中國信息通信研究院總工程師 何寶宏

    尊敬的各位領(lǐng)導、各位專家，大家好！很高興有機會再次來到數(shù)字經(jīng)濟論壇，分享我和團隊關(guān)于人工智能發(fā)展的最新觀察、理解與思考。內(nèi)容不一定完全準確，供大家批評指正。

    第一，今年的《政府工作報告》首次提出“打造智能經(jīng)濟新形態(tài)”，這標志著數(shù)字經(jīng)濟發(fā)展進入了新階段。過去我們強調(diào)數(shù)字化、網(wǎng)絡(luò)化，現(xiàn)在更突出AI賦能千行百業(yè)，產(chǎn)業(yè)發(fā)展進入智能化高級階段。從技術(shù)角度看，基礎(chǔ)大模型在過去一年，無論是語言模型還是多模態(tài)模型，都取得了長足進步，但呈現(xiàn)出新特點：語言大模型過去幾年能力年均提升約35%，但增長邏輯出現(xiàn)轉(zhuǎn)折——不再單純依靠“模型越大、效果越好”，而是通過模型擴展、外掛工具等方式，技術(shù)路線發(fā)生了微妙變化。多模態(tài)模型的進步更為顯著，過去一年能力提升50%以上，產(chǎn)業(yè)創(chuàng)新重心正從語言模型加速轉(zhuǎn)向多模態(tài)，各類技術(shù)瓶頸不斷被突破。

    第二，開源模型能力已接近閉源，差距持續(xù)縮小。開源賽道呈現(xiàn)收斂趨勢，歷史上開源模型數(shù)量曾超200個，如今下載量、使用量及衍生模型高度集中于頭部。TOP5開源模型下載量占比超過83%，可以看到，Meta與DeepSeek明顯占據(jù)了榜單前面，開源模型也在走向收斂。

    第三，世界模型成為新探索方向。僅有語言模型和多模態(tài)還不夠，智能需要與物理世界交互，物理仿真、現(xiàn)實建模能力仍顯不足。學術(shù)界正積極探索構(gòu)建世界模型，最簡單路徑是語言大模型與物理世界融合。目前世界模型研究尚處初期，方向明確，但技術(shù)路線仍存較大分歧。一旦世界模型成熟，元宇宙也將迎來真正落地。再往上走是數(shù)據(jù)，數(shù)據(jù)是一個重大的挑戰(zhàn)。過去一段時間，模型的能力不能僅依靠模型越大來支撐，今天的數(shù)據(jù)預訓練撞上了墻，難以找到新的數(shù)據(jù)來提升它，數(shù)據(jù)成了制約模型能力提升的一個核心性的因素。如果是數(shù)據(jù)部門，或者做大數(shù)據(jù)要素，你會說數(shù)據(jù)太多了，體量大，類型多。如果做大模型，反過來就會說數(shù)據(jù)太少了，質(zhì)量也不高，互相甩鍋，這是一個正常的現(xiàn)象，不是數(shù)據(jù)不夠，是模型不好。

    為了解決今天的公共互聯(lián)網(wǎng)上的公用數(shù)據(jù)基本消耗殆盡的問題，如何挖掘更多的數(shù)據(jù)價值，第一個是私域數(shù)據(jù)，針對特定行業(yè)和特定行業(yè)的私域數(shù)據(jù)的開發(fā)利用，尤其是模型的微調(diào)和訓練也是遠遠不夠的，從公域走向私域。

    第二是合成數(shù)據(jù)，人類產(chǎn)生的數(shù)據(jù)基本上消耗殆盡，生產(chǎn)數(shù)據(jù)遠遠會落后模型消耗數(shù)據(jù)的速度，能不能用各種傳統(tǒng)的算法，用AI的算法合成數(shù)據(jù)回去再訓練數(shù)據(jù)，答案是可以的。

    第三，不斷提升數(shù)據(jù)的質(zhì)量，通過數(shù)據(jù)工程等方法，無論是什么數(shù)據(jù)，需要進一步提煉加工。之所以數(shù)據(jù)用不好，一個重要的原因是數(shù)據(jù)本身在質(zhì)量、即時、完整性、標準化等方面存在很多的問題，我們通過更先進的數(shù)據(jù)工程來不斷提升已有數(shù)據(jù)的質(zhì)量，更好服務(wù)好AI。

    算力在過去一年的時間里，熱點層出不窮。第一個是推理算力，從預訓練類的算力轉(zhuǎn)向?qū)嶋H使用的推理算力，推理算力的比例將來肯定會超過訓練算力。第二，算力在國內(nèi)尤其是小散亂，需要把算力一體化集中起來，更好的互聯(lián)互通，發(fā)揮閑置資源的匹配作用，正在構(gòu)建全國算力一張網(wǎng)。第三個是超節(jié)點，我們需要單節(jié)點能力持續(xù)不斷的提升。隨著算力越來越大，算電要協(xié)同，人工智能對電的消耗越來越大。

    Agent的技術(shù)框架已經(jīng)初步確定。Agent的開源領(lǐng)域今年發(fā)展得非?？?，從去年開始技術(shù)發(fā)展非?？欤l(fā)現(xiàn)有技巧，效果會更好，把話術(shù)整理多了，就是一個說明書，發(fā)現(xiàn)人整理的說明書，得面向機器，讓機器更準確理解說明書，就有了技術(shù)。

    還有駕馭工程，模型給出的結(jié)果是概率性，有可能會出錯，這個時候當概念性出現(xiàn)錯誤的時候，如何控制模型，讓它沿著正確的軌跡去前行，這個在IT歷史上從來沒有遇到過一個新的情況、新的問題。所有智能都有可能出現(xiàn)“發(fā)瘋”的情況，風險一定要在可控范圍之內(nèi)，從計算機時代的軟件工程到互聯(lián)網(wǎng)時代的分布式工程，到今年需要一些駕馭工程，每個時代要把它的不確定性變得更加確定。

    具身智能目前已經(jīng)取得了長足的發(fā)展，但是大部分的產(chǎn)品還是在特定場景。目前具身智能的領(lǐng)先場景也是在特定場景，但已經(jīng)可以自主執(zhí)行了，這是一個飛躍。未來具身智能的發(fā)展目標是希望能夠泛化，適用于更多的場景，要自主執(zhí)行，不再是遙控。具身智能屬于未來產(chǎn)業(yè)，我們還面臨著一些非常關(guān)鍵的挑戰(zhàn)，一個是高質(zhì)量數(shù)據(jù)的缺失，訓練具身智能需要物理數(shù)據(jù)，海量的數(shù)據(jù)不是專門的物理數(shù)據(jù)，如何獲得更多的物理數(shù)據(jù)去訓練它。比如說真機數(shù)據(jù)，還是合成數(shù)據(jù)，或是互聯(lián)網(wǎng)數(shù)據(jù)。真機數(shù)據(jù)太貴、量太小，合成數(shù)據(jù)有時候不靠譜，互聯(lián)網(wǎng)數(shù)據(jù)很便宜，也不靠譜。所以數(shù)據(jù)的差距問題很大，第二個是模型泛化問題，在一個場景下訓練的具身智能在另外一個場景下不行了，所以整個鏈條的配合問題尤其重要。

    AI產(chǎn)品形態(tài)越來越多，AI手機、AIPC，還有眼鏡，形態(tài)明顯日益豐富和完善。

    走到今天，AI正在向各行各業(yè)持續(xù)的滲透，但是滲透的次序可能不太一樣，語言滲透比較快，持續(xù)推動人類社會進步。人工智能正在迎來智變，我們做好準備了嗎？我先說這么多，謝謝！