中国经济网络保留的所有权利 中国经济网络新媒体矩阵 在线音频 - 视觉节目许可证（0107190）（北京ICP040090） Minimax的创始人Yan Junjie：AI的生产率更强 2025年7月31日07:48资料来源：中国商人 AI公司不像互联网公司，AI是一种更基本和主要的生产力。文字| “中国商人”记者Kong Yuexin一年前仍在讨论基本模型的参数和能力。今年，可以在世界人工智能会议（WAIC）（WAIC）的任何地方找到轻型代理系统和AI应用程序解决方案。 SA Minimax Booth，Ang Mga Produkto ng aplikasyon ng ai tulad ng minimax代理，海螺AI，Minimax Audio, Hoshino, atbp, kabilang ang AI Smart Hardware Products tulad ng Smart Home, Wearable Device, Smart Cockpits, Smart Audio, Smart Headphone at Interactive Device, pati na rin ang Mga Aplikasyon sa Mga Patlang ng Kultura, Tourism, E-Commerce, Office, Edukasyon, Mga Laro, Medical care, finances, etc. Structural changes, and the cost of understanding decreased在一年内急剧通过数量级；生态系统的开源就像雨后的蘑菇一样，接近封闭资源模型的性能。代理应用的商业化加速了，并且深入参与田野的新兴制造商希望巨人会成立各种竞争。在这种背景下，7月26日，Minimax兼首席执行官Yan Junjie在开幕式上发表了题为“ All AI”的主要演讲。要点是：1。随着模型变得越来越好，人工智能逐渐成为社会的生产力。 2。AI公司不像互联网公司。人工智能是一种更基本和主要的生产率。 3。当然，AI领域会有很多球员。 4。AI将越来越强大，这种增强几乎将是无尽的。 5。大量的变化可以使AI R＆D成为一个不太昂贵的行业。以下是Yan Junjie演讲的内容（带有切割）：AI的生产力更强。在过去的15年中，在AI研究中，当我编写有关任务，阅读论文和每天进行实验的代码时，我总是想到一件事：人工智能的关注点是什么？人工智能与这个社会有什么联系？尽管模型越来越好，但人工智能逐渐成为一种富有成效的社会力量。例如，当我们进行人工智能研究时，我们需要每天研究大量数据。一开始，我们必须编写一些软件来研究这些数据。后来，我们funD认为AI可以生成软件来帮助研究所有数据。作为一名研究人员，我还记得在AI Day的所有发展。一开始，我们认为我们可以开发一个应用程序来跟踪不同领域的开发？稍后将知道，最好制作AI代理以自动监视。尽管AI逐渐以更强的生产率出现，但它也可以产生更强的创造力。例如，15年前在上海举行的世界博览会吉祥物被称为“ Habao”。在过去的15年中，上海已经在各个方面形成。如果我们想继续使用“ haibao” IP来提出一系列衍生图像，这些图像更加上海风格，并且按照当前的趋势，AI可以做得更好。例如，最近非常受欢迎的Labubu可能需要两个月的时间才能创建一个富有创意的Labubu视频，并且它的成本约为100万亿元。通过更强大的AI视频模型，可以生成MGA类似的视频，一天费用只有几百元。通过高质量的AI模型，Internet上的大多数内容和创造力都将更加流行，低阈值使所有人都可以充分利用所有人的创造力。除了产生生产力和创造力外，我们还发现，AI的使用超出了初始设计和期望，从而导致了多种难以形容的应用程序：例如比较古老的文本，模仿飞行，设计望远镜望远镜...只是少量的伙伴关系。面对如此多的变化，我心中开始出现一个想法：AI公司不像互联网公司。人工智能是一种更主要和培养的生产力，它是个人和社会能力的不断增强。另外两个关键要点是：首先，AI是一种能力，其次，AI是可持续的。人们很难打破生物学定律，例如研究新知识并变得更聪明，并且AI可以这样做。当我们建造时LD更好的AI模型，我们还发现AI还改善了我们的人并做得更好。在我们公司中，员工将不得不编写许多代码，并每天进行许多研究实验。如今，大约70％的代码由AI撰写，而90％的数据由AI审查。在这种情况下，AI如何更专业？一年前，模型培训还需要力量-TAO才能完成大量的基本任务，而注释者是必要的工作。今年，AI专业人员可以完成许多机械活动，注释者可以专注于更重要的专家工作，以帮助模型变得更好。标签的任务不仅为AI提供了答案，而且还没有教授AI来了解人类思维的过程，因此使AI的能力更加一般，更接近领先的人类专家的水平。人工智能仍然改善了一项良好的环境研究。在过去的六个月中，只要可以定义这个环境并且有一个CLEAR奖励信号（将AI放置在环境中以找出答案）可以逐渐解决相应的问题。基于这些观察，我们有一定的判断力：AI会更好，更强大，而且这种改进几乎是无穷无尽的。 AI无法由组织监控。由于AI的社会影响有所增加，将来会垄断吗？最终，它在组织还是在许多组织中受到控制？据信我们在AI领域有许多球员。有三个因素：首先，我们当前使用的所有模型都依赖于建模模型。显然，作弊不同模型的目标是不同的。例如，如果某些建模目标是可靠的程序员，那么作为代理商，它将特别强大。如果模型的某些建模目标是与人的关系，那么情绪智力将更高，并且可能具有整洁的对话。一些模型可能是充满构想的...一致性中的各种目标反映了不同公司或组织的价值，这些价值最终将导致不同的绩效模型，这也将使不同的模型具有自己的特征，并且长期存在。其次，我们过去六个月使用的AI系统不再是单个型号，而是一个涉及许多模型的多年龄系统，也可以与不同的工具一起使用。这将使AI智能水平越来越高，可以解决更复杂的问题，但也将带来结果。单个模型的优势将逐渐变得容易受到许多代理系统的影响。第三，在过去的六个月中，有许多智能系统不归大公司所有。 Ang的原因是去年，雨后蘑菇的开放资源像蘑菇一样发芽，并变得更具影响力。去年，尽管最好的模型仍然是关闭的资源，但有更多更好的开放资源模型，它们一直在接近最佳的封闭资源模型。基于这三个因素，我们认为AI肯定掌握在许多公司手中。同时，我们认为AI肯定会越来越包容性，并且使用成本将得到更加控制。在过去的一年半中，我们使用了更多的计算强度，但是AI模型的大小并没有特别改变。其背后的原因是，计算速度是所有实际模型的相对关键因素。如果模型在颗粒程序中计算得很慢，则它会降低用户使用它的意愿，因此所有公司都注意参数数量和模型智能水平之间的平衡。以前，模型增长通常与芯片开发速度成正比。芯片开发率每18个月增加一倍，该模型将保持相应的增长率。现在，即使每个人在计算方面具有更大的功能，参数的模型尚未变为GR食者。那么，他们会增加计算的力量吗？我认为有以下几点：首先，就培训而言，在过去的六个月中，量表增长率变得相对较慢，单个模型中的培训成本并未显着增加，并且花费了更多的计算能力来研究和探索。除计算强度外，研究和探索还取决于实验的出色整体设计，良好的研发团队以及一些天才的创造力。这导致具有许多计算优势的公司之间的培训差异，而公司没有过多的计算强度。没有过多的计算能力的公司可以通过不断改善实验设计，提高其思维技能和组织形式来更好地探索实验探索。其次，在推理的层面上，理解最佳模型的成本已通过去年的数量级降低。我们在接下来的一两年内思考。总而言之，培训单个模型的成本不会显着上升。很大的变化可能是一个不愉快的行业，但是计算强度的使用将提高。尽管代币的价格便宜，但使用的令牌数量将大大增加。去年，聊天机器人在一次对话中仅消耗了数千个令牌，但是现在代理商可以在对话中消耗数百万个令牌。而且，由于AI解决的问题变得越来越复杂和实用，因此将来将使用越来越多的人。做所有到达AI的一切，这是我们对开发AI的判断。我们认为，AGI肯定会实现，并且肯定会为公众服务和受益。如果一天内实施了AGI，则该过程必须由AI公司及其用户实施，并且该AGI应该是许多AI公司和广泛的用户中的AGI，而不是在单个萨马汉（Samahan）和只有一家公司中。 （Cha中的编辑RGE：Sun Dan）