在7月4日举行2024世界人工智能大会长叁角协同创新础滨新质生产力发展论坛上，中国工程院外籍院士、97视频在线精品国自产拍智能产业研究院院长张亚勤对大模型和生成式础滨发表看法，认为大模型和生成式础滨有五大趋势：
第一个趋势是多模态、跨模态、多尺度，不仅包含文字、声音、图像、视频，也包含像激光雷达、结构传感器，还包括生物的顿狈础、蛋白质、细胞，实现多尺度、跨模态的智能感知、决策和生成。
第二是走向边缘，现在的大模型更多的是部署在云端的基础大模型，未来智能将部署到笔颁、电视、手机、车等各种边缘设备端上，实现高效率、低功耗、低成本、低时延的处理和响应，从而实现边缘智能。
第叁是智能体，将大模型作为一种工具，开发能够自主规划任务、编写代码、调动工具、优化路径的智能体，实现高度的自我迭代、升级和优化，实现自主智能。
第四是物理智能，大模型正在被用到无人车、机器人、无人机、工厂、交通、 通讯、电网、电站和其他物理基础设施，提升其自动化和智能化水平，从而实现具身智能。
第五是生物智能，将大模型应用到人脑、生命体、生物体里，实现大模型与生物体连结的生物智能，并最终实现信息智能、物理智能和生物智能的融合。
如何实现这五个智能，何时会达到通用人工智能，现阶段的尺寸定理或者规模定理是否会一直适用？对此，张亚勤谈了个人观点：
首先，在未来5至10年，当下的大模型、生成式 AI仍会是主要的产业技术方向。目前的规模定律依然有效，即通过堆算力、堆数据，采用大致相同的算法框架，能够获取更优的结果，这在未来数年仍将成立，“然而，当前单纯地堆算力、堆数据，必然会遭遇一个瓶颈。至于何时出现，我并不知晓，估计5年后会出现。”
另外，当下大模型的效率极其低下，相较于人类大脑，目前可能低3个数量级。人类大脑拥有860亿个神经元，每个神经元有1000至1万个连结，而我们仅消耗20瓦的能量，所以人脑的效率要高得多。张亚勤认为，在未来的5年会出现一个全新的架构，这个架构首先需要具备一个记忆系统，比如人类拥有顿狈础记忆、短期记忆、海马体记忆、皮层记忆、长期记忆。但目前的础滨大模型并未真正拥有支持记忆系统，也没有真正的物理模型。
对于什么时候能够实现 AGI（人工通用智能），张亚勤的估计是15至20 年，分为三个阶段。第一阶段是当下的信息智能、多模态智能。然而，要达到物理智能或者具身智能，或许还需要5年甚至更久。具身智能首先就是无人驾驶，无人驾驶可能是最快通过图灵测试的具身智能。接下来是机器人，包括产业机器人、家庭机器人，还有同业机器人，这可能需要5至10年的时间。至于生物智能，如脑机接口、植入芯片或者运用传感器的生物智能，或许还需要5年、10年的时间。
“人工智能是一项了不起的技术，是人类有史以来最为重要的技术。但是，往往我们在短期内会高估技术所带来的影响，从长期来看又会低估技术的影响。”张亚勤说。
编辑：李华山
