藍鯨新聞 7 月 26 日訊（記者 朱俊熹）7 月 26 日，2025 世界人工智能大會暨人工智能全球治理高級別會議（WAIC 2025）在上海拉開帷幕。本屆大會以 " 智能時代 同球共濟 " 為主題，匯聚了包括 12 位圖靈獎及諾貝爾獎得主在內的全球千余位頂尖嘉賓。隨著 AI 正逐步深入人類日常生活，或以各類軟件應用的形式，或以具身智能的形態，AI 安全與治理也成為與會者的熱議話題。
在開幕式上，圖靈獎得主、諾貝爾物理學獎得主、" 深度學習三巨頭 " 之一的杰弗里 · 辛頓登臺演講，大談 " 數字智能是否會取代生物智能？"。這位 77 歲的 "AI 教父 " 回顧了過去數十年間 AI 的發展路徑，指出人類理解語言的方式和大語言模型的方式幾乎一致，甚至可以將人類視作一種大語言模型。然而在某些方面，AI 的能力將超越人類。
辛頓稱，一些人認為可以關閉不聽話的 AI 這一想法是不現實的。如果 AI 足夠聰明，就會通過操縱人類、獲得控制權等方式來避免被關閉。" 這個問題就像養一只小老虎當寵物。在它還小的時候你覺得可以控制它，但等它長大以后就可能失控。"
因此，辛頓建議不同國家在 AI 安全方面展開合作。例如建立一個由多國參與的國際 AI 安全研究網絡，專注于研究如何訓練 AI 向善。各個國家可以在本國進行 AI 安全研究，然后共享成果，共同應對這個 " 人類長期面臨的最重要的議題 "。
同為 " 深度學習三巨頭 "、圖靈獎得主的約書亞 · 本吉奧則通過視頻連接表示，如果 AI 變得足夠強大開始 " 自保 "，超級智能就可能帶來災難性的后果，甚至導致人類滅絕。即使這種風險的概率很小，" 只要科學界中有相當一部分人認為這種風險是可信的，我們就必須以極度謹慎的態度來對待它。"
約書亞 · 本吉奧建議，AI 應當被作為一種全球公共資源來進行管理，以避免國家間陷入危險的競爭陷阱。其中，一個值得借鑒的全球協作范例是由他牽頭完成的《國際人工智能安全報告》。
就在 WAIC 開幕前夕的 7 月 25 日，杰弗里 · 辛頓、約書亞 · 本吉奧等 20 余位行業頂尖專家共同簽署的《AI 安全國際對話上海共識》正式對外公開。" 上海共識 " 提出，目前尚無可靠方法確保超級 AI 系統的安全對齊，呼吁采取三項關鍵行動：要求前沿人工智能開發者提供安全保障、確立可驗證的全球性行為紅線、推動安全人工智能技術研究。
在 7 月 26 日上午的主論壇中，MiniMax 創始人、CEO 閆俊杰作為 AI 產業界的代表登臺演講。他分享了在創業過程中對 AI 的觀察，也認同 AI 會不斷變強，且這種增強幾乎沒有盡頭。
" 接下來出現的問題是，AI 這么強，對社會的影響越來越大，那么 AI 到底會不會被壟斷？它是會被掌握在一家組織里，還是掌握在多家組織里呢？" 閆俊杰問道。
在閆俊杰看來，AI 一定會被掌握在多家公司的手中。他解釋稱，一是不同組織會有不同的價值觀和目標，導致它們訓練的模型在對齊目標上存在差異，從而使模型表現各具特點、長期存在。其次，當前的 AI 系統通常由多模型和多 Agent 組成，單一模型的優勢在多 Agent 系統中逐漸減弱。第三，過去一年見證了開源模型的快速涌現，并逐漸逼近閉源模型的性能，許多都并非由大公司主導的。
閆俊杰表示，AI 一定會變得越來越普惠，使用成本也會變得更加可控。他觀察到，盡管過去一年半以來可使用的算力增加了，AI 模型的大小并沒有發生特別大的變化。因為各大廠商都在關注模型參數量和智能水平之間的平衡，避免因計算速度過慢影響用戶體驗。
至于這些增長的算力，則更多地被用在研究、探索和推理優化上。閆俊杰稱，研發并不僅依賴算力，還取決于實驗設計、研發團隊和創意。擁有大量算力的公司與算力較少的公司在訓練上的差異可能沒有那么大，因為后者可以通過提升實驗設計、思考能力和組織效率，讓實驗探索變得更加高效。
作為 " 大模型六小龍 " 之一的 AI 創企，MiniMax 于 6 月發布了其首個推理模型 MiniMax-M1，被視為對標 DeepSeek-R1 交出的應答。MiniMax-M1 模型延續了此前基模的架構創新，在 MoE 架構的基礎上引入了閃電注意力機制（Lightning Attention）。成本方面，在進行 8 萬 Token 的深度推理時，M1 所需的算力僅為 DeepSeek-R1 的約 30%；生成 10 萬 token 時，推理算力僅需 DeepSeek-R1 的 25%。
在下午的主論壇中，清華系 AI 算力創企無問芯穹聯合創始人、首席科學家戴國浩分享稱，在突破算力天花板的過程中，算力效率會成為他們關注的事情。也就是說，從整個價值鏈條來看，輸入價值轉化為算力，并最終通過下游應用轉化為輸出價值時，關鍵在于輸出價值是否能夠超越輸入價值。
而戴國浩認為，在算力領域，比起單一的 " 贏家通吃 "，最終將趨向于 " 集各家之所成 " 的合作模式。他提到，人工智能的目標是模擬人類智能。在人類生理系統中，每一個細胞都在執行不同的功能，正如每家公司在 AI 技術的不同領域也都有各自的擅長之處。
