7月3日下午，2024新京报贝壳财经年会“‘通’往未来，向新有AI”论坛召开。北京智源人工智能研究院院长王仲远在会上表示，以2023年为拐点，大模型开始从实验室走向产业应用，这标志着人工智能或将向通用人工智能方向演进。
王仲远解释说，2023年之前的人工智能发展可以称为弱人工智能阶段，即人工智能只能解决特定场景下的特定任务。例如，AlphaGo虽然可以战胜世界围棋冠军，但无法解决医疗或自动驾驶问题。
王仲远认为，2023年后，大模型进入产业落地，这预示着人工智能可能向通用人工智能方向发展。回顾过去七八十年人工智能的发展历程，每一次人工智能浪潮的兴起都伴随着模型参数量、训练样本量和算力的飞跃。
他提到，过去几年，大模型的参数量快速增长。2020年的ChatGPT3拥有1750亿参数，与人脑神经突触数量相差1000倍；而去年的ChatGPT4的参数量与人脑神经突触数量的差距已经缩小到100倍。
面向未来，大模型技术将持续迭代演进。王仲远介绍，除了文本数据，视频、图像、音频等数据量可能是文本数据的十倍甚至百倍，这意味着大模型的发展潜力巨大。
针对语言大模型的“幻觉”问题，智源研究院自主研发了通用语义向量模型BGE系列。该模型基于检索增强RAG技术，实现了数据之间精准的语义匹配，支持大模型调用外部知识。
王仲远介绍说：“未来，视觉和多模态大模型亟待突破。为了实现多模态、统一、端到端的下一代大模型，智源研究院推出了Emu3原生多模态世界模型。Emu3采用智源自研的多模态自回归技术路径，在图像、视频、文字上联合训练，使模型具备原生多模态能力，实现了图像、视频、文字的统一输入和输出。”
