編輯 | 云昭

出品 | 51CTO技術棧（微信號：blog51cto）

“只有把AI和算力送入太空，人類才有可能真正的走出地球！”

“開源已經進入了開放資源時代！”

“OpenAI閉源并不是一個策略性的錯誤，而是一個歷史的選擇。”

一年一度的上海外灘大會上，中國云計算開拓者，阿里云創始人之江實驗室主任王堅院士發表了最新的一輪的深刻演講。

演講中，王堅院士深度分享了人工智能近半個實際的發展歷程，重點討論了兩方面內容：開源AI和計算衛星。

開源頭方面，王院士指出：開源人工智能是歷史趨勢，美國今年以來的出口管制政策（王院士同時指出，這個政策也有一個漏洞）是阻擋不了的，同時提出，現在模型的開放權重，本質上就是對數據和計算資源的開源。

（OpenAI閉源路線）它不是一個策略性的錯誤，這是一個歷史的一個選擇。

另一個很激動人心、非常炸裂的重點則是，王院士首次披露了之江實驗室在太空中部署完整AI模型的嘗試：三體計算星座，并由此給外界一個信號：

幾年以后，不是十年以后，就在幾年以后把衛星送到太陽軌道。

分享全文從美國出口管制政策聊起，中間穿插了人工智能的起始的兩條研究學派以及全球開源的那段動人心魄的歷史，再到AI發展上的兩個重要的里程碑：人臉識別時代和ScalingLaw時代，再到計算資源開源時代的到來，從而引出用計算衛星來分享太空的重大命題。

可謂洋洋灑灑，娓娓道來。

以下是王堅院士的演講全文的整理，大家可以自行收藏細讀，歡迎轉發。

1.2025年，開源是一個繞不開的話題，開源的“源”已經進入資源時代

各位朋友，非常高興有這么一次機會跟大家分享一下。

在今天的人工智能的背景下，有一個繞不開的話題就是開源開放。所以今天我想把幾個可能大家熟悉，但是又比較困惑的事情，從我的角度說一下。

我想，開源這個詞其實大家有不同的理解。所以其實我們今天正在經歷一個從代碼的開放開源到資源的開放開源，一個非常不同的一個革命性的變化。其實最近一年發生了很多事情，所以，2025年注定是一個非常不平凡的一年。

2.美國出口管制的“漏洞”

如果從人工智能角度，所以這是今年年初1月13號的時候，美國公布了對人工智能的出口的管制。可能大家比較熟悉的就是關于芯片、集成電路、半導體的出口管制。但事實上在同一個出口管制上，是第一次那么明確的說出來了，就是說美國要對人工智能模型的權重進行管制。但這個管制出口令有一個非常有意思的事情，也可以講是一個漏洞。它只是明確的提出了對避免權重的出口管制，而專門強調了開源的權重不在管制之列。我想這邊后面有一個非常重要的假設。在當時1月13號，其實也就是大半年以前，那就是當時世界上最好的基礎模型都是在美國頭部的那幾個家公司起來。

當然也有一個很有意思的事情，就是就在1月18號，今年的1月18號，大家都熟悉的Hinton，他也在幾個星期以前到過上海。大家都知道它是一個極其反對讓人工智能模型開源出來的人，當然他有他自己非常重要的理由(人類安全的考慮)。

3.開源不是戰略路線的問題，而是歷史的選擇

可是就是在1月31號（北京時間），隨著DeepSeek的開源。

在1月30號（美時間）Sam Altman就說了一句所有人都很震撼的話。他說，在開源這間這個時刻，OpenAI站在了歷史的錯誤的一邊。

我想這句話它背后的含義我就不多說了，它不是一個策略性的錯誤，這是一個歷史的一個選擇。所以我覺得2025年很神奇的一件事情，就是一個說不清還倒不明的事情。甚至沿用了在軟件時代的一個概念，使得而變成了我們今天AI競爭的一個很關鍵的變量。我想今天沒有人可以繞開這個變量來說下面我要怎么做AI這個變量不是新的，對一個產業，對一個技術。

其實在1998年互聯網要起來的時候，大家都知道互聯網要起來一個最重要的標志就是瀏覽器。大家都知道這個NetScape是當時最好最開放，也是改變了這個格局的那個瀏覽器。其實在互聯網時代，NetScape的開源是那個時代的一個分水嶺。

所以關于“開放”的話題，不是只有在今天，才重要、才關鍵。其實在互聯網時代就是那個關鍵的變量。

可能很少人知道，其實是在1998年，就有了“open source”這個詞。當然大家知道open source，第一時間就想到的是“open source code”，就是開放源代碼。

而“open source”這個詞在1998年的四月份才被一批極客固化下來。因為當時有很多不同的叫法，什么自由軟件、免費軟件。但是open source這個詞是在1998年，其實離我們沒有多遠。但是它開創了我們后來互聯網的那個時代。

4.現在的人工智能走的是第二條路徑

談到圖靈獎，剛才談到圖靈獎其實很有意思的。2019年，Hinton和那幾位開創者得了圖靈獎的時候，其實很多事情也只是剛剛的開始。

他們在2018年的的圖靈圖靈獎，后來Hinton是做過一個演講的。這個演講上他說了兩個很重要的觀點，跟我們今天的開源是有關系的。大家記住，這是20 1819年他給的talk，它里面搶到了這個人工智能的兩個最重要的approach。它的方法就是所謂的邏輯（logit）驅動的，或者被邏輯這樣的方法來啟發的，以及因為大腦或者神經元這樣生物學特性來啟發的這兩種不同的邏輯。因為有第二個方法，就是所謂的用神經元或者生物學方法來驅動的。這樣的一個方法論的演進，使得我們有了權重這樣的概念。

大家都知道，即使8年以后，Hinton在上個月在好的在上海的人工智能大會上，他其實重復了他八年以前講的這兩句話。但它是有原因的。事實上以生物學作為一個思想的驅動，不是從人工智能已經開始了。

今天看到人工智能開始的，圖靈在40年代末就就提到了一個最基本的概念，即，今天神經元基礎的東西都有一個很好聽的名字叫connectivity。大家看到的我畫了紅線的地方是非常有意思的事情。他就是覺得是受神經元的啟發，跟真正的神經元沒有任何關系，所以他打的引號，但是它里面一個很重要的事情就是這樣的一個生命源的數量要足夠多多到一定程度的時候它就會產生我們今天的智能。這是圖靈在18年就說掉了。所以平常講的第二個路徑，其實就是這個路徑。當然很有意思的一件事情，很長時間有人在探索這件事情。

5.80年代中期的人工智能圈兩大派：心理學家和計算科學家

這篇文章是發表在1986年的自然雜志上。大家看到這篇文章你就會發現它是非常的明確的，就是講到了權重這樣的一件事情，在這樣一個模型中的重要性。當然大家也可以看到這篇文章的第三作者，就是得了圖靈獎、諾貝爾獎的Hinton。但是他的前面兩個作者是當時世界上最著名的心理學家。所以事實上跟神經有關系的這個探討是在那個時代。

80年代中期，是以心理學家為核心的小組在討論的。那個時候以計算機科學家為核心的討論了人工智能邏輯。人工智能的這個方向就是以邏輯作為來驅動的這樣的一個方法。如果你在那個時候你真的要做這件事情，事實上就有一本教科書。這是86年以后，我自己接觸這個領域所有的教科書，到今天大家都應該不太熟悉，叫做parallel distributed processing。所以就是在上海上次碰見jeff，我跟他說起這套書的時候，他還是蠻激動的。他說那個時候設想的東西今天都變成現實了。當然大家可以看到，這篇文章還是hinton作為第三作者跟幾位心理學家一起來完成的。

講到這件事情也要感謝一下互聯網。其實這兩本書的背后又專門出了一本書，這本書是本實驗手冊。這是第一次真正的把所有關于這個理論的代碼都開放出來。所以到今天為止，你還可以到我這頁PPT上那個連接去下載它的代碼。盡管這個代碼是運行在dos上的，是運行在最原始的操作系統上的。而這個代碼開放的時候還沒有開源這個概念。這是1986年開源的一個概念，大家看到是98年才被真正的固化下來。

圖片

所以我想說，事實上開放資源這個概念不是因為有開源這樣一個說法而帶來。事實上在任何的過程中，在科學探索的過程中有很多的先驅他已經做了這樣事情。但是我自己覺得很高興的就是因為最早提出那些以生物學神經元為基礎的方法論的這些先行者，為我們做了一個非常好的探索。

6.人臉識別時代，對于資源的概念感知不深

因此，這才有了后面2012年第一次Hinton跟他的兩位學生，把數據和模型和算力GPU搞在一起。這帶來了那是大家都熟悉的人臉識別的那個時代。但在那個時候，資源這個概念還是沒有那么的深入人心。因為它的數據的量不足夠大，模型不足夠復雜，算力也沒有想象那么大。這篇文章發表的時候，他們只用了兩塊GPU卡，而且兩塊普通的打游戲的GPU卡，所以遠不是我們今天想象的規模。

7.2017年，規模定律的到來

但是這一切在2017年發生了很大的變化。大家都知道在那個時候這幾位作者提出了transformer，提出了tokenization，就是我們今天講的token。大家都知道Tokenization是非常關鍵的技術，讓我們的數據真正的資源化的這是一個里程這是一個里程碑的事情。

同樣，你就會發現因為有這兩個東西的出現，我們傳統意義上的，也就是2012年的時候的數據模型和算力乘上了一個更大的變量，叫做規模。也就是說我們所有東西的規模都是被千倍萬變的萬倍的增加。而使得我們今天看到的人工智能發生了只不只是原理上的進步，但在事實上的方發生了一次天翻地覆的變化。

圖片

8.今天權重的開放，本質是數據和計算資源的開放

當規模到了這個程度的時候，資源就變成了一個非常重要的事情。所以大家可以設想一下，今天事實上模型權重的開放，本質上是數據資源和計算資源的開放。有了模型開放以后，你再也不需要你自己花掉那么多的計算資源，你去重新去做有人替你做掉的事情。所以這里我想說一下，開放以后并不是說計算的資源，大規模的計算不重要了。而事實上只是說作為你個體，你是不需要再重新發揮這么多的資源。因為有人幫你付掉了這筆錢。但是倒過來講，要做一個更好的模型，它可能需要有有其他人以更多的資源的投入來完成這件事情。

所以我想到了今天這件事，到了今天這個時候，只是開放源代碼其實不解決我們過去在軟件時代解決的問題。而開放資源，特別是數據和計算資源，事實上是讓我們推動這個行業往前走的不能缺失的一個環境。我認為這就是今天人工智能時代說開源的一個非常重要的特點。我更愿意把它叫做這個開源叫做open resource。但是open source和open resource翻譯成中文，我覺得都是可以有一個同樣的詞：開源。

9.今天的AI不能缺失太空

當然這個開源不只是以我們今天的模型，其實太空一直是我們最大的一個資源，在50年以前就是這樣。所以我覺得我們今天絕對不是只是把我們的人工智能，只是可以用在我們的手機上用在我們的電腦上。

其實人工智能是不應該缺失太空的。但這里有個障礙就是算力。就當你有三個組合（模型、算力、太空)的時候，所以我想這個時候就讓我們有了機會了。就像當年我們重新定義手機作為你的電腦。

第四種衛星：計算衛星

今天我們在有了通訊衛星、導航衛星和遙感衛星以后，因為人工智能的出現，我們就會有第四種衛星，我把它叫做計算衛星。同樣因為這個衛星的存在，使得我們有機會把AI送到去。我自己還是蠻幸運的，因為在浙江實驗室做這件事情，所以今年的5月14號我們第一次把12顆衛星同時上了天。

而且在這12個衛星組成的星座上，第一次把一個地面上真正意義上的一個8B的AI模型放到太空去了。我再說一遍，這不是用了一個簡單的深度學習的算法，做了一個什么處理的小程序放到衛星上，而是一個跟地面上一模一樣的完完整整的一個AI的模型。我們把它送到了太空上。

三體計算星座

其實當第一次進去的時候，還是非常的非常的激動的。這讓我們第一次感受到：AI是不能缺失太空的。所以這就是這12顆衛星到了太空以后，就會保證在只要衛星到達的地方，你就可以在任何地方在太空完成對所有數據的處理。

大家都知道在這之前，我們所有的衛星在天上是沒有任何關系的。我們所有的衛星在天上的衛星只跟地面發生關系，天上的這顆衛星和那顆衛星之間是沒有關系的。所以這也是第一次完整的做完了在太空的衛星的互通互聯，給人工智能在太空的帶來了一次巨大的機會。當然這個很有意思的這件事情，為什么要把它叫了個名字？叫三體計算星座。

大家都知道，可能很這邊很多的朋友知道三體這個詞，是因為從這本小說（劉慈欣的《三體》）了解到的。事實上，三體這個詞是一個徹頭徹尾的科學概念，最早是牛頓提出來的，他講的非常簡單一個道理，在太空中如果只有兩個物體，假定月亮和地球，它是可以有解析解的。也就是說有一個準確的數學的解決方式來說明這兩個物體之間的關系。但是只要還有第三個物體存在，比如說太陽，那么這三個物體之間的關系就沒有解析解了，沒有一個確定的解了。你要描述他們之間的關系的，一定要假定另外一個物體是固定不動的。這個后來被牛頓稱為三體問題。這背后告訴一個我們非常簡單的道理，就是我一個人兩個人做事情是很容易做的，只要三個人搞在一起就不好做了。這就是我們中國有一句古話叫“三個和尚沒有水”。

10.三體計算星座：開放分享太空

但是三體計算星座就是希望我們有N多個主體還是可以完成一件事情的。那我想這是開放資源的情況下必須要做到的事情。所以我想三體計算星座就是希望有無數的主體來共同完成這個星座，來共同分享這個太空。

圖片

后來，香港的南華早報，在聽到我一個演講以后，后來寫了一篇文章，大家可以去看一下。本質上就是只有這樣，我們才能夠真正分享太空的，把人工智能送入太空。當然這里邊我們會做一個非常有意思的計劃，就是真的把每一顆衛星開放給全世界的任何一個人。當然這個里邊可以解決很多問題，可持續發生問題我就不多說了。當然也可以為我們想象，我們要往深空去探索。這是一些科學家在設想的。

圖片

11.從地球衛星到太陽衛星

幾年以后，不是十年以后，就在幾年以后把衛星送到太陽軌道。也就是說不只是地球的衛星，而是太陽的衛星。這顆衛星會放在大家看到的L5點，就是拉格拉斯第五點。這個點離地球1.5億公里，離太陽1.5億公里。在那個時候，數據幾乎是沒有辦法傳回到地面再做處理的。

所以，只有把AI和算力送入太空，人類才有可能真正的走出地球。所以我想下面那個時代還是非常的激動人心，所以我經常講人類去火星的路上是不能沒有計算的陪伴和AI的。這就是下面10年甚至20年的我覺得最激動人心的地方，謝謝大家。

圖片

本文轉載自??51CTO技術棧??，作者：云昭