快捷导航 
时间：2024-05-05 23:39:43来源：界面新闻
界面新闻：感觉你在融资信息的发布上挺谨慎的，但其他家都宣传得很热闹。为什么阶跃不怎么去提融资的事情？
姜大昕：我觉得没有必要。我们最终的目标是把模型训出来，那我们知道自己的融资节奏和方式就好。
界面新闻：但如果有高融资或者高估值，应该也更容易在市场上建立头部印象？
姜大昕：现在的好处是，人工智能领域确实有一批投资人是非常懂的，他们知道这是一个长期且比较耗钱的项目，也愿意相信我们的技术实力。
通往AGI之路，十万亿不是尽头界面新闻：你所信仰的AGI可以怎样概括？
姜大昕：AGI目前确实没有一个准确的定义，我也不想给它一个（定义），只能非常概括地说，达到人的智能就叫AGI 。而且我觉得这里面最重要的一个字就是“G”（general），通用。
界面新闻：你给公司规划了“单模态-多模态-多模理解和生成的统一-世界模型-AGI”的路径，每个阶段要走多长时间是可估算的吗？
姜大昕：不好预测。就像我看到ChatGPT之前，都还会说自然语言处理这件事，常识和推理需要十年二十年来解决，结果一夜之间就解决了。所以有的科学突破可能在积累上早就发生了，但有点像大家说的“涌现”，只看到“砰”地一下上去了，是一种跳变。但这个朝着目标迈进的过程，只要没有达到那个点，它就是0。
界面新闻：阶跃对于明年有什么究竟的目标？
姜大昕：朝着GPT-4.5/5去努力，一个是规模扩大到10万亿参数，第二个是从能力上，我希望明年对多模理解和生成的统一有突破，能够同时理解和生成。
整条线我们都看得很清楚了，包括我们处在什么阶段、什么是落实性的，接下来肯定是在现有的落实性基础上再往前走。
界面新闻：达到万亿参数模型之后，推进Scaling Law最难的事情是什么？
姜大昕：最难的不是一件，是四件事情，就是我们说的算力、系统、数据、算法。
界面新闻：感觉你是一个非常坚信Scaling Law的人，这个定律有到头的时候吗？
姜大昕：这是个很好的问题。在肉眼可见的未来，我觉得至少还有两个数量级。我们到年中应该才算真正攀上去万亿，那么10万亿是个落实性事件，一定会攀。
界面新闻：10万亿对应的是GPT-5？
姜大昕：不知道是GPT-4.5还是GPT-5，就看OpenAI下一个模型出来的是个什么。其实 GPT-4是2022年10月份就训完了，去年4月份发布是因为它后来打磨又用了6个月时间，跟我们现在状态差不多。
虽然OpenAI年初发布了Sora，但最新一代大模型到底叫GPT-4.5还是GPT-5，多大参数规模，都不知道。我们基于它的能力、路线，包括它用的卡做一个推测的话，至少是个10万亿级别。
界面新闻：那第二个数量级就要到百万亿。
姜大昕：这里有一个参考，就是人脑的神经元连接是200万亿，但我觉得不是一个特别有效的参考，因为人和机器现在没有任何可直接对比的关系，可能只是给人一个目标。
界面新闻：除了这个路径之外，还存在别的可能弯道超车的技术路线吗？
姜大昕： 除了刚才的两条路线，还有第三条路径是解读人脑到底是怎么工作的，即脑神经科学。
