李彦宏谈中西方AI产业的区别丨阿里披露投资“月之暗面”8亿美元丨李开复谈大模型价格战：宁愿出海也不参与

AI奇点网2024年5月24日报道丨AI资讯早报

李彦宏访问法国谈中西方AI产业的区别：中国企业重视应用层

当地时间5月22日，在法国巴黎举办的“欧洲科技创新展览会”（Viva Technology）主论坛上，百度CEO李彦宏与阳狮集团监事会**莫里斯•列维（Maurice Levy）围绕AI进行了一场对谈，李彦宏分享了他对于人工智能产业的发展看法，以及谈到了对生成式 AI 的一些看法。

李彦宏表示，中国企业投资的 AI 项目，与西方的最大区别在于应用，中国有数百个基础模型，但人们越来越多地在讨论什么是 AI 时代的「超级应用」。他介绍说，应用层的繁荣，将会驱动中国 AI 的快速发展。

李彦宏表示，「很多人都在关注 GPT-5 的发布时间，但我更感兴趣的是，哪些应用可以充分利用大语言模型的所有能力。」李彦宏认为，「超级应用」最可能的形态目前是不确定的，可能是 AI 聊天机器人、还是办公助理 Copilot，目前都还不确定。

国内掀起大模型API价格战高潮，李开复：宁愿出海也不参与价格战

最近一周，国内大模型接连开始降价。字节跳动在5月19日首先发难，宣布击穿行业底价；随即引来阿里云、百度文心大模型在5月21日接连宣布降价，5月22日，腾讯云野宣布混元大模型全面降价。大厂的不断降价，最受伤害的还是那些国内的大模型创业公司。

对此，“零一万物”创始人兼 CEO 李开复表示：“我们关注到最近降价的现象，我认为我们的定价还是非常合理的，而且我们也在花很大精力希望成本能再降下来。整个行业每年降低 10 倍推理成本是可以期待的，而且是必然发生的，以这个角度看，现在的降价对整个行业来说就是一个好消息。”

尽管降价是大势所趋，但李开复认为，降价是“双输”的打法，大模型创业公司不会也不应该那么不理智，因为技术底层才是最重要的，如果技术不行，纯粹靠贴钱、赔钱做生意是行不通的。

李开复明确表示，不会追随国内企业的降价价格战：“如果中国市场就是这么「卷」，大家宁可赔光、通输也不让你赢，那我们就走去做外国市场。”

阿里披露对“月之暗面”投资：8亿美元购入36%的股权

当地时间5月23日，据阿里巴巴公布的财报披露，该公司于 2024 财年向人工智能初创公司月之暗面（Moonshot AI）投资合共约 8 亿美元购入约 36% 股权，为于月之暗面的优先股投资。

阿里在财报中写道，”月之暗面“是一家中国的人工智能公司，阿里以优先股权的方式认购了36%的公司股份。阿里巴巴集团**蔡崇信和CEO吴泳铭在股东信中写道，该公司“将 AI 作为改变和加速业务增长的最强大变量”。

截至目前公开的消息，”月之暗面“已经获得了来自阿里、腾讯等多家国内互联网巨头的投资，目前估值达到了30亿美元。

科大讯飞刘庆峰：讯飞星火4.0能赶上GPT-4水平

5月22日，在澳门举行的 BEYOND 国际科技创新博览会上，科大讯飞董事长刘庆峰表示，中美在通用大模型底座上的差距，是半年到一年半之间的动态追赶，不会被甩开很多。

刘庆峰表示，“我们（科大讯飞）与 GPT-4 的差距在半年之内，今年的6月或者7月前后，我们就能赶上 GPT-4 目前水平。一旦 GPT-5 发布后，差距可能会被拉开到大约一年，但我们依然能再次赶上。”

刘庆峰表示，OpenAI 刚发布的 GPT-4o 的底层逻辑还是 GPT-4，科大讯飞能在今年 6-7 月赶上，中美在 AI 大模型差距是半年时间，在这个基础上有可能在垂直领域比美国做的更好。因为中国互联网领域基础设施、创新模式比美国更有优势。“科大讯飞在语音合成领域的技术水平不比 GPT-4o 差，中美在通用大模型上差距在半年到一年之间，而且也是出现人工智能涌现的唯二的国家。”

亚马逊将推出AI语音助手客户端Alexa，按月收费

据报道，亚马逊公司计划在今年晚些时候推出 AI 版本的 Alexa 语音助手，并进行每月订阅费用的收取，目前价格还未决定。

亚马逊此前曾宣布计划使用生成式 AI 使 Alexa 更具对话性，以便它可以更好地与 OpenAI 和谷歌公司的 AI 聊天机器人竞争，这些聊天机器人可以与用户进行类似人类的对话。

Alexa 语音助手诞生已经有接近10年的光阴，是亚马逊打造的第一代人工智能语音助手产品，最初为亚马逊智能音箱内置的语音助手。在播放音乐、打开灯光等简单任务上表现出色，但是难以处理复杂的任务。

Meta首席人工智能科学家杨立昆：大模型不会达到人类智能水平

据英国《金融时报》当地时间 5月23日报道，Meta 人工智能主管、首席人工智能科学家杨立昆（Yann Lecun）发表了对大语言模型能力的看法。杨立昆是法国裔的美国计算机科学家，曾获得 2018 年图灵奖。

杨立昆断言，尽管这些模型在某些任务中的表现令人印象深刻，但从根本上讲它们是有限的，永远无法达到像人类那样的智能水平 —— 具备进行推理和规划的能力。

他指出，这类大语言模型的缺陷在于缺乏对逻辑的理解，对物理世界的掌握有限，没有持久记忆，无法推理，也无法进行分层规划。在追求人类水平的智能时，不要过分依赖于推进大语言模型。他认为，这些模型严重依赖已有的训练数据，因此 “本质上是不安全的”，因为它们只能在训练范围内提供准确的反应。

杨立昆主张从“根本上”改变开发的方法，即专注于开发全新一代的人工智能系统，旨在赋予机器达到“人类水平”的智能。他承认这一愿景雄心勃勃，但很可能还需要10年左右才能兑现。