這次世界人工智能大會，我還有兩點想法想跟大家一起分享。

第一個是，中美現在在人工智能發(fā)展水平方面的一個差距。

目前在人工智能這一場革命里面，全球的主要玩家就是中國跟美國，中國是非常不容易的，并且我們在一些工程化降低成本的領域，是有非常好的突破，比如說Deep seek的出現。

但是客觀來講，中國距離美國還有比較大的差距，突出的表現有兩個。

第一個是現在大模型的進展方面，美國的頂流玩家已經開始進行一個閉源的操作了，這就意味著他們不想讓你抄襲他們的最尖端成果，因為中國最擅長的是從1到100的這個推廣過程，而美國人更擅長的是從0到1，因此他直接從0到1把自己閉源起來，不讓你去抄襲，保持自己的領先優(yōu)勢。

而第二個差距就是美國人愿意不遺余力的投入到從0到1的原創(chuàng)性進展和發(fā)展當中。我們有看到相當多的美股科技龍頭，他們在AI大模型上的投入是不計成本的，持續(xù)投入。但是國內的玩家在這方面投入，是比較克制的，大多數都是處在一個偏觀望的角色，一方面可能是他會說芯片不太夠，另一方面其實也是咱們國內玩家的一個通病，就是總不愿意去干那些

非常難的從0到1的事情，更愿意在別人做出了原創(chuàng)性的東西后，我拿過來改一改，進行一些技術上的優(yōu)化。

這兩點差距就導致了中國離美國現在的人工智能水平，還是有一定距離的。當然了你放眼全球來講，只有中美兩個玩家，所以中國也算是處在一個比較領先的地位。

第二點想跟大家分享的，就是人工智能現在的發(fā)展水平是怎樣的，會不會取代人類的工作。

第一個方面，就是人工智能他現在的邏輯思維能力，也就是我們說的這些推理大模型、語言大模型，這方面是已經比較成熟了，比如說Deep seek，包括外海外的GPT4等等，都非常好用了。

另一方面，就是在現實生活環(huán)境當中機器人能完成多少工作，這也是符合大家想象中的機器人走進生活所需要具備的。這屬于叫多模態(tài)的大模型，它的發(fā)展還是處在一個困境當中，還有很多地方要去突破。

我舉一個例子，比如說你想讓機器人幫你煮飯、炒菜甚至洗碗，那么，你要把它想象成一個嬰兒，它首先要認識家里的這些環(huán)境，這個是飯缸，那個是碗。同時他要知道水龍頭在哪，水龍頭怎么用，然后怎么去洗菜，怎么去淘米，怎么去煮飯，怎么判斷飯熟了沒有。

這一系列流程下來，是相當困難的，這相當于是這個機器人他需要理解整個客觀的物理世界。他不像我們語言大模型，他能理解這個世界是因為前面有很多人把這個世界的知識，進行了非常好的整理和歸納、進行了結構化，已經有了非常精密龐大的語料，讓這個語言大模型去學習。所以他學的非常的快、非常的好。

但是，現實生活中并不是這樣子，所以機器人真正要走進我們個人日常的千家萬戶，還有非常久的時間，這個時間可能是10年以上。

但是這并不意味著機器人不會取代一部分人的體力勞動。因為在單一環(huán)境之下，比如說揀快遞，它的環(huán)境很簡單，工作任務也很簡單，機器人通過訓練是很快能夠達到的。

總結起來看，現在語言類大模型非常的發(fā)達；體力勞動方面，單一場景的體力勞動機器人也很快有可能取代人類。

因此對于個人的發(fā)展來講的話，必須在語言類大模型上面要發(fā)揮出人類的一些優(yōu)勢，尤其是一些提出問題、提煉關鍵點這方面，ChatGPT4、包括Deepseek，都還是不如頂尖的人類選手的。

體力勞動這一塊，一些復雜場景的體力勞動也是很難被替代的，起碼在10年之內很難做到。

關注大林哥，帶你認識財經真相。