米乐官方网站米乐官方网站作为全球人工智能领域最具影响力的行业盛会之一，世界人工智能大会（以下简称WAIC）可以被视为观察人工智能发展的一个窗口。WAIC 2024刚刚落幕，据《每日经济新闻》记者持续几日在大会现场观察，多模态已经是当之无愧的行业关键词之一。
岩芯数智CEO刘凡平在接受《每日经济新闻》记者专访时表示，就今年而言，大模型的多模态能力肯定比去年有所进步。“但我认为，整个行业肯定还要再进步，目前我们已经做到了多模态的输入和输出，距离完全像人一样地实时人机交互，还要一点时间。”刘凡平表示，他有一个更高的目标：在实现通用人工智能的同时，将AI与每个人独特的地方结合在一起，模型具备自主学习能力，让每个设备都拥有个性化的智能。
作为一家以认知智能为基础的创新企业，岩芯数智Rock AI在今年1月份发布了全国首个非Attention机制的Yan架构通用大模型，开辟了非Transformer架构的一条新路径。这次WAIC，岩芯数智展示了Yan1.2版本的阶段性成果，主要展示Yan架构在更广泛、更低算力设备上的离线部署及多模态应用能力。
岩芯数智之外，据记者了解，今年WAIC期间，不少从业者强调了多模态的重要性。阶跃星辰创始人、CEO姜大昕博士表示：“攀登AGI山峰，万亿参数和多模融合缺一不可。”MiniMax副总裁刘华认为，多模态大模型有望引领新一轮科技。
除了热度居高不下的多模态，今年WAIC，对于大模型应用落地的讨论更多元了，对于安全治理的见解也更深入了。
官方资料显示，今年WAIC大会展览面积超5.2万平方米，500余家知名企业、超1500项展品参展，50余款新品首发首秀，均达历史最高。此外，近百个大模型集中展现，18台人形机器人矩阵亮相，国内首款全尺寸通用人形机器人开源公版机发布。
“目前来看，具身智能是挺多的。”刘凡平表示，就当前来看，具身智能的大脑可能还不够成熟，“未来，具身智能大脑仍需持续突破”。
大会现场，岩芯数智的研发团队展示了一款部署Yan1.2多模态大模型的智能机器人小智，它基于Yan1.2的语音和视觉处理能力，能实时识别环境、准确理解用户的模糊指令和意图，并据此控制其机械躯体高效完成各类复杂任务。
据记者了解，小智机器人搭载的核心硬件是以低算力著称的树莓派第五代芯片，可在极低算力的设备上实现多模态能力。
现场，岩芯数智的工作人员向记者介绍了小智的能力。面对记者，它不但能依据指令向记者鞠躬，还能描述出记者身上穿的衣物特征。此外，小智还有文字类图像的理解能力。现场，工作人员在小智面前展示了书本的一页内容，很快，小智就能总结、复述出书本文字的大致意思。
刘凡平用“百花齐放”形容今年的WAIC。他表示：“当大模型真正发展落地的时候，其实不能再用以前的思维和大众思维思考这个问题，还是要以未来的视角去思考现在如何演进。”
阿里巴巴推出“通义十二时辰”，展示了对话、效率、智能体、视觉四个核心场景中的AI助手能力。此外，快手再次升级视频生成大模型“可灵”，腾讯则携混元大模型及多款AI应用亮相。
与此同时，记者了解到，大会期间，创业公司阶跃星辰首发了三款Step系列通用大模型新品：Step-2万亿参数语言大模型正式版、Step-1.5V多模态大模型、Step-1X图像生成大模型。
此外，据MiniMax副总裁刘华介绍，MiniMax将海螺AI、星野和MiniMax开放平台带到了本次世界人工智能大会。海螺AI可为用户分析财报、速读长文、创作文案，聆听用户的想法和烦恼，捕捉、理解用户情绪。
据悉，海螺AI背后接入了MiniMax自研的多模态大模型，包括万亿参数MoE大语言模型abab6.5、语音大模型和图像大模型。
在本届WAIC期间，还出现了不少探讨AI未来发展方向的声音。刘凡平便有一个更高的目标：就是在实现通用人工智能的同时，将AI与每个人独特的地方结合在一起，模型具备自主学习能力，让每个设备都拥有个性化的智能。
“我觉得惊艳的突破，不在于模型本身已有的知识能力。”刘凡平表示。虽说大家现在都在比参数量，但在他看来，更需要比较的是大模型自主学习的能力有多强。
“举个例子，小苍蝇、小壁虎、小兔子，它们的脑容量是不一样的，但它们都具备智能。”刘凡平认为，智能和参数量没有直接相关的关系，“我认为大模型之后的比较方向应该是自主学习能力”。
刘凡平表示，当大模型具备了自主学习的智能，才是通用人工智能真正的开始，“现有的并不是（自主学习），现有的是一种压缩算法”。
对于大模型的未来，MiniMax副总裁刘华也表达了看法。他认为，随着多模态大模型技术的持续演进，文本、语音、视觉这三种模态的融合模型正逐步迈向成熟。一旦此类大模型技术达到成熟阶段，其应用场景将会进一步拓展，实现更多的实际应用。
刘华认为，在短期内，对多模态大模型的大规模落地应用预期应保持审慎态度，不过从中长期来看，坚决不应低估多模态大模型的重要性，它有望引领新一轮的科技。
另据媒体报道，旷视科技联合创始人、CTO唐文斌接受采访时表示，相比语言模型，增加训练数据量和参数量对于计算机视觉模型的提升和收益，目前看并没有那么大，而多模态会是大模型的未来。腾讯集团副总裁蒋杰也表示，大模型行业正经历从单模态到多模态，再到全模态的演进。
刘凡平也注意到了大模型在多模态能力上的进步，他表示，与去年相比，今年WAIC在智能化也有所提升，但基础变化还不是很大，硬件层次则更难。他推断，未来人工智能一定会走向硬件化，“当已经完全硬件化的时候，就是完全可商用的时候，任何人都可以用得起”。
他认为，今后大家可能会选用一种全新的算法替代现有的Transformer架构。Transformer架构依赖的算力非常大，同时数据量要求非常高，这两个条件限制了它的发展。
以阶跃星辰为例，其在WAIC现场展示了面向C端用户的自研产品。据报道，阶跃星辰副总裁李璟在接受媒体采访时表示，目前，C端仍在早期阶段，还在进行用户体验的收集和打磨，随着C端模型能力提升，将产生很强的爆发力。而B端需求相对明确和稳定，已经涌现出非常多的确定性应用机会。刘华也表示，MiniMax坚持To B与To C业务并重的发展策略。
此外，记者从岩芯数智了解到，公司当前商业化的重心正逐渐从B端部署到C端，以软硬件结合的方式抢占C端市场先机。
如需转载请与《每日经济新闻》报社联系。未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。
特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。
火车票全网“免费退”？铁路12306：系某平台营销炒作！火车票退票费规定：开车前8天以内退票梯次核收退票费
强势反弹！创业50ETF（159682）盘中涨1.77%，CPO板块爆发，权重股中际旭创、新易盛等悉数上涨
“拉完化学品后又拉食品”2005年曾被曝光！“混装油”谁该担责？多地官方已介入！人民日报评论：严肃追责才能以儆效尤
