WAIC中的全文

7月26日上午，2025年世界人工情报会议（WAIC 2025）于7月26日至28日在上海举行。会议以“有助于世界的明智时间”为主题，结合了全球专家，政府和商业代表等，以讨论新的AI发展机会。 Minimax的创始人兼首席执行官Yan Junjie参加并发表演讲。 Yan Junjie在讲话中说，Agi肯定会被实现，这肯定是公共服务中的事情。 他说：“ AI的模型或AGI，它应该是所有AI公司及其用户之一，而不仅仅是在一家公司中，我们愿意为此目的努力工作。” 以下是语音成绩单： 大家好，我与您分享的标题是“所有人，所有AI”。为什么这个话题谈论？麻省理工学院与我过去的个人经历有关。 首先，当欣顿先生第一次出版Alexnet先生时，我介绍了自己，我应该是第一个学习的人之一中国的一名医生在深度研究中学习。当Alphago发生时，当人工智能进入每个人的注意力时，我参加了第一个开始。 当Chatgpt在推出前一年推出时，我们开始在中国创建第一家制作大型模型的公司。在过去的15年中，当我做这些事情时，我每天都在面对问题和实验时每天编写代码，我一直在思考一件事：人工智能非常受欢迎，但是人工智能是什么？人工智能与这个社会有什么联系？ 在这样做时，尤其是如果我们的模型变得更好，更多的是Mahusay，您知道人工智能可以带来许多社交联系。例如，当我们进行人工智能研究时，我们需要研究其日常数据。最初，我们必须从软件中编写一些数据。 后来我发现AI软件有可能帮助我们研究所有数据。例如，as研究人员，我深切关注今天至今的发展。一开始，我们曾经想知道我们是否可以制作一个应用程序来帮助我们监视各种开发。但是最终我发现这件事不必自己做，它可以允许AI代理自动进行。 相反，它比我们每个人都做的要好。因为除了这种生产力之外，我们还发现它显然是天文学和更强的想法。例如，当该地区15年前举行世界博览会时，有一个名为Haibao的IP。当时，希博的形象真的很受欢迎。 但是上海在过去15年中取得了很多发展。例如，在上海独特而时尚的Hibao的一些图像。 AI可以做得更好。例如，它将出现在海报中，Hikvision建筑物的海报可以帮助我们生成不同的IP图像。 据说最近很受欢迎。例如，几个小时前，我们DE专栏的促销视频，可能需要两个月的时间，并且可能要花费100万元。 但是，通过更强大的实施模型，很明显，如右边一样，Labubu的视频通常会在当天产生Ionly，而成本只有几百元。 实际上，在过去的六个月中，我们的视频模型实际上已经在全球开发了超过3亿个视频。通常，互联网上的大多数内容和创造力都可以通过美丽的AI模型越来越流行，因此所有人的创造力都可以完全使用。 除了生产力和企业家精神外，我还发现，AI的使用实际上超出了我们最初的设计期望，并且确实出现了各种难以想象的情况。例如，它是模拟飞行，例如望远镜望远镜，以及各种意外情况。 当模型的能力变得越来越强大时，它变得越来越可能，尤其是个人且写得很好的写作，这可以极大地增强所有人的创造力。当我们体验到这一点时，当我们看到如此多的变化时，我们就有一个真正开始出现在我们心中的想法。 我们发现，作为一名企业家，我们确实不类似于互联网公司。 AI是一种生产力，它是个人和美学能力的连续增强。 其中有两件事，我们认为这更为关键。第一个是一种能力。 其次，它正在进行，因为人们始终很难变得聪明，而且很难学习新知识，但是AI可以。 当我们有不同的部门来制作更好的AI模型时，我们尤其发现AI确实与我们的人一起创建更好的AI。 例如，首先，我们是一家研究公司，当我们喜欢编写许多代码并在公司中进行许多实验时。今天，我们公司中可能有很多东西，通常由AI撰写，通常90％的数据评论可能是基于它。 除了帮助我们编写代码外，AI还可以更专业的另一件事。例如，一年前，我们需要大量注释，我们的注释可能很普遍，是一些普通的专业。但是我们发现，当AI的功能变得越来越强大时，可能只有少数人，只有顶尖的专家，这会帮助模型并变得更好。 但是实际上，我没有谈论AI的答案，而是教AI了解这种思维方式，以便它可以更笼统，并且更接近领先的人类特殊专家。 除了通过状态外，还有另一种输入方法，那就是在环境中学习很多东西。例如，在过去的六个月中，通过不同的环境，从编程想法，在某些安全环境中，在某些游戏中。 我们可以发现，当在另一个可以继续提供证明的环境中学习AI时，这通常意味着只要是环境，可以定义。也就是说，我们的讲义信号可以轻松解决此问题。 老实说，我认为某些事情是AI肯定会越来越强。 下一个问题是，因为AI如此强大，AI效应会变得更大吗？ AI可以垄断吗？ AI是在组织中掌握的，它仍然可以成为许多组织。我们认为，AI肯定存在并且将继续存在，原因有三个： 第一点实际上是，我们今天看到的所有模型都需要依靠对齐方式。显然，不同模型的一致性的目标确实不同。 例如，如果模型的目标与可靠的程序员非常相似，那么智能将特别强大。一些模型的目的是说他们期望与人建立更好的关系。因此，他确实具有更多的情商，并且可以进行更好的对话。一些模型可以充满想象。 D的不同目的撤离实际上反映了不同公司或组织的价值，这些价值实际上会导致这些模型的泛滥性能。不同的显示器对于不同的模型具有自己的特征或长期存在，这是第一个原因。 第二个原因是，实际上，过去六个月我们使用的越来越多的AI系统从来都不是单个模型，而是一个拥有许多团队的系统。内部会有许多模型，有些模型也可能使用不同的工具来使其智能更高，并使问题更加复杂。 正是由于这个原因，我们可以看到过去六个月中有许多智能系统，但它们不是大公司拥有的。 当然，还有另一个最终因素，它像去年一样爆炸了，它像竹子一样爆炸了，这是更多开放的资源模型开始产生影响。 实际上，我们认为AI绝对掌握在许多C的手中Ompanies。如果AI控制着许多公司，我们认为AI将越来越多，也就是说，使用它的成本肯定会受到控制。 我们认为这有三个原因。 首先是因为它告诉我们为什么我们使用的模型的大小在过去一年半中并没有真正改变。即使我们的计算能力也在上升，为什么？因为对于所有使用的模型，此模型计算的速度是有点关键的问题。 因为如果模型计算特别慢，则是因为需要此模型的速度。因此，所有公司都要求设计师说NA在模型参数的音量与智能水平之间存在妥协。 该项目的最终结果是模型计算的体积通常证明当前的计算速度是模型的大小通常与芯片的技术速度成正比。我们知道芯片开发是两种E速度速度每18个月改善。因此，该模型实际上在去年维持了这一趋势。 它实际上并没有变得特别大。所以说大家都有更多的算力了。这些算力花在哪儿呢？ 实际上，它花在了这项培训和更大的工作促销上。 首先，让我们谈谈培训，因为我们使用的模型通常不喜欢大量参数。在过去的六个月中，发展速度相对较慢。 实际的结果是，训练单个模型的成本实际上并没有增加Mal Malaki。 那为什么还需要这么多算力呢？实际上，这些计算能力是进行更多的研究和探索。但是我们知道，研究和探索实际上取决于计算的力量，不仅取决于实验的出色总体设计，而且还取决于精湛的研发团队。一个非常好的，一些非常设计师，例如创造力。 因此，我们认为这样做的结果是，我们拥有许多专业公司，而不是很多专业公司。一切之间的区别关注和培训可能不是很好。 因为不是很多专业公司，所以可以通过继续改善其实验设计并继续改善其思维和形式的组织能力和形式来更好地探索该实验。让我们谈谈理性的狄克尔，推理的结果相似。也就是说，就推理而言，我们知道推理成本，最好的事情实际上是减少的数量级。 借助大量的计算网络系统和优化算法，我们认为在接下来的两年中，这种推理的成本可能是最佳模型的推理成本。 实际上，值可以减少另一个级别。当我们认为单个模型中的培训时，它通常目前会增加。但是，当我们考虑一下时，我们认为有一种方法可以专注于不太昂贵的行业中AI的研发。那么，计算强度如何提高？为什么？ because即使令牌的数量将非常便宜，但NG令牌的数量也会急剧增加。这是因为这是因为，例如，在去年对话的一小部分中，只有数千个令牌被消耗掉了，现在一个分享一个应用程序的一个谈话帐户现在拥有数百万个令牌。 这意味着，由于可以解决的问题变得越来越复杂和实用，因此越来越多的人使用它们。 所以说我们的理解是说，Ako，某种程度上，将为所有人联系。 这是我们对AI的判断。 最后，可以说，对所有人的智慧，这确实是我们业务的最初意图。 我们认为，Agi肯定会实现它，而这东西必须为公众服务。如果有一天实施AGI，我们认为该实施过程应由AI公司及其用户实施。此AI或AGI模型应属于Kai AI及其用户，而不是单个公司。我们还准备为此目的工作IME，感谢所有人。 金融的官方帐户 24小时广播滚动滚动最新的财务和视频信息，并扫描QR码以供更多粉丝遵循（Sinafinance）