En la Conferencia Beijing Zhiyuan del 12 de junio, la directora del Instituto de Investigación de IA de Beijing Zhiyuan, Wang Zhongyuan, la líder del modelo grande MiMo de Xiaomi, Luo Fuli, el profesor de Ciencias de la Computación de la Universidad Tsinghua y cofundador de MianBi Intelligence, Liu Zhiyuan, la subdirectora del Instituto de Investigación de IA de la Universidad Tsinghua y fundadora de ShengShu Technology, Zhu Jun, y el presidente de la Universidad Tecnológica de Nanyang, An Bo, se reunieron para un diálogo de cumbre sobre la industria de modelos grandes de China. El debate abordó cómo pueden los jóvenes manejar la ansiedad en medio de la rápida iteración tecnológica de la IA. Con el telón de fondo del desarrollo acelerado de la IA —desde el último modelo grande Claude Fable 5 de Anthropic hasta el explosivo crecimiento de agentes inteligentes—, los panelistas exploraron las posibilidades de autoevolución de la IA, escenarios futuros para los world models y estrategias para adaptarse a una era en la que la velocidad de iteración tecnológica está redefiniendo los límites cognitivos de la humanidad en cuanto a la inteligencia.
Crear IA que crea IA se vuelve una tendencia
Cuando los modelos grandes aún estaban refrescando la cognición humana, surgió una tendencia más disruptiva: la IA comenzó a crear IA.
“El año pasado, los modelos grandes líderes solo lograban ejecución de alta precisión en escenarios con instrucciones claras, pero ahora las capacidades de los modelos líderes se han extendido hasta niveles de resolución abstracta de problemas”, observó Luo Fuli. Los modelos grandes actuales pueden completar procesos centrales de investigación científica, incluida la planificación de procedimientos experimentales y la verificación de resultados de ejecución, y la brecha central con los principales investigadores científicos se está reduciendo.
Liu Zhiyuan señaló que el núcleo de la revolución industrial fue que las máquinas reemplazaran el trabajo físico humano, y la forma definitiva fue que las máquinas fabricaran máquinas; el núcleo de la revolución inteligente es que la IA reemplace el trabajo mental humano repetitivo, y “crear IA que crea IA” es el marcador central de que la revolución inteligente entra en una etapa avanzada.
En la visión de Liu Zhiyuan, la revolución industrial tardó cientos de años en lograr la fabricación autónoma de máquinas, mientras que los modelos grandes han entrado en la etapa de autoiteración autónoma de la IA solo seis o siete años después de su aparición, con una velocidad de iteración tecnológica muy por encima de la revolución industrial tradicional.
“En la etapa actual, el impulsor central de la autoevolución recursiva de la IA sigue siendo la humanidad”, declaró Liu Zhiyuan. El modelo técnico actual está liderado por humanos, con la IA ayudando a completar la investigación y la iteración del modelo. Incluso si en el futuro se logra una autoiteración autónoma de alto nivel, la subjetividad y la iniciativa humanas permanecen irremplazables: en última instancia, la dirección de investigación de la IA y los objetivos centrales para servir a la sociedad siempre necesitan la definición humana, que es la relación central entre humanos e IA.
Dos días antes, Anthropic lanzó oficialmente Claude Fable 5, logrando avances significativos en capacidad de codificación y de agentes inteligentes: una migración completa de un repositorio de una base de código de 50 millones de líneas que un equipo humano tardaría un mes en completar, mientras que Fable 5 lo hace en un solo día. Este avance decisivo se convirtió en el primer foco de esta discusión.
“Fable 5 sigue siendo un producto intermedio”, señaló Luo Fuli. En su opinión, la ruta del escalado continuo de modelos grandes está lejos de detenerse. “Fable 5 representa una expansión natural de los modelos grandes en tres dimensiones: primero, la magnitud de parámetros de preentrenamiento logra un escalado de múltiples veces; segundo, el escalado en tiempo de inferencia y la inversión de potencia de cómputo para aprendizaje por refuerzo aumentan sustancialmente; tercero, los datos de entrenamiento avanzan desde texto natural de internet hacia una nueva etapa de datos sintéticos producidos conjuntamente por humanos y agentes inteligentes”.
En la visión del profesor de la Universidad Tsinghua y fundador de ShengShu Technology, Zhu Jun, los requisitos de implementación difieren según los escenarios, y no todos requieren capacidades extremadamente precisas de los modelos; la mayoría de los escenarios convencionales pueden implementarse apoyándose en la capacidad de comprensión intuitiva de los modelos, que también es el valor central que aportan los modelos grandes.
Zhu Jun indicó que, respecto al debate acalorado de la industria sobre Agent (agentes inteligentes) y la resolución de problemas de código que consume grandes cantidades de Tokens (elementos de palabras), los modelos de nueva versión reducen sustancialmente el consumo de Tokens para tareas equivalentes, lo cual es la dirección correcta para el desarrollo de la industria.
A su juicio, el potencial de escalado de los modelos de video y los world models sigue siendo enorme. “La acumulación actual de datos físicos, las tecnologías de utilización eficiente de datos, la optimización de la arquitectura del modelo y otras líneas apenas comienzan, con un espacio de exploración y mejora extremadamente grande en el futuro”.
La innovación a menudo va en contra del consenso
A medida que la tecnología de IA itera rápidamente, muchos jóvenes caen en la ansiedad: las actualizaciones tecnológicas son demasiado rápidas, la iteración del conocimiento es frecuente y las habilidades y profesiones tradicionales se transforman continuamente. ¿Cómo responder?
En la visión de Luo Fuli, la velocidad de iteración de los modelos grandes y los agentes inteligentes supera con creces las expectativas de todos, y los límites de capacidad y los modelos de división del trabajo entre humanos y IA cambian continuamente.
“Mi consejo central a los jóvenes tiene solo un punto: mantener siempre el deseo exploratorio y la curiosidad. Utilizar de manera extremadamente intensa herramientas de IA de vanguardia, y en el proceso de prueba y error continuo, cultivar el juicio y la estética de investigación científica exclusiva para uno mismo. En una era de transformación tecnológica acelerada, la cognición, el juicio y la estética únicos son la competitividad más central y más irremplazable de los jóvenes”, afirmó Luo Fuli.
Zhu Jun cree que la tecnología de IA cambia a diario; todos los profesionales aprenden continuamente y iteren continuamente, y nadie puede permanecer sin cambios. Cuanto más en la ola de transformación tecnológica, más uno debe consolidar su propia base; esa es la competitividad central para responder a los cambios de la industria. “Nos comprometemos a crear un entorno de crecimiento nativo de IA, permitiendo que los estudiantes abracen la IA y la usen bien desde el comienzo del aprendizaje. No hace falta que nadie esté demasiado ansioso: todos están en la misma línea de salida; los predecesores de la industria, los profesionales y los estudiantes aprenden y actualizan de forma sincronizada. Abrazar activamente el cambio y cultivar en profundidad de forma continua es el mejor método de crecimiento”.
Liu Zhiyuan aconsejó: primero, atreverse a ser los primeros y atreverse a innovar. AGI y la revolución inteligente son territorios totalmente nuevos y desconocidos, y la verdadera innovación a menudo “va en contra del consenso”, haciendo cosas que no siguen el consenso. Atreverse a intentar en territorios no explorados y tomar decisiones diferenciadas puede capturar oportunidades futuras.
Segundo, mantener las intenciones originales y perseverar. Las decisiones innovadoras diferenciadas inevitablemente vendrán acompañadas de dudas y negaciones. La clave para romper cuellos de botella y producir resultados es si se puede resistir la presión y persistir en el cultivo profundo.
Tercero, superar la cognición inherente y auto-innovar de manera continua. Después de lograr resultados por etapas, no aferrarse rígidamente a rutas pasadas que funcionaron. Percibir proactivamente las tendencias de la industria, negar la experiencia inherente y explorar direcciones completamente nuevas para mantenerse continuamente al ritmo de la iteración tecnológica.
“En esencia, la ansiedad de los jóvenes de hoy se debe a una mentalidad demasiado utilitarista. Si los objetivos de aprendizaje y trabajo son solo salarios altos y seguir rutas de moda, uno caerá en la ansiedad pasiva”, afirmó An Bo.
En la visión de An Bo, primero, los jóvenes deberían elegir la ruta adecuada y cultivar profundamente los problemas centrales, enfocándose en direcciones de investigación valiosas y con significado, evitando la competencia interna ineficaz. Segundo, el valor de los credenciales académicos se está debilitando. La competitividad realmente central de hoy es la capacidad práctica y la cognición de vanguardia: incluso sin credenciales académicas altas, cultivar profundamente la investigación de vanguardia en primera línea y acumular experiencia práctica puede lograr un crecimiento rápido. Finalmente, seguir en solitario ya no puede mantenerse al ritmo de la velocidad de la industria. Buscar proactivamente socios con mentalidad similar, formar comunidades de comunicación y comunicarse y discutir con prontitud cuando surjan problemas para evitar el consumo interno propio.
Preguntas frecuentes
¿Qué aconsejó Luo Fuli a los jóvenes en la Conferencia Beijing Zhiyuan del 12 de junio?
Luo Fuli aconsejó a los jóvenes mantener siempre el deseo exploratorio y la curiosidad, utilizar de manera extremadamente intensa herramientas de IA de vanguardia, y en el proceso de prueba y error continuo, cultivar el juicio y la estética de investigación científica exclusiva para ellos mismos. Señaló que en una era de transformación tecnológica acelerada, la cognición, el juicio y la estética únicos son la competitividad más central y más irremplazable de los jóvenes.
¿Qué capacidades técnicas demuestra Claude Fable 5 según la discusión del panel?
Según el debate, Claude Fable 5 logró avances significativos en capacidad de codificación y de agentes inteligentes. Una migración completa de un repositorio de una base de código de 50 millones de líneas que requiere un mes para un equipo humano, mientras que Fable 5 lo hace en un solo día. Luo Fuli describió Fable 5 como la representación de la expansión natural de los modelos grandes en tres dimensiones: magnitud de parámetros de preentrenamiento que logra un escalado de múltiples veces, escalado en tiempo de inferencia e inversión de potencia de cómputo para aprendizaje por refuerzo que aumentan sustancialmente, y los datos de entrenamiento que avanzan desde texto natural de internet hacia datos sintéticos producidos conjuntamente por humanos y agentes inteligentes.
¿Cómo describió Liu Zhiyuan la relación entre humanos e IA en el proceso de autoevolución?
Liu Zhiyuan afirmó que, en la etapa actual, el impulsor central de la autoevolución recursiva de la IA sigue siendo la humanidad, y que el modelo técnico actual está liderado por humanos, con la IA ayudando a completar la investigación y la iteración del modelo. Enfatizó que incluso si en el futuro se logra una autoiteración autónoma de alto nivel de la IA, la subjetividad y la iniciativa humanas siguen siendo irremplazables: en última instancia, la dirección de investigación de la IA y los objetivos centrales para servir a la sociedad siempre necesitan la definición humana, que es la relación central entre humanos e IA.
