量子位
·
为Token付费是一件很愚蠢的事情，用户应该为智能付费丨RockAI刘凡平@MEET2026
内容提要
刘凡平在MEET2026大会上指出，未来人工智能需突破Transformer和反向传播算法，强调端侧模型应具备自主学习和原生记忆。用户应为智能付费而非Token，群体智能通过设备合作生成知识，推动通用人工智能发展。
关键要点
-
用户应该为智能付费，而不是为Token付费。
-
端侧模型应具备自主学习和原生记忆，而不是云端大模型的小参数版本。
-
人工智能的发展需突破Transformer和反向传播算法这两座大山。
-
每台设备拥有自己的智能并能向物理世界学习，将产生群体智能。
-
群体智能是迈向通用人工智能的最佳途径。
-
硬件觉醒意味着设备将不再是工具，而是具备自主学习能力的智能体。
-
未来的智能硬件需要重新定义硬件的价值，用户与设备共同创造价值。
-
真正的智能应能产生知识，而不仅仅是传播知识。
延伸解读
智能付费的未来
刘凡平强调，用户应为智能付费而非Token，这一观点挑战了当前主流的付费模式。随着端侧模型的自主学习和原生记忆能力的提升，未来的用户体验将更加个性化，用户与设备之间的关系将从简单的工具使用转变为深度的价值共创。
端侧模型的优势
文章指出，端侧模型并非云端大模型的小版本，而是具备自主学习和原生记忆的全新架构。这种转变意味着设备能够在本地处理数据，实时学习并适应用户需求，从而提升智能硬件的实用性和价值。
群体智能的潜力
刘凡平提到，群体智能是迈向通用人工智能的最佳途径。每台设备的智能化将促进个体间的合作与知识生成，形成一个更为高效的智能生态系统。这一理念不仅改变了智能硬件的定义，也为未来的AI发展提供了新的思路。
延伸问答
为什么用户应该为智能付费而不是为Token付费？
用户应该为智能付费，因为Token付费是错误的，真正的价值在于智能的产生，而非简单的Token消耗。
端侧模型与云端大模型有什么区别？
端侧模型具备自主学习和原生记忆，而不是云端大模型的小参数版本，强调个体设备的智能化。
刘凡平提到的‘硬件觉醒’是什么意思？
‘硬件觉醒’指的是设备具备自主学习和实时记忆的能力，从而不再仅仅是工具，而是活的智能体。
人工智能未来的发展需要突破哪些技术瓶颈？
人工智能未来需要突破Transformer和反向传播算法这两座大山，以实现更高层次的智能。
群体智能如何推动通用人工智能的发展？
群体智能通过设备间的合作和学习，能够产生知识，推动通用人工智能的发展。
未来智能硬件的价值将如何重新定义？
未来智能硬件的价值将通过用户与设备的共同创造而重新定义，而不仅仅是功能的购买。
