刘知远资讯_360影视

AI浪潮录丨对话刘知远：通往AGI不易，但这是AI创业者的终极目标

作为清华大学副教授、面壁智能联合创始人兼首席科学家，五年前，他训练了中文预训练模型的第一个版本，而由他参与、智源研究院发布的“悟道2.0”也成为中国第一个万亿大模型。

5月8日，四川省优质教育促进会第九次学术年会暨第十次工作年会在成都举办，本次会议以“人工智能时代：教育何为”为题，吸引了多个领域的专家学者、四川省内多所院校的代表以及一线教育工作者参会。

中国戏曲像音像工程是中宣部、文旅部于2019年正式启动的一项保护传统戏曲的工程。入选剧目要求能代表本剧种的经典剧目以及本剧种独有的濒临失传的传统骨子剧目，有传承价值，思想内容积极向上，能体现中华优秀传统美德、凝聚剧种表演艺术精粹、展现戏曲艺术独特魅力。

“DeepSeek R1的开源，让全球的人能够意识到深度思考的能力。这相当于让整个人工智能领域再次迎来了类似于2023年初ChatGPT的时刻，让每个人感受到大模型的能力又往前迈进了一大步。但同时，我们也需要合理地评估DeepSeek本身的重要意义。”清华大学

科技圈从来不缺新闻，但 DeepSeek-R1 的出现，却像一颗石子投入平静的湖面，激起了层层涟漪。这家来自中国的 AI 初创公司，以其开源的推理大模型 R1，正在搅动全球 AI 格局。R1 不仅拥有媲美甚至超越 OpenAI o1 的性能，更以其低廉的成本和

1月20日，国内人工智能技术企业深度求索（DeepSeek）官宣了其最新AI推理模型DeepSeek R1。该模型在数学、代码和自然语言推理等任务上表现优异，性能直接对标美国OpenAI最新的推理模型o1。此时，距离o1的正式发布过去还不到半年。

刘知远从未怀疑过出题人，反而怀疑是不是自己太笨了，“理解不了题目”。多年后深入学习语言哲学之后，他才渐渐意识到这其实是种天赋，“我就比较善于抓住语言里面那个不确定的地方”。

今年下半年，关于大模型领域的公共信仰Scaling Law是否“撞墙”的讨论络绎不绝。但不论支持还是反对，都需要意识到的一点是，Scaling Law并非衡量大模型能力的唯一视角。

近期，来自清华大学刘知远教授团队发现并提出大模型的Densing Law —模型能力密度随时间呈指数级增长，2023年以来能力密度约100 天翻一倍。这意味着每100天，我们可以用一半参数量实现当前最优模型相当的性能。LeCun团队提出NWM-可控视频生成模型

尺度定律之外，清华研究团队发现，大模型还有另一种度量与优化的空间，能力密度（Capability Density），它为评估不同规模 LLM 的训练质量提供了新的统一度量框架。

近期，关于 Scaling Law 能否持续的争论不断，有人认为 Scaling Law 可能将会“撞墙”；也有观点认为，Scaling Law 的潜力远未被充分挖掘，OpenAI CEO Sam Altman 更是以一句直白的“There is no wal