Na conferência Beijing Zhiyuan de 12 de junho, o diretor do Instituto de Pesquisa de IA de Beijing Zhiyuan, Wang Zhongyuan, o líder do modelo grande MiMo da Xiaomi, Luo Fuli, o professor de Ciência da Computação da Universidade Tsinghua e cofundador da MianBi Intelligence, Liu Zhiyuan, o vice-diretor do Instituto de Pesquisa de IA da Universidade Tsinghua e fundador da ShengShu Technology, Zhu Jun, e o presidente da Universidade Tecnológica de Nanyang, An Bo, se reuniram para um encontro de debate sobre a indústria de modelos grandes da China. A conversa abordou como os jovens podem lidar com a ansiedade diante da rápida iteração tecnológica da IA. No pano de fundo do desenvolvimento acelerado da IA — da mais recente large model Claude Fable 5 da Anthropic ao crescimento explosivo de agentes inteligentes — os painelistas exploraram possibilidades de autoevolução da IA, cenários futuros para world models e estratégias para se adaptar a uma era em que a velocidade de iteração tecnológica está redefinindo os limites cognitivos da humanidade no valor de inteligência.
AI criando AI vira tendência
Quando os modelos grandes ainda estavam “atualizando” a cognição humana, surgiu uma tendência ainda mais disruptiva — a IA começou a criar IA.
“No ano passado, os principais modelos grandes só concluíam execução de alta precisão em cenários com instruções claras, mas agora as capacidades dos principais modelos se estenderam a níveis de resolução abstrata de problemas”, observou Luo Fuli. Os modelos grandes atuais conseguem concluir processos centrais de pesquisa científica, incluindo planejamento de procedimentos experimentais e verificação dos resultados de execução, e a lacuna central em relação a pesquisadores científicos de ponta está diminuindo.
Liu Zhiyuan afirmou que o cerne da revolução industrial foi máquinas substituindo o trabalho físico humano, com a forma definitiva sendo máquinas fabricando máquinas; o cerne da revolução inteligente é a IA substituindo o trabalho mental repetitivo humano, e “AI criando AI” é o marco central de a revolução inteligente estar entrando em um estágio avançado.
Na visão de Liu Zhiyuan, a revolução industrial levou centenas de anos para alcançar a fabricação autônoma de máquinas, enquanto os modelos grandes entraram no estágio de iteração autônoma de IA apenas seis a sete anos após seu surgimento, com a velocidade de iteração tecnológica superando muito a da revolução industrial tradicional.
“Na etapa atual, o principal motor da autoevolução recursiva da IA ainda é a humanidade”, disse Liu Zhiyuan. O modelo técnico atual é liderado por humanos, com a IA ajudando a concluir a pesquisa e a iteração do modelo. Mesmo que, no futuro, seja alcançada alta iteração autônoma de IA, a subjetividade e a iniciativa humanas continuam sendo insubstituíveis — afinal, as direções de pesquisa da IA e seus objetivos centrais de servir à sociedade sempre precisam de definição humana, que é a relação central entre humanos e IA.
Dois dias antes, a Anthropic lançou oficialmente a Claude Fable 5, alcançando avanços significativos em capacidade de codificação e de agentes inteligentes — uma migração completa de repositório de uma base de código de 50 milhões de linhas que, para uma equipe humana, leva um mês, e que a Fable 5 faz em apenas um dia. Esse marco virou o primeiro foco desta discussão.
“Fable 5 ainda é um produto intermediário”, afirmou Luo Fuli. Em seu entendimento, o caminho do escalonamento contínuo de modelos grandes está longe de parar. “Fable 5 representa uma expansão natural de modelos grandes em três dimensões: primeiro, a magnitude dos parâmetros de pré-treinamento atinge escala múltipla; segundo, a escala no tempo de inferência e os investimentos em computação para aprendizado por reforço aumentam substancialmente; terceiro, os dados de treinamento avançam de texto natural da internet para uma nova etapa de dados sintéticos produzidos em conjunto por humanos e agentes inteligentes.”
Na avaliação do professor da Universidade Tsinghua e fundador da ShengShu Technology, Zhu Jun, as exigências de “landing” variam conforme o cenário, e nem todos os cenários exigem capacidades extremamente precisas do modelo — a maioria dos cenários convencionais consegue “aterrissar” com base nas capacidades de compreensão intuitiva dos modelos, o que também é o valor central trazido pelos modelos grandes.
Zhu Jun afirmou que, diante do debate acalorado da indústria sobre agentes (agentes inteligentes) e resolução de problemas de código consumindo grandes quantidades de Tokens (elementos de palavras), os modelos da nova versão reduzem substancialmente o consumo de Tokens para tarefas equivalentes, o que é a direção correta para o desenvolvimento da indústria.
Em sua visão, o potencial de escalonamento de modelos de vídeo e world models ainda é enorme. “A acumulação atual de dados físicos, tecnologias de aproveitamento eficiente de dados, otimização de arquitetura de modelos e outras direções estão apenas começando, com um espaço de exploração e melhoria extremamente grande no futuro.”
Inovação costuma ir contra o consenso
À medida que a tecnologia de IA itera rapidamente, muitos jovens acabam entrando em ansiedade — atualizações de tecnologia rápidas demais, iteração de conhecimento frequente, habilidades e profissões tradicionais se transformando continuamente. Como responder?
Na visão de Luo Fuli, a velocidade de iteração de modelos grandes e agentes inteligentes excede muito as expectativas de todos, e os limites de capacidade e os modelos de divisão de trabalho entre humanos e IA estão mudando continuamente.
“Meu conselho central para os jovens tem só um ponto: manter sempre o desejo exploratório e a curiosidade. Use de forma extremamente intensa as ferramentas de IA de ponta e, no processo de tentativa e erro contínuas, cultive julgamento e estética de pesquisa científica exclusivos para você. Numa era de transformação tecnológica rápida, cognição, julgamento e estética únicas são a competitividade central e mais insubstituível dos jovens”, afirmou Luo Fuli.
Zhu Jun acredita que a tecnologia de IA muda diariamente, todos os praticantes estão continuamente aprendendo e iterando, e ninguém consegue permanecer inalterado. Quanto mais se está na onda da transformação tecnológica, mais é preciso consolidar a própria base, que é a competitividade central para responder às mudanças da indústria. “Nos comprometemos a criar um ambiente de crescimento nativo de IA, permitindo que os alunos abracem a IA e usem a IA bem desde o início do aprendizado. Todo mundo não precisa ficar excessivamente ansioso — todos estão na mesma linha de largada, predecessores da indústria, praticantes e alunos estão aprendendo e se atualizando simultaneamente. Abraçar ativamente a mudança e cultivar profundamente continuamente é o melhor método de crescimento.”
Liu Zhiyuan aconselhou, primeiro, ousar ser pioneiro e ousar inovar. AGI e a revolução inteligente são territórios desconhecidos totalmente novos, e a verdadeira inovação muitas vezes “vai contra o consenso”, fazendo coisas fora do consenso. Ousar tentar em territórios ainda não explorados e fazer escolhas diferenciadas pode capturar oportunidades futuras.
Segundo, manter as intenções originais e perseverar. As escolhas inovadoras diferenciadas inevitavelmente virão acompanhadas de dúvida e negação. Se alguém consegue resistir à pressão e persistir no cultivo profundo é o que determina romper gargalos e produzir resultados.
Terceiro, romper com a cognição inerente e se autoinovar continuamente. Depois de alcançar resultados por etapas, não se prender rigidamente aos caminhos de sucesso do passado. Perceba proativamente tendências da indústria, negue experiências inerentes e explore direções totalmente novas para acompanhar continuamente o ritmo da iteração tecnológica.
“A ansiedade dos jovens atuais é essencialmente causada por uma mentalidade excessivamente utilitarista. Se os objetivos de aprendizado e trabalho forem apenas salários altos e seguir trilhas da moda, a pessoa cai numa ansiedade passiva”, afirmou An Bo.
Na visão de An Bo, primeiro, os jovens devem escolher o caminho certo e cultivar profundamente problemas centrais, focando direções de pesquisa valiosas e significativas, evitando competição interna sem eficácia. Segundo, o valor das credenciais acadêmicas está enfraquecendo. A competitividade verdadeiramente central hoje é a capacidade prática e a cognição de ponta — mesmo sem altas credenciais acadêmicas, cultivar profundamente pesquisas de ponta na linha de frente e acumular experiência prática pode alcançar crescimento rápido. Por fim, seguir sozinho já não consegue acompanhar a velocidade da indústria. Busque proativamente parceiros de mentalidade semelhante, forme comunidades de comunicação e, ao encontrar problemas, comunique e discuta prontamente para evitar consumo interno por si mesmo.
Perguntas frequentes (FAQ)
O que Luo Fuli aconselhou os jovens na conferência Beijing Zhiyuan em 12 de junho?
Luo Fuli aconselhou os jovens a manterem sempre o desejo exploratório e a curiosidade, a utilizarem de forma extremamente intensa ferramentas de IA de ponta e, no processo de tentativa e erro contínuas, a cultivarem julgamento e estética de pesquisa científica exclusivos para si. Ela afirmou que, numa era de transformação tecnológica rápida, cognição, julgamento e estética únicas são a competitividade mais central e mais insubstituível dos jovens.
Que capacidades técnicas a Claude Fable 5 demonstra segundo o debate do painel?
Conforme a discussão, a Claude Fable 5 alcançou avanços significativos em capacidade de codificação e de agentes inteligentes. Uma migração completa de repositório de uma base de código de 50 milhões de linhas que exige um mês para uma equipe humana leva apenas um dia com a Fable 5. Luo Fuli descreveu a Fable 5 como representando uma expansão natural de modelos grandes em três dimensões: a magnitude dos parâmetros de pré-treinamento atingindo escalonamento em múltiplas vezes, o escalonamento no tempo de inferência e investimentos em computação para aprendizado por reforço aumentando substancialmente, e os dados de treinamento avançando de texto natural da internet para dados sintéticos produzidos em conjunto por humanos e agentes inteligentes.
Como Liu Zhiyuan descreveu a relação entre humanos e IA no processo de autoevolução?
Liu Zhiyuan afirmou que, na etapa atual, o principal motor da autoevolução recursiva da IA ainda é a humanidade, com o modelo técnico atual sendo liderado por humanos e a IA ajudando a concluir a pesquisa e a iteração do modelo. Ele enfatizou que, mesmo que, no futuro, seja alcançada alta iteração autônoma de IA, a subjetividade e a iniciativa humanas permanecem insubstituíveis — afinal, as direções de pesquisa da IA e seus objetivos centrais para servir à sociedade sempre precisam da definição humana, que é a relação central entre humanos e IA.
