2025年世界人工智能会议（WAIC）今天在上海开业。作为全球人工智能领域的主要活动，该会议的主题是“聪明的时间，帮助世界”，结合了全球智慧并向中国展示解决方案。在活动的第一天，Minimax的创始人兼首席执行官Yan Junjie先生参加了开幕式，以特别的嘉宾参加了开幕式，并在主论坛（晨展）上发表了主要演讲“ All AI”。以下是完整的分享文本：大家好，我与您分享的标题是“所有人，所有AI”。这个话题与我过去的个人经历有关。当Hinton先生开始设计Alexnet时，我是最早研究中国深入研究医生的人之一。当出现Alphago人机战争并人工智能进入所有人的地平线时，我会参与一家成立公司。在Chatgpt出来的前一年，我们开始建立Minimax这也是中国大型模型公司的第一组。在过去的15年中，当我在《活动和阅读日期》中编写代码时，我总是想到一件事：对人工智能的这种记忆是什么？人工智能与这个社会有什么联系？尽管我们的模型越来越好，但我们发现人工智能逐渐成为一种生产性的社会力量。例如，当我们进行人工智能研究时，我们需要每天研究大量数据。一开始，我们必须编写一些软件来研究这些数据。后来，我们发现AI实际上可以生成一个软件来帮助研究所有数据。作为研究人员，我担心在AI日的所有发展。一开始，我们认为我们可以制作一个应用程序来帮助我们监视不同领域的开发？最终，我们发现这件事不必自己完成，从而使自动监视AI AG变得更好恩特。 AI是更强的生产力和更强大的创造力。例如，15年前上海举行世界博览会时，有一个非常受欢迎的吉祥物“ Haibao”。在过去的15年中，上海已经在各个方面形成。如果我们想继续使用“ Haibao” IP来提出一系列更像上海风格的衍生图像，并且按照婚礼趋势，AI可以做得更好。如在现场屏幕上所示，Xuhui Academy×Haibao，Building×Haibao，AI可以直接单击出来，以帮助我们制作各种创意图像。例如，最近非常受欢迎的Labubu可能需要两个月的时间才能创建一个富有创意的Labubu视频，并且它的成本约为100万亿元。有了更强的AI视频模型，例如大屏幕右侧显示的Labubu视频，可以一天形成一天，而且成本仅为几百元。我们的Hailuo视频模型已开发了全球超过3亿个视频E在过去六个月中。在高质量的AI模型中，Internet上的大多数内容和创造力都会更加流行，低门槛允许完全使用的Lahand的创造力。除了释放生产力和创造力外，我们还发现，AI的使用确实超过了原始的设计和期望，并且发生了各种难以想象的应用情况。正如古老的文本评估，模仿飞行，设计天文望远镜...随着模型的能力变得越来越强大，这种意外情况变得更加可行。只有少量的合作可以是每个人的想法是现实。使每个人的想法做出反应，几乎没有合作是必要的。面对许多变化，我心中开始出现一个想法：作为AI商人，AI公司不像互联网公司。 AI是一种更主要和主要的生产力，这是个人和社会能力的持续增强。那里这里是两个要点：首先，AI是一种能力，其次，AI是可持续的。人们很难打破生物学定律，永远不要停止学习新知识，并继续变得更聪明，而AI可以。当我们建立更好的AI模型时，我们还发现AI还可以改善我们的人，并共同创造更好的AI。在我们公司中，员工需要编写许多代码，并进行许多日常研究实验。此处的代码的近70％是由AI撰写的，而90％的数据审查是由AI完成的。 AI如何更专业？大约一年前，培训模型需要许多基本的注释任务，而注释者是膝盖需要的工作。今年，当AI的功能变得越来越强大时，AI专业人员完成了大量机械注释工作，并且注释者可以专注于更重要的专家工作，以帮助模型变得更好。标签的任务不仅为AI提供了答案，而是向AI教导思考，让AI知道人类思维的过程，从而使AI更加笼统并接近领先的人类专家的水平。除了通过专家教授AI外，还有另一种改进，即在环境中学习很多东西。在过去的六个月中，通过各种环境，从编程思想到代理环境，再到游戏沙盒，将AI放置在可以继续提供的奖励时，只要可以定义这个环境并且有明确的奖励信号，AI就可以解决该问题。对这种增强的研究已变得可持续，更大。基于这些观察，我们有一定的判断：AI将越来越强大，这种增强几乎是无尽的。下一个问题是AI非常强大，其对社会的影响变得越来越大。那么AI垄断了吗？这在组织或许多组织中是否控制？我们相信当然有很多PLA在AI领域。有三个因素：首先，我们当前使用的所有模型都依赖于建模模型。显然，不同模型的作弊目的确实不同。例如，解决的模型是可靠的程序员，因此在对齐时它们会很强。有些模型与人类互动，因此它们将具有更多的情感智力，并且可能会进行良好的对话。一些模型可以充满想象。不同的Balimal目标反映了不同公司或组织的价值。这些值最终将导致模型的不同性能，这也将使不同的模型具有自己的特征，并且存在很长时间。其次，我们在过去六个月中使用的AI系统实际上不再是单个模型，但是涉及许多模型和不同模型的多古系统也可以使用不同的工具。这样，人工智能智能的水平可能越来越高，并且可以解决更复杂的P棘手。这样的结果是，在这样的多年龄系统中，单个模型的好处逐渐变得薄弱。第三，在过去的六个月中，有许多智能系统不归大公司所有。其背后的原因是，去年雨季之后的开放资源模型像蘑菇一样出现，开放的资源模型已受到影响。该图像是AI排名，在过去的一年中吸引了更多的关注。您可能会发现最好的型号仍然是封闭的，但是越来越多的开源型号，它还继续采用最佳的封闭源型号。基于这三个因素，我们认为AI肯定掌握在许多公司手中。同时，我们认为AI肯定会越来越包容性，并且使用成本将得到更加控制。在过去的一年半中，即使我们可以使用更多的功率来计算，AI模型的大小也没有特别改变。为什么？对于所有实用模型，计算速度是相对关键的因素。如果模型以特别缓慢的方式计算，它将降低用户使用它的意愿，因此所有公司都关注参数数量和模型智能水平之间的平衡。过去，模型大小的大小通常与芯片开发速度成正比。我们知道，芯片开发的速度每18个月是每18个月的两倍，并且该模型将相应地保持这种增长的趋势。现在，即使每个人在计算方面具有更大的功能，参数模型的模型并没有更大。那么，他们会增加计算的力量吗？首先，让我们谈谈培训。在过去的六个月中，规模增长率相对较慢，单个模型中的培训成本并未真正显着增加。这些计算能力用于更多的研究和探索。我们知道研究和探索，此外为了计算的力量，还取决于实验的伟大总体设计，良好的研发团队以及一些天才的创造力。结果是，具有很多计算能力的公司与没有太多计算强度的公司之间的培训差异可能并不大。没有过多的计算能力的公司可以通过继续实验设计，提高其思维技能和组织形式来更好地探索实验探索。让我们谈谈认可。去年，理解最佳模型的成本实际上是通过大量计算网络计算系统和复制计算来降低的。程序，我们认为理解最佳模型的成本可以在接下来的两年内通过数量级来降低。总而言之，我们认为训练单个模型的成本不会大大增加。我们认为，大量的变化可以使AI R＆D变得不足Nsive行业，但计算强度的使用将会提高。尽管代币的价格便宜，但使用的令牌数量将大大增加。当Nakin今年时，一个聊天机器人通信只会消耗数千个令牌，但是现在代理商谈话可以消耗数百万个令牌。而且由于AI解决的问题变得越来越复杂和实用，因此会有更多的人使用它们。 Leifeng.com完成了所有达到AI的一切，这是我们对AI发展的判断。智力提高，这也是我们业务的最初目的。我们认为，AGI肯定会实现，并且肯定会为公众服务和受益。如果有一天实施了AGI，则该过程应由AI公司及其用户实施，并且该AGI应该是许多AI公司和广泛的用户中的AGI，而不仅仅是单个组织公司。我们还准备好长时间为此目的工作。谢谢你！ Leifeng.com（公共帐户：Leifeng.com）