量子位
·
面壁CEO李大海：物理世界要实现AGI，一定是通过端侧智能
💡
原文中文，约3400字，阅读约需9分钟。
📝
内容提要
面壁智能CEO李大海在AIGC产业大会上指出，实现AGI需依赖端侧智能，强调大模型的“知识密度”是智能的核心。公司已发布多款端侧模型，致力于让每个设备具备智能，特别是在汽车等领域展现良好应用前景。
🎯
关键要点
- 面壁智能CEO李大海在AIGC产业大会上强调，AGI的实现依赖于端侧智能。
- 大模型的“知识密度”被认为是智能的核心指标，知识密度越高，智能越强。
- 面壁智能发布了多款端侧模型，致力于让每个设备具备智能，尤其在汽车领域展现良好应用前景。
- DeepSeek的成功归因于团队密度、组织密度和高资源密度三个方面。
- 面壁团队从2019年开始专注于大模型，2023年发布了千亿级模型，具备较高的知识密度。
- 端侧智能可以在汽车等设备上实现全天候的指令响应和环境感知，具有隐私保护和成本优势。
- 面壁小钢炮超级助手是基于端侧模型的产品，能够在汽车上提供智能助手功能。
- 面壁智能的愿景是让每个设备都具备智能，未来将继续专注于端侧智能的发展。
❓
延伸问答
李大海在AIGC产业大会上提到AGI的实现依赖于什么？
李大海提到AGI的实现依赖于端侧智能。
面壁智能发布了哪些端侧模型？
面壁智能发布了多款端侧模型，包括MiniCPM和面壁小钢炮超级助手cpmGO。
大模型的知识密度是什么？
大模型的知识密度是智能的核心指标，知识密度越高，智能越强。
端侧智能在汽车领域有哪些应用优势？
端侧智能在汽车领域的优势包括全天候指令响应、环境感知、隐私保护和成本优势。
面壁智能的愿景是什么？
面壁智能的愿景是让每个设备都具备智能。
DeepSeek成功的关键因素是什么？
DeepSeek成功的关键因素是团队密度、组织密度和高资源密度。
➡️
