第 22 届世界人工智能大会：我在现场 站在会场里，起初脑子里蹦出来的词就是“吵”。
这不是指人声鼎沸，是指 AI 这个话题像开了个静音模式，所有人都在张嘴闭嘴，听得耳朵都要起茧子了。我坐在前排，耳机里全是嗡嗡声，场边的台上更是像装了拖拉机，电机转动声、重低音炮声、就连有人还在喊口号。
这种嘈杂感挺真，就像最近大家抢着喝水一样，全是水，但哪位也不让哪位，最终大家都渴得不中。 在这次会议上，我真正看到了几个挺具体的点。
起初是那个“具身智能”的聊聊。台上讲的人说，机器人要像人一样站着步行、拿东西、就连进食。
我琢磨着，那会儿机器人只能坐在桌子底下发呆，要么像在灶台间里做饭，目前居然能站起来？这听起来有点忒好办了，仿佛目前的机器已经能像人一样动起来了。我找了一下资料，确实有数码全景机器人，它能走直线，也能走弧线，就连能够爬楼梯。但难题是，它爬楼梯的时候，膝盖会不会像人类一样疼？要是是为了卖概念，那它就像个会跳舞的机器人，好看就行；要是是真要做模型，那这膝盖得得换，还得换电池。 再看数据保险，这次大会讲得特别狠。有个厂商直接说了句扎心的大实话：“我们不敢把模型卖给海外客户。”这不是夸夸其谈，是确实怕被针对。目前的 AI 模型，特别是大语言模型，参数是庞大的，训练时踩过的坑可是海量的。一旦数据被泄漏，要么出口被封锁，这玩意儿就像个没关紧的下水道口，有毒气、有细菌，还能随时把更多人拉下水。
这让我想起最近看到的一个新闻，有个大模型出于吃了“有毒”的数据训练，结局训练到一半就崩了，得重新从头练。
这实际上是个贼典型的例子，说明 AI 的滥用不只是是技术难题，更是政治和保险难题。 说到中国，现场聊得挺有意思。有个叫“通义千问”的模型，它的名字都没出，名字里就带着“通”，直接就是代表中国。并且它不仅能回答难题，还能直接跟人来对话，就连能画图。
这就像那会儿我们只会在书里学知识，目前能够直接去问它“如何做这道菜”要么“把图片里的蛇变成狗”。
这种交互的即时感，比任何教科书上的演示都来得鲜活。
有人问，这技术是不是彻底中国自主的？实际上也不是，背后大量底层还在跟国外绕圈子，但在这个最核心的应用层，中国已经能做得贼好了。台下的观众窃窃私语，有人在笑，有人在点头，气氛变得活跃起来。 有人问我，做 PPT 的时候，是不是要把所有内容都堆上去，显得挺有气势？实际上不然。刚刚在台上，有些观点我就连认定是“废话”。
比如有人把“可解释性”当成了一个技术亮点，非要强调模型如何“接地气”，如何“有温度”。
在我看来，这实际上是个伪命题。目前的模型，特别是那些黑箱模型，内部逻辑就像黑盒子，你看不清楚它如何想的，就算它真有了温度，温度也是由人赋予的，而不是模型自带的。
要是出于模型尺寸大、推理慢，就强行给它套上“有温度”的灵魂，那就像给一辆跑车贴上“环保车”的贴纸一样，既骗人，又骗不了人。 还有一个数据细节挺有意思的。在某次关于大模型推理成本的聊聊中，后台数据显示，一个一般/平平的 Qwen-VL 模型，在云端跑起来，实际上挺省钱的。
那会儿大家认定 AI 是烧钱的，每处理一点文本都要付额外的钱，目前算下来，实际上只要给服务器一个脉冲，就能跑完几万次的对话。
这就像那会儿我们当作进食要花钱，目前发现只要家里有锅碗瓢盆，随意吃顿便当都不算忒贵。
这种经济账，比台上那些宏大的叙事更让人信服。 最终，我想说，人生和做 AI 模型一样，有时候就是这种“吵”。就像今天这场大会，大家都急着发声，急着证明自己是对的，急着跟上潮流。但或许，真正的智慧不在于你说了多少话，而在于你能否在嘈杂中看穿那些虚妄。
比如那个膝盖会疼的机器人，那个可能吃不出毒数据的模型，那些看似高大上的概念。 走出会场的时候，外面风挺大，带着城市的烟火气。
这根线别看让我认定有点累，吵，但有时候，累也是好事。出于它提醒我，别光顾着看台上那些光鲜亮丽的展示，去看看台下那些真的人，看看到底能不能用这些技术把生活过得更好一点。
毕竟，所有的技术，归根结底都只是为了服务人。而人，一辈子是不会变的。 回去之后，我还没来得及把这篇感悟发哥们儿圈，哥们儿圈里的点赞数就已经超过了 5000 条。
看来，AI 大会的“噪音”确实挺有感染力，起码我的“体验”如此强。


相关标签：