21世纪经济报道记者 董静怡 杭州报道
在OpenAI发布ChatGPT后的22个月里，AI发展速度超过任何历史时期。
在过去的一年多时间里，大模型技术进步迅速，现在能处理文本、语音、视觉等多模态任务，并执行复杂编程和高难度学科问题；推理成本指数级降低，已经远远超过摩尔定律，阿里云的API价格一年内下降97%。
尽管发展迅速，但依然处于AGI（通用人工智能）变革的早期。19日，阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭在云栖大会上表示，生成式AI最大的想象力，绝不是在手机屏幕上做一两个新的超级app，而是接管数字世界，改变物理世界。
“当前，众多企业在应用大模型时，已经远远不限于一个手机了。”阿里云智能集团首席技术官周靖人向21世纪经济报道记者表示，企业在整合模型能力与业务场景方面，已经拓展到更广泛的设备和平台，信息的输入输出与各种终端设备之间的交互日益增多。
本届云栖大会，阿里云的重点从模型本身扩展到物理世界的应用落地，端侧大模型的应用带来更大的想象力。在论坛上，吴泳铭特别强调了自动驾驶和机器人这两个热门应用场景，大模型技术的赋能将为行业落地带来变革。
“人们对新技术革命，往往对短期高估，又对长期低估。”吴泳铭表示，“但新技术革命会在人们的怀疑中成长，让很多人在迟疑中错过。”
站在AGI的起点
在这一年多里，生成式AI加速发展。
投融资数据显示，尽管去年人工智能私人投资整体下降，但对生成式人工智能的投资激增，该领域投资金额比2022年（约30亿美元）增长近九倍，达到252亿美元。生成式人工智能领域的主要参与者，包括OpenAI、Anthropic、Hugging Face和Inflection，都获得了一轮可观的融资。
国内外大模型加速迭代，呈现出以下特点：其一，参数量持续攀升，从百亿到千亿，甚至万亿，大模型的参数量不断刷新纪录；其二，多模态处理能力提升，大模型在处理文本、图像、声音等多种模态数据方面的能力不断进步；其三，应用领域不断拓展，大模型在医疗、金融、教育等众多领域都展现出广泛应用前景。
算力作为推动大模型持续迭代的关键因素，也在持续突破。英伟达、AMD等芯片制造商相继发布了新一代GPU产品，这些高性能计算芯片为大模型的训练和推理提供了强大动力。国内，以阿里云为代表的云计算巨头纷纷升级其计算服务，推出了基于最新AI芯片的云计算实例，大幅提升了大模型训练的效率。
“全世界先进模型竞争的投入门槛，将达到数十亿、数百亿美元的级别。”吴泳铭在论坛上表示，AI具备创造能力、帮助人类解决复杂问题的路径清晰可见，也打开了AI在各行业场景中广泛应用的可能性。
“很长一段时间，AI的焦点主要集中在模拟人类的感知能力，比如自然语言理解、语音识别、视觉识别。但是生成式AI的崛起，带来了质的飞跃，AI不再仅仅局限于感知，而是首次展现了思考推理和创造的力量。”吴泳铭表示。
过去三十年，互联网连接了人、信息、商业和工厂，通过连接提高了世界的协作效率，创造了巨大的价值，改变了人们的生活方式。而生成式AI是通过生产力的供给创造了新的价值，提高了整个世界的生产力水平。这种价值创造，可能是移动互联网连接价值的十倍、几十倍。
吴泳铭认为，AI最大的想象力不在手机屏幕，而是接管数字世界，改变物理世界。“我们认为生成式AI将逐渐渗透数字世界，并接管数字世界，物理世界的大部分事物都会具备AI能力，形成下一代的具备AI能力的全新产品，并与云端AI驱动的数字世界连接产生协同效应。”吴泳铭表示。
在他看来，AI模型可以通过对物理世界数据的Token化，理解真实世界的方方面面，比如人类行走、奔跑、驾驶车辆、使用工具，绘画、作曲、写作、表达、教学、编程的技巧，甚至是开公司创业。理解之后，AI就可以模仿人类去执行物理世界的任务。这将带来新的产业革命。
“可以想见，AI驱动的数字世界连接着具备AI能力的物理世界，将会大幅提升整个世界的生产力，对物理世界的运行效率产生革命性的影响。”吴泳铭表示。
突破自动驾驶的上限
如何改变物理世界？自动驾驶是一个重要领域。
9月19日，小鹏汽车董事长CEO何小鹏驾驶“全球首款AI汽车”P7+亮相2024云栖大会，这款车搭载了业内领先的端到端大模型。过去2年，小鹏汽车与阿里云共建的AI算力规模提升超4倍。
大模型渗透端侧，汽车行业正在发生这样的变革。
自动驾驶技术，包括现有算法，主要基于规则。NVIDIA全球副总裁、汽车事业部负责人吴新宙表示，现有的算法栈通常包含许多由人类工程师设计的信号，例如，自动驾驶系统需要知道其他车辆的位置、速度和加速度，甚至需要精确到极高的程度，以便在三维空间中进行规划。然而，这种基于人类设计的信号或特征往往会限制算法栈的性能上限。
其一，行为量化。吴新宙表示，人类驾驶行为具有高度的灵活性，而基于规则的自动驾驶算法栈往往会过度量化人类行为。尽管算法栈可能包含多种行为状态，但量化的行为往往导致车辆驾驶显得机械。
其二，通用性限制。为了训练模型，尤其是感知模型，需要大量的数据集来快速修复特定的Corner case（边缘情况），这导致了巨大的工程量和测试量。而算法的通用性在面对未见过的数据时会受到挑战，当遇到数据覆盖不足的罕见场景，车辆可能无法正确反应。
其三，逻辑推理能力。驾驶主要涉及小脑问题，通常不需要复杂的逻辑推理。但在处理Corner case时，逻辑推理是必要的。现有的算法栈在时间记忆和逻辑推理方面的能力较弱。
通过“端到端”大模型的应用，上述限制可以得到有效解决。吴泳铭在论坛上表示，人工智能模型能够直接从海量的人类驾驶视觉数据中学习，从而赋予汽车超越大多数驾驶员的驾驶技能。
吴新宙表示，数据驱动的方法可以使车辆行为更加拟人化。大模型通过互联网量级的数据训练，对物理世界的理解远超汽车驾驶场景，从而显著提升自动驾驶的性能上限。此外，大模型在时序和空间上的强关联能力，能够形成强大的记忆能力，有效解决逻辑推理问题。
“端到端的大模型帮助我们可以将未来的自动驾驶的高度做得更高，且下限也可以得到提高。”何小鹏在论坛上表示，“对于最普通的用户，从现在到未来的36个月，可以让我们每一个人在每一个城市都像老司机一样开车，这是端到端大模型对于用户的一个强感知。”
今年5月，小鹏汽车就在国内率先实现端到端自动驾驶量产上车，并在全国范围内迅速落地。业界普遍认为，未来端到端智驾的算力需求还将进一步扩大，上亿元投入仅是智驾算力的入场券。
机器人泛化的基础
机器人行业也是下一个迎来巨变的行业。
事实上，在一些特定领域，如工业机器人、服务机器人等，其应用已经非常成熟，可以通过编好的程序替代人力高效完成工作。但业内对于机器人的期待显然不止在于特定场景的特定任务，更高的泛化性、更强的智能能力是机器人大规模应用的基础。
“为什么现在具身智能还是感觉这么智障，就是因为它没有灵魂，它没有脑子。”个人开发者、知名技术博主张子豪向21世纪经济报道记者表示。
尽管一些机器人的神经系统、控制系统、感知系统以及骨骼、关节和电机可能非常先进，但它们缺少类似于人脑的高级认知功能。因此，许多机器人只能停留在基础的操作层面，无法执行更复杂的任务，常常需要外部控制，无法实现真正的自主应用。
而大模型的融入则使得机器人的“大脑”更加智能，与人类的交互更加顺畅。张子豪向记者表示，传统机器人缺乏泛化能力、多样性和对通用指令的理解，而AGI能够将任意指令转换为机器人的动作。简而言之，大模型可以直接调用程序接口，给机器人发指令，调度机器人执行动作。
同时，它们能够理解大量世界的先验知识，并具备对三维物理世界的理解。张子豪举例称，曾试验让机械臂将一个绿色方块移动到“李云龙”的脸上，而机器人真的能够识别出“李云龙”。
在以往的模型中，这是不可能实现的，因为要让机器人识别需要专门训练一个模型，并使用特定的数据集进行训练。但现在，借助多模态大模型，机器人天生就具备了这种能力。
这种泛化和通用性是机器人规模应用的基础。吴泳铭在论坛上表示，未来，所有可移动的物体都可能转变为智能机器人，这些机器人可能包括工厂中的机械臂、建筑工地上的起重机、仓库内的搬运工、火灾现场的消防员，以及家庭中的宠物狗、保姆和助理等。
不过，把机器人完全交给大模型做“甩手掌柜”也是行不通的。某初创机器人企业负责人向记者表示，很多时候大模型的意图理解是不稳定的，很多任务还是依托于局部小模型。
“小模型目的就是提升具体场景下某些任务执行的精确可靠，大部分都是定制化的。它们场景明确，数据可靠，有针对性的训练。”该负责人表示，这也考验着不同机器人企业的能力。
而大模型可以与小模型结合应用，更好地发挥小模型能力。北京大学助理教授、北大-银河通用具身智能联合实验室主任王鹤在论坛上表示，大型模型可以充当监控器（Monitor），在小型模型执行任务的过程中，实时监控其表现，确保任务正确无误地进行。“比如药盒不慎掉落，大模型能够及时识别问题，并采取措施，指导机器人捡起药盒。”
未来，业内仍然期待能将通用感知、规划和执行能力融合在一起的大模型赋能机器人，使其能够更智能、更灵活地执行各种任务。
正如吴泳铭所设想，“未来，工厂里会有很多机器人，在AI大模型的指挥下生产机器人。现在每个家庭里有一两辆车，未来每个家庭可能会有两三个机器人，帮助人们提升生活当中的效率。”
记者3月18日从安徽明天氢能科技股份有限公司（以下简称明天氢能）获悉，国家电网近日向明天氢能及董事长王朝云分别授予科学技术进步奖一等奖，获奖项目为“大规模氢电一体化站关键技术、核心装备及 据英国《自然》杂志网站19日报道，美国华盛顿大学科学家首次使用生成式人工智能（AI）工具，帮助他们制造全新抗体。研究团队表示，AI设计抗体或能更好靶向一些很难被攻击的药物标靶，但这些抗体距离临床 “截至2023年底，与2018年同期相比，京津冀治理区浅层地下水位平均回升2.59米，深层承压水水位平均回升7.06米。”3月22日世界水日到来之际，水利部水资源管理司副司长张鸿星21日接受科技日报记者采 2024年2月，OpenAI公司推出了文生视频人工智能（AI）模型Sora。OpenAI展示了Sora利用少量简短文字提示即可创建逼真视频的能力，并提供了包括一位女士在闪烁着霓虹灯的东京街道漫步，以及一只狗在两个 作为月之暗面的创始人，杨植麟常把他的AGI梦想形容为“登月计划”，长文本就是这个伟大计划的第一步。但现在，随着Kimi的爆火出圈，赛道瞬间变得拥挤，24小时内，阿里、360、百度紧急“出手”，纷 3月23日，“天卫科技03星”暨“华祥苑壹号”卫星在厦门举行出征仪式，这是由厦门本土企业天卫科技制造研发的第三颗服务当地建设的商业卫星，标志着厦门航天卫星应用领域商业化、产业化发展更进一 。本文链接：改变物理世界，从云栖大会看AI的下一代变革http://www.sushuapos.com/show-2-8514-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。