電子發燒友網報道（文/李彎彎）近一年多以來，大模型技術和應用都在快速發展。無論是OpenAI、谷歌，還是百度、騰訊、字節等，大模型產品都已經經過了多次迭代，應用也在不斷拓展。而接下來，大模型將呈現怎樣的發展趨勢，仍然是業界關注的重點。日前，在“太湖對話·人工智能+”論壇上，諸多學術界和產業界人士就相關話題進行了深刻探討。

AI大模型的五個發展方向

在會上，中國工程院院士，清華大學講席教授、智能產業研究院（AIR）院長張亞勤談到了AI大模型發展的五個方向。首先是多模態智能，即結合語言、文字、視頻、激光雷達點云、3D結構信息、4D時空信息乃至生物信息，實現多尺度、跨模態的智能感知、決策和生成。

其次是自主智能，即將大模型作為一種工具，開發能夠自主規劃任務、編寫代碼、調動工具、優化路徑的智能體，實現高度的自我迭代、升級和優化，實現自主智能。這里需要考慮模型間如何互相調用、模型如何使用工具、基礎模型間如何進行聯邦學習等。

如醫療智能體自主進化的模擬醫院，他們首次搭建了基于LLM Agent的模擬醫院，包含醫患兩類角色和診療八項關鍵流程。提出不依賴人工標注數據的”MedAgent-Zero”醫療智能自主進化策略。有兩種方式自我進化：從正確回答積累樣例，從錯誤回答總結經驗。診斷上萬模擬病人后，醫療智能體診斷兩天相當于醫生兩年，醫學只能體在MedQA子集上達到最優。

第三是邊緣智能，將大模型部署到邊緣設備端，如AI PC, AI手機，AI電視等，實現高效率、低功耗、低成本、低時延的處理和響應，從而實現邊緣智能。

AIR和亞信在這方面已經有都個合作落地案例，如邊緣一體機視頻分析優化，利用運動向量，增量移動識別框，顯著提升目標跟蹤性能；大模型推理性能優化，基于運行時參數緩存機制，智能高效地管理MOE模型experts的換入換出，降低顯存需求>50%；5G專網算力內生技術，利用基站BBU空閑算力提供服務，基于進程搶占的方法，有效提升BBU算力資源回收效率。

第四是物理（具身）智能：大模型正在被用到無人車、機器人、無人機、工廠、交通、 通訊、電網、電站和其他物理基礎設施，提升其自動化和智能化水平，從而實現具身智能。張亞勤認為，談到物理智能，機器人將會是大模型關鍵的落地方向，無人駕駛其實也是機器人的另一種形式，如支持全地形移動的自穩定送貨平臺，具有自主學習能力的低速自動駕駛等。

第五便是生物智能，將大模型應用到人腦、生命體、生物體里，實現大模型與生物體連結的生物智能，并最終實現信息智能、物理智能和生物智能的融合。

如AI+生命健康的典型案例，BrainCo腦機接口技術，該項目孵化于哈佛大學創新實驗室，由華人團隊主創，包括生物醫學工程、材料學、腦科學、腦疾病、AI跨學科團隊，這種非侵入式腦機接口量產產品登上Time周刊NASA官網。可穿戴腦機接口產品可應用于自閉癥，睡眠障礙，閉環正念冥想、抑郁癥，阿爾茲海默等。

自主學習、演進的大模型還在研究中

除此之外，在圓桌論壇環節，多位行業人士也就大模型的發展趨勢做了詳細探討。阿里云智能首席技術官周靖人談到，大模型非常明顯的一個趨勢就是多模態，現在知識體越來越多，不只是只有書本的知識，還有語言，還有視覺看到的物理界的東西，怎么更好地把各種知識體融合在一起是關鍵。

在他看來，重點需要考慮的是如何讓大模型更趨向人類智能，還需要包括記憶體，如何把長期的記憶、短期的記憶都結合在一起。如此，今后就能夠讓大模型發展成更有個性、更有特點的產品，在不同領域都能夠有不同的思考。同時大模型與真實世界有更多互動，相關的信息又會反饋給模型，這讓的大模型就能夠發展具有自我更新優化的能力。

不過就大模型目前的成熟度而言，還有待研究。周靖人談到，在IT時代，讓信息的獲取觸手可及，大模型過后，讓知識的獲取觸手可及。現在，一個非常明確的點就是，大模型作為一個助手，它能夠提供各種輔導的意見，但最后的決策還是在人，現在這種作為助手的大模型已經做得非常好，這是大模型發展的第一步。

而第二步要實現的是讓大模型更為精準，現在大模型的回答還存在很多問題，如何讓它十次回答十次都是精準的，周靖人認為這個還有優化空間。更進一步則是，讓模型能夠自我學習、自我演進，當然這一步目前來說也還在研究中。

澳門產業技術研究院院長、境成資本管理合伙人向江旭談到，多模態大模型是通向AGI可行的道路。他認為，如何把大模型做到去影響、改變物理世界是一個趨勢，如讓具身智能（機器人等）成為可能，這也會讓日后的養老更加便利。

清華大學惠妍講席教授、AIR首席科學家馬維英談到了一個很新的角度。他認為，現在大家專注的焦點還是，大模型能看、能聽、能寫等，而這些方向的機會，主要還是在互聯網大廠，如谷歌、微軟等。

那么，是否有新的機會呢，不只是生成文章、圖片這些。馬維英考慮的是，希望不只是把人類只能作為模仿的關鍵，他認為生物、自然領域也有很多機會值得探索，如生物、化學、材料等，很多新的能源是否能夠用AI去合成，在他看來，這些領域在未來十年會有巨大的機會。

寫在最后

如今，大模型作為一個工具助手，已經具備非常強大功能，并且已經有了相當成熟的應用。如今大模型具備更多的智能，如GPT-4o，已經能夠在于人類的互動中表達感情。而更進一步，大模型要實現自主學習、自主演進，也就是實現自主智能，仍然還需要持續研究。大模型帶來的機會方面，除了互聯網大廠掌握的文字、圖片、視頻生成等方面之外，對于新的企業來說，從自然領域，如生物、化學、材料等領域去探索，或許會看到新的機會。