本文轉(zhuǎn)自：CAICT人工智能

引言

人工智能經(jīng)歷符號主義與連接主義等范式演進(jìn)，在規(guī)模擴展定律(Scaling Law)驗證后進(jìn)入以大模型為核心的新階段，呈現(xiàn)出強擴展性、多任務(wù)適應(yīng)性與能力可塑性等關(guān)鍵特征。當(dāng)前，大模型技術(shù)的演進(jìn)主要聚焦于五大方向：語言模型持續(xù)增強、多模態(tài)融合突破、智能體形態(tài)崛起、具身智能深化、AI4S專用模型創(chuàng)新。同時，新學(xué)習(xí)范式、非Transformer架構(gòu)及新型計算硬件等前沿探索也有望帶來下一輪關(guān)鍵突破，推動通用人工智能發(fā)展進(jìn)程。

1. 人工智能技術(shù)發(fā)展的“大模型范式”

人造機器和智能的夢想由來已久，最早可以追溯到古代哲學(xué)家對邏輯和推理的探索。在20世紀(jì)40年代以后，電子計算機的誕生，為真正實現(xiàn)機器智能提供了技術(shù)基礎(chǔ)，激發(fā)了一大批數(shù)學(xué)、心理學(xué)、語言學(xué)和經(jīng)濟學(xué)等不同領(lǐng)域的科學(xué)家投身機器智能研究。1950年，阿蘭·圖靈在提出“圖靈測試”，首次嘗試定義機器智能的標(biāo)準(zhǔn)。1956年達(dá)特茅斯會議正式提出“人工智能”概念，開啟了模擬、延伸和擴展人類智能的理論、方法、技術(shù)及應(yīng)用之路。

經(jīng)過70多年來的探索，人工智能逐漸走上以深度神經(jīng)網(wǎng)絡(luò)為主導(dǎo)的技術(shù)路線，特別是2020年前后規(guī)模擴展定律被驗證有效后，大模型成為人工智能技術(shù)新范式。這一范式與以往相比，有三方面的顯著特征：

1)規(guī)模可擴展性強，參數(shù)規(guī)模、計算量和訓(xùn)練數(shù)據(jù)增加可帶來模型性能持續(xù)提升(Scaling Law)；

2)多任務(wù)適應(yīng)性強，一個模型能同時支持多種任務(wù)和多個模態(tài)，甚至實現(xiàn)跨模態(tài)；

3)能力可塑性強，通過模型微調(diào)、思維鏈提示等措施即可實現(xiàn)能力進(jìn)一步增強。

02、大模型演進(jìn)的五個主要方向

當(dāng)前正處在通用智能時代的開端。近期，以大模型為核心的人工智能前沿發(fā)展主要有5個重點方向。

2.1 大語言模型的持續(xù)增強

語言處理是大模型率先取得突破的領(lǐng)域，也是規(guī)模定律比較顯著的方向。過去一年，根據(jù)中國信通院“方升”大模型基準(zhǔn)測試的結(jié)果，全球前沿語言模型的基礎(chǔ)能力提升了30%。隨著OpenAI o1和DeepSeek-R1這類思考模型的出現(xiàn)，語言模型的復(fù)雜推理、高難度數(shù)學(xué)問題求解、高質(zhì)量代碼生成等取得明顯進(jìn)步，驗證了Post-Training優(yōu)化(如監(jiān)督微調(diào)、強化學(xué)習(xí))、自我反思機制和測試時間擴展的潛力。近期預(yù)計仍然會延續(xù)這樣的路徑發(fā)展，重點是增強邏輯能力，降低幻覺，提升可控生成和安全對齊能力。

一是基礎(chǔ)語言大模型處理能力的增強和知識密度不斷提升。大模型的上下文窗口(Context Window)長度擴展，對于理解和生成更復(fù)雜、更長的連貫、一致且準(zhǔn)確的文本具有重要意義，這直接有助于提升模型的邏輯連貫性和減少因上下文不足導(dǎo)致的幻覺。當(dāng)前，國內(nèi)外主流大語言模型均具備128k以上的上下文長度處理能力，可一次性處理數(shù)十萬單詞或漢字。同時，大模型知識密度持續(xù)增強，知識儲量不斷增大，平均每8個月翻一番。2020年6月發(fā)布的GPT-3大模型有1750億個參數(shù)，2024年2月面壁智能發(fā)布MiniCPM-2.4B模型，在實現(xiàn)同等性能的情況下參數(shù)規(guī)模降至24億，相當(dāng)于知識密度提高了約86倍。這種高效的知識壓縮和更精準(zhǔn)的參數(shù)利用，是提升模型事實準(zhǔn)確性、降低幻覺的基礎(chǔ)。

二是通過強化學(xué)習(xí)將思維鏈內(nèi)化進(jìn)模型，持續(xù)提升復(fù)雜推理能力并減少推理錯誤。2024年9月以后OpenAI發(fā)布的o1/o3系列模型、2025年1月深度求索(DeepSeek)發(fā)布的DeepSeek-R1模型，在后訓(xùn)練(Post-Training)階段采用強化學(xué)習(xí)和思維鏈的技術(shù)方案，具有較好的自我反思與錯誤修正能力，在“慢思考”后回答復(fù)雜問題的表現(xiàn)優(yōu)異，顯著提升了模型的推理能力。這些“思考型”模型的核心進(jìn)步，是將復(fù)雜的、多步驟的推理過程內(nèi)化為模型的本能，并通過自我反思機制顯著降低了推理過程中的幻覺和錯誤，成為提升邏輯能力、降低幻覺的關(guān)鍵路徑。

三是語言大模型的發(fā)展呈現(xiàn)從通用到垂域演進(jìn)、開源閉源協(xié)同和端側(cè)大模型加速部署的趨勢。語言大模型不再局限于提供通用的基礎(chǔ)語言能力，而是開始深入到特定行業(yè)和領(lǐng)域，如醫(yī)療、金融、法律、教育等，以滿足特定領(lǐng)域?qū)I(yè)知識和精準(zhǔn)服務(wù)的需求。這種垂直化要求模型在特定領(lǐng)域的輸出必須高度準(zhǔn)確、符合規(guī)范且安全可控，推動了領(lǐng)域?qū)賹R技術(shù)和可控生成方法的發(fā)展。閉源模型依托商業(yè)化的高性能API服務(wù)占據(jù)企業(yè)市場，通常提供更嚴(yán)格的安全護(hù)欄和內(nèi)容審查機制；而開源模型憑借靈活性和低成本優(yōu)勢，吸引全球開發(fā)者參與優(yōu)化與場景適配，其安全對齊和可控性則依賴于活躍社區(qū)的共同維護(hù)與持續(xù)改進(jìn)。開源生態(tài)與閉源服務(wù)協(xié)同構(gòu)建更健康和可持續(xù)的AI生態(tài)。同時，模型輕量化是平衡性能與效率的關(guān)鍵路徑，降低了計算資源需求，提升了推理效率，加速大模型在端側(cè)應(yīng)用部署。

2.2 原生多模態(tài)模型

從圖像、視頻和音樂生成，到集聽說讀寫看于一體，多模態(tài)大模型正成為實現(xiàn)類人感知與交互能力的核心研發(fā)焦點。這類模型通過深度融合文本、圖像、語音、視頻等多種模態(tài)數(shù)據(jù)，進(jìn)行深度的跨模態(tài)語義理解與關(guān)聯(lián)推理，并實現(xiàn)跨模態(tài)的生成與交互。這不僅是提升人機交互自然度與效率的關(guān)鍵，更是通向通用人工智能(AGI)的重要基石。OpenAI的GPT-4o展示了強大的端到端多模態(tài)統(tǒng)一處理能力，具備文本、視覺、語音的理解與生成能力，能通過視頻實時感知環(huán)境并流利對話。同時，視頻生成領(lǐng)域如國外的Sora、國內(nèi)的可靈也在快速迭代，推動著高質(zhì)量內(nèi)容的創(chuàng)造。

一是多模態(tài)理解模型通過跨模態(tài)特征對齊實現(xiàn)統(tǒng)一語義理解。

其核心在于將不同模態(tài)的信息映射到共享的語義空間，建立模態(tài)間的關(guān)聯(lián)。實現(xiàn)路徑主要有二：一方面，基于強大的語言模型底座，集成調(diào)用各類專業(yè)視覺、語音模型(如Visual ChatGPT整合ChatGPT與22種視覺模型)，形成協(xié)同系統(tǒng)，突破單一模態(tài)限制，支持復(fù)雜的多模態(tài)交互(如基于聊天的圖像編輯)；另一方面，直接進(jìn)行跨模態(tài)預(yù)訓(xùn)練對齊，如OpenAI的CLIP 模型，通過對比學(xué)習(xí)將圖像和文本編碼在向量空間中緊密對齊，使其能深刻理解圖文關(guān)系，廣泛應(yīng)用于圖像檢索、視覺問答等任務(wù)。這兩種方式都致力于彌合模態(tài)鴻溝，為后續(xù)的推理和生成奠定語義基礎(chǔ)。

二是多模態(tài)生成模型基于統(tǒng)一語義理解，實現(xiàn)多樣態(tài)內(nèi)容的創(chuàng)造。

技術(shù)進(jìn)步體現(xiàn)在架構(gòu)革新上：一方面，DiT架構(gòu)(Diffusion Transformer)成功融合擴散模型的高質(zhì)量生成能力與Transformer的強序列建模優(yōu)勢，取代了傳統(tǒng)U-Net，成為當(dāng)前視頻生成的主流架構(gòu)。OpenAI的Sora、谷歌的Veo、快手的可靈等模型基于DiT已能生成長度超一分鐘、分辨率達(dá)1080P的高清視頻。另一方面，端到端統(tǒng)一多模態(tài)架構(gòu)(如GPT-4o, Gemini)采用單一模型學(xué)習(xí)所有模態(tài)的統(tǒng)一表征，顯著降低了模態(tài)轉(zhuǎn)換延遲，實現(xiàn)了近乎實時的跨模態(tài)交互響應(yīng)(如語音輸入、視覺理解、語音/文本輸出無縫銜接)，極大提升了交互流暢度。

三是多模態(tài)大模型架構(gòu)與機制持續(xù)向統(tǒng)一化、深度化演進(jìn)。

當(dāng)前主流方案仍需組合不同模型(如Transformer理解+擴散模型生成)，存在效率與協(xié)同瓶頸。從“組合式多模態(tài)”走向“原生多模態(tài)”是業(yè)界積極探索的方向，目標(biāo)是在單一模型框架內(nèi)原生支持所有模態(tài)的聯(lián)合感知、理解與生成。這種架構(gòu)通過將不同模態(tài)數(shù)據(jù)映射到同一語義空間進(jìn)行處理，有望顯著提升模型的效率、一致性與實用性。同時，為應(yīng)對復(fù)雜任務(wù)，“慢思考”機制被引入多模態(tài)模型，通過在測試/推理階段進(jìn)行深度規(guī)劃與反思(類似CoT在多模態(tài)的擴展)，模型能有效處理針對多模態(tài)數(shù)據(jù)的開放式推理和長鏈條問題。

2.3 智能體與代理型人工智能(Agentic AI)模型

當(dāng)前，以大型語言模型為中樞的智能體，通過自主調(diào)用外部工具、訪問實時數(shù)據(jù)與集成第三方API，實現(xiàn)了任務(wù)的規(guī)劃、組織、執(zhí)行與學(xué)習(xí)閉環(huán)，正迅速成為大模型賦能實際應(yīng)用的關(guān)鍵軟件形態(tài)。2025年以來，隨著Manus、OpenAI DeepResearch等智能體平臺的涌現(xiàn)，智能體執(zhí)行長周期、高復(fù)雜度任務(wù)的能力顯著增強。特別是MCP(模型調(diào)用工具)和A2A(跨智能體通信)協(xié)議的推出，標(biāo)志著大模型原生具備工具調(diào)用與多智能體協(xié)作能力已成為基座模型訓(xùn)練的核心目標(biāo)，正在驅(qū)動大模型從生成式AI(Generative AI)向代理式AI(Agentic AI) 轉(zhuǎn)變。

一是智能體作為大模型與場景融合的橋梁，是釋放生產(chǎn)力潛能的核心路徑。

智能體通過在復(fù)雜環(huán)境中主動執(zhí)行任務(wù)，為大模型的研發(fā)與技術(shù)演進(jìn)提供了真實的反饋循環(huán)，直接驅(qū)動了大模型在任務(wù)分解、多步規(guī)劃、動態(tài)執(zhí)行與反思學(xué)習(xí)等關(guān)鍵能力的快速提升。同時，智能體加速了大模型向通用智能基礎(chǔ)設(shè)施的轉(zhuǎn)化。智能體的開發(fā)與應(yīng)用已成為大模型落地的“標(biāo)配”，大模型通過模型即服務(wù)(MaaS) 為上層智能體提供核心智能支持，大幅降低了智能體的開發(fā)門檻與應(yīng)用成本。更重要的是，智能體賦予大模型“行動之手”，通過強大的工具調(diào)用和任務(wù)執(zhí)行能力，有效解決了大模型“有腦無手”的局限，極大拓展了應(yīng)用深度，并通過標(biāo)準(zhǔn)化的協(xié)作協(xié)議(如A2A)保障了多智能體間高效協(xié)同完成復(fù)雜任務(wù)。

二是智能體技術(shù)棧的完善打通AI落地“最后一公里”。

依托大模型的技術(shù)底座，產(chǎn)業(yè)界正加速構(gòu)建完整的智能體技術(shù)生態(tài)，包括智能體構(gòu)建平臺、工作流引擎、多智能體協(xié)同框架、大小模型協(xié)同機制以及自然交互接口等關(guān)鍵組件。同時，開源生態(tài)的蓬勃發(fā)展顯著降低了智能體技術(shù)的準(zhǔn)入門檻。國內(nèi)外涌現(xiàn)的眾多智能體創(chuàng)業(yè)公司積極擁抱開源，推出豐富的智能體開發(fā)套件與工具，極大簡化了開發(fā)者的二次開發(fā)流程，加速了智能體從實驗室到實際場景的部署速度。這些智能體產(chǎn)品不僅為終端用戶帶來了革命性的交互體驗，也促進(jìn)了健康智能體生態(tài)的形成，增強了企業(yè)的商業(yè)價值與影響力。

三是智能體部署由虛擬向物理世界深度滲透。

得益于多模態(tài)大模型感知能力的突破和世界模型對物理環(huán)境理解的深化，2025年作為“智能體元年”，標(biāo)志著智能體開始與人類社會實現(xiàn)深度協(xié)同共生。智能體能夠控制物理實體，在復(fù)雜的現(xiàn)實動態(tài)環(huán)境中與人類進(jìn)行自然互動并可靠執(zhí)行任務(wù)，其應(yīng)用場景正從純數(shù)字領(lǐng)域加速拓展至物理世界。在能力層面，智能體的工作流從單步響應(yīng)演進(jìn)至多輪反思迭代，顯著提升了任務(wù)執(zhí)行的可靠性與輸出質(zhì)量。同時，隨著模型輕量化、云邊端協(xié)同計算和能效優(yōu)化技術(shù)的進(jìn)步，智能體正高效部署于資源受限的端側(cè)設(shè)備(如智能家居、移動終端、工業(yè)設(shè)備)，為用戶提供高度個性化與專業(yè)化的實時服務(wù)，深化智能體在物理世界的滲透。

2.4 面向具身智能的端到端大模型

具身智能的核心目標(biāo)是將先進(jìn)人工智能(尤其是大模型能力)與機器人等物理實體深度融合，賦予其類人的環(huán)境感知、自主決策與靈巧操控能力，使其能在復(fù)雜、動態(tài)的物理世界中高效、安全地執(zhí)行多樣化任務(wù)。具身智能機器人，可在柔性制造產(chǎn)線、高強度勞動、危險環(huán)境作業(yè)等情形下工作，在服務(wù)、康養(yǎng)等領(lǐng)域也有巨大價值，是AI從信息處理工具向具備實體執(zhí)行力的“生產(chǎn)工具”的轉(zhuǎn)變的關(guān)鍵，是將人工智能轉(zhuǎn)化為現(xiàn)實生產(chǎn)力的有效途徑。

一是端到端大模型成為重要方向。傳統(tǒng)機器人系統(tǒng)通常采用模塊化設(shè)計(感知、規(guī)劃、控制等模塊分離)，而近年來出現(xiàn)了將大型模型引入機器人感知與控制的新思路。例如將視覺語言模型(Vision-Language Model，VLM)中的豐富常識知識轉(zhuǎn)化為機器人行動。同時，端到端的視覺—語言—動作模型(Vision-Language-Action，VLA)開始成為新趨勢，這類模型能直接將從多模態(tài)傳感器(視覺、觸覺、力覺等)獲取的環(huán)境信息，結(jié)合自然語言指令與任務(wù)目標(biāo)，映射為精細(xì)、連續(xù)、自適應(yīng)的機器人動作控制序列。Figure.ai推出的Helix正是一個通用VLA模型，它通過單一神經(jīng)網(wǎng)絡(luò)實現(xiàn)了機器人上肢和手指的連續(xù)控制，無需針對每個任務(wù)單獨訓(xùn)練，從而能夠通過自然語言指令完成拾取、放置、協(xié)同搬運等復(fù)雜操作。具備任務(wù)無關(guān)、精細(xì)化操作和環(huán)境自適應(yīng)能力的端到端架構(gòu)代表了具身智能發(fā)展的重要方向。

二是世界模型與因果推理賦能深度認(rèn)知，實現(xiàn)復(fù)雜任務(wù)自主規(guī)劃與泛化。為應(yīng)對長周期、多步驟、強依賴環(huán)境動態(tài)的復(fù)雜任務(wù)(如“整理雜亂房間并回收可回收物”)，具身智能體需具備深度環(huán)境理解與因果推理能力。未來趨勢是深度集成：1)具身世界模型：通過多模態(tài)輸入學(xué)習(xí)物理環(huán)境的可預(yù)測、可交互的動力學(xué)模型，能在“腦海”中模擬動作后果，支持安全高效的規(guī)劃；2)分層任務(wù)分解與因果推理：利用大模型的強推理能力，將抽象任務(wù)目標(biāo)分解為可執(zhí)行的子任務(wù)序列，理解任務(wù)步驟間的因果依賴，并在執(zhí)行中動態(tài)調(diào)整；3)自我反思與經(jīng)驗學(xué)習(xí)：任務(wù)執(zhí)行后基于結(jié)果反饋進(jìn)行反思，更新模型或策略庫，實現(xiàn)持續(xù)進(jìn)化。這將使智能體能像人類一樣“思考后行動”，顯著提升在開放、動態(tài)環(huán)境中的任務(wù)成功率和效率。

三是云邊端協(xié)同與輕量化部署加速具身智能規(guī)?；瘽B透。具身智能的廣泛應(yīng)用需克服算力、成本與功耗約束。關(guān)鍵發(fā)展方向是：

1)模型高效輕量化：通過模型壓縮(剪枝、量化)、知識蒸餾、高效架構(gòu)設(shè)計(如MoE)，在保持核心性能前提下大幅降低模型計算需求與存儲占用；

2)云—邊—端智能協(xié)同：復(fù)雜感知、深度規(guī)劃在云端或邊緣服務(wù)器完成，實時低延遲控制指令下發(fā)至端側(cè)執(zhí)行器，實現(xiàn)性能與效率最優(yōu)平衡；

3)專用硬件加速：開發(fā)針對具身智能計算負(fù)載(如多模態(tài)融合、實時控制)優(yōu)化的AI芯片與傳感器模組，提升能效比。

這將推動具身智能從實驗室和高端工業(yè)場景，快速向成本敏感的制造業(yè)產(chǎn)線、物流中心、商業(yè)服務(wù)乃至家庭場景規(guī)模化部署，釋放巨大經(jīng)濟與社會價值。

2.5 面向特定領(lǐng)域科研需求的專用基礎(chǔ)模型

以AlphaFold為代表的成果獲得2024年諾貝爾化學(xué)獎，標(biāo)志著AI for Science(AI4S)已成為顛覆性科學(xué)突破的核心驅(qū)動力。AI不僅在基礎(chǔ)科學(xué)發(fā)現(xiàn)中扮演關(guān)鍵角色，更在新材料設(shè)計、新藥物研發(fā)與篩選、高效合成路徑規(guī)劃、高精度流體仿真等產(chǎn)業(yè)研發(fā)創(chuàng)新環(huán)節(jié)展現(xiàn)出巨大潛力。然而，解決科研與產(chǎn)品開發(fā)中的深層次、特定實現(xiàn)。這要求構(gòu)建深度融入領(lǐng)域知識的專用大模型，其核心在于將領(lǐng)域數(shù)理模型(如量子力學(xué)方程、流體動力學(xué)方程、分子動力學(xué))與強大的多模態(tài)理解/生成能力、結(jié)構(gòu)化知識圖譜相結(jié)合，并有效集成強化學(xué)習(xí)、符號推理等技術(shù)。未來AI4S的突破，亟需克服高質(zhì)量專業(yè)數(shù)據(jù)稀缺、模型黑箱可解釋性不足、專業(yè)知識深度對齊融合等核心挑戰(zhàn)。

一是領(lǐng)域知識深度嵌入，構(gòu)建“數(shù)理—AI”融合的專用模型架構(gòu)。通用大模型缺乏對特定科學(xué)原理和工程約束的深刻理解。未來趨勢是發(fā)展領(lǐng)域定制的模型架構(gòu)，將物理定律、化學(xué)規(guī)則、生物機制等核心數(shù)理模型原生編碼進(jìn)神經(jīng)網(wǎng)絡(luò)(如通過物理信息神經(jīng)網(wǎng)絡(luò)PINN、算子學(xué)習(xí))，或設(shè)計符號—神經(jīng)協(xié)同架構(gòu)，讓符號系統(tǒng)處理嚴(yán)格邏輯推理，神經(jīng)網(wǎng)絡(luò)處理模式識別與高維優(yōu)化。這種深度融合將顯著提升模型在材料性能預(yù)測、藥物分子活性評估、復(fù)雜系統(tǒng)仿真等任務(wù)中的物理一致性與預(yù)測精度，解決“數(shù)據(jù)驅(qū)動”模型的泛化性與可信度瓶頸。

二是突破數(shù)據(jù)瓶頸，發(fā)展“小數(shù)據(jù)、大知識”的高效學(xué)習(xí)范式。科學(xué)領(lǐng)域高質(zhì)量標(biāo)注數(shù)據(jù)往往極度稀缺且獲取成本高昂。未來將重點發(fā)展：

1)跨模態(tài)與跨任務(wù)遷移學(xué)習(xí)：利用通用大模型預(yù)訓(xùn)練的知識，向特定科學(xué)任務(wù)高效遷移；

2)生成式模型合成數(shù)據(jù)：利用物理模型或規(guī)則約束生成高質(zhì)量合成數(shù)據(jù)，彌補真實數(shù)據(jù)不足；

3)主動學(xué)習(xí)與強化探索：讓模型自主設(shè)計最有效的實驗或模擬方案，最大化信息獲取效率；

4)知識圖譜引導(dǎo)學(xué)習(xí)：利用結(jié)構(gòu)化領(lǐng)域知識(如化學(xué)鍵規(guī)則、材料相圖)指導(dǎo)模型訓(xùn)練，減少對海量數(shù)據(jù)的依賴。

這些范式旨在實現(xiàn)“小樣本、高精度”的科學(xué)建模，加速研發(fā)周期。

三是增強可解釋性與可信度，構(gòu)建科學(xué)家信任的AI協(xié)作伙伴。AI4S模型在高風(fēng)險決策領(lǐng)域(如新藥設(shè)計、關(guān)鍵材料研發(fā)) 的應(yīng)用，可解釋性和可信度至關(guān)重要。趨勢包括：

1)可解釋AI(XAI)技術(shù)深度集成：發(fā)展可追溯推理路徑、可視化關(guān)鍵特征、生成自然語言解釋的機制，使模型決策過程對科學(xué)家透明；

2)不確定性量化(UQ)：為模型預(yù)測提供可靠的置信度評估，輔助科學(xué)家判斷風(fēng)險；3)人機協(xié)同閉環(huán)：構(gòu)建科研人員與AI的交互式工作流，AI提供假設(shè)、預(yù)測和解釋，科學(xué)家進(jìn)行驗證、反饋和決策引導(dǎo)，形成“假設(shè)—驗證—優(yōu)化”的增強智能閉環(huán)。

3、展望與建議

人工智能技術(shù)仍處于快速演進(jìn)階段，未來發(fā)展路徑存在顯著不確定性?；诋?dāng)前技術(shù)脈絡(luò)，可預(yù)見的突破方向可能包括：

1)新型學(xué)習(xí)范式的突破：強化學(xué)習(xí)、世界模型驅(qū)動下的自主探索等機制，可能推動智能體在復(fù)雜環(huán)境中的認(rèn)知與決策能力質(zhì)變；

2)非Transformer架構(gòu)的崛起：更高效率、更強性能或具備先天可信保障的新模型架構(gòu)(如擴散語言模型、神經(jīng)符號融合)可能重構(gòu)技術(shù)體系；

3)革命性計算技術(shù)實用化：光計算、類腦計算、量子計算等新興計算技術(shù)若實現(xiàn)工程落地，將徹底顛覆現(xiàn)有算力格局與模型計算架構(gòu)。

面向未來，我國要在推進(jìn)大模型技術(shù)發(fā)展中需兼顧突破與補短。一是探索新興大模型架構(gòu)，推動從技術(shù)跟隨向原創(chuàng)引領(lǐng)轉(zhuǎn)型；強化面向具身智能的VLA模型、面向AI4S的“數(shù)理—AI融合架構(gòu)”等前沿方向研究。二是破解高質(zhì)量數(shù)據(jù)供給瓶頸。加強數(shù)據(jù)治理能力建設(shè)，激活存量數(shù)據(jù)價值；發(fā)展基于物理約束的合成數(shù)據(jù)技術(shù)，支撐AI4S等低數(shù)據(jù)密度領(lǐng)域創(chuàng)新。三是打造開放協(xié)同的產(chǎn)業(yè)生態(tài)。加大開源社區(qū)和開源生態(tài)培育，推動智能體協(xié)議等關(guān)鍵標(biāo)準(zhǔn)制定，為迎接通用智能(AGI)甚至超級智能(ASI)做好準(zhǔn)備。

來源：中國聯(lián)通研究院

供稿：《信息通信技術(shù)》編輯部 編輯：陳曦