締造OpenAI的祕密，竟只有一個詞！新智元十年峰會圓桌，七位大咖激辯

來源：新智元

智能的核心是什麼？

機器何時能追平碳基人類的能力，6億像素sensor的手機3年后就能匹敵人眼、但與人腦匹配的存儲能力何時實現？

為什麼最早推動AI突破的公司幾乎都和遊戲有關，英偉達、OpenAI、DeepMind？

AI的能效短板是否會拖慢通往超級智能的腳步，核聚變和ASI誰先被解決？

自動駕駛與具身智能，和大模型相比，為什麼總顯得「慢半拍」？

未來會有50億程序員？

當「人工智能」撲面而來，我們每個人都不得不面臨一個問題：如何面對即將到來的ASI時代？

在新智元十周年慶典圓桌論壇上，這些問題被七位重量級嘉賓拋出、碰撞和交鋒。

這場思維的交鋒就是一份面向ASI時代的人類行動指南！

新智元十年回顧圓桌論壇由新智元創始人&CEO楊靜主持，中國三星張代君、騰訊蘇奎峰、馭勢吳甘沙、慈星股份李立軍、北師大黃華、CSDN李建忠、芯矩開物李立武暢談新智元十年ASI啓示錄

圓桌嘉賓

先介紹下七位嘉賓，他們都是各自產業和學界的頂尖代表，包括了半導體、自動駕駛、芯片和科研等多個行業領域。

張代君

中國三星首席副總裁

中國三星首席副總裁，曾任三星電子中國研究院院長11年(2013-2024)，期間主導三星電子在華AI、5G/6G先行研究開發和商業化落地。

蘇奎峰

騰訊自動駕駛、車載地圖總經理

清華大學計算機科學與技術博士，騰訊自動駕駛/車載地圖總經理。多年從事自動駕駛、無人平臺和相關應用技術研究工作。

吳甘沙

馭勢科技董事長、CEO

吳甘沙，馭勢科技董事長、CEO。前英特爾中國研究院院長、首席工程師，領導英特爾大數據長期技術戰略規劃，成立英特爾唯一的機器人實驗室。

李立軍

慈星股份董事、副總裁

博士、教授級高工，慈星股份董事、副總裁，中國（浙江）機器人及智能裝備創新中心董事/投融資委員會主席，中國毛紡織協會「十三五」毛紡織行業「科技帶頭人」。

黃華

北京師範大學人工智能學院教授、院長

北京師範大學人工智能學院教授，院長，智能技術與教育應用教育部工程研究中心主任。國家傑出青年基金和中國青年科技獎獲得者，國家萬人計劃科技領軍人才。

李建忠

奇點智能研究院院長、CSDN高級副總裁

2016年發起創辦全球機器學習技術大會（ML-Summit），是人工智能領域極具影響力的高端技術研討與交流平臺。近年來提出科技創新的「範式轉換立方體 ParaShift Cube」，相關研究和引起業界強烈關注。

李立武

芯矩開物（NeuMatrix）創始人兼CEO

李立武，AI算力芯片公司——芯矩開物（NeuMatrix）創始人和CEO。李立武擁有25年高端芯片設計和管理經驗，設計過多款當時世界最先進GPU/CPU/FPGA及AI芯片產品系列。

與新智元的緣分

七位嘉賓與新智元的結緣，多始於十年前的「靜沙龍」。

十年來，嘉賓們既是新智元的見證者，也是受益者。

他們都覺得新智元的價值不僅在於新聞報道，更在於「蒸餾信息、凝聚社羣」，幫助產業和學界緊跟前沿、不被浪潮甩下。

這十年，AI從感知智能到大語言模型的跨越，正是新智元和嘉賓們共同的記憶。

AI的發展超越絕大部分人的預期

如果説過去十年來最大的奇蹟是什麼？所有嘉賓都同意，那就是現在的AI！

• 張代君説，過去十年最震撼的肯定是AI 2.0, 大語言模型LLM，完全讓認知智能產生質的飛躍，讓通用人工智能甚至感覺觸手可及。

• 吳甘沙覺得從來沒想過AGI會離我們這麼近。

• 李立軍説，他感覺這十年來人工智能技術最大的發展和奇蹟就是：它的發展超越了絕大多數人對人工智能發展的預期。

• 蘇奎峰認為AGI讓他看到了自動駕駛的真正可能，並且會極大地促進空間智能和物理智能Physical AI的可能性。

• 黃華説大模型現在是「一統江湖」，以前是還有人做算法，現在不管是科研還是產業，第一個想到的就是大模型。

• 李建忠説十年內最大的變化是整個業界認識到了語言在智能中的核心地位。其實神經網絡並不是十年內發明的，但是當Transformer架構、可擴展的算力和語言碰到一起，媲美人類的智能才真正出現！

• 李立武説，過去是「勞心者治人，勞力者治於人」，而現在AI要來治勞心者了！目前最先受AI影響的是法律業、財會業和軟件業。AI很快就會影響到大多勞心者的行業。

無用之用：遊戲推動人類和AI進步？

為什麼最早推動AI突破的公司幾乎都和遊戲有關，比如英偉達、OpenAI、DeepMind？

吳甘沙在回答過去十年最大的奇蹟時，給出的答案是AGI，但原因或許是遊戲和信念。

吳甘沙説他們做人工智能，其實在2016年最火的還是人臉識別，壓根沒想到AGI。

那時候，沒有人想着去做AGI，除非是神經病（笑）。

這就引出一個新的話題，那麼這十年的奇蹟，是誰創造的？

其實就三家公司：英偉達、OpenAI、谷歌DeepMind！

吳甘沙説三家公司共同點是都和「遊戲」脫離不了關係：

• 英偉達源於遊戲顯卡；

• DeepMind創始人哈薩比斯先做遊戲公司，他早年曾共同設計1994年的熱門遊戲 Theme Park；

• OpenAI早期也做遊戲項目，他們的知名項目「OpenAI Five」是一支AI團隊，能在Dota 2複雜的戰術環境中對抗人類頂級職業選手。其首次公開亮相是在2017 年，對戰Dendi一對一；之后發展爲五人組合團隊，並在2019年擊敗世界冠軍團隊OG。

吳甘沙給我們大家一個問題思考：

OpenAI剛創建的時候，最大的興趣是在遊戲，它也並沒有被認為是當時最牛的人工智能初創公司。

為什麼這些公司能夠創造未來？

吳甘沙特意提到一場Ilya和奧特曼之前的採訪，採訪問他們為什麼大公司沒有做出來，反而是OpenAI做出來。

奧特曼回答中規中矩，而Ilya的答案僅僅只有一個詞：faith！

因為相信，所以看見。

吳甘沙説，過去這幾十年我們人工智能其實是一種過去我們做了什麼，現在我們在這個基礎上繼續做什麼的思路，似乎形成了路徑依賴。

而像OpenAI則完全把過去拋棄，無腦相信有更多的算力、更多的數據、更大的模型，智能會涌現！

這些東西並不是所有人願意去押注的。

吳甘沙最后收束這個發散，回到了一個觀點上：

我們智人的智能突破最早可能也是在玩遊戲的過程當中開始的，打獵本身可以是一種遊戲。

找到AGI的道路，不能從有用的方向去突破，你想解決比如一個企業的問題，解決人臉識別的問題，太功利了，只有無用之用，才能找到AGI的獨特蹊徑。

遊戲有很多種，有一種遊戲無窮地玩下去，這是讓我印象特別深刻的，並不是從一個有用的事情出發，從遊戲從無用的事情出發。

智能的核心是什麼？

李建忠説，過去十年最大的變化，是整個業界認識到語言在智能中的核心地位。

其實神經網絡並不是最近十年發明的，2013年的AlexNet已經讓大家認識到它的重要性，16和17年大家也知道神經網絡在視覺識別上已經很厲害。

但是和人類的智能差的還非常遠！

李建忠Cue了吳甘沙的「遊戲論」，他説雖然OpenAI最開始是遊戲不假，但是OpenAI在2017年確定了真正的語言方向。

李建忠説他2023年在硅谷跟OpenAI前首席科學家Ilya Sutskever交流過，Ilya説，他很早就相信語言是智能的核心。

他在看到Transformer之后，立馬就知道這正是他們想要的東西。語言智能和Transformer這種能夠Scaling的架構碰到一起，智能才真正地出現了！

李建忠説，深度學習之父Geoffrey Hinton也經常感謝圖靈給了他很多神經網絡方面的靈感。

但Hinton和人工智能業界某種程度長期忽視了另一位哲學家維特根斯坦關於語言和人類智能關係的判斷：「語言的邊界，就是世界的邊界」。

維特根斯坦跟圖靈都在劍橋教書，圖靈講的是計算機、神經網絡，維特根斯坦講人類的語言、心智、智慧。

人工神經網絡給了計算機一個大腦的基座，但是動物也有大腦，那為何人類在智能方面是百獸之王？

2012年～2020年之間整個人工智能業界的實踐表明「純視覺無法帶來真正的智能」。雖然Yann LeCun經常講人類每天接受的視覺數據量遠超語言的數據量。但是數量對智能不是決定性的。沒有語義信息，只是一堆像素，沒有意義。在感知智能領域，哪怕包括李飛飛做的ImageNet也需要大量語言來標註，沒有語言的標註，這是什麼物體，這個物體有什麼功能，沒有人知道。

我們人類怎麼樣讓我們的寶寶有智能？光給他/她看這個世界是不行的，孩子出生之后母親對孩子永遠是在講話，哪怕孩子不會講話，母親還要對他/她講，講話的過程就是通過語言逐步建立他/她的智力的過程。

李建忠談到，很多視覺派，比如Yann LeCun、李飛飛長期不承認語言在智能中的核心地位，視覺派如果還固執己見的話，包括在所謂的「世界模型」上，還會再繼續犯錯幾十年。

而Ilya很早就認識到了語言在人類智能中的核心地位，呼應了當年維特根斯坦的哲學判斷，才使得人工智能有了今天的發展，人類智能的核心就是語言！

李建忠最后引用了尤瓦爾赫拉利寫的《人類簡史》，書中談到人類語言最大的魅力是，能描述這個世界上95%根本不存在的事物。比如「有限責任公司」，一個動物怎麼能理解這麼抽象的東西？要想理解「有限責任公司」必須對人類的經濟、社會制度、市場制度有深刻的理解，而這些理解的背后都是由語言進行抽象的。語言不僅能描述這個世界上存在的事物，還能描述這個世界上大量不存在的事物。

人類學家很早就指出人類和動物的核心區別不是直立行走，而是「語言」。而正是語言導向了人類的智能，這是最近十年人類在AGI上最大的發現，長期被我們忽略了。

實現ASI的關鍵

如果想要實現超級人工智能，關鍵是什麼？

AI的能效短板是否會拖慢通往超級智能的腳步，核聚變和ASI誰先被解決？

黃華認為實現ASI的關鍵在能耗，降到現在的100倍以下，就可能實現了，因為現在能耗是最大的問題。

李立軍説可換個思路，可以先解決能耗問題，若可控核聚變實現，能耗就不再是瓶頸。

另一個角度來説，現在可控核聚變最大一塊就是用AI解決控制問題，它自己會解決。

張代君從半導體視角對比人類：2030年相機傳感器可達6億像素，接近人眼分辨率；NAND Flash存儲容量和AI綜合算力能效的演進仍是短板，需10–15年才能接近高效人腦。

李立武從芯片角度提到幾個變化：

• Token概念的變化：雖然名字仍叫「token」，但底層數據結構會發生巨大變化

• 數據結構與數據流的完善：未來更完備的數據體系將推動AI發展，同時也反過來影響芯片設計。

• 光計算的介入：預計三到五年內，光計算會對AI產生巨大推動，其能耗僅為傳統方式的千分之一。認為可能依賴光計算，三到五年有望出現突破。

製造業無人化后，工作會成為人類基本「需求」

李立軍從傳統紡織行業出發為大家預言了未來的一種情形：你想干點活還不容易嘞！

李立軍説他小時候看電視劇里上海灘紡織廠里工人特別多，工作的環境也非常差，工作強度又巨大，因此經常會有工友組織起來反抗資本家的剝削搞罷工的情節。

衣食住行，衣是人類的一個基本要求，紡紗工人很多，可以看80年代以前的照片，密密麻麻的工人站在紡紗機前面，織布機前面。

現在沒有了！就拿我們從事的針織行業來看，也是紡織里面一個細分品類，現在可以實現一根紗線輸入設備，出來整件衣服就做好了，馬上可以穿。

我們現在也在做垂類小模型（不是大模型），只要口頭講講想要一件什麼樣的衣服，什麼顏色，上面有什麼圖案，尺寸多少，系統就能自動生成一段代碼，這個代碼文檔輸入到我們的紡織設備上，一件高度個性化定製的衣服馬上就能穿在身上，我們正在推進這個項目的產業化。

李立軍覺得未來傳統制造業可能就是往「無人化」方向發展了。

他説網上有個段子，共產主義一定會實現，因為那時候勞動會成為需求，為什麼成為需求？

AI把活干完了，所以你想干點活還不容易！你要去體驗一下干活是什麼感覺，還要去和AI搶一搶。

人類往后可能主要的事情一個是享受生活，還有一個就是用好工具，AI是一個強大的工具，如果不去用它就會被淘汰（被其他用它的人淘汰）。

和人相比，現在芯片和傳感器還落后多少？

機器何時能追平碳基人類的能力，6億像素sensor、與人腦匹配的存儲能力何時實現？

張代君告訴我們，現在按照木桶原理，機器和人相比，最差的還是「存儲」。

人腦的效率實在是太高了！

比如，在視覺層面，手機/相機傳感器目前已經可以到2億像素，大約在2030年可達6億像素，這就已經接近人眼分辨率。

但是存儲能力和人腦相比，差距仍然巨大！

比如三星的第九代3D NAND已到286層、單盤可以做到128TB，但與人腦約2.5PB存儲容量相比，還是小巫見大巫。

張代君説，單一存儲模組想要追上人腦容量仍需大概10–15年。

和芯片的摩爾定律相比，存儲「摩爾定律」迭代更慢，是當前機器進化的木桶短板。

CPU的摩爾定律是18個月，GPU的摩爾定律大概6-8個月，存儲的摩爾定律事實上它是每2.5年存儲容量才能夠升級1倍，所造成的是今天的單品SSD大概是128T，但是人腦是多少？人腦大概專家測算了一下，通常採信的是人腦存儲容量是2.5PB，什麼概念呢？128T單品現在用於服務級存儲單元，現在大腦有20倍。

而且從能效方面，人腦約20W耗能但效率極高；GPU以能效比計仍遠落后人腦，現在的芯片想要追近人腦能效也需10–15年。

物理世界為什麼總顯得「慢半拍」？

自動駕駛與具身智能，和大模型相比，為什麼總顯得「慢半拍」？

楊靜提出一個問題：有沒有感覺只要跟物理相關的，和物質相關的，就會比較慢？

吳甘沙説他很羨慕做AI行業的人。

跟物理相關，就像我們人的身體，包括動物的身體，千百年來進化很慢。

但是「腦子里面」的東西是進化很快的，像今天大家都在説AGI、ASI，我們做自動駕駛挺羨慕的，我們這個行業怎麼就那麼慢。

這邊（AI）是一日千里，因為比特是零質量，零距離，零成本，所以它的迭代演進肯定是快，帶物理的，帶身體的肯定慢。

吳甘沙用自動駕駛舉例，車流當中，如果有百分之二三十是自動駕駛的，那你就會感受到事故少了，擁堵少了，一定會，我看過一個研究，只要有20%左右的。

蘇奎峰提起大家最近在討論的莫拉維克悖論。

要讓電腦如成人般地下棋是相對容易的，但是要讓電腦有如一歲小孩般的感知和行動能力卻是相當困難甚至是不可能的。

在第一次、第二次革命的時候，主要還是體力上的自動化，還是機械自動化的過程；信息革命可能還是偏人的智力上的提升。

這次AI的革命也確實會加速這個過程，包括大家也都有一個共識，這一波最替代的就是那種偏智力型重複勞動。

編碼、律師等等，這些很容易就會被替代了，反而就像自動駕駛也好，具身智能，在物理世界里跟物理交互這件事情還是挺難的一件事情。

李建忠則談到比特和原子的根本性不同，比如比特複製無成本、原子不可複製；因此原子世界的Scaling laws與數字世界有根本性的不同。因此他認為數字空間的AGI或在3–10年到來；而物理空間的AGI（比如具有泛化能力的具身智能）「還很遠」，仍處在「漫漫長夜」階段。

社會結構顛覆：大學不存在了，會有50億程序員？

黃華認為，未來ASI會完全顛覆現在的社會結構，或許大學就不存在了。

楊靜問到，假如大學不存在，你去干嘛？

黃華説他可能就要退休養老了。

他解釋到，比如計算機行業，程序員的問題，今后程序員主要干兩端的事情。

一端是特別創新的搞頂端算法設計的，另一端是搞軟硬件相結合做優化做到極致的，可能就是這兩端會存在，中間一段就沒有了。

社會上很多人找工作估計都是這樣，會有大量的人被AI代替。

今后可能就頂端那一批人工作，這個社會兩端分化會特別嚴重，會有大量的人沒事干，我覺得這是對社會最大的顛覆。

這正好印證了李立軍在紡織行業的感受，未來想找點工作來做，還真的不容易！

吳甘沙提出，自動代客泊車將是未來10–20年內極具實用性的技術，尤其是在繁忙的商業區，30%的行駛里程被浪費在尋找停車位上。

他指出，自動駕駛將使得停車位利用效率大幅提升，未來停車位將更加緊湊，甚至一個可以抵現在兩個車位。

他設想，未來很多日常場景將被自動化改變，像垃圾桶可以主動到你身邊，廁所也能「從天而降」，極大地便利人們的生活。

李建忠認為AI將讓軟件極端便宜，進入「即用即拋」時代。

「氛圍編程」會把編程門檻降到大眾層面，5億甚至50億人都可能參與「用自然語言寫軟件」，這會帶來一個完全不同的軟件生態。

寄語新智元和百萬讀者

楊靜説，十年對於人類的歷史來説就是彈指一揮間。

新智元的十年也是彈指一揮間，感恩一路有你，最后請嘉賓們給新智元一路相伴同行的幾百萬用户一句話寄語。

• 張代君：新智元十年以社羣與VIP增值連接學界與產業、讓信息更有價值；機器智能的覺醒並不可怕，可怕的是人類自身的惰性！讓我們一起擁抱AI的無限精彩。

• 蘇奎峰：新智元以及時、紮實的報道與VIP社羣激發高質量討論，期待在AGI時代繼續讓大家有事可干、頭腦常新。

• 吳甘沙：願新智元以更有態度與深度的專業內容，帶領讀者看見新智能紀元的未來。

• 李立軍：新智元非常像AI信息的「蒸餾器」，把淹沒在大量噪聲里面的關鍵信息提純為關鍵點和要點，同時匯聚跨界高手高效討論，讓平時忙忙碌碌但又對AI感興趣的人不會掉隊，持續跟上AI發展的浪潮。

• 黃華：在堅持與質疑並存的高質量社羣里，閒聊也能聊出高水平觀點與技術問題，新智元的價值正在於此。

• 李建忠：面向將至的數字空間ASI時代，新智元應把讀新聞服務擴展給億級Agent，讓智能體也成為用户。

• 李立武：原來自己每天都要找自己專業好的paper，現在新智元居然把關鍵的paper都找好了，而且講得很清楚，這個很厲害，特別專業。送新智元一句話，祝願新智元早日IPO，早日上市！

晚宴環節

這次論壇的議題，激發了大家強烈的表達與討論慾望。

意猶未盡的嘉賓們隨后來到新智元特別準備的晚宴。

交流在舉杯之間繼續延伸，思想的火花一刻未停。

青騰未來科技學堂

晚宴致辭嘉賓是清華大學講席教授陳煜波先生，他也是青騰未來科技學堂的導師。

新智元創始人楊靜是青騰未來科技學堂的第一批學員，還獲得了年度學霸獎。

清華－青騰未來科技學堂，由清華經管學院和騰訊青騰大學聯合推出，聚焦前沿科技驅動的創業創新，旨在發現並培養新型的科技與商業跨界人才。

專業、快速、精準

在晚宴環節，還邀請了北大的張銘教授和袁境陽博士。

袁境陽博士是2025ACL最佳論文的第一作者。

這篇文章也是新智元報道。

在晚宴的討論中，大家提到新智元的報道是最精準的。

吳甘沙也説現在新智元報道越來越專業，楊靜笑言其實我們現在都用AI來編寫撰稿了。

新智元對於學術和信息都是追求極致的準確，並且在第一時間就迅速報道。

這就要得益於新智元不僅僅有公眾號的信息服務，還有專業的專家智庫平臺。

信、望、愛

新智元成立十年來，通過社交資訊專業內容的報道，攜手專家智庫、生態夥伴，共同見證ASI降臨。

AI不僅僅是技術，也會成為人類踐行信、望、愛的支柱。

就像晚宴中嘉賓提到新智元社羣已成「必需品」，每天像看新聞一樣「必看」。

這里是大家共同的AI家，不僅是學術行業聚會，更是跨界的融合交流。

面對ASI不確定的時間和未知的ASI的未來，很多人都會焦慮，技術會不會吞噬人類的未來。

這個時代，AI是最大的變量，面對激盪的變局，更需要一個匯聚「羣智」的平臺。

我們需要的是最真實、最自由自由的表達，並且是多元化的。

不僅僅是AI領域、自動駕駛、具身智能等領域的專家，還有其他各行各業的專家。

人類彼此信任，探索與AI也建立一種充滿希望與愛的羣智共生關係，或許纔是走向未來的答案。

轉發留言抽取新智元十周年紀念品

如果你覺得本文有幫助，可以點一個大大的贊。

同時，可以轉發和評論，我們會在評論區抽取10個精彩評論，為大家送出新智元十周年紀念品～

（聲明：本文僅代表作者觀點，不代表新浪網立場。）