每經(jing)記者｜陳婷    每經(jing)編輯｜董(dong)興生     

作為全(quan)球人工智能領域(yu)最具影響力的行(xing)業盛會之(zhi)一(yi)，世界(jie)人工智能大(da)會（以下簡(jian)稱(cheng)WAIC）可以被視為觀察人工智能發展的一(yi)個窗口。WAIC 2024剛剛落幕(mu)，據《每日經(jing)濟(ji)新聞》記者持(chi)續幾日在(zai)大(da)會現場觀察，多模態已經(jing)是當之(zhi)無愧的行(xing)業關鍵詞之(zhi)一(yi)。

巖芯(xin)數(shu)智CEO劉凡平(ping)在接受(shou)《每(mei)日經(jing)濟新聞》記(ji)者專訪時(shi)(shi)表示(shi)，就今年(nian)而言，大模(mo)(mo)型(xing)的(de)(de)多模(mo)(mo)態能(neng)力(li)肯定(ding)比去年(nian)有(you)所進(jin)步(bu)。“但我(wo)認為，整(zheng)個行業肯定(ding)還要(yao)再進(jin)步(bu)，目前我(wo)們已經(jing)做到了多模(mo)(mo)態的(de)(de)輸(shu)入和輸(shu)出(chu)，距離完全像人一樣地實時(shi)(shi)人機(ji)交互，還要(yao)一點時(shi)(shi)間。”劉凡平(ping)表示(shi)，他有(you)一個更高的(de)(de)目標(biao)：在實現通用(yong)人工智能(neng)的(de)(de)同時(shi)(shi)，將AI與每(mei)個人獨特的(de)(de)地方結(jie)合在一起，模(mo)(mo)型(xing)具備自主學(xue)習能(neng)力(li)，讓每(mei)個設(she)備都擁(yong)有(you)個性(xing)化的(de)(de)智能(neng)。

作為(wei)一家(jia)以認知智(zhi)能為(wei)基礎的(de)(de)(de)創(chuang)新企業，巖(yan)芯數智(zhi)Rock AI在今年1月份發布(bu)了(le)全(quan)國首個非Attention機制的(de)(de)(de)Yan架構(gou)通用大模(mo)型，開辟了(le)非Transformer架構(gou)的(de)(de)(de)一條新路徑。這次WAIC，巖(yan)芯數智(zhi)展(zhan)示(shi)了(le)Yan1.2版本的(de)(de)(de)階(jie)段性(xing)成(cheng)果，主要展(zhan)示(shi)Yan架構(gou)在更廣泛、更低算(suan)力(li)設備上的(de)(de)(de)離線部署(shu)及多模(mo)態應用能力(li)。

巖(yan)芯數(shu)智之外，據記者(zhe)了(le)(le)解，今年WAIC期間，不(bu)少從業者(zhe)強調了(le)(le)多模態的重要性。階躍星辰創(chuang)始人、CEO姜大(da)(da)昕博士表示：“攀登AGI山峰(feng)，‘萬億參數(shu)’和‘多模融合’缺一(yi)不(bu)可(ke)。”MiniMax副(fu)總裁(cai)劉華(hua)認為，多模態大(da)(da)模型有望引領新一(yi)輪科(ke)技革命(ming)。

除了熱(re)度居高不下的(de)多模態(tai)，今年WAIC，對于大(da)模型(xing)應用(yong)落地的(de)討論更多元了，對于安(an)全(quan)治理的(de)見解(jie)也(ye)更深入了。

大模型“百花齊放”

官方資料顯示，今年WAIC大會(hui)展(zhan)(zhan)覽面積超(chao)5.2萬(wan)平方米(mi)，500余家知(zhi)名企業、超(chao)1500項展(zhan)(zhan)品參(can)展(zhan)(zhan)，50余款新(xin)品首發首秀(xiu)，均達歷史最高。此外，近百個大模型集(ji)中展(zhan)(zhan)現，18臺(tai)人形(xing)機器人矩陣亮相(xiang)，國內首款全尺寸通(tong)用人形(xing)機器人開源公(gong)版機發布(bu)。

“目前來看(kan)，具身智能(neng)是挺(ting)多的(de)。”劉(liu)凡平表示(shi)，就當前來看(kan)，具身智能(neng)的(de)大(da)腦可能(neng)還(huan)不(bu)夠成熟(shu)，“未來，具身智能(neng)大(da)腦仍需持續突破(po)”。

大會現(xian)場(chang)，巖芯數智的研發團隊(dui)展(zhan)示了一款部署(shu)Yan1.2多模(mo)態大模(mo)型的智能機(ji)器人小智，它基于Yan1.2的語音和(he)視覺(jue)處理(li)能力(li)，能實時(shi)識別環境、準確(que)理(li)解用戶的模(mo)糊指令和(he)意圖，并據此控(kong)制其機(ji)械軀體(ti)高效完成各類復雜任務。

據(ju)記者了(le)解(jie)，小智機器人搭載的(de)(de)核心(xin)硬件是(shi)以低(di)(di)算力著稱的(de)(de)樹莓派第五代(dai)芯片，可在極低(di)(di)算力的(de)(de)設備(bei)上實現多模態能力。

現場，巖芯數智(zhi)(zhi)的(de)工(gong)作人員(yuan)向(xiang)記者(zhe)介紹了(le)小(xiao)智(zhi)(zhi)的(de)能(neng)力(li)。面對記者(zhe)，它不但能(neng)依(yi)據指(zhi)令向(xiang)記者(zhe)鞠躬，還能(neng)描述出(chu)記者(zhe)身上(shang)穿的(de)衣物特(te)征(zheng)。此外，小(xiao)智(zhi)(zhi)還有(you)文字(zi)類圖(tu)像的(de)理解(jie)能(neng)力(li)。現場，工(gong)作人員(yuan)在小(xiao)智(zhi)(zhi)面前展示了(le)書本(ben)的(de)一頁內容，很(hen)快(kuai)，小(xiao)智(zhi)(zhi)就能(neng)總結、復述出(chu)書本(ben)文字(zi)的(de)大致意思。

劉凡(fan)平用“百花齊放”形容今年的(de)WAIC。他表示(shi)：“當大模型真正發展落(luo)地的(de)時候，其(qi)實不(bu)能(neng)再(zai)用以(yi)前(qian)的(de)思(si)維和大眾思(si)維思(si)考(kao)這(zhe)個(ge)問題，還是要以(yi)未來(lai)的(de)視角去思(si)考(kao)現在如何演(yan)進。”

據記者了解，今年(nian)WAIC，創(chuang)業公司和(he)大廠(chang)各有千秋。

阿里巴巴推出“通義十二(er)時(shi)辰(chen)”，展(zhan)示了對話(hua)、效率、智能體、視(shi)覺四個(ge)核(he)心(xin)場景中的(de)AI助手(shou)能力。此(ci)外，快手(shou)再次升級(ji)視(shi)頻生成大模型(xing)“可靈”，騰訊(xun)則攜混元大模型(xing)及(ji)多款AI應用亮相。

與此同時，記者了(le)解到(dao)，大(da)(da)會期間(jian)，創業公司階(jie)躍星辰首(shou)發了(le)三款Step系列(lie)通用大(da)(da)模型(xing)新(xin)品：Step-2萬(wan)億參數語言大(da)(da)模型(xing)正(zheng)式版、Step-1.5V多模態大(da)(da)模型(xing)、Step-1X圖(tu)像生成大(da)(da)模型(xing)。

此外，據MiniMax副總裁劉華介紹(shao)，MiniMax將海(hai)螺(luo)AI、星野和MiniMax開放平臺帶到了本次(ci)世界(jie)人(ren)工智能大會(hui)。海(hai)螺(luo)AI可為用戶分析(xi)財報、速讀長(chang)文、創(chuang)作文案，聆聽用戶的想(xiang)法和煩惱，捕捉(zhuo)、理解用戶情緒。

據悉，海螺(luo)AI背后接入(ru)了MiniMax自研的(de)多模態大模型，包(bao)括(kuo)萬(wan)億參數MoE大語言模型abab6.5、語音大模型和圖像(xiang)大模型。

關鍵在自主學習能力

在本屆WAIC期間，還出現(xian)了不少探討(tao)AI未來發(fa)展(zhan)方(fang)向的(de)聲音。劉凡平(ping)便有一(yi)個更高(gao)的(de)目標：就是在實現(xian)通用人(ren)工智(zhi)能(neng)的(de)同(tong)時(shi)，將AI與每個人(ren)獨特的(de)地(di)方(fang)結合在一(yi)起，模型(xing)具備(bei)自主學習能(neng)力，讓每個設備(bei)都擁有個性(xing)化的(de)智(zhi)能(neng)。

“我覺得驚艷的(de)突(tu)破，不(bu)在(zai)于模(mo)型(xing)本身已(yi)有的(de)知識(shi)能力(li)。”劉凡(fan)平表示。雖說大家現在(zai)都在(zai)比參數(shu)量，但在(zai)他看(kan)來，更(geng)需要比較的(de)是大模(mo)型(xing)自主學習的(de)能力(li)有多(duo)強。

“舉個例子，小(xiao)(xiao)蒼蠅、小(xiao)(xiao)壁虎、小(xiao)(xiao)兔子，它(ta)們(men)的(de)腦容(rong)量是不一樣的(de)，但它(ta)們(men)都(dou)具備智能(neng)。”劉凡平認為，智能(neng)和參(can)數量沒有直接相關的(de)關系，“我認為大模型之后(hou)的(de)比(bi)較方向應該是自(zi)主學習能(neng)力(li)”。

劉(liu)凡(fan)平(ping)表示，當(dang)大(da)模型具備了自(zi)主學(xue)習的(de)(de)智能(neng)，才是(shi)(shi)通用(yong)人工智能(neng)真正的(de)(de)開始，“現(xian)有(you)的(de)(de)并不(bu)是(shi)(shi)（自(zi)主學(xue)習），現(xian)有(you)的(de)(de)是(shi)(shi)一種壓縮算法”。

對于大模(mo)(mo)型的未來，MiniMax副總裁劉華(hua)也表達了看法。他(ta)認(ren)為，隨著多模(mo)(mo)態大模(mo)(mo)型技(ji)術(shu)的持續(xu)演進，文(wen)本、語(yu)音(yin)、視覺這(zhe)三種(zhong)模(mo)(mo)態的融合(he)模(mo)(mo)型正逐步(bu)邁向成熟。一旦此(ci)類大模(mo)(mo)型技(ji)術(shu)達到成熟階段(duan)，其應(ying)用(yong)場景將會進一步(bu)拓展(zhan)，實(shi)現更多的實(shi)際應(ying)用(yong)。

劉華認為，在短期內，對多(duo)模(mo)(mo)態(tai)大模(mo)(mo)型的大規模(mo)(mo)落地應(ying)用預期應(ying)保(bao)持審慎態(tai)度(du)，不(bu)過從中長期來看，堅決不(bu)應(ying)低估(gu)多(duo)模(mo)(mo)態(tai)大模(mo)(mo)型的重要(yao)性，它有望(wang)引領新一輪的科技革命。

另(ling)據媒體報(bao)道，曠視(shi)科技聯(lian)合創始人、CTO唐文斌接受采訪(fang)時表示(shi)，相(xiang)比語言模型，增(zeng)加(jia)訓練數據量和(he)(he)參數量對(dui)于計算機視(shi)覺模型的(de)提升和(he)(he)收益(yi)，目前看并沒有那么大，而(er)多(duo)模態(tai)會是大模型的(de)未來。騰(teng)訊集團副總裁蔣杰也表示(shi)，大模型行業(ye)正(zheng)經歷從單模態(tai)到多(duo)模態(tai)，再到全模態(tai)的(de)演(yan)進。

劉凡(fan)平(ping)也注意到(dao)了大模型在多模態能力(li)上的進(jin)步，他(ta)表示，與去年相(xiang)比，今年WAIC在智能化(hua)也有所提升，但(dan)基(ji)礎變化(hua)還不是很大，硬(ying)件層次則更(geng)難。他(ta)推斷，未來人工智能一定(ding)會走(zou)向(xiang)硬(ying)件化(hua)，“當已經完(wan)全(quan)硬(ying)件化(hua)的時候，就是完(wan)全(quan)可(ke)商(shang)用的時候，任何人都可(ke)以用得起(qi)”。

他認為，今后大家(jia)可能會選用(yong)一(yi)種(zhong)全新的(de)算法(fa)替(ti)代(dai)現有的(de)Transformer架(jia)構。Transformer架(jia)構依賴的(de)算力非常大，同時數據量(liang)要求非常高，這兩個條件限制(zhi)了(le)它的(de)發展。

記(ji)者發(fa)現，雖然大多選擇從B端出(chu)發(fa)，但很多大模型公司已有(you)面向C端的動作(zuo)。

以階(jie)躍(yue)(yue)星辰為例，其在(zai)(zai)WAIC現場展(zhan)示(shi)了(le)面向C端(duan)用(yong)(yong)戶的(de)自(zi)研產品。據報道(dao)，階(jie)躍(yue)(yue)星辰副總裁李璟在(zai)(zai)接受媒體(ti)采訪時表示(shi)，目前，C端(duan)仍在(zai)(zai)早期階(jie)段，還在(zai)(zai)進行用(yong)(yong)戶體(ti)驗的(de)收集和打磨，隨著C端(duan)模型能力(li)提升，將產生很強的(de)爆發(fa)力(li)。而B端(duan)需(xu)求相對明確(que)和穩(wen)定(ding)(ding)，已(yi)經(jing)涌(yong)現出非常多的(de)確(que)定(ding)(ding)性應用(yong)(yong)機(ji)會(hui)。劉(liu)華也表示(shi)，MiniMax堅持To B與To C業務并(bing)重的(de)發(fa)展(zhan)策略。

此外，記者從巖芯(xin)數智了(le)解到，公司當前商業(ye)化的重心正逐漸(jian)從B端部署到C端，以(yi)軟硬件結合的方式搶(qiang)占C端市場先機。