李大海表示，事软司需大语言模型是用分开启了一个新的技术范式——用结构足够简单，但规模足够大的面壁模型，去学习足够多的智能做两周AI只钟数据和知识，把这些知识压缩到一个模型中。海件
“在这个逻辑下，事软司需最重要的用分事情就是学到的知识有多少”，他说，面壁Transformer已经是智能做两周AI只钟比较优的架构。
在李大海看来，海件未来一定是事软司需从语言模型开始往多模态延伸，另外，用分多体智能也是趋势。他解释说，模型本身的单体能力足够强以后，就像人一样具备很强的能力，但人类社会能够产生这么多好的工作，其实是很多不同的角色、不同的专家在一起协同协作产生的工作。
“未来AI有不同的角色分配以后，协作产生的工作应该是会有智能层级的提升”，他举例说，面壁智能联合清华大学在做一家虚拟软件公司——软件公司里所有的角色都是AI，包括虚拟的CEO、产品经理、工程师和QA质量检测。
“我们给软件公司下了一个任务，要求他们做一个五子棋软件。在同等规模的现实软件公司中，即使执行力很强的公司也需要两到三周的时间把这个软件写出来，而AI公司只用了七分钟”，他说，当AI能力变强以后，如何用多体智能协同产生更好的工作也是很重要的研究方向。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
责任编辑：梁斌 SF055
(责任编辑：热点)