn)，也可能需要很長(zhǎng)時(shí)間?！比A先勝說。

現(xiàn)階段 AIoT 行業(yè)里所使用的大模型、仍處于他認(rèn)為的第一種技術(shù)路線，也即基于語(yǔ)言或語(yǔ)言加視覺的“偽”AIoT 大模型。在“偽”AIoT 大模型出現(xiàn)前，AIoT 設(shè)備之間的連接和協(xié)同完全基于人類專家預(yù)定義的規(guī)則，這些規(guī)則是固定的、不完備的和不自我進(jìn)化的，不一定能直接理解和遵循人類指令。但有了大模型后，根據(jù)高度多樣的 Context（任意季節(jié)、時(shí)間、人物、指令等），我們可以自動(dòng)地、動(dòng)態(tài)地構(gòu)建物體間連接和協(xié)同規(guī)則，提供自適應(yīng)的、多樣的、深入的、融合人類指令的智能場(chǎng)景體驗(yàn)。

華先勝在訪談中表示，“無論哪條路線，眼下特別典型的全域 AIoT 大模型還沒有出現(xiàn)?！?/p>

觀點(diǎn)二：立體感知，精準(zhǔn)控制——釋放 AIoT 大模型的洪荒之力

真正的AIoT大模型應(yīng)該具備什么能力呢？華先勝認(rèn)為，AIoT 與其他行業(yè)有兩大差異。首先是異構(gòu)數(shù)據(jù)多，大量的傳感器收集了天氣、溫度、濕度、電量、降水量等各種各樣的數(shù)據(jù)，信息更豐富；其次，IoT 設(shè)備不只是感知設(shè)備，還可以反向控制環(huán)境。更豐富的感知維度，更強(qiáng)大的行動(dòng)力，這是 AIoT 大模型所應(yīng)該具備的。

回到場(chǎng)景下去賦能 AIoT 領(lǐng)域，僅依靠一個(gè)通用的、又有很多局限的大模型是很難實(shí)現(xiàn)。因此，AIoT 大模型還要滿足幾個(gè)特性：

第一，專業(yè)性。它一定是專業(yè)的，能夠解決領(lǐng)域內(nèi)更專業(yè)的相關(guān)問題。今天的大模型看上去很厲害，但并不具備足夠的領(lǐng)域?qū)I(yè)信息，無法在園區(qū)里真正使用。

第二，可靠性。模型對(duì)所關(guān)注的場(chǎng)景要非常了解，一方面通過引入新知識(shí)讓它懂得足夠多；其次，還需要一些約束的方法讓輸出結(jié)果高度可靠，不出現(xiàn)“一本正經(jīng)胡說八道”的“幻覺”。

第三，性能和成本的平衡。從訓(xùn)練成本出發(fā)，一個(gè)特別大的通用模型不是一個(gè)常規(guī)創(chuàng)業(yè)公司所能承受的；其次在推理時(shí)，如果用戶量或訪問量過大，也會(huì)導(dǎo)致大模型服務(wù)撐不住。因此，簡(jiǎn)化模型是一個(gè)好的選擇。我們不需要它是一個(gè)百事通，只要能解決我所關(guān)注的問題，且具備一定的常識(shí)就可以了。

第四，系統(tǒng)打通。這個(gè)大模型不只有知識(shí)，更要同園區(qū)的系統(tǒng)深度耦合，以獲取實(shí)時(shí)信息，還能在被授權(quán)的前提下去實(shí)時(shí)地反控園區(qū)。

當(dāng)提及近期備受關(guān)注的具身智能技術(shù)，華先勝在訪談中提及：我們提出的AIoT大模型，是現(xiàn)有大模型技術(shù)的具身化。AIoT 設(shè)備既是我們的眼睛和耳朵，也是我們的手和腳。目前，我們更多地聚焦于交互和場(chǎng)景聯(lián)動(dòng)，后面我們也會(huì)將感知和控制也替換成大模型。特別是，我們的超級(jí) IoT 設(shè)備和機(jī)器人，在無縫聯(lián)合的服務(wù)器端能力（物聯(lián)網(wǎng)和大模型）和機(jī)器人側(cè)能力（感知、規(guī)劃、行動(dòng)和交互）的支持下，本身就是具身智能的體現(xiàn)，只不過特斯聯(lián)的機(jī)器人具身智能是“機(jī)境協(xié)同”的具身智能，不只是機(jī)器人本身的直接能力。

觀點(diǎn)三：落地之難——AIoT 大模型的多模態(tài)挑戰(zhàn)

關(guān)于 AIoT 大模型落地的難點(diǎn)，華先勝認(rèn)為，其難點(diǎn)主要有幾個(gè)方面，除了滿足上述提到的專業(yè)性、可靠性、性能和成本的平衡、以及系統(tǒng)打通外，落地對(duì)實(shí)時(shí)性要求也會(huì)高很多，因?yàn)樗且粋€(gè)真正在 working 的 AIoT 系統(tǒng)；此外，它在能力上的演化，不僅是大模型自身的更新，還涉及數(shù)據(jù)積累、記憶迭代等?？偟膩碚f，AIoT 大模型落地最大的難點(diǎn)在于多模態(tài)。

長(zhǎng)期來看，將 IoT 數(shù)據(jù)統(tǒng)一融入 AIoT 大模型中是有可能的，也許是以文本/圖片為中心、其他 IoT 數(shù)據(jù)和中心對(duì)齊的方式，這是需要的。但由于AIoT 數(shù)據(jù)的異構(gòu)和多模態(tài)，將不同類型的數(shù)據(jù)整合和有效地利用，需要克服數(shù)據(jù)表示和對(duì)齊的挑戰(zhàn)。

首先，在數(shù)據(jù)表示上，各類傳感器數(shù)據(jù)應(yīng)該以何種形式建模，是參考文本作為序列輸入、還是參考圖像作為矩陣輸入、還是一種新的建模形式？對(duì)此，目前無論是學(xué)術(shù)界和工業(yè)界都暫無定論。

此外，在數(shù)據(jù)對(duì)齊上，語(yǔ)言模型從語(yǔ)言中學(xué)習(xí)、又生成語(yǔ)言，這是人類能理解的，而AIoT領(lǐng)域有很多沒有標(biāo)簽和信息標(biāo)注的數(shù)據(jù)，其本身的上下文也大多不具備顯性的語(yǔ)義，無法將語(yǔ)義與數(shù)據(jù)進(jìn)行對(duì)應(yīng)，這使得它生成的數(shù)據(jù)、信息無法被理解，需要再加工建立 AIoT 數(shù)據(jù)和自然語(yǔ)言的語(yǔ)義對(duì)齊，才能賦予這些數(shù)據(jù)以意義。

觀點(diǎn)四：大模型不是 AGI 唯一途徑，「模型+系統(tǒng)」才是正解

面對(duì) AIoT 等各個(gè)領(lǐng)域 A I落地面臨的困境，如何實(shí)現(xiàn)真正意義上的AGI？華先勝認(rèn)為目前有三條可能的路徑：

• 第一條路徑是大模型持續(xù)演化和進(jìn)步，不斷地增大模型的規(guī)模、增加數(shù)據(jù)的量和模態(tài)來產(chǎn)生一個(gè)超級(jí)大模型以實(shí)現(xiàn) AGI。

• 第二條路徑是顛覆當(dāng)前的連接主義，研究新的模型框架使得更接近于人腦或人心的工作模式，在低功耗的前提下，具備強(qiáng)大的分析、推理、發(fā)現(xiàn)和創(chuàng)新的能力。

• 第三條路就是我們所提出來的「模型+系統(tǒng)」的方法；不同于第一條路以大模型系統(tǒng)為核心，這里所講的系統(tǒng)更廣泛，有大小模型的融合和演化，有模型與規(guī)則的融合，有規(guī)則和模型的相互轉(zhuǎn)化，等等。通過系統(tǒng)和模型融合的方法，我們會(huì)構(gòu)建一個(gè)更復(fù)雜的、可以不斷自我成長(zhǎng)的智能體。

華先勝以 AIoT 領(lǐng)域?yàn)槔颖硎?，大語(yǔ)言模型本身是 AIoT 的擴(kuò)充，將大語(yǔ)言模型作為一個(gè)具有強(qiáng)大理解能力的“大腦”，再通過系統(tǒng)連接 AIoT 設(shè)備來給它配上“眼睛”、“鼻子”、“耳朵”、“手”和“腳”，使其具備多元的感知、分析、決策和控制能力，從而實(shí)現(xiàn)更強(qiáng)的智能。當(dāng)「模型+系統(tǒng)」使用得越來越多，積累了更多數(shù)據(jù)，才有可能真正實(shí)現(xiàn)多模態(tài)、異構(gòu)數(shù)據(jù)的“大一統(tǒng)”AIoT 大模型。

（雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))雷峰網(wǎng)）

相關(guān)文章：

對(duì)話京東何曉冬：「多模態(tài)大模型」涌現(xiàn)之前，要先回答三個(gè)問題

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。