五家大模型企业CEO论AGI

李开复（零一万物CEO）：做AI，GPU这么昂贵，如果能把一张GPU当做两张、三张来使用，任何公司都会得到好处。还要考虑系统化地做数据工程，数据筛选非常重要。

杨植麟（月之暗面CEO）：“大模型需要不断提升模型的规模，本质上是一个压缩，压缩产生智能。”更多算力、数据，模型参数变大，模型就能持续产生更多智能。关键在于如何高效地实现Scaling Law（比例定律：组成部分的数量如何随着整体大小的变化而变化）。

张鹏（智谱AI CEO）：早期关注的是参数量规模，现在扩展到参数量、数据量、数据质量，变成一种计算量。机器的能力远不止人的水平，在AGI里不断更新AGI的内涵和外延。

王小川（百川智能CEO）：寻找算力、算法、数据等范式上的新转化，而不只是简单变成知识压缩，“走出这个体系（算力、算法、数据）才有机会走向AGI。”与AGI等价的是AI能否造出医生，人造医生就是AGI。做到医生是否就算做到AGI了？

李大海（面壁智能CEO）：“随着模型能力的提升，大模型能够把边际成本一直往下降，可能会逼近于零，低到接近于零的时候，AGI基本就到来了。”“当有一天达到AGI，还要把大模型小型化。如果用一个10万亿参数的模型做到AGI，能否把参数降到1万亿、1000亿，这需要持续突破。”

张亚勤（清华智研院长）：相比只有3斤重、能耗20瓦的大脑，当前大模型决策效率低。不管是微软、OpenAI还是当前的主流大模型，仍处于采购英伟达芯片的阶段，只有提高大模型效率才能建立真正的商业模式。未来5年会有一个全新的架构替代现在的Transformer和Diffusion架构。（2024-6-15老邓）