对话中国信通院魏凯：AI下半场，大模型要少说话，多做事

主要观点总结

本文介绍了中国信息通信研究院的大模型评测团队对国内外模型性能的观察，以及国内模型如DeepSeek的表现。团队负责人魏凯讨论了当前大模型的发展趋势，包括训练方法和应用场景，也强调了“方升”大模型基准测试体系的重要性及其特点。

关键观点总结

关键观点1: 中国信通院的大模型评测团队观察到国内模型性能迅速提升，包括DeepSeek等模型的表现。

国内模型表现一直很好，而且排名经常变动。大模型的更新频率加快，竞争非常激烈。

关键观点2: 魏凯介绍了大模型的发展趋势和挑战。

魏凯提到，大模型的竞争非常激烈，排名变化很快。现在模型能力比拼不仅仅是基础能力，还要看重能否做好实际工作。他也提到AI在下半场要注重提高实际应用能力和产业实战应用。

关键观点3: 魏凯强调了“方升”大模型基准测试体系的重要性。

他解释了方升与传统的基准测试的不同之处，包括题目设计更注重产业应用、测试方法的标准化和公开透明等。他还强调方升的目的是推动大模型解决高价值场景中的关键问题，提高AI赋能实体经济的效能。