在上海世博中心和上海世博展覽館的路上,，一個(gè)貼了數(shù)個(gè)微信群二維碼的立牌旁,，不少路人掃描入群，一個(gè)女士說(shuō)：“很多群都滿了,，需要有人拉才行,。”

而在另一個(gè)微信群里,，不時(shí)有群主提示,，展覽館開(kāi)放注冊(cè)了，可以注冊(cè)進(jìn)入了,。

連日的梅雨之后,，上海進(jìn)入炎熱的夏季，正在舉行的2024世界人工智能大會(huì),，就像當(dāng)下37,、38度的天氣一樣，無(wú)論是場(chǎng)內(nèi)還是場(chǎng)外,，熱度都非常高,，國(guó)內(nèi)外專家學(xué)者和企業(yè)家們，都加入到這場(chǎng)AI的最大盛會(huì),。

百度創(chuàng)始人李彥宏分享中提到說(shuō),，上一次參加世界人工智能大會(huì)是2022年,，當(dāng)時(shí)主題是元宇宙,，當(dāng)時(shí)主辦方希望他講元宇宙，李彥宏堅(jiān)持說(shuō)講AI,，并把主題定在了AIGC,，“我認(rèn)為AI的技術(shù)發(fā)展路線，發(fā)生了方向性的改變,，就是從過(guò)去的辨別式人工智能,，轉(zhuǎn)向了未來(lái)的生成式人工智能?！崩顝┖暾f(shuō),，講這話后的5個(gè)月，ChatGPT發(fā)布,，后來(lái)的事情大家就更清楚,，兩年的時(shí)間恍若隔世，整個(gè)世界都變了,，人工智能顛覆了絕大多數(shù)人的認(rèn)知,。

阿里云CTO周靖人也是早在2022年就提出了MaaS，也就是模型即服務(wù)的概念,，“兩年前,，我們?cè)谑澜缛斯ぶ悄艽髸?huì)上發(fā)布通義大模型系列，當(dāng)時(shí)我們公布,，通義核心模型將開(kāi)源開(kāi)放,。到今天，通義千問(wèn)已經(jīng)實(shí)現(xiàn)真正意義上的全尺寸、全模態(tài)開(kāi)源,，拉平了開(kāi)源,、閉源模型之間的差距?！敝芫溉嗽?024世界人工智能大會(huì)期間這樣說(shuō),。

確實(shí)，在這個(gè)AI盛會(huì)期間,，各路大佬們分享的高密度信息，以及思維和觀點(diǎn)的碰撞,，夾雜著對(duì)未來(lái)發(fā)展趨勢(shì)的洞悉和預(yù)判,，一定程度上，讓我們看到未來(lái)的一部分,。

接下來(lái),，我們看看大佬們都說(shuō)了什么吧！

上海人工智能實(shí)驗(yàn)室主任,、首席科學(xué)家,，清華大學(xué)惠妍講席教授，銜遠(yuǎn)科技創(chuàng)始人周伯文：通向AGI的必經(jīng)之路是ABI,，并會(huì)有通專融合的“價(jià)值引爆點(diǎn)”

“通向AGI的必經(jīng)之路是ABI,，即廣義人工智能。從學(xué)術(shù)上我給出了嚴(yán)格的定義：自監(jiān)督,、端對(duì)端,、從判別式走向生成式?！?/p>

周伯文認(rèn)為,，人工智能AGI落地會(huì)有一個(gè)高價(jià)值區(qū)域，同時(shí)要求模型兼?zhèn)浜軓?qiáng)的泛化能力和足夠的專業(yè)性,。這個(gè)區(qū)域離原點(diǎn)最近的位置,，我們把它叫做通專融合的“價(jià)值引爆點(diǎn)”。

根據(jù)對(duì)歷史生產(chǎn)力提升的分析，我們認(rèn)為處在這個(gè)點(diǎn)的大模型,，在專業(yè)能力上應(yīng)超過(guò)90%的專業(yè)人類,，同時(shí)具備強(qiáng)泛化能力，即ABI的能力,。誰(shuí)先進(jìn)入高價(jià)值區(qū)域,，即意味著誰(shuí)的能力更強(qiáng)，擁有更多的場(chǎng)景和數(shù)據(jù)飛輪，并因此更早擁有自我進(jìn)化迭代的能力,。

周伯文認(rèn)為,，強(qiáng)泛化之上的專業(yè)能力是AI皇冠上的明珠,，通專融合的發(fā)展新范式。

如何瞄準(zhǔn)構(gòu)建一個(gè)既具有泛化性又具備專業(yè)能力的AI系統(tǒng),，以更高效,、更好地適應(yīng)和解決現(xiàn)實(shí)世界中的復(fù)雜問(wèn)題？這包括三層重點(diǎn)工作：

• 基礎(chǔ)模型層：專注于更高效地構(gòu)建通用泛化能力,，尤其是其高階能力,，如數(shù)理、因果推理等,。通過(guò)高質(zhì)量數(shù)據(jù)的清洗和合成,，研發(fā)高性能訓(xùn)練框架、高效的模型架構(gòu),。

• 融合協(xié)同層：采用多路線協(xié)同的算法和技術(shù),，構(gòu)建比肩人類優(yōu)秀水平的專業(yè)能力。我們的原創(chuàng)工作包括高密度監(jiān)督信號(hào)的生成,、復(fù)雜任務(wù)規(guī)劃,，以及新的架構(gòu)來(lái)實(shí)現(xiàn)系統(tǒng)1（即快速、直覺(jué)反應(yīng)的系統(tǒng)）和系統(tǒng)2（慢速,、邏輯分析的系統(tǒng)）之間的交互,。通過(guò)這些技術(shù)，AI能夠在復(fù)雜環(huán)境中做出決策,，將復(fù)雜任務(wù)分解為更易管理的子任務(wù),，制定行動(dòng)計(jì)劃，并有效地協(xié)調(diào)多個(gè)智能體,，以實(shí)現(xiàn)群體智能的涌現(xiàn),。

• 自主進(jìn)化與交互層：強(qiáng)調(diào)AI的自主探索和反饋閉環(huán)的重要性。AI系統(tǒng)需要能夠在真實(shí)或仿真世界中自主地收集數(shù)據(jù),、學(xué)習(xí)并適應(yīng)環(huán)境,。通過(guò)與環(huán)境的交互，AI能夠獲得反饋,，這些反饋對(duì)于其自我進(jìn)化至關(guān)重要,。自主進(jìn)化與交互層使AI能夠進(jìn)行具身自主學(xué)習(xí)，最終對(duì)世界模型有更深刻的理解并與之交互,，完成開(kāi)放世界任務(wù),。

早在1900年,，德國(guó)數(shù)學(xué)家大衛(wèi)·希爾伯特（David Hilbert）提出了著名的“23個(gè)問(wèn)題”，引領(lǐng)了數(shù)學(xué)很多子領(lǐng)域數(shù)百年的發(fā)展,。

在科學(xué)上,，提出一個(gè)好問(wèn)題往往比解決問(wèn)題更重要。希爾伯特還有一句名言,，這也是他的墓志銘：“We must know. We will know.”我們必須知道,。我們終將知道。

“今天我們踏上通專融合的路線,，探索通用人工智能AGI的未來(lái),，展望下一代的AI for Science，更可以從這句話中汲取靈感和激勵(lì),?！敝懿倪@樣說(shuō)。

中國(guó)工程院院士,、清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）院長(zhǎng)張亞勤：大模型和生成式AI有五個(gè)大的趨勢(shì)

在 2024 世界人工智能大會(huì) “長(zhǎng)三角協(xié)同創(chuàng)新AI新質(zhì)生產(chǎn)力發(fā)展”論壇上,，中國(guó)工程院院士、清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）院長(zhǎng)張亞勤就大模型和生成式AI的發(fā)展趨勢(shì)等進(jìn)行了分享,。

張亞勤認(rèn)為大模型和生成式AI有五個(gè)大的趨勢(shì)：

• 第一個(gè)趨勢(shì)是多模態(tài),、跨模態(tài)、多尺度,，這里面有文字,、聲音、圖像,、視頻,，但是也包括像激光雷達(dá)、結(jié)構(gòu)傳感器,、生物里面DNA,、蛋白質(zhì)、細(xì)胞,，其實(shí)是一種多模態(tài),、跨模態(tài)的方式。

• 第二個(gè)趨勢(shì)是走向邊緣,，現(xiàn)在講的大模型更多的是基礎(chǔ)大模型在云端的,，現(xiàn)在更多的智能走向PC、電視,、手機(jī),、車,，走向各種邊緣。

• 第三是智能體的發(fā)展,，特別是自主規(guī)劃去完成一個(gè)任務(wù),，自我升級(jí)，包括自我編程,、自動(dòng)試錯(cuò),。

• 第四是物理智能，現(xiàn)在大模型和物理世界結(jié)合起來(lái),，包括無(wú)人車,、無(wú)人機(jī)、無(wú)人系統(tǒng),，包括物理設(shè)施,、基礎(chǔ)設(shè)施，走向通用人工智能不僅僅要理解這個(gè)世界,，要讀書(shū),，而且要走路。其實(shí)物理智能就是我們機(jī)器和物理世界交互學(xué)到我們這個(gè)世界模型,。

• 第五是比較長(zhǎng)遠(yuǎn),也是最重要的智能,是生物智能,，我們把大模型和我們的大腦、器官,、生物體連在一塊的時(shí)候,，這時(shí)候智能是AI加上HI新的智能。

張亞勤認(rèn)為,，現(xiàn)在行業(yè)簡(jiǎn)單的堆算力,、堆數(shù)據(jù)，一定會(huì)有達(dá)到一個(gè)瓶頸,，一定會(huì)遇到一個(gè)瓶頸,，效率十分低，比起人的大腦目前效率可能低3個(gè)數(shù)量級(jí),，現(xiàn)在有860億個(gè)神經(jīng)元,。“每個(gè)神經(jīng)元有一千到一萬(wàn)個(gè)連結(jié),，但是我們只用20瓦,，所以我們的效率是高了很多?！?/p>

張亞勤預(yù)計(jì),，未來(lái)五年會(huì)出現(xiàn)一個(gè)全新的架構(gòu)，這個(gè)框架需要首先要有一個(gè)記憶系統(tǒng),，像人類是三層有DNA記憶,、短期記憶,、海馬體記憶，皮層記憶,、長(zhǎng)期記憶?，F(xiàn)在目前的AI大模型是沒(méi)有真正的支持記憶系統(tǒng)的，沒(méi)有真正的物理模型,，系統(tǒng)推理能力比較差,，透明性也比較差。

什么時(shí)候可以達(dá)到AGI,？張亞勤給出一個(gè)時(shí)間段：15-20年,。他把這個(gè)時(shí)間分成三個(gè)階段：

• 第一是現(xiàn)在信息智能，多模態(tài)智能,。

目前的ChatGPT或者GPT4已經(jīng)通過(guò)圖靈測(cè)試了,，視頻像Sora等在5年之內(nèi)預(yù)計(jì)也能通過(guò)圖靈測(cè)試，是一個(gè)新的圖靈測(cè)試,。

• 第二個(gè)是物理智能或者具身智能,，這可能需要5年甚至更長(zhǎng)的時(shí)間。

具身智能第一個(gè)就是無(wú)人駕駛,，無(wú)人駕駛可能是最快通過(guò)圖靈測(cè)試的具身智能,。然后是機(jī)器人，產(chǎn)業(yè)的機(jī)器人,、家庭的機(jī)器人等，這個(gè)需要可能5-10年的時(shí)間,。

• 最后是生物智能,，包括腦機(jī)接口、植入芯片或者是傳感器也好,，可能還需要5年,、10年。如果5年前問(wèn)我這個(gè)問(wèn)題我說(shuō)可能需要50年,，過(guò)去這幾年大模型的發(fā)展,，我認(rèn)為是加速了，20年之內(nèi)可以達(dá)到AGI,。

中國(guó)工程院院士,、之江實(shí)驗(yàn)室主任、阿里云創(chuàng)始人王堅(jiān)：一定會(huì)有新的大公司出現(xiàn),，也一定會(huì)有大公司烈火重生

“人工智能有一個(gè)非常長(zhǎng)的過(guò)去,，但是有一個(gè)非常短的歷史。長(zhǎng)到什么時(shí)候呢,？長(zhǎng)到其實(shí)你可以追溯到一百多年以前,。但是短到什么時(shí)候呢,？短到就是GPT的出來(lái)。GPT的潛力,，今天事實(shí)上還是沒(méi)有被完整的探索的,。”

王堅(jiān)認(rèn)為，未來(lái)十年將是一個(gè)非常激動(dòng)人心的十年,，一定會(huì)有新的大公司出現(xiàn),，也一定會(huì)有大公司烈火重生。

人工智能,，是一個(gè)非常革命性的東西,。它對(duì)產(chǎn)業(yè)的影響一定是反映在兩方面：

• 第一， 只要是個(gè)新的技術(shù),，一定會(huì)有新的大公司出現(xiàn),。如果一個(gè)新的技術(shù)出來(lái)，沒(méi)有新的大公司出現(xiàn),，那它是不是顛覆性的技術(shù)是要打個(gè)問(wèn)號(hào)的,。但是我自己相信，在這個(gè)時(shí)代一定會(huì)有新的大公司出來(lái),。就像當(dāng)年的GE一樣,，這是第一個(gè)邏輯來(lái)看這件事情。

• 第二,， 一定會(huì)有大公司是烈火重生的,。就像前幾天大家看到蘋(píng)果這個(gè)事情。我覺(jué)得蘋(píng)果這個(gè)發(fā)布很有意思,，不是他拿AI去服務(wù)了C端的客戶,，事實(shí)上人工智能技術(shù)重新重構(gòu)了蘋(píng)果這家公司，這個(gè)重構(gòu)是從重構(gòu)它的操作系統(tǒng)開(kāi)始的,。所以我自己覺(jué)得,，因?yàn)橛辛巳斯ぶ悄芗夹g(shù)，蘋(píng)果這家公司不一樣,，那是不是真的能不一樣,？但我們要再往下看，但是我想只有不一樣,，以后他可能才可以市場(chǎng)上活得更好,。所以我想對(duì)于大公司而言，就是大的企業(yè)而言,，只有兩種可能性,。

王堅(jiān)說(shuō),，因?yàn)閿?shù)據(jù)等，人工智能對(duì)大公司會(huì)友好一點(diǎn),。但友好并不是說(shuō)它會(huì)對(duì)你寬容,，你沒(méi)有創(chuàng)造力，它也不會(huì)對(duì)你寬容,，因?yàn)樵撁媾R的挑戰(zhàn)還是會(huì)面臨的,。

“最后你發(fā)現(xiàn)有一個(gè)因素容易被忽略，就是人,。AI我們這么講是革命性力量的時(shí)候,，你發(fā)現(xiàn)AI對(duì)每個(gè)部門(mén)都會(huì)產(chǎn)生影響，要所有部門(mén)的所有人都去擁抱AI這在很多大企業(yè)是很難的,。我想小企業(yè)跟大企業(yè)的差別就是,，根本上，小企業(yè)一定會(huì)覺(jué)得大企業(yè)一定會(huì)覺(jué)得AI是工具的革命,。小企業(yè)一定會(huì)覺(jué)得這是革命的工具,，那就是點(diǎn)差別。我想大企業(yè)也要意識(shí)到這是革命的工具,，那這個(gè)變化就來(lái)了,。”

另外,，關(guān)于能源問(wèn)題,，王堅(jiān)認(rèn)為，要放在時(shí)間和空間維度動(dòng)態(tài)來(lái)看,。

“1980年全世界都擔(dān)心石油馬上沒(méi)有了,，沒(méi)想到越到現(xiàn)在石油反而更便宜了?！蓖鯃?jiān)認(rèn)為，所有的問(wèn)題都是要在動(dòng)態(tài)過(guò)程中解決,，你根本不會(huì)想到可能十年以后說(shuō)的算力,，跟今天說(shuō)的算力不是同一個(gè)算力。十年以后說(shuō)的電,，可能跟今天說(shuō)的電也不是同一個(gè)概念,。“所以我是覺(jué)得這個(gè)還是要在動(dòng)態(tài)過(guò)程解決,，一定不能在現(xiàn)在這個(gè)時(shí)刻的狀態(tài)來(lái)解決十年以后的問(wèn)題,。要拿十年以后的狀態(tài)來(lái)解決十年以后的問(wèn)題?！?/p>

商湯科技董事長(zhǎng)兼CEO徐立：有應(yīng)用支撐,，才能迎來(lái)AI的超級(jí)時(shí)刻

“超級(jí)時(shí)刻和應(yīng)用是互相成就的,，只有超級(jí)時(shí)刻帶來(lái)的認(rèn)知的變化,，最后才能推動(dòng)這樣一個(gè)應(yīng)用。所以倒推回來(lái),，如果我們后面用應(yīng)用來(lái)支撐,，那么我們現(xiàn)在這個(gè)時(shí)刻就是超級(jí)時(shí)刻?！?024世界人工智能大會(huì)期間,，徐立說(shuō)，就像IPhone一樣,，因?yàn)槭怯辛诉@個(gè)平臺(tái),，后面才有iOS上面的App Store生態(tài)，應(yīng)用是決定這個(gè)時(shí)代是不是人工智能超級(jí)時(shí)刻的一個(gè)關(guān)鍵,。

要走向應(yīng)用,，人們?cè)谡J(rèn)知上有幾個(gè)核心的重要的突破點(diǎn)：

• 一是對(duì)高階的邏輯數(shù)據(jù)的依賴性來(lái)解決人工智能的推理問(wèn)題，就是它的智慧,。

  現(xiàn)在的人工智能大模型某種程度上只是記憶器,，他只是背下了所有的知識(shí)點(diǎn)，它僅有的一點(diǎn)點(diǎn)的智能其實(shí)是來(lái)自于互聯(lián)網(wǎng)上的數(shù)據(jù)背后帶有的一個(gè)高階的邏輯思維鏈,。那在在垂直領(lǐng)域里要做一個(gè)突破,，依賴于人類去構(gòu)造更加高級(jí)的思維鏈背后的邏輯，甚至是再往上一步,，不依賴于人類,，也就是通過(guò)跟真實(shí)世界的交互形成執(zhí)行的數(shù)據(jù)，形成知識(shí)層,、推理層以及執(zhí)行層,。

• 第二個(gè)是實(shí)時(shí)的交互性能夠帶來(lái)一個(gè)流暢的體驗(yàn)，也是帶來(lái)推動(dòng)超級(jí)時(shí)刻以及應(yīng)用變化的一個(gè)核心,。

• 最后很重要的一點(diǎn)是可控性,，不管是文本、圖像,、視頻,，如果對(duì)它沒(méi)有具備可控性，它作為一個(gè)工具,，它本身能夠帶來(lái)的效能的提升就非常的有限,。

徐立說(shuō)，如果要推動(dòng)人工智能超級(jí)時(shí)刻的到來(lái)，需要大模型可以展現(xiàn)出卓越的深度思考的能力,。首先合成的人工數(shù)據(jù),，特別是高級(jí)思維的數(shù)據(jù)往往是非常重要的，所以越是有應(yīng)用的場(chǎng)景,，才能形成更好的高質(zhì)量的數(shù)據(jù)的一些核心,。

第二自然的沒(méi)有延遲的交互。所以端側(cè)其實(shí)也是一個(gè)非常重要的突破點(diǎn),，今年商湯科技著重推動(dòng)模型的端側(cè)優(yōu)化,，實(shí)時(shí)的交互變化更加的流暢。用好端和云兩部分的計(jì)算機(jī)資源,，才能夠成為一種全自然的交互模式,。

第三就是所有的生成都要可控，你不需要做得很好,，但你需要知道你哪里做得不好,，并且說(shuō)做哪里進(jìn)行一些修改，有了這樣的一個(gè)邊界,，那么實(shí)際上才能做到真正的可控技術(shù)以及可持續(xù)的技術(shù)發(fā)展,。

百度創(chuàng)始人、董事長(zhǎng)兼首席執(zhí)行官李彥宏：閉源模型最能打,、避免掉入”超級(jí)應(yīng)用陷阱”,，最看好智能體

2024世界人工智能大會(huì)期間,，李彥宏的分享不僅回應(yīng)了關(guān)于開(kāi)源還是閉源的問(wèn)題，也提到了是否發(fā)展超級(jí)應(yīng)用等問(wèn)題,。

李彥宏認(rèn)為,，在大多數(shù)的應(yīng)用場(chǎng)景，開(kāi)源模型并不合適,，當(dāng)你處在一個(gè)激烈競(jìng)爭(zhēng)的市場(chǎng)環(huán)境當(dāng)中的時(shí)候,，你需要是讓自己業(yè)務(wù)的效率比你的同行更高，成本比你的同行更低,，這個(gè)時(shí)候商業(yè)化的閉源模型是最能打的,。

李彥宏說(shuō)，有些外行甚至混淆了模型開(kāi)源和代碼開(kāi)源這兩個(gè)概念,，模型開(kāi)源你拿到的是一大堆的參數(shù),，你還是要去做SFT（監(jiān)督微調(diào)）,，還是要去做安全對(duì)齊,，你不知道這些參數(shù)是怎么來(lái)的。你是無(wú)法做到眾人拾柴火焰高的,，即使你拿到對(duì)應(yīng)的源代碼,，你也不知道他用了多少數(shù)據(jù),，用了什么比例的數(shù)據(jù)去訓(xùn)練這些參數(shù)。所以拿到這些東西,，并不能夠讓你站在巨人的肩膀上去迭代和開(kāi)發(fā),。

所以同樣參數(shù)規(guī)模之下，閉源模型的能力就比開(kāi)源模型要更好,，而如果開(kāi)源想要能力追平閉源,，那么它就需要有更大的參數(shù)，這就意味著推理成本會(huì)更高,，反應(yīng)速度會(huì)更慢,。

李彥宏也強(qiáng)調(diào)了從卷模型到卷應(yīng)用的觀點(diǎn)，“沒(méi)有應(yīng)用,，光有基礎(chǔ)模型,，不管是開(kāi)源還是閉源都一文不值?！?/p>

李彥宏說(shuō),，基于基礎(chǔ)模型的應(yīng)用在各行各業(yè)、各個(gè)領(lǐng)域都已經(jīng)開(kāi)始了逐步的滲透,，兩個(gè)多月前我們宣布文心大模型的日調(diào)用量超過(guò)了2億,，最近文心的日均調(diào)用量超過(guò)了5億！僅僅兩個(gè)多月的時(shí)間,，調(diào)用量發(fā)生了這么大的變化,，足見(jiàn)它背后代表了真實(shí)的需求，是有人在用,，是有人真的從大模型當(dāng)中獲益了,，得到了價(jià)值。

比如在快遞領(lǐng)域,，讓大模型幫助處理訂單,，做到了”一張圖、一句話寄快遞”,，不再需要其他繁瑣的流程,，時(shí)間從3分多鐘縮短到19秒。而且90%以上的售后問(wèn)題,，也都由大模型來(lái)解決,，效率提升非常的明顯。

再比如在小說(shuō)創(chuàng)作領(lǐng)域,，一開(kāi)始也用開(kāi)源模型做出過(guò)一些效果,，后來(lái)改用文心輕量級(jí)模型，經(jīng)過(guò)10輪上萬(wàn)組數(shù)據(jù)的SFT和post pretrain，結(jié)果有了明顯的提升,，最近又轉(zhuǎn)到文心4.0版本,，僅用了數(shù)百條數(shù)據(jù)，4.0就在情節(jié)和邏輯方面展現(xiàn)出了非凡的優(yōu)勢(shì),，生成的內(nèi)容無(wú)論是可用率還是優(yōu)質(zhì)率都大大超過(guò)了輕量級(jí)模型,，網(wǎng)文作者們?nèi)缁⑻硪恚?/p>

其實(shí)更通用的領(lǐng)域，比如說(shuō)代碼生成,，文心快碼這樣的軟件,，在各個(gè)領(lǐng)域，也在逐步的滲透,，百度內(nèi)部的話,，我們有30%左右的代碼，已經(jīng)用AI生成的,，代碼的采用率超過(guò)了44%,。

李彥宏認(rèn)為，要避免掉入”超級(jí)應(yīng)用陷阱”,，覺(jué)得一定要出現(xiàn)一個(gè)DAU10億的APP才叫成功,，這是移動(dòng)時(shí)代的思維邏輯。其實(shí)不一定,，AI時(shí)代,，”超級(jí)能干”的應(yīng)用比只看DAU的”超級(jí)應(yīng)用”恐怕要更重要，只要對(duì)產(chǎn)業(yè),、對(duì)應(yīng)用場(chǎng)景能產(chǎn)生大的增益,，整體的價(jià)值就比移動(dòng)互聯(lián)網(wǎng)要大多了。

”隨著基礎(chǔ)模型的日益強(qiáng)大,，開(kāi)發(fā)應(yīng)用也越來(lái)越簡(jiǎn)單了,，最簡(jiǎn)單的就是智能體，這也是我們最看好的AI應(yīng)用的發(fā)展方向,?！袄顝┖暾J(rèn)為，制作一個(gè)好的智能體通常并不需要編碼,，只要用人話把智能體的工作流說(shuō)清楚,，再配上專有的知識(shí)庫(kù)，一般就是一個(gè)很有價(jià)值的智能體了,。這比互聯(lián)網(wǎng)時(shí)代制作一個(gè)網(wǎng)頁(yè)還要簡(jiǎn)單,。

未來(lái)在醫(yī)療、金融,、教育,、制造,、交通、農(nóng)業(yè)等等領(lǐng)域,，都會(huì)依據(jù)自己的場(chǎng)景，自己特有的經(jīng)驗(yàn),、規(guī)則,、數(shù)據(jù)等等，做出各種各樣的智能體,，將來(lái)會(huì)有數(shù)以百萬(wàn)量級(jí)的智能體出現(xiàn),，形成龐大的智能體生態(tài)。

上?？茖W(xué)智能研究院院長(zhǎng),、復(fù)旦大學(xué)浩清特聘教授、無(wú)限光年創(chuàng)始人漆遠(yuǎn)：實(shí)現(xiàn)通用人工智能的最好標(biāo)志之一就是實(shí)現(xiàn) “AI愛(ài)因斯坦”

“在AI 1.0時(shí)代，從風(fēng)控到搜索,、推薦,，每個(gè)具體任務(wù)都訓(xùn)練出一個(gè)模型，聚焦同一個(gè)任務(wù)或領(lǐng)域的具體任務(wù),?！逼徇h(yuǎn)認(rèn)為，“在今天的AI 2.0時(shí)代,，大模型有更好的泛化能力,，可以在很多領(lǐng)域或某一類垂直領(lǐng)域的多項(xiàng)任務(wù)中發(fā)揮接近或超越人類的能力。我們看到了通用人工智能的火花,?！?/p>

與AI對(duì)話，欣賞與傳播AI生成的文本,、圖片與視頻……AI已經(jīng)為人們的生活帶來(lái)便利與樂(lè)趣,。但是“所有的大模型都是‘做夢(mèng)的機(jī)器’，都有幻覺(jué)的特點(diǎn)”,，漆遠(yuǎn)坦言,，“幻覺(jué)和幻想類似，在情感對(duì)話和藝術(shù)創(chuàng)作里可以發(fā)揮作用,。但是如果想把大模型作為生產(chǎn)力工具,，在科研、醫(yī)學(xué),、金融等領(lǐng)域的核心業(yè)務(wù)里發(fā)揮重要作用,，大模型的幻覺(jué)就是個(gè)大問(wèn)題,，可能會(huì)違背基礎(chǔ)規(guī)律，導(dǎo)致差之毫厘,，謬以千里,。”“從微觀的分子,，到宏觀的人體表型,、到更宏觀的氣象氣候和復(fù)雜的經(jīng)濟(jì)金融系統(tǒng)，我們需要AI大模型做出精準(zhǔn)預(yù)測(cè),，給出靠譜的答案,，甚至發(fā)現(xiàn)未知的規(guī)律?！?/p>

漆遠(yuǎn)認(rèn)為,，scaling law還有紅利，但是基于transformer（注：變壓器）自回歸架構(gòu)的大模型不足夠走到通用人工智能,，無(wú)論是從AI技術(shù)本身角度還是從能耗的角度而言,。未來(lái)要把人工智能的邏輯推理為代表的符號(hào)主義和深度學(xué)習(xí)為代表的聯(lián)結(jié)主義結(jié)合在一起，融合知識(shí)規(guī)則,、數(shù)字世界與物理世界里的數(shù)據(jù),，去探索與發(fā)現(xiàn)世界里的未知規(guī)律。

今天的深度學(xué)習(xí)是對(duì)數(shù)據(jù)的模擬和壓縮,，擅長(zhǎng)對(duì)觀測(cè)數(shù)據(jù)的概率內(nèi)插預(yù)測(cè),，并不擅長(zhǎng)對(duì)數(shù)據(jù)之外的外插推演，更不擅長(zhǎng)多步的邏輯推演,。而愛(ài)因斯坦的大腦,，作為人類智能一個(gè)巔峰體現(xiàn)，結(jié)合有限的物理觀測(cè)數(shù)據(jù),、自己的“合成數(shù)據(jù)”和黎曼幾何等數(shù)學(xué)工具,，提出狹義和廣義相對(duì)論，適用于廣闊的宇宙,。漆遠(yuǎn)認(rèn)為實(shí)現(xiàn)通用人工智能的最好標(biāo)志之一就是實(shí)現(xiàn) “AI愛(ài)因斯坦”,，發(fā)現(xiàn)復(fù)雜世界的未知規(guī)律。

施耐德電氣副總裁古月：沒(méi)有生態(tài)的力量,，AI很難真正發(fā)展起來(lái)

沒(méi)有生態(tài)的力量,，AI很難真正發(fā)展起來(lái)，更不用說(shuō)在產(chǎn)業(yè)推廣應(yīng)用,。

因?yàn)锳I要蓬勃發(fā)展,，需要算法、算力,、數(shù)據(jù)等因素的支撐,，單獨(dú)一家企業(yè)很難具備這些所有的能力,。AI的規(guī)模化應(yīng)用,、技術(shù)創(chuàng)新迭代,、產(chǎn)業(yè)可持續(xù)發(fā)展，這些都離不開(kāi)高度開(kāi)放合作的生態(tài)體系,。AI產(chǎn)業(yè)鏈上的不同企業(yè),、機(jī)構(gòu)和個(gè)人需要共同協(xié)作、相互賦能,，才能釋放AI技術(shù)紅利和產(chǎn)業(yè)價(jià)值，實(shí)現(xiàn)經(jīng)濟(jì)效益和社會(huì)效益的共贏,。

施耐德電氣商業(yè)價(jià)值研究院認(rèn)為,，企業(yè)對(duì)于AI價(jià)值的期待正在從單一向立體轉(zhuǎn)變，形成三大顯著趨勢(shì)：首先,，從僅重視AI的商業(yè)收益,，拓展到越來(lái)越注重社會(huì)環(huán)境價(jià)值；其次,，價(jià)值取向從宏觀決策到微觀個(gè)體,，更加關(guān)注AI如何影響并優(yōu)化每一位用戶的體驗(yàn)；第三,，從追求AI帶來(lái)短期的快速增長(zhǎng),，到更重視長(zhǎng)期的價(jià)值跨越。

騰訊集團(tuán)副總裁蔣杰：場(chǎng)景應(yīng)用會(huì)成為未來(lái)大模型的決勝要素

“未來(lái)通用模型會(huì)成為水,、電,、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施一樣存在,，供業(yè)務(wù)和應(yīng)用按需接入,?！彬v訊集團(tuán)副總裁蔣杰認(rèn)為,，從行業(yè)和應(yīng)用的角度來(lái)看,，未來(lái)會(huì)出現(xiàn)更多不同尺寸,、不同模態(tài)的模型,，業(yè)務(wù)可以通過(guò)大小模型的協(xié)同,，在提升性能的同時(shí)滿足定制化需求,。

騰訊混元大模型自2023年9月首次亮相以來(lái),，經(jīng)過(guò)多次迭代升級(jí),，在國(guó)內(nèi)率先采用MoE架構(gòu)，實(shí)現(xiàn)性能大幅提升,，模型整體參數(shù)量已達(dá)到萬(wàn)億,，tokens數(shù)量超過(guò)7萬(wàn)億,，居國(guó)內(nèi)大模型第一梯隊(duì)。

目前,，騰訊混元大模型已通過(guò)騰訊云向企業(yè)及個(gè)人開(kāi)發(fā)者開(kāi)放,，包含萬(wàn)億、千億,、百億等不同參數(shù)尺寸,，接下來(lái)，多種尺寸的騰訊混元MoE模型也將對(duì)外開(kāi)源,，可分別支持手機(jī)端,、PC端、云以及數(shù)據(jù)中心等多樣化的部署場(chǎng)景,。

蔣杰表示,，大模型行業(yè)正經(jīng)歷從單模態(tài)到多模態(tài)，再到全模態(tài)的演進(jìn),。比如在文生圖領(lǐng)域,，最近效果比較好的是采用 DiT 架構(gòu)的模型，它融合了早前主要用于文本生成的Transformer架構(gòu),，并在圖像和視頻生成任務(wù)中展現(xiàn)出了顯著的優(yōu)勢(shì),；在文生視頻領(lǐng)域，視頻生成正朝著更高分辨率,、更長(zhǎng)時(shí)長(zhǎng),、更精細(xì)的方向發(fā)展，一些較好的模型已經(jīng)能夠生成長(zhǎng)達(dá)數(shù)分鐘高清的視頻,，帶來(lái)了廣闊的應(yīng)用想象空間,。

騰訊混元大模型正在積極部署多模態(tài)甚至全模態(tài)技術(shù)，在文生圖方面,，混元文生圖打造了業(yè)界首個(gè)中文原生DiT架構(gòu)生圖模型效果超開(kāi)源 Stable Diffusion 模型,，發(fā)布一個(gè)多月Github 點(diǎn)贊數(shù)超過(guò)兩千，是社區(qū)內(nèi)最受歡迎的國(guó)產(chǎn)開(kāi)源文生圖模型,；在3D生成方面,，單圖輸入僅需30秒即可生成動(dòng)漫、汽車,、建筑等類型的3D模型,；在視頻生成方面，騰訊混元擁有文生視頻,、圖生視頻,、圖文生視頻、視頻生視頻4大核心能力,，支持視頻風(fēng)格化,、視頻重繪等多樣化的產(chǎn)品玩法,。

蔣杰認(rèn)為，場(chǎng)景應(yīng)用會(huì)成為未來(lái)大模型的決勝要素,。當(dāng)前大模型的落地主要集中在生產(chǎn)工具和提效方面,，距離真正的業(yè)務(wù)創(chuàng)新還有一定距離，缺少殺手級(jí)的應(yīng)用,，不過(guò)行業(yè)的探索一直沒(méi)有停下,。

T3出行CEO崔大勇 ：2027年將是自動(dòng)駕駛商業(yè)化運(yùn)營(yíng)拐點(diǎn)

除了大模型以外，自動(dòng)駕駛是人工智能技術(shù)落地應(yīng)用的另一重要領(lǐng)域,。

自動(dòng)駕駛何時(shí)會(huì)迎來(lái)大規(guī)模商業(yè)化運(yùn)營(yíng),？T3出行CEO崔大勇在2024 世界人工智能大會(huì) “長(zhǎng)三角協(xié)同創(chuàng)新AI新質(zhì)生產(chǎn)力發(fā)展”論壇上預(yù)測(cè)說(shuō),，2027年是自動(dòng)駕駛進(jìn)入商業(yè)化運(yùn)營(yíng)的拐點(diǎn)。

一方面,，隨著人工智能大模型時(shí)代到來(lái),，自動(dòng)駕駛技術(shù)日益成熟,。另一方面,，自動(dòng)駕駛車輛成本降低?！癛obotaxi車輛成本在100萬(wàn)元以上時(shí),，就沒(méi)有商業(yè)化應(yīng)用場(chǎng)景。眼下,，我們已經(jīng)看到有企業(yè)推出30萬(wàn)元以內(nèi)的量產(chǎn)車型,。這樣的車輛批量上市，便能夠大規(guī)模應(yīng)用,?！贝薮笥抡f(shuō)。

值得一提的是,，相關(guān)部門(mén)積極推進(jìn)完善智能網(wǎng)聯(lián)汽車和自動(dòng)駕駛相關(guān)法律法規(guī)制度建設(shè),，讓自動(dòng)駕駛商業(yè)化應(yīng)用再提速。其中,，五部門(mén)已確定20個(gè)城市（聯(lián)合體）為智能網(wǎng)聯(lián)汽車“車路云一體化”應(yīng)用試點(diǎn)城市,。

從更長(zhǎng)遠(yuǎn)來(lái)看，人工智能將大大改變?nèi)藗兂鲂畜w驗(yàn),。崔大勇舉例稱,，隨著自動(dòng)駕駛，尤其是全無(wú)人駕駛時(shí)代的到來(lái),，乘客將享有獨(dú)屬于自己的車上空間,。比如,，乘客可以在車上開(kāi)電視電話會(huì)、玩游戲,，或者看視頻,，這是一個(gè)私密的、完全放松的個(gè)人空間,。

綜上,，從各方的發(fā)言中，不難看出,，在大模型的發(fā)展范疇下,，更加務(wù)實(shí)的走向場(chǎng)景、應(yīng)用,，找到商業(yè)化的路徑,，已經(jīng)成為業(yè)內(nèi)的共識(shí)，而且會(huì)在未來(lái)幾年時(shí)間成為發(fā)展的重要路徑和方向,。