在一场行业讨论中，五位分别代表芯片、云计算、物理AI、搜索代理和新型AI架构的高管共同揭示了当前AI产业面临的严峻现实。他们指出，算力芯片供应短缺、物理世界的数据采集限制以及急剧攀升的能源消耗构成了主要的发展瓶颈。为应对这些挑战，业界正在探索从太空数据中心到全新AI模型的多种解决方案。同时，随着AI代理进入企业环境，如何通过更细粒度的权限控制来确保安全，以及是否应采用更高效的能量模型来替代现有的大语言模型路线，也成为了关乎未来的核心议题。
瓶颈是真实存在的
AI的爆炸式增长正撞上物理世界的硬性天花板，而这些限制比许多人想象的更为基础。
- 芯片供应受限： ASML的首席执行官Christophe Fouquet明确表示，尽管芯片制造业正在“极速扩张”，但在未来“两到五年内，市场仍将受到供应的限制”。这意味着即使是谷歌、微软这样的巨头也无法获得他们想要的所有芯片。
- 数据采集受限： 对于专注于自动驾驶和物理AI的公司来说，瓶颈并非芯片，而是真实世界的数据。Applied Intuition的首席执行官Qasar Younis指出，任何模拟数据都无法完全替代机器在现实世界中收集的数据，在物理世界中运行的模型完全依靠合成数据进行训练还需要很长时间。
- 需求增长惊人： 谷歌云的首席运营官Francis deSouza用数据印证了需求的旺盛。其积压订单（已承诺但未交付的收入）在一个季度内从2500亿美元飙升至4600亿美元，这清晰地表明了“需求是真实存在的”。
能源问题同样真实
如果说芯片是第一个瓶颈，那么能源就是其后一个更大的隐患。
为了应对能源限制，谷歌正在严肃探索将数据中心送入太空的方案。在太空中，虽然可以获得更丰富的太阳能，但也面临着真空环境下散热的巨大工程挑战。
谷歌认为，其成功的关键在于通过集成来提高效率。其战略是将整个AI技术栈（从定制的TPU芯片到模型和代理）进行协同设计，从而实现更高的每瓦性能（即每单位能源的计算量）。谷歌声称，“在TPU上运行Gemini比任何其他配置都更加节能”，因为芯片设计师在模型发布前就已经了解了其需求。
“任何东西都不可能是无价的。”
ASML的首席执行官也表达了相似的观点。他认为，当前行业正处于一个奇怪的时期，出于战略需要而投入了巨额资本。但更多的算力意味着更多的能源，而更多的能源总有其价格。
一种不同的智能
当行业大部分人还在讨论如何扩大语言模型的规模时，Logical Intelligence的创始人Eve Bodnia正在构建一种截然不同的东西。
她的公司基于所谓的能量模型（EBMs），这种AI不预测序列中的下一个词，而是试图理解数据背后的基本规则，她认为这更接近人脑的运作方式。“语言是我大脑和你大脑之间的用户界面，”她说，“推理本身不依附于任何语言。”
- 规模与效率： 她最大的模型只有2亿参数，而顶尖大语言模型有数千亿参数，但她声称其模型的运行速度快数千倍。
- 动态更新： 更重要的是，这种模型被设计为可以随着数据变化而更新知识，而不需要从头开始重新训练。
- 适用场景： 对于芯片设计、机器人技术等需要系统掌握物理规则而非语言模式的领域，能量模型被认为是更自然的选择。
AI代理、信任与安全护栏
Perplexity已经从一个搜索产品演变为一个它称之为“数字员工”的东西。其最新产品旨在成为知识工作者可以指挥的“员工”，而不是他们使用的工具。
这种强大的功能也引发了关于控制的明显问题。Perplexity的首席业务官Dimitry Shevelenko给出的答案是粒度控制。企业管理员不仅可以指定代理可以访问哪些工具，还可以区分这些权限是只读还是读写——这在代理操作公司内部系统时至关重要。
他认为，“粒度是良好安全习惯的基石。” 当AI代理代表用户执行操作时，它会首先提出计划并请求批准。虽然一些用户觉得这很麻烦，但他认为这是建立信任所必需的。
主权问题，而不仅是安全问题
物理AI与国家主权之间的纠缠，是纯数字AI从未有过的。
几乎每个国家都在说：我们不希望这种物理形式的智能由另一个国家控制并出现在我们的境内。
互联网最初是作为美国技术传播的，直到像Uber这样的应用在现实世界中产生影响时才面临抵制。但物理AI从一开始就不同，自动驾驶汽车、国防无人机、采矿设备等直接存在于现实世界中，引发了关于安全、数据收集和最终控制权的问题。
ASML的首席执行官Fouquet则从另一个角度补充道，尽管中国的AI发展迅速，但其进步在模型层之下受到了限制。由于无法获得EUV光刻机，中国芯片制造商无法生产最先进的半导体。无论软件多么优秀，建立在老旧硬件上的模型都将处于复合劣势中。
“下一代”问题
当被问及AI是否会影响下一代的批判性思维时，这些高管给出了乐观的回答。
- 解决重大问题： AI可以帮助人类解决以前无法攻克的难题，如神经系统疾病、温室气体清除等，从而“将我们的创造力提升到新的水平”。
- 降低创业门槛： 虽然入门级工作可能会消失，但独立创业变得前所未有的容易。约束你的将是你自己的好奇心和行动力。
- 填补劳动力空白： 在农业、采矿和长途运输等领域，劳动力短缺是长期存在的，因为人们不愿意从事这些工作。在这些领域，物理AI不是在取代自愿的工人，而是在填补一个已经存在的空白。