裁剪部 整理自 凹非寺欧洲杯体育

量子位 | 公众号 QbitAI

“东说念主工智能要发展到下一个台阶，一定要险阻两座大山。第一座大山是Transformer，第二座大山是反向传播算法。”

在大模子范围不停拔高、算力与数据卷到极致确当下，RockAI创举东说念主刘凡平提倡了一个与主流共鸣截然有异的判断。

下一阶段的智能，不在“更大”，而在“活起来”。

内容是让模子开脱静态函数的镣铐，让端侧开发具备原生挂牵、自主学习与握续进化的才能。

这意味着AI的场所要从云表集登第的算力竞争，迁徙到每一台开发，每一个个体王人能参与学习，生成常识的全新范式。

在量子位MEET2026智能改日大会上，刘凡平将这一滑折点称为硬件醒觉：

当模子在端侧能像大脑一样寥落激活、及时造成挂牵，并在物理宇宙中不停更新自身，开发就不再是器具，而是“活”的智能体。

而大宗这样的智能体在实际宇宙中学习、融合，便将生长出简直能够产生常识的群体智能。

这既是对Transformer与反向传播算法这“两座大山”的正面险阻，亦然迈向通用东说念主工智能的一条新旅途。

为了准确呈现刘凡平的无缺想考，以下内容基于演讲实录进行整理裁剪，但愿能提供新的视角与细察。

MEET2026智能改日大会是由量子位主持的行业峰会，近30位产业代表与会参谋。线下参会不雅众近1500东说念主，线上直播不雅众350万+，取得了主流媒体的平常神志与报说念。

中枢不雅点梳理为Token付费是一件很愚蠢的事情，用户应该为智能付费。端侧模子不是云表大模子的小参数版块，端侧模子关节在于自主学习和原生挂牵，Transformer架构模子无法在端侧赶走这少量。东说念主工智能要发展到下一个台阶，一定要险阻两座大山。第一座大山是Transformer，第二座大山是反向传播算法。原生挂牵和自主学习带来的变化除了Token不再收费，更多的还有再行界说硬件的价值。每台开发领有我方的智能并能向物理宇宙学习，就会产生群体智能，如同东说念主类社会个体互投合作产生常识。现存大模子（尤其是Transformer架构大模子）自身不产生常识，只是传播常识；群体智能才是迈向通用东说念主工智能的最好路线。……

以下为刘凡平演讲全文：

硬件可能醒觉吗？

很欢娱能够和巨匠在今天共享RockAI在模子层面的想考，也许今天讲的内容和巨匠平淡清爽的有些不一样——咱们认为通用东说念主工智能一定有我方的发展旅途。

今天共享的主题是硬件醒觉。

咱们知说念硬件是莫得人命的，怎么可能醒觉？没错，咱们作念大模子应该再行想考这一切的东西，这一切即是因为被Transformer敛迹了。

我想问一下巨匠，你期待的改日的智能硬件是什么神色？是你的智高东说念主机如故平板，如故前两天的豆包手机？

今天好多大会嘉宾王人提到了Agent，提Agent的时候王人提到一个点：器具，更高效的器具。

面前好多东说念主如故把大模子当器具用。就像狡计器一样，我需要的时候拿过来用一下，不需要的时候就放开了。

从智能发展角度来想想：豆包手机能按照教导掀开APP作念相应的事情，下一步会发生什么？它能掀开微信发信息，那微信改日的样态如故当今这样吗？它能掀开高德舆图，高德舆图十年以后如故当今这样吗？

巨匠会发现，咫尺是一个中间景况，并不是终极景况。

为Token付费是一件很愚蠢的事情

刚刚好多嘉宾提到，Token耗尽量增长了10倍，尤其是使用上Agent之后。

这内容是在为Token付费。

但巨匠有莫得想过：为Token付费是一件很愚蠢的事情。

咱们为什么作念大模子？是因为智能。要是要付费，应该是为智能付费，为什么为Token付费？

打个比喻，有的东说念主讲话唯有肤浅几句就能施展晰，有的东说念主言语很啰嗦，我难说念要为它的啰嗦付费吗？确定是分别的。

细想一下，就会发现为Token付费是一个过错。改日（两年之后）回头看，我敬佩巨匠一定也会疑心往时竟然还为Token付过费、充值过。

端侧模子并不是云表大模子的小参数版块

硬件依然发生了好多变化，面前的云表大模子依然冉冉走向了结尾开发。

为什么这样说？咱们不辩白云表大模子的平正，尤其在器具使用上，云表大模子相等优秀。

然而改日AI是属于每一个东说念主的。要让AI走向每一个东说念主的宇宙，最进犯的是端侧的智能。

一方面因为端侧离你更近，何况端侧还有一个“数据无处不在”的平正。

我一直以来比较反感把所零散据汇集到云表，云表锤真金不怕火好了再下发给用户使用。

数据明明就在你的身边，为什么作念不到就让它在你身边？因为云表大模子参数目太大了，也莫得这样多开发网罗你身边的数据。

端侧大模子要是能在开发上网罗数据，何况是十足属于你个东说念主的数据，且这台开发又能和你其他开发接头，阿谁时候巨匠就不会单纯把模子当作念一个器具来使用了。

好多东说念主以为端侧受限于开发，算力有限，是以在云表作念几十B的“大”模子，端侧作念几B的“小”模子，就成了端侧模子。

但端侧模子并不是云表大模子的小参数版块。

RockAI对端侧大模子有两个相等关节的界说：自主学习和原生挂牵。这是咱们认为最进犯的事情。

要是是Transformer架构的模子，无法在端侧赶走自主学习与原生挂牵。

跳出Transformer架构去看问题

Transformer很优秀。

我我方即是国内最早讨论Transformer的东说念主之一，对它早期的凯旋相等认同。

但它当今参加到一个归天螺旋的景况，带来一个问题——为了让模子才能填塞隆起咱们要加大算力、加大数据，带来资本极大升迁。巨匠和竞争敌手王人在作念相通的事情。

你会发现，巨匠王人莫得管架构，巨匠王人在干数据和算力。因为“唯有我数据算力够了，我就作念得更好”。

咱们认为，信仰Scaling Law的凯旋在当今看来是过错的。不仅我这样说，当今好多东说念主也有访佛的不雅点。

中枢内容不在于模子不够大，而在于想考的款式错了。

模子自身是一个静态函数，这种静态函数是不太可能会具备简直的智能。因为东说念主的大脑是一个动态函数，物换星移王人在成立新的连结，而新的连结是动态结构的。东说念主的大脑是因为这样才有了挂牵的才能。

另一个误区是“更多参数就意味着更多智能”。

在Transformer架构下这样想没错，但要是跳出Transformer架构就不是这样了。

举一个肤浅的例子——

生物界，一条蛇或者一个小兔子它莫得智能吗？应该莫得东说念主辩白它们的智能。

和东说念主脑比拟，它们大脑领有的“参数”确定少好多。

另外还有长高下文。

2024年，长高下文方面有好多险阻。但咱们一直不认为长高下文是一种挂牵，简直的挂牵应该像东说念主大脑的海马体一样，会把通盘信息通过加工处理压缩存储下来，笔据需要的情况会移撤退一部分信息。

这种挂牵是参数化的挂牵，不是靠高下文完成的。靠高下文完成，挂牵就会很短。

为什么当今巨匠又执着于作念高下文？是因为Agent，而Agent背后的Transformer架构模子部署后是一个静态函数，没目标，只可通过高下文更正它的才能。

讲到这里巨匠就会知一万毕，长高下文其实是一个退而求其次的有瞎想，并不是简直智能的处理有瞎想。

高下文窗口朝上100万Tokens也好，200万Tokens也好，1000万Tokens也好……但物换星移产生的Token远远朝上了这个量。就拿今天大会巨匠共享的内容来说，就依然远远朝上了1万Tokens。

挂牵能让东说念主造成长久分解，是一个经由。咱们的价值不雅即是挂牵渐渐累积起来的。要是挂牵只靠长高下文，那么就造成不了价值不雅，更不会有常识千里淀。

东说念主的灵巧来自永劫期的累积。

训推同步，带来自主进化

回到刚才说的，改日的智能硬件最进犯的应该是原生挂牵和自主学习。

刚才说了原生挂牵，当今来说自主学习，自主学习是一定要走向物理宇宙的。

自主学习带来的一大平正即是模子不会因为部署就“归天”了。

可能巨匠不知说念，因为参数依然固定，是以模子在部署的那一刻就死掉了。想要更正，就只可上传到云表做事器再行锤真金不怕火，过一段时间再下发给巨匠使用。

一朝能够自主学习，随之而来的自主进化就会带来全新的更正。咱们就不再认为它是一个固定的器具，而是不错握续学习的。

咱们把这种握续学习景况的本领称之为锤真金不怕火和推理同步进行。

锤真金不怕火和推理同步进行，就像我站在这里输出一些内容（不错手脚大模子的推理经由）的时候，也在取得一些新的东西。我的推理和锤真金不怕火是同期完成的。大脑不仅在推理，参数也在不停更正，这即是“活”的东西。

今天发布了一个模子，过三个月再去问这三个月里发生的事情，它是不知说念的，需要通过常识外挂RAG等款式弥补。这不是临时有瞎想是什么？

咱们作为讨论者，应该要濒临这样的实际——

大模子的好多有瞎想王人是临时有瞎想，并不是简直的终局有瞎想，终局有瞎想即是要改架构。

我我方的不雅点是这样的：东说念主工智能要往下发展到更高的台阶，一定要险阻两个大山，第一座大山是Transformer，第二座大山是反向传播算法（反向传播算法制约了当今好多开发的发展，包括算力的发展）。

模子架构一定要改

为了让模子不再归天、能够进化，模子架构一定要更正。

以咱们我方研发的Yan架构的大模子为例，通盘这个词模子顶点寥落化，激活机制比MoE更寥落。

它效法了东说念主类大脑的运行机制。东说念主的大脑偶然有860亿参数，但二十几瓦的大脑预算峰值就不错鼓励大脑运算。

另外，咱们在模子中加入了挂牵模块。也即是说，推理经由中，跟着你跟它换取，挂牵模块会发生更正。是以简直的挂牵启动了，简直个性化启动了。

要是一个开发领有了自主学习，就有了新的可能性。

本年宇宙东说念主工智能大会咱们发布的一个部署了模子的小开发，是一个机器狗，最启动什么才能王人莫得，然而不错现学现会。咱们模子不一定需要云表GPU，手机、CPU上王人能径直跑。

这还只是是一个肤浅的机器狗。要是范围更大少量，到具身智能呢？

具身智能当今没目标参加千门万户，中枢原因是没法在出厂的时候相宜每个家庭，做事好每个家庭。它需要学习。

一个东说念主到了酒店，还得看一下酒店的布局，知说念书斋在那儿，洗漱间在那儿。

改日开发亦然一样，它需要挑升了解，有一个学习的经由，而不是出厂的时候就会用所用家电了。这个学习的经由是Transformer架构当今很难具备的。

智能会再行界说硬件的价值

原生挂牵和自主学习带来的变化不单是是Token不再收费了，更多的还有智能再行界说硬件的价值。

举个例子。比如说花两万块钱买了一只宠物狗，它陪同了你两年，你跟它产生了心思依赖。两年之后你还会花两万块钱把它卖掉吗？我想阿谁时候你确定不是想考两万块钱的事情，而是更谨防狗和你之间产生了多深的心思。

改日的硬件其实需要让用户与它共同创造价值，而不是为它的功能买单。

就像买一部手机，改日为它付费的不是内存，是与它的价值共创。你买它的时候它的价值是最小的时候。

是以咱们认为智能会再行界说硬件的价值，它就不再只是一个器具了。

咱们的模子能够在手机、具身智能等开发上纯真运行。比如在手机上部署的3B的离线模子，保证了用户的阴私和安全，体验还相等灵通。

卓绝强调的是，在离线情况下，多模态感知能具备挂牵和自主学习才能，那么硬件价值一定会发生很大变化。这亦然全新架构带来的全新可能。

Transformer险些不能能作念到这个水平。因为手机上运行它会耗尽很高的内存资源。

每台开发领有我方的才能并能向物理宇宙学习，就会产生群体智能

当硬件领有了原生挂牵和自主学习，还会发生什么样的变化？

不同于OpenAI，也不同于DeepSeek，咱们认为这条旅途是群体智能。

每一台开发王人领有了我方的智能，此外还能向物理宇宙进行学习的时候，就会产生群体智能。

群体智能有点像东说念主类社会。每个东说念主王人不是万能的，咱们不需要造一个万能的东说念主，更不需要东说念主东说念主王人万能。巨匠只需要有我方擅长的点就不错了。

更多智能来自于互相之间的合作，合作经由中会产生简直的常识。

常识有两部分：一个叫产生，一个叫传播。

当今大模子——尤其是Transformer架构大模子——有很大的一个问题，它自身莫得产生常识。

简直的智能应该是产生常识。东说念主与东说念主之间随时在产生常识，恰是因为每个东说念主的不同产生了不同的处理有瞎想。

简直的智能知道来自于每个个体，每个个体产生信息之后，再传播给更多的东说念主。咱们是在这样的经由中造成了东说念主类渐渐发展的好意思丽，而不是靠一个填塞灵巧的云表通用大模子来造神。

云表通用大模子的锐利之处无非在于网罗的数据，而网罗的数据无非来自于东说念主类社会的教育。要是它连我方原生的挂牵和自主学习王人不具备，是不能能产生简直的智能。

RockAI一直认为群体智能才是迈向通用东说念主工智能最好的款式，而不是OpenAI造神的旅途。

我的共享就到这里，谢谢！

— 完 —

量子位 QbitAI · 头条号签约

神志咱们欧洲杯体育，第一时间获知前沿科技动态