7月26日上午，7月26日至28日在上海举行了2025年世界人工智能会议（WAIC 2025）。会议大约是“智能时代”，并汇集了来自世界各地，政府和公司代表的专家，讨论新开发AI的机会。 Minax的创始人兼首席执行官Yan Junjie参加并宣布演讲。 Yan Junjie在讲话中说，Agi肯定会举行，并且肯定会成为为公众服务的问题。 他说：“ AI或AGI模型属于所有AI及其用户公司，并且为此目标工作了很长时间，而不仅仅是一家公司。” 以下是演讲的转录。 大家好。我与您分享的标题是“所有都是AI，所有都是AI”。你为什么要谈论这个话题？这与我过去时期的个人经历有关。 首先，当Hinton首次出版Alexnet时，我简要介绍了自己中国第一批博士生。当Alphago发生时，当人工智能引起了所有人的注意时，我是我的第一家创业公司。 当Chatgpt在发布前一年推出时，我们开始在中国建立第一家创建大型车型的公司。在过去的15年中，当我做这些事情时，我每天都在问题和实验前编写代码。实际上，我一直在思考一件事。人工智能非常受欢迎，但是什么是人工智能？人工智能与这个社会之间有什么关系？ 这样做表明，人工智能实际上可以为社会带来许多联系，尤其是当模型改善时。例如，当您研究人工智能时，您必须每天分析这些数据。起初，我确实必须编写软件的一些数据。 后来，事实证明，实际上，AI软件可能有助于分析所有数据。例如，作为研究人员，我是非常担心每天的领域进度。最初，一旦我们考虑了是否可以创建一个可以帮助我们跟踪不同进步的应用程序……但是后来我不必自己做，我可以允许AI代理自动执行此操作。 相反，它比我们每个人都更有效。除了这种生产力外，我认为这显然正在成为一个越来越强大的想法。例如，当这个地方15年前庆祝世界博览会时，有一个名为Haibao的IP。 Haibao的形象当时真的很受欢迎。 但是，在过去的15年中，上海发展了很多。例如，在上海独特且时尚的Haibao图像。人工智能可以更好。例如，出现在海报和U Un Hikvision Building Hoster中的海报对于生成各种IP图像实质上是有用的。 例如，据说洛夫布（Lovebu）如今非常受欢迎。例如，不久前我产生了促销一列的视频可能需要两个月的时间，并且可能要花费100万元。 但是，很明显，通过越来越强大的实施模型，Lovebu Diestro的视频基本上是在一天之内生成的，而且成本可能只有几百元。 而且，实际上，在过去的六个月中，我们的视频模型在全球范围内制作了超过3亿个视频。本质上，互联网上的大多数内容和创造力都可以通过良好的AI模型变得越来越流行，因此您可以完全利用每个人的创造力。 除了生产力和企业家精神外，我现在还发现了AI的使用实际上超出了早期设计的期望，实际上出现了各种难以想象的情况。例如，您可以模拟航班，例如天文望远镜和几种意外情况。 随着模型的能力变得更强大，变得越来越可行，并越来越多地通过个人和出色的WRI完成Ting，本质上可以为所有人的创造力做出重大改善。当我们体验到这一点时，当我们看到如此多的变化时，我们就会想到实际上我们开始出现在脑海中。 作为企业家，我们发现我们并没有真正复制互联网公司。它是生产力和个人和审美技能的持续增强。 其中有两件事，但我认为这更重要。第一个是一个特征。 其次，它是连续的。因为人们一直很困难，并且很难学习新的知识，但是AI可以做到。 当有不同的部门创建更好的AI模型时，我们发现AI与人类真正与我们合作以创建更好的AI。 例如，我们首先是一家研究公司，我们需要编写很多代码，并与我们进行许多实验。目前，我们可能有很多人AI写的东西，但是有可能有90％的DATA分析基于此。 除了帮助您编写代码外，还有另一种方式，AI变得越来越专业。例如，一年前，我们需要许多注释，但是我们的得分手可能是正常且正常的职业。但是，当AI的技能变得越来越强大时，可能很少的人和可以帮助模型和改进的最好的专家。 但是实际上，我不是在谈论AI的答案，而是要走教导以学习这种思维方式，因此它更加普遍，并且更接近人类中最好的专家。 除了通过国家，还有其他方法可以进入。这是关于在环境中学习很多。例如，在过去的六个月中，通过几种环境，从IDE的编程到安全环境，再到某些游戏。 如果您在可以连续和可验证的另一个环境中学习，则意味着您可以在这种环境中定义它。换句话说，我们的brOchures可以轻松解决此问题。 实际上，我认为非常肯定的是，AI肯定会变得越来越强。 下一个问题是，它会如此强大，以至于会越来越令人震惊吗？那他会统治他吗？ AI是在组织中获得的，但可以在多个组织中进行培养。我认为AI肯定存在，并将继续存在，原因有三个。 第一点是，在实践中，到目前为止我们已经看到的所有模型都必须基本上依赖于对齐方式。显然，不同模型的一致性目标实际上是不同的。 例如，如果模型的对齐目标与值得信赖的程序员非常相似，那么智能可能会特别强大。一些模型的目标是希望与人进行更好的互动。这使您能够具有更多的情商，并进行更柔和的对话。一些模型可能充满了想象力。 不同编队的目标实际上反射培养不同公司和组织的价值，实际上会导致这些模型的最终性能。这些不同的症状需要不同的模型具有独特的特征或长期存在。这是第一个原因。 第二个原因是，实际上，它具有多种设备，而不是单个模型的ISA系统，我们在过去六个月中使用了AI系统。内部有多种模型，有些模型也可以使用各种工具来增加智能并使问题更加复杂。 此外，由于这个原因，我们可以看到过去六个月中有许多非常聪明的系统，但它们不是大公司所有。 当然，还有另一个原因。也就是说，在过去的一年中，它爆炸为竹会议。越来越多的开源模型开始产生影响。 实际上，我们认为AI绝对掌握在许多公司的手中。我们相信AI会增加y积分是由多家公司管理的。这意味着您的使用成本肯定会非常可控。 我认为这有三个原因。 首先是让您知道为什么在过去的一年半中，我们使用的模型的大小没有以任何特殊的方式改变。我们的计算机力量正在增加，为什么？对于所有使用的模型，该模型的计算速度相对重要，因此这是一个问题。 这是因为如果模型的计算特别缓慢，则需要该模型的速度。但是，每个公司都需要设计师说模型参数数量与智能水平之间存在承诺。 最终结果是模型的复杂性本质上是证明当前的计算速度，即模型的大小与芯片的技术速度基本上成正比。芯片进度的速度是每18个月改进的两倍。那里矿石，这种模型在过去一年中确实保持了这一趋势。这并不是特别好。因此，每个人都有更多的增强信息学。这款计算机电源在哪里？ 实际上，您花在培训和促进更大的工作上。 首先，让我们谈谈培训，因为我们使用的模型实际上并没有很多此类参数。在过去六个月中，进步的节奏相对较慢。 真正的结果是，单个模型的培训成本实际上并没有大幅度增加。那么，为什么您需要这么多的计算机电源呢？实际上，该计算的力量是进行更多的研究和探索。但是，我们知道研究和探索实际上不仅取决于高效的R＆D设备中高效的一般实验设计，而且还取决于高效的研发设备。很好，非常出色的创造力。 因此，我认为结果是有很多专业公司，没有很多专业公司ed companies. TheDifference between this problem and all in training may not be so good. 有了如此多的专业公司，这项实验研究可以更有效地改善实验设计，并不断提高思想和组织形式的能力。 Let's talk about reasoning, inference actually has similar results. So, from an inference perspective, we know that the cost of inference, the best, is actually reduced by some orders of magnitude. 通过如此大量的计算机网络系统和优化算法，我们认为在未来1 - 2年内，这种推断的成本可能是最佳模型推断的成本。 In fact, it is possible to reduce the amount to a level. When you think about training a single model, it is now increasing essentially. But when we think about this, we really see a way of converting researchand the development of AI in a less expensive industry. So how can you increase computer power?贝卡使用？ 令牌的数量非常便宜，因此令牌数量急剧增加。例如，由于在去年对话的一小部分中，只需消耗数千个令牌，并且该应用程序中的对话交换帐户具有数百万个令牌。 这意味着越来越多的人使用它们，因为可以解决的问题变得越来越复杂和实用。因此，我们的理解至少我为每个人负担得起。 这是我们对AI的判断。 最后，例如，与所有人的智慧，这实际上是我们业务的最初意图。 我们认为AGI肯定会实现这一目标，这一定是为群众服务的问题。如果一天之内实施AGI，我们认为必须为人工智能公司及其用户实施实施过程。此外，该AGI或AGI模型必须属于AI及其用户或单个公司的公司。我也想要感谢大家在这一目标上努力工作这么长时间。 官方NINA Finance帐户 24-最新信息和财务视频的流离失所，以及扫描QR码以关注更多粉丝（Sinafinance）