“AI 2.0時代，垂直領(lǐng)域的數(shù)據(jù)會成為重要的生產(chǎn)資料，并帶來新的生產(chǎn)力突破。” 商湯科技董事長兼CEO徐立在“人工智能與數(shù)據(jù)要素產(chǎn)業(yè)生態(tài)大會”上說。

作為第七屆數(shù)字中國建設(shè)峰會的重要組成部分，人工智能與數(shù)據(jù)要素產(chǎn)業(yè)生態(tài)大會在福州正式召開。商湯科技董事長兼CEO徐立與中國工程院院士陳純、中國工程院院士鄧中翰、中國科學(xué)院院士林圣彩等一同出席，徐立發(fā)表主旨演講，分享了商湯科技在探索新質(zhì)生產(chǎn)力發(fā)展過程中，對于大模型產(chǎn)業(yè)化路徑的獨特見解與實踐經(jīng)驗。

會上，商湯與福建實達集團達成戰(zhàn)略合作，雙方將在人工智能算力建設(shè)、智慧城市、智慧應(yīng)急、人工智能教育、城市能源管理等領(lǐng)域展開合作，推動福建人工智能產(chǎn)業(yè)創(chuàng)新，助力“數(shù)字中國”建設(shè)。

遵循尺度定律，

小模型也能具備大模型的能力

Scaling Law(尺度定律)被認為是大模型時代的“牛頓定律”，也是指導(dǎo)人工智能發(fā)展的基本法則，即隨著模型參數(shù)量、數(shù)據(jù)量、算力的增加，模型的性能也會勇往直前不斷提升。 之所以稱之為“尺度定律”而非“規(guī)模定律”，因為它是一個資源調(diào)配的“指示器”。具體而言，尺度定律具有兩個特性：

可預(yù)測性：可以跨越5~7個數(shù)量級尺度依然保持對性能的準確預(yù)測;

保序性：可以在小尺度上驗證性能優(yōu)劣，并在更大尺度上依然保持。

尺度定律可以指導(dǎo)我們在有限的研發(fā)資源上，找到最優(yōu)的模型架構(gòu)和數(shù)據(jù)配方，讓較小的模型也能具備大模型的能力。

從以上實驗數(shù)據(jù)可以看出，小模型在優(yōu)化數(shù)據(jù)的情況下，性能上可以逼近甚至超越跨數(shù)量級的大模型。這背后，主要源于高質(zhì)量的數(shù)據(jù)要素。

用戶體驗是大模型最重要標志，

感知理解和內(nèi)容生成雙輪循環(huán)

最新發(fā)布的GPT-4o和谷歌Gemini，為AI行業(yè)帶來了啟發(fā)——流暢的體驗是決定大模型好壞最重要標志。流暢的體驗來自實測問題上的性能，這與數(shù)據(jù)強相關(guān)，而要獲得強大的數(shù)據(jù)能力，則需打通“感知理解”與“內(nèi)容生成”的雙輪循環(huán)。 回顧過去十年，人工智能主要解決對世界感知理解的問題，今天則進入了生成智能的時代。

如果要提升模型性能，感知理解和內(nèi)容生成能力兩者需相輔相成，互相協(xié)同。理解可以助力生成，而生成又可以反向推動理解能力的提升，進而形成互相循環(huán)的飛輪。

商湯「日日新5.0」大模型體系正是通過感知算法和生成算法協(xié)同研發(fā)，實現(xiàn)了強大的多模態(tài)感知理解和生成能力，并帶來了出色的用戶體驗。在感知理解能力方面，不僅可以精準解讀并理解圖像內(nèi)容，進行問題解答及互動，還能掌握話題及其背后深層含義。如果沒有深層次的多模態(tài)感知理解能力，那么大模型的水平只能停留在淺層的知識記憶。

基于深度的多模態(tài)理解能力，「日日新5.0」能夠精準理解圖片背后隱藏的中國文化內(nèi)涵

在生成能力方面，「日日新5.0」建立在深層次的場景和語言理解能力基礎(chǔ)上，由此能夠精準把握畫作中場景氛圍和內(nèi)容的表達。

人像是評估文生圖能力的關(guān)鍵場景之一，「日日新 5.0」生成的人像可以看出非常好皮膚的紋理，而其他幾個大模型在皮膚上都做了磨皮

在很多垂直領(lǐng)域，中國有大量早期發(fā)展積累下來的知識，用好這些知識，就能做出差異化的生成效果。在AI 2.0即生成式人工智能時代，垂直領(lǐng)域的數(shù)據(jù)會成為重要的生產(chǎn)資料，并帶來新的生產(chǎn)力突破。如果模型生產(chǎn)出來之后，又能夠利用好這些數(shù)據(jù)對外服務(wù)，再次數(shù)據(jù)資產(chǎn)化，就能形成一個不斷迭代的數(shù)據(jù)飛輪。

高效的響應(yīng)速度，

是大模型能力產(chǎn)業(yè)化的核心

其實，最新的GPT-4o綜合能力略弱于GPT-4，但由于響應(yīng)速度極快，反而可以帶來更出色的使用體驗。

商湯端側(cè)大模型全面對標甚至超過GPT-4。來看一項有趣的評測：將日日新·端側(cè)大語言模型SenseChat-Lite和GPT-4都接入到著名街機游戲《街霸》中進行對決。雖然GPT-4能夠輸出連招和復(fù)雜的動作，但SenseChat-Lite的出拳速度更快、動作更敏捷，拳拳到位，最終獲得了勝利。

紅色KEN是商湯日日新端側(cè)模型操縱，

綠色KEN是GPT-4操縱 這項評測并非比較模型性能的強弱，而是展示了在該場景下，小模型的響應(yīng)速度更快。所以，只要找到合適的模型，產(chǎn)業(yè)化落地也會變得非常快。

SenseChat-Lite 1.8B作為商湯今年4月發(fā)布的端側(cè)大模型，核心指標全面領(lǐng)先所有開源2B同級別模型，甚至在大部分測試中跨級擊敗了一些7B、13B模型。 當(dāng)然，單純的端側(cè)模型，性能自然比不過千億參數(shù)的云端大模型。但通過端云協(xié)同方案，將少數(shù)任務(wù)交給云端完成，而大部分任務(wù)放在端側(cè)，可以大大減少推理成本和提升響應(yīng)速度。 比如，在部分特定任務(wù)中，只需要調(diào)用30%的云端模型能力，就能獲得90%~95%的性能體驗，在不損失精度的同時，降低了70%的推理成本。

在性能方面，商湯的端側(cè)大語言模型擁有業(yè)內(nèi)最快的推理速度。比如，人眼睛最快的閱讀數(shù)字是每秒20個字，而商湯的端側(cè)大語言模型可在旗艦平臺達到78.3字/秒。 擴散模型同樣可在端側(cè)實現(xiàn)業(yè)內(nèi)最快的推理速度。在某主流平臺上，商湯端側(cè)擴散模型的推理速度單張約1.0秒，比友商云端App快10倍，并且支持在端上快速進行等比擴圖、自由擴圖、旋轉(zhuǎn)擴圖等圖像編輯功能。

由于響應(yīng)速度更快，覆蓋面更廣，端側(cè)應(yīng)用是生成式大模型落地的重要載體。

比如日常對話、常識問答、文案生成、相冊管理、圖片生成以及圖片擴展等應(yīng)用，都可以賦能包括手機、平板電腦、VR眼鏡、車載電腦在內(nèi)的海量終端設(shè)備。 《時代周刊》曾在1997年、2015年、2018年分別將克隆羊、VR、人工智能作為封面。但這三個都沒有真正成為用來命名那個時代的要素，原因是沒有真正切入到一個應(yīng)用來驅(qū)動。

去年，《時代周刊》又將ChatGPT放在了封面上，和前面三次選擇不同的是，ChatGPT的核心不在于GPT這項技術(shù)，而在于將GPT疊加到了Chat這項應(yīng)用上。GPT是一個2018年就已經(jīng)形成共識的技術(shù)。 所有技術(shù)真正意義上普及的關(guān)鍵，在于應(yīng)用的疊加。中國發(fā)展人工智能的最大機會，正是在各種垂直行業(yè)的方向上，有著巨大的應(yīng)用疊加的空間和潛力。

過去幾年，商湯與福建省各地市保持長期緊密合作，從城市治理到算力基礎(chǔ)設(shè)施服務(wù)、模型和生態(tài)層面進行了多項布局。

商湯希望依托福州新區(qū)智算平臺，推動閩港合作及各地的生態(tài)協(xié)同，共同打造以應(yīng)用為驅(qū)動，以數(shù)據(jù)資產(chǎn)為要素的核心人工智能生態(tài)圈，繁榮AI產(chǎn)業(yè)發(fā)展。