剛剛過去的1024程序員節(jié)，小紅書Red Academy和小紅書科技發(fā)起了一場直播，在這場直播里，小紅書技術(shù)副總裁凱奇、小紅書語音模型技術(shù)負責人風龍，攜手Hugging Face聯(lián)合創(chuàng)始人Thomas Wolf，以最近流行的AMA（Ask Me Anything）形式，進行了一場關(guān)于技術(shù)、AI與未來的深度對談。
這場對談圍繞三大核心觀點展開：
AI Coding正成為基礎(chǔ)能力；
開源是技術(shù)加速發(fā)展的核心引擎；
實現(xiàn)有“活人感”的AGI路徑清晰但仍需攻克諸多難題。
從這三個觀點出發(fā)，三位嘉賓關(guān)于以下幾個話題進行了討論和分享：
開源與閉源：三位嘉賓一致認為開源是推動技術(shù)前進的強大引擎。小紅書正投身其中，從文本模型、多模態(tài)模型到FireRed系列語音模型，初衷是為讓更多開發(fā)者和中小企業(yè)能共享技術(shù)紅利。
AGI與未來：通用人工智能將會到來，但發(fā)展路徑仍有挑戰(zhàn)，例如在創(chuàng)造力、復(fù)雜環(huán)境感知和數(shù)據(jù)等方面仍有瓶頸。
如何讓AI更有“人味”：凱奇分享了小紅書引入“人文訓(xùn)練師”的實踐，致力于讓AI的交互更自然、更貼心，真正融入小紅書這個充滿“活人感”的社區(qū)。
AI時代的個人能力：技術(shù)人的核心競爭力正轉(zhuǎn)向“定義問題”和“框架性解決”的能力；AI不僅是效率神器，也讓非技術(shù)背景的人擁有了“指揮”計算機實現(xiàn)想法的能力。
以下是直播對話摘錄：
Q: 怎么看大模型時代的開源和閉源？
Thomas Wolf：開源和閉源差距在縮小，中國在這方面比較領(lǐng)先。現(xiàn)在也發(fā)現(xiàn)，很多其他國家的人會開始從一個開源模型著手。開源能打造一個圍繞模型的社群，讓更多人使用，更高效地幫助他們。閉源就是需要更多的一些時間來去開發(fā)出一些好的模型。
風龍：整個的開源其實是推著技術(shù)往前走的，推著技術(shù)不斷的往下發(fā)展。開源才是動用了大家的力量，眾人眾人拾柴火焰高。語音技術(shù)發(fā)展經(jīng)歷開源工具如HTK、Kaldi、Wenet、FireRed等，推動技術(shù)前進。閉源對商業(yè)公司無可厚非，但可能是暫時性選擇。
凱奇：AI開源與代碼開源還挺不同的，更關(guān)注模型權(quán)重和制作過程公開。開源降低社會運用AI成本，互幫互助，整體上降低了整個社會去運用AI的成本。
Q: 小紅書做了哪些開源？為什么這么選擇？
凱奇：今年6月小紅書開源了文本模型1.0版本，是hi lab第一個MoE模型。8月開源多模態(tài)模型，性能對標Gemini和Seed。開源dots OCR模型，在hugging face熱門榜排第4。
風龍：語音模型方面，我們開源了在50多個benchmark綜合排名第一的大模型語音識別系統(tǒng)FirRedASR；開源了面向?qū)υ捈伴L播客生成的大模型語音合成系統(tǒng)FireRedTTS業(yè)務(wù)，在播客生成開源領(lǐng)域達到了sota的效果；也首次開源了一套完整的可私有化部署的大模型人感語音交互系統(tǒng)。這些模型都受到了很多好評。我們想讓中小型公司和獨立開發(fā)者，也能享受這種玩大模型的樂趣，所以我們會做一些大模型，打破相對的技術(shù)壟斷。我們從社區(qū)里面汲取了營養(yǎng)。我們也覺得需要把技術(shù)公開出來，一方面是聽取社區(qū)給模型的反饋，來知道模型到底做得怎么樣。
Q: 怎么看AGI的實現(xiàn)和想象，通往AGI上有哪些瓶頸？
Thomas Wolf：AGI不會立刻實現(xiàn)，會有多功能、全方位的提升。未來應(yīng)用包括機器人、大語言模型、語音識別。AGI也能夠創(chuàng)建一些我們之前沒概念的東西，比如新游戲、新體驗。同時能夠打造全新的科學(xué)發(fā)展，發(fā)明新科學(xué)。
AGI的一個瓶頸是模型缺乏創(chuàng)造力。當你有一個問題時，它們非常擅長解決問題，但要求它們發(fā)明一個新問題時，例如想在科學(xué)上取得重大突破時，就需要找到正確的問題來提出，而LLM模型目前非常不擅長提出好問題的。
風龍：5-10年內(nèi)可能看到曙光，但路上還有種種曲折，但如果要真的實現(xiàn)電影《Her》里面的人工智能想象，還需要解決非常多的問題 比如硬件、甚至一個簡單的藍牙數(shù)據(jù)傳輸穩(wěn)定性都需要持續(xù)提升
凱奇：關(guān)鍵轉(zhuǎn)折點是AI能否改進自己。如果可以做到，只要有算力，就可以不停的自我改進，智力增長會非常非常的快。障礙有context bottleneck和非智力因素瓶頸。
Q：你怎么看技術(shù)進展的速度？是在變慢嗎？
Thomas Wolf：可能有一點。我想很多人對最近的模型有點失望。幸好有新一波的推理模型提供了新范式。但我們構(gòu)建的AI仍然是非常聽話的學(xué)生，它們按照我們的要求做，但對應(yīng)該做什么幾乎沒有好想法，所以仍非常需要人類來指明方向。至少在當前，需要人來給出要解決的問題，我們需要給出前進方向，給出要做什么的創(chuàng)造性想法。所以我建議，要讓知道自己該做什么的人使用這些模型，這樣就能很好地理解它。
Q: 在技術(shù)產(chǎn)品中如何保持人情味？如何讓AI保持人感？
凱奇：當前AI回答有時候會有點冷冰冰、缺乏同理心。小紅書是大家稱之為一個有“活人感”的社區(qū)，所以在小紅書用AI的時候，我們也希望這個AI也是更有活人感的。會通過后訓(xùn)練和RL算法調(diào)整行為，用人文訓(xùn)練師教會AI更有人感回答。
Thomas Wolf：情感非常重要，需要更好數(shù)據(jù)來做情感輸出，當前的瓶頸是數(shù)據(jù)量不夠。可以做的是：看待AI答案要有批判性，同時也要評估AI的錯誤率。
風龍：語音模型中會加入情緒感知和環(huán)境音感知生成情感反饋語音。我們會分析目前這句話到底有沒有表達出情緒，是開心的還是有一點悲傷的？還是說有一點憤怒？我們也有能主動感知對話中用戶情緒的TTS，如果用戶當下很難過，那AI回復(fù)的語音就會帶有安慰的情感。
Q：對于個人或團隊，推薦哪些AI小項目方向，如何構(gòu)建壁壘？
凱奇：發(fā)揮專業(yè)領(lǐng)域知識，解決context bottleneck，挑選合適context喂給AI。怎么挑選哪些context扔給它，這個是很重要的。
Thomas Wolf：這是一個高度數(shù)據(jù)驅(qū)動的世界和領(lǐng)域。所以第一步始終應(yīng)該是：嘗試為我們想要衡量的東西建立一個良好的評估標準。有了標準然后才能看清你想朝哪個方向發(fā)展，進入哪個領(lǐng)域，甚至決定是否應(yīng)該使用AI。
Q: 對于非技術(shù)同學(xué)，在AI浪潮下有什么建議？
風龍：AI降低實現(xiàn)產(chǎn)品門檻，非技術(shù)同學(xué)也可以一個人做產(chǎn)品。人人都真的可以一個人做產(chǎn)品。
凱奇：產(chǎn)品同學(xué)多了一個強大武器，需學(xué)習(xí)AI技術(shù)邊界，了解prompt engineering、fine tune等手段。
Q: 怎么使用AI coding提效，怎么看待AI coding的發(fā)展？
風龍：在語音研究工作中需要大量測試網(wǎng)頁。之前的網(wǎng)頁都由語音研究員手寫，有了AI coding工具后，這種寫前端的工作完全可以用現(xiàn)成工具完成，大大節(jié)省時間。
凱奇：寫demo程序時，用AI做refactor或熟悉API，可以直接扔文檔讓它寫代碼，非常提效。AI coding讓非程序員也能操縱計算機達成目的。AI coding還處于早期階段，現(xiàn)在還沒那么好，但未來在程序架構(gòu)迭代和運維方面會更強。
Q: AI浪潮下，技術(shù)人的變與不變？
風龍：技術(shù)人還要找到核心競爭力，AI coding只是工具箱中的一個工具。看到一個大的應(yīng)用問題后，不變的是要想怎么去拆解，怎么用工具箱里面工具把它做好。
凱奇：未來世界上只有會用AI的人和不會用AI的人兩種，技術(shù)同學(xué)在會用AI這塊是很有優(yōu)勢的。技術(shù)人需提升通用問題解決能力和產(chǎn)品sense，發(fā)現(xiàn)和定義問題比具體怎么做更重要。
Q: 學(xué)習(xí)新技術(shù)有什么好的方法和建議？
風龍：很多時候我們覺得可能要自己ready了再去做一件事，但是往往我們其實就是learning by doing。跟蹤最新論文、與同行交流、公司內(nèi)部討論。
凱奇：用AI陪看論文非常提效，能很快幫我推導(dǎo)公式和分析邏輯，就能很方便地理解公式。Notebook LM可以聽論文寫概要。
Q: 最近兩個月，小紅書里刮起了AMA風，有什么體驗和有趣發(fā)現(xiàn)？
Thomas wolf:我是首次參加 AMA，很多人來問我應(yīng)該學(xué)什么專業(yè)，應(yīng)該從事什么樣的工作，我覺得這個方式是非常好的一個方式，能讓很多行業(yè)里非常優(yōu)秀的人所聚集在一起，直接建立連接。
凱奇：在主頁上刷到了很多AMA的筆記，過去小紅書這個產(chǎn)品給大家的印象可能更多是偏生活向的，但這次AMA，在科技領(lǐng)域的興趣圈層也是有很好的爆發(fā)。我的一些朋友告訴我，他們現(xiàn)在都是在小紅書看論文，我覺得小紅書作為生活興趣社區(qū)，的確正在變得越來越廣大。
風龍：我發(fā)了第一篇AMA筆記后，收到500多條評論問語音相關(guān)的問題，其中有人問我為什么社區(qū)里有這么多AMA帖子。我回答的是：因為優(yōu)秀的人總會和優(yōu)秀的人相遇。
*小紅書科技薯在今年9月策劃發(fā)起了AMA（Ask me anything）活動，這一玩法在小紅書上快速發(fā)酵——許多知名AI產(chǎn)品創(chuàng)業(yè)者、大廠負責人、高校教授等科技大咖紛紛在小紅書上發(fā)布“Ask me anything”的筆記，邀請用戶向自己提問，并積極在評論區(qū)互動、對話。
Q：如果回到30歲，會給自己什么建議？
Thomas Wolf：十年前，2015年那時我創(chuàng)辦了Hugging Face。我認為那是個好主意。所以我會說，去做你打算做的事，探索你所熱愛的。
風龍：如果回到30歲的時候，我會選擇在博士畢業(yè)后直接加入小紅書，享受挑戰(zhàn)和攀登珠峰的經(jīng)歷。
凱奇：要搞AI。
