阿里吴泳铭：生成式AI的最大想象力，不是做超级应用，而是改变物理世界 | 最前线

文 | 邓咏仪

编辑 | 苏建勋

又一年过去了，AGI进度如何了？

自OpenAI的ChatGPT震撼全球，全球AI界的终极目标——AGI（通用人工智能）暂未实现。但全球AI界的风向标，已经从谈GPT-4为主的通用、底层大模型（Foudation Model），快进到2024年的多模态。

一切都围绕着AI应用展开了。从年初的Sora、Suno，到近期的o1（OpenAI的多模态新模型）、Cursor（AI编程应用）和火得不可开交的机器人（新时代的时髦称呼：具身智能），毫无疑问，AI正在加速落地，并且走入物理世界中。

在国内，阿里可谓是对这波生成式AI浪潮投入力度最大，节奏最为激进的巨头。阿里自己的通用大模型家族”通义“，从底层的通用大模型，到图像、视频、代码等领域的应用，均有覆盖。

在外部，阿里甚至还投资了国内大模型六小虎中的五家，出手果决——现任阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭则是这场AI浪潮中，主导阿里动向的主舵手。

2023年，吴泳铭在接任阿里云后，就马上提出了”AI驱动、公共云优先“的战略。阿里云整体开始了一场降本增效，剑指AI的大变革，目标更加集中。

在9月19日的演讲中，吴泳铭表示，过去22个月，AI发展的速度超过任何历史时期，但我们依然还处于AGI变革的早期。”生成式AI最大的想象力，绝不是在手机屏幕上做一两个新的Super App，而是接管数字世界，改变物理世界。“他说。

核心观点：

• AI发展速度已经超过任何历史时期，但依然处于AGI变革的早期。

• 下一阶段先进模型的投入门槛是几十亿、几百亿美金级别。

• 生成式AI最大的想象力，绝不是在手机屏幕上做一两个新的超级app，而是接管数字世界，改变物理世界。

• 机器人将是下一个迎来巨变的行业。未来所有能移动的物体都会变成智能机器人。

• 未来几乎所有的软硬件都会具备推理能力，它们的计算内核将变成GPU AI算力为主、CPU传统计算为辅的计算模式。

• 过去一年，阿里云投资新建了大量的AI算力，但还是远远不能满足客户的旺盛需求。

• 人们对新技术革命，往往对短期高估，又对长期低估，但它会在你的怀疑中成长，在你在迟疑中错过大趋势。

阿里巴巴集团CEO兼任淘天集团董事长、首席执行官、阿里云董事长与CEO

附吴泳铭演讲全文：

欢迎来到2024云栖大会。在刚刚过去的夏天，阿里云全面支撑巴黎奥运会实现了历史性突破，云计算首次超越卫星，成为奥运主要转播方式。AI也首次广泛应用于奥运会。今天，云栖大会的焦点也是AI。我主要分享三点内容：

第一，过去22个月，AI发展的速度超过任何历史时期，但我们现在依然还处于AGI变革的早期阶段。

大模型技术快速迭代，技术可用性大幅提升。大模型已经具备了文本、语音、视觉的多模态能力，能够开始完成复杂指令。去年，大模型还只能帮助程序员写简单的代码，今天已经能直接理解需求，完成复杂的编程任务。去年，大模型的数学能力还只有中学生水平，今天已达到国际奥赛金牌水平，并在物理、化学、生物等多方面学科接近博士水平。

同时，模型推理成本指数级下降，已经远远超过摩尔定律。一年来，通义千问API在阿里云百炼上的调用价格下降了97%，百万Tokens调用花费最低已经降到了5毛钱。推理成本是应用爆发的关键问题，阿里云会努力把成本继续降下去。

开源生态蓬勃发展。今年6月，通义千问开源Qwen2，迅速登顶Huggingface的全球开源模型排行榜。在Huggingface上，Qwen的原生和衍生模型接近5万个，排名全球第二。阿里云魔搭社区上有超过1万个模型、服务了超过690万开发者。

这一切才刚刚开始，要实现真正的AGI，下一代模型需要具备更大规模、更通用、更泛化的知识体系，同时也将具备更复杂更多层次的逻辑推理能力。全世界先进模型竞争的投入门槛，将达到数十亿、数百亿美金的级别。AI具备创造能力、帮助人类解决复杂问题的路径清晰可见，也打开了AI在各行业场景中广泛应用的可能性。

第二，AI最大的想象力不在手机屏幕，而是接管数字世界，改变物理世界。

今天很多行业内人士一直在想AI最大的应用是什么，可能一直在想手机上有什么AI时代创新的超级APP。但我们认为AI最大的想象力绝对不是在手机屏幕上，AI最大的想象力是在通过渗透数字世界、接管数字世界，并改变物理世界，这才是AI最大的想象力。

我们不能只停在移动互联网的视角看未来。生成式AI最大的想象力，绝不是在手机屏幕上做一两个新的超级app，而是接管数字世界，改变物理世界。

过去三十年，互联网浪潮的本质是连接，互联网连接了人、信息、商业和工厂，通过连接提高了世界的协作效率，创造了巨大的价值，改变了人们的生活方式。但生成式AI是通过生产力的供给创造了新的价值，从而为世界创造了更大的内在价值，也就是总体提高了整个世界的生产力水平。这种价值创造，可能是移动互联网连接价值的十倍、几十倍。

我们认为生成式AI将逐渐渗透数字世界，并接管数字世界，物理世界的大部分事物都会具备AI能力，形成下一代的具备AI能力的全新产品，并与云端AI驱动的数字世界连接产生协同效应。

很长一段时间，AI的焦点主要集中在模拟人类的感知能力，比如自然语言理解、语音识别、视觉识别。但是生成式AI的崛起，带来了质的飞跃，AI不再仅仅局限于感知，而是首次展现了思考推理和创造的力量。

生成式AI让世界有了一个统一的语言——Token。它可以是任何文字、代码、图像、视频、声音，或者是人类千百年来的思考。AI模型可以通过对物理世界数据的Token化，理解真实世界的方方面面，比如人类行走、奔跑、驾驶车辆、使用工具，绘画、作曲、写作、表达、教学、编程的技巧，甚至是开公司创业。理解之后，AI就可以模仿人类去执行物理世界的任务。这将带来新的产业革命。

我们看到，汽车行业正在发生这样的变革。之前的自动驾驶技术，是靠人来写算法规则，几十万行代码，仍然无法穷尽所有的驾驶场景。采用“端到端”的大模型技术训练后，AI模型直接学习海量人类驾驶视觉数据，让汽车具备了超越大部分司机的驾驶能力。

机器人将是下一个迎来巨变的行业。未来，所有能移动的物体都会变成智能机器人。它可以是工厂里的机械臂、工地里的起重机、仓库里的搬运工、救火现场的消防员、包括家庭里的宠物狗、保姆、助理。

未来，工厂里会有很多机器人，在AI大模型的指挥下，生产机器人。现在每个城市家庭里有一辆或者两辆车，未来每个家庭可能会有两三个机器人，帮助人们提升生活当中的效率。

可以想见，AI驱动的数字世界连接着具备AI能力的物理世界，将会大幅提升整个世界的生产力，对物理世界的运行效率产生革命性的影响。

第三，AI计算正在加速演进，成为计算体系的主导。

无论是我们看到端侧的计算，还是云端的世界，这都是一个非常明显的趋势。生成式AI对数字世界和物理世界的重构，将带来计算架构的根本性变化。过去几十年，CPU主导的计算体系，正在加速向GPU主导的AI计算体系转移。未来几乎所有的软硬件都会具备推理能力，它们的计算内核将变成GPU AI算力为主、CPU传统计算为辅的计算模式。

我们看到，在新增算力市场上，超过50%的新需求由AI驱动产生，AI算力需求已经占据主流地位。这一趋势还会持续扩大。过去一年，阿里云投资新建了大量的AI算力，但还是远远不能满足客户的旺盛需求。

今天我们接触到的所有客户、所有开发者、所有CTO，几乎都在用AI重构自己的产品。大量新增需求正在由GPU算力驱动，大量存量应用也在用GPU重新改写。在汽车、生物医药、工业仿真、气象预测、教育、企业软件、移动APP、游戏等行业，AI计算正在加速渗透。在各行各业，看不见的新产业革命正在悄然演进。

所有行业，都需要性能更强、规模更大、更适应AI需求的基础设施。

阿里云正在以前所未有的强度投入AI技术研发和基础设施建设。我们的单网络集群已拓展至十万卡级别，正在从芯片、服务器、网络、存储到散热、供电、数据中心等方方面面，重新打造面向未来的AI先进基础设施。

从历史经验来看，人们对新技术革命，往往对短期高估，又对长期低估。因为在新技术应用早期，渗透率还比较低，人们经验没有发生过此类事件，大部分人的本能会产生怀疑，这很正常。但新技术革命会在人们的怀疑中成长，让很多人在迟疑中错过。

站在AI时代浪潮的开端，我感到无比兴奋。今天，我们请到大模型、自动驾驶和机器人三个领域的企业家和科学家。他们正在飞奔着用AI重构我们的世界，期待他们的精彩分享。

谢谢大家。希望大家度过一个充实、愉快的云栖。