人工智能產業發展突飛猛進，大模型技術全面爆發，帶動算力需求猛增。河南作為歷史文明要塞、中原交通腹地，承載著中部算力樞紐職能。
2019年，APUS在河南鄭州建立全球第二總部，之后陸續建立“全球數字基因庫”和“智算中心”，助力河南建設數據與算力高地;2023年8月，APUS大模型落地河南, 為河南AI產業發展提供創新底座，助力河南千行百業轉型升級。
12月2日，APUS董事長兼CEO李濤受邀參加清華大學經管學院“第五期中原民營企業家培養計劃高端培訓班”授課，圍繞人工智能的產業應用和價值創造主題進行分享。
在本次授課中，李濤針對人工智能及AI大模型技術演進、當前全球人工智能產業發展的機遇和風險進行了分析，并從大模型落地應用、大模型產業價值和未來智能治理等方面做了詳細解讀。
人工智能實現超車，首先要客觀看待發展現狀
首先要明確一個概念：人工智能不等同于數字技術。
許多傳統行業在做轉型過程中，往往將人工智能、數字經濟和數字技術視為同一概念，而實際上它們之間存在很大的區別。人工智能是一種技術手段，通過模擬人類的智能和思維來處理信息、解決問題，實現自動化決策和智能控制;數字經濟則是指以數字化技術為基礎的經濟形態，輔助社會、企業數字化轉型，推動企業發展和社會進步。
然而，中國的人工智能發展確實相對落后于全球領先技術，在芯片研發、算法創新方面起步比別人晚;加上沒有足夠多芯片支撐算力進化，發展“加速度” 也難免放緩。
但我認為，我們得客觀地認識到當前差距、正視自己落后的差距，這樣我們才知道該努力的方向是什么，才能夠真正地找準短板不斷地追趕。
如果跟別人拼不過算力，那我如何在算力比別人少的情況下，讓自己的人工智能大模型不斷迭代進化?對于APUS來說，我們會選擇通過增量預訓練實時快速地更新數據，訓練長文本。
事實上，APUS確實也是如此做的，APUS大模型很早就訓練出了128K長度文本。
重視大模型的長尾價值——應用越廣，底座力越強
作為一家做全球化業務的企業，APUS也面臨著國際貿易壁壘、文化沖擊等各種挑戰。從2018年到2022年，我們一直在探索將人工智能應用到全球200+款產品中，但從商業角度看，實際成效不大。為什么?
過去4到5年，APUS用的是小模型。小模型不具備規模效應、復制效應，用小模型做應用邊際成本是不斷地在增加的。算法在業務構建過程中真正起到的作用是很小的。在不同行業、不同企業，使用小模型構建業務應用幾乎需要“重新來一遍”。
相比之下，大模型一次性的固定成本很高;但當各個行業、各種場景都開始用的時候，它的邊際成本就開始慢慢趨近于零了，這也是大模型底座價值真正開始顯現的時候。
去年11月，ChatGPT發布，APUS第一時間快速跟進大模型，12月，決定將技術路線全部轉向做通用型人工智能，開始儲備算力和AI領域人才，投入研發自己的大模型;2023年4月，整個公司All in AI，并且推出了國產自研的千億級多模態大模型——APUS大模型。
人工智能的產業化：用大模型做全局思考和計算
上半年談人工智能，大家都在談大模型、算力，下半年大家都在談人工智能應用、Agent，現在大家都在談人工智能的產業化應用、討論大模型在產業中的應用價值是什么。
我認為，大模型的一大價值，是用人工智能幫助產業來做全局的思考和計算。
過去人工做決策，是缺少全局思維的，也沒有能力來做全局計算。以農業為例，在投產前期，我們很難判斷全局播種量、化肥量等，判斷作物生長情況、收割運輸情況，包括市場的交易價格來判斷出投入產出比;同時人工也很難對影響產出的未來天氣等變量因素進行預報和計算。但今天在人工智能的大模型時代，這些事都是可以完成的。
例如我們今天在熱議的“自動駕駛”領域，目前所用到的人工智能仍舊是“小模型”，因此L3.5的智能汽車只能解決到“人工輔助駕駛”問題;如果自動駕駛技術中加入大模型，那或將解決全自動駕駛的問題，才能真正將智能汽車推向L4或者是L5的水平。
“大”的模型，需要海量數據進行“投喂”、供其學習，同時它也能夠快速地把結果計算出來，生成很多新的東西，包括智能駕駛、智能助理等新應用。慢慢我們會發現，在很多領域里邊，包括很多很難進行數字化的傳統領域，都需要人工智能來加持，來激發產業價值。
做通用大模型底座，即要堅持構建健康的產業生態
業內普遍認為，人工智能是第四次工業革命，那么在第四次工業革命里面，有一個非常重要的支撐力就是“大模型”。我也常說，大模型是人工智能的“底層操作系統”，在未來各個領域所使用到的底層能力，都將由大模型來提供。
但隨著大模型的發展，特別是11月7日OpenAI的最新發布，不少從業者也看到了全球潛在的AI生態風險。
那我們首先來看看，OpenAI的升級到底發布了什么，以及從這次升級可以看得到整個人工智能的生態可能正面臨著什么樣的挑戰和風險。
實際上核心發布了三個東西：第一是發布了GPT Turbo;第二是 GPT Store，并且統一了整個GPT入口;第三個發布GPTs。
GPT Turbo本質上來說，就是 OpenAI 把領先于全球的人工智能的技術開放賦能，為全球的開發者來提供大模型的底座。這從人工智能的開發者角度來說，看似是一件好的事情，但很多人忽略了，這一全球領先的大模型底座可以造成“開發者壟斷”，在其之上 OpenAI將會構建起自己“獨一無二”的人工智能生態。
GPT Store發布本質也是以構建生態為核心目的，通過應用市場，開發者的產品和技術能夠更好地被更多的用戶下載、付費、使用。但是這一次，GPT Store 有一個特別大不一樣的地方——它不僅僅是一個Store，它還統一了所有用戶的入口。開發者的應用更多是以插件方式，被集成在了GPT里邊，開發者個人品牌被遮蔽;相較于Apple Store、Google Store，GPT Store對平臺用戶收取的傭金費率或許只高不下。
GPTs事實上就是Agent，它會像數字助手、數字分身一樣，很隱秘地按照你的需求解決問題。但是通過Agent，OpenAI甚至可以輕松獲取開發者、用戶的各類隱私數據、保密數據，從而在技術、流量和數據上形成“三壟斷”，真正達到構建“AI帝國”的商業目的。
作為中國人工智能的從業者，關于智能風險與治理方面，我也提出了一些想法。
大的經濟體都應該有自己的人工智能通用大模型底座。比如說像美國、中國，甚至包括印度、歐盟等獨立大經濟體，都應該有自己的通用大模型底座。
其次，每一個國家甚至每一個獨立存在的文明，應有一套符合自己國家或者是文明價值觀對齊的人工智能框架，用這樣的框架來包容和約束大模型。
此外，就是要構建一個健康的人工智能產業生態，讓人工智能產業鏈里的每一個環節都能夠有自己的生存空間，讓每一個環節，讓每一個鏈條都能夠很好發展自己的潛力。
APUS投入大模型研發之初，便確立了要“為中國定制AI大模型”。經過市場的錘煉和實踐，APUS大模型也明確了自己“成長”的戰略方向：堅持智能向善，以紅色框架約束大模型、對齊價值觀，讓大模型應用與價值創造接軌。
技術的發展需要身處浪潮下的每一環共同建設、共同匡正。在發展人工智能和大模型底座過程中，我們要遵循“智能向善”宗旨，并且基于這一宗旨建立起一個價值觀正向、具備約束力框架，來真正引導人工智能產業向善而生，方能更好地為企業生產、人民生活、社會經濟發展服務，更好地創造AI應用價值。
