近日，在国家高新区人工智能产业协同创新网络成立大会上，科技部原副部长李萌、北京智源人工智能研究院院长王仲远、百度集团首席技术官王海峰、科大讯飞高级副总裁江涛等专家，共同探讨了人工智能产业发展趋势，提出针对性建议。一起一览专家观点——
人工智能产业发展趋势研判
基础大模型与垂类大模型融合互补将是未来发展趋势
李萌认为，基础大模型的泛化性与垂类大模型的专业性各有优势，融合互补将是未来趋势，“两条腿走路”的方式已经有了共识。大模型会沿着不同方向多元化发展，领军企业和研究机构继续拓展基础模型规模，提升数理、因果推理等高阶能力，探寻Scaling Law的科学边界，如近期OpenAI发布的o1-preview再次推高了大模型规划推理能力天花板。更多的企业面向特定任务或场景打造垂直模型，在泛化性与专业性方面实现更好的平衡，加快大模型的产品化和落地。今年以来，国内外大模型“小型化”竞争已经开启，发挥效果、性能和成本综合优势，小模型将开拓手机、PC、耳机、音箱以及其它可穿戴式终端等广泛场景。我国大模型产业化已经形成通用类大模型与专业类大模型并行发展的态势，面壁智能、百度等陆续发布一批小模型并快速迭代成熟，下一步有望发掘丰富场景和专业领域数据潜力，在“基础-垂类”协同并进、“大型-小型”融通适配、中心-边缘梯次接续的模型体系方面走出优势，并率先催生实体经济领域代表性的落地应用。
江涛表示，经过模型训练、场景数据积累，人工智能已在教育、医疗等越来越多场景中实现了规模化落地，医疗大模型明显领先，AI文献平台、汽车语言交互系统已经实现了商业的变现过程。例如，在教育领域，AI+教育可以赋能个性化学习路径规划和推荐，智能识别孩子最近发展区及个性需求，匹配动态学习路径规划和适切资源，实现规模化因材施教；在医疗领域，2023年底，全国卫生人员总数约1441万人，执业（助理）医师约443.5万人，全科医生仅46万人用AI补齐并提升医疗资源，防止错诊漏诊和错误用药，对健康中国意义重大。
多模态大模型和智能体制造将成为人工智能发展主流
王仲远指出，多模态技术路线分为理解大模型和生成大模型，未来会有更多多模态大模型产生，后续发展还需要大量多模态数据。目前产业界关注的文本数据能催生很强的智能，未来发展还有大量的多模态数据。智源研究院致力于挑战终极技术路线，将文本、图像、视频等等不同模态数据进行训练，最终实现不同模态的大一统。
王海峰认为，语言大模型发展到较高水平，但还有很大提升空间。目前，同一个模型可以应用于不同层面，实现场景化使用。在可以预见的未来，人工智能多模态的重要性将逐步提升，智能体将发挥重要作用。
推动通用大模型向具身智能转化是重要发展方向
李萌指出，人工智能对实体经济的深度赋能需要打通数字智能与物理智能的桥梁，应用到工厂、交通、通讯、电网等各类物理设备和基础设施，提升其自动化和智能化水平，连通数字世界与物理世界。具身智能有望成为打通物理AI的突破口。未来五年，自动驾驶将成为物理（具身）智能领域中最重要的应用之一。自动驾驶汽车、人形机器人、低空智能运载工具，可能成为未来5-10年自主智能领域的“新三样”。从离身智能走向具身智能过程中，高级认知能力也将逐步露出苗头。
王仲远认为，人工智能在发展历程中有三起两落，2023年之后随着大模型的兴起，有望推动人工智能往通用或者超级人工智能发展。正是由于人工智能有强大的能力和人工智能对各行各业的推动力量，今年的人工智能研究所的教授也获得了诺贝尔奖。
王海峰指出，全面的人工智能发展到今天虽然没有完全实现，但已经看到了曙光。人工智能的基本目标是延伸和拓展人的智能。通用体现在不同的维度，如任务、语言、模态、场景等，理解、生成、逻辑、记忆这四项能力是最基础的能力。
江涛提出，目前国产的通用大模型已经具备自主能力，如2024年6月发布的讯飞星火大模型4.0版对标CHatGPT4.0，多项指标达到了业界领先水平，但在具身能力方面还有很长的路要走。
大模型场景创新将开创一批智能产业新机会
李萌指出，大模型技术进步加速了人工智能场景创新，深度改变行业生产力，有望激发新一轮人工智能产业化浪潮。大模型已经率先在AIGC领域产生大规模产业应用，未来将影响金融、媒体、法律、市场研究、教育、客服等十余个行业；Agent智能体将取代搜索网站、取代很多软件和应用程序；网络操作系统面临一次大改造，智能操作系统会逐步孕育成形；人工智能向手机、平板和PC产品的渗透率将快速提升，稳定多年的信息通信产业将面临重构。人工智能驱动的科学研究AI for Science在医疗、材料、生物、化合物的巨大潜力已经在学术界得到高度共识，新医药、新材料等技术驱动型AI4S产业蓄势待发。AI for Science、AI for Research甚至AI for Engineering将在工业领域的产品设计、流程优化调度、智能工厂等领域形成新的能力突破，充分发掘人工智能加速重大科学问题研究和知识发现的变革性潜力，有望提升我国众多行业的创新效能和创新水平。
王仲远指出，大模型在生物计算上大有可为。将生命科学大模型以动画的形式应用于生物计算是重要的发展方向。
人工智能发展还将迎来更强技术范式
李萌指出，当前大模型仍面临一系列能力瓶颈，可重复性、幻觉等问题制约了大模型向具有更高稳定性要求的场景拓展和商业化落地，探索更加可信可靠的技术形态将助力大模型下一步落地应用。尽管目前大模型规模效应依然奏效，推动大模型能力曲线持续攀升，但很多专家并不认为仅仅依靠当前架构就能够实现世界模型。如张亚勤提出未来5年内会在AI技术架构上有大的突破，Transformer会被逐步重构。创新性神经网络和学习方法正不断被科学界提出，有可能为通用人工智能发展提供新的理论范式。随着大模型计算需求飞速增长，人们对量子计算等新型计算给予的希望越来越高，量子计算纳入人工智能视野并得到重视，量子人工智能的新范式正在吸引国内越来越多的研发力量，未来有望不断取得新进展。光计算也在为人工智能发展开辟更多新路径，戴琼海院士课题组提出了新型光计算架构，提供了大规模神经网络精准、高效的光计算训练方法，并推出了“太极-II”通用光训练芯片。
人工智能产业发展建议
发挥好人工智能在新质生产力中的引领性驱动性作用
李萌指出，人工智能、绿色低碳、高端制造、健康生活、安全发展、计算连接等是今后一个时期形成新质生产力的主要方向。其中，人工智能是发展新质生产力的引领性驱动性力量，绿色低碳产业是发展新质生产力的倒逼力量，高端制造业是发展新质生产力的中坚力量，健康生产是发展新质生产力永不落幕的持久推动力量，安全防护是发展新质生产力的保护性力量，计算与连接是发展新质生产力的基础性支撑力量。在这些技术和产业方面，人工智能是统领地、渗透地，正在向通用化的方向发展。要通过系统部署人工智能场景驱动，以人工智能技术运用为龙头，带动突破现有技术垄断格局，推动传统产业获得新生，培育更多新兴产业。
寻找更稳定的技术形态，打通数字智能与物理智能的壁垒
江涛提出，推动人工智能应用，提升科学研究效率和传统行业转型升级的速度。
王仲远提出，具身大模型正在致力于解决路径和泛化性的独立，要加快将人工智能投入到物理世界，推动AGI落地。
李萌认为，人类智能、离身智能、具身智能协调发展是今后人工智能发展的主线，人工智能可控可信发展必须把人机协调贯穿于始终，一方面需要不断地研发和技术迭代，另一方面也需要政府、企业、社会保持良性沟通互动，形成广泛共识。
充分发挥国家高新区和新型创新组织在人工智能发展中的作用
李萌提出，高新区是智能产业成长壮大的集聚区域，是智能产业成长壮大的智力技术资金密集区域，同时又会对人工智能的研发上游进行反哺，促进技术迭代，要抓住机遇，成为人工智能产业创新的集聚区和制高点。
王海峰认为，北京有非常雄厚的科技、教育、产业、金融等基础，在产业变革时期，新型研发机构、创新联合体、产业联盟等在人工智能产业发展中会起到非常大的作用，未来也会有更多的创新模式，推动技术的迭代与发展。
王仲远表示，面向未来智源研究院将持续推动中国大模型“从0到1”的原始创新，也将致力于与全国优势科研机构联合开展通用人工智能前沿技术研究，加快系统软件、数据、算法模型的开源开放，共同推动高新区在人工智能产业率先突破，为国家高新区人工智能产业协同创新网络发展贡献力量。
来源：创新创业中关村
