我们现在处于什么时代？

百川智能创始人兼CEO王小川认为，我们已经从信息时代步入智能时代。而大模型是智能时代的基础设施，可以创造新的价值和伙伴关系，可以带来生产力的直接提升。

在大模型应用落地方面，王小川提到，医疗是大模型“皇冠上的明珠”，大模型有望做到院内、院外的全病程管理，并在预防、诊断、干预环节实现精准医疗。

在近日举办的2024全球数字经济大会人工智能专题论坛，王小川进行了分享。以下为王小川分享内容，经i黑马编辑：

今天整个中国社会，尤其是科技界，都处于一种既兴奋又焦虑的状态。

一方面，我们要跟美国卷模型，要投入十亿、百亿美金去做超级模型；另一方面，又在呼唤大模型落地应用的场景。大家担心，只做落地应用会错过未来，但只考虑未来又没有当下。

百川是去年4月成立的，今年1月份，朋友们给我发微信祝贺，说“2024年元旦快乐”。我回复的是，“智能纪元二年快乐”。

这句话的含义是什么？我们已经进入到一个全新的时代，到了智能时代。虽然现在还没有做到AGI。

我们很幸运，大家是从互联网时代走过来的，享受了互联网20年的高速发展，现在又见证和参与到了智能时代的发展。

我想用一个关键词来表达对智能时代的中轴的理解，就是把语言转变成数学模型。

我们今天讲大模型LLM的时候，第一个关键词叫Scale，就是规模。从百亿参数到千亿参数到万亿参数，再到号称GPT5的百万亿级参数，数据规模上去之后就能带来智能。到最后变成，大家觉得投入多少钱进去，就能实现智能。同时我们也会欢呼，比如今年视频生成领域Sora的推出，是不是代表了未来的另一种智能。

这些其实都不是完整的答案。因为今天我们走通的人工智能路径，不是在Sora，而在语言。通过将语言变成数学模型之后，能够获得今天这样的人工智能。

另一个关键词是能源。数据、算法、算力，大家都已经很清楚了，但今年上半年以来，提到更多的是能源问题。尤其是在国外，已经开始有可控核聚变，在为大规模的新模式部署做准备。如果说AGI或者人工智能再往下爆发，那算力背后的能源会构成一个大的短板。中国目前为止还没有开始探索这个问题，在电力方面还没有美国这种疯狂的想法。这也是中美大模型发展的区别之一。

有个知识管理框架叫DIKW模型，即Data Information Knowledge Wisdom。以前机器产生的是信息，这个时代的智能核心是产生知识。也就是说，大模型带来的不仅是信息的传递，而是能够产生knowledge，代表着对世界的认知。再往后发展，则可以产生智慧。

我们知道，在互联网时代，更多的是改变了生产关系。不管是淘宝、滴滴还有美团，都是通过互联网让更多的商家跟更多的用户连接在一起，提高供需匹配的效率。

但在智能时代，大模型带来的是生产力的直接提升。GPT是这个时代的第一个应用产品，未来我相信会有更多新的应用产生。

在语言和规模之外，大模型还有一个发展思路是强化学习。OpenAI曾提到，他们的模型可以在某些地方实现超越，包括在18个月之后让大模型达到博士生的能力。这不是在当下这个范式中能够解决的，以目前的范式解决问题来讲，大模型能达到高中生的水平就不错了，所以只能做辅助工作。

但未来会有新的一种范式出现，这是值得大家期待和关注的。这种范式的核心是，用强化学习来改变今天的模型设置。广义上来讲，这就像之前大家熟悉的AlphaGo，专门下围棋的人工智能。AlphaGo跟大模型走了两条相反的道路。大模是数据越多越好，有多少数据就可以带来多少智能。而AlphaGo的第一版本是结合了数百万人类围棋专家的棋谱。但是到AlphaGoZero之后，就不需要人类的棋谱了，不用数据反而变得更加智能。

随着我们自己的实践，我们强调如何平衡理想与现实之间的关系。追求“诗和远方”就是去追赶OpenAI，但没有落地场景。如果去做落地场景，则有可能走不到了大模型的远方，丢掉了“慢思考”，丢掉了大模型所代表的通用智能的可能性。

因此，针对当前中国的情况，包括芯片能力、人才储备和市场环境，我们提出了一种逻辑，即“理想上慢一步，落地上快三步”。也就是说，理想上我们不是不跟，而是通过他们验证之后来确保我们的方向。我们的首要任务是打开落地场景，同时确保我们不会失去对大模型终极理想的追求。因此，我们的目标是既要发展超级模型，也要发展超级应用。所以我们在赋能千行百业时，选择这些知识密度特别高，真的需要千亿模型、万亿模型的场景，然后我们把它降到百亿，这是百川的定位。

百川去年整体发展很快，成为第一批获得工信部备案的八家大模型公司之一，也是唯一一家当年成立的公司。在今年5月，百川推出最新一代基座大模型Baichuan 4，并同期推出首款AI助手“百小应”。