从规模至上到高密度、端边云协同的智能未来

央视网消息：全球人工智能发展进入关键阶段，如何让每个人都能用得起、用得上大模型？本期节目深度对话清华大学副教授、面壁智能联合创始人兼首席科学家刘知远。他将系统阐释AI发展的双轮路径——通过高密度模型压缩技术降低智能门槛，依托端边云协同生态实现智能普惠，从而构建触手可及的智能未来。

《智见无线未来》：未来AI发展，该如何评估参数规模和效率之间的优化？

刘知远：过去六年，我们见证了大模型参数规模持续扩大。这是由OpenAI推出的Scaling Law（规模法则）开启。但实际上模型不可能一直越来越大，因为训练和使用成本都与模型的参数规模成正比。进入智能时代，就是要让每个人都能用得起、用得上大模型。这需要通过技术创新，将更强的能力压缩到更小的参数规模里——这正是我们一直致力于研发高密度大模型的核心原因。未来大模型发展一定不是单纯地把模型训练得越来越大，而是需以技术创新提升模型知识密度，能够用更少参数实现更强能力，让模型在更多的智能终端设备上应用。从而为人们提供个性化、智能化服务。

《智见无线未来》：如何推动端侧云AI从“可用”到“好用”到质变，如何看待端边云协同的产业趋势？

刘知远：接下来人工智能发展有两个主要旋律。第一个是要提升模型能力和智能水平，使其成为可以自主发展的智能体，能在指定领域里自主学习、探索，成为该领域的专家。后续希望推动模型间的交流协作，主动通过群体智能更好地服务人类用户。第二个是要提升模型能效，即以更低构造成本与使用成本，使高质量大模型在各类智能终端上发挥作用，让它具备更高水平的智能能力。同时让模型更贴近用户，能够装载到距离用户更近的智能终端上，距离用户产生的数据和需求更近，从而更好地服务人类社会。

《智见无线未来》：如何看待云端大模型和端侧智能如何更好协同，并发挥更大的潜力？

刘知远：历经80年发展，手机、PC及汽车已经具备高水平的端侧算力，云计算服务器也具备高水平算力。智能时代将形成终端上的智能模型和云端的智能模型的端边云协同机制。云上的模型有什么特点？它的算力充沛，可在各个专业领域为我们提供最高水平的智能服务。终端由于距离用户最近，能够成为我们每个用户的专属个性化助手——每天接收用户数据，了解用户需求，并根据用户需求，更好地调用云上的专业数据，进而更好地服务用户。未来，端云协同将形成智能互补：云上模型负责提供最高水平的智能服务，端上的模型负责帮助用户理解它最深层、无时不在的需求，未来的端云协同应该是互促的合作机制。