| |
| 更节能、更高效，是AI的必然发展趋势 |
| 加入时间：2026-03-16 来源：都市时报 作者：付晓海 |
|
|
| |
|
马年刚开年，就掀起了一股“养龙虾”的热潮——很多人都在忙着安装OpenClaw，部署自己的智能体。因为它不只能像传统AI那样回答问题，还能够直接操控电脑、自动执行任务，包括打开网页、读取文件、修改代码，甚至独立完成一整套工作流程。尝鲜者纷纷表态，养上“龙虾”后，工作效率直线提升。
一方面，腾讯、小米等互联网巨头在这波“龙虾热”中敏捷行动，迅速推出一批自研龙虾；另一方面，周鸿祎也对用户主动把电脑终端权限交给AI，以“裸奔”状态让AI轻易获取最核心的数据资产的行为提出安全警告：AI时代最大的攻击面，很可能不再是服务器漏洞，而是拥有执行权限的智能体。
在对“龙虾”的取舍上，我们看到了商业巨头的冲动，也看到了金融行业的谨慎，归根结底还只是一个安全问题。
与此同时，3月9日，图灵奖得主、Meta首席AI科学家杨立昆再次向大语言模型提出挑战，宣布成立AMILabs（Advanced Machine Intelligence），并完成了10.3亿美元的种子轮融资，估值35亿美元。按照杨立昆的说法，目前的GPT、Claude、Gemini等大模型，本质上都是自回归语言模型（LLM），其底层逻辑无非是给定前面的文本，预测下一个词（token）。通过在海量文本上重复这个过程，模型学会了语言的统计规律，就有了对话、推理、编程能力。而在人工智能的应用层面，这个方向本质上就是错的。雄心勃勃的AMILabs将聚焦JEPA（Joint
Embedding Predictive Architecture，联合嵌入预测架构），也就是从大语言模型的生成式预测转换为抽象预测的所谓世界模型。这意味着AI因为减少了大量的无效计算，会变得效率更高，更节能，也能够让具身智能在更复杂的物理环境中变得更加聪明、实用。
杨立昆的观点与美国计算机科学家和神经科学家、Palm掌上电脑创始人霍金斯的“千脑智能”理论如出一辙，他们都认为AI的未来不是无穷无尽的算力堆积，而是要向人的大脑学习，用最节能的方式实现开放式学习。
杨立昆和霍金斯未必就是对的，从应用层面看，现在似乎确实是包括OpenClaw在内的大语言模型应用一统天下的格局，但他们的思考和质疑却非常宝贵。中美两国目前都是AI强国，大体看，美国强在“1”的研发，中国强在“0”的应用。算法层面，大语言模型和世界模型未必就水火不容，也许以后的区别只在于应用场景；应用层面，“龙虾”的安全问题，腾讯已经根据不同的产品权限设置给出了答案，越来越多的人在积极使用的过程中积累的数据，也能从应用角度促进AI的技术进步。
在变得更聪明的同时，更节能、更高效是AI的必然发展趋势。
|
| 信息、图片来源网络，如有侵权，联系删除。 |
|
|
|
|
|
