周鸿祎：2024大模型应用场景元年

前言

        周总提出的2024年十大AI发展趋势预测，除了红色字体部分，截止到2月末，都已经有了突破，这表明人工智能本次的爆发的发展速度，影响深度，远远超过了人们的预期。

• 大模型成为数字系统标配，无处不在;
• 开源大模型迎来爆发;
• “小模型”涌现，运行在更多终端;产业层面;
• 大模型企业级市场将崛起，向深度化、产业化、垂直化方向发展;
• 技术发展和应用层面，Agent智能体将激发大模型潜能，成为超级生产力工具;
• 2024年将成为大模型应用场景之年，“杀手级”应用出现;
• 多模态成为大模型标配;
• 文生图、文生视频等AIGC功能突破性增长;
• 具身智能赋能人形机器人产业蓬勃发展;
• 大模型将推动基础科学取得突破。

        根据周总公开课内容做一个简要总结。

 

1.已验证的预测

 

1.1开源大模型迎来爆发

        ChatGPT目前处于领先地位，为了实现对它的追赶，Meta和Google相继开源了Llama-2，Gemma语言大模型。

 

1.2“小模型”涌现，运行在更多终端

        英伟达推出Chat with RTX标志着AI PC的一个发展里程碑，发布NVIDIA RTX 500和1000Ada芯片，可在笔记本电脑运行生成式AI软件。苹果放弃造车，AII in生成式AI，三星率先推出以AI为核心的期间手机，OPPO，一加，魅族等厂商计划推出AI终端。tinyLlama 参数小于1b可以运行在电脑端。专用小模型的不断涌现，将极大加速人工智能垂直应用的快速落地。

 

1.3多模态成为大模型标配

        多家公司发布了多模态大模型，从语言大模型到视频语义理解大模型实现了对文字，图片，视频的理解。

• OpenAI-Sora
• Google-Genie
• Meta-V-JEPA
• StabilityAI-StableDiffusion3

 

1.4文生图、文生视频等AIGC功能突破性增长

• AIGE能力突破性增强，视频，游戏，设计，短视频行业面临变革。
• Stable Video正式开放公测，Sora开年炸裂登场。

 

1.5具身智能赋能人形机器人产业蓬勃发展

• 英伟达组建“通用具身智能体”，研究小组，通用机器人基础模型有望明年问世。
• 人形机器人初创企业Figure AI获得OpenAI，微软投资，首款机器人外表动作近似人类。
• 特斯拉人形机器人Optimus更新视频，行走速度提高30%，已经接近人类的移动速度。
• DeepMind与斯坦福团队推出二代商务机器人ALOHA智能性全面提升。

 

1.6大模型将推动基础科学取得突破

        普林顿大学研究团队开发预测等离子体撕裂AI模型，攻克核聚变反应不确定问题。

 

2.多模态发展的5个层次

2.1层次

• 识别辨别物体（感知能力：形态）：能够识别图片中的物体。例：识别图片中有篮球和运动员。
• 逻辑推理能力（低认知能力：推理）：增加大语言模型能力，具备推理能力。例：可辩别是一场篮球赛。
• 逻辑合理性（中认知能力：推理）：增加多模态能力，可识别不合理内容。例：3米高的球员不现实。
• 评价鉴别能力（高认知能力：推理）：可对事物进行评判，工作在语言层面。例：评价某个进球很漂亮。
• 具有世界常识（强认知能力：规律）：根据观察理解事物规律，工作在视频层。例：Sora可以生成篮球比赛视频。

 

2.2评鉴

• 在第一个阶段，感知能力的发展使模型能够通过图像识别技术识别物体，为后续的认知能力打下基础。
• 第二个阶段，逻辑推理能力的增强使模型能够进行基本的语言推理，从而更好地理解和表达复杂的语境语义。
• 第三个阶段，逻辑合理性的提升使模型能够结合多模态信息进行判断，从而更准确地识别不合理的内容，并给出相应的提示和解释。
• 第四个阶段，评价鉴别能力的加强使模型能够对事物进行评判和表达观点，从而更好地与用户进行互动和交流。
• 第五个阶段，具有世界常识的模型能够观察并理解事物的规律，并在视频层面生成相应的内容，从而更好地模拟和应用于现实场景。

 

2.3进一步预测

第六个阶段：创造性思维和创新能力 随着人工智能的不断发展，大模型可能会具备更强的创造性思维和创新能力。它可以通过结合不同领域的知识和观点，提出新颖的创意和解决方案。这将使模型成为一个有创造力的合作伙伴，能够为用户提供独特而创新的想法。

 

3.AI发展的5个阶段

3.1人工智障

AI小模型，能力单一，无法泛化，无法做到理解。

 

3.2人工智能入门

GPT出现，AGI迎来拐点，机器实现与人的交流。

 

3.3通用人工智能

Sora出现，AGI时代加速到来，机器能够认知世界互动。

 

3.4强人工智能

附身于自动驾驶，机器人，获得与人类同样的感知，认知和行动力。

 

3.5超级人工智能

发现和总结世界运行的各种规律，总结公式。