公司对AI发展的核心观点 - 公司认为AI发展的重点在于“应用”而非“发明”，AI将促使生产性进步，三五年后就能体会到[2] - 公司认为未来算力将过剩，当前建数千个、数百个大模型都是正确的探索，但需求可能是非线性的，模型的社会应用应由行业应用工程师负责[2][23] - 公司聚焦于未来3-5年，研究大模型、大数据、大算力在工农业、科技产业上的具体应用[5] AI在工业与生产领域的应用实例 - 在高炉炼铁中，通过大模型优化控制，可将高炉效率提高1%[6] - 中国已实现地下500米-700米或更深的无人挖煤，通过数据采集和实时视频远程操作机械，并预测安全事故[6] - 在洗煤环节，使用大模型可提高精选精度0.1%[6] - 露天矿山已实现数百辆重型矿车、挖掘机的完全无人化运行[6] - 港口如天津港、秘鲁钱凯港已实现从集装箱装卸、堆垛到通关的全流程无人化[6] AI在医疗与消费领域的应用实例 - 瑞金医院的病理大模型已大规模使用，通过大模型推理分析生理切片，帮助医生提高诊断能力[7] - 中山医科大学的眼科模型，可通过手机或专用仪器拍照进行远程诊断，帮助边远地区[7] - 乘用车的自动驾驶模型以及座舱、手机上的小艺对话模型等已投入应用[8] - 在西藏牧区，通过小型超声波探头扫描，数据经3000公里网络传至深圳检测中心，可发现肝包虫病，体现了5G低时延和高宽带光纤网络的作用[10] 对AI时代教育、人才与青年发展的看法 - 网络教育实现了从物理集中式向逻辑分散式的转变，使边远地区能接触到世界名校课程，有利于整个社会进步[9] - 每个人人生道路不同，有人“摸高”探索前沿，有人“摸低”扎根基础，都是对社会贡献，鼓励有能力的青年优先“摸高”探索真理[2][14] - 公司曾招聘三千多名边远地区本科毕业生，经三年培养后授予专科认证，从事芯片生产和精密制造的“工人”岗位，新时代的“工人”需要高等教育[14] - 中国青年创业氛围浓厚，大量青年在机器人等领域创业，数百万青少年在成长，将成为中国现代化的中坚力量[15][16] - 面对质疑是正常的，许多重大科学突破初期都面临质疑，需要敢于迎接挑战和大胆创新[19] 对AI技术发展路径与行业分工的阐述 - 学校属性是探索人类未来，做“0-1”的研究创新；企业属性是创造商业价值，把理论变成工业现实[11] - 公司内部所谓的“科学家”是一种职务分类，公司本质是技术公司而非科学公司，专注于应用科学技术[24] - 从事理论研究的科学家不应担心社会应用，理论是伟大的思想推导，如傅里叶变换、麦克斯韦方程等[24] - 美国在探索通用人工智能（AGI）和超级人工智能（ASI），旨在解决人类社会的根本问题；中国则研究如何利用AI创造价值、解决具体发展问题[21] AI对社会就业与再教育的影响 - AI辅助编程已释放约30%的软件工程师工作量，未来可能达到60-70%[23] - 无人化会导致岗位精简，但国家总财富会增加，需通过再教育工程（如学券制）对下岗人员进行职业再教育，将其转化为国家需要的人才[22] - 人工智能在产业上的贡献将占98%，而IT公司对人类的贡献只占2%[30] 对算力、模型及公司战略的论述 - 算力过剩的时代一定会到来，做模型的人无需担心模型的社会应用性问题[23] - 人工智能在公司地位重要，但当前最重要的是CT（通信技术），包括无线电、光通信、核心网、数据通信等，因为AI需要先进的网络来传输数据，没有网络的算力是信息孤岛[35] - 公司无法承担量子计算等基础研究，但量子计算机若成功，公司可能会购买，当前仍需在其他方面努力[32] 对全球化、开放合作与人才流动的态度 - 美国创造的科技文明对世界有益，公司支持全球化，渴望站在巨人肩膀上，自力更生是被逼无奈[36][37] - 公司认为中国需要更加开放，向所有文明国家学习，容纳世界文明，开放改革使中国富起来，但还需要发展“新质生产力”以提高发展质量[38][39] - 公司与ICPC等国际组织的合作是建立沟通纽带，通过“黄大年茶思屋”等网络平台进行全球化科技交流[39] - 在计算机时代，男性和女性在脑力劳动中没有本质区别，应鼓励更多女性参与科学技术领域[26]

公司对人工智能的战略定位 - 公司研究聚焦于未来3-5年，着眼于大模型、大数据、大算力在工农业和科技产业上的具体应用[6] - 公司认为人工智能重在应用而非发明，应用AI会强大一个国家，AI在产业上的贡献将占98%[32] - 公司定位为技术公司而非科学公司，核心是应用科学技术，将理论转化为工业现实[10][24] 人工智能的具体应用场景与效益 - 在工业领域，通过大模型优化高炉炼铁，可提高效率1%；在洗煤环节可提高精选精度0.1%[6] - 在矿业实现无人化，已能在地下500米-700米或更深进行无人挖煤，露天矿山可实现数百辆重型矿车、挖掘机完全无人运行[6] - 在港口实现无人化作业，例如天津港和秘鲁钱凯港的集装箱装卸、堆垛到通关均无人操作[6] - 在医疗健康领域，瑞金医院的病理大模型和中山医科大学的眼科模型已投入使用，帮助提高诊断能力[7] - 利用5G和光纤网络，可实现远程医疗，例如在西藏牧区通过探头扫描并将数据传至深圳检测中心诊断肝包虫[9] - 在铁路系统，国铁正试验5G-R无线调度系统，以支持时速450公里的高铁和载重3万吨的货运列车，未来中国铁路网可能达30-40万公里，需要复杂的人工智能调度[17][18] 对人才培养与教育的看法 - 公司认为学校的属性是探索未来，做“0-1”的研究创新；企业的属性是创造商业价值，把理论变成工业现实[10] - 网络教育实现了从物理集中式向逻辑分散式的转变，使边远地区能接触到世界名校课程，有利于社会进步[8] - 高等教育应因材施教，鼓励有潜力者“摸高”探索真理，同时也需要培养新时代的“工人”，例如公司曾培养三千多名边远地区本科毕业生成为芯片生产和精密制造工人[13] - 中国在机器人领域有数百万青年参与，无论商业成败，这些人才的成长将是中国现代化的中坚力量[14] - 在计算机时代，男性和女性在脑力劳动中没有本质区别，应鼓励更多女性参与科学技术领域[26] 对算力、模型与行业分工的见解 - 公司认为未来将是算力过剩的时代，目前建设数百数千个大模型都是正确的探索[23] - 大模型的发展应面向千行百业的应用训练和推理，其商业应用应由行业应用工程师来完成[24] - AI辅助编程目前已释放约30%的软件工程师工作量，未来可能达到60-70%[23] - 公司最重要的当前是CT（通信技术），包括无线电、光通信等，因为先进的网络是AI发挥价值、避免成为信息孤岛的基础[37] 国际化合作与开放态度 - 公司尊重各国人才与技术，在不同国家设有机构合作发展，例如在俄罗斯因看重其理论科学基础而设立了规模化机构[28][29] - 公司认为开放使中国富起来，应继续向所有文明国家学习，不能闭关自守，通过“黄大年茶思屋”等全球化网络平台促进学术交流[39] - 美国创造的科技文明对世界有益，大多数中国公司仍可使用美国的技术生态，这对中国产业发展有好处[38] - 公司与ICPC等国际组织的合作是感知世界脉搏、建立友好纽带的窗口，并非以招聘为目的[27][38] 对特定技术领域的看法 - 在量子计算领域，公司认为量子科学迟早突破，量子计算机一定会实现，但这是国家和人类的命题，公司可能未来选择购买而非主导研究[34] - 对于通用人工智能，中美方向不同：美国探索AGI/ASI以解决人类未来；中国研究如何应用AI创造价值、解决发展问题[21] - 对于像印度尼西亚这样的国家，最紧迫的是强调“应用”领先，例如在港口自动化、船舶自动化及农业无人化等领域[30][31]

华为AI战略聚焦 - 公司研究聚焦未来3-5年，重点探索大模型、大数据、大算力在工农业和科技产业的应用[1] - 具体应用场景包括高炉炼铁优化燃料矿石配比控制，提高高炉效率1%[1][6]；地下500-700米无人挖煤实现瓦斯爆炸预测；露天矿山无人化运行数百辆重型矿车[1][6]；港口无人装卸作业如天津港和秘鲁钱凯港[6] - 医疗领域应用包括瑞金医院病理大模型辅助诊断和中山医科大学眼科模型远程诊断[7]；自动驾驶模型和手机对话模型解决生产与消费实际问题[8] 中美AI发展路径差异 - 美国探索通用人工智能（AGI）和超级人工智能（ASI），关注人类本质和社会未来[2] - 中国研究解决实际问题如城市安全、公共教育卫生进步、矿山生产无人化，创造更多价值[2] - 中国实现煤炭工人穿着西装打领带上班，展现矿山、高海拔工场生产无人化的具象化场景[2] 算力与网络基础设施 - 未来算力将出现过剩，模型开发者无需担心算力限制[2] - 模型应用训练和推理由行业应用工程师负责，实现千行百业商业化[2] - 人工智能价值实现依赖先进网络，CT（无线电、光通信、核心网）是当前最重要领域，没有网络的算力是信息孤岛[2][39] 人工智能对就业与教育影响 - 无人化富余员工通过再教育工程解决，如实行学券制补贴下岗人员[2][25] - 职业教育从初中生分流转向大学生化，提高全民族专业素养水平[25] - AI辅助编程已释放30%软件工程师工作量，未来可能达到60%-70%，但无人化进展需保持社会结构稳定[25] 产学研合作与人才培养 - 学校探索"0-1"基础研究，企业将理论转化为工业现实，二者属性不同不能混淆[11] - 公司22岁员工提出全球领先气象模型，俄罗斯22岁女孩发明新余数算法，展现年轻人才原创能力[12] - 教育模式从物理集中转向逻辑分散，网络教学使边远地区获得世界名校课程资源[9] 国际化合作与技术应用 - 公司与ICPC合作加强国际交流，俄罗斯连续多年获得ICPC冠军，理论研究领先[31][32] - 印度尼西亚重点发展AI应用领先而非技术突破，如港口自动化和船舶自动化[33] - 白俄罗斯在热工理论领先，AI重在应用而非发明，应用AI可强大国家产业[34] 前沿技术布局 - 量子计算是国家和人类命题，公司可能购买量子计算机但不主导研究[36] - 核聚变成功将改变能源革命，但当前仍需投资电力系统建设[36] - 德国工业4.0是AI应用早期范例，公司未来3-5年研究相当于工业4.0水平[39] 全球化人才战略 - 美国土壤适合人才成长，全球人才赴美创造科技文明有益世界进步[40] - 中国需要更加开放，吸收人才和文明成果，通过"新质生产力"提升发展质量[42] - 公司通过"黄大年茶思屋"网络平台实现全球化科技交流，数学和理论无国界[42]

人工智能发展路径与中美差异 - 中美在人工智能的追求方向不同 美国探索通用人工智能AGI和超级人工智能ASI 旨在解决人是什么、人类社会的未来等根本性问题 而中国的研究重点在于解决如何做事、创造更多价值、解决发展问题等具体应用[1][23] - 公司着眼于未来3-5年 聚焦大模型、大数据、大算力在工农业和科技产业上的实际应用 例如通过大模型优化高炉炼铁效率1% 提高洗煤精度0.1% 以及实现矿山、港口等场景的无人化作业[6] - 人工智能在产业上的贡献预计将占98% 而发明AI的IT公司对人类的贡献仅占2% 因此应用AI是强大一个国家的关键[33] 人工智能对生产效率与就业的影响 - 人工智能辅助计算机软件编程已释放约30%的软件工程师工作量 未来可能达到60-70%[2][25] - 生产无人化将提升总产出 例如一个工厂有人的生产是100 无人时生产可达120 国家总财富因此增加[2][24] - 面对无人化可能导致的岗位精简 需要发展再教育工程 例如实行学券制 对富余人员进行职业再教育 将其转化为国家需要的人才[1][24] 公司技术研发与产业应用聚焦 - 公司定位为技术公司而非科学公司 内部职务分类中的“科学家”是专称代号 公司核心是应用科学技术解决实际问题[26] - 研究聚焦于解决生产与消费中的实际问题 例如高炉炼铁优化、无人矿山、港口无人装卸、远程医疗诊断（如通过5G网络传输超声波数据诊断肝包虫）以及乘用车自动驾驶模型等[6][7][9][10] - 在通信技术领域 当前最重要的是CT（通信技术） 包括无线电、光通信、核心网、数据通信等 因为先进网络是AI实现价值、避免信息孤岛的基础[38] 人才培养、教育模式与青年发展 - 教育模式正从物理性集中式向逻辑性分散式转变 网络教学使边远地区学生也能接受世界名校课程 有利于全社会进步[8] - 教育的目的在于探索未来 企业的目的在于创造商业价值 两者属性不同 大学从事“0-1”的研究创新 企业则将理论转化为工业现实[11][13] - 鼓励青年敢于走在时代潮流最前面 选择适合自己的职业努力进取 不必过分看重短期指标或成功与否 在不成功的道路上也能积累巨大财富[17][18] - 公司曾招聘三千多名边远地区本科毕业生 经过三年培养授予专科认证 使其成为芯片生产和精密制造领域需要的高等教育“工人”[15] 全球化合作、开放与人才观 - 公司渴望全球化 认为自力更生是被逼无奈 享受站在巨人肩膀上更有利于发展 美国创造的科技文明对世界有益 中国大多数公司仍可使用美国的技术促进产业进步[39][40] - 公司通过“黄大年茶思屋”等全球化科技网络平台与全球研究者交流 数学与理论没有国界 这种开放与合作是纽带[41] - 在计算机等非重体力劳动的脑力劳动领域 女性与男性没有本质区别 应鼓励更多女性参与创造性工作[27][28] - 肯定俄罗斯、法国、罗马尼亚、白俄罗斯等国家在数学、物理、热工理论等基础科学领域的领先地位和贡献 并在此基础上开展合作[30][31][33] 对前沿技术与未来趋势的看法 - 认为未来将是算力过剩的时代 而非算力不足 当前探索建立数百数千个大模型是正确的 模型的社会应用应由行业应用工程师负责[25] - 量子科学迟早会突破 量子计算机一定会实现 并在特定计算上带来巨大优势 但公司自身不承担量子研究 未来可能购买量子计算机[34][35] - 远程网络办公的潮流不会改变 它加速了知识扩散 有助于亚非拉边远地区天才的崛起 但物理性面对面交流仍然需要 只是机会相对较少[36][37] - 机器人领域在中国发展迅速 有百万青年参与 大量创业公司涌现 预计三五年后中国在该领域会有较大进步[16]

公司对算力与AI发展的核心观点 - 公司认为未来将是算力过剩而非算力不足的时代，建设数百个、数千个大模型都是正确的探索 [1][42] - 当前大模型对算力的需求是一种线性技术推演，但实际需求可能是非线性的，因此算力过剩时代一定会到来 [1][42] - 公司定位为技术公司而非科学公司，其核心是应用科学技术，将理论转化为工业现实 [2][43] AI的战略重点与实际应用 - 公司的AI研究聚焦于未来3-5年，重点是大模型、大数据、大算力在工农业和科技产业的实际应用 [7][47] - 在钢铁行业，通过大模型优化高炉控制，可提高冶炼效率1% [7][47] - 在矿业，已实现地下500-700米或更深的无人挖煤，并通过数据视频预测瓦斯爆炸、透水等风险以保障安全 [7][47] - 在煤炭洗选环节，大模型可将精选精度提高0.1% [7][47] - 在港口，如天津港和秘鲁钱凯港，已实现从装卸、堆垛到通关的全流程无人化作业 [7][47] - 在医疗领域，瑞金医院的病理大模型和中山医科大学的眼科模型已投入使用，帮助提高远程诊断能力 [8][48] - 在交通领域，已布局乘用车自动驾驶模型及智能座舱对话模型 [8][48] - 通过5G+远程辅助诊断，例如在西藏牧区使用探头扫描，数据经3000公里网络传至深圳，可诊断肝包虫病 [10][51] 对教育、人才与创新的看法 - 公司认为学校的属性是探索人类未来，从事“0-1”的研究创新；企业的属性是创造商业价值，将理论变为工业现实 [11][52] - 中国正在涌现原创技术，例如公司一名22岁员工开发了全球领先的气象模型，另一名22岁俄罗斯女员工发明了可能改变AI芯片架构的新余数算法 [12][53] - 网络教育实现了从物理集中式向逻辑分散式的转变，使边远地区学生也能接受世界名校教育，有利于社会整体进步 [9][49] - 高等教育应因材施教，有人“摸高”探索前沿，有人“摸低”从事精密制造，例如公司曾招聘三千多名边远地区本科毕业生培养为芯片生产工人 [15][56] - 中国青年创业氛围浓厚，在机器人等领域有数百万青年参与，大量小型创新公司涌现，预计三到五年或五到十年中国将有巨大进步 [16][57] - 面对质疑是创新过程中的常态，历史上许多重大科学突破和公司自身技术（如5G Polar码）都曾面临质疑，需要敢于迎接挑战 [19][60] 对全球合作与特定技术领域的看法 - 公司肯定开放与合作，认为美国创造的科技文明对世界有益，中国需要更加开放并向所有文明国家学习 [38][40] - 公司与ICPC等国际组织的合作是建立连接、感知世界脉搏的纽带，并通过“黄大年茶思屋”等网络平台促进全球化的科技交流 [29][41] - 在通用人工智能（AGI）方面，认为美国探索解决“人是什么”的根本问题，而中国更侧重于研究如何利用AI创造价值、解决具体发展问题 [22] - AI在产业上的贡献价值巨大，预计将占98%，而IT公司对人类的贡献仅占2% [33] - 对于量子计算，认为其迟早会突破并在特定计算上带来巨大优势，但这是国家和人类的命题，公司自身无法承担该研究，未来可能选择购买 [34] - 在远程办公与沟通方面，认为网络办公的潮流不会改变，但定期的面对面交流仍有其成本与价值 [35][36] - 人工智能在公司内部地位重要，但当前最重要的是通信技术（CT），因为先进的网络是AI发挥价值、避免成为信息孤岛的基础 [37]

中美人工智能发展路径差异 - 美国探索通用人工智能AGI和超级人工智能ASI，旨在解决“人是什么”及人类社会的未来等根本性问题，这需要一个认识过程 [1][23] - 中国研究重点在于如何利用人工智能做事，以创造更多价值并解决发展问题，例如城市安全、公共卫生及工业无人化 [1][23] - 人工智能在中国正推动具体场景的具像化应用，目标是让煤炭工人等可以“打着领带、穿着西装、戴着戒指上班” [1][23] 人工智能在工业与生产中的应用 - 华为公司研究聚焦未来3-5年，探索大模型、大数据、大算力在工农业和科技产业的应用 [6][48] - 在高炉炼铁中，通过大模型优化控制，可将效率提高**1%** [6][48] - 中国已实现地下**500米-700米**或更深的无人化“挖煤”，通过实时视频数据保障矿工安全并预测事故 [6][48] - 在洗煤环节，大模型可将精选精度提高**0.1%** [6][48] - 露天矿山、港口装卸（如天津港、秘鲁钱凯港）已实现完全无人化作业，涉及数百辆重型矿车和挖掘机 [6][48] 人工智能在医疗健康领域的应用 - 瑞金医院的病理大模型已大规模投入使用，辅助医生进行切片分析诊断 [7][49] - 中山医科大学的眼科模型支持通过手机或专用仪器拍照进行远程诊断，帮助提升边远地区医疗水平 [7][49] 人工智能对就业的影响与再教育 - 人工智能导致生产无人化，可能使部分人员失去工作，但从国家层面看，总财富会增加，例如工厂无人生产时产出从**100**提升至**120** [2][24][44] - 需要发展再教育工程应对岗位精简，例如实行“学券制”，为下岗人员提供补贴，并将空置的学校、工厂转为职业学校进行职业再教育 [1][24][43] - 随着大模型和智能体技术应用，AI辅助编程已释放约**30%**的软件工程师工作量，未来可能达到**60-70%** [2][25][44] 教育模式的转变与人才培养 - 网络教育正推动教育模式从“物理性集中”向“逻辑性分散”转变，使边远地区学生也能学习世界名校课程 [8][50] - 教育的目的是探索人类未来（“0-1”创新），企业的目的是创造商业价值，两者属性应区分 [11][53] - 高等教育需要培养不同类型人才，包括从事精密制造的“工人”（华为曾招聘**三千多名**边远地区本科毕业生培养为芯片生产工人）以及从事前沿探索的科研人员 [15][56] - 中国青年创业氛围浓厚，在机器人等领域有**百万青年**参与，大量创新公司涌现，预计三五年后中国将有较大进步 [16][57] 华为对技术、人才与合作的看法 - 华为定位为技术公司而非科学公司，专注于应用科学技术，将理论创新转化为工业现实 [11][26][53] - 公司认为未来将是算力过剩的时代，当前最重要的是CT（通信技术），因为先进的网络是AI实现价值的基础 [25][38] - 华为与全球学术界（如ICPC）合作是为了建立沟通纽带和认知世界的窗口，而非单纯争夺人才 [29][40] - 公司尊重全球人才与技术，在不同国家设有合作机构，例如在俄罗斯因其强大的数学与理论科学基础而设有规模化发展 [30] - 华为支持全球化与开放，认为吸收世界文明有利于共同创造价值，并致力于提升产品质量以赢得国际市场 [39][41] 人工智能在其他行业与国家的应用前景 - 对于印尼等国家，人工智能发展的重点应是“应用领先”，例如在船舶自动化、港口自动化及农业无人化领域 [31] - 人工智能在产业上的贡献价值巨大，预计将占**98%**，而IT公司对人类的贡献约占**2%** [33] - 以中国钢铁和煤炭产量为例，洗煤精度提高**0.1%**（乘以**40亿吨**）及高炉效率提高**1%**（中国钢产量**10亿吨**）能产生巨大经济效益 [33] - 在交通领域，中国正在试验**450公里**时速高铁的**5G-R**无线调度系统，未来需管理**30-40万公里**的干线轨道网络，这是人工智能与数学结合的复杂应用场景 [19][20][61][62] 对青年人才的建议与展望 - 鼓励青年顺应时代潮流，敢于走在最前面，选择适合自己的道路努力进取，不必过分看重短期成功或他人选择 [17][59] - 在科研中面临质疑是正常的，许多重大科学突破初期都曾受质疑，需要敢于迎接挑战和大胆创新 [18][60] - 青年应关注将学术方向“具像化”，解决实际复杂问题，例如中国庞大的铁路运输网络调度就急需尖端的数学解决方案 [20][21][61][62][63]

华为对人工智能的战略定位与行业应用 - 公司研究聚焦于未来3-5年，致力于将大模型、大数据、大算力应用于工农业和科技产业，解决实际问题 [7][49] - 具体应用案例包括：通过大模型优化高炉炼铁，提高效率**1%**；实现地下**500米-700米**或更深的无人挖煤；提升洗煤精选精度**0.1%**；在露天矿山、港口（如天津港、秘鲁钱凯港）实现完全无人化作业 [7][49] - 在医疗健康领域，已大规模应用病理大模型（如瑞金医院）和眼科模型（如中山医科大学），通过远程诊断提升边远地区医疗水平 [8][50] - 公司聚焦于解决生产与消费中的实际问题，例如乘用车自动驾驶模型、智能座舱对话模型等，但承认进步空间仍很大 [8][51] 5G与通信技术的产业融合与前景 - 中国国铁正在试验新的**5G-R**无线调度系统，用于时速**450公里**的高铁，该系统能实时检查线路和列车轮轴安全，是重大进步 [2][19][43] - 当前中国重载火车每列可拉**3万吨**煤炭，由无线电调度；现有系统**GSM-R**能控制每列**2万吨**载货量的火车密集运输；升级至**5G-R**后将能支撑**上万列**时速**450公里**的火车和**3万吨**货车的运行 [2][19][43] - 中国铁路网络极其庞大且复杂，目前每天调度的高铁超过**一万多列**，未来铁路里程可能达**30-40万公里**干线轨道，这为复杂的网络调度、仓储管理等带来了巨大的技术挑战，需要尖端的数学和人工智能解决方案 [2][20][43] - **12306**票务系统已成为全球访问量和交易量领先的超大型实时系统，其核心技术带头人曾获“时代楷模”称号，在节假日承受巨大流量压力，依赖于计算机信息网络和人工智能 [19][22] 公司对人才培养、教育与青年发展的看法 - 公司认为，在快速变动的时代，希望寄托在年轻人身上，他们是时代的榜样和希望 [4][46] - 公司三年前招募了**三千多名**边远地区的本科毕业生，经过三年培养和专科认证，使其成为芯片生产和精密制造的“工人”，重新定义了高等教育背景下的“工人”角色 [14][57] - 鼓励青年因材施教，有人“摸高”探索人类未来，有人“摸低”贡献社会，两者皆有价值；鼓励有能力者一定要走到最高点，从高往低发展更容易 [14][15][57][58] - 中国青年创业氛围浓厚，出现大量创新公司，例如在机器人领域有**百万青年**参与，资本也在推动训练他们，预计三、五年或五至十年中国将有天翻地覆的进步 [15][58] - 面对质疑是正常的，许多重大科学突破（如傅里叶变换、希格斯玻色子）和公司技术（如5G Polar码、多镜头拍照）都曾面临质疑，突破需要敢于迎接挑战和大胆创新 [1][18][42][61] 人工智能对社会与就业的宏观影响 - 人工智能带来的自动化（如软件编程）已释放约**30%**的软件工程师工作量，未来可能达到**60-70%**，这将导致部分岗位精简 [24] - 国家层面，自动化提高了总财富（例如工厂无人化后产量从**100**增至**120**），需要通过“再教育工程”（如学券制）对富余人员进行职业再教育，将其转化为国家需要的人才 [23][24] - 人工智能在产业上的贡献预计将占**98%**，而IT公司对人类的贡献仅占**2%**，因此应用AI比发明AI更能强大一个国家 [32] - 公司认为未来将是算力过剩的时代，而非算力不足，当前探索建立数百数千个大模型是正确的，模型的社会应用应由行业应用工程师去实现 [24] 公司的全球合作与开放战略 - 公司强调开放与全球化的重要性，中国通过开放改革引进世界文明成果，实现了经济井喷式发展，未来需更加开放，学习所有文明国家的优点 [13][39][40] - 公司与全球学术界保持紧密合作，例如通过“黄大年茶思屋”网络平台与全球科研人员交流；与ICPC的合作始于偶然，但已成为认知世界的窗口和人才纽带 [28][41] - 公司尊重并积极与各国人才和技术合作，例如在俄罗斯认识到其理论科学的先进性，并建立了规模化的合作；在欧洲法律许可下，会加大在欧洲的发展 [28][29][30] - 公司认为美国创造的科技文明对世界有益，制裁仅针对华为，中国大多数公司仍可受益于美国的技术、工具和生态，这有利于中国产业发展 [38][39] 对特定技术领域的看法与公司定位 - 关于通用人工智能（AGI），认为美国在探索解决“人是什么”的根本问题，而中国更侧重于研究如何做事、创造价值，解决具体发展问题（如矿山、港口无人化） [23] - 在量子计算领域，认为量子科学迟早会突破，量子计算机一定会实现，但这主要是人类和国家的命题，作为企业可能未来会购买而非主导研究 [33][34] - 公司明确自身定位为“技术公司”而非“科学公司”，专注于应用科学技术，将理论科学的探索留给学术界和科学家 [25] - 在远程办公与沟通方面，认为远程网络办公的潮流不会改变，疫情加速了其普及，但物理性见面仍有价值，只是机会较少；网络教育对边远地区天才的崛起至关重要 [35][36]

公司对AI的战略定位与业务重点 - 公司认为AI的关键在于应用，而非发明，AI在产业上的贡献将占98%，而IT公司对人类的贡献仅占2% [34] - 公司当前最重要的业务是CT（通信技术），包括无线电、光通信、核心网、数据通信等，因为AI的感知与控制需要将数据传到几千公里外，必须依赖先进的网络 [40] - 公司研究着眼于未来3-5年，聚焦于大模型、大数据、大算力在工农业和科技产业上的实际应用 [5] - 公司未来三到五年的研究方向相当于德国的工业4.0 [39] AI与通信技术的具体应用案例 - 在工业领域，通过大模型优化高炉炼铁，可提高效率1%；在煤炭行业，利用大模型提高洗煤精度0.1%，结合中国40亿吨的煤炭产量，价值巨大 [5][34] - 中国已实现地下500米-700米或更深的无人挖煤，通过数据采集拼接成实时视频，远程操作机械，并预测瓦斯爆炸、透水及塌方 [5] - 在港口实现无人化作业，例如天津港和秘鲁的钱凯港，集装箱的装卸、堆垛到通关均无人操作 [6] - 在医疗领域，瑞金医院的病理大模型和中山医科大学的眼科模型已大规模使用，帮助提高诊断能力，并通过5G网络实现远程诊断，例如在西藏牧区通过探头扫描并将数据传到深圳检测肝包虫 [6][9] - 在交通领域，国铁正在试验新的5G-R无线调度系统，以支撑时速450公里的高铁和载重3万吨的货运列车运行，未来中国铁路里程可能达30-40万公里，需要复杂的AI调度 [18][20] - 12306票务系统已成为全球访问量和交易量领先的超大型实时系统，其核心技术带头人曾被授予时代楷模称号 [19] 公司对人才、教育与合作的看法 - 公司认为企业的属性是创造商业价值，学校的属性是探索人类未来，做“0-1”的研究创新，两者目的不同，不应混淆 [10] - 公司通过“黄大年茶思屋”网络平台与全球人才进行交流，该平台允许呼叫有共同见解的人，实现全球化科技交流 [43] - 公司重视与全球理论科学发达地区的合作，例如在俄罗斯设立研究所，因为俄罗斯在数学、物理等理论科学上很先进 [31] - 公司认为在计算机时代，男性和女性在脑力劳动中没有本质区别，应鼓励更多女性参与科学技术领域 [29] - 公司招收了三千多名边远地区的本科毕业生，经过三年培养，授予专科认证，使其成为芯片生产和精密制造的“工人”，重新定义了高等教育人员的职业路径 [13] 对青年与个人发展的建议 - 鼓励青年随着时代潮流去冲浪，敢于走在潮流最前面，不要过于在乎金钱、青春牺牲或指标，应看到造福人类未来的重要性 [16] - 青年应选择适合自己的职业努力进取，即使不成功，其过程积累的假设试验也是巨大财富 [17] - 面对质疑是正常的，许多重要的科学突破初期都面临质疑，要敢于迎接挑战和大胆创新 [18] 对全球技术发展与竞争格局的看法 - 美国和中国在AI的追求方向不同，美国探索通用人工智能（AGI）和超级人工智能（ASI），而中国研究如何应用AI创造价值、解决发展问题 [23] - 美国创造的科技文明对世界有益，公司支持全球化并渴望站在巨人肩膀上，自力更生是被逼无奈的选择 [41][42] - 量子科学迟早会突破，量子计算机一定会实现，但这是国家和人类的命题，公司自身无法承担量子研究，未来可能会购买量子计算机 [36][37] - 对于印尼等国家，最紧迫的不是争夺算力和大模型的世界领先，而是强调“应用”领先，例如利用AI实现港口自动化、船舶自动化等 [33] - 远程网络办公的潮流不会改变，疫情加速了其普及，但物理办公和面对面交流仍会存在，只是机会较少 [38]

华为对人工智能的战略定位与聚焦 - 公司研究聚焦于未来3-5年，致力于将大模型、大数据、大算力应用于工农业和科技产业，解决实际问题 [7][53] - 在工业领域，通过大模型优化高炉炼铁，可提高效率1%；在洗煤环节可提高精选精度0.1% [7][53] - 已实现地下500米-700米或更深的无人化采煤，以及露天矿山的数百辆重型矿车、挖掘机完全无人运行 [7][53] - 在港口实现无人化作业，例如天津港和秘鲁的钱凯港，涵盖集装箱装卸、堆垛到通关全流程 [7][53] 人工智能在具体行业的应用实例 - 在医疗健康领域，瑞金医院的病理大模型和中山医科大学的眼科模型已大规模应用，帮助提升诊断能力，特别是支持远程诊断 [8][54] - 利用5G和光纤网络，可实现远程医疗，例如在西藏牧区通过超声波探头扫描，数据经3000公里传至深圳进行肝包虫诊断 [10][56] - 在交通领域，国铁正在试验5G-R无线调度系统，以支持时速450公里的高铁和载重3万吨的货运列车安全运行 [19][65] - 12306票务系统已成为全球访问量和交易量领先的超大型实时系统，其复杂调度问题亟待尖端数学和人工智能解决 [19][66] 人工智能对生产效率与就业的影响 - 人工智能将带来社会总财富增加，例如工厂无人化后，产出可从100提升至120 [24][70] - AI辅助编程目前已释放约30%的软件工程师工作量，未来该比例可能达到60-70% [24][70] - 无人化将导致岗位精简，需要通过再教育工程（如学券制）对富余人员进行职业培训，使其转型再上岗 [23][70] - 中国在机器人领域有百万青年参与创业和研发，大量资本投入推动其成长，预计三、五年后该领域将有较大进步 [15][62] 华为对算力与基础研究的看法 - 公司认为未来将是算力过剩的时代，而非算力不足 [25] - 公司定位为“技术公司”而非“科学公司”，其职责是应用科学技术，将学校的理论创新（0-1）转化为工业现实 [11][26][57] - 肯定基础理论研究的伟大价值，如傅里叶变换、麦克斯韦方程等，并强调尊重原创 [26] - 公司内部有年轻人才做出世界级创新，例如一名22岁员工提出了全球领先的气象模型，一名22岁俄罗斯女孩发明了可能改变AI芯片架构的新余数算法 [12][58] 产学研合作与人才培养 - 公司认为企业与学校属性不同，学校探索未来（0-1），企业创造商业价值，将理论变为现实，二者不应混淆 [11][57] - 网络教育推动了从物理集中式向逻辑分散式教育模型的转变，使边远地区学生也能接触到世界名校课程 [9][55] - 公司招募了三千多名边远地区本科毕业生，经过三年培养后授予专科认证，使其成为芯片生产和精密制造领域的新时代“工人” [14][61] - 鼓励青年“摸高”，攀登科学高峰，若无法继续攀登则可转向应用领域，“从高往低打” [15][61] - 通过与ICPC等组织的合作，建立与全球学术界和产业界的联系纽带，并利用“黄大年茶思屋”网络平台促进全球化科技交流 [29][42][44] 全球化视野与产业合作 - 公司强调开放与学习世界文明的重要性，认为开放改革使中国发展，未来需通过提升“新质生产力”来创造高质量产品 [44] - 肯定各国在理论科学上的贡献，例如俄罗斯在数学、物理上的领先基础，以及匈牙利、罗马尼亚等国的历史性贡献 [13][30][59] - 对于不同发展水平的国家，建议其人工智能战略应侧重“应用领先”而非争夺基础技术突破，例如印度尼西亚可重点发展港口、船舶自动化 [31] - 认为人工智能的价值98%体现在产业应用（如驾驶、采矿、医疗），仅2%在于IT公司自身的发明 [33] - 对于量子计算等前沿领域，公司认为其突破是必然的，但属于国家和人类层面的命题，公司当前无法承担相关基础研究，未来可能选择购买 [35]

文章核心观点 - 硅谷人工智能行业顶尖人才争夺战已进入白热化新阶段，竞争手段从传统高薪福利转向更具个人化和情感色彩的“情绪价值”投入 [1][2] 行业人才竞争态势 - 人工智能顶尖研究人才全球范围内极度稀缺，具备独立推进尖端大型语言模型技术的研究人员可能不足1000人 [2] - 人才争夺不仅发生在OpenAI与Meta之间，参与者还包括马斯克的xAI、微软、Anthropic以及中国科技巨头腾讯、字节跳动和阿里巴巴 [2] - 企业为挖角投入巨额资源，例如Meta为从OpenAI挖角投入了100亿美元 [2] 企业竞争策略与案例 - Meta首席执行官扎克伯格曾亲自烹饪并送汤，以招揽其希望从OpenAI挖走的科研人员 [1] - OpenAI首席研究官Mark Chen受此启发，也开始为新员工送汤，并希望从Meta挖走人才，但其选择由一家高档韩国餐厅制作而非亲自烹饪 [1] - OpenAI研究人员多次拒绝Meta挖角，原因在于他们相信OpenAI的发展方向，并认为该公司将率先研究出通用人工智能 [2] - 由于行业提供股权提前兑现、特殊计算资源及对技术构建的强大影响力等条件，传统互联网公司的福利（如健身房、免费咖啡）已难以吸引顶尖AI人才 [2] - 企业高管通过构建亲密关系（如送汤）来招揽员工，传递“你是重要人才，值得我花时间讨好”的信号，作为在薪酬和资源之外的附加筹码 [2] 行业现象与影响 - 人工智能行业允许研究人员提前兑现股权，并提供特殊的计算资源获取渠道 [2] - 顶尖人才在2023年出现较多更换东家的现象 [2] - 行业内关键的供需矛盾凸显，即极少数顶尖人才面对大量企业的激烈争夺 [2]