展会信息港展会大全

走进人山人海的GDC大会:AI出圈了,机器人的春天也来了
来源:互联网   发布日期:2024-03-26 14:30:26   浏览:9178次  

导读:在AI技术成果上新频出的2024年,全球开发者先锋大会(GDC)这场缘起于世界人工智能大会的AI盛会,在这一届显得尤为热闹。 本次大会以模速空间开发者的模力之源为主题,会场在徐汇滨江,共8.5万平方米。在第一财经记者逛展、听会的两天时间里,有几个点印象深...

在AI技术成果"上新"频出的2024年,全球开发者先锋大会(GDC)这场缘起于世界人工智能大会的AI盛会,在这一届显得尤为热闹。

本次大会以"模速空间开发者的模力之源"为主题,会场在徐汇滨江,共8.5万平方米。在第一财经记者逛展、听会的两天时间里,有几个点印象深刻,足够呈现这次大会的一个切面。

GDC 于3月23日开幕,持续至3月24日,在这两天早上赶到穹顶艺术中心的主会场时,都基本已座无虚席。两天上午的大会持续至12点半,在结束时仍有不少人。

走进人山人海的GDC大会:AI出圈了,机器人的春天也来了

距离主会场几百米的互动体验区集结了前沿企业参展,占地近万平方米,机器人出场频率尤其高,据记者不完全统计,只出现的人形机器人就有6个,如果加上四足机器人、外骨骼机器人、协作机器人等,这个展区就有近20个机器人,很难想象这只是一个开发者大会。机器人与大模型结合之下的具身智能,也是会场高频词。

还有一个小插曲是,在会场美食广场吃个章鱼小丸子的功夫,记者旁边就站了个VC投资人,一聊起来原来是投AI的,来自阿米巴资本的梁思聪,从1 年多前他开始把全部精力放在了 AI应用层投资,作为一线投资者他表示深刻感受到 AI 发展之快,很多项目几个月不见就又多次迭代。

在阳春三月举办的GDC大会,也给人一种万物生发、欣欣向荣的氛围,来自各行各业的从业者,来这里交换名片、探讨合作、积极寻找机会,准备迎接下一个时代的到来。

"人山人海"

走进人山人海的GDC大会:AI出圈了,机器人的春天也来了

相比往年来说,参展商们感受也异常强烈,"规格比此前高了很多",举办地从临港搬到了徐汇滨江,主办方也更加重视。开幕当天,展区"人山人海,基本挤不太动"。

门口C位的是特斯拉参展的赛博越野旅行车,以其炫酷科技感的造型吸引了很多爱好者合照。据介绍,这款车用的是能抵御"子弹"的不锈钢外骨骼结构,也能抵御时速112公里/小时的四级冰雹冲击,支持完全自动驾驶能力与OTA空中升级等,这很"马斯克"。

走进人山人海的GDC大会:AI出圈了,机器人的春天也来了

这次展区不仅仅是人多,机器人也多。包括中电科、宇树科技、开普勒机器人、软银都带来了人形机器人产品,傲鲨智能、云深处科技、如身机器人、节卡机器人带来了各种形态和场景的机器人。每个机器人展位,都围拢了至少两层观众。

在此前英伟达GTC大会上,作为英伟达合作方的宇树科技刚刚露过面,受到了较多的关注。这是一家较早做四足机器人的公司,也入局了人形机器人。此次展台,宇树科技重点展示了首款通用人形机器人产品Unitree H1,能走能跑还能跳舞。

展台工作人员对第一财经表示,Unitree H1是一台电机驱动的机器人,能后空翻,也能跑,最快移动速度达到了3.3m/s,打破了全尺寸人形机器人运动的世界纪录。目前这一产品已经量产,零售价在几十万人民币以内,工作人员介绍,在行业来说,这是一个有性价比的价格,目前百万级的人形机器人还不少。

走进人山人海的GDC大会:AI出圈了,机器人的春天也来了

除了人形,一些服务场景的机器人也引起了不少的关注,尤其是能做咖啡的节卡机器人,不少人排队体验。这是一个双臂协同的柔性六关节机器人,扫码等待后,就能享用一杯机器人做的印有GDC大会Logo的美式咖啡。由于排队的人实在太多,记者放弃了体验。

在机器人之外,其与大模型的结合而成的具身智能,也是不少厂商展示的重点。酷爱科技在显眼位置摆放了大模型迎宾机器人,软银也带来了迭代的pepper系列机器人,这两款机器人都是滚轮式移动,并非双足,但都接入了大模型,可以较好地互动。

软银展台工作人员介绍,展台的pepper接入的是文心一言大模型,但根据不同的客户需求可以更换接口的大模型。在场景上,pepper主打的是养老场景,能提供智能化的记忆训练和认知刺激服务,帮助老人锻炼大脑,对接大语言模型后机器人是"行走的百科全书",也能提供社交陪伴和情感支持,同时覆盖康复训练、运动指导,由于对接了血压仪、毫米波等设备,pepper还能对生命体征和指标进行监测,科学预警。

当然此届大会最热门的大模型厂商也是没有缺席,在体验区,有一块专门的大模型展示及研讨区,包括月之暗面(Moonshot AI)、百川智能等明星企业都有来参展,主要提供对话窗口的互动体验。虽然互动较为单一,但尤其最近kimi爆火,在Moonshot AI的展台来交流的人几乎是络绎不绝。

AI产业链的厂商此次也来了不少,包括做向量数据库的zilliz、做算力系统解决方案的无问芯穹、做IT基础设施的中科曙光等。中科曙光这次在现场展示了其液冷工作站,展台负责人表示,高性能芯片需求增加,散热效率更高的液冷技术会成为必然的趋势。

提及英伟达最新发布的B200芯片,展台负责人介绍,其一卡的功率据说能达到约千瓦,"就相当于热得快了,我们推测这可能就不得不采用液冷的方式,因为风冷已经搞不定了。"目前液冷技术方面,一种是展台展示的,通过管线的特殊液体将元器件里的热量带走,而未来效率更高的是全浸没式的液冷,整个元器件都泡在特殊液体中。

"AI出圈了"

谈及这次大会最大的感受,梁思聪表示"AI出圈了",除了开发者,现场多了很多关注 AI 的其他行业从业者、大学生等,"感受到了上海的AI氛围"。

梁思聪这次受邀充当全球创新项目路演的投资人评委,谈及AI创业,他认为要聚焦具体的应用,不"盲目"、不"重复造轮子",今年他将重点关注大模型落地确定性高、能让模型持续迭代的B端场景。

在开幕式上,对于AI创业,硅谷创投之父史蒂夫霍夫曼(Steve Hoffman)给出了方向上的建议,"在人工智能领域,可以说不要直接和大厂竞争,和大厂竞争太难。"当对公司战略进行规划的时候,看一下自己的核心能力、核心技术,看AI如何更好地赋能,带来更好的竞争力。

具体方向上,霍夫曼看好人形机器人、数字孪生、程序化的搜索引擎优化等预计会被 AI 技术所赋能的领域。霍夫曼表示,在硅谷现在AI领域是大热门,如果不是AI初创企业,都拿不到任何资金支持,"现在太难了,众多企业在死亡"。

此次大会海外的重磅嘉宾来了不少,OpenAI前全球商业化负责人扎克卡斯(Zack Kass)也出现在开幕式上,他认为2030年会达到通用人工智能,"我们进入了一个丰盛的未来"。

对通用智能时代的到来扎克卡斯较为乐观,"很多问题我们可以通过AI来解决,我给大家的建议是,设计你的生活,比如AI会把你的知识技能商业化,AI做完了之后剩余了什么,你作为人类的属性有哪些?可能AI更加强大、更加聪明,剩余留给人类的就是要关注人本身。"

在问答环节,谈及最近大热的AI"复活",扎克卡斯认为"机器缺乏灵魂", AI"复活"亲人是一种奇怪的想法,并不是人类生活的现实世界。"人是什么,机器是什么,我们要分清事实,要分清界限。"当AI帮助人类从很多繁杂的工作中解脱出来之后,人与人的交互就显得更加重要。

商汤科技董事长兼CEO徐立在此次大会上表达了一个观点, AI2.0时代的生产力工具,目前还只能解决10%以下的问题,生产链路上能够带来的突破可能还有限。

"虽然中国对于这部分的关注度非常高,但是我们真正意义上在使用这部分的应用当中排在了美国印度之后。"徐立认为,这里面有一个语言的问题,如果用自然语言来完成编程的任务、设计的任务,目前来说英语和现在的程序匹配非常完整,有大量的现成的数据,但是到中文还需要有更好的中文语言的工具。

商汤此前发布了基于日日新大模型的办公辅助软件"小浣熊",其中包括代码小浣熊。徐立介绍,这款代码助手能够减少软件开发全流程需要的时间,聚焦一些重复性的劳动。以代码小浣熊的诞生为例,他表示,如果从需求分析到最终完成产品开发,一般需要100人天(注:人天是衡量人力资源消耗量的单位,人数和天数相乘),在去年,代码小浣熊已经能做到节省30%的工作量,来到70人天。

也有不少的学者专家在更宏观的层次上反思目前大模型技术路线问题,现在这套技术路线是否能带来真正的智能,是否会有更好的架构?

美国国家工程院外籍院士沈向洋就表示,虽然AGI蓬勃发展,但今天大家对智能的本质并没有一个清晰的认识,今天的深度学习理论非常欠缺,他相信这个世界会出现比Transformer更好的架构,"以前大家讲大模型大到一定地步就会涌现,为什么?多大涌现出来?没有人讲得清楚。"

上海人工智能实验室主任助理、领军科学家乔宇认为,沿着Scaling Law(尺度定律),未来对于数据算力的需求越来越多,大家会有一个问题,Scaling Law何处是尽头,跟现在相比,大模型至少还有1-2个数量级的提升。

"到2030年,是不是我们再提高两个数量级就有机会实现真正通用的人工智能,但是我们也要考虑另外一个问题,按照目前这条技术路线,它对算力、对能耗的消耗非常巨大。我们真的需要把我们这么大的社会资源都投入到这样的领域中来,还是需要现在这种Scaling Law更加高效的方法,后者是这个时代研究者、开发者必须思考的问题。"乔宇说。

在大模型前沿论坛上,上海人工智能实验室领军科学家林达华表达了同样的想法,当前主流的大模型无一例外都建立在Transformer架构堆叠的基础上,但这种架构的问题是对计算资源的消耗特别大,反观人脑这样的"大模型",有大约100万亿个神经连接,远远超过现有大模型体量,但人脑的运行功率只有20瓦。

实际上,过去一年,产业界和学术界在不断探索更加高效的架构,其中MoE(混合专家模型)受到了越来越多企业的关注。"但这仅仅是一个起点,未来还会有更加高效的稀疏模型结构出现。"林达华表示,虽然很多架构现在还停留在学术研究阶段,但正如MoE逐渐进入产业一样,随着验证逐渐成功,它们会慢慢进入产业界,从而带来模型架构新的黄金时期。

无论怎样,过去一年,人工智能领域所取得的技术突破远远超过了过去十年甚至几十年的突破和进展。在PPT最后一页,林达华只写了一句话,"让我们共同拥抱这个激动人心的时代"。

赞助本站

AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港