•
獨家對話智源研究院院長王仲遠：中國AI發展不會被阻礙
2003年，王仲遠考上了中國人民大學，在這所以人文社會科學為主的高校裡就讀電腦系，從此愛上了這個學科，並在人工智慧（AI）技術裡面越走越深。
2007年，他在本科期間獲得了國際頂級學術會議 SIGMOD 2007 Undergraduate Scholarship ，從而開啟了王仲遠的學術研究之路。
王仲遠博士在 AI 學術領域深耕長達 15 年以上。從自然語言處理（NLP）到知識圖譜、神經網路技術研究，從微軟、Facebook（現Meta）到美團、快手，他不斷深入紮根 AI 技術研究，從而讓他非常相信，通用人工智慧（AGI）是AI技術領域“聖盃”，也是所有AI科研人員所追尋的目標。
“AI 確實能夠解決很多具體、單一任務，但對於AGI，在前幾年，我依然覺得可能要四、五十年，也可能我們這一輩子都見不著了，不過，大模型和GPT的到來，讓我看到了AGI不再遙遠。”王仲遠對鈦媒體App表示。
“我意識到，AGI很可能在我們有生之年會到來，尤其AGI對我們的下一代產生重大影響，我究竟在這個過程中發揮哪些作用。”王仲遠不斷思考著他的未來。
他曾說，做研究，過程往往比結果更重要，做正確的事情，好結果自然會來。做學術研究跟創業一樣，只有自己真正扎進去才會發現其中的奧秘。
因此，為了全身心研究 AI，王仲遠做出了一個重要的決定：到智源研究院一起推進AGI研究。
2024年2月，北京智源人工智慧研究院（BAAI，簡稱“智源研究院”）宣佈，今年38歲的王仲遠博士，擔任智源研究院第二任院長，全面負責研究院各項工作。
同時這也意味著，智源研究院首次完成了院長的繼任制度，黃鐵軍已於2023年6月任智源研究院理事長。
實際上，智源研究院是全球最早開展 AI 大模型的中國非營利性新型研究機構，於2018年12月在科技部和北京市委市政府的指導和支援下成立。微軟總裁曾表示，有三家機構的 AI 技術處於絕對的前沿——OpenAI、Google和智源研究院。而該機構主辦的“北京智源大會”，如今已經成為 AI 領域國際、權威與專業性的綜合性行業盛會。
今年6月14日至15日召開2024北京智源大會前夕，王仲遠博士與鈦媒體進行了約1小時的獨家對話。
王仲遠對鈦媒體App 表示，智源研究院從籌備建立，到當年“悟道”模型的研發，他在外部也一同見證經歷並參與其中，這讓他看到智源研究院對於 AI 技術前沿技術研究的全身心投入，這也是促使他加入智源的重要原因之一。
對於智源的未來發展，王仲遠坦言，智源研究院定位和戰略目標是始終引領 AI 前沿技術的發展，做未來3-5年的研究探索。同時，發揮第三方中立、非營利機構的優勢做好公共技術支撐，解決當前產業的痛點。在研究方向上，會集中資源發展原生多模態世界模型以及具身智能，推動實現 AI 技術的下一次重大突破。
談及最近的開源、閉源話題，王仲遠指出，開源大模型不會越來越落後，而且，智源研究院會堅定支援開源開放，尤其開源技術促進了整個 AI 產業的蓬勃發展，但同時，他也希望開放原始碼專案能夠得到合理使用，能夠獲得更大的收益和雙向互通。
王仲遠認為，當前美國政府對於中國 AI 技術發展加以限制，然而，美國只會延緩，但不會阻礙中國 AI 技術的長期發展，所以，《ENFORCE 法案》對於中國 AI 技術發展不會產生特別大的影響。
王仲遠強調，過去幾十年，中國 AI 人才儲備、人才成長速度都已經有了很好的基礎，即使未來美國真的禁止之後，也阻礙不了中國 AI 技術的發展，美國最終還要選擇跟中國一起合作，尤其是到達 AGI 階段，需要全球一起來聯合管控 AI 帶來的風險問題等。
“智源非常願意去為中國的 AI 產業探索未來、可能的技術解決方案，我們可以試、我們可以去選擇做前期的探索，有可能會失敗，但這恰恰為中國科學探索貢獻了自己的失敗和經驗，這是很好的科學研究。”王仲遠表示。
以下是王仲遠博士與鈦媒體AGI之間的對話整理：
鈦媒體AGI：今年2月，北京智源人工智慧研究院宣佈由你擔任新任院長，那麼，是什麼原因促使你選擇從快手、美團這樣的企業離職，來到智源呢？
王仲遠：今年2月1日起我正式上任，但是，我接觸智源更早一些。從智源成立的第一天開始，當時我還在美團，其實就參與了智源的籌建工作。然後我在快手的時候，2022 年 10 月智源成立了第一個大模型百人團隊，我當時推動了快手和智源的戰略合作，並且一起參與了悟道大模型研發，包括“悟道”1.0、2.0系列模型，我都有參與。
那麼，為什麼我會加入智源？這跟我個人對於智源或者對於 AGI的追求有非常強的關聯性。
從1943 年神經網路的誕生開始計算，人工智慧技術應該有八十年的歷史。我畢業之後就踏入了 AI 領域，從自然語言處理（NLP），到知識圖譜、神經網路，已經做了 15 年以上的研究。知識圖譜屬於符號邏輯，而神經網路屬於連接邏輯，一開始我就參與其中。
所有 AI 技術的研究者、工程師、從業者的最終目標，就是讓機器有一天具備人類的智能，也就是所謂的通用人工智慧（AGI），大家的目標都非常一致。
我們雖然做了好多人工智慧，但都只能叫弱人工智慧，也就是針對特定的場景、特定的任務，收集了特定的資料，訓練了特定的模型，進行評估，然後能夠去完成一些任務。
比如人臉識別能非常準確；AlphaGo能比人類世界圍棋冠軍下地更好，但是，AlphaGo依然解決不了醫療的問題，依然解決不了自動駕駛的問題，甚至都不能解決人臉識別的問題，需要針對不同的場景解決問題。因為，模型本身不具備通用性、泛化性，只能解決很多具體、單一任務。
在前幾年，我依然覺得通用人工智慧可能要四、五十年，可能我們有生之年無法見證。
然而，大模型技術來臨，GPT 不斷髮布，而我作為 AI 方向的從業者，開始相信大模型帶來的技術路線。因此，我在快手、美團期間也推動了從NLP到多模態大模型的開發，也確實看到了一些可能性。大模型能力被激發了，不僅能解語文題，還能解數學、物理、化學。
就我個人而言，ChatGPT已經具備了一定的理解和推理能力，從而讓我認為這個世界要發生改變。
實際上，理解和推理能力是AGI非常核心、需要突破的關鍵點。以往，我做的很多研究，也是為了讓機器能夠理解人類的語言，像人類一樣進行思考。一個是理解，一個是思考，這兩個能力都被GPT在某種程度上突破了，有了重大的技術提升，因此，離AGI的目標越來越近了。
基於上述判斷，我在思考GPT 這種大模型技術路線，確實有可能在四、五年內實現AGI。這也意味著，我們有生之年可能見到 AGI這一“聖盃”，這是所有 AI 從業人員一直追求的夢想。
還有一個很有意思的小故事。去年 3 月，我到孩子的小學分享了AI 技術，有一位小女孩就站起來問我說，“叔叔，如果 AI 什麼都能做了，將來我們做什麼？”
這個問題一直縈繞在腦海裡，我第一次意識到，AGI 時代真的要來了。一方面我們希望推動 AI 技術盡快達到 AGI 水平，但另一面，我們這一代、下一代都會與 AI 共存，這對人類意味著什麼？到底是一件好事，還是一件壞事？其中的風險是什麼？我在這個過程中可以發揮哪些作用？
智源本身是一個非營利性機構，聚焦 AI 前沿研究，能讓我有機會全身心專注於 AI 這件事。同時，不管是悟道大模型系列的發佈，還是智源大會所建構起來的良好生態，都推動和支撐了中國 AI 行業向前健康發展。這都對我觸動很大，也是我加入智源非常重要的原因。
鈦媒體AGI：快手最近內測了文生視訊產品“可靈”，受到廣泛關注和好評，被認為是“中國版 Sora”，您認為評價此次快手可靈的產品效果？智源則要往哪個方向發展？
王仲遠：這（可靈）是我原來的團隊研發的，當時還是我在快手的時候就在佈局文生視訊項目，團隊同學非常優秀，我覺得這代表了當前產業界的最高水平、真實水平。
可靈是基於DiT（Diffusion Transformers）架構，這個架構被OpenAI的 Sora驗證過了，這次智源大會也會請Sora負責人和DiT提出者。實際上，國內絕大部分的企業（大公司、創業公司）都選擇DiT架構研發 AI 視訊生成，因為它的效果確實很驚豔。但是我們認為它（DiT）不會是將來的終極路線。
智源研究院會選擇另一條終極路線。
我們認為，未來技術形態一定是原生、統一的語言文字圖片視訊模型，真正的多模態進、多模態出的技術體系，而且要不斷容納更多模態資料做成統一框架。目前，我們正在做這方面的訓練和探索。
智源作為一家科研機構，要更往前一步探索，不去復現行業路線，而是去做真正的下一代技術路線。在這個過程中，確實需要依賴巨量資料、大算力，模型訓練周期也很長，最終還要進行效果評估，資源消耗很大，帶有大量不確定性，這對於現在的科研而言還是非常有挑戰。
通往 AGI 這條路徑依然是資源消耗型，並且看起來還沒到盡頭，這既是好事也是壞事，好事是AGI確實有可能實現，壞事是資源消耗也帶來了很多資源浪費。
鈦媒體AGI：這輪智源的大模型發展模式，到底是像之前研究“悟道”時候那樣形成“田忌賽馬”，還是要統一整合團隊研發模型？
王仲遠：我認為還是資源集中。
現在大模型的發展，本質是一個演算法系統工程。它不是簡單的演算法突破，也不是簡單的工程，而是需要資料團隊、系統團隊、演算法團隊、評測團隊等緊密配合、持續迭代，所以，大模型是非常龐大且複雜的系統級工程。
國內“百模大戰”導致資源相對分散，並不能真正一個很好的技術路徑，而真正的路徑需要集中資源進行大模型訓練。
一、兩個科學家就能做出震驚世人的結果的難度越來越大，大模型是需要團隊作戰演算法類的系統性工程。
例如，假設有2000張卡，兩個團隊PK，每個團隊只能分1000張卡，這1000張卡訓練的模型效果不如2000張卡，這是非常確定的，因為參數模型、算力、資料需求同步增加帶來的效果非常有限，所以大模型需要一個演算法架構師協同不同類型團隊，服務一個共同的目標，才有可能做好。
鈦媒體：智源不僅做悟道大模型，而且還公佈了大模型評測體系。這種既做“運動員”又做“裁判”，我們如何理解智源研究院的定位“邊界”？
王仲遠：這是一個很好的問題，這其實也涉及到智源整個定位和戰略目標升級：始終引領人工智慧前沿技術的發展，做未來3-5年的研究探索，同時，發揮第三方中立、非營利機構的優勢做好公共技術支撐，解決當前產業的痛點。
從智源悟道 1.0、2.0 MoE 模型，到去年 3.0，整體不僅參數量變大，而且趨向於實用化。而且智源也一直秉承開源開放的路線，過去一年開源模型下載量超過了4700萬次，是非常令人驚豔的。這是我們對產業做出的貢獻，同時我們也建立整個社區和生態。
那麼，進入新的階段，智源定位到底是什麼？
首先，大語言模型已經有相對成熟路線，我們需要很好地支撐他們。智源作為一個非營利性第三方中立機構，沒有利益訴求，這是天然的站位。倘若行業出現“劣幣驅逐良幣”的情況，不利於整個產業的發展。因此，我們會通過模型評估告訴行業哪些是實力強者，評估遵循一個基本原則，即科學、權威、公正、開放。
其次，資料對於大模型而言至關重要，所以智源也在牽頭建設資料集。今年智源大會上會公佈兩個資料集：一是千萬級高品質開源指令微調資料集， 二是開源中英文行業資料集。此外，我們還在牽頭做版權機構談資料使用，使得高品質資料進一步促進模型開源開放。
這都是智源正在做的對產業界的公共技術支撐。
再次，另外一方面，作為一家研究機構，我們要始終朝著未來 3-5 年的AI 發展方向努力，當大家都在“卷”語言模型的時候，我們會針對多模態大模型、具身智能大模型、生物計算大模型這些前沿方向進行探索。
其中，多模態是公認的重要技術路線，也是近兩年火熱的發展方向，多模態模型能夠讓 AI 感知這個世界，而這條技術路線等 AI 發展到這一天時，會形成數字智能體。
數字智能體一定會與硬體結合，進入物理世界，這就是“具身智能”。所以在我看來，“具身智能”是未來5-10年智源研究院會堅持探索的一個技術路線，這和整個產業方向上有比較明顯的差異。
最後，當依然有技術路線可以研究和探索時，智源研究院會非常堅定的發展我們認為最有可能的技術路線，希望能把這條路走通，即使失敗了，我覺得作為一個科學探索，依然非常有價值，這是一個研究機構應該做的事情。
所以，智源願意去為中國的 AI 產業探索未來可能的技術解決方案，我們可以去選擇，去做前期的探索，有可能會失敗，但這恰恰為中國科學探索貢獻了自己的失敗和經驗，這也是很好的科學研究。
鈦媒體AGI：最近行業裡面有一種說法“開源就是落後”，最近斯坦福大學也承認套殼了中國的大模型技術，那麼你怎麼看待開源、閉源帶來的風險和戰略優勢？
王仲遠：我個人談談開源、閉源的想法。
第一，我覺得開源確實極大地促進了過去幾十年電腦領域的發展，大家論文都是公開的，而非只依靠專利。開源社區有很好的項目和生態，進而促進了整個產業發展。所以從某種意義上來說，開源對於 AI 技術的快速發展有重大的推動作用。當然，這也會帶來很強烈的競爭和優勝劣汰。
我肯定支援開源，智源也在開源開放這件事情上做出了非常獨特的貢獻。
但是，我們希望探索更好的開源生態的機制。智源也做了很多無償的貢獻，這種單方面輸出和貢獻，很難持續實現開源生態的長期健康發展，我們需要更多的開源基金會支援開源開放的生態氛圍，希望促進全球人工智慧領域的共同發展。
第二，對於斯坦福大學套殼這件事，我們可以很清晰看到，國外的同行也在使用中國的開放原始碼專案，這本身就證明了中國開放原始碼專案做得足夠的優秀。儘管整個事情在使用上出了問題，但我認為這不會對開源生態產生影響。整體上，開源還是促進了整個產業的發展，這是一個根本性的結論。但同時我們也希望開放原始碼專案能夠得到合理使用。
鈦媒體AGI：近期，美國眾議院外交事務部委員通過了一項旨在嚴格管控 AI 技術出口的《ENFORCE 法案》，不僅限制了 AI 系統和大模型的出口，一旦法案通過，持有 H1b 簽證的中國員工或留學生可能需要特殊許可才能在美從事 AI/ML 相關工作。那麼，這種限制大模型出口對行業有怎樣影響？
王仲遠：我認為，這（美國）始終會延緩，但不會阻礙中國 AI 產業的發展，我個人認為不會產生特別大的影響。
有四方面原因：
1）國產大模型已經突破GPT-3.5、無限接近 GPT-4 的階段，甚至在某些能力上已經超越GPT-4，中國的模型已經越過了很關鍵的門檻。過去一年，從整個國內算力搭建、模型演算法、訓練研究來看，大家的信心是越來越足，也使得模型達到了一個可用的、產業化的水平，這意味著未來可能形成一個正循環。當然，我們也要看到差距。
2）另一方面，AI 技術依然在不斷突破和創新。中國有了現在的基礎，即使未來美國真的禁止，也許會延緩，但阻礙不了中國 AI 技術的發展。這就意味著，美國最終還要選擇跟中國一起合作，尤其是到達 AGI 階段，需要全球一起來聯合管控 AI 帶來的風險問題等。
3) 事實上，GPT最新技術不開源，也沒有論文，中國本身就是自己尋求技術突破，因此，即使法案通過，會有一些影響，但不是根本性的問題。
4) 談到人才交流，這幾十年，中國 AI 人才儲備、人才成長速度都已經有了很好的基礎。那麼，中美關係帶來的 AI 算力限制，人員、技術交流的障礙，會不會對我們有一些影響？肯定有影響，但是這種影響，始終只能是延緩，但阻礙不了中國 AI 產業發展。
鈦媒體AGI：很多人都將Scaling Law（規律效應）奉為圭臬，但最近田淵棟等人提到對於Scaling Law的反對意見，或者認為Scaling Law路線不一定的非常精確，您如何看待？Scaling Law是否就是AI技術發展的唯一定律？
王仲遠：首先我是相信Scaling Law 的。
Scaling Law並不是一個新的事物，而是整個 AI 技術發展都一直都存在得。每一波 AI 技術浪潮，本質上都來源於算力、資料和參數量的提升，所以Scaling Law將持續影響 AI 技術的發展歷程。
但同時，我認為還有幾點關鍵因素，第一、網際網路的資料已經基本都被用完了，但很多的多模態資料、世界資料、行業資料依然非常多；第二、未來 AI 能否提升，取決於GPU 叢集能耗是否能繼續擴大、參數量擴大、模型能否迅速收斂，如果這些都具備，我們能看到無限逼近人類，乃至於超過人類的 AGI 時代。
鈦媒體AGI：周伯文教授將要擔任上海 AI 實驗室的院長。一直以來，北京智源和上海 AI 實驗室被經常做對比。那麼，您是如何看待兩家機構的競爭？
王仲遠：祝福周老師在新的工作中越來越好。 (鈦媒體AGI)