智東西（公眾號：zhidxcom）
編輯 | GTIC
智東西4月18日報道，近日，GTIC 2023中國AIGC創新峰會在北京圓滿落幕，20+位產學界重磅嘉賓分享了大模型與生成式AI的前沿創新、商業前景、算力進化、創業機會與投資策略。峰會現場座無虛席、人氣爆棚，交流氛圍熱烈，全天到會觀眾超過千人，全網直播人數高達420萬人次。
在大會開放環節圓桌對話中，智一科技聯合創始人、總編輯張國仁與竹間智能總裁&COO孫彬、優必選語音技術科學家黃東延、創世伙伴資本合伙人梁宇以“狂飆的ChatGPT如何掀起新一輪科技革命？”為主題，一起探討了關于技術、產業、投資的人工智能（AI）熱點話題，將現場氣氛推向高潮。
▲圓桌對話環節，從左到右依次是：智一科技聯合創始人、總編輯張國仁，竹間智能總裁&COO孫彬，優必選語音技術科學家黃東延，創世伙伴資本合伙人梁宇
作為創業者的代表，孫彬所在的竹間智能，是知名自然語言技術AI服務商，由前微軟（亞洲）互聯網工程院副院長簡仁賢于2015年創辦，過去8年一直深耕NLP（自然語言處理）賽道，2022年全面投入大語言模型與生成式AI的產品開發，結合大語言模型、知識圖譜、與應用，加速新AI 2.0落地。
優必選科技語音技術科學家黃東延是業內技術專家代表，其所在的人工智能和人形機器人公司優必選科技，今年1月31日正式向港交所遞交招股書。成立11年來，優必選在人工智能算法和人形機器人本體技術上取得了重大突破，已發布多種智能服務機器人。截至2022年，在特斯拉等行業巨頭剛剛推出人形機器人的情況下，優必選Walker作為目前全球唯一能夠量產交付的人形機器人，已經在2020年迪拜世博會期間提供服務，并成功出口到沙特NEOM新未來城。
投資人代表梁宇所在的創世伙伴資本（CCV），是一家專注于發現早期投資機會的雙幣基金，其核心管理團隊15年來保持了每年一個獨角獸的速度，投中多個賽道的第一股，且80%的項目都在A輪領投。梁宇個人專注于搜索引擎領域，并常年關注人工智能、AIGC（人工智能內容生成）領域。
這場圓桌對話精彩紛呈、干貨滿滿，從創業者、技術專家和投資者的角度出發，全面分析了ChatGPT引爆的AI新浪潮，從技術演進的必然結果，聊到創業者如何在業務層面實現顛覆創新，在面對大廠的資金、算力等優勢下仍能實現業務突破與領跑。
今年已被視作通用人工智能發展的元年，大模型和生成式AI正在涌進千行百業。現在才僅僅是開始。
一、ChatGPT爆火出人意料！大模型打開AI落地大門
作為現象級產品的聊天機器人ChatGPT已經是AI領域的最火概念，上線2個月用戶數破億，熱度迅速蔓延至各行各業。對話開始，張國仁先跟大家聊了聊當初ChatGPT爆火時最大的感受。
▲智一科技聯合創始人、總編輯張國仁
“確實在意料之外。”梁宇坦率地說，連發布ChatGPT的OpenAI團隊自己都沒想到，這會引爆所有人的熱情。他認為這種擁有“暴力參數”的大模型帶來的范式改變，現在還只是一個開始。
最近一段時間，他在和學界、產業界、投資界的朋友交流時發現，大家對此的興奮度大多來自于“大模型除了已經展現出來的能力外，究竟將來還能干什么？”，這個問題背后也衍生出了更多的話題，而投資機構更看重的，就是更多的創業機會在哪里。
身處更加垂直的智能服務機器人領域，黃東延談道，之前他們判斷大模型想要超過人類預期可能還需要三到五年時間，“去年11月30日，看到ChatGPT的驚艷表現后，我們知道人工智能真正賦能到各行各業，智能機器人走進千家萬戶的時間到了。”
當前，優必選科技已將智能視覺、智能語音交互等AI技術與服務機器人相結合。目前的智能語音交互的自動語音識別（ASR）在某些場景下基本上能夠達到人類的期望，從文本到語音（TTS）播報也能夠達到人類語音的質量。在自然語言處理交互部分，已有的傳統交互技術還達不到人類的需求，而ChatGPT的出現遠遠超過了預期，體驗效果十分驚艷。
和ChatGPT同處于NLP賽道的竹間智能，對于GPT就更不陌生了。孫彬將ChatGPT驚艷的地方總結為兩類：首先是其封裝模式是對話，但給了用戶超出對話期望的文章生成、產出，歐美很多中小學生全部拉上線后產生了第一輪火爆；其次是大語言模型帶來的優勢，其可能帶來用語言、對話驅動應用并改變知識問答方式，甚至是改變應用結構的趨勢。這讓行業內外的人士對大語言模型有了認知，并超過了所有人的期望。“也就是開了一扇門。”他說。
二、“AI的iPhone時刻”是市場預言，技術創新不多，但工程能力驚艷
隨著ChatGPT越來越熱，行業中也出現了很多不同的聲音。英偉達CEO黃仁勛夸贊ChatGPT的問世是AI的iPhone時刻，但深度學習三巨頭之一、圖靈獎得主、Meta AI首席科學家的楊立昆（Yann LeCun）從技術的角度來評價，認為ChatGPT沒有特別的創新，只是被很好地組合。張國仁也問了問在座嘉賓們對于ChatGPT創新意義的看法。
幾位專家都認為這兩種觀點并不沖突，應該從不同層面來看待。
“AI的iPhone時刻”的觀點，更多是從應用視角來看，梁宇將這一觀點視作“市場預言”。
黃東延談道，“iPhone時刻”實際上對應移動互聯網的到來，隨著ChatGPT橫空出世，AI將在各行各業涌現出大量應用。
孫彬做了更細致地拆解，ChatGPT帶來的對話式大語言模型可以變成一種計算力量，成為智能平臺上的資源能力，企業能調用大語言模型進行對話、驅動、生成等。他用OS（操作系統）來形容大語言模型的發展趨勢，未來企業可以在此之上生成更多應用。而應用百花齊放、重新洗牌乃至出現井噴現象，會進一步推動算力、GPU的發展。所以從黃仁勛的視角來看，這是又一個iPhone時代產生的IT界軟硬件甚至生態的變化，這種說法并不為過。
反過來，站在Meta的角度，2017年，DeepMind提出了人類反饋強化學習（RLHF），谷歌的論文神作《注意力足矣》（Attention is All You Need）中提出了Transformer；2018年，OpenAI推出了擁有1.17億個參數的GPT-1模型。
孫彬談道，核心技術在前期已實現突破，只是此時產生了從量變到質變的突破，讓大家看到了效果，所以從技術角度來講沒有太大創新也是有道理的，但ChatGPT從工程能力、組合、使用方面來看非常驚艷，“未來業務層面的創新一定會百花齊放。”
“技術底層和背后發展具有連續性。”梁宇說，2017年Transformer的注意力機制讓很多科研和工程方向轉向，并就這一方向去嘗試進行暴力參數和算力堆疊后，才出現了ChatGPT這一成果。OpenAI也是經過了很多次試探，只不過ChatGPT的對話形式突然能讓人立刻感知到，因此極具病毒傳播效應。
從整體方法論來看，黃東延認為ChatGPT可以稱得上“顛覆式創新”：OpenAI在做集成的過程中，試錯了很多種算法，才發現“上帝給的秘密密碼”，去發現對話到底如何實現才能給人類帶來驚艷表現、如何將工程上的東西和人類價值觀、倫理價值等對齊。
▲優必選語音技術科學家黃東延
梁宇補充強調道，語言大模型只是大模型技術中的一個重要分支。“而當我們所有的注意力被鎖在這兒時，就有可能是一個真的顛覆性時代來臨了。”
橫向來看，基于Transformer機制正在訓練的3D內容生成模型、汽車行業3D環境感知等不同領域模型等，即便不是語言模型，它們同樣也在基于Transformer實現突破性進展。大量的科學家和工程師正在連夜研究新的科學成果。
從底層模型角度來看，大語言模型的發展也許會集中在頭部的幾家，北美地區大廠的介入可能會將這一路徑鎖死，但這之外，垂直領域中的大模型也能夠自成一派，基于發動機之上產生的應用爆發會逐漸到來。我們今天看到的可感知的AI能力是由前端應用層帶來的。“所以，現在剛剛是一個甜點時刻。”梁宇說。
往后對于模型的深入應用和剖析，尤其是從文字到圖片到視頻，再到3D空間感知的跨模態，這一連串技術的橫跨突破將引發行業應用層點爆，才有可能真正迎來大規模應用和商業化。
三、微軟+OpenAI組合優勢會領先多久？國內企業如何抓住獨特機會？?
華為創始人任正非先生最近在內部講話中提到，大模型將風起云涌，不止微軟一家。盡管如此，但微軟與OpenAI聯手的組合拳打得太猛，從OpenAI的GPT-4到微軟相關產品接二連三發布，都令同行感受到不小的壓力。就著這一話題，張國仁提問道：各位覺得像微軟+OpenAI這樣一對組合，它們的領先優勢到底能保持多久？
梁宇說，微軟和OpenAI的組合玩的是“生態戰爭”。微軟為大模型行業的競爭與發展“打了個樣”，它迅速將各個應用入口嵌入到Office全家桶里，將其門檻API化并直接刷到地板價，讓其他企業覺得不用不行，因為其余企業在做的事情還不如直接用微軟的產品來的便宜。
這種將各個行業的應用、用戶接入，形成了“我的應用給你數據，你進一步調優，調優之后反吐回來這樣的數據飛輪”。未來，如果沒有較大意外，大語言模型加持下，它的滾動速度會越來越快，并在商業化上形成持續的馬太效應。
擴展來看，不同語言的模型對計算機的理解造成的障礙并不大，只是不一樣的代碼，更重要的是計算機編程語言本身。從IT浪潮發展以來，美國軟件業已經形成從底層堆疊、中間層到應用層的整個生態體系，也就是軟件產業鏈。梁宇說：“代碼本身并不是問題，這個語言不太好，我們可以創造新的計算機語言，這往往會在美國本土發生。”因此在這種土壤下，用大語言模型去訓練生產進一步的計算機語言生產力工具的效率會急劇提升。
國內企業的機會在于“我們有特別的環境”。訓練一個好的語言模型要覆蓋幾個維度，其中非常重要的就是語料，目前中文語料標注不如英文語料成熟，未來仍需業界共同努力將好的語料作為訓練的基礎，然后在此基礎上慢慢滾動起來。其次，以醫療領域應用為例，一些患者數據按法律規定不能公開，國內企業可以用已有語料訓練基于這個行業的垂直模型，這種模型沒有辦法被微軟、谷歌等大廠搶走；以及自動駕駛領域，路況、三維數據是國內市場獨有的，基于此，我們訓練出來的信號模型、語言模型有很大優勢。
梁宇堅信，國內大廠、中小企業、創企、投資公司的要素組合一定會百花齊放，長出和海外不一樣的生態。
▲創世伙伴資本合伙人梁宇
對于“微軟+OpenAI”組合到底能走多遠的問題，黃東延認為，要看技術的創新能力和迭代開發的速度。她對國內大量小型AI企業寄予厚望，相信受國內政策、市場以及教育水平提高的影響，AI企業創新正在加快，國內應用領域可能比其他國家的范圍更大，會誕生更多的創新方向。
以優必選在做的人形機器人領域為例，大語言模型賦予機器人“大腦”，使得語音交互的體驗更加自然，而機器人賦予大語言模型“身體”，就是具身智能讓大語言模型感知周圍環境，通過“視覺、聽覺、觸覺、味覺、嗅覺”來理解物理世界，獲取物理世界的真實反饋，進一步學習變得更加智能，大語言模型是連接虛擬和物理世界的橋梁。ChatGPT的應用會使其在語音交互、人機交互、導航、運動控制、行為等方面有很大的突破。
孫彬覺得兩者保持領先的時間還不好預判。在他看來，語言大模型能落在微軟這樣的產品體系當中，真正實現了技術能力和產品的組合，而這個組合一定會在整個賽道中領跑一段時間。不過從另外一個視角來看，任何提效工具的組合都只是在效能上提高，需要被人使用和運用，因此最終還是以人的產出為準。在計算器、計算機的加持下，人的效能的確不斷提升，但真正生活的價值是由人來創造的。
他肯定地說，OpenAI和微軟是一個好的組合，其余做技術和相關產品的企業還需要追趕。但是從更宏觀的角度來看，“這樣的組合能不能用到其它產業中，讓技術和產業完美組合起來”也很重要。國內市場很大、用戶群體龐雜，如果在此基礎上國內相關企業也能履行這個模式，可能會在不同賽道中領跑。
四、人才市場已發生質變，創業者焦慮的同時充滿希望
近段時間，大模型和生成式AI正引爆新一輪創業熱潮，從美團聯合創始人王慧文到搜狗創始人王小川，再到李開復宣布Project AI 2.0計劃，眾多知名業界大咖相繼入場。張國仁提問道：如何看待這一撥創業熱潮，最終會像“百團大戰”一樣，經過幾輪淘汰后，最終少數贏家通吃，還是有百花齊放的機會？
梁宇認為會是百花齊放。過去“百團大戰”實際上是打補貼，讓用戶能快速嘗試、沉淀下來。但現在的情況不是這樣，各個行業的創業者，不論是AI 1.0還是上一代在國內落地的計算機視覺領域，已經形成了相對成熟且有固定格局的產業環境和創業公司鏈條。
在此基礎上，新的語言、模型范式到來，我們迎來了開源。過去這一行業沉淀的客群關系、數據、商業循環智能在底層被加速。因此，當底層發動機被換了，之前各個公司在這個領域的沉淀先應用到自己生產環境中的可能會領先，再將序列重新梳理，原來百花齊放的局面仍舊會百花齊放。很難想到，因為算力、更智能或者更像人等單一的因素，會完全把過去一切的商業努力都顛覆掉，因此，他對這個事情持相對現實的態度。
據梁宇觀察，現在下場做大模型創業，與兩年前相比，“人才市場已經發生了質變。”這一行業從高峰期到過去兩年，從某種程度來說已進入下滑期和冰凍期。用經典的Gartner曲線來解釋，就是希望之顛、絕望之谷。
ChatGPT的突然爆火、媒體的快速介入將其聲音放大，迎來了幾個領域的密度飆升，第一是資金的密度狂砸，第二是跟NLP領域相關的創業者密度加碼，第三是企業家密度，過去一兩年，創業者在創業環境中相對迷茫，過去的增長紅利好像消失了，如今由于大語言模型的推出，使得人們和機器溝通的效率更順暢。
現在已經進入了完成不同的階段。他認為，我們目前討論的只是人和屏幕之間發生的革命性潛在變化，還沒有討論到把這種交互挪到機器人上，或者和現實世界可觸摸、可決策的領域會發生什么樣的質變。當虛擬世界進一步影響現實世界和物理世界，才會真正融合到一起。
作為投資者，梁宇說：“最直觀的感受就是’價格節節高’”。而創業公司的感受則更為復雜，一方面對于資金儲備和核心人才十分恐慌，但焦慮的同時又充滿希望。
五、創企如何頂住大廠下場的壓力？主動躲開大象腳印！
有圈內人士調侃，OpenAI背后的創業者，是兩位從美國名校輟學的學霸，帶領兩位國外技術大牛干起來的。張國仁與在座嘉賓探討了這樣的成功是否是偶然，以及什么樣的團隊適合在AIGC領域創業。
孫彬認為，OpenAI CEO山姆·阿爾特曼（Sam Altman）的成功有必然性，在創辦OpenAI之前，阿爾特曼看了很多行業，本身就是這個領域的專業人士，產業圈子中有大量資金、產業大佬的幫助，并且利用自己的資源、人脈和資金堅持走了下去。今天在大語言模型領域創業的話，也應該具備這些條件再去做。
他談道，從創業公司的視角來看，大語言模型一定是基于三件事：算力、足夠好的工程師、一定的數據，具備這三件事情才能事半功倍。然而現實情況是，目前大廠具備這些條件，未來大語言模型的浪潮很有可能由大廠主導，隨后出現“大廠吃小”。最后的結局可能是，大語言模型不斷提升，幾個大模型在前面領跑，后面的模型逐漸萎縮。
反過來看，大廠做的通用型語言模型是產業型的，因此，大廠在大語言模型這一產業中一定會領跑，但突破一定在科創公司。OpenAI的例子證明了，大概率科創公司在專業度、突破性、靈活性都會實現突破，在各個行業、各個賽道和技術點上的突破，一定會是科創公司拔得頭籌。
▲竹間智能總裁&COO孫彬
梁宇同意孫彬的看法，大語言模型創業需要很深的技術功底、理解、工程實踐。國內大廠有足夠算力、資金去領跑這一行業，即使現在不夠，這些資源也會進一步堆疊。更重要的是大廠對于NLP人才也具有很大吸引力，不論是薪資還是高手之間的交流上，大家都愿意在這樣的環境中。
但問題在于，基于這樣的認知，初創公司還有沒有機會？機會又在哪里？梁宇認為，初創公司的機會一定在相對容易的應用層，能找到一個垂直產業進去，在這之中積累足夠多的產業Know-How（技術訣竅），而這是語言模型不能實現的。Know-How就是系統、商業機會、產品，輔助在產業中的公司提高效率、做決策、減少浪費等。
他感慨道，做創新很難，創業公司要躲開下一個可能要踩的“大象腳印”，大家對于主流賽道都很興奮的同時，創業公司更要主動躲開“大象腳印”。
例如，一家明星AI創企Jasper成立短短兩年就獲得成功，很快拿到將近1億美元的收入、10億美元估值，結果ChatGPT發布、OpenAI來了以后把這家創企的“舞臺炸了”。因為Jasper底層用的所有東西都來自OpenAI，并且可以完成的任務一模一樣，都是幫助文字工作者更好地寫東西。
而很多偉大的公司都是從很小的縫隙當中鉆出來并擴大，趁著大象還沒注意到就先砍掉了大象的腿。
六、大模型時代，讓垂直領域“術業有專攻”
當下全球企業都在接入ChatGPT，文心一言新聞發布會后一周，已經有超10萬家企業申請文心一言API調用服務測試。張國仁探討說，這是不是意味著這些企業無需在自研NLP等AI技術上投入了，只需要接入大公司服務即可？大廠與中小企業之間的商業模式、利益分配情況會是什么樣的？
孫彬認為，這既是產業問題也是商業問題。商業問題一定是百花齊放的，大語言模型的優勢可以讓那些專注在應用開發端，但是不擅長后端技術的團隊快速調用大語言模型，并獲得商業收益，這種商業模式是有效的并可以帶來社會效益。
和公有云、私有云的發展一樣，任何行業都有行業數據、行業壁壘，大模型中的不可控性、知識的不正確性，行業知識對話、企業對話當中也會產生很多錯誤，能夠聊天、不能夠問答等，這些問題一定會存在，所以就需要專業團隊來完成這些企業、行業要完成的事情。
過去幾年內大模型很多，竹間智能有自己的大模型也嘗試了國內外的模型，各有優勢，所以今天如何把大模型的優勢利用起來，并達到最終應用效果，服務到頭部企業，讓應用更好用、寫作更有效等，這些機會都是“術業有專攻”。
退一步講，以前街上會有制作帽子、鞋子、衣服全套的商家，但后來就回歸到帽子做帽子、鞋子做鞋子、衣服做衣服。因此產業想要健康發展，就應該專業的人做專業的事，分工細致，讓每個技術團隊專注在大模型開發上，給他們時間，讓他們去創新，而應用開發團隊就專注在需求方面，帶來更多的場景。
“我認為這個賽道中，只要有需求就會有企業價值存在。”孫彬說，“這是一個百花齊放的時代，希望資本團隊能給科創團隊多一點時間，讓我們在這個土壤當中多做一點創新的事情。”
七、前置安全風險考量，讓技術風險更可控
人工智能發展得越快，其版權、安全性等問題越受到關注。此前已經有人用AIGC去做一些令人不寒而栗的事，比如指導人通過特殊渠道購買槍支或制造危險化學品等等。基于此，張國仁拋出一個問題：AI引發的安全風險會成為阻礙技術發展的障礙嗎？可能的解決途徑會是什么？
黃東延談道，各方已經在采取措施來規避這些風險。首先從國家層面上制定法律法規，相應公司在開發產品的過程中遵守這些法律法規；其次，技術人員要重視開發過程的安全，同時公司制定監管制度，過濾掉涉及數據、模型訓練過程中不好的東西。第三，要讓大眾提高安全意識。第四，制定安全、倫理、道德、價值觀相關的標準，企業在開發過程中將其嵌入。“眾所周知，人有兩面性，在這個過程中，如何把正面激發出來，就需要有中心思想來指導這些人去做。”黃東延說。
孫彬認為大家不必過于擔憂，任何科技剛出來時都會有正面性和負面性，但仍要看重科技的創新性。
當汽車代替馬車時，雖然取代了馬車夫，但也變革了交通行業。計算機的出現也可能產生很多涉黃涉暴的負面影響，但它同樣帶動了產業的發展。今天大語言模型等提效工具也是如此，它們一定會給行業帶來收益，但是也會帶來負面影響，關鍵是要做到可控。
竹間智能十分看重這幾點：首先是嚴格按照數據管理規范來處理客戶數據，避免客戶數據泄漏和惡意使用，保證安全性；第二，在人工智能生成的內容中，建立專業團隊來完成對惡意寫作情況的鑒別判別、阻止。將好技術引向正確的方向，帶來收益，這才是王者之道。
八、通用人工智能已經在路上，到來時間比預期要快
最后，張國仁將話題拉回到一個探討AI未來的終極話題，大模型被視作是當前離通用人工智能最近的技術路徑，各位分別如何定義通用人工智能（AGI）？它要解決的終極問題是什么？
黃東延說，大模型的到來說明通用人工智能在路上，并不是終極的。優必選也將深挖垂直領域，并會在大模型方面做得越來越好。通用人工智能和垂直領域人工智能是相輔相成的，大廠做通用人工智能，大多數是提供一個平臺，垂直領域的人工智能則是產業上做深入開發。
梁宇認為通用人工智能一定會到來，而且時間不會太晚，甚至比預期要快。但通用人工智能更多解決的是理性問題，它可以推理、學習、考試。計算機越來越像人，解決人10%、20%的效率、工作問題已經足夠。因為每個人自己就是一個大語言模型，當人日常進行語言交流時，其中有90%的廢話，蘊含了大量情緒信號，只有10%真正有用并被拿來做推理。
此外，人所有的感知來自于信號，觸覺、嗅覺、溫度的感知等。蘋果砸下來后，牛頓發現萬有引力定律。但如果計算機沒有這種感知信號，無論怎樣它都會被鎖死在那個地方。
未來，通用人工智能一定會讓人很驚艷，完成現在很多白領做的基礎性工作、推理出很多蛋白質分子、在我們不知道的情況下面做得更有效率，但是很難和真正的人并駕齊驅。
孫彬認為，通用人工智能的確是通過ChatGPT現象印證了一步、走近了一步，但我們更應該看到的是，通用人工智能來了以后產業的變化。今天，大語言模型會讓所有應用的交互方式發生改變，會讓以后陪伴家人用機器人來補充和完成，會讓以后的智能家居真正做到像《鋼鐵俠》賈維斯一樣的呼喚和使用，并改變很多辦公、書寫的習慣。
通用人工智能的發展改變最多的是將來，因此，我們現在需要做的是共建。孫彬說：“我們希望少走彎路，不要把煉大模型變成煉丹，很多不是專業的團隊不要浪費資源，能真正讓專業團隊聚焦在這里面形成有效產品，讓落地的團隊跟產業“握手”提高效率，讓產業發展更快，不要讓資本無端投入，讓時間、效率、團隊都走在正確的路上。”
同時他堅信：“我們會趕超其它國家，因為我們有最好的團隊、最好的市場土壤、相對來說過去二三十年行業里面的帶頭人，為什么我們不能成呢？”
結語：通用人工智能元年已至
從《2001太空漫游》、《鋼鐵俠》賈維斯到《流浪地球》的Moss，這些經典電影都為我們描繪出了人們對人工智能未來形態的想象與期待。看向未來，張國仁問道，假設從10年后回頭看今天這一波AIGC應用創新，對科技產業和人類社會的意義和影響會是怎樣？
梁宇感慨道，恐怕當回頭看時，會發現我們對未來十年做的預測肯定都是錯的，所以只能浪漫地想象一下。從十年之后看今天會發現，這是對計算機交互方式的改變，讓人們不再去學復雜的語言就能和計算機更自然的交流。
計算機發展到這一天也突然按照人類想象的那樣，好像有了一些智能，能夠和人去交互，而事實上這只是一個開始。今天可能某種程度上會成為通用人工智能開始的元年，從今天起，它們慢慢像水和電一樣滲透到人們的生活、工作、商業的方方面面里。
黃東延也相信，現在是通用人工智能的起始點，大模型會滲透到人們日常生活當中去改變交互方式、編碼方式。現在所有計算機要實現的功能都采用編碼形式，但未來人們可能使用自然語言就可以實現任何機器人的功能編碼。暢想十年后，各個行業模型可能都會滲透到各行各業中。
她借用優必選CEO周劍說的一句話：“讓智能機器人走進千家萬戶。”而ChatGPT的出現，使得他們看到智能機器人走進千家萬戶能成為現實。
孫彬提起竹間智能帶頭人說過的一句話，未來每個人都應該擁有自己的機器人。回望20年前我們身邊最智能的是什么？十年前我們怎么用手機和智能體？十年后每個人都應該有一個自己的智能體，幫自己做家務、工作等，在提高工作效能的同時，讓人們有更多時間享受生活。
最后，張國仁總結道，十年后回看，應該有不少現在覺得習以為常的事情，到時候會變得不尋常，以當下視角而言，這就像人們現在已經習慣使用電子支付，與十年前或更早的采用現金支付方式之間的關系，通用人工智能的發展可能也會類似這樣，同時帶來更廣泛和深遠的影響。
