“通用人工智能”為何突然不香了 理性回歸實(shí)用價(jià)值!2024年,曾經(jīng)被資本熱捧的“通用人工智能”(AGI)光環(huán)逐漸褪去。百億美元級別的融資故事不再頻現(xiàn),科技巨頭的發(fā)布會也少了“顛覆人類”的豪言壯語。取而代之的是,各地政府開始聚焦“工業(yè)大模型”,企業(yè)更關(guān)心AI能否提升良品率、降低能耗、預(yù)測設(shè)備故障。這場降溫并非技術(shù)停滯,而是理性回歸——人們終于意識到,真正的智能在于解決產(chǎn)線上的實(shí)際問題。
AGI指的是具備與人類相當(dāng)或超越人類的廣泛認(rèn)知能力、能自主學(xué)習(xí)并適應(yīng)各類任務(wù)的智能系統(tǒng)。過去幾年,以GPT為代表的大模型掀起全球熱潮,許多人相信只要參數(shù)足夠大、數(shù)據(jù)足夠多,AGI就會“涌現(xiàn)”。中國也迅速跟進(jìn),涌現(xiàn)出一批對標(biāo)OpenAI的初創(chuàng)公司,融資動輒數(shù)億美元。然而,這些模型大多停留在演示階段,難以在工業(yè)、醫(yī)療等復(fù)雜場景穩(wěn)定落地。市場開始追問:我們真的需要一個(gè)“什么都會但什么都不精”的AI嗎?
這股降溫背后有多重現(xiàn)實(shí)壓力。技術(shù)路徑的局限日益顯現(xiàn)。中國絕大多數(shù)大模型仍基于美國提出的Transformer架構(gòu)進(jìn)行優(yōu)化,屬于“在別人的地基上裝修”。盡管DeepSeek-V3以極低訓(xùn)練成本實(shí)現(xiàn)接近GPT-4o的性能,令人振奮,但其本質(zhì)仍是工程層面的高效實(shí)現(xiàn),而非底層范式的創(chuàng)新。一旦美國推出新一代非Transformer架構(gòu),現(xiàn)有優(yōu)勢可能瞬間歸零。
數(shù)據(jù)與算力的瓶頸也在收緊。全球高質(zhì)量文本預(yù)計(jì)五年內(nèi)耗盡,而中文語料占比不足5.2%,嚴(yán)重制約模型進(jìn)化。為彌補(bǔ)缺口,企業(yè)大量使用AI生成合成數(shù)據(jù),卻面臨邏輯閉環(huán)、偏見放大的風(fēng)險(xiǎn)。算力方面,國產(chǎn)芯片雖有進(jìn)展,但制程落后、軟件生態(tài)受制于CUDA壟斷,導(dǎo)致實(shí)際利用率不足30%。高能耗也成隱憂,單個(gè)AI園區(qū)峰值用電已堪比中型核電站。這些成本最終都轉(zhuǎn)化為落地門檻。
夏夜,重慶南濱路的某小龍蝦店前,“狂降50元”的促銷立牌在霓虹中閃爍。店長王磊望著稀疏的客流嘆氣:“往年黃金時(shí)段早排長隊(duì),如今上座率不足六成
2025-08-20 12:10:01夜宵頂流小龍蝦為何不香了