商汤科技在WAIC直播中介绍U-One设计模型与多模态研发思路

【实时直播转录 · 硅谷101带逛WAIC世博展区热门舞台】
来源:硅谷101带逛WAIC世博展区热门舞台(bilibili 直播间 544641) · 标题:糖果果带逛WAIC徐汇展区热门展台
时段:2026-07-18 13:30–14:00(Asia/Shanghai),共 52 段
说明:以下为该时段该直播间的连续语音转录(直播 ASR,可能有同音/识别误差)。请从中识别与 AI算力/芯片/服务器/光模块/液冷/数据中心/大模型/机器人·具身智能/自动驾驶 等相关的、**可交易**的公司/产品/订单/产能/需求/合作/高管或官员表态,判断是否构成可交易事件;若通篇无可交易内容,判为不做。识别误差请结合上下文与常识修正,勿据孤立音近词臆断。

--- 转录正文 ---
[13:30] 三名重点展示整体有积级感参与与感他能把一个想法拆成清楚的页面结构和视觉层级这点我觉得挺出彩的到这里网站的主要页面基本就搭好了那从首页球队和球员内容页到后面的其他玩法和功能整个过程我都没有画设计稿或者写代码而是用自然语言描述和对话那以前有一个idea都是卡在我知道我想要什么但我画不出来现在有了tree work这类工具之后呢会交付成果落地的门槛
[13:31] ，方法把前三名重点展示整体有阶级感参与感。那他能把一个想法拆成清楚的页面结构和视觉层级这点我觉得挺出彩的。到这里网站的主要页面基本就搭好了。那从首页球队和球员内容业到后面的其他玩法和功能整个过程我都没有画设计稿或者写代码，而是用自然语言描述和老师。那以前有一个idea周瑞卡在我知道我想要什么，但我画不出来。现在有了tree work这类工具之后呢和交付成果落地的门槛大大c二零二六世界人工智能大会有特别直播的一个企划啊就是哔哩哔哩成语WAIC的一个这个特别栏目，叫做AI会客厅。然后我呢是首尔林超了啊，坐到我对面的是就是今天我们要对谈的嘉宾啊就是商汤科技的首席科学家林达华老师。那林老师可以跟大家先简单介绍一下事情啊，hello观众朋友大家好啊啊，我是林达华商汤科技的
[13:31] 。那么说起我自己的话呢，我觉得怎么定义我自己我其实想了很多，我觉得我是一个穿越的周期啊的一个人啊我在
[13:31] 在那个大概二十年前二十年前啊就是开始接触AI这个领域。但那个时候其实大家做的都不是我会跟你说几个数字，就我最初的时候我读书那会儿
[13:32] 也是讲AI的模型啊啊，那个时候的参数量是几千个参数。对，然后到我在MI毕毕业的时候，那个时候刚刚好XXT出来啊，是几千万参数。对对，到了今天特别有意思啊，几千亿参数。对，所以看我经经历过了这几个不同时代的这个叫做过山车的这样一个量点的时候对，可以说是一种沧海海田的一个感觉，觉然后我应该是在二零一四年桑万科技创立的时候，对啊就跟随着唐老师嘛啊就一起参与了这个创始的团队，然后就走到了今天。所以某种意义上的话呢，我觉得我
[13:32] 两个眼睛你都会看着这个学术界。因为我现在还子在任教要带学生，但同时的话
[13:33] 也是在商山带有一个研发的团队，所以也感受到了很多产业界的这种酸甜苦辣吧。所以希望你有今天的机会跟大家一起交流一下，特别好，特别好，特别好。所以我问一个小问题，二十年前的时候是不是就是那个神经网络其实还没出来，还没有正式登堂入室
[13:33] 啊，怎么说呢？其实二十年前的时候，神经网络已经在了啊，最初的神经网络应该是八十年代就出来啊，八十年代就出来了，只是在我读书那个时候神经网络是最不受待见的事情哦哦哦，就当时有个非常好说有一个
[13:33] 遗次的故事啊，啊，就是那个yelophon就图灵大子。对对对对对对，在当时就是说他投稿做那个
[13:34] 这个CVPR。对，说，神经网络啊投了七次都中不了那个paper，为什么呢？当时所有的这个reviewer一看到神经网络这个名词马上去搞。对，所以后面就反过来了哦，所以我觉得CI这个领域最有魅力的地方就是就是他不断的有变，对吧？新的技术起来的时候，他坏事就反转了。对对对对对，特别有意思，所以你现在你在中你在美国也做过研究。对你在中国现在也管一个这么大的公司，然后你应该接触很多很多做研究的的同学嘛，对吧？所以你感觉中国和美国的这种就科研的就AI这个领域科研的工程师文化有什么差别
[13:34] ？如果我要我去定义的话，嗯，我觉得
[13:34] 历史上它是有区别的。就是因为在美国待了很长的时间。对美国人做科研是有一种叫做浪漫主义色彩啊，他们总是想一些比较终极的问题。对啊，不一定很落地啊，就从我们当时角度来说是不落地的
[13:34] 。对我记得非常印象印象深刻的一个事情，就当时MIT他每每年会到一个地方去聚会。对，就每个学生都会去讲自己的最新的科研的一些进展一些成果啊当
[13:34] 是有一位同学他就讲了，他自己就是把一个乘法的那个复杂度提升了这个指数提升了一点点，然后底下有人就问他这个东西有什么用处啊？有
[13:35] 小内人的回答是i don't care， i don't care，非常的非常有这个浪漫的一个色彩。对他只关注终极的问题。对，然后的话呢回到国内的话，尤其是当我再加入到一个企业里面去去经历这样的一些
[13:35] 好
[13:35] 当当我到这个国国去去经这样一个企业创业这个浪潮的时候，我会发现大家都可以关心一个问题，包括投资人嗯嗯嗯包括客户都会关心说你什么时候赚钱。对对这个问题其实在商汤被问了十年了啊
[13:36] ，哎你会发现大家会接受的问题是很不一样的。对在某种意义上，这两个问题也代表了这个中国跟美国，它的这个差势有些差别。这个文化文化不一样，但是我觉得最近其实发生了一些比较大的变化。嗯，你看我们无论是说最近比如说这个唐杰老师，他的自己的一个传承性，这样以来对或者是杨紫琳又或者其他包括自己一些学生对他去创业，讲的都是一些非常终极的愿景，对情对所以我觉得这种两者的文化其实也慢慢的在开始融合，相互借鉴或者是看到一个很重要的趋势，其实里面什么东西变化了呢？嗯这
[13:36] 你你看着中国这么多的这么多年的这个科研的这种文化的的进化，你觉得什么东西变了呢？我觉得最重要的一个事情是有一批在美国读书的人回来了
[13:36] 啊，这个是开玩笑。但是我觉某种意义上的话，就有一种更加国际化，更加开放的一种科研的文化开始融入到啊我们的这个科研的这个流程和体系里面。嗯，而且随着我们产业的发展，事实上我们有更多的资源真的思考一些更更长远的问题。对对对对，所以我
[13:36] 所以现在就是说我我我感觉确实是说中国现在呃就像汤汤还有啊质朴啊，对吧？kimi i就是这些头部的这个大模型的这个公司，大家都在做原创嗯
[13:37] ，对吧？而且大家都在有非常第一性的去看，说我要终极要达到一个什么样的目标？对，而且就是从业者，也非常年轻，是是不是就现在很年轻的从业者也有一些就是很有成就。对对对，所以说呃我像像我
[13:37] 去看了你们的那个那个展台嘛。对，然后我就看了你们新发的那个u one的那个模型嘛，就那个这个做做design的那个对对，做做设计师那个我我看到很惊艳就是就是呃
[13:38] 非常高清常就是呃怎么怎么说，回头回头一定要展示一下给大家看一下，就是q一下给大家美感很有美感。对，很有美感，很有美感，就是因为我我自己本身是很用很很长时间，就在一直用cloud和用那个ONI。他他们在做设计嘛。对我看了之后我都会觉得是很帅。就看到你们的这个新模型，所以这个也我觉得已经到soota已经应该挨到sota级别了，对吧？对，那那就是说呃，现在大家都在卷编程嘛。对，然后为什么你们现在选择在这个领域发力在做设计啊，这领领域力力们们怎么思考这个问题
[13:39] ？事实上的话，商汤不止做设计啊，但设计的话某种意义上是我们迈向这个所谓未来的这个AGI的这个终极目标中的其中一个非常重要的插曲哦，为什么？为什么？因为从我们的这个所你刚才提到的第一性原理，对对对，我觉从从一个原理思考的话，我们一直在认为完整的智能他肯定是包括不仅是这个逻辑思维维，包括形象思维。对，所以人经过了几百万年的进化，他所大左脑跟世界界相互非非好的配合，合一起才能形成成一个完整的智能。对，那我们现在是做其中一个老做非非常发达了。但另外一个人呢还不太好嗯，但是如果真正到了一个真正完整的的时候，我相相信他两个是平衡发展的这是我们对这个所谓的智能的一个最终的一个期待待。那么最后当这个人类类进入到一个真实世界的时候，他是要跟这个世界互动，对他理解这个世界对看见这个世界跟这个世界互动视觉的能力是必不可少的
[13:39] 。最大的一个问题在于什么呢？你
[13:41] 跟大大家说，我现在要做一个终极的智能体。嗯，这个这张体因为他离商业太高远。对，没错没错，所以我们得需要有一个叫做中间沿途的沿途的不断的获得商业价值支撑。我们走到最远端的当当，我的一个一个路径。对，那么我发现我们一直在想当视觉跟语言结合，当视觉跟抠点的a准结合的时候，嗯，有什么东西是离产业最近的那显然抠点对于这个软件工作来说已经做打穿的这个商业的地方。对，那么我们自己平常的话也是也是做创作嘛。对对对，就我们做coc口做这些的话，其实做了很长时间创作了。我们发现在视创造这个领域，当你视觉跟语言结合在一起的时候，也是临门讲。我们就希望把这个创户的统穿之后把这个产业给打合。所以我们为什么在这个阶段选择了做这个设计原因，就在于说我们理解到视觉跟语言的结合。视觉跟智能体的结合临界点在视觉这个材道上。面在设计的赛道上面，已经到临门讲讲，已经告诉我们讲，对那我我能够非常好的商业化和和能够产品化，对我们看到了在外面，在我们的这个英文做做出来一个品质个设计感的这个海报。那那我们这更产的的要几千块钱钱买。对对对，国国内可能稍业便一点的。所以某种意义上如果你说你花几千块钱的时候，那我觉跟这个东西是有付费的。嗯，他已经本来请了一个真人的设计师，对，花几千块钱买这个东西。对，那如果做到同样的水平，他花几十块钱甚至未来几块钱买一个这样的东西。对，完全是合乎逻辑的。而且他一旦这个审美的的对这个呃就审美的这个挑剔感养出来了，他就没不去。对我我估计不设计了。我跟你说一个这个很有意思的现象。所以我今天早上听那个就是瑶七志愿长他的一个学生在讲一个学术在讲一个学术报告。然后呢，就就展现了他讲学术报告的时候，现现PPT嘛。对，是很学术的一个包，就讲一些什么就是算法的东西。对，然后他配了很多张很漂亮的图。对，就说每一个他的这个PPT设计师，我见过的就是非常有品味的PPT设计。对，是你一看就知道他一定是他模型做对。那你看的时候赏心悦目，就我就发现说其实某种程度上是这是人以对，那你这种学术的PPT，他是不会去用设计的对，不需要就好像抠点一样吧。对，现在都是很多人，其实他是原本都是工程师，他在写扣的对吧？对，那我觉得可能现在在设计这个事情上也是一样的，尤其是确实这个世界上其实很缺乏设美。对，就多多方方可可以会为p的对，但是成本太高不不对，对，其实成多特高高。对，没是
[13:43] 你是唾手可得的状况，他可能就很快就泛化了。对对，那这个其实是大量大量的很多原来不会做设计的人，他就进来他就形成了每一个图，每一个讲东西都要去设计一下的这种习惯可能会有这样的现象发生，对不对？而且我们发现了一个非常重要的一个观察，就但现在有很多人说这个进到好这个界界。对对，所以我们要回归一个非常简谱的叫CII的一个界面。这种西对对，就不再需要PPT了，不再需要所有的这些视觉的东西了。这是不会现实的对不对？对，我们要回答一个终极的问题。所以所有的这个世界所有的价值都要回到人本身。对对对，但人是怎么接受信息去了解这个世界吧。对对我发现比如说我给我的老板对去发一长串的这个文字。对对我们看看是不对。对，同同是经年啊，所以我发一个短短信信息的的时候，对，直接就看了同意，同意同意。所以我觉得这个时个信息图也好，这些海报也好，对，为什么大家会把它作为一个非常好的载体，接是他传递信息的效率非常非常高。我同意了，非常同意，因为我我做视频的时候非常喜欢画一个图什么框架分析框架图什么的就是我非常喜欢用图来表示这些一些纯文字表表达不了的东西嘛。对对，所以我我我我个人是觉得说，对，因为我我人人的大脑里面有很大的一个模块都是处理视觉的对对，所这个个实有很大的模块都处理视觉。所以我觉得这个其实用图的方式让别人去获取信息是非常省energy的。对对对吧？对对，所以这就讲到多模态的问题了。对对对对，所个我们说多OM，大家都是，其实它叫largely reich model嘛，就是本质上它还是文字嘛，对吧？对，然后多模态，它是有声音在降低。对对对，然后有有甚至未来可能还会有这个视频，各种各样的东西融在一起。那这个其实所有的加起来，它其实是在使我们就是人类的大脑接收和处理信息的这个成本在降的很低嘛。对所以我觉得多模态肯定是个大势所势。对对，所以我就回忆起说我原来对
[13:44] 最早二零二六年我入行做人工智能的时候，当时是做语音识别。那个时候搞什么专家系统啊，搞马尔可夫模型啊，什么很原始，就是刚好是你说的早期的时候就可能做了一个很薄薄很薄的就就几百个参数吧。其实一千个参数那个时代后面呢就是很长一段时间，这个默默无闻之后就到了二零二零一二年的时候图像就起来了。那图像起来之后呢，就到二零一八年，一九年就图像非常热门。那个时候人工智能都讲的是CV了，就个这个AAV。而且那个时候商汤也是老大了。就商汤在那个领域里面是做的非常厉害的对吧？图像这个这个领域相汤当做的非常厉害，但是后面就是这个transformer transformer出来，对吧？然后语言就起来了。然后语言现在就c位了嘛。对那我就是想说，那
[13:44] 曾经这个视觉是c位，现在语言是c位，那未来是不是也还是会接下来有个什么契机会使得这个哎多模态重新回到c位呢我
[13:44] 觉得需要有一些标志性的事件
[13:45] ，其实无论是说当初这个CB起来又或者说最近的这个LM起来对是有几个标志性的事件。对，当时CB起来的话，最重要的标志性事件是什么呢？就是有当时有个叫做二零一二年存innet一个比赛。对，移民学院。对对，做这个一千类的图像识别没错没错，一直都做不好，然后看猫看狗吧
[13:45] 。这个深度学习深度神经网络出来了之后，一下子把那个准确率提高到了一个可实用的水平。所以呢这个事情突然就临门一脚说我，所以我们经常说的这个叫工业红线
[13:45] ，不是这样啊啊，对啊对，所以所以嗯
[13:45] 嗯没有没有
[13:46] ，所以所以我还记得image net那个时候其实就李菲菲嘛，对吧？他搞搞的那个其实他其实众包当时是解决了，当时整个行业是不是就是没有解决数据问题，就是没有那么那么多的被标注数据，其实已经是浮现出了两个关键要素，一个是数据对他做了一个imagnet有一百万张图，这背后训训练只有几千万张嗯图，那这些就解决了个数据基术术，然后另外的话呢他也解当时GPU刚出来嗯，哦就英伟达在那个时候叫GPU叫GTS九八零。对对对，刚刚可能我还记得内
[13:47] 毁了这个叫做深度神经网络。对，所以那个时候刚好这两个事情汇聚了又有个比赛。对，所以全世界派知道这个事情嗯，那么到了这个呃大模型时代，大家可定都知道了就是像BT对就就这么个叫做q er app全世界都认识到了这个事情，他有非常大的潜力对对吧？那么到了这个像这个今天对吧？已经看到了很多的这些智能体对比。如说codex，没错，cloud没错没错，就为什么今天这几个月或者说过去大半年，突然这个点变成了最热门的赛道，是因为有一些重要的产品像codecloucode或者是这个呃这个应该是cloud开始对高括对大家开始觉得这个都真的帮得上我们啊，没错，就像普通人对吧？平常不写这个不写程序的没错，甚至我告诉你，我们的出o公司HR财错，反正他写程序了。对对对，那这个事情所以定是为为么目。对对对对
[13:47] ，说这个写这个写到上医院去了
[13:47] ，他就每一个有个culer的情就改变了这个事情。那觉觉的话可能未来有有一些事情比如说我们尝尝试在设设是是不是有一个新的ler的这个APP对它能改变设计一个行业又或者说更远狭点的未来这个机器人。对，但现在机器人还是比较单一的，就每个阶层干相对狭窄的一些事情。但未来真的有所谓的巨身智能的GPT时代，嗯，一个机器人像人一样能够把所有设家里面的家务设外外面这个运动对吧？对，然后这个办这个处理一些比较重的活对
[13:48] 他都能做的话。对，那也许这个时代又会变成了无单会觉得其实智能应该是那个样子。所以所以这个所以您刚才讲到这个东西，它也不不光是多模态。对它其实再往前走一步，有点类似于现在比较热门的那个世界模型的那个问题了，对吧？其实多模态就是世界模型的非常重要的技术基础的OK。所以所以多模态世界模型它是什么关系的？因为我我相信很多的同学都听过这两个词。对，那他可能分不清楚就是说到底它有什么和还有就是世界模型现在这么热，它到底有哪些就是研究方向上的一些差别啊什么的这块我觉得对我我也很感解这些非常非常有意思的话题啊
[13:49] 。如果我们说这个语言模型对比如说trap BT，它实在做一件什么事情呢？模拟人怎么说话的OK它模拟的是人的语言模。那么世界模型的话，它模拟的是这个世界是怎么样去变化，怎么样去运作的。嗯，比如说这里面啊有一次笔对我手拿起来，这里的这个就会就会离开它原来的位置。对，那这个就是这个世界。对你的这个interaction对你的这个操作的响应，那么世界模型就是说你对这个世界做什么事情，它都能产生相应的这样的一个响应，对吧？那么这个叫世界模型。那么如果语言模型说我前面说了十个字，第十一个字是什么？它会预测这个事情。那世界模型呢预测什么呢？我对它做了一个位置。对会预测这么变化，我现在把它往前往这里推推，对吧？然后他他到底是这么一站，还是说这么一倒？对，他会预测这个事情。他会预测这个事情。对，那他他们两两者都在预测是吗？对，一个是预测下一个单词，另外一个是预测下一个物理状态。好，那这个这两个预测有什么？有什么本质的差别呢？呃，因为单词它是离散的，就一个都态是理想往下走，物理状态它是高维就语言是意味而且是离散的。但是
[13:50] 真实的世界是高维，而且连续的嗯所以就导致了它整个建模的方式会有非常本质的区别。但是最后的话我们是希望把语言所蕴含的非常复杂的逻辑嗯，跟这个世界高维的世界它的丰富的信号它是连续的对，能不能融汇在一起。那么这个的话，我们组的第一步就是视觉是连续的语言是离散。对对对对，我们能不能有一个模型，把这两种原来很不一样的两个世界融汇在一个这个我很感兴趣这个东西本来就是一个非常至少现在业界还没有解决的很好的问题，对不对？嗯，那这个是也这个是不是一个圣杯啊？这个算算不上一个圣杯啊，把离散的和连续的对这个在底层打通这件事情对，所以我们一直追求的就这个事情，所以我们提出来的这个叫leo架构NU架构啊，然后我们从年初就开始呃开始做验证了。对，然后已经有些初步的模型。当有了这个事情之后
[13:51] ，pro它起码在一个具体的应用领域体现了一点这个能力，就是什么呢？设计感这个东西是零连续的，你没法这个设计感连续的对吧？没法用，因为你这张图你不能说，我只看到局部很漂亮。对它整体要要搭配的。好，它是有整体的一个描述。对，但是的话呢，我中间表里面写了每一个字，每个概念它是一个理想概念。我怎么样让这个东西很和谐的放到一张比如说一幅优美的水墨画类似这样的的东西对吧？对啊，所以这个事情就是包括今天早上徐际在它在这个呃演讲里面提到的一整幅这个rock九周年的那个长卷轴，我把所有的这九周年发生了几百个这个这个关键词不满整整幅画而且整幅画还
[13:51] 要保持一个东方的美感，东方美感这个东西是没办法描述的，它只能够是意会然后那个里面的每个概念是具体的字，这些能够很好的很和谐的融汇在一起。那某种意义上就代表了我们其实吧这条路我们没有说我们现在
[13:53] 已经解决了这个事情，而是说我们看到了我们已经往前在走的一个很重要的一个迹象理解理解理解。那这个事情看起来是一个upset很大的事情，对对对，不对？就是说逻辑上来讲，如果他们能够打通能融合的话，那实际上它是一个非常通用的一种事情，它能够在各种各样你包括你coding的时候，其实也能够用到。对对对，所以你看到经呃，就是前两天晚上啊推出来的这个kimi的事。对对对，我看了很多网上它那个非常非常优秀的模型。对，然后我看了他很多经验的例子，经验在什么地方呢？它出出来那个三维的那个世界，那个那个软件的界面对非常的惊验。对，所以经验你的不是里面的token对，是你看到那个世界的感觉是是是是是对嗯这个是能理解的，你也能理解。所以所以按照这么看来说，这个像你们现在去训训练些些这这际就是说把底通通这个事情情不会在一样是要吃大量的数据啊，所以说我的问题就是说现在有一个说法吧，就是说这个优质数据已经吃完了，互联网上优质数据已经被被消化完了。嗯，好像scaling law已经遇到了一个天花板了，那现在就是说你怎么看这个问题，就是scaling law到底现在撞墙了没有？还是说他还会在维持很长一段时间。还是那个那个递归的那个那个那个low low的那个那个客户还在这里面有几个问题啊。是第一个是数据问题，是不是已经吃完了这个事儿呢？我觉得我会跟你说今年商汤在数据上的这样的一个构建数据的这个费用是去年的二十倍。哇，就是我单因为这个UN pro模型所把它送进去的数据，你们需要UN pro模型要训练出来，需要什么样的数据呢？这个数据是你们生成的，还是采集的嗯个两是我有很多是标注的，有有些是生成的。标注是什么呢？就是比如说我有一张图对进来了对
[13:53] ，好看不好看哪就好怎么怎么判断呢？对吧？这个东西那是要专业人士去去，我会请设计师过来去去写一段comment OK可以按照他的想法来写，就按照你自己对这个图对这个美美学的认知来写这个东西，这叫标注，你做的很
[13:53] 做这样的这些工作。然后同时的话呢，就还有就是说那这张图原来是怎么画出来的？嗯，我们要把这张图构建的思维链给解析出来。因为现在的话所有的agencc model也好，restening model也好，都有思维链驱动的。我也不太可能说用过一个非常简单的form直接出一个大图。中间是有桥梁的对，那个桥梁叫做思维链。对，但是这难点在什么地方呢？像
[13:54] 编程或者数学思维的全是文字，是单误。嗨没错没错没错，但是设计师的思维是我先想想什么东西，我再画出来，画出来之后再看看有什么不对，要改再改再改。那么这个思维链我我怎么样从一张最终的图变成中间所有他想象中脑子里面
[13:54] 那个图对去做对对，那我们就尝试很多方法，我们从那个图嗯上当做了十年的视觉。对，没错，我有大量的视觉工具，把那张图里面的各种元素解析出来之后然后我们通过方法尝试把这些元素重新合并回去哦，然后就从中探索出怎么样把这些不同的基本元素合并成最终的一个设计图的这个这个过程把它match上来。那当做大量的训练，就是说他能够match上的时候，那我们就觉得他已经学会了怎么把各种基本的视觉要素变成一个整体的一个非常美观的一个图。所以他就是视觉思维，而且这个过程中很重要的是思维过程中你不能只有文字，你得不断时刻的浮现出来，你最新的这一步的设计，他出来这个个图是什么样子
[13:57] ？OKOK这是这个为什么我们能够在啊u one pro能够做出这么样的一个有经常有些经验的这种美感的这种图，就在于我们有做的大量的这个设计上的思维链的拆解理解。所以说从这个角度上来讲，至少在多模态这个层面的时候，数据还没有造片。对，就scaling low还完全可以用，对不对？呃，因为是这样子的，现在的数据的话呢啊有很多的视频的数据对图像的数据对，可以说都还完全没因历历史上人们所积累的就靠人写上写在书本上的那些文字的数据确实是有限的对，而且人工每天每年能够产生的数据非常的有限，对，所以话当这个机器的数数上上来之后候很快快能超历历史积积累这个数据了。没错，但是这个世界本质是高维的。嗯，你可以在每一个每一个平方公里，每一个平方米，你都会从不同的角度拍摄大量的照据。对，那再加上，所以的话多模态的数据在我看，甚至加上时间维度，你要看到大量视频。对对吧？对照片视频说它的数据量是差了非常多的数量级只是说我们现在还没有找到或者刚刚在开始入门去找怎么样去利用视觉的数据。对，而且的话我觉得这里面有很根本的数据，包括今天早上我们在一个呃开tle上面也提到了，就当你因为这个的话它是人类经过了思考总结就形成的符号。对而言不是一天生就有的，是人在这个进化的程程中逐代跟世界互动过程中逐渐产生出来，它能够更简单表表达我们意的的一些符号，对这符号有就出现语言之前人间有智慧的，没错没错，那出现语言之前人们已经开始画图呢，对对吧？所早最早的这个原始壁画对吧？对对对，他们是先有了壁画，先先画一一些自己观的的东东西，对后会有有思识。对对，才会文字的才会文字对，吧？对，所以这个过程我能够够在前的的自智会产的的变的什么么方方时候，对，所以以我是能够这这个智智慧的这个维度和智能的维度打开一个新的空间这也是我们所信奉的一个未来。对，所以这么看起来呃，顺便说一下，我看过你们那个u one的一些资料。对对，所以是说u one其实是一个长程思考，对对吧？所以说我们刚才讲scaling law，其实除了数据的问题，其实还有一个就是你比如说OO one那个这个GBTO one它就证明了这个test test some scaling的对吧？对对，就是说这个我延长思考时间，嗯，这件事情本身是能够有scaling的对个意义的对，所以现在是不是你在u one这边你也看到了，就是延长思考时间是有价值的就是你做很长时的思考，能够做出非常精美的图对对对，因为我们其实这张图每一张图生成现在的话啊可能都要花几分钟的时间。对啊，未来的话我们相信会更加的实时。对对个需要有进一步的工程上的优化思维链条的这个优化。对对，以它确实每一张图它出出来的，做的出非常精美。对对，因为你想想，也就是说这件事情是拉长时间，它就能够精美的图
[13:59] 啊，我举个简单的例子，啊，你请一位画家或设计师过来对你给他一个小市的时间，让你画一幅画而给他一个月的时间。对对对对对，是有区别的，是有区别。对，原理在这对对，所以说因为它他跟人就机器的思考现在跟人的思考。对，是目前为止是大家有同样的一种对遵循一种同样的一种规范和原理。对，而且你想想现在就高，为什么这个这个说这个设计是一个非常高价值的事情。因为它确实花了很一个很专业的人，很长的时间，它的劳动是有价值的。对，所以说融汇在他的作品品面，对对像我们现在用抽点来写程序一样。对对，它是花了很program sfer engineer，就如件工程师，很长的设计构建出那个东西出来。那么我相信比如说现在建筑设计计很贵的事情，对对错，平面设计可能是第一步。未来对，如果我们有三维的话，是会做建筑设计计错，做其的设设计工设设计错错这一个都是有有大大价价值的事情。对，在我看来的话，如果是说人的东西，它的价值应该是跟他的工作或者思考的复杂度是有关系的。嗯，就像以前我可能这一张图图片，比如说一张图，你问他是包还是狗，这个价值是非常低的。没错没错，但是当你这个东西，它构建一个要人要花几个小时几天甚至几个月没有完成的事情的时候，没错，它的价值就出来了。那么设计也是一样的，而且这设计我们现在先做的是一个图片的设计。对或海报平面的设计。那未来我们会把它加入到设维对我会加入视频我们会做电影的设计，会做其他的设计，会做其他的设计。而且有一城城的设设计，且其实际上有自己己文理的业设计哦。对。而且还有城市规划。我们跟那个上海的规制局有合作做大的城市规划用AI怎么设计计？而且且实这设设计
[13:59] 在今天就有一个啊飞之组，有个叫迷你星空的一个大模型，它其实跟商海有非常深度的合作就是用AI的技术去设计程序。对，所以你看到这里，未来的这个这个空间非非常设设本本身这种是个大学问，那我们正在开始去学