关键要点
- 亚马逊彼得·德桑蒂斯表示，人工智能需再提升“几个数量级”才能真正具有变革性。
- 超越当前Transformer架构的新型模型将不断涌现，使AI能像人类交谈一样快速响应。
- 德桑蒂斯强调，人类将继续处于人工智能最复杂创新的核心。
在6月17日于巴黎举行的VivaTech 2026活动上，亚马逊高级副总裁彼得·德桑蒂斯就人工智能现状展开深入对话。其核心观点是：尽管进展速度令人惊叹，但我们远未完成。
在与《大西洋月刊》首席执行官Nick Thompson的对话中，德桑蒂斯表示：“过去一两年里，模型执行任务效率提升了整整一个数量级。但在真正变得有趣之前，无论以何种形式，我们还需要再提升几个数量级。目前，整个技术栈的创新才刚刚起步。”
在亚马逊，德桑蒂斯负责管理整合基础人工智能模型、定制芯片和量子计算的部门。他在亚马逊工作了27年，从EC2早期阶段到协助主导收购Annapurna Labs，将自身视角带入这场日益被炒作主导的辩论中。
为什么今天的AI模型只是开端
尽管一些知名人士宣称通用人工智能（AGI）即将到来，但德桑蒂斯对此持有不同看法。他强调，支撑当前模型的Transformer架构将持续改进，但未来AI的使用方式需要开发全新的架构。
德桑蒂斯表示：“无论硬件创新如何推动我们实现这一目标，也无论未来将带来多么复杂的软件，我相信在可预见的未来，人类仍将是我们要进行的最复杂创新的核心。”
他补充说，部分创新要求AI模型能够像人类互动一样快速且动态地做出反应。根据德桑蒂斯的说法，这种互动的时钟周期仅为“40毫秒”。AI需要观察并理解我们的动作、结巴、附和以及人类交流中的所有细微之处，这就要求更快的响应时间。
这种响应能力要求对硬件和软件采取全新方法，这也是德桑蒂斯认为当前时刻是起点而非终点的原因。
芯片与模型如何相互加速
德桑蒂斯认为，下一波进步取决于芯片与模型的同步发展，这一动态在整个行业中仍未得到充分重视。
他说：“如果芯片没有向模型设计者告知即将出现的能力及优化方向，我们就无法在芯片可用之前开展必要的科学研究以利用这些能力，结果就是要等待数月甚至更久。”
德桑蒂斯指出，若做得正确，结果是：“这两者将开始形成良性循环：更好的模型、更好的芯片、更低的成本和更高的效率。”
这个良性循环已经在运转。构建世界模型的AI初创公司——模拟物理而非生成文本的系统——正在选择Trainium，并实现了接近行业平均计算效率两倍的成果。