97国产精品一区二区视频_国产午夜毛片色哟哟_惠民福利国产91精品看黄网站在线观看_搡老熟女老女人一区二区三区_国产做a∨在线视频观看免费_日韩 综合 婷婷 图_成人黄色一级毛片片_萧山本地第一网络媒体_亚洲国产精品无码久久久曰_亚洲欧美日韩岛国色图

快捷導(dǎo)航

北京智源發(fā)布2025年AI十大趨勢(shì):世界模型有望成多模態(tài)大模型下一步

2025-1-9 08:02| 發(fā)布者: admin| 查看: 63| 評(píng)論: 0
摘要: 1月8日,北京智源人工智能研究院發(fā)布2025人工智能十大技術(shù)趨勢(shì)。該預(yù)測(cè)認(rèn)為,基于Scaling Law(尺度定律)推動(dòng)基礎(chǔ)模型性能提升的訓(xùn)練模式“性價(jià)比”持續(xù)下降,后訓(xùn)練與特定場(chǎng)景的Scaling law不斷被探索。構(gòu)建原生多 ...
1月8日,北京智源人工智能研究院發(fā)布2025人工智能十大技術(shù)趨勢(shì)。該預(yù)測(cè)認(rèn)為,基于Scaling Law(尺度定律)推動(dòng)基礎(chǔ)模型性能提升的訓(xùn)練模式“性價(jià)比”持續(xù)下降,后訓(xùn)練與特定場(chǎng)景的Scaling law不斷被探索。構(gòu)建原生多模態(tài)大模型成為多模態(tài)大模型進(jìn)化的重要方向,世界模型有望成為多模態(tài)大模型的下一階段。基礎(chǔ)模型在自主決策上的持續(xù)進(jìn)步帶來(lái)了潛在的失控風(fēng)險(xiǎn),模型能力提升與風(fēng)險(xiǎn)預(yù)防并重。具身智能將繼續(xù)從本體擴(kuò)展到具身腦的敘事主線,近百家具身初創(chuàng)企業(yè)或?qū)⒂瓉?lái)洗牌,廠商數(shù)量開始收斂。

趨勢(shì)一:AI4S驅(qū)動(dòng)科學(xué)研究范式變革

大模型引領(lǐng)下的AI4S(AI for Science)已成為推動(dòng)科學(xué)研究范式變革的關(guān)鍵力量。2024年,科研人員使用AI的比例快速增加,AI對(duì)科學(xué)研究方法和流程的變革效應(yīng)也開始顯現(xiàn)。提升科學(xué)研究效率,推動(dòng)科學(xué)研究從聚焦優(yōu)化特定任務(wù)向更復(fù)雜、更動(dòng)態(tài)、更交叉的問(wèn)題發(fā)展,大模型賦能下的AI4S較以往展現(xiàn)出截然不同的效果。2025年,多模態(tài)大模型將進(jìn)一步融入科學(xué)研究,賦能多維數(shù)據(jù)的復(fù)雜結(jié)構(gòu)挖掘,輔助科研問(wèn)題的綜合理解與全局分析,為生物醫(yī)學(xué)、氣象、材料發(fā)現(xiàn)、生命模擬、能源等基礎(chǔ)與應(yīng)用科學(xué)的研究開辟新方向。

趨勢(shì)二:具身大小腦和本體的協(xié)同進(jìn)化

2025年的具身智能將繼續(xù)從本體擴(kuò)展到具身腦的敘事主線。在行業(yè)格局上,近百家具身初創(chuàng)企業(yè)或?qū)⒂瓉?lái)洗牌,廠商數(shù)量開始收斂;在技術(shù)路線上,端到端模型繼續(xù)迭代,小腦大模型的嘗試或有突破;在商業(yè)變現(xiàn)上,可以看到更多工業(yè)場(chǎng)景下的具身智能應(yīng)用,部分人形機(jī)器人迎來(lái)量產(chǎn)。

趨勢(shì)三:統(tǒng)一的多模態(tài)大模型實(shí)現(xiàn)更高效AI

人工智能本質(zhì)在于對(duì)人思維的信息過(guò)程的模擬,人類對(duì)于信息的交互和處理總是呈現(xiàn)多模態(tài)、跨模態(tài)的輸入輸出狀態(tài)。當(dāng)前的語(yǔ)言大模型、拼接式的多模態(tài)大模型對(duì)人類思維過(guò)程的模擬存在天然的局限性。從訓(xùn)練之初就打通多模態(tài)數(shù)據(jù),實(shí)現(xiàn)端到端輸入和輸出的原生多模態(tài)技術(shù)路線給出了多模態(tài)發(fā)展的新可能?;诖耍?xùn)練階段即對(duì)齊視覺(jué)、音頻、3D等模態(tài)的數(shù)據(jù)實(shí)現(xiàn)多模態(tài)統(tǒng)一,構(gòu)建原生多模態(tài)大模型,成為多模態(tài)大模型進(jìn)化的重要方向。

趨勢(shì)四:Scaling Law擴(kuò)展,模型泛化從預(yù)訓(xùn)練向后訓(xùn)練、推理遷移

基于Scaling Law推動(dòng)基礎(chǔ)模型性能提升的訓(xùn)練模式“性價(jià)比”持續(xù)下降,后訓(xùn)練與特定場(chǎng)景的Scaling law不斷被探索。強(qiáng)化學(xué)習(xí)作為發(fā)現(xiàn)后訓(xùn)練、推理階段的Scaling Law的關(guān)鍵技術(shù),也將會(huì)得到更多的應(yīng)用和創(chuàng)新使用。

趨勢(shì)五:世界模型加速發(fā)布,有望成為多模態(tài)大模型的下一階段

更注重“因果”推理的世界模型賦予AI更高級(jí)別的認(rèn)知和更符合邏輯的推理與決策能力,這種能力不僅能推動(dòng)AI在自動(dòng)駕駛、機(jī)器人控制及智能制造等前沿領(lǐng)域的深度應(yīng)用,更有望突破傳統(tǒng)的任務(wù)邊界,探索人機(jī)交互的新可能。

趨勢(shì)六:合成數(shù)據(jù)將成為大模型迭代與應(yīng)用落地的重要催化劑

高質(zhì)量數(shù)據(jù)將成為大模型進(jìn)一步Scaling up的發(fā)展阻礙。合成數(shù)據(jù)已成為基礎(chǔ)模型廠商補(bǔ)充數(shù)據(jù)的首選。合成數(shù)據(jù)可降低人工治理和標(biāo)注成本,緩解對(duì)真實(shí)數(shù)據(jù)的依賴,不再涉及數(shù)據(jù)隱私問(wèn)題;提升數(shù)據(jù)的多樣性,有助于提高模型處理長(zhǎng)文本和復(fù)雜問(wèn)題的能力。此外,合成數(shù)據(jù)可以緩解通用數(shù)據(jù)被大廠壟斷,專有數(shù)據(jù)存在獲取成本等問(wèn)題,促進(jìn)大模型應(yīng)用落地。

趨勢(shì)七:推理優(yōu)化迭代加速,成為AI Native(AI原生)應(yīng)用落地的必要條件

大模型硬件載體從云端向手機(jī)、PC等端側(cè)硬件滲透。在AI算力、內(nèi)存等資源受限的設(shè)備上,大模型的落地應(yīng)用會(huì)面臨較大的推理側(cè)的開銷限制,對(duì)部署資源、用戶體驗(yàn)、經(jīng)濟(jì)成本等均帶來(lái)巨大挑戰(zhàn)。算法加速和硬件優(yōu)化技術(shù)持續(xù)迭代,雙輪驅(qū)動(dòng)加速AI Native應(yīng)用落地。

趨勢(shì)八:重塑產(chǎn)品應(yīng)用形態(tài),Agentic AI成為產(chǎn)品落地的重要模式

2025年更通用、更自主的智能體將重塑產(chǎn)品應(yīng)用形態(tài),進(jìn)一步深入工作與生活場(chǎng)景,成為大模型產(chǎn)品落地的重要應(yīng)用形態(tài)。從Chatbot(聊天機(jī)器人)、Copilot(AI助手)到AI Agent(AI智能體)、Agentic AI,2023年以來(lái)行業(yè)對(duì)于AI應(yīng)用形態(tài)的理解越發(fā)深入。2023年底,AI Agent應(yīng)用編排框架收斂,Agentic AI概念被提出。從更強(qiáng)調(diào)產(chǎn)品概念的Agent,到更強(qiáng)調(diào)應(yīng)用智能程度的Agentic AI,2025年將看到更多智能化程度更高、對(duì)業(yè)務(wù)流程理解更深的多智能體系統(tǒng)在應(yīng)用側(cè)落地。

趨勢(shì)九:AI應(yīng)用熱度漸起,超級(jí)App花落誰(shuí)家猶未可知

近一年時(shí)間,生成式模型在圖像、視頻側(cè)的處理能力得到大幅提升,疊加推理優(yōu)化帶來(lái)的降本,Agent/RAG(檢索增強(qiáng)生成)框架、應(yīng)用編排工具等技術(shù)的持續(xù)發(fā)展,為AI超級(jí)應(yīng)用的落地積基樹本。雖然超級(jí)APP花落誰(shuí)家尚未塵埃落定,但從用戶規(guī)模、交互頻次、停留時(shí)長(zhǎng)等維度來(lái)看,AI應(yīng)用熱度持續(xù)攀升,已到應(yīng)用爆發(fā)的黎明前夕。

趨勢(shì)十:模型能力提升與風(fēng)險(xiǎn)預(yù)防并重,AI安全治理體系持續(xù)完善

作為復(fù)雜系統(tǒng),大模型的Scaling帶來(lái)了涌現(xiàn),但復(fù)雜系統(tǒng)特有的涌現(xiàn)結(jié)果不可預(yù)測(cè),循環(huán)反饋等特有屬性也對(duì)傳統(tǒng)工程的安全防護(hù)機(jī)制帶來(lái)挑戰(zhàn)?;A(chǔ)模型在自主決策上的持續(xù)進(jìn)步帶來(lái)了潛在的失控風(fēng)險(xiǎn),如何引入新的技術(shù)監(jiān)管方法,如何在人工監(jiān)管上平衡行業(yè)發(fā)展和風(fēng)險(xiǎn)管控,這對(duì)參與AI的各方來(lái)說(shuō),都是一個(gè)值得持續(xù)探討的議題。

澎湃新聞?dòng)浾?張靜

(本文來(lái)自澎湃新聞,更多原創(chuàng)資訊請(qǐng)下載“澎湃新聞”APP)

鮮花

握手

雷人

路過(guò)

雞蛋

關(guān)注我們:東遠(yuǎn)物聯(lián)

抖音

微信咨詢

咨詢電話:

199-2833-9866

D-Think | 廣州東遠(yuǎn)智能科技有限公司

地址:廣州市白云區(qū)北太路1633號(hào)廣州民營(yíng)科技園科創(chuàng)中心2棟16樓

電話:+86 020-87227952 Email:[email protected]

Copyright  ©2020  東遠(yuǎn)科技  粵ICP備2024254589號(hào)

免責(zé)申明:部分圖文表述來(lái)自于網(wǎng)絡(luò),如有侵權(quán)請(qǐng)聯(lián)系作者刪除!