大模型有什么用？中国最懂模型的人是这么看的

主要观点总结

本文报道了关于大模型产业化、具身智能、AGI等相关话题的智源大会会谈内容。其中涉及到不同公司对大模型产业化的看法、具身智能中无人驾驶的前景、AGI的定义及未来发展、Scaling Law的有效性等内容的讨论。同时，也提到了企业付费意愿、基础设施建设、端侧算力的推动作用等实际问题。另外，文章还提到了其他与AI行业相关的新闻，如OpenAI的营收增长和融资情况等。

关键观点总结

关键观点1: 大模型产业化面临机会，但企业付费意愿较低

李开复认为中国ToC场景短期内更有机会，大模型在ToB场景可以带来更大价值，但企业付费意愿较低。张亚勤认为大模型赚钱的环节在基础设施层的硬件。

关键观点2: 具身智能中的无人驾驶前景被看好

张亚勤认为无人驾驶是具身智能的第一个大应用，李开复也看好无人驾驶的前景，认为相较于人形机器人，无人驾驶更容易落地应用。

关键观点3: AGI定义尚无共识，四位CEO各抒己见

关于AGI的定义，月之暗面CEO杨植麟认为不需要精确定义，百川智能CEO王小川则通过类比医生来解释AGI的标准，面壁智能CEO李大海则从经济学角度定义，智谱AI CEO张鹏认为定义不清反而是好事，有很多未知空间等待探索。

关键观点4: Scaling Law仍有效，但扩展方式会变化

Scaling Law提升3到4个数量级是确定的，但仅扩展网页文本数据可能会遇到推理瓶颈。其内涵也在慢慢变化，从关注参数量规模扩展到参数量、数据量、数据质量等。

关键观点5: 端侧算力推动应用落地，云侧与端侧协同是关键

端侧算力被认为是推动应用落地的重要力量，需要云端协同。合理利用手机上的算力，可以促进应用的落地。