大模型元年，在MEET2024智能未来大会上，20位行业大咖给出了这样的年终总结。
ChatGPT给予了高度的评价：看到AI技术在不同领域的应用，真是让人激动不已。
不知道是不是因为科技浓度过高，以至于有网友怀疑嘉宾到底是真人还是数字人
围绕着「新起点再出发」这一主题，本次大会主要分为了大模型时代下的「新思考」、以及给行业玩家带来的「新应用」、「新终端」以及「新模式」的变革变化。
李开复：真正有野心的开发者该去做AI-First/AI-Native这类应用
首先出场的，是创新工场董事长、零一万物CEO李开复博士，他在今年被《时代》杂志评选为2023年度全球25位“AI领袖”。今年，创新工场塔尖孵化了AI 2.0公司零一万物，其Yi系列大模型已经交出了业界领先的成绩。
40多年前，李开复先后求学于哥伦比亚大学、卡内基梅隆大学，从而入行AI并成为这个领域国际著名专家和投资人。他坦言，40多年来，一直期盼亲历AGI的发生，曾经一度踌躇于“我这一生看不到AGI了”。
李开复认为，AI 2.0是有史以来最伟大的技术革命和平台革命，不仅改写所有的用户界面和APP，更会穿透各行各业创造巨大的价值。“AI 2.0带来的平台型的机会比PC、移动互联网时代大十倍。”
当前，中国大模型赛道已经进入到了“百模大战”阶段，竞争白热化。从创业机会看，虽然大型预训练模型的创业窗口正在逐渐关闭，但在其他方面，如AI 2.0基础设施和应用方面，仍有很多机遇。
AI 2.0时代的APP将被注入超级智能，带来全新的界面和用户体验，成长速度将会洗刷新的记录，会比移动互联网来得更凶猛，创造更多的价值，带来更多的用户。
真正有梦想、有野心的开发者应该去做AI-First、AI-Native这类应用，这些应用将能充分利用AI技术，从而成为最伟大和最具商业价值的公司。
其次，面对现在开闭源模型的激烈战况，在李开复看来，二者的成长是一个延续的、你追我赶的事情，但是，“最终不会只有一家闭源的、伟大的GPT或大模型公司”。
在收尾的快问快答环节，李开复表示，并不是擅长所有人类做的事情才叫AGI，只要在某些领域能比人类聪明100倍，这就是一个有价值的AGI。虽然无法评判AI什么时候能够具有真正的情感比如爱和同理心等，但它在一些领域已经比人类聪明100倍。面对AI 带来的风险和挑战，但他认为，技术带来的问题可以用技术来解决，同时辅以合理完善的法律法规来进行AI治理，让AI造福更多的人类。
他还表示，传统的图灵测试已经不适用于当前快速发展的AI 2.0时代，Agent进入快速落地阶段，我们需要更高级的技术来区分AI和真人。
“制造业需要站在AI巨人的肩上实现突破”，这一点在李培根院士的演讲中得以充分阐述。
李培根院士认为AI是一个既知道已知知识又可能生成新知识的“知识巨人”，而制造业要考虑的问题是如何充分利用AI进行创新设计，站在AI的肩上去洞察复杂的关联。
然而，工程中实际上也存在大量不确定性、没有固定模式、并非基于因果关系的但存在复杂关联的问题：
知识可以看作是数据在时空中的关系。人类通常只能理解和认知一些简单的、线性的、低阶关系，而高阶关联往往认识不到，这就会掉入所谓“暗知识”的大海。
但现在，有大数据、AI技术加持，我们可以站在AI巨人的肩上洞察复杂的关联。
需要特别注意的是，李培根院士表示虽然机器在很多方面可以超越人类思维，但很难具有像人类那样不可名状的意识流。
意识流像一条绵延不断、不可分割的河流，人的意识由两方面组成，一些是理性的、自觉的意识，有一些是无逻辑的、非理性的无意识。
李培根院士表示，正是意识流使人类不至于被AI所役使，反而能够利用AI增强自己的创造能力。
欧阳万里：AI For Science能让科学家“多快好省”地端出“美味佳肴”
上海人工智能实验室领军科学家欧阳万里分享了他们实验室在AI For Science的科研探索。
他将AI For Science形容为美食烹饪，需要AI学者同自然科学家一起合作。
如果把科学研究比作美食烹饪，实验数据相当于优质食材，而AI for Science则让科学家们能够“多、快、好、省”地端出美味佳肴。
于他个人而言，为何从计算机视觉转型做AI For Science，有两方面原因：第一、问题本身很重要;第二、问题本身很有趣。
关于问题重要性上，在欧阳万里看来，自然科学领域面临着AI领域同样的问题，甚至还更为严峻。
一方面是少标注、少样本的问题。例如获得一个蛋白质结构所需的投入时间和资源巨大，可能一位学者投入一年时间才能获取一个蛋白质的结构，即一个样本标注。
另一方面还会面临数据表现形式多样。自然科学从物理到生物到地球科学，有不同的表现形式，从非常底层的原子表示，分子表示，有基因蛋白表示方式，如果来到地球科学又有大气的表示。
既然如此那应该如何解决呢?随后欧阳万里结合自己研究团队成果做了进一步解释：
在气象方面，他们推出的全球中期天气预报大模型风乌，首次实现了在高分辨率上对核心大气变量进行超过10天的有效预报。风乌提出将大气变量视作多模态输入，从而使其得以运用多模态和多任务深度学习方法。风乌突破了传统预报方法瓶颈并获得对气象数据关系的强大拟合能力，仅需30秒即可生成未来10天全球高精度预报结果，在效率上大幅优于传统模型。
昆仑万维董事长兼CEO方汉分享了《昆仑万维AGI与AIGC探索之路，从大模型到AI Agent开发平台》。
首先，方汉分享了昆仑万维关于AGI的探索历程。目前昆仑万维已经构建出自己的六大AI业务矩阵，包括AI大模型、AI搜索、AI音乐、AI游戏、AI动漫、AI社交。他认为，拥有自己的模型生成能力和专有模型对于企业在AI领域的发展至关重要。目前公司已经在国内推出了面向C端的AI搜索产品,此外还计划面向海外市场推出游戏、音乐、动漫和社交方向的AI产品。
他还谈到了Agent的重要性，AGI的真正表现形式是Agent，但目前像不少大模型API还是需要一定的门槛。方汉认为，这时候需要Agent，这种低代码的、大模型的二次开发接口，让所有用户都能够通过Agent让大模型替自己做实际的工作以及更好地落地。
他还提到了降低AI训练和推断成本的途径，包括技术迭代、内容革命和端侧推理。
谈及端侧推理，方汉认为这是个面向所有企业的机遇。只有“端侧推理”才是最终的解决方案，才会造就真正杀手级应用的产生。
他认为，目前大模型付费模式只是过渡阶段，随着技术迭代、内容革命和端侧推理的实现，AI大模型最终会真正实现免费模式，也只有实现了免费模式，C端应用才会迎来真正的大爆发。
商汤联合创始人、首席科学家王晓刚则是分享了通用人工智能和大模型给智能汽车带来的技术突破和发展的机遇。
王晓刚认为，ChatGPT改变了人工智能新范式，给AI规模化产业应用打开新道路。这过程最明显感知到的是算力需求激增，2018年商汤花50亿建AI大装置，很多人不理解。但今天所有谈到的大模型，都建立在强大软硬件基础设施系统能力基础之上。
那么现在大模型时代，又有什么样的趋势值得关注。王晓刚主要从智能座舱、智能驾驶两个方面谈了谈。
在智能座舱方面，他谈到了未来可基于大语言模型能力构建座舱大脑，控制舱内各种软硬件，并借助舱内外传感器去全方位感知环境和乘客，包括驾驶员的需求。从应用层面来说，目前已经可以看到的趋势，比如内容生成、AI说明书、健康问诊、旅游规划等等，这些都将座舱内的智能化体验提升到新层次。
在智能驾驶方面，他主要谈到了纯视觉方向的发展趋势。目前智能驾驶系统只有感知这部分用的是AI，其他很多都是基于手写规则。但要想真正解决各种Corner Case更多还是需要依赖数据驱动，通过大模型去做感知、融合、定位、决策、规控，将所有模块串联起来，然后覆盖尽可能多的场景。
比如像特斯拉端到端自动驾驶解决方案，还有像今年商汤CVPR最佳论文实现多模块连通的大模型，都是这种思路。
最后，王晓刚做了对智能汽车未来的展望：未来一到两年，我们智能汽车其实处在一个关键突破的时间点。
实际上有三件事，一是端到端数据驱动的自动驾驶，二是以大模型为核心、为基础的座舱大脑的出现，三是驾舱融合，所有座舱和驾驶的体验在同一颗芯片，同一个用户上实现，大幅降低成本和算力，在产品级实现更好的融合，实现更好的智能驾驶和座舱的智能化的体验。
百度AI技术生态总经理马艳军以文心一言为例，全面介绍了知识增强大语言模型，还介绍了围绕大模型建设的生态以及未来发展趋势。
此外，马艳军还从三个方面总结了大模型和此前AI领域其它技术突破的不同之处。
首先是交互方式，“这次真正有了一个颠覆式变化”，未来的应用是通过自然语言的提示词来调动原生AI应用实现的。交互效果行不行，直接影响了技术的普及。
第二是大幅降低了AI开发门槛，在这之前“要开发一个AI应用要写非常多的代码”，基于大模型的应用开发几乎可以零代码。
最后大模型不仅对产业应用有影响，也推动了科研的AI for Science新趋势。
在这几点突破的驱动下，马艳军表示AI原生应用发展正迎来最好的时代，以大模型插件接入为基础进一步衍生出更强大的Agent智能体，基于这些能力将会催生更多的AI原生应用，数字技术和实体世界加速连接与融合。
马艳军也提到，训练大模型的挑战很大，这其中包括模型体积大，训练难度高;算力规模大，性能要求高;数据规模大，质量参差不齐等等。这些问题的存在，目前也对基础软硬件提出了更高的要求。
面壁智能联合创始人、CEO李大海分享主题为《智周万物：让AI智能体释放大模型生产力》。
面壁智能是国内最早做大模型的团队，李大海认为大模型要用在真实生产环境里，最关键的能力是逻辑推理。而面壁智能也着重在模型的逻辑推理能力方面进行了攻关和提升。
据他介绍，面壁智能最新推出的千亿多模态大模型CPM-Cricket可以对标GPT-3.5的水平，同时逻辑推理能力十分突出。为了测试模型的逻辑推理表现，面壁智能还给大模型做了公考行测考试，结果显示其总正确率达到63.76%，甚至超过GPT-4的61.88%。在英文的GMAT测试中，面壁智能大模型的分数是GPT-4的93%，已经非常趋近。
当下大模型的技术路线在整个产业界已经形成了共识，但大模型变革到底是像web3这样的技术浪潮还是十年为期的产业革命?
李大海认为，大模型是第四次技术革命，可以和工业革命、信息革命相提并论，这场革命将至少持续20-30年。
除了大模型之外，李大海还谈到了智能体(AI Agent)的发展，他认为智能体需要这样几个特性：人设、智商、情商、感知、价值观和成长性等。对于成长性，李大海认为目前还是基于数据闭环类似T+1或T+2的模式，未来希望能实现更为实时的成长性。
李大海打了个比方，大模型像是汽车引擎，但还需要转向系统、汽车底盘、内饰等各种配件组装起来，才能真正提供一个完整的汽车产品。所以智能体需要在大模型基础上叠加更多能力才能实现更多应用和想象空间。
另外，当更多单体智能开始协作之后，它们将能发挥出更大的生产力。这时候就形成了更高级的智能群体智能。自然界中就有很多类似案例，比如蚁群、蜂群、鱼群等，它们带来比个体更高的智能表现。
基于这种思考，过去几个月，面壁智能共发布了三个智能体框架：AgentVerse，内部包含非常多专家的智能体通用平台;ChatDev，多智能体智协作开发平台;XAgent，综合能力全面超越AutoGPT的超强单体智能应用框架。目前，面壁智能的“大模型+Agent”技术已在金融、法律等场景都有落地。
未来是否会存在基于大模型的超级应用呢?李大海认为大模型技术带来的最根本变化，是人与机器之间关系的变化：机器变得更像人，人和机器会更加平等。
演讲最后，他还分享了面壁智能提出的“Internet of Agents”概念，他们认为未来世界将会是一个由智能体所连接的万物智联的世界。
小冰公司首席执行官李笛的分享，从人们热议的“人工智能著作权第一案”开始说起。
乙某在文章中使用了一张图片，而图片由甲某用开源AI绘画软件生成。最后，法院判定乙某侵犯了甲某的知识产权，支付了500元赔偿费用。
“500元的赔偿费，可能是这张图片目前为止在商业世界中，所能够获得最大的一笔回报了。”这就引出一个话题点AI在创造巨大的价值，但并不会收获同等高的价值回报。
过去一年，AI技术取得了巨大进展，针对AI产品的偏见在迅速消融，李笛眼中，过去的一年是这个行业的黄金一年。
生成式AI模型效率提升巨大。几年前，想要创造能够一个能评价文章的AI-being时，需要针对82类知识图谱构建它的三观，要花费约6个月时间。现在只需极短时间就可实现。
一方面，现有API调用付费模式难以体现AI系统的创造力价值。以文章写作为例，AI完全取代撰稿员后获得的市场规模非常有限。
另一方面，多数垂直领域AI系统替代人工作后获得的收入，与替代的商业价值严重不匹配。
李笛认为需要找到新的商业模式，让AI系统能够直接从内容创造中获得收益份额。
他还在分享中强调，AI仍处于技术创新高速迭代的阶段，未来在他眼中不像是枪响后赛道确定的赛跑，更像是不知AI能力上限的“扫雷”游戏。
这一阶段，需要多样化探索和宽容心态，才能抓住近两年巨大机遇，真正实现技术向应用场景的转化，改变人类生活。
科技是创造未来的核心动力蚂蚁集团研究员、百灵多模态大模型研发负责人杨铭一上台，就抛出了这句话。他表示，这是蚂蚁集团一直所坚信的。
在这句话的引领下，在过去一年，蚂蚁集团集中力量技术攻坚交出了答卷：百灵语言大模型和多模态大模型。
杨铭介绍，蚂蚁具备丰富的多模态理解应用场景，可以分为两个纬度来看。从业务纬度来看，有数字支付和数字金融;从应用纬度来看，有图文理解、视频分析、和图像视频内容生成。
为此，蚂蚁集团从无到有，收集了数十亿张中英文图文对，通过无监督学习，训练出一个百亿参数级别的图文理解基础大模型。
从零开始训练会面临许多难题，比如缺乏开源初始化权重，train from scratch不收敛;比如训练成本高昂，迭代周期长;再比如训练集群调度和稳定性问题。
最终，通过分阶段训练策略，蚂蚁解决了收敛问题;高昂的训练成本则通过优化训练算法、IO与存储、高效并行训练平台解决。
杨铭在现场介绍，在这个图文模型的基础上，蚂蚁衍生出了很多下游的垂类模型，包括将图文理解模型应用到图文对话、视频理解，以及文生图、图生图等。
有了图文对话的能力，从应用角度，蚂蚁开始逐渐落地到业务领域。譬如，广告内容审核就是业务领域的典型场景。在图文理解的基础上，蚂蚁引入了时序的建模，分析帧与帧之间的关系，理解运动，从而能将图文模型扩展成视频任务模型，支持视频到文本的检索、文本到视频的检索以及视频内容生成跟理解。
此外，杨铭表示针对图像生成模型难以直接投入产品应用的问题，蚂蚁开发了若干可控生成技术，通过自参考图提取目标风格实现可控风格泛化，只需要输入单张图像即可实现风格迁移、人脸特效等效果，大大加快了技术到产品的节奏。
360集团副总裁、360大模型应用负责人梁志辉则分享了他们大模型应用在企业生产的落地心得和案例。
首先梁志辉认为大模型时代，模型跟人的关系不是取代而是增强。所有人无论在日常办公、企业营销上，大模型能将人的阅读、写作、查找的速度大大提升起来。
但生成式AI或生成式大模型并非万能，很多大模型现在还存在幻觉、缺乏行业知识、需要提示词工程等挑战。
以提示词工程这一点为例，首先，提示词模版非常复杂，只有AI发烧友才有可能精通，这样不有利于大模型的推广。其次，高质量内容很难靠大模型生成，要想推广大模型就要扬长避短。
基于这种思考，他们选择以一种全新的人机协同方式落地让大模型变成每个人的助手。
大模型的长处在于内容生成和内容理解。过去很长一时间，看到很多聊天机器人的诞生。开元体育但这种机器人就像是小学生对大模型进行催眠，告诉大模型现在是某个角色，并按套路提供答案;但它并不了解产品、公司以及协作方式。
梁志辉表示，我们希望让大模型能够像一个掌握多种技能、具备行业知识，会使用多种工具的自主智能体Agent。这个Agent以整个互联网做它的知识背景，能够被训练，可以帮你查汇率、查天气，甚至订机票。
基于千亿大模型和Agent架构，梁志辉分享了他们现在关注的三大场景的应用：智能营销、智能办公以及智能客服。
文章内容仅供阅读，不构成投资建议，请谨慎对待。投资者据此操作，风险自担。
由中国轻工业联合会指导,中国轻工业信息中心、中国轻工业发展研究中心、中国家用电器研究院联合主办的第二届全国轻工适老创新产品及智能健康解决方案大赛,11月23日在安徽芜湖重磅揭晓最终评选结果!
上海车展正在火热进行中，一汽大众在2023上海车展中带来了ID家族的旗舰轿车产品，ID.7 VIZZION，新车基于MEB平台打造而来，预计将于今年下半年正式上市。
5月18日，为了帮助中小企业解决定为难、运营难、资金难、人才难、资源难等问题，杭州市市场营销协会组织多家专业机构联合举办“名企游学，走进上市公司”活动，通过学习交流赋能中小企业更好地完成转型升级。此次活动走进“A股互联网第一股”浙江网盛生意宝股份有限公司。
5月18日，由京东携手爱空间整装举办的京东装修自营业务新品发布会暨京东联合爱空间整装新品媒体见面会正式召开。
