句接地气的俗语，引得全场爆发出大笑声。

    无论是听懂的技术宅，还是没完全听懂的普通观众，都被这个巧妙的比喻逗乐，同时也理解了核心思想。

    姚启智院士边笑边对旁边的黄铁军低声感叹。

    “化繁为简，大道至简啊！这个思路，妙！”

    “没错，这个思路太惊艳了！”

    黄铁军满脸赞同，说话时眼睛也未曾从台上移开过，令姚启智不禁摇头失笑。

    江倾等笑声稍歇，继续分享。

    “当然，光有思路还不够，还得有个好身板。我们给万象设计了一个新的大脑结构，名为MLA，即多维层级注意力机制。”

    他点了点自己的太阳穴。

    “这个新结构，效率更高，相当于用更小的脑容量，即参数，干更多的活儿，表现还更好。我们并没有一味地去堆砌参数，追求那个吓人的数字。”

    李彦弘闻言，身体微微前倾，眼神认真。

    参数规模一直是衡量大模型能力的关键指标之一，无问科技另辟蹊径，在算法与架构优化上取得突破，这意味着更低的训练推理成本，以及更广阔的应用前景。

    他低声对身边的马化藤惊叹。

    “如果这是真的，商业化的潜力太大了！”

    马化藤面色凝重地点点头，手指无意识地在扶手上敲击，快速计算着这其中的影响。

    “还有数据。”

    江倾的分享并没有停下。

    “大家都知道，训练AI需要海量的数据，但不是所有数据都是优质营养。我们的方法呢，更像是炼数据而不是堆数据。”

    他做了一个提炼的动作。

    “我们有一套技术，能自动从数据的海洋里，把那些最有价值、最精华的片段像淘金一样筛出来，专门喂给模型。这样训练效率自然就大大提升了。”

    张一铭听到这里，忍不住深吸了一口气。

    数据清洗与标注一直是AI训练中耗时耗力最大的环节之一，无问科技的方法如果真能高效自动化这个过程，价值不可估量。

    “最后是工程实现。”

    江倾的语气里透着自豪。

    “我们的团队搞了个超级工厂流水线，用了诸如3D并行、INT4量化这些技术……”

    他看到台下有不少人露出迷茫的表情，立刻笑着摆手。

    “好吧，说人话就是，我们想办法让成千上万的显卡更高效地协同工作，减少浪费，让计算速度更快，同时还能省电省成本。这样最终出来的产品，大家用起来才会觉得又快又便宜嘛。”

    他用最朴素的语言解释了极其复杂的工程优化，让非专业观众也能理解其带来的好处。

    更低的延迟，更低的成本。

    台下，来自全球顶尖科技公司与研究机构的工程师、专家学者，已经听得如痴如醉，不时发出低声的惊叹。

    “只以最终答案正确性作为奖励……这太大胆了！”

    “MLA架构？从来没听过，看来是他们自研的！”

    “数据蒸馏……自动识别高价值数据……这思路太清晰了！”

    “3D并行和INT4结合还能保持这种精度？他们的工程优化能力太恐怖了！”

    “不可思议……这简直是系统性的全面创新！”

    Yann LeCun飞快地在本子上记录着，眉头紧锁，时而恍然大悟，时而又陷入新的困惑。

    Yoshua Bengio则和旁边的同伴低声交换着意见，两人脸上都是如同发现了新大陆一般的表情。

-->>

本章未完，点击下一页继续阅读