“百模大战”后，大模型行业加速收敛，一部分玩家离场，模型竞争逐渐成为巨头的游戏。
4月份，李飞飞教授领先编制的《2025年人工智能指数报告》提供的数据显示，2024年全年具有特殊影响力的模型（Notable AI models）当中，排名前5的几乎都来自美国、中国的科技巨头。
日前，在智源大会上与腾讯科技的交流中，智源研究院理事长黄铁军教授表示，大模型留在牌桌上取决于“三要素”：数据来源实时性、知识面全量性和基础设施可靠性，它们共同决定了大模型的数量，不会遍地都是，“三个也好，五个、七个也好，基本屈指可数。”
零一万物董事长CEO李开复博士也有相似的观点。今年3月，他在接受采访时表示，中美超大模型的预训练正在逐渐寡头化。他预测中国大模型领域未来将会收敛至三家，其中以 DeepSeek&is_pull_news=0" style="margin-top: 0px;padding: 0px;-webkit-tap-highlight-color: transparent;">DeepSeek 势头最猛。
作为中国计算机专家，黄铁军活跃在AI研发与治理最前沿，曾参与签署未来生命研究所于2023年3月份发起的《暂停GPT-4以上模型6个月研发》的公开信，该公开信获得了马斯克、图灵奖得主约书亚·本吉奥以及苹果联合创始人史蒂夫·沃兹尼亚克的支持。
黄铁军说，签署这份公开信的初衷，是为了警醒行业、公众对安全问题的重视。
2024年，智源研究院也邀请约书亚·本吉奥、杰弗里·辛顿等图灵奖得主，与张亚勤等国内专家共同签署发布《北京AI 安全国际共识》。
“正是由于这种警醒，到现在为止，GPT-5一直没出，”黄铁军这样概括公开信的价值，但是提醒OpenAI有可能在7月份发布GPT-5。
无论蓄势待发GPT-5的OpenAI，还是代表中国模型“生力军”的DeepSeek，中美AI竞速赛，背后也是人才的竞争。
作为中国最早下场自研大模型的机构，智源研究院为行业输送了大量人才，被称之为中国“AI黄埔军校”。2020年，智源组建了一支由智源学者、研究院和学生组成的近100人的队伍，开启中国大模型研发之路，Kimi杨植麟、深言科技岂凡超、面壁曾国洋等创业者身上都有智源的印记。
黄铁军透露，智源推动的大模型开源开放生态，对DeepSeek萌发也特别重要，DeepSeek研发团队在中关村组建和发展，北大、科学院和清华都有不少学生加入到这个明星项目当中。他认为“中国大模型黄埔军校”的评价是一种美誉，但智源研究院志不止于此，“我们希望在10周年发展周期里，能够产生独创的有国际重大影响力的成果。有信心到2028年，智源至少有一个类似AlphaGo、ChatGPT这种量级的成果。”
以下是腾讯科技与黄铁军教授的交流实录（在不改变原意的情况下有删减，调整）
留在大模型牌桌上的“三要素”
腾讯科技：黄老师，2023年，当时您说全球仅需要三个大模型就够了，现在往回看，这个观点有什么更新吗？
黄铁军：2023年提到的这个观点，最早是在2021年智源发悟道2.0的时候提出的。
类似的看法美国也有一些，有的说五个，最多也有说七个，其实三个也好，五个、七个也好，基本上屈指可数，就这么少数几个。
一般大家将大模型理解为一个产品，其实它应该是一个体系。不能说这个世界上每个人都有一个人脑，然后把它类比为大模型，得出结论：全世界有几十亿个大模型。
大模型有几个基本特征，其一，数据来源的实时性。不能说用户提问题，回答是基于一天前的数据训练出的模型，它对实时性有非常高的要求。
腾讯科技：高到什么程度？
黄铁军：刚发生的事情，大模型就必须清楚了解，这就好比我有什么问题，就问对应领域的专家，如果专家知识没及时更新，那他的建议就价值就不大，甚至是错误的。
其二，全量性。用户量大，问题基数大，就意味着可能会有千奇百怪的问题，这个时候就要求大模型覆盖的知识面足够全、足够广。
其三，大模型作为基础设施，必须可靠。它应该是一个7×24小时运行的系统，就跟电力系统一样。
数据来源实时性、知识面全量性和基础设施可靠性，这三个特点决定了大模型的数量，不会很多。
从生态的角度来看，大模型是一个生态体系，从这个意义上来看，其数量会更少。
以电信运营商为例，现在主要是三大运营商，过去他们各自有各自的标准：3G时代，电信的CDMA2000、联通的WCDMA、移动的TD-SCDMA，现在4G、5G大家的标准基本一致，用户买手机就不需要再做额外选择。手机制造也更具有经济性，虽然运营商还是三个，但生态其实变成了一个。
互联网更是如此，全球就没有第二张互联网。
腾讯科技：如果不具备这三个要素，就会被淘汰，然后被挤下牌桌，对吗？
黄铁军：在这个生态下，依旧有机会，只是无法主导基础大模型发展。
就像电网一样，背后有很多企业在做服务，你像我国的五大发电集团，有风电、水电各种电，最后都汇入国家电网。所以在这么大的生态下，大家依旧有很多机会，只是说单个企业来做基础模型的机会很少。
腾讯科技：最后机会又变成巨头的了？
黄铁军：肯定是巨头，作为基础智力运营商，怎么可能不是巨头。
警惕“AI安全核爆”
腾讯科技：2023年，“暂停GPT-4以上模型研发6个月”公开信很热，黄老师当时也签了，现在回头看，这个动作对行业起到了什么样的帮助？
黄铁军：我觉得应该是一个警醒吧，由于关注度很高，大家对安全问题重视一下子就提升了。
正是由于这种警醒，到现在为止，GPT-5一直没出，但有可能今年7月份会出。最近我也和很多专家面对面讨论过这个问题，很有可能真的出来。
腾讯科技：你们是基于什么，去判断7月份会发布GPT-5？
黄铁军：有一些交流，有些是公开的，有些是非公开的，预判有可能是7月份，也有可能是年内。
“暂停公开信”，2023年3月份出来到现在，2年多时间，GPT没有大版本出来，从这个角度来说还是起到了一定的作用，但更多的作用是呼吁大家关注安全性问题，毕竟它不具备法律上的约束性。
现在来看这封公开信，它仍然有价值，而且对安全的呼吁应该加强。
就像本吉奥在智源大会上说的，要认识到技术的两面性，不能因为它发展快，对经济、社会发展有利，就忽视其安全性，就比如汽车，不能说开得越快越好就不要刹车；肿瘤也一样，就是因为没有机制控制它疯狂扩散。技术发展的越强，规制这些技术的技术和政策也应该同步发展。
腾讯科技：这非常矛盾，既要暂缓它的技术发展，又希望在商业上跑得快。
黄铁军：其实也不矛盾，汽车企业不能不造刹车，这是企业的责任，要安全地跑得快，不能只强调跑得快。
在监管这件事情上，OpenAI这家公司的商业策略有点“狡猾”，当时也是奥特曼去美国国会作证，在世界各地宣传呼吁加强监管，但如果近期他们把GPT-5放出来，某种意义上也可以将他们呼吁监管的行为理解为一种商业策略。我相信会有监管，但不要相信企业自己会全面监管。
腾讯科技：这就是接下来我们想问的。对于那些做得好的团队来说，停一停可能等得起，但本身还在追逐的人也要暂停，是不是就吃亏了？你看，马斯克在公开信发表后半年左右就发布了Grok-1。
黄铁军：要从两个维度来看，这其实有点类似矛和盾的关系。
从技术的维度来看，发展先进的AI，无论是科研机构还是商业公司，都属于正常的追求。不能说担心矛太尖锐，就把矛磨得钝一点，这是不对的，我做的是攻击性的矛，就要更尖锐。从治理的角度来看，做盾的公司，就应该做得更坚固。
很多时候技术和治理对应的是两个公司、两个团队，他们以不同的角色，在竞争中发展，而不是说一定要把技术先进的那个拦下来，说“你应该慢一点”。
将来的生态里，就像信息系统、信息安全两类公司，都会存在。现状是全世界做信息系统技术的公司太多，做信息安全的公司太少，处在一个不平衡的状态，所以也需要公共政策的资助方向更多地向安全方面倾斜，支持和鼓励这方面的研究。
腾讯科技：那未来，你们是不是还会围绕安全，发表公开信去做一些呼吁？
黄铁军：是的，以前也在呼吁，智源之前发布的《北京AI安全国际共识》也是其中的一部分，未来会在AI安全技术研究和政策建议方面做更多的工作。
腾讯科技：虽然一直在提安全，但到现在为止我们也没有看到对公共安全影响特别重大的事件。
黄铁军：首先，事情肯定在发生，只是大家不知道，没有感觉，所以会认为不存在。第二，每个人关注自己领域相关的话题，如果没有重大事件让大家突然警醒，可能也没感觉。
历史上很多时候就是如此，原子弹爆炸之前，大家没有那种恐怖的感受，但爆炸一次，全世界的警醒就提高了。
腾讯科技：对AI来说，这种爆炸性的场景可能会是什么？
黄铁军：突然某个银行系统被AI接管了，带来股市和经济动荡，那这个影响大家马上都能感受得到。
还有一种场景是潜移默化的，比如现在很多报告都是基于模型生成的，单项报告风险不明显，但随着这类报告扩散开和数量增长，风险积累，整个生态就可能从量变到质变。
这很像用化肥，出发点是改良土壤，但当土壤中的有害物质积累到一定程度，就会对人类健康产生不可逆的巨大影响。现在很难评估这种长期影响会有多大，但必然存在。
腾讯科技：对这种爆炸性威胁和长期影响，现在有什么约束机制？
黄铁军：这个很难。它本身就在发展过程中，演化过程中很难控制，这种新产品还没有到伤害人类的阶段，不可能限制大家使用，我们要考虑和研究的是，在这种负面影响积累到一定程度后，怎么来应对。
中国大模型“黄埔军校”
腾讯科技：我们谈谈智源，从2018年11月成立到现在接近七年了，黄老师有没有给智源做过阶段性总结？
黄铁军：要说总结，其实随时都在做。我们的决策自由度相对高，不像传统科研的项目制那样将目标定死，按流程推进，但我们也有一些无形的“紧箍咒”，那就是做出做出有重大价值的成果。
腾讯科技：你怎么定义“有价值”这件事？
黄铁军：全世界都在追求有影响力的成果，但影响力很难量化。
以前的量化都是指标性的，比如发表多少论文，申请多少专利，但这些不是一个合理的指标。其实影响力从来都存在，你看历史上，能在人类的科技史上留下来的东西，它的影响力自然而然就在。比如指南针发明，它的影响力还用说吗？相对论、AlphaGo，它们的影响力还需要评价吗？
我们将追求影响力，并不是刻意追求影响力本身，只是用它来形容什么叫“一个有影响力的成果”，就是要追求类似前面说的具有这种级别影响力、对应价值和效果的成果。
腾讯科技：展望一下，我们大概什么时候能够看到智源出这样的成果？
黄铁军：很难说具体到什么时候，我们有自己的规划。
智源成立于2018年11月，到2028年11月就是10周年，我们希望在10周年内，能够产生有国际重大影响力的成果，现在还有3年多一点的时间。
智源有自己的方向和风格，经过过去一段时间的积累，我们还是有信心到2028年，能产生AlphaGo和ChatGPT这种量级的成果。
腾讯科技：大概可能会在哪些方向上出现？
黄铁军：具身智能、AI和生命科学交叉、AI基础生态。
腾讯科技：对大众来说，AI for Life Science最后落地会是什么？是一种诊疗技术，还是药物？
黄铁军：都有可能。既可能是药物上的突破，也同时是一种诊疗技术。它是一个通用模型，可能会对新药的发现和评估产生作用，也可能直接就作为一种辅助诊疗的设备使用，就像CT、核磁，这样医院普遍在用的诺奖相关成果，还有可能是作为药物研发机构的基础性服务平台。
我们希望在这三个方向上能够取得有重大影响力的成果，当然，剩下三年，同时完成三项的难度很大，取得一项我就觉得完成了当时的梦想和使命，第二项和第三项会接续发生。
腾讯科技：有人说，智源是中国大模型的“黄埔军校”，你们自己怎么看待这种评价？
黄铁军：这是一个美誉，在我们的发展中，自然而然地起到了类似的作用，在AI，特别是大模型方向上，这个评价还是比较客观的。因为当时的时间点上，在中国只有一个智源这样的机构，率先做大模型这件事。
在此之前，大学、研究所多以项目制为主，立项就要考虑公平性，需要发指南、评审，还有验收环节，按照这种体制，大模型是不可能发生的。如果能提前预知，马上就投资大模型就可以了，挣钱效应比申请科研经费快得多。
企业也是如此，在大模型这个新领域，如果没看到效果，怎么会投入很多资源？
智源当时成立的时候就几个人，宏江是理事长，我是院长，曹岗和唐杰是副院长，刘江是负责社区生态的副院长，加上工作人员就十来个人。
我们一开始并没有按照传统科研的逻辑来做项目，当时邀请了100多位智源学者开会讨论，最后形成共识，投入包括智源学者、学生等100多人去做大模型，因为已经有了经费、资源，对于新型研发机构，这100多个人去研发大模型，要用到的资源可以灵活配置，后来这100多个人，无论是去企业，还是创业、做研究，都成了中国大模型的中坚力量。
腾讯科技：这也是我们想进一步问的问题，刘江老师、唐杰老师很多人都离开了智源，人来人往，智源不做什么约束吗？
黄铁军：我们本身的定位就不是一个传统机构，不是一个垄断者或者要设立一些围墙隔阂，不会因为这些人出去创业了，就认为会对智源造成损失，我们是非营利机构，是生态促进者，他们在北京和中国AI生态里发挥作用就可以了，不一定非要智源获取多少利益。
腾讯科技：我们再发散一点，刚才说智源在科研上有自由度，这种模式适合国产光刻机研发吗？
黄铁军：不太一样。光刻机这种目标很明确的项目，指标都很清楚，就是要实现别人已经实现但对你保密的技术方法，你要设计自己的技术路线，而且一做出来马上会有产业价值，这种项目适合用工程的方法去做，这跟传统造一座桥、修一条路逻辑类似，不同点在于光刻机这里的技术挑战很大，需要科技人员做更多技术突破， 更适合计划体制。
腾讯科技：DeepSeek春节大火出圈，刚刚也发了R1的更新，R2也即将推出，智源内部怎么评价他们的成功，可能有哪些要素，人才是最重要的吗，需要什么样的人才？
黄铁军：DeepSeek成立是2023年7月，出圈是2025年春节，也就一年半时间。
一年半不算长，是很快的一个过程，不能孤立地去看：大模型的发展，从2018年到2025年春节，已经有近6年时间。DeepSeek是在大模型的发展过程中，在这个大环境中出现的，不是一个孤立的现象。
分阶段来看，从2018年开始，全球范围已经做了2-3年的大模型研发，然后智源这样的机构又做了2-3年实践的积累，然后是2023年出现“百模大战”，直至2025年初DeepSeek在一团混战中出圈，大概是这么一个时间线。
DeepSeek成功的要素有几个，最基本的算力条件是足够的。一般创业公司要做大模型，拿不出万卡，也就成不了DeepSeek，大模型需要物质基础；另一个重点在于人才——基础算法是公开的，在通用算法基础上优化到一个新阶段，需要人才。
今年4月份胡佛研究所和斯坦福联合发了一份报告，详细的整理了DeepSeek的人才构成，详细到每个人的毕业院校、加入的时间、工作履历等等，这种刨根问底的做法非常值得学习。
过去关注梁文锋比较多，他作为创始人的确很特别重要，但DeepSeek的成功不止于梁文锋，团队最初30个人左右，后来100多人，现在更多。
DeepSeek研发团队是在北京组建起来和发展起来的，开始在苏州桥那边，后来搬到融科大厦。这些人才经过大模型基本训练，不是“天上掉下来的”。
胡佛研究所和斯坦福的报告，还有一个关键点：DeepSeek团队中只有1%、2%的人拥有海外履历，其余都是中国的原生本土人才。
我知道北大有不少学生加入了DeepSeek，斯坦福报告中也统计北大是最大人才来源。这些年轻人经验不一定丰富，但是接触过大模型，有算法和基础能力，DeepSeek有很好的算力基础设施，加上梁文锋等创始人极强的组织能力，成功的要素比较完备。
如果在北大继续深造，或者来智源，我也不敢说一定能复现DeepSeek的成功。很简单，学校没有那么多算力，百卡可能都没有，没有那么多实践的机会。智源虽然有一定的算力，但也只有1000P，千卡级别，这个资源和一个大模型公司比还差很多。
腾讯科技：为什么学校这么缺算力？
黄铁军：那么多学校，国家资源是有限的。智算平台建设起来之后，给学校、给这些人才更多基础资源条件，特别重要。这跟物理、化学、生命前沿研究一样，没有尖端的仪器，很多工作没法开展。
再回到DeepSeek，2023年7月份成立时，中国的大模型行业已经有三年实践。他们有算力、有资金，加上一伙出色的人才集中攻关，成功并不突然。
追逐AGI与被AGI取代
腾讯科技：前两年，业内一直在谈大模型的参数，智源也发了当时世界最大的1.75万亿参数悟道2.0模型，但去年开始不怎么讨论这个话题了，堆参数没效果了？
黄铁军：那倒不是。智源发的1.75万亿参数模型，是个混合专家模型，同期谷歌发布的Switch Transformer，1.61万亿参数。那时候的1万亿参数，大概相当于后来的千亿参数稠密模型。
今天GPT-4这种万亿参数模型指的是稠密模型，现阶段都还处在万亿参数阶段。做更大的参数有没有发展空间？肯定有，而且肯定要做更大的。
腾讯科技：最近有研究显示，语言模型的记忆量大概是每参数3.6比特，是不是意味着模型参数与记忆能力成正比，参数越大越好？
黄铁军：对，越大能力越强，但做更大参数模型的代价和需要的技巧，好比盖十层楼、一百层楼和一千层楼的区别，现阶段人类盖楼能力上限是几百层，盖一千层就需要更好的工程技术支持。
大模型也是这样，从智能的角度来看应该做更大的参数量，但从工程可实现的角度来综合考虑，会有一些约束。
腾讯科技：去年初Sora发布出圈爆火，在这之前就有类似的产品，比如Pika、Runway，为什么只有Sora成为了现象级产品？
黄铁军：跟公司的风格有关系，Sora早期发了几十段视频，后来再也没有发什么技术相关的东西，而且效果也没有那么好。
我觉得Sora能火起来，跟奥特曼本身是一个商业背景的创业者，并且擅长营销有很大关系，社会被他带节奏带的比较严重，但这也不奇怪，大家往往都关注明星。
Sora火起来，与它很直观的展现形式有关。介绍一个技术的优缺点很困难，人们很难从loss曲线上去看到结论与效果，但站在用户的角度来看，比如一个电影导演，可以直观感知到与实拍之间的差距。
腾讯科技：现在模型的数量开始收缩，应用越来越多，这代表着一种什么趋势或者信号吗？
黄铁军：训练更强更大的模型，数量会收敛。前面说了，基础大模型研发需要的资源不是一般公司能够覆盖的，但有了一个能够产生智力的基础大模型后，在这个基础上去做应用，花样可就多了。
不是所有的公司都需要“发电”，但大家都在用电，进而造就了消费电子和家电这样的新产业，像手机、电动牙刷等在电力时代早期都是想象不出来的。智能时代可创新的空间太多了。所以，接下来可能还有越来越多各种意想不到的产品出现。
腾讯科技：说到具体的应用，之前是AI助手，现在是Agent，之后可能是什么？
黄铁军：我个人希望是能帮助我们进一步提高效率的AI助手，但又不希望他们在能力上全面超过我们，希望从它诞生到超越人类，这个时间段尽可能稍微长一点。
腾讯科技：长一些怎么理解？
黄铁军：在它失控之前，多享受一段时间智能带来的红利，别还没有对社会起到多少正向作用，就失控了。
腾讯科技：人类想要AGI，又担心无法控制控制它，那为什么还要做这件事，这不矛盾吗？
黄铁军：无论是研究者还是创业者，站在这些人的立场上，追逐AGI是科技发展的趋势，不以个人意志为转移，人类不可能拦住这个趋势，它总会有超过我们的一天，只是早一点到来和晚一点到来的区别。
假使我们停留在现在的智力水平上，又不允许比人类智能更高级的物种出现，本身就是一种狭隘的表现。尽量让AGI超越人类的时间拖得更久一点，不仅是为了满足人类需要，主要是为了人类能与新智能相互适应，适应了就会有融合的可能性。
腾讯科技：我们基于什么条件、基准来判断它超过了人类？
黄铁军：西方文化背景基本上还是偏向于掌控它。在我看来，当人类面对外来的新物种，希望建立一套标准，以便于更好控制它，这是一种本能的反应，但这并不是终极方案。
既然人与AGI共处是一个趋势，那么更应该考虑如何与其更好的和平共处，更好的共同发展，而不是把它当成异类封闭住。
从家长的角度来说，孩子总归是要超越父母的，但是在他实现超越之前，也会有青春期，会有冲突，这并不奇怪，只要冲突不会产生颠覆性负面影响，这就是一代人一代人往前发展的必然过程，人与AGI也是如此。
腾讯科技：之前大家都在提AGI到来的时间，很少有人谈具体的投入，黄老师认为，实现AGI什么量级的资源？
黄铁军：围绕AGI这个趋势相关的动作都可以视为投入，不管目标是做AGI，还是做一个AI应用、Agent或者翻译软件，其实都是在添砖加瓦，往更强的智能推动。
腾讯科技：是否可以通过算经济账量化，比如说一万亿、十万亿、一百万亿美元？
黄铁军：这不属于量化的逻辑，不是花钱就可以造出一件什么产品出来。今天的人工智能，网络、能源这些基础条件和要素，最后都会汇总到一起，共同催生一个超越人类的新的智能。
腾讯科技：那这个智能最终会长成什么样？
黄铁军：智力水平要超越，首先肯定表现为体系性、系统性，而非个体。个体受能量、物理的约束，而体系性的物种，可以7×24小时不间断运行，实时获取全量数据，率先成为超越人类能力的AGI。
