中国有世界上最好最优秀的B端和C端市场，把做AI应用的门槛和成本降下来，就会激发出更大的产业应用空间。”

这是面对AIGC产业应用现状，商汤科技联合创始人、大装置事业群总裁杨帆的最新判断。

当前，Scaling Laws（尺度定律）仍在主导着AI的技术迭代，与此同时，也带来了大模型应用投入产出比不够好的问题。

而商汤的观察是，AI基础设施，正是破解这一难题的关键。

以上分享来自杨帆在中国AIGC产业峰会的现场演讲。为了完整体现杨帆的思考，在不改变原意的基础上，量子位对演讲内容进行了编辑整理，希望能给你带来更多启发。

中国AIGC产业峰会是由量子位主办的行业峰会，20位产业代表与会讨论。线下参会观众近千人，线上直播观众300万，获得了主流媒体的广泛关注与报道。

话题要点

以下为杨帆演讲全文。

尺度定律仍在主导AI技术的迭代

大家上午好，很荣幸今天在这里跟大家分享一下我们最近的工作和进展。

最近两年，人工智能伴随着生成式AI掀起了新的热潮，国内外对它的关注度都非常高。

过去一年跟很多业界的朋友聊，为什么国内市场增速没有那么快？其实背后的原因很简单，我们今天的能力还是有差距的。包括一些头部企业的机器模型能力，也是最近才逐渐接近GPT-4的水平。

但我们也有一个判断，自去年底以来，中国AI应用的普及程度正在不断提高，越来越多的新场景正在被发掘。我们预计，在今年下半年甚至明年上半年，中国的生成式AI市场将迎来爆发式增长。

之前跟很多朋友介绍过，2019年商汤在上海临港投建了一个计算中心。我们当时做这件事情的时候，大部分人持不理解甚至否定的态度：商汤作为算法和软件的轻资产研发企业，为什么投这么多资产做这样一个项目？

回过头来看，整个人工智能技术的发展方向和发展方式印证了当时的思考和判断。

尽管有些业内人士认为人工智能需要更好的迭代方式，但今天的AI实在是太消耗能源了，从单位能源智能的角度来看，其性能仍然较弱。

至少到目前，我们看到，一方面，尺度定律还没有失效，只要把更多更好的数据灌进算法里，就能够形成更强大更通用的智能。这是目前整个行业内可以明确看到的清晰可行的路径，尺度定律仍在主导AI技术的迭代。

另一方面，我们也会注意到AI核心的关键性产业问题尚未得到解决，就是产业端的投入产出比不够理想。

今天，大模型研发的投资成本非常高，怎么让这些研发投入在市场端产生最大的回报和价值，是摆在大家面前共同的课题。

在当前AI生产甚至应用成本越来越高的背景下，降低门槛和降低成本就是必然的趋势，这也是AI基础设施出现的意义：

一方面，AI基础设施很好地契合了当前以尺度定律为主导的算法创新路径，为更大规模的AI三要素提供了基础化能力。

另一方面，只有把这些通用能力，不管是大规模算力集群还是模型API，甚至未来围绕超大规模数据的完整体系，把它做标准化、基础设施化、服务化，才有可能在未来让整个AI产业创新门槛更低、性价比更高，让更多人进来，在上面赚到钱。

我们始终觉得人工智能的基础设施，不仅仅是算力中心，而是三要素一体的基础设施化，这是激活人工智能产业生态的关键。

这里也向大家汇报一下商汤临港智算中心的最新进展。截至去年底，包括临港在内，我们已建成7-8个互联互通的算力节点，还有多个新节点在建设中。

这些节点的总算力超过12000P，其中临港单点算力接近10000P。这样的超大规模、智能化的先进AI算力，在当前仍是核心稀缺资源和关键能力。

另外我们看到未来芯片产业链将出现分化趋势。从2021年起，我们在芯片层面做了大量工作，与业内很多合作伙伴展开对接和适配。目前临港中超过15%的算力来自国产芯片，我们相信在未来产业发展过程中，这将创造更多价值。

除了基础的资源能力外，更重要的是如何帮助企业降低使用门槛，降低使用成本。这不仅仅是提供低成本机器和用低成本的电去提供租赁服务，尽管这也非常重要且必要。

在此基础上，我们希望通过对AI的理解、在AI软件方面的沉淀，以及不同层级的软件产品和服务体系，帮助大家更低门槛、高效率、低成本地进行人工智能大模型的研发和使用。