7月6日消息 昨天，中國信息通信研究院承辦的WAIC 2024“邁向AGI：大模型煥新與產(chǎn)業(yè)賦能”論壇，于上海徐匯西岸拉開帷幕！本次論壇深度聚焦大模型產(chǎn)業(yè)應用落地、端側(cè)智能、大模型安全與治理等前沿熱點話題，攜手全球AI領域頂級學者、行業(yè)領袖展開頂尖思維碰撞，共探大模型驅(qū)動新質(zhì)生產(chǎn)力發(fā)展的新潛能，為行業(yè)呈現(xiàn)一場精彩紛呈的科技盛宴。
加拿大工程院外籍院士、智象未來創(chuàng)始人兼CEO梅濤院士應邀作了題為“大模型視覺多模態(tài)智能交互新界面”的主旨演講。
梅濤表示，生成式人工智能未來像水和電一樣會變成基礎設施。生成式AI能夠理解人的語言，改變?nèi)藱C交互的方式，產(chǎn)生通用人工智能的技術。如果人工智能能夠理解物理世界通過視覺建?？梢愿淖傾IGC和改變元宇宙，人工智能如果能做多模態(tài)的交互就會催生機器人。
梅濤指出，在通往AGI的道路上，現(xiàn)在有兩條技術路徑：第一條路線通過語言壓縮，通過GPT模型機制預測下一個單詞，從而再去理解人類的知識，預計2026年人類的知識就會被大語言模型所消耗掉。另外一條路線是擴散模型，它的技術框架跟GPT完全不一樣，它是從視覺的角度構建對整個世界物理的模型?！澳壳盀橹梗@條曲線發(fā)展的邏輯會比GPT的曲線稍微慢一點，我們認為現(xiàn)在的擴散模型的技術能力相當于GPT2的能力，將來有一天這兩條曲線會融合在一起。”
梅濤表示，從整個的視頻生產(chǎn)來說，可以把視頻技術的成熟度分為五個階段，從L1到L5，從單鏡頭的視頻生成到未來多鏡頭、多故事性?！敖K局我們希望一篇小說扔給機器，機器就能夠做分鏡和鏡頭的生成，做IP的一致性，最后呈現(xiàn)一個完整的電視劇，我們認為所有的技術目前還處于L2的階段?！?/p>
梅濤指出，一個技術到最后落地有很多因素要考慮，最重要的因素就是成本、效率、體驗。“成本端，1秒鐘的生成成本大概是在1元人民幣到1美金之間；效率端，輸出一個prompt，產(chǎn)生視頻渲染的時間可能是10幾秒甚至是1分鐘；體驗端，不管是做文字模型、視覺模型還是沒有從服務專業(yè)用戶到服務普通用戶，未來有很多的路要走。”
梅濤認為，未來不可能是一個大模型解決所有的問題，一定是一個大模型結(jié)合所有的小模型Agent幫助實現(xiàn)用戶的需要。我們的策略是通過一個基礎大模型，通過文字對齊多模態(tài)模型，結(jié)合很多的產(chǎn)品應用型的小模型服務千行百業(yè)，包括智能終端、包括電子商務、文旅宣傳等等。
- 量子計算會成為房地產(chǎn)投資的下一個重大飛躍嗎？
- 華創(chuàng)證券：2025年低空經(jīng)濟三大場景潛力凸顯
- 網(wǎng)絡防護：醫(yī)療保健安全的變革趨勢
- 2025年，個人人工智能助理會如何？
- “一箭十星”！ 捷龍三號海上成功發(fā)射微厘空間01組衛(wèi)星
- 最高補貼2億元！黑龍江省在航空航天產(chǎn)業(yè)方面發(fā)力了
- 2024智能網(wǎng)聯(lián)：商業(yè)落地加速 產(chǎn)業(yè)難題待解
- 接入交換機在網(wǎng)絡中的作用
- 華為余承東：終端業(yè)務重回增長快車道，開啟大發(fā)展新十年
- 全國數(shù)據(jù)工作會議：2025年著力培育壯大全國一體化數(shù)據(jù)市場
免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。
