封面新聞?dòng)浾?邊雪 上海報(bào)道

站在十字路口的大模型，既需仰望星空的大膽設(shè)想，也離不開腳踏實(shí)地的智慧。7月26日，一場(chǎng)聚焦大模型技術(shù)路線、數(shù)據(jù)瓶頸與商業(yè)落地的圓桌對(duì)話，引發(fā)業(yè)界高度關(guān)注。

在商湯承辦的2025WAIC大模型論壇上，商湯科技聯(lián)合創(chuàng)始人林達(dá)華、階躍星辰首席科學(xué)家張祥雨，上海人工智能實(shí)驗(yàn)室青年領(lǐng)軍科學(xué)家、書生大模型負(fù)責(zé)人陳愷，北京智譜華章科技股份有限公司總裁王紹蘭，范式集團(tuán)聯(lián)合創(chuàng)始人、首席科學(xué)家陳雨強(qiáng)及英偉達(dá)全球開發(fā)者生態(tài)副總裁Neil Trevett，圍繞大模型發(fā)展至關(guān)鍵十字路口的現(xiàn)狀，他們從技術(shù)路線抉擇、數(shù)據(jù)瓶頸突破與商業(yè)落地路徑三大維度，展開了一場(chǎng)關(guān)乎AI未來命運(yùn)的深度思辨。

模型如何像人一樣自主探索？

“我們所知的預(yù)訓(xùn)練將終結(jié)。” 林達(dá)華在討論伊始，就援引了OpenAI前首席科學(xué)家Ilya Sutskever在NeurIPS 2024上的論斷，直指行業(yè)范式遷移——從“預(yù)訓(xùn)練+監(jiān)督微調(diào)”走向“強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)推理”。

“強(qiáng)化學(xué)習(xí)讓模型第一次擁有了‘帶反思的思維鏈’，解決了僅靠壓縮語料無法完成的因果推理難題?！彪A躍星辰首席科學(xué)家張祥雨表示，預(yù)訓(xùn)練本質(zhì)是行為克隆（Behavior Cloning），其固有缺陷無法通過擴(kuò)大數(shù)據(jù)或模型解決。

張祥雨進(jìn)一步預(yù)測(cè)，下一階段強(qiáng)化學(xué)習(xí)將接受自然語言反饋，實(shí)現(xiàn)“Test-Time Training”，讓模型像人一樣在真實(shí)環(huán)境中自主探索。

上海AI實(shí)驗(yàn)室陳愷則揭示了強(qiáng)化學(xué)習(xí)發(fā)展的前置條件：“強(qiáng)化學(xué)習(xí)大放異彩的背后，恰恰印證了預(yù)訓(xùn)練的重要性。RL極度依賴高質(zhì)量的‘冷啟動(dòng)模型’作為探索基礎(chǔ)?！彼井?dāng)前RL面臨兩大瓶頸：確定性獎(jiǎng)勵(lì)局限（僅適用于數(shù)學(xué)編程等封閉問題）與基礎(chǔ)設(shè)施挑戰(zhàn)（探索學(xué)習(xí)需消耗海量算力）。

封面新聞?dòng)浾咴跁?huì)上注意到，Transformer架構(gòu)革新也面臨“暗流涌動(dòng)”。當(dāng)討論深入到模型架構(gòu)時(shí)，張祥雨拋出“傳統(tǒng)Transformer已到瓶頸”的判斷。他認(rèn)為，在即將到來的“智能體時(shí)代”，模型需具備“無限上下文”能力，而Transformer的串行生成機(jī)制難以勝任。

“RNN類結(jié)構(gòu)會(huì)在兩年內(nèi)重回主流，但需要引入深層到淺層的反向交互，以支持持續(xù)學(xué)習(xí)?！睆埾橛曛毖浴?/p>

“互聯(lián)網(wǎng)數(shù)據(jù)枯竭是量的問題，但更致命的是質(zhì)的問題?！蓖踅B蘭認(rèn)為，基座模型相當(dāng)于通識(shí)教育畢業(yè)生，行業(yè)落地則需“企業(yè)入職培訓(xùn)”——通過行業(yè)數(shù)據(jù)預(yù)訓(xùn)練結(jié)合RL對(duì)齊，使模型掌握專屬知識(shí)。

“這正是垂類公司的生存壁壘，”王紹蘭強(qiáng)調(diào)：“當(dāng)企業(yè)擁有獨(dú)有行業(yè)數(shù)據(jù)和RL訓(xùn)練能力，就無需畏懼基座模型的碾壓?！?/p>

數(shù)據(jù)短缺如何破解？

數(shù)據(jù)枯竭，被視為橫亙?cè)贏GI面前的“最后一道墻”。

“數(shù)據(jù)短缺將成為一個(gè)關(guān)鍵難題，尤其是對(duì)于那些無法獲取、成本高昂、不道德、危險(xiǎn)或涉及隱私的數(shù)據(jù)?！盢eil Trevett在圓桌中首次系統(tǒng)闡釋了英偉達(dá)的破局思路：“填補(bǔ)這一缺口的方法之一，就是利用物理仿真來生成模擬場(chǎng)景，用于訓(xùn)練大語言模型?！?/p>

“英偉達(dá)在機(jī)器人和自動(dòng)駕駛領(lǐng)域長(zhǎng)期深耕，通過Cosmos世界基礎(chǔ)模型，能夠生成極為逼真的場(chǎng)景，從而獲得可用于訓(xùn)練的真實(shí)世界數(shù)據(jù)。”Neil Trevett表示，這些數(shù)據(jù)通常精確且已標(biāo)注，非常適合訓(xùn)練，尤其擅長(zhǎng)生成那些罕見或極端案例——例如車禍，或機(jī)器人遭遇異常狀況——這些場(chǎng)景在現(xiàn)實(shí)世界中幾乎無法采集或難以復(fù)現(xiàn)。

“但是，我們不能完全依賴這類合成數(shù)據(jù)。合成數(shù)據(jù)不可避免地會(huì)存在缺陷、誤差和偏差，因此我們必須建立反饋閉環(huán)：通過真實(shí)世界的基準(zhǔn)測(cè)試與驗(yàn)證來持續(xù)校準(zhǔn)訓(xùn)練過程，也許需要人工介入?！盢eil Trevett直言，目前，許多相關(guān)技術(shù)正在開發(fā)中?！拔磥?，我們將看到一種強(qiáng)大的混合流程：結(jié)合自監(jiān)督學(xué)習(xí)，以最大限度減少所需數(shù)據(jù)量；引入主動(dòng)學(xué)習(xí)，讓訓(xùn)練系統(tǒng)自主識(shí)別最有價(jià)值的場(chǎng)景進(jìn)行訓(xùn)練；僅在絕對(duì)必要時(shí)，通過人工驗(yàn)證與糾偏，確保訓(xùn)練過程始終緊貼現(xiàn)實(shí)，從而避免模型崩潰?！?/p>

Neil Trevett也提醒到，合成數(shù)據(jù)不能包打天下，“必須建立真實(shí)世界的反饋閉環(huán)，用人在回路持續(xù)校準(zhǔn)，避免模型崩潰”。他預(yù)測(cè)，行業(yè)將走向“自監(jiān)督+主動(dòng)學(xué)習(xí)+人類驗(yàn)證”的混合管線，從而把數(shù)據(jù)需求壓到最低。

智譜華章總裁王紹蘭用“大學(xué)生和師傅”的比喻形容產(chǎn)業(yè)分工：基座模型如同大學(xué)畢業(yè)的通才，企業(yè)用行業(yè)知識(shí)庫做“二輪預(yù)訓(xùn)練”，再用強(qiáng)化學(xué)習(xí)配“師傅帶教”，才能解決真實(shí)業(yè)務(wù)問題?！靶袠I(yè)數(shù)據(jù)既是模型精調(diào)的燃料，也是垂類公司最深的護(hù)城河。”他呼吁各行業(yè)成立數(shù)據(jù)聯(lián)盟，把非敏感行業(yè)語料共享出來，形成正向循環(huán)。

陳雨強(qiáng)則從金融反欺詐案例指出，高敏感場(chǎng)景甚至需要“獨(dú)立訓(xùn)練”基座模型，企業(yè)當(dāng)務(wù)之急是建立統(tǒng)一的開源/閉源模型調(diào)度平臺(tái)，以最快速度吸收前沿能力，同時(shí)保護(hù)私有數(shù)據(jù)。

開源仍是“最大鯰魚” ？

面對(duì)“開源是否會(huì)削弱商業(yè)模型競(jìng)爭(zhēng)力”的尖銳提問，陳愷直言，開源不會(huì)做出最頂尖模型，但能逼迫所有玩家把資源投入到真正差異化的環(huán)節(jié)，“若閉源模型無法超越開源，就失去存在意義。”

站在產(chǎn)業(yè)視角，Neil Trevett直言：開源力量“不可否認(rèn)”，但每家公司需自行權(quán)衡開源帶來的成本節(jié)省與商業(yè)優(yōu)勢(shì)流失，“未來不會(huì)是非黑即白，而是開放權(quán)重、部分閉源和混合架構(gòu)的長(zhǎng)期共存”。他提出混合架構(gòu)設(shè)想——部分組件開源推動(dòng)生態(tài)，核心模塊閉源保護(hù)商業(yè)。

人工智能已不再是單一公司或單一技術(shù)的競(jìng)賽，而是全人類共同構(gòu)建AGI生態(tài)的偉大協(xié)作。隨著WAIC 2025的議程推進(jìn)，這些前沿思考將在實(shí)驗(yàn)室、機(jī)房與千行百業(yè)中加速落地，推動(dòng)通用人工智能從“下一代”走向“這一代”。