前些天搞了一场活动，邀请了不少做前沿技术的大佬坐一块聊聊未来怎么走。现在这智能化的热潮是越来越猛，搞出了不少新花样。不过在全球范围看，虽然基础模型发展挺快，但摆在面前的难题也挺多。闭源和开源这两种模式现在都在搞，技术到底谁更强光看数据不太准了，衡量的标准越来越复杂。再加上用户的需求越来越不一样，怎么平衡技术突破和实际能用得上是个大问题。技术发展到了这个节骨眼儿上，自然会出现不同的探索方向。全球那些做研发的团队，在模型架构、训练方法和优化策略上都各有各的招儿。有些团队特别看重用大量的计算资源来堆性能，有些则是盯着推理或者编码这些具体领域死磕。 除了团队本身的选择不一样，企业所处的环境也影响了技术路线的选择。大公司更讲究模型跟业务怎么配合好，而创业团队往往喜欢搞开源或者是专门攻克一个难点来建立优势。这种路线上的分化，肯定会让行业的格局变得更不一样。消费者那边其实挺简单，产品如果能把模型深度整合进去就能提升体验；而企业那边就不一样了，大家更需要那种专门的、针对具体场景的模型服务。 不过现在还有一个特别重要的事就是得重新定规矩。以前光看参数有多少或者跑得多快根本不行了，现在大家更看重的是效率高不高、适不适应场景。为了解决这些问题，现场的专家也提了几条建议：第一得建一套更科学的评估体系，不能只盯着单一指标；第二要推动各个领域的人一块合作，让技术研发跟产业需求真正对上号；第三就是既要坚持自己搞创新，也要多跟外面的人合作，这样既能在关键技术上打下基础，又能融入全球的技术生态圈。 往前看的话，基础模型技术肯定得往“智力效率”和能不能用得上这方面使劲。等技术变得更成熟了，消费级的和企业级的应用肯定会分得更细。到时候大家就不只是盯着性能指标了，更看重的是系统能力是不是全面。在这个过程中，产学研用得配合好，还有人才培养和数据生态这些根基也得打好。技术的浪潮一直在往前冲，创新从来没停过。要想在这场关乎未来的探索中站得住脚，既要有大视野也要有实干精神。只有保持开放协作和务实创新的劲头，才能抓住机会把局面打开，最后让技术进步真正服务于经济社会发展和人类文明进步。