藍(lán)鯨新聞 7 月 26 日訊（記者 朱俊熹）7 月 26 日，2025 世界人工智能大會(huì)暨人工智能全球治理高級別會(huì)議（WAIC 2025）在上海拉開帷幕。本屆大會(huì)以 " 智能時(shí)代 同球共濟(jì) " 為主題，匯聚了包括 12 位圖靈獎(jiǎng)及諾貝爾獎(jiǎng)得主在內(nèi)的全球千余位頂尖嘉賓。隨著 AI 正逐步深入人類日常生活，或以各類軟件應(yīng)用的形式，或以具身智能的形態(tài)，AI 安全與治理也成為與會(huì)者的熱議話題。
在開幕式上，圖靈獎(jiǎng)得主、諾貝爾物理學(xué)獎(jiǎng)得主、" 深度學(xué)習(xí)三巨頭 " 之一的杰弗里 · 辛頓登臺演講，大談 " 數(shù)字智能是否會(huì)取代生物智能？"。這位 77 歲的 "AI 教父 " 回顧了過去數(shù)十年間 AI 的發(fā)展路徑，指出人類理解語言的方式和大語言模型的方式幾乎一致，甚至可以將人類視作一種大語言模型。然而在某些方面，AI 的能力將超越人類。
辛頓稱，一些人認(rèn)為可以關(guān)閉不聽話的 AI 這一想法是不現(xiàn)實(shí)的。如果 AI 足夠聰明，就會(huì)通過操縱人類、獲得控制權(quán)等方式來避免被關(guān)閉。" 這個(gè)問題就像養(yǎng)一只小老虎當(dāng)寵物。在它還小的時(shí)候你覺得可以控制它，但等它長大以后就可能失控。"
因此，辛頓建議不同國家在 AI 安全方面展開合作。例如建立一個(gè)由多國參與的國際 AI 安全研究網(wǎng)絡(luò)，專注于研究如何訓(xùn)練 AI 向善。各個(gè)國家可以在本國進(jìn)行 AI 安全研究，然后共享成果，共同應(yīng)對這個(gè) " 人類長期面臨的最重要的議題 "。
同為 " 深度學(xué)習(xí)三巨頭 "、圖靈獎(jiǎng)得主的約書亞 · 本吉奧則通過視頻連接表示，如果 AI 變得足夠強(qiáng)大開始 " 自保 "，超級智能就可能帶來災(zāi)難性的后果，甚至導(dǎo)致人類滅絕。即使這種風(fēng)險(xiǎn)的概率很小，" 只要科學(xué)界中有相當(dāng)一部分人認(rèn)為這種風(fēng)險(xiǎn)是可信的，我們就必須以極度謹(jǐn)慎的態(tài)度來對待它。"
約書亞 · 本吉奧建議，AI 應(yīng)當(dāng)被作為一種全球公共資源來進(jìn)行管理，以避免國家間陷入危險(xiǎn)的競爭陷阱。其中，一個(gè)值得借鑒的全球協(xié)作范例是由他牽頭完成的《國際人工智能安全報(bào)告》。
就在 WAIC 開幕前夕的 7 月 25 日，杰弗里 · 辛頓、約書亞 · 本吉奧等 20 余位行業(yè)頂尖專家共同簽署的《AI 安全國際對話上海共識》正式對外公開。" 上海共識 " 提出，目前尚無可靠方法確保超級 AI 系統(tǒng)的安全對齊，呼吁采取三項(xiàng)關(guān)鍵行動(dòng)：要求前沿人工智能開發(fā)者提供安全保障、確立可驗(yàn)證的全球性行為紅線、推動(dòng)安全人工智能技術(shù)研究。
在 7 月 26 日上午的主論壇中，MiniMax 創(chuàng)始人、CEO 閆俊杰作為 AI 產(chǎn)業(yè)界的代表登臺演講。他分享了在創(chuàng)業(yè)過程中對 AI 的觀察，也認(rèn)同 AI 會(huì)不斷變強(qiáng)，且這種增強(qiáng)幾乎沒有盡頭。
" 接下來出現(xiàn)的問題是，AI 這么強(qiáng)，對社會(huì)的影響越來越大，那么 AI 到底會(huì)不會(huì)被壟斷？它是會(huì)被掌握在一家組織里，還是掌握在多家組織里呢？" 閆俊杰問道。
在閆俊杰看來，AI 一定會(huì)被掌握在多家公司的手中。他解釋稱，一是不同組織會(huì)有不同的價(jià)值觀和目標(biāo)，導(dǎo)致它們訓(xùn)練的模型在對齊目標(biāo)上存在差異，從而使模型表現(xiàn)各具特點(diǎn)、長期存在。其次，當(dāng)前的 AI 系統(tǒng)通常由多模型和多 Agent 組成，單一模型的優(yōu)勢在多 Agent 系統(tǒng)中逐漸減弱。第三，過去一年見證了開源模型的快速涌現(xiàn)，并逐漸逼近閉源模型的性能，許多都并非由大公司主導(dǎo)的。
閆俊杰表示，AI 一定會(huì)變得越來越普惠，使用成本也會(huì)變得更加可控。他觀察到，盡管過去一年半以來可使用的算力增加了，AI 模型的大小并沒有發(fā)生特別大的變化。因?yàn)楦鞔髲S商都在關(guān)注模型參數(shù)量和智能水平之間的平衡，避免因計(jì)算速度過慢影響用戶體驗(yàn)。
至于這些增長的算力，則更多地被用在研究、探索和推理優(yōu)化上。閆俊杰稱，研發(fā)并不僅依賴算力，還取決于實(shí)驗(yàn)設(shè)計(jì)、研發(fā)團(tuán)隊(duì)和創(chuàng)意。擁有大量算力的公司與算力較少的公司在訓(xùn)練上的差異可能沒有那么大，因?yàn)楹笳呖梢酝ㄟ^提升實(shí)驗(yàn)設(shè)計(jì)、思考能力和組織效率，讓實(shí)驗(yàn)探索變得更加高效。
作為 " 大模型六小龍 " 之一的 AI 創(chuàng)企，MiniMax 于 6 月發(fā)布了其首個(gè)推理模型 MiniMax-M1，被視為對標(biāo) DeepSeek-R1 交出的應(yīng)答。MiniMax-M1 模型延續(xù)了此前基模的架構(gòu)創(chuàng)新，在 MoE 架構(gòu)的基礎(chǔ)上引入了閃電注意力機(jī)制（Lightning Attention）。成本方面，在進(jìn)行 8 萬 Token 的深度推理時(shí)，M1 所需的算力僅為 DeepSeek-R1 的約 30%；生成 10 萬 token 時(shí)，推理算力僅需 DeepSeek-R1 的 25%。
在下午的主論壇中，清華系 AI 算力創(chuàng)企無問芯穹聯(lián)合創(chuàng)始人、首席科學(xué)家戴國浩分享稱，在突破算力天花板的過程中，算力效率會(huì)成為他們關(guān)注的事情。也就是說，從整個(gè)價(jià)值鏈條來看，輸入價(jià)值轉(zhuǎn)化為算力，并最終通過下游應(yīng)用轉(zhuǎn)化為輸出價(jià)值時(shí)，關(guān)鍵在于輸出價(jià)值是否能夠超越輸入價(jià)值。
而戴國浩認(rèn)為，在算力領(lǐng)域，比起單一的 " 贏家通吃 "，最終將趨向于 " 集各家之所成 " 的合作模式。他提到，人工智能的目標(biāo)是模擬人類智能。在人類生理系統(tǒng)中，每一個(gè)細(xì)胞都在執(zhí)行不同的功能，正如每家公司在 AI 技術(shù)的不同領(lǐng)域也都有各自的擅長之處。
