AI开源的下一个十年——乌镇大讲堂：把“大咖的盛会”变成“大家的盛会”

在乌镇世界互联网科技馆内，观众在参观开源主题生态体验馆。 记者 林云龙 李震宇 摄

11月4日下午，枕水而立的乌镇大剧院里，大讲堂正热闹开讲。窗外细雨绵绵，厅内座无虚席。

这是“乌镇大讲堂”首次面向社会公众推出。清华大学教授、阿里云高管、外文出版社主编先后登台，从技术、产业、人文三个视角，讲同一个题目：AI开源的下一个十年。

把峰会的一角办成一间向所有人敞开的教室，这件事本身就带着开源的意味——把“大咖的盛会”变成“大家的盛会”，把专业圈层里的议题，交给愿意坐下来听的年轻人。

让机器人互相学习

“如果闭源是一座精心修建的私家园林，只有一部分人能进去看，那么开源更像全人类共建的市政公园和高速公路。”清华大学电子工程系长聘教授、杭州市开源人工智能基金会理事长汪玉，用一个比喻开场。在他看来，没有开源，就没有今天互联网和移动互联网的快速发展。

然而，随着数字空间的基础设施已慢慢成形，他有了新的思考：数字世界那套东西，能不能直接搬给机器人用？

汪玉得出的答案是不能，原因有三。一是机器人的“脑子”还没定型：数字世界模型已到万亿级，具身智能才几十亿，而物理世界连续、不可预知，算法尚未收敛。二是机器人的“教材”不够：机器人要拿话筒、拧瓶盖、搬东西，得在真实世界里动手。三是算力不集中在一起：家里、工厂、每台机器上都有算力，是云边端协同，跟数字世界完全不一样。

怎么办？不是等一个万能模型从天而降，而是用开源开放的方式，给机器人重新搭一套“学校”：底层有开源本体当教具，开放传感器、执行器、灵巧操作；中间有训练平台把机器人管起来，把成功和失败的经验收上来、训练完再发下去；上面有开放的具身模型；两边有开放数据集和评测，看它到底能不能完成任务；最上面才是千行百业的应用。

这套“学校”里最有趣的是训练。

机器人出厂不一定会干某个特定任务，怎么让100个机器人快速学会？靠人遥操作教，人不够，培训也来不及。他们做了一个实验，进一步用96台真机互相学习，形成集体经验——哪台成功了、哪台失败了，经验可以启发其他机器人。只要扩大机器人规模，就能让它们快速学会能力。 

这就是开源开放在物理世界的版本：不只是开放代码，而是让机器人之间互相学习、经验共享。

畅想未来，解决物理世界问题后，还可以把目光推到太空。如果地面上机器很强，算力也很强，而我们有很好的运载能力，那是不是可以把机器人送到月球上，帮我们建城？“因为我们还是要拓展人类的生存空间。至少要在技术层面，把这一类基础设施的能力摸透。”汪玉说。

把你的经验变成AI能调用的skill

今年4月，北邮附近一家叫金谷园的饺子馆，在GitHub上发布了自己的skill。

有人笑：一个煮饺子的，凑什么热闹？

阿里云智能集团副总裁、阿里云科技研究中心主任安筱鹏却说，嘲笑的人根本没理解这个行为的价值。

“这个skill不是给欧洲人看的，也不是给美国人看的，是给AI看的。”他给大家分享了一个理念——AI时代一个重要的认知转变：skill，也就是“技能”，正在成为AI时代的软件。

skill到底解决了什么问题？Anthropic两位专家的说法是：面对一份复杂的报税任务，你不需要一个智商300的数学家，你需要一个有20年经验的税务专家。而税务专家的经验，可以变成一种技能，被AI调用。

大模型学完了互联网上所有公开的知识，但它没学过律师怎么思考问题，也没学过你怎么写文章、怎么起标题、怎么搭结构。这类隐性的、属于你个人的知识，在互联网上学不到。

“但今天，你可以把它沉淀成skill，让AI去调用。”他打了个比方：skill就像孙悟空拔一根毫毛，一根毫毛能变出100个、1000个孙悟空。每个人除了拥有大模型，还需要把自己的经验、方法沉淀下来，用skill去帮更多人。

开源，正是让这件事跑起来的底层逻辑。

他举了两个例子，一个是爬珠峰。开源相当于派一架直升机，把你从地面送到海拔5200米的珠峰大本营；如果有一个强大的开源体系，那是有很多架直升机把你送到大本营——但从5200米到8800米，得你自己爬。开源降低创新门槛、提高效率、加速普惠。

另一个有关诺贝尔奖。2024年几位与AI相关的科学家获得诺贝尔化学奖和物理学奖，他们都把自己的方法开源出来，让它成为下一轮竞赛的公共基线。这就是“竞赛—开源—创新”的循环。

放进更长的历史看，从文字到印刷术到AI，人类文明就是一部知识压缩与转化的历史，一部压缩效率不断进化的历史。在安筱鹏看来，skill只是走到了一个新的阶段。它的逻辑，本质上是一次知识层面的开源。

人要去做尚未被定义的事

一句18个单词的译文，被ChatGPT改了7处。人机之间，谁更懂表达？

外文出版社荣誉英文主编、中国政府友谊奖获得者大卫·弗格森第三个登台讲课，他先讲了一件小事。

一位同事把他改过的一句译文拿去问ChatGPT，开启了一场人机翻译能力的小比赛。他一句一句比对，最后表示：7处里只有1处比他的好——“scars”比“wounds”好，因为更有画面感。其余6处，都不如他。

“这是我第一次真正被迫去思考：AI 在翻译中到底扮演什么角色。”大卫·弗格森发现，大语言模型从互联网的海量文本里学习，而写作、翻译、编辑呈现出一种“钟形曲线”现象：极少数人做得极好，绝大多数人水平平平。也就是说，AI能从“优秀”人群里采到的样本很少，能从“平庸”人群里采到的样本却极多。“于是大语言模型得出结论：平庸就是好的，因为平庸的样本最多。”所以ChatGPT犯的错，恰恰是他预期一个平庸译者会犯的错；ChatGPT认为漂亮的表达，恰恰是他眼里平庸的表达。

一个问题随之浮出来：AI到底强在哪里、弱在哪里？人又该做什么？他的判断是，AI在“有对有错”的领域极强，比如STEM学科、答案明确的法律流程；但在需要判断、需要主观性的地方，它吃力得多。AI的判断来自它吃进去的样本。开源开放不只是开放模型，也关乎数据、语境和判断的来源。

“那么，译者、口译员的未来在哪？”一位观众提问。

他的回答出其不意：讲故事。

他说，译者太宝贵了，不该被浪费在给AI改错上。翻译这个行当的工作方式，一定会变。以他60年的经验，也因为他自己会说四门语言——语言好的人往往文字也好，这意味着他们是好的讲故事的人。

当AI把“平庸”变得唾手可得，人更要去做那些尚未被定义、却至关重要的事。他说，未来，不是“你怎样才能更好地去配合AI工作”，而是“你怎样才能成为一个目前还不真正存在、但至关重要的行业的一部分”。

责任编辑：王晶