出品 | 搜狐科技
作者 | 汉雨棣
2023年1月8日，北京智源人工智能研究院发布了2025十大AI技术趋势。这份报告基于行业技术及应用热点预测了AI领域未来两年的发展方向。
从基础设施到产品应用，智源研究院对ScalingLaw、基础模型、具身智能、超级应用、AI安全等关键方向做出了预测。
智源研究院院长王仲远表示，当前，我们处在人工智能发展的新拐点，大模型的能力涌现加速通用人工智能时代的到来，原生统一多模态、具身智能、AIforScience，将进一步深化人工智能对世界的感知、理解与推理，连接厂商数量开始收敛；在技术路线上，端到端模型继续迭代，小脑大模型的尝试或有突破；在商业变现上，更多的工业场景下的具身智能应用会出现，部分人形机器人迎来量产。
下一个Token预测：统一的多模态大模型实现更高效AI
人工智能的本质在于对人的思维的信息过程的模拟。当前的语言大模型、拼接式的多模态大模型，在对人类思维过程的模拟存在天然的局限性。从训练之初就打通多模态数据，实现端到端输入和输出的原生多模态技术路线给出了多模态发展的新可能。基于此，训练阶段即对齐视觉、音频、3D等模态的数据，实现多模态的统一，构建原生多模态大模型成为多模态大模型进化的重要方向。
ScalingLaw扩展：RL+LLMs，模型泛化从预训练向后训练、推理迁移
基于ScalingLaw推动基础模型性能提升的训练模式性价比持续下降，后训练与特定场景的Scalinglaw不断被探索。强化学习作为发现后训练、推理阶段的ScalingLaw的关键技术，也将会得到更多的应用和创新使用。
世界模型加速发布，有望成为多模态大模型的下一阶段
更注重因果推理的世界模型赋予AI更高级别的认知和更符合逻辑的推理与决策能力，这种能力不仅能推动AI在自动驾驶、机器人控制及智能制造等前沿领域的深度应用，更有望突破传统的任务边界，探索人机交互的新可能。
合成数据将成为大模型迭代与应用落地的重要催化剂
高质量数据将成为大模型进一步Scalingup的发展阻碍。合成数据已经成为基础模型厂商补充数据的首选。合成数据可以降低人工治理和标注的成本，缓解对真实数据的依赖，不再涉及数据隐私问题；提升数据的多样性，有助于提高模型处理长文本和复杂问题的能力。合成数据可以缓解通用数据被大厂垄断，专有数据存在获取成本等问题，促进大模型的应用落地。
推理优化迭代加速，成为AINative应用落地的必要条件
大模型硬件载体从云端向手机、PC等端侧硬件渗透。在这些资源受限（AI算力、内存等）的设备上，大模型的落地应用会面临较大的推理侧的开销限制，对部署资源、用户体验、经济成本等均带来巨大挑战。算法加速和硬件优化技术持续迭代，双轮驱动加速AINative应用落地。
重塑产品应用形态，AgenticAI成为产品落地的重要模式
2025年，更通用、更自主的智能体将重塑产品应用形态，进一步深入工作与生活场景，成为大模型产品落地的重要应用形态。
发表评论