6月6日至7日智源大会！AI重点更迭，释放了什么信号？

技术发展变化莫测，如此一来，我们不禁要问，大型模型的发展趋势究竟会如何？智源在大型模型领域采取的一系列行动，引发了公众的广泛思考。

大模型发展规律

李大海，这位面壁智能公司的负责人，他持有这样的观点：技术的发展并非始终沿着一条笔直的轨迹前进。对于作为基础技术和设施的大模型而言，它们在未来的行业发展中将更加注重其应用层面，这一趋势是不可避免的。回想起过去，互联网技术的广泛普及之后，人们的兴趣焦点开始从技术本身转向了网络购物、社交等实际应用。大模型的发展也将遵循类似的路径，先是夯实技术基础，随后逐步扩大其应用领域。

智源大模型历史

智源公司于2021年3月推出的悟道1.0版本，标志着我国大模型的起点。这是我国首个超大规模的信息智能模型，它有效填补了中文领域超大预训练模型的空白。当时，我国的大模型技术尚处于起步阶段，悟道1.0的诞生无疑为行业发展带来了新的生机，指明了未来的道路，同时也推动了国内大模型技术的不断进步。

具身智能时代

目前，大型模型与机器设备紧密融合，正推动着以实体智能为核心的机器人2.0时代的来临，并加速了数字世界与物理世界的融合进程。在工业制造行业，智能机器人能够将数字指令转化为具体操作，从而提高了生产效率。今年，智源公司推出的“悟界”系列，正是基于对这一发展趋势的深入观察和深思熟虑。

大模型现状瓶颈

王仲远指出，以前的大规模模型大多依赖网络数据来训练，因此在知识理解上表现得相当出色。然而，对于现实世界的运行规则，它们的理解并不够透彻。目前，所谓的“百模争霸”主要是大语言模型之间的竞争。但由于受到网络数据的制约，它们的性能提升速度已经有所减缓。这情形就好比汽车在交通堵塞的街道上行驶，提速变得十分困难，而大型模型的发展同样面临着类似的挑战。

突破瓶颈解法

寻找突破大型模型局限性的方法涵盖强化学习、数据合成和运用多模态数据。在全世界范围内，多模态数据的数量是文字数据的百倍以上，但其应用却相对较少。以自动驾驶汽车为例，多模态数据集包含了图像、雷达、传感器等多种信息，这些信息有助于提高自动驾驶汽车的安全性和精确度，因此被认为是大型模型未来发展的关键领域。

具身智能实现

智源公司推出了一种依托具身智能技术的跨领域大脑解决方案。该方案借助融合模型，成功突破了硬件和数据层面的限制，确保了真实机器数据的有效融合。美国有一家叫作PhysicalIntelligence的机器人新创公司，已经尝试运用硬件数据来训练模型，并已取得了一些成果。然而，若要构建能够跨越不同本体和硬件平台的具身智能小脑模型，我们便需在硬件产业不断更新的过程中汝州市政务服务网，不断对其进行改进和完善。

大家都在热议，将巨型模型与实物智能相结合，未来会在哪些领域取得重大突破？若这篇文章对您有所启发，别忘了点赞并分享！