近期，传神语联发布了任度双脑深度思考大模型-T1、企业知识增强智能平台KAI，并联合CIO等成立了AI+专委会，展现了在AI领域的一系列新成绩。

今天，CSDN创始人&董事长在《滔滔不绝》栏目中，深度对话传神语联创始人何恩培、传神语联副总裁何征宇，深入探讨了传神语联在根原创、大模型上的探索与突破。

访谈过程中呈现出的一些观点，对当前大模型的发展颇有借鉴价值。

观点一：用根原创奠定底气

在被问及为什么现在才入局大模型市场时，何恩培解释说，并不是刚刚入局。早在GPT火起来之前，传神语联已经在法律、语言服务等领域研究并应用大模型技术。尤其是OpenAI的Sam Altman提到GPT5、GPT6将数据和推理做分离之后，被刺激到了，因为这是传神语联已经实现了的技术，所以选择自信地站出来。传神语联以根原创为底气，始终走在大模型市场前列，虽然在2024年11月份才发布任度双脑大模型，但其实早就做出来了。此外，最新的深度思考版本T1也早在今年2月份就有了，只是在传神A纪元一周年向大家公开发布。

观点二：大模型并不是越大越好

 

在当前的AI赛道中，许多大模型追求“大而全”，参数规模动辄数百亿甚至上千亿。

但何恩培认为，大模型不是越大越好，因为模型的最终表现取决于架构设计效率、训练策略优化以及硬件实现等多方面的综合作用，参数量并非决定大模型性能的唯一因素。任度双脑大模型参数规模仅为9B，但在国内SuperCLUB评测中以及八九个国外评测中也呈现出了优异的表现，位列前10名以内，性能不输任何其他大模型。

观点三：只有客户数据真实，才能给出正确答案

 

在谈到客户数据时，何恩培明确指出，客户数据必须保持真实，不能轻易被清洗。如果客户数据被轻易清洗或修改，那么大模型可能无法获得足够的信息来生成有意义的答案，从而影响其性能和准确性。

这也是任度双脑大模型采用数推分离架构的原因。例如，传统的检索增强生成（RAG）模式，在Level 1（表面答案）的表现尚可，但在Level 2（推理答案）和Level 3（深度分析答案）上的表现则较为有限，而任度双脑大模型通过数据网络的学习与压缩，能够在后两个层次上达到更高的准确率。

观点四：底层参数控制得好，大模型才能不“跑偏”

 

大模型经常会出现不遵循提示词约束的情况，原因何在？

何征宇解释说，这是由于大模型学习了外部数据后会有自身的生成逻辑，此时仅靠提示词难以扭转。通过增加底层参数控制等方式可实现更优的提示词干预，比如，将知识向量化后建立标准及控制点，在大模型训练时就定义好属性，后续可通过另一种提示词方式进行干预，使其按照期望的方向生成内容。

观点五：大模型新未来在于自主可控的AI生态

何恩培在对话中多次强调，自主可控的AI生态对中国未来的技术发展至关重要。他认为，人工智能将成为未来社会的核心基础设施，如果不能实现自主可控，将面临巨大的风险。

同时，在产业生态上，传神语联正联合一些原创公司发起原创联盟，向合作伙伴开放技术，共同构建国产原创的AI研究和应用生态，希望通过自主研发和根原创技术，摆脱对国外技术的依赖，为国家构建一个安全、可靠的AI生态体系。

此外，何恩培呼吁社会各界对原创技术多些支持，多谢偏爱，今天中国的原创已经和世界一流水平比肩，甚至领先。原创，还需要市场积极拥抱，这样中国的原创才能越来越多，才能逐步形成中国的技术生态。

在这场深度对话中，传神语联不仅展现了技术突破，更传递了一种产业觉醒——AI的未来不在于盲目追逐参数规模，而在于回归价值本质：真实的数据、根原创、自主的生态。这不仅是技术的进化，更是一场认知的升级。