开源模型新闻资料 | NewsCove

ADVERTISEMENT

ADVERTISEMENT

“2025第23届远见高峰会”人工智慧专家李开复畅谈“AI Agents：CEO必须掌握的人工智慧前进对策”

Newswire／台北6日报导名列《时代杂志》全球一百位最有影响力的AI专家李开复今日表示，人工智慧已进入AI Agents（代理人）的新时代，建议每家企业领导人亲自投入打造AI Agents，了解AI的价值，推动变革，提升竞争力。 “2025第23届远见高峰会”于今天在台北举办第二天议程，邀请到人工智慧专家、创新工场董事长暨AI新创独角兽零一万物执行长李开复以视讯方式演讲，畅谈“AI Agents：CEO必须掌握的人工智慧前进对策”。 Newswire是“远见高峰会”的伙伴媒体。李开复指出，人工智慧是在PC和移动时代之后的最大革命，也必然会带来跟前两个革命一样大或甚至更大的GDP增长，所以不把握AI 2.0的时代，就会有巨大遗憾。李开复指出，自从生成式AI在2022年底问世后，过去三年来，每一个月AI都在成长，大约每年提高IQ 30个点，远超人类。而且推理的成本也在快速下降，大约一年下降10倍，所以可以想像，即便今天的AI还不够聪明，速度还不够快，还不够便宜，明年一定都会让人满意。这一切都是基于大模型的训练。李开复指出，从GPT2到3或4，它是把全世界的数据拿来做预测下一个字的学习的方法，但这只是训练了一个文科生。但在过去九个月，AI已经变成了一个文理双强的大脑。因为在读了全世界的书之后，它又把全世界的数学理论都做了一次，然后又把全世界，能想像的程式语言能力，又再练习了一次，这让AI具备非常强的逻辑推理能力，不只能回答问题，它还可以分析，可以拆解，可以解决问题。在早期的GPT2或3或4，都是人教AI。但现在，AI还在教AI学习，所以AI的成长变快了，可以用超大的模型教小的模型，用会数学、会写程式的模型，教那些不会的模型。李开复进一步指出，AI还有一个特别巨大的新发展，就是开源模型。过去要用Open AI、Anthropic或Google Gemini，用户把各种数据丢到网上，这个数据可能是公司的机密，但却丢到国外的云上，可能感觉不安全。用户最好还是能把模型拿到手里，可以看它，了解它，然后知道有没有什么安全问题，这样数据不用离开公司，也不用离开国家的边界，还可以把模型拿来修改。李开复指出，若使用闭源模型，用API付费，是不可以这样做的。但是如果能把别人训练好的、花十几亿美元训练好的开源模型，拿到手中，放到自己公司里，再把数据放进去，想做什么做什么，还能完全免费，怪不得开源模型的生态正在快速爆发。面对这样的AI发展，李开复建议所有企业领导人、CEO们，应该建立自己的能力，把开源模型拿到公司来，然后聘请AI工程师，在这上面开发出对企业更有用、更相关、更安全的应用。李开复认为，人类已经要进入AI Agent的时代。一开始，AI是一个Chatbot跟你聊天，接下来他当助手。但现在AI有了推理、逻辑、思考的能力，就意味著它可以像一个聪明的员工，可以干活，可以完成任务，可以创造商业价值。也就是说，一个员工能做什么，也是AI Agent可以做的。比如说有人要到台湾开会，预计跟3个CEO开会，然后另外约5个朋友见一见，如果有一个很聪明的AI代理，一切就安排好了，包括住什么酒店，订什么航班。就像一个人类秘书一样。未来还会有所谓的Multi─Agents，就是很多Agents在一起协作。比如说公司里有市场部、产品部、销售部等，他们各自的AI代理，彼此可以交流，一起解决问题。因此未来公司的最低最小单元就不只是人类了，而是人加AI Agent。 AI Agent有很多人类没有的优点。它不用休息，还可以复制一百个、一万个秘书来，随著AI能力愈来愈强，最终边际成本会变成零。你的AI Agent比别的公司AI Agent好，就有巨大竞争力。就像今天你的人类员工比别的公司好，也是一种竞争力。最后李开复建议，很多公司推动AI，很可能交给资讯长（CIO，Chief Information Officer），但CIO是管公司的网络和软体的，不是来做前瞻性的公司组织优化，所以这个工作不能给CIO做，这应该是一把手工程，是企业的CEO创始人、董事长，他们才了解改造公司用AI的价值有多大，才拥有激情去拥抱变革。这也是为什么李开复的公司、零一万物，推出万智平台，就是为了帮助企业领导人们，在开源的系统上开发AI Agents。他比喻，如果大模型是一个飞机的引擎，那么零一万物是帮企业打造飞机，带来直接的商业价值。本届远见高峰会，以“巨变下前进策略关税．科技．永续”为题，邀请近70位来自马来西亚、台湾、中国大陆、美国、泰国、印尼等国家或地区跨产业的菁英领袖，共商全球与华人经济体，永续团结，迈向未来。【另讯】 ChatGPT等人工智慧模型正以前所未有的速度席卷全球，然而，麻省理工学院（MIT）近期一份报告揭示的残酷现实，高达95%的企业导入AI未达预期成效，企业到底该如何聪明善用AI来加值？台湾数位发展部部长林宜敬表示认为：政府不当主角，多管齐下建构台湾AI生态系。中华电信技术长暨执行副总经理黄志雄指出：从电信到AI赋能者，兼顾基础建设与终端应用。华城电机总经理许逸德表示应用AI要回头发掘动机，才能找到转型价值。 “2025第23届远见高峰会”于今（5日）论坛中深入探讨AI如何带动转型，由健行科技大学校长郭瑞祥主持，与学者专家及业者共同剖析企业在AI时代下，如何走出自己的路。 “科技的创新突破，必须来自民间企业自由且公平的竞争。”数位发展部部长林宜敬指出，软体产业需有灵活度、不惧失败。他观察，美国的ChatGPT、Gemini或中国的DeepSeek、千问，都由民间主导，显示创新动能源自市场，而非官僚计划。政府若十案失败五案会遭批评，但企业反而视为成功。政府不应直接下场当玩家，而是打造健全生态系，让创新得以萌芽。为此，数位部推动AI支持体系，从算力、资料到人才多管齐下。以算力来说，“我们告诉创业者，你不用抵押房子，来数发部使用免费算力。”创业者得到支持以后，能够用低风险验证想法，借此降低创新门槛。在算力以外，数发部也在积极开放政府拥有著作权的资料，希望让新创团队有高品质的训练素材可用，让模型更具在地特色与优势。面对业界对AI人才的需求，数发部则是推出AI人才认定制度，将人才分为应用、开发与研发3个层次，让企业、训练机构与认证方有所依循。当新创备齐算力、资料与人才，并成功开发出产品后，最需要的便是订单。具备创业背景的林宜敬认为，行销媒合是关键，数发部透过举办媒合会，直接串连AI解决方案供应方与需求方，例如长照、冷链等特定产业，希望创造实质商机。最后，当企业发展到需要上市或拓展国际市场的阶段，数发部向国发基金争取百亿资金，以投资而非补助形式，扶植有潜力的AI新创企业成长茁壮，期望为台湾打造一个充满活力的AI创新生态。中华电信技术长暨执行副总经理黄志雄指出，台湾仍有七成企业未跨越AI实际应用的门槛，其痛点集中在“资料处理”与「人才匮乏”。同时，AI也带来巨大的能源挑战，科技巨头的碳排甚至因AI导入而不减反增。面对机会与挑战，中华电信已从传统通讯服务业者，转型为AI基础设施提供者以及赋能协创者，黄志雄阐述其环环相扣的策略布局。首先，是从根本上建构兼具效能与节能的AI基础设施，AI资料中心在功耗、楼地板载重与频宽方面的要求远超传统机房，中华电信凭藉其在网管、安管与大数据分析的经验，打造绿能智慧的AIDC，并提供从代建代管到弹性算力租赁的多元服务。在此基础之上，中华电信另外打造“AI Factory”，整合从底层机房、GPU算力调度到上层模型训练的一站式服务，希望赋能百工百业。同时，旗下子公司中华创智则专注于协助企业导入AI，将过去可能长达18个月的导入期，缩短至仅需３个月。黄志雄表示，最终目标，就是协同企业创造主权AI与垂直应用。他认为，通用模型终将走向垂直深化，例如在大型活动中即时融合多方数据、快速疏散数万人潮，这正是中华电信协同政府与企业创造的垂直应用价值。黄志雄最后也不忘提醒，导入AI绝非工具的堆叠，而必须重新检视并改造既有工作流程，才能真正发挥其效益。当政策与基础建设到位，企业自身如何接球？身为传统重电产业的转型典范，华城电机总经理许逸德的分享，为在AI浪潮中感到焦虑的传统企业，提供了一套务实可行的方法论。 “首先，要认识到自己产业的特殊性。”许逸德指出，华城电机的重件组装，设备动辄上百吨，无法像ICT产业打造关灯工厂。 “我们无法做到‘自动化’，但可以做到‘智动化’，那个‘动’旁边，还得加上‘人’字旁。”许逸德强调，数据收集必须有明确目的，是为了提醒现场工人、改善后台设计，还是为了追踪品质、增加顾客黏性？ “如果拥有海量资讯，却没有优化你的决策，让经营成效变得更好，那你只是一个拥有一堆资讯的巨人，却是经营成果与行动的侏儒。”这段话，精准地戳中了许多企业在数位转型中的痛点。许逸德分享了华城电机如何将AI作为“决策助理”的具体实践。在生产端，他们将人、机、物、料、法等所有生产数据交给AI分析，AI能精准找出“最新手的新人、最不稳定的机台、最新厂商的材料”这类高风险组合，提前预警，让管理者能及早介入。在采购端，AI则化身为强大的议价辅佐工具，它掌握了最新的市场价格、历史采购纪录，甚至每家厂商的议价习惯。“如果你的议价对手拥有这些资讯，你会不会害怕？”AI的辅助，让决策更具数据洞察力。在ESG方面，许逸德也主张必须与“核心竞争力”结合。例如，透过了解厂区的“能耗地图”，找出耗能大户进行优化，既能减碳又能降低费用；或是变更产品材质，从源头实现绿色制造。最后，许逸德以一句话鼓舞所有企业家：“不是每一个企业都能成为护国神山，但如果你做得比你的竞争同业稍微好那么一丢丢，你在各行各业里，都可以成为你的行业里的华城电机。” 本届远见高峰会，以“巨变下前进策略关税．科技．永续”为题，聚焦时下六大议题：川普2.0全球重构与新秩序、变局下的台湾韧性、AI落地应用到信任建立、城市新生与治理新模式、净零转型与ESG永续竞争力、高龄与少子化转型，邀请近70位来自马来西亚、台湾、中国大陆、美国、泰国、印尼等国家或地区跨产业的菁英领袖，共商全球与华人经济体，永续团结，迈向未来。更多文章：【科技TALK】10秒侦测失明风险，DR. MATA守护糖尿病患视界【科技TALK】AI按摩机器人登场，酸痛肌肉全交给它

8月前

中国又一开源模型爆红！MiniMax性能超越“深度索求”

继深度索求（DeepSeek）在今年初横空出世之后，中国又有另一个开源模型爆红。上海人工智慧（AI）独角兽“稀宇极智”（MiniMax）近期发布并开源新一代文本大模型MiniMax-M2，不只性能超越DeepSeek-V3.2，开发成本更是仅Claude4.5的8%，号称是全球最强的开源模型，因而受到AI界高度关注。

9月前

Deepseek与Meta来势汹汹 OpenAI宣布将发布开源模型

ChatGPT的创造者、人工智能（AI）巨头OpenAI周一宣布，由于在开源领域面临来自中国竞争对手DeepSeek和Meta的日益激烈的竞争，该公司正在构建一款功能强大的开源大模型的生成式AI模型。

1年前

丁源森／看着DeepSeek的纷纷扰扰，一个技术宅的无奈

上周DeepSeek刚发布R1的时候，媒体还没炸锅，我这个技术宅就异常激动。我兴奋地跟同事分享这个激动人心的消息。作为一个研究者，我期待着明天的世界能有更少的争端，更多的合作。毕竟在科研的世界里，开放和共享才是推动科技进步的原动力。可惜，事情的发展马上反转。开源模型和闭源模型的差别要理解这次争议，得先聊聊大语言模型在ChatGPT爆火之后形成的两个阵营：开源派和闭源派。开源模型就像是一个共享的工作室，你可以完全掌控里面的工具，想怎么改进就怎么改进，想怎么定制都行。而闭源模型则更像是一个标准化的服务中心，你最多只能在预设的范围内做些调整，毕竟人家是公司，要考虑商业利益。这两派的较量，某种程度上也反映了学术理想和商业现实的博弈。在开源阵营里，脸书的母公司Meta的羊驼（LLaMA）模型一直是当之无愧的王者，也把技术报告写得很详细让大家参考，即使Meta在各项性能指标上往往比闭源模型慢两三个月。对于“卷到飞起”的AI领域来说，这个差距确实不小，但已经很了不起了。而且，不管是开源还是闭源的模型，多少都能看到羊驼的影子，这说明开源社区的贡献有多重要。值得一提的是，开源模型主要是由大学和研究院所的学者在推动，他们秉持着知识共享的理念。虽然因为闭源模型大部分都不公开技术细节，开源模型总是“差那么一点点”。在这样的背景下，去年年初，DeepSeek开始在学术圈崭露头角。他们选择了开源的道路，定期在arXiv上发表技术文章。他们借鉴了全球开源学术界的智慧，开始了自己的探索。当他们去年中发表第二版模型（v2），世界上的学术研究人员就开始注意到他们的研究成果，互相学习。到了去年12月，当他们发布第三版（v3）模型时，业界普遍认可他们的实力。不管是评测还是实际使用体验，都显示这是个相当厉害的模型。等到R1发布，也让大家意识到这是开源模型第一次在推理能力上能和OpenAI的旗舰模型分庭抗礼。其实，在开源AI领域，全球都有优秀的团队在默默耕耘。美国的Allen AI研究团队，谷歌的Gemma团队，法国的Mistral AI凭借着精巧的设计和高效的训练方法，展现了欧洲的技术实力。中国除了DeepSeek，还有阿里的通义千问，以及智谱AI等团队都在开源领域贡献力量。这些团队之间存在着广泛的技术借鉴和思想交流。可以说，开源AI是一个你中有我、我中有你的共同体。正是这种开放和共享的精神，推动着整个领域不断进步。 DeepSeek展示一条新路：让AI自主学习作为一个研究者，DeepSeek，如同上述各个开源团队，不仅发布了模型，还发表了详细的学术报告。他们比较有意思的突破之一，用通俗的话说，就像是在下围棋时发现：与其先让AI学习人类的棋谱再自我提升，不如让它直接学习。这听起来可能很简单，但在当时可是个大胆的想法。就像AlphaGo后来演变成AlphaZero时发现的那样，AI不看人类棋谱可能反而学得更好。这个发现特别重要，因为在逻辑推理领域，收集“人类棋谱”（也就是标注数据）是非常昂贵的过程。DeepSeek展示了一条新路：直接跳过这个步骤，让AI自主学习。这一点给整个开源学术圈带来了极大启发。基于DeepSeek学术文章提出的技术细节，世界各地的研究者很快就跟进验证，证实这条路确实可行。海内外AI大佬大多都送上了祝福。美国图灵奖得主、AI大佬Yann LeCun在推特上说到：“DeepSeek正确的解读应该是：‘开源模型正在超越专有（闭源）模型。’DeepSeek受益于开放研究和开源项目（例如Meta的PyTorch和LLaMA）。他们提出了新的想法，并在其他人的工作基础上进行构建。因为他们的工作是公开发表且开源的，所有人都能从中受益。这就是开放科学和开源的力量。” 但随后，舆论的关注点却偏离了技术本身。这让我这个研究者很困惑：首先，DeepSeek确实进入了第一梯队，但第一梯队本来就有不少各国（大部分闭源）公司。作为开源模型，它是可以完全下载到本地部署的，也不需要网络运行，所以有些担忧似乎有点牵强。在媒体的推波助澜和大公司的利益驱使下，原本纯粹的开源科学的胜利变得剑拔弩张。开源模型的成功对科学的发展是利好的科教界大佬，斯坦福大学客座教授吴恩达在推特上说：“我在X上看到了许多人对DeepSeek进展的不同解读，就像一个罗夏墨迹测试。”罗夏墨迹测试是心理学界常用的一个隐喻，表示人们往往会将自己的想法、经历和偏见投射到中性物上。这里从来都不是谁比谁强的事情，而是证明知识共享才是发展的真理。这也是OpenAI顾名思义最初的理想。OpenAI CEO山姆·奥特曼也在最近的访问中重新审视了他们采取闭源的策略。吴恩达教授还说：“开源模型正在使基础模型层商品化。正如我之前所写，大语言模型的令牌价格一直在快速下降，开源模型助推了这一趋势，并为开发者提供了更多选择。” 这一点在实践中已经得到了印证。现在许多模型即服务（MaaS）公司，都在提供基于开源模型的本地部署服务，以极其实惠的价格出售计算时间。这种模式给很多发展中国家带来了新的机遇。比如对马来西亚这样的国家来说，只要有计算资源，就可以把模型下载下来，出售计算时间，而不必完全依赖闭源模型公司乃至任何一个国家。这种可能性对于马来西亚其实是一个重大利好，只是在当前的争议中似乎没有得到太多关注。这个发现对我的研究特别有意义。这两年我主要在研究天文领域的AI智能体，探索AI自主完成物理研究的可能性。作为一个追求“平、靓、正”的技术人，我一直在量化评估各种模型在物理问题上的解题能力。这是个新兴的研究方向，而其中他能不能大规模的运用起来，其实和运行模型的成本是最大的考量，所以开源模型的成功对于科学的发展是利好的。但是同时，可预见的未来里，经过这波洗礼，大语言模型务必会更加廉价，也可能会有更多有能力的人投入到开源工作。而AI对于人类在各行各业的就业的冲击会再次提速，这或许才是更应该被讨论的议题。可惜的是，这个原本是中性的开源与闭源模型之争，在不同的人群中沉淀了很多偏见的投影。最终受伤的，是那些不分国界、怀抱理想、愿意分享的学术工作者。也许是做天文研究的缘故，让我的想法太过理想主义。在天文学界，开放共享是常态。想想看，就连美国耗资百亿美元打造的韦伯望远镜，它的观测数据也是可以立即在太平洋彼岸下载的。澳大利亚的、欧洲的、中国的、日本的研究数据，大部分也都是全球共享。我天真地以为，经过学术工作者这两年的努力，终于可以让AI技术重归学术的纯粹。看着技术讨论变质，我不禁感慨：这个世界终究不可能只由一群有理想的书呆子说了算。更多相关文章：【代码之外】丁源森／透视人工智能机遇与责任同行【代码之外】丁源森／AI在天文上的神助攻【代码之外】丁源森／做AI时代里的六边形战士

1年前

AI项目抄袭中国开源模型　美国斯坦福大学团队致歉

美国斯坦福大学人工智能（AI）团队主导的 Llama3-V 开源模型被证实套壳抄袭北京清华大学与面壁智能的开源模型“小钢炮”MiniCPM-Llama3-V 2.5，该团队的两位作者作出正式道歉，并承诺将撤下模型。

2年前

Malaysia news headlines and analysis Info lengkap di www-sindonews-com www-malaymail-com Site www-detik-com Site