6月14日，北京智源大会开幕。作为压轴嘉宾，月之暗面CEO杨植麟在演讲结束后被热情的观众团团围住，他一边应对着大家的请求，一边在工作人员的引导下匆匆离场。这种热闹景象，或许只有外行人才会觉得新奇。
大会上，杨植麟与百川智能CEO王小川、智谱AI CEO张鹏、面壁智能CEO李大海进行了一场深度对话，探讨了大模型的未来发展方向。这才是真正内行人关注的焦点。
这两个场景，正是中国AI市场从表面到内在、从外部到内部的真实写照，也折射出行业的现状和未来。
什么是AGI？
大模型的突破，让通用人工智能(AGI)的终极目标似乎不再遥不可及。对于AGI本身，业界似乎还没有一个统一的定义。
杨植麟认为，现阶段的AGI或许不需要一个非常精准、量化的定义，它可以是一种定性且感性的存在。更重要的是，让社会和人类对未来做好准备。从短期来看，一个量化的定义也是必要的，否则就无法衡量AGI的研发进度，影响整体发展。
张鹏也更倾向于将AGI视为一种信念、一种象征，它的内涵和外延都在不断变化。如果一件事情能被清晰量化，那它的发展空间也就十分有限了。对于人工智能的发展来说，没有人能说清楚什么是AGI，这反倒是一件好事，意味着还有更多未知领域等待我们去探索。
王小川则试图从“人”的角度去理解AGI，比如大模型能否“成为医生”。他之所以选择这个指标，是因为AGI的第一个变化是大模型开始具备思考、学习、沟通、共情甚至多模态处理能力。医生也需要具备这些能力，既需要多模态，也要减少误诊，还要有强大的记忆力、查阅文献的能力和推理能力。如果将这些能力都投射到“成为医生”的标准中，那这就可以成为一个衡量AGI的指标——“人造医生”就是AGI。
李大海则尝试从经济学的角度定义AGI。他认为，理想中的AGI在执行任何任务时，边际成本都应该为0。去年，业界在推动大模型落地时，很多场景还需要进行微调，这个过程的边际成本很高。“我们相信，随着模型能力的提升，大模型的门槛会越来越低，成本也会越来越接近于0，到那时，AGI也就基本实现了。”
Scaling Law 还是“信条”吗？
大会上，一个词被反复提及——Scaling Law（规模法则）。这条类似于大模型版“大力出奇迹”的法则，成功地塑造了OpenAI。但随着时间的推移和AI的发展，这个“参数越多模型越强”的黄金法则，也逐渐陷入了像摩尔定律一样的讨论：它是否正在失效？
杨植麟认为，Scaling Law 本身没有问题，只要有更多算力和参数，模型就会持续演进。但如果一直沿用现在的方法，上限是很明显的。更关键的是，如何更高效地实现 Scaling Law。
王小川认为，除了规模定律之外，在数据、算法和算力方面也必须寻求范式的转变。他指出：“无论在战略还是信念上，我认为在规模定律之外还有范式的改变可能。这不仅仅是简单地转变为压缩模式，而是会形成一个体系，才有机会走向通用人工智能，才能与前沿技术竞争。”
“到目前为止，还没有看到规模定律失效的迹象，在相当长一段时间内它仍然有效。这个有效性是一个动态概念，关键在于它所包含的事物会不断演进。”张鹏也赞同王小川的观点，他表示规模定律早期关注参数规模，现在逐渐扩展到参数量、数据量和数据质量的重要性。“随着对规律的认知不断加深，逐渐揭示规律的本质，我们也能逐渐掌握通往未来的钥匙”。
对于价格战，王小川最初持淡定态度，认为“创业公司不在大厂射程范围内”。他的态度有所转变，在北京智源大会上明确表示，当前的价格战是中国发展大模型的“非常特别”事件，“我积极看待这件事”。
李大海也认同当前的价格战，尽管存在一定的营销成分，但未来一定会比现在更低。他指出，“大家都有利润，才是健康的方式，才能真正让各行各业的应用落地”。
张鹏澄清智谱AI并非这轮价格战的发起方。他从宏观角度认为，降价有助于大模型成为真正的基础设施，但他也提到不能过度关注此事，“做亏本买卖不是正常的商业逻辑，不可持续，最终还是要回归用户价值、生产力价值”。
杨植麟提出三个关键判断：推理算力将显著超过训练算力，标志着价值开始释放；C端推理成本将大幅低于获客成本，与之前的商业模式有明显差异；AI将能够超越人类的能力，创造新的商业模式。
智源研究院院长王仲远也认为降价有其利弊。一方面，它有利于开发者开发应用场景，接入大模型进行更多尝试。如果降价持续低于实际成本，则可能得不偿失。他强调：“毕竟大模型的迭代仍然需要巨额资金投入，中国的大模型也不应该停留在GPT-4的水平，我们更乐于看到一个良好的产业生态健康地发展，这也意味着它需要找到自己的产业模式、商业模式。”
对于开发者而言，王仲远认为选择大型语言模型时，优先考虑的应是性能，而非性价比。
王仲远表示：“在此前提下，我相信价格最终会恢复合理水平。而且大型语言模型的使用存在规模效应。当使用规模扩大时，工程师将具备条件对工程系统进行优化，价格自然会下降，从而避免劣质产品取代优质产品。”
