NVIDIA黄仁勋与行业领导者畅谈AI的未来

Mistral、Perplexity、Cursor、Reflection AI 和 Thinking Machines Lab 的首席执行官等 AI 领导者一致认为，开放模型领域取得的成果有利于整个 AI 生态系统的创新。

AI 是我们这个时代的决定性技术，正在迅速成为核心业务基础设施。AI 由各种模型组成的生态系统推动：大型和小型模型、开放和专有模型、通用和专用模型。

这种多样性至关重要，因为在未来，每个应用都将由 AI 驱动，每个国家都将构建 AI，每个公司也都将使用 AI。同时，这并不是开放创新与封闭创新之间的非此即彼。

在 NVIDIA GTC 大会上举行的开放前沿模型特别会议上，NVIDIA 创始人兼首席执行官黄仁勋向与会者表示：“专有与开放不是对立的概念。可以既是专有又是开放。”

这就是为什么 AI 创新的未来并不在于追求单一的超大规模模型。医疗、金融、制造业等每个行业都面临其独特的挑战。他们都需要能够以各种方式对数据和工作流进行推理的 AI。这需要构建能够针对不同模态、领域和组织进行调整和专用化的模型系统，共同解决特定的业务问题。

NVIDIA 是开源 AI 的主要贡献者，目前是 Hugging Face 上最大的组织，拥有近 4,000 名团队成员。在 GTC 大会上，NVIDIA 宣布成立 NVIDIA Nemotron Coalition，这是模型构建者和 AI 实验室之间首个此类全球合作项目，通过共享专业知识、数据和计算来推进开放前沿基础模型的发展。

联盟的首个项目为 Mistral AI 和 NVIDIA 共同开发的一个基础模型，联盟成员将贡献数据、评估和领域专业知识，以支持模型的后训练和持续开发。该模型将与开放生态系统共享，并为下一代 NVIDIA Nemotron 模型提供支持。NVIDIA Nemotron 模型在 Hugging Face 上下载量已超过 4,500 万次。

Nemotron Coalition 的几位成员与其他构建和使用开放模型的行业领导者一起，在 GTC 上参加了一场连续的圆桌讨论。

第一场圆桌讨论由 LangChain 联合创始人兼首席执行官 Harrison Chase、Thinking Machines Lab 联合创始人兼首席执行官 Mira Murati、Perplexity 首席执行官兼联合创始人 Aravind Srinivas、Cursor 首席执行官兼联合创始人 Michael Truell，以及 Reflection AI 联合创始人兼首席执行官 Misha Laskin 共同参与。第二场由 Mistral 联合创始人兼首席执行官 Arthur Mensch、OpenEvidence 首席执行官 Daniel Nadler，Black Forest Labs 联合创始人兼首席执行官 Robin Rombach，以及 Ai2 自然语言处理高级总监 Hanna Hajishirzi 和 AMP PBC 创始人 Anjney Midha 共同参与。

对话中突出了五个要点：

1. AI 智能体正逐渐成为能力超群的伙伴

Cursor 的 Truell 表示：“我们很快就会看到智能体真正成为同事，能够承担原本需要花费数小时或数天时间完成的任务，并处理极其复杂的工作负载。”

2. AI 不是一个单一模型，而是一个精心编排的系统

Perplexity 的 Srinivas 提到：“用户需要的是多模态、多模型和多云编排。所要做的就是委托任务，无需费心了解哪种模型擅长什么，因为编排系统会自行解决这个问题。”

3. 开放性推动了整个模型生态系统的创新

Reflection AI 的 Laskin 表示：“模型是基本的知识基础设施，而基本的知识基础设施需要开放性。未来几年，强大的封闭模型和同样强大的开放模型将共同形成一个蓬勃发展的生态系统。”

这种开放和专有模型的结合推动了前沿 AI 公司和学术界的进步。

Thinking Machines Lab 的 Murati 表示：“还有很多研究要做，而这些研究不能完全依靠大型实验室完成。开放性在这方面非常有用……它推动了 AI 和智能科学的发展。”

4. 开放系统值得信赖且易于访问

AMP PBC 的 Midha 表示：“归根结底，用户是在委托信任……而信任一个开放的系统要容易得多。”

借助可信系统，开发者可以部署能够处理几乎任何任务的长期运行的 AI 智能体。

LangChain 的 Chase 表示：“模型和协调模型的系统将变得更加强大。用户将会拥有个人生产力智能体，承担更复杂的任务，运行时间更长。”

开放的生态系统还促进了协作，有助于普及 AI 的使用。

Mistral 的 Mensch 表示：“我们认为，开放式模型应该是构建全球 AI 软件的基础。通过建立一个开放的生态系统，将具有共同目标的人们聚集在一起，共同创造对人类有益的资产，我们可以加速发展，确保世界各地的人们都能以公平的方式获得人工智能。”

5. 社会需要通用和专用 AI 来提供价值

OpenEvidence 的 Nadler 表示：“必须像塑造社会一样去塑造 AI。”他以医院的组织方式为例——全科医生与世界级专家一起协同工作——来说明这一点。“我认为 AI 的形态也需要体现这种结构。”

专用 AI 正在兴起，让组织能够将开放基础与自己的专有数据相结合。这些独特的数据是他们解锁商业和学术领域真正差异化价值的所在。

Ai2 的 Hajishirzi 表示：“如今，你可能会认为 AI 的进步被限制在少数封闭的实验室，但实际上，让绝大多数学术界和研究人员、非营利组织和其他群体也参与到这一进程中是非常重要的。我们已经看到目前通过开放所取得的进展。”

Black Forest Labs 的 Rombach 表示：“目前是研究前沿模型、大模型或更专用的开放模型的最佳时机，这些模型都会在设备上进行部署。有许多不同的前沿领域，所有这些领域都应该包含一些开放的构成部分。”