導語：「十八金剛」暗示的，其實是巨大的技術想象力與迫切的 AI 生產力。

作者：馬蕊蕾

編輯：陳彩嫻

WAIC 論壇最后一天下午，啟明創(chuàng)投主管合伙人周志峰在世博中心紅廳分享了一組數(shù)據(jù)：

經統(tǒng)計，僅 2023 年，一級市場中 AI 投資金額就達到了 224 億美元，超過了前 10 年投資累計總和。其中，超過三分之二的資金投向從事基礎設施或模型開發(fā)的企業(yè)。

換言之，更具體的表達，人工智能的崛起已從激勵的模型層競爭，走向基礎設施層與應用層。

所謂基礎設施層，指能使模型訓練與推理成本更低、速度更快、能效更高的 AI 計算，包括但不限于適配 AGI 的芯片研發(fā)；而應用層，則從生產力提速等效率工具，擴大到端側 AI、機器人、汽車等垂直領域。

這個趨勢在今年的 WAIC 上也被驗證：

模型層，月之暗面、零一萬物、深言科技缺席外，其余中國 Tier 1 與 Tier 2 的大模型團隊幾乎全部到場展出，包括智譜 AI、面壁智能、百川智能、階躍星辰等等；但除此之外，會內會外也再無新增的中國大模型公司。

WAIC 2024 的八大「鎮(zhèn)館之寶」包括：阿里云通義靈碼、智譜 AI 基座大模型、商湯 Vimi 可控人物視頻生成大模型 、螞蟻集團基于百靈大模型的「AI 智能助理」、聯(lián)想集團筆記本 YOGA Book 9i AI 元啟、特斯拉賽博越野旅行車與智能飛行器展區(qū)展出的三家電動垂直起降航空器（eVTOL）頭部企業(yè)創(chuàng)新產品，模型層成果只占 1/4。

而計算層，阿里云、華為云、無問芯穹、壁仞、遂原等中國企業(yè)不斷展出圍繞大模型訓練與推理的新成果，AI 模型在千行百業(yè)的應用也呈現(xiàn)愈加井噴之勢。從金山辦公的 WPS AI，到「十八金剛」，AI 模型與實際場景結合的程度越來越高。

根據(jù) WAIC 官方數(shù)據(jù)，今年有 500 余家企業(yè)參展，市外企業(yè)和國際企業(yè)占比超過 50%，展品數(shù)量超 1500 項，參展企業(yè)數(shù)、亮點展品數(shù)和首發(fā)新品數(shù)均創(chuàng)下了歷史最高。

正如《愛，死亡和機器人》的科幻動畫劇里所表達的：如果活著不進化，那活著的意義是什么？人工智能的發(fā)展已然是既成的趨勢，WAIC 作為中國人工智能發(fā)展的縮影，見證著 AI 的技術從業(yè)者從解答「AI 是什么」到「AI 能如何改變我們的生活與生產力」。

從能動的古人古畫、實時的多模態(tài)交互、到力驅智能的機器人，科幻小說中那些讓人驚嘆的想象，正在一一成為我們可感知、可觸碰的現(xiàn)實。

大模型再無新玩家

今年 WAIC，參展企業(yè)主要集中在世博展覽館的H1和H2兩個展館。

進入展館，廠商超大面積的展區(qū)無疑能吸引人的注意，阿里的「通義」、騰訊的「混元」、商湯科技的「日日新」、云知聲的「山海」等等，幾乎每個設列的展臺都有屬于自己的「大模型」。

但相比去年，今年廠商沒有局限在單純對模型的性能進行展示和比拼，而是更聚焦的向行業(yè)展示實際的最新落地成果和應用方向。

支付寶智能助理是基于螞蟻集團自研的百靈大模型研發(fā)的一款全新生活辦事AI產品，圍繞用戶的吃、喝、行、游等數(shù)十種生活場景，不僅”有腦有嘴能對話“，還”有手有腳能辦事“。用戶只需要下達指令，就可以獲得出行、健康、政務等領域的超8000項數(shù)字生活服務。

在「騰訊元寶」展區(qū)，現(xiàn)場參會嘉賓可以與騰訊元寶 APP 進行互動，體驗 AI 能力。APP 覆蓋工作提效、生活娛樂兩大場景，除了提供 AI 搜索、AI 總結、AI 寫作等核心功能，還提供創(chuàng)意繪畫、口語陪練、百變 AI 頭像等有趣好玩的特色應用，以及更多用戶創(chuàng)建的智能體。

商湯展示了可控人物視頻生成大模型 Vimi，Vimi 基于商湯日日新大模型的強大能力，僅通過一張任意風格的照片就能生成和目標動作一致的人物類視頻，并支持多種驅動方式，可通過已有人物視頻、動畫、聲音、文字等多種元素進行驅動。

隨著生成式 AI 加速進化，大廠商不是唯一的主角，創(chuàng)業(yè)獨角獸的技術成果也吸引了大量與會人員的關注：

百川智能最大的亮點是 AI 健康顧問。

該產品依托百川智能的通用醫(yī)療增強大模型打造，形態(tài)上屬于醫(yī)療垂直領域的對話式機器人，它的通用醫(yī)療增強大模型不僅在USMLE（美國醫(yī)考）的評測中超越了GPT-4，并且在由醫(yī)生（協(xié)和、北醫(yī)等頭部三甲高年資主任、主治醫(yī)師）和心理學專家作為評測主體，對模型進行多角度評測的真實人工評測中，效果同樣超越了GPT-4。

智譜 AI 作為本屆 WAIC 鎮(zhèn)館之寶，展示了以智譜大模型開放平臺 bigmodel.cn 和智譜大模型產品矩陣為核心的系列創(chuàng)新成果。智譜 AI 還為 CGTN 打造了數(shù)字人直播平臺，「AI 老羅」也以數(shù)字人的形態(tài)亮相清言展區(qū)，觀眾可以向 AI 老羅提問帶貨秘籍。

此外，AI 創(chuàng)意作品《清言畫冊》首刊也亮相現(xiàn)場，這本主題為「清」的AI畫冊，展現(xiàn)出清言App強大的繪圖能力。觀眾可以通過清言畫冊小程序觀看畫卷，并可一鍵繪制同款。

階躍星辰則發(fā)布了 Step-2 萬億參數(shù)語言大模型正式版、Step-1.5V 多模態(tài)大模型、Step-1X 圖像生成大模型。

在展臺現(xiàn)場，階躍星辰還與上影合作，另外，公司還通過基于《大鬧天宮》劇情和角色制作的AI互動游戲，展示了「AI+IP」的落地玩法。

AI 基礎設施層明星團隊無問芯穹除了在計算層面的分享，還基于多種模型與多種芯片自由搭配組合的產品能力，構建了游戲應用「誰是臥底」小游戲，受到現(xiàn)場大家的喜愛。

這一應用允許觀眾通過選取多種模型與芯片，自由組合出4位「AI玩家」，與自己親手「組裝」出來「AI玩家」們展開一場語言博弈游戲。

關于 AI Infra 的未來發(fā)展，無問芯穹聯(lián)合創(chuàng)始人兼 CEO 夏立雪有一個形象的設想：

「打開水龍頭前，我們不需要知道水是從哪條河里來的。同理，未來我們用各種AI應用時，也不會知道它調用了哪些基座模型，用到了哪種加速卡的算力——這就是最好的AI Native基礎設施。」

人形機器人的「 T 臺秀」

今年25款人形機器人來到現(xiàn)場，這些看得見摸得著的人形機器人，讓科幻電影仿佛照進了現(xiàn)實。

時隔半年，特斯拉人形機器人擎天柱二代（Optimus）首次亮相。相比前代產品，其采用了全部由特斯拉自主設計和制造的執(zhí)行器和傳感器，整體外觀設計更加精細，行走速度提高了 30%，重量減輕了 10 公斤，十個手指也進化出感知和觸覺。

現(xiàn)場透露，最近 Optimus 已經在特斯拉工廠做了一些實用的工作，比如借助視覺神經網絡和 FSD 芯片，模仿人類操作進行電池的分揀訓練。明年，特斯拉將會生產超過 1000 個 Optimus 的「同胞」們一起完成生產任務。

有點遺憾的是，特斯拉的人形機器人相比去年依舊待在櫥柜里。

不同往日，今年各種國產機器人吸引了更多人的眼球，好像走進了人形機器人的「T臺秀」現(xiàn)場。

宇樹科技帶來了自家全球首款原地后空翻功能的通用人形機器人 Unitree H1，現(xiàn)場工作人員稱，該機器人已經實現(xiàn)在復雜地形和環(huán)境中自主行走和奔跑。

后空翻這種高難度動作的實現(xiàn)，不僅展示了機器人在平衡控制和動力系統(tǒng)方面的卓越性能，更預示著未來人形機器人可能在復雜地形和極端環(huán)境中發(fā)揮重要作用。目前，「宇樹H1」機器人已經實現(xiàn)工業(yè)場景下的功能應用。

傅利葉攜進階升級的人形機器人 GR-1 及下肢外骨骼機器人 ExoMotus M4 亮相大會。經過一年的成長，GR-1 在環(huán)境感知、仿真模型、運動控制優(yōu)化等方面實現(xiàn)進階升級。

據(jù)介紹，傅利葉研發(fā)團隊在仿真環(huán)境中訓練 GR-1，再將訓練好的模型遷移到現(xiàn)實世界。通過遠程遙操采集人類的動作數(shù)據(jù)，用于訓練和改進仿真模型，GR-1 得以模仿學習人類運動，完成跳舞、打鼓、放置物品等日常生活動作。

星動紀元的人形機器人小星，它有一雙靈巧的手，尺寸和成年男性手尺寸差不多，擁有 12 個主動自由度，能夠在不同類型的地面上穩(wěn)步前進，可以爬長城、過雪地，在多種地形上穩(wěn)定行進。

它的這些能力得益于星動紀元有一套自己的強化學習算法 Humanoid-Gym，這個算法的魯棒性很強，能夠包容不同地形的干擾。

開普勒通用人形機器人 K1，該機器人身高 175cm，體重 70kg，全身具備 40 個關節(jié)自由度、80 多個傳感器，使之具備了復雜地形行走、智能規(guī)避障礙等多種功能。

目前 K1 主要針對商業(yè)和工業(yè)應用，比如，它能夠在生產線上執(zhí)行精確的裝配、搬運和檢驗任務，在倉庫管理和物流配送中能夠自主導航、搬運重物，以及應用在戶外巡檢和應急救援領域。

此外，云深處科技專注于四足機器人的研發(fā)及應用，名為「絕影X30」的較大四足機器人在現(xiàn)場展現(xiàn)了它靈活上下樓梯的樣子，它能夠在 -20℃ 到 55℃ 的極端環(huán)境下作業(yè)，也適用于電力巡檢、應急救援、消防偵查等領域。云深處科技還在現(xiàn)場向「AI科技評論」透露，很快就又會有新的產品發(fā)布。

AI+應用開始嶄露頭角

業(yè)內普遍認為，人工智能會將創(chuàng)作的邊際成本降至零。這是一個目標，而不只是停留在想象中的計劃。

AI 應用場景不斷豐富，擴展到音頻、搜索、視頻生成、法律、教育、金融、編程、旅游、游戲等等領域。

數(shù)據(jù)統(tǒng)計，截至 2023 年上半年，生成式 AI 創(chuàng)業(yè)企業(yè)方向中，生產力工具占了 46%，占比最高，這表明市場認為這是一個最先落地、最有前景的應用方向。

針對生產力提升的效率工具依然是一個亮點。以辦公場景為例，金山辦公、合合信息等重點發(fā)力端側應用，展現(xiàn)模型落地前景。

作為 36 年的老牌辦公軟件公司，金山辦公在論壇上分享了針對 C 端、B 端以及 G 端場景下 AI 辦公的最佳實踐。時隔一年，金山辦公發(fā)布了 WPS AI 2.0，同時首次公開了金山政務辦公模型 1.0。

在 C 端，金山辦公為個人用戶新增了四大 AI 辦公助手，包括 AI 寫作助手、AI 閱讀助手、AI 數(shù)據(jù)助手以及 AI 設計助手。

從 2022 年底 ChatGPT 橫空出世，到 2024 年百萬 Token 成本降至 1 元以下，個人的辦公效率因為大模型的應用而不斷提升。在 WPS AI 的展臺，我們能非常直觀的感受到辦公軟件如何通過 AI 助手幫助打工人提升辦公效率。

當你在文檔輸入幾行字突然沒有思路，AI 寫作助手就可以幫助你表達出「卡在嘴邊的句子」。對于強迫癥患者也更友好，當文檔的排版格式特別混亂，不需要進行繁瑣格式的設置，可以直接使用 AI 設計助手，一鍵就可以完成文檔排版，讓每一篇文檔都清晰規(guī)范，整個操作過程非常絲滑。

金山辦公助理總裁晁云曈在接受 AI 科技評論等媒體采訪時談道：WPS Al 可以成為“打工人”的智囊，每一個人都可以擁有屬于自己的小團隊，“打工人”需要應對的問題不再是怎么去使用 AI，而是怎么把它分給不同的 AI 助手去做管理和拆解任務。在他看來，AI 不可能給出 100% 正確的答案，所以拆解任務變成了一個有意思的過程。

對于 B 端的用戶，金山辦公也專門推出了 WPS AI 企業(yè)版，由 AI Hub（智能基座）、AI Docs（智能文檔庫）和 Copilot Pro（企業(yè)智慧助理）三個核心組成。

值得一提的是，WPS AI 構建的智能文檔庫在問答過程中會繼承企業(yè)以前的文檔權限，AI 對企業(yè)文檔數(shù)據(jù)不會產生越權，嚴格保障企業(yè)數(shù)據(jù)安全。

例如，一家企業(yè)內部的營收情況，只有內部上級財務管理部門人員可以在企業(yè)文檔中搜索到詳情，其余工作人員無權限搜索到相關內容，嚴格保障了內部數(shù)據(jù)的安全問題。

對于 G 端的用戶，金山辦公推出了 WPS AI 政務版。值得注意的是，WPS AI 政務版的核心在于其自主研發(fā)的金山政務辦公模型?；趦|級政務語料，選擇從零開始，自主搭建、開源并深入訓練該模型。

金山辦公助理總裁陳波說：「最基礎的是要可信，在政務系統(tǒng)里面做問答，知識是不是可信，來源是不是可信，是我們做這個系統(tǒng)中首先要考慮的因素?！?/p>

這次在現(xiàn)場，合合信息旗下的掃描全能王開放的敦煌遺書合成樣本的文字修復體驗項目，也吸引了公眾來圍觀。

大家可以在不同位置掃描樣本卷軸，見證AIGC技術通過字形修補、褪色修復、背景補全等方式，讓殘損的古籍煥發(fā)新的生命力。

據(jù)悉，AIGC 技術也被掃描全能王廣泛應用于多項功能中。通過融合 AIGC 技術，掃描全能王具備了優(yōu)秀的圖像增強能力，可以快速學習多種文檔的圖像特征，智能修復圖像、去除噪聲、優(yōu)化顏色等，使圖像更加清晰美觀，在日常、工作中幫助廣大用戶提升圖像處理效率。

此外，在AR眼鏡領域，XREAL展區(qū)火爆異常。此次XREAL攜最新Beam Pro、Air 2 Pro及Air 2 Ultra等產品亮相展位。其中頗受國內用戶期待的XREAL AR眼鏡——Air 2 Ultra，吸引了大量觀眾前來排隊體驗。它是XREAL面向全球推出的XREAL Air 2系列AR眼鏡的最新成員，目前還尚未在國內開售。

它采用先進的自研光學引擎，讓佩戴者每只眼睛都能獲得全高清的觀看體驗，同時具備先進的手部跟蹤和手勢識別功能，與Beam Pro結合可為用戶帶來極具差異化的AR體驗，甚至能從根本上改變數(shù)據(jù)交互的方式。

當然，除去這些耳熟能詳?shù)漠a品，AI 科技評論還在本次展館的 Future Tech 100 未來之星創(chuàng)新孵化展和體驗區(qū)，看到一些吸引眾多人圍觀的產品。

像「數(shù)字空間盒子」，創(chuàng)始團隊由清華大學、中國人民大學博士帶領，采用輕量級私有化部署，內置大模型AI來助力企業(yè)數(shù)字化轉型加速。產品具有數(shù)據(jù)私有化、辦公智能化以及設備微型化的特點。現(xiàn)場工作人員在演示的過程中，你會被支持數(shù)百人在線/離線協(xié)同使用的功能而心動，因為市場上大多數(shù)辦公協(xié)同工具并不支持離線操作。

據(jù)悉，該產品由國內頂級VC「奇績創(chuàng)壇」投資加速，目前已服務國內500+中小企業(yè)研發(fā)部門、高校、實驗室等中小部門團隊。

寫在最后

AI科技評論在現(xiàn)場采訪了大量人形機器人展區(qū)的工作人員，問他們：這幾天你在展區(qū)被問過最多的問題是什么？他們大多都有一個類似的回答：大家關心，這個機器人到底能用來干什么？

擺在展館的AI應用雖然讓人眼花繚亂，但回歸到真實的落地層面，用戶遠遠比我們想象中的更務實。即使是在 Future Tech 100 未來之星創(chuàng)新孵化展，圍觀最多的也都聚焦在真正能應用的產品上。

例如，Mytwins.ai 的 19.9 定制數(shù)字人，現(xiàn)場很多人在簡單的咨詢后，毫不猶豫的下單體驗，為自身更高效的制作短視頻而買單。

在 WAIC 的行業(yè)論壇中，有一種觀點認為，AI 創(chuàng)新應用的發(fā)展正從 Save Time（提升效率）到 Kill Time（獲得愉悅）中轉變。今年的 WAIC 已逐漸有一些 Kill Time 層的應用出現(xiàn)，但還不夠多。目前，提升效率的 AI 工具創(chuàng)新依然是 AGI 應用的主流。

但從 2023 年，關于 AI 的一切都發(fā)展地無比迅速。在迅速的技術變革中，保守是攔路虎、創(chuàng)新是墊腳石。辦公智能的創(chuàng)新是 AGI 應用的開路人，但絕不會是終局者。見證時代，我們需要的，只是時間與耐心。

（雷峰網(公眾號：雷峰網)）

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。