以“积淀·涌现”为主题的未来人工智能先锋论坛在3月29日下午正式召开，包括百度CTO王海峰、创新工场董事长兼零一万物CEO李开复、智源研究院院长王仲远等业界领袖深入探讨AI在新时代的发展趋势。

王海峰：大模型带来了通用人工智能的曙光

上世纪50年代，人类提出人工智能概念，实际上更早前已开始探索AI技术。早期技术以规则系统为主，需人工编写规则，耗时费力且专业性强。随后出现统计机器学习技术，再到深度学习技术，但解决不同问题仍需训练不同模型，通用性不足。近年来，大模型出现，通用性日益增强，一个大模型可适用于多领域，仅需针对领域数据微调或检索增强，即可高效解决问题。从人工到自动，算法与模型通用性提升，让我们逐渐看到通用人工智能的曙光。

通用人工智能的关键在于技术通用性和能力全面性。技术通用性意味着任务、语言、模态、应用场景等各方面的通用性都在提升。能力全面性则强调模型的理解、生成、逻辑和记忆四项基础能力。

李开复：大模型迭代进入“AI教AI”的时代

Scaling Law正从预训练阶段转向推理阶段，进入慢思考模式。以往预训练阶段依赖更多GPU和数据提升模型智能，但增长趋势放缓。新的慢思考Scaling Law显示，模型思考时间越长，结果越优质。此模式下，模型性能成长迅速，且增长空间巨大。结合技术创新，模型训练变得有趣，先培养“文科生”模型阅读所有书籍，再向理科方向训练，最终得到“文理双全”的模型。

值得注意的是，模型性能提升在加速，迭代速度从两年缩短至3个月。这得益于AI通过慢思考具备反思能力，实现自我迭代与进步，即“AI教AI”，进入自我演进范式。

王仲远：具身智能是机器人2.0时代最重要的特征

当前人工智能处于第三次浪潮拐点。ChatGPT发布前为弱人工智能时代，针对特定场景、任务收集数据训练模型，缺乏泛化性。大语言模型和多模态大模型推动机器人从1.0时代向2.0时代发展，人工智能与机器人交汇。机器人2.0时代，具身智能成为关键特征。

具身智能发展面临硬件不成熟、成本高、数据缺乏等瓶颈，导致模型能力弱、落地困难。要破解挑战，需各环节突破，如降低硬件成本、构建开放共享数据生态、寻找合适应用场景。智源研究院提出跨本体具身大小脑协作框架RoboOS及开源具身大脑RoboBrain作为解决方案。

北京商报记者魏蔚

（文章来源：北京商报）

SEO关键词：人工智能, 大模型, AI发展趋势, 通用人工智能