”
“你的意思是，我们需要一个统一的知识底座？”
“不只是底座。”苏酥雪纠正道，“是一个完整的认知引擎。底座是数据库——把人类文明发展至今所有有价值的、经过验证的知识和经验，都结构化地存储在里面。引擎是大模型——能够根据当前的问题，从数据库中快速调取相关的知识片段，进行推理、综合和预测，给出有依据的答案和建议。两者结合在一起，就是一个真正站在巨人肩膀上的智能体。”
陆迪峰的手指轻轻敲击着桌面，这是他思考时的习惯性动作。“这个方向，现在全世界都在投。OpenAI、Google、Meta、国内的几家大厂——都在砸钱建模型、囤算力、抢数据。但据我所知，目前还没有哪一家真正找到了可持续的商业闭环。投入很大，收益却不乐观。”
“那是因为他们的模型是悬在半空中的。”苏酥雪说，“他们的训练数据来自互联网——网页、论坛、论文、书籍——这些数据确实是人类知识的集合，但它们是被动采集的，与真实世界的物理反馈是脱节的。一个模型可以写出文采飞扬的文章，可以编出逻辑严密的代码，但它不知道一台机器坏了该怎么修，不知道一种新材料在高温下会有什么表现，不知道一个战术决策在实战中会产生什么后果。因为它没有自己的‘手’和‘脚’，没有与物理世界直接交互的通道。”
“而我们不一样。”
“对。我们有智能产线、有战斗单元、有太空实验平台——这些都是与物理世界直接交互的通道。我们的模型可以从这些通道中获得实时的、真实的反馈数据。它预测一个工艺参数，智能产线会告诉它这个参数实际加工出来的产品质量如何；它制定一个战术方案，战斗单元会告诉它这个方案在实战中的效果如何；它设计一个轨道机动方案，织女卫星会告诉它这个方案的燃料消耗和到达精度如何。这种闭环反馈，是那些只靠互联网数据训练的模型永远无法获得的。”
陆迪峰站起身，走到窗前，背
本章未完，请点击"下一页"继续阅读！ 第2页 / 共6页