OpenAI 反复强调的 Scaling Law 原则已被业界广泛接受，「照着 Scaling Law 咱就往里砸钱」似乎已经是大模型厂商的主流路径之一。Scaling Law 真的是通往 AGI 唯一的路吗？
无限光年创始人漆远认为，通往 AGI 不能只靠 Scaling Law。从学界到业界，回归学界后如今再次出来创业，漆远教授对于当下的 AGI，有着更深刻的理解。
为什么说 Scaling Law 还不足够？AGI 的标准到底应该是什么？为什么说 AGI 的标准之一是打造「AI 爱因斯坦」？为什么我们需要「灰盒大模型」？
在 Founder Park 直播间，极客公园创始人&总裁张鹏与无限光年创始人漆远聊了聊 AGI 的落地和未来。
本期播客为直播对话的剪辑版，剪辑/后期：孟获。
嘉宾介绍
漆远｜复旦大学教授、上海科学智能研究院院长、无限光年创始人。
时间轴
00:05:08 漆远的前半生：学术出身—进入阿里—重回学界—再次创业
00:09:31 研究 AI 好多年，漆远怎么看大模型浪潮？
00:11:47 学界的贫穷限制了对 Scaling Law 的想象？
00:23:50 「AGI = AI 的爱因斯坦」的3层解读
00:31:13 牛顿更像大语言模型，爱因斯坦更像 AGI
00:33:40 为啥不能全部押宝在 Scaling Law 上？
00:39:55 实现 AGI 要把语言模型和逻辑推理结合
00:50:07 世界不只黑和白，AI 落地需要「灰盒大模型」
00:54:08 RAG 就是打补丁？大模型的黑盒是 Transformer 造成的吗？
01:08:21 Scaling Law 还有红利，但自回归架构不可能吞噬宇宙
01:14:51 有的场景有黑盒就够了
01:22:51 国内视频生成跟国外差距大吗？视频生成是下个风口吗？
01:29:28 跟马斯克学「造火箭」：技术创新和产品落地二合一
01:39:24 都做一模一样的 RAG，最后一定会价格战
01:46:34 又一波技术浪潮，年轻人怎么选方向？
相关阅读：
对话无限光年创始人漆远：Scaling Law 不通往 AGI，AI 落地需要「灰盒大模型」)
关于我们
这里是极客公园旗下的科技创业者社区 Founder Park 出品的 AGI 系列播客节目。
「AI局内人」，国绕 AGI 相关领域的技术发展、产品方向以及新的商业模式进行探讨和交流。
Founder Park 正在搭建 Al Native 的产品交流群，群内聚集着致力于在大模型相关领域创业的创业者、产品经理、研发工程师、对大模型技术和场景应用开发进展感兴趣的学者及投资人。
对 Founder Park 的更多内容感兴趣，欢迎关注公众号「Founder Park」。
PodQuest PodQuest Podcast Discovery Engine