您正在使用IE低版浏览器，为了您的雷峰网账号安全和更好的产品体验，强烈建议使用更快更安全的浏览器
此为临时链接，仅用于文章预览，将在时失效
0
导语：在商汤没做成的技术，登上了华为发布会。
在商汤没做成的技术，登上了华为发布会。
作者：李秋悦 编辑：吴彤
2022年6月，刘睿港中文博士毕业，赶上的却是一个“坏时候”。
深度学习的高光已持续近十年，新突破越来越难；疫情之下，经济低迷，同届不少同学选择延期，再守一年实验室。
刘睿没有等，他直接去了商汤。
两个月后，Stable Diffusion发布；又过了三个月，ChatGPT引爆全球。刘睿毕业时以为正在退潮的世界，忽然换了一片海——商汤赖以生存的生意，为手机厂商定制算法、出售授权，开始松动；原本需要一个团队单独研发的算法，正被一个个基础模型收编。
然后是2023年12月，汤晓鸥去世。
“定海神针”突然离开，公司内部人心惶惶。刘睿也第一次认真想：汤老师不在了，商汤怎么办，自己怎么办。
回头看，这个“坏时候”里埋着他此前人生的所有伏笔。2014年考入电子科技大学，他最初学光电子，很快觉得天地太窄；转入英才实验学院后，吴恩达的CS229让他迷上机器学习，李飞飞的CS231n把他领进深度学习和计算机视觉。2018年，他进入港中文MMLab，在王晓刚、李鸿升门下研究生成式模型——那正是几年后掀起巨浪的方向。从传统机器学习到深度学习，他几乎踩着AI最热闹的鼓点走完了求学路，却在毕业这年，听见鼓点停了。
2024年，刘睿加入华为。这一次，他想换一种做技术的方式：不再把算法卖给客户，而是直接把它交到用户手里。
此前在商汤未能立项的对话式修图，被他推上了2025年华为Mate 80的发布会；年底，小艺大模型应用实验室成立，刘睿出任首任主任，研究范围涵盖大语言模型、多模态智能、Agent与具身智能。做研究与做产品，在他手里第一次合流。
也正是在这个时候，2022年那个“坏时候”显出了另一副面孔：如果他像同学一样延期一年、守在实验室里等风停，等来的不会是避风港，只会是又一场追赶。所谓坏时机，不过是旧浪退去、新浪未至的间隙——有人站在岸边等，有人先下了水。
现在，刘睿关心的不再是追不追得上技术，而是另一个问题：模型能做的，和用户要的，之间还差什么。
以下是雷峰网左林右狸频道与刘睿（华为小艺大型模型应用实验室创始主任）的对话，经编辑。
01 商汤往事，大模型颠覆算法生意
左林右狸频道：2018年，你在本科大四下学期去商汤科技研究院做实习生，是什么契机？
左林右狸频道：当时面试你的人是闫俊杰。
左林右狸频道：在商汤科技研究院实习那小半年的时间，你在做什么工作？
左林右狸频道：2022年6月，你从港中文MMLab博士毕业，去商汤工作了两年？
左林右狸频道：那两年你在干嘛？
左林右狸频道：2022年底，Stable Diffusion和ChatGPT相继出现，商汤内部什么反应？
左林右狸频道：2022年底，你在商汤内部做了两个重要的talk。
左林右狸频道：到了2023年，你的工作有什么变化？
左林右狸频道：但大模型时代，还可以卖API、卖Token。
左林右狸频道：2024年，你为什么选择离开商汤？
左林右狸频道：还有其他原因吗？
02 下一代智能助手要能主动服务
左林右狸频道：2024年8月你从商汤出来后，为什么选择加入华为？
左林右狸频道：你前面提到在商汤时，有一些自己觉得很好的想法，但是作为乙方实现不了，具体指什么？可以举一个例子吗？
左林右狸频道：加入华为之后，你是怎么一步步建立小艺大型模型应用实验室的？
左林右狸频道：今年上半年，实验室有哪些代表性的研究？
左林右狸频道：Aura要解决什么问题？相比过去的多模态模型，最大的不同是什么？
左林右狸频道：Aura是怎么同时处理视频、语音和文字，实现这种持续交互的？
左林右狸频道：如果想让助手持续地看、听、说，现在最大的瓶颈是什么？
左林右狸频道：另一项工作Boogu，是一个低成本训练的图像生成基础模型，它有什么特别之处？
左林右狸频道：参数更小、训练成本更低，具体是怎么做到的？
左林右狸频道：Math Canvas又在解决什么问题？
左林右狸频道：你们还有一项工作叫Omni-Interact，它主要研究什么？
左林右狸频道：前面这些研究主要涉及多模态。你们在大语言模型和智能体方面有哪些工作？
左林右狸频道：实验室也在探索世界模型和具身智能吗？
03 基础模型重构助手价值
左林右狸频道：你们研究图像生成、视频生成、多模态理解，也研究智能体。这些不同的技术，最终要把小艺变成一个什么样的助手？
左林右狸频道：助手能干活很好理解，但为什么一个终端智能助手，还需要提供情感陪伴？
左林右狸频道：主动服务也意味着可能打扰用户，假如我正在看一幅画，助手怎么判断什么时候应该开口介绍，什么时候保持安静？
左林右狸频道：现阶段，小艺主要通过什么方式理解用户？
左林右狸频道：如果助手想长期理解用户，哪些信息需要一直记住，哪些只在一次对话中有效？
左林右狸频道：这些信息都很私人，小艺如何保护用户隐私安全？
左林右狸频道：小艺和其他助手相比，核心优势是什么？
左林右狸频道：刚刚谈到小艺的智能体开放平台。对于小艺这样的平台、基础模型和第三方应用，这三者各自在创造什么价值？
左林右狸频道：你之前还有一个判断，基础模型会不断吸收应用原本提供的能力。在实际工作中，你观察到了什么？
左林右狸频道：除了角色扮演，还有哪些能力正在被基础模型吸收？
左林右狸频道：基础模型的能力不断扩张，今天很有价值的应用功能，可能下一代模型就直接具备了。小艺怎么判断什么值得做，避免投入很快被覆盖？
左林右狸频道：你刚刚谈了很多智能体能够替用户完成的事情。但有没有一些事情，即使它能做，用户也不一定愿意交给它？
写在最后
（欢迎添加作者李秋悦的微信lqy4605，多多交流～）雷峰网(公众号：雷峰网) 雷峰网
我们欢迎所有能为左林右狸提供新观点新角度新信息的群友，加入我们的实名制社群，与左林右狸一路同行。管理员微信号：leiphonelinli，备注公司-职位-称呼通过更快。
相关视频
往期推荐
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
为了您的账户安全，请验证邮箱
请验证您的邮箱
本文由 AI图鉴自动抓取并翻译，版权归原作者所有；如需查看原文请点下方链接。