人工智能“頂流”齊聚WAIC 2024，他們都做了什么？

科技云報道原創(chuàng)。

一個由智能驅(qū)動的未來世界長啥樣？

從完成跨?？绯呛骄€的“空中的士”、全無人駕駛汽車、實現(xiàn)奔跑功能的全尺寸通用人形機器人到百度文心一言、訊飛星火、阿里通義千問、華為盤古、商湯日日新等大模型，從智能制造引領(lǐng)的“燈塔工廠”到融入生活、人人可體驗的智能應(yīng)用，一個千帆競渡、百舸爭流的智能時代正緩緩向我們伸出觸手，引領(lǐng)我們走向無限可能的未來。

7月4日，2024世界人工智能大會暨人工智能全球治理高級別會議（以下簡稱“WAIC 2024”）在上海啟幕。

作為世界級AI科技盛會，本屆大會以一場開幕式和三場全體會議——全球治理、產(chǎn)業(yè)發(fā)展、科學(xué)前沿為引領(lǐng)，全面覆蓋AI倫理治理、大模型、數(shù)據(jù)、算力、具身智能、AI for Science、智慧工業(yè)、自動駕駛、投融資、教育與人才共十大重點話題，匯聚超過1000位全球領(lǐng)軍人物，包括圖靈獎、馬爾獎、菲爾茲獎得主，科研機構(gòu)、知名學(xué)者，世界500強企業(yè)代表等專家和行業(yè)人士，為人工智能技術(shù)的創(chuàng)新與發(fā)展注入新的活力。

當(dāng)人工智能從“淺水區(qū)”邁向“深水區(qū)”，相關(guān)的研究理論出現(xiàn)分化與爭議，研發(fā)投入與盈利能力之間的矛盾日益凸顯，政、產(chǎn)、學(xué)、研各界正沿著不同的路徑探索人工智能時代的未來。本屆大會，螞蟻集團、超云、智譜AI等國內(nèi)AI領(lǐng)域“頂流”廠商業(yè)界全面展示了前沿技術(shù)研究和最新應(yīng)用成果。

產(chǎn)業(yè)為根應(yīng)用為錨人工智能觸手可及

大會開幕當(dāng)天，WAIC2024公布八大“鎮(zhèn)館之寶”，包括螞蟻集團基于百靈大模型的“AI智能助理”、阿里云通義靈碼、智譜AI基座大模型、聯(lián)想集團筆記本YOGA Book 9i AI元啟、商湯Vimi可控人物視頻生成大模型 、特斯拉賽博越野旅行車 、智能飛行器展區(qū)展出的三家電動垂直起降航空器（eVTOL）創(chuàng)新產(chǎn)品。作為本屆世界人工智能大會的展覽最高榮譽，“鎮(zhèn)館之寶”旨在獎勵并展示全球人工智能領(lǐng)域的最新技術(shù)成果、發(fā)展趨勢及商業(yè)潛力。

在產(chǎn)業(yè)發(fā)展主論壇上，螞蟻集團董事長兼CEO井賢棟表示，專業(yè)智能體能夠破解通用大模型在嚴謹產(chǎn)業(yè)應(yīng)用的關(guān)鍵難題，螞蟻集團正在攜手產(chǎn)業(yè)合作伙伴構(gòu)建專業(yè)智能體生態(tài)，加速產(chǎn)業(yè)應(yīng)用，推動服務(wù)升級。“在人工智能時代，我們也在探索，讓AI像掃碼支付一樣便利每個人的生活，讓AI技術(shù)發(fā)展的紅利惠及更多人?！?/p>

通過科技的力量，降低人工智能應(yīng)用門檻，實現(xiàn)人工智能技術(shù)普惠化，是螞蟻集團一直以來的希望。作為國內(nèi)較早布局AI大模型的廠商，螞蟻自研的百靈大模型2023年已通過備案，并以此為內(nèi)核打造了“三個管家”，分別是AI生活管家、AI金融管家和AI醫(yī)療健康管家。這三個管家對應(yīng)的生活、金融和醫(yī)療等場景，都需要嚴謹專業(yè)優(yōu)質(zhì)的服務(wù)。

當(dāng)前，通用大模型落地嚴謹產(chǎn)業(yè)面臨著三個“能力短板”：領(lǐng)域知識相對缺乏、復(fù)雜決策難以勝任、對話交互不等于有效協(xié)同。井賢棟介紹，為了破解這些難題，螞蟻選擇了構(gòu)建專業(yè)智能體生態(tài)的路徑，“從我們的實踐來看，專業(yè)智能體是大模型落地嚴謹產(chǎn)業(yè)的有效路徑?！?/p>

由于垂直領(lǐng)域、高質(zhì)量的數(shù)據(jù)往往以多種模態(tài)存在，對隱私保護和資產(chǎn)價值保護的要求高，很難直接“喂給”通用大模型。為此，螞蟻依托知識圖譜、密態(tài)計算等技術(shù)，構(gòu)建了大規(guī)模專業(yè)知識引擎，可以將垂直領(lǐng)域不同類型的數(shù)據(jù)，抽象成不涉及隱私信息的領(lǐng)域知識，成為大模型的“專業(yè)教材”，供大模型訓(xùn)練學(xué)習(xí)，也能讓大模型在推理中隨時“查閱”。這些“專業(yè)教材〞，是螞蟻提升大模型的領(lǐng)域?qū)I(yè)性、打造專業(yè)智能體的核心能力。

其次，針對大模型復(fù)雜推理的能力短板，螞蟻提出了FoE專家級決策框架（Framework of Experts），讓智能體借鑒人類專家的思考方式，構(gòu)建專業(yè)的推理和決策能力。嚴謹產(chǎn)業(yè)中存在大量的專業(yè)決策框架及公認的行業(yè)最佳實踐，大模型要達到專業(yè)水準，必須謙虛地向?qū)＜覍W(xué)習(xí)。

作為生活服務(wù)的“數(shù)字接口”，AI智能助理成為專業(yè)智能體生態(tài)的平臺入口。用戶通過與智能助理的對話，就能一鍵連接生活、金融、醫(yī)療等垂直行業(yè)的AI智能體，獲得更專業(yè)豐富的服務(wù)。

以投資研究智能體支小助為例，學(xué)習(xí)金融專家的分析推理框架后，在接到不同的投研任務(wù)時，它會動態(tài)學(xué)習(xí)專家的思考方式，模仿專家的思路進行分析和生成，可以實現(xiàn)媲美人類專家的金融分析能力，目前支小助已經(jīng)為超百家金融機構(gòu)提供服務(wù)，其服務(wù)水平已經(jīng)趨近于真人行業(yè)專家，為用戶在金融投資方面提供專業(yè)化決策。

在醫(yī)療健康領(lǐng)域，螞蟻和浙江衛(wèi)健委聯(lián)合推出數(shù)字健康管家“安診兒”，背后就是一個連接著多家醫(yī)院、多個醫(yī)療機構(gòu)的智能體生態(tài)。安診兒的服務(wù)貫穿診前、診中、診后，覆蓋掛號、咨詢、用藥、健康科普等26個環(huán)節(jié)，用戶通過語音就可以喚醒的專業(yè)智能體，能為患者就醫(yī)提供諸如導(dǎo)診掛號、問診陪護、醫(yī)療報告查詢、健康管理等專業(yè)服務(wù)，對老年人、異地就醫(yī)群體尤其友好。今年，安診兒將升級為2.0版本，真正帶來全流程的就醫(yī)智能體網(wǎng)絡(luò)。

在“隱私計算：助力大模型與數(shù)據(jù)可信融合發(fā)展”分論壇上，螞蟻集團聯(lián)合中國電信集團有限公司、中國信息通信研究院華東分院、浙江大學(xué)區(qū)塊鏈與數(shù)據(jù)安全全國重點實驗室等國內(nèi)外行業(yè)專家、學(xué)者，從技術(shù)前沿、標準體系、實踐成果等維度，共話下一代隱私計算技術(shù)創(chuàng)新和應(yīng)用。

大模型的發(fā)展不僅為密態(tài)計算帶來了更大的市場空間，同時也在促進密態(tài)計算技術(shù)的不斷演進。在論壇上，螞蟻集團全新發(fā)布“隱語Cloud”大模型密態(tài)計算服務(wù)。該服務(wù)依托于螞蟻全?？尚烹[私計算技術(shù)，不僅提供了密態(tài)推理、密態(tài)微調(diào)等一站式服務(wù)，實現(xiàn)多重數(shù)據(jù)防御，全面適用于多種場景，從用戶查詢的隱私到訓(xùn)練數(shù)據(jù)的安全，再到模型IP的保護，使用戶可以低成本、高效率地獲得密算服務(wù)。

作為本屆WAIC的重磅發(fā)布，螞蟻集團首發(fā)了國內(nèi)首個大模型安全一體化解決方案“蟻天鑒 2.0”。蟻天鑒是業(yè)內(nèi)首個實現(xiàn)產(chǎn)業(yè)級應(yīng)用的大模型安全評測與防御一體化解決方案，可保障大模型的生產(chǎn)和使用更加安全、可控、可靠。

相比1.0版本，蟻天鑒 2.0新增了兩項評測能力，一個是“大模型X-ray”，可針對大模型的內(nèi)在神經(jīng)元進行X光掃描來做探查和判斷，讓研究人員了解大模型內(nèi)部在發(fā)生什么、定位可能引發(fā)風(fēng)險的神經(jīng)元、并進行編輯修正，在模型內(nèi)部治理幻覺，實現(xiàn)從源頭識別和抑制風(fēng)險。第二是“大模型基礎(chǔ)設(shè)施評測”。從攻擊者視角出發(fā)，深入掃描模型算法組件及模型軟件系統(tǒng)，可及時準確發(fā)現(xiàn)大模型供應(yīng)鏈及運行環(huán)境安全問題，保障云到端的應(yīng)用安全可控。

面對新技術(shù)的濫用場景，蟻天鑒還推出了“AI鑒真”解決方案，支持多模態(tài)內(nèi)容真實性和深度偽造檢測，可快速精準鑒別圖像、視頻、音頻、文本內(nèi)容的真?zhèn)?，有效?yīng)對AI換臉、聲音模擬、證件偽造等各類深度偽造風(fēng)險場景，圖像識別準確率99.9%達到行業(yè)最高優(yōu)秀級別。

在大會展區(qū)的螞蟻集團“AI鑒真中心”，展出了包括多模態(tài)AI鑒真、“諜影重重”深度偽造（Deepfake）互動，為普通人揭開“聲音模擬、AI換臉”的真相，讓公眾進一步了解到反深偽技術(shù)的發(fā)展，守護人們的安全。

該互動模擬了蟻天鑒AIGC檢測和證照深度合成檢測兩大能力，對抗聲音模擬、證件偽造等AI濫用風(fēng)險場景的過程?！肮舳恕蹦M了常見偽造手法，涵蓋證照、視頻等多樣化素材可供選擇，可對“防御端”檢測模型進行攻擊。該產(chǎn)品依托生成模型構(gòu)建TB級樣本，實時攻防對抗，快速精準鑒別圖像、視頻、音頻、文本內(nèi)容的真?zhèn)尾⑿纬蓹z測報告，從而幫助用戶識別和評估相關(guān)素材是否被篡改或深度生成，防御AI技術(shù)的潛在濫用。同時，螞蟻集團特設(shè)“諜影重重之 Deepfake 互動展”，用戶上傳一張照片就可以生成仿真視頻。通過場景化的體驗，讓觀眾對人工智能安全有著更為直觀的了解和認識。

算力為基大模型為擎，硬核技術(shù)異彩紛呈

在本屆WAIC期間，智譜AI展示了最新的人工智能技術(shù)應(yīng)用成果。自新一代基座大模型GLM-4問世以來，已經(jīng)有超過30萬個智能體活躍在清言的智能體中心內(nèi)，其中包括了諸如思維導(dǎo)圖、文檔助手、日程安排等許多出色的生產(chǎn)力工具。這些智能體基于GLM模型自身強大的能力以及開發(fā)者的想象力，能夠越來越高效和精準地幫助用戶解決問題。

清言智能體不僅擁有1億字龐大的知識庫，支持文字、表格、音頻等多種文件格式和URL導(dǎo)入，還能遞歸抓取信息，更配備了思維導(dǎo)圖、流程圖、高德地圖、新浪微博、飛書日歷、什么值得買、微信公眾號等眾多實用工具，與工作生活無縫對接，讓AI從數(shù)字世界走向現(xiàn)實。

清言智能體大幅降低了人工智能工具的應(yīng)用門檻，只需一鍵點擊，便可輕松實現(xiàn)開箱即用，為用戶工作生活帶來更多便捷與創(chuàng)新。無論是有經(jīng)驗的開發(fā)者，還是不會編程的新手，都能通過簡單的自然語言，讓創(chuàng)建一個具備人設(shè)、能自主搜索、圖文轉(zhuǎn)化、運行代碼、使用工具的智能體，不再是一個需要數(shù)周乃至數(shù)月的開發(fā)過程，而是在幾分鐘內(nèi)就能實現(xiàn)簡單AI實踐。

人工智能技術(shù)的普及和應(yīng)用，推動了算力需求的快速增長。傳統(tǒng)的通用算力及信創(chuàng)算力已逐漸轉(zhuǎn)向通用AI算力和自主AI算力，以適應(yīng)更加復(fù)雜多樣的應(yīng)用場景。同時，算力空間的重構(gòu)也呈現(xiàn)出新趨勢，從分散的機房向樞紐節(jié)點的大規(guī)模投建轉(zhuǎn)變，推動了AI推理業(yè)務(wù)從中心向邊緣的拓展。

超云在AI算力基礎(chǔ)設(shè)施方面的算力產(chǎn)品家族和一體化AI解決方案悉數(shù)亮相，為人工智能技術(shù)的廣泛應(yīng)用提供了有力支撐。

5月，超云發(fā)布“AI IN ALL”發(fā)展戰(zhàn)略，其并非僅僅是硬件的簡單堆砌，而是對研發(fā)設(shè)計、專業(yè)定制、多元生態(tài)、融合集成、供應(yīng)能力以及整體解決方案能力的全面挑戰(zhàn)與考驗。此戰(zhàn)略的核心在于構(gòu)建一個全方位、一體化的AI解決方案體系，通過生態(tài)系統(tǒng)的深度融合與多方資源的協(xié)同合作，加速企業(yè)數(shù)字化轉(zhuǎn)型與智能化升級的步伐。

憑借在多元算力、智能管理、高效算能、堅實安全底座等方面的優(yōu)勢，超云打造了涵蓋智算、信創(chuàng)、云系統(tǒng)、云計算在內(nèi)的全棧算力產(chǎn)品家族，通過融合AI技術(shù)，實現(xiàn)了算力、存儲、云和融合管理的無縫銜接，在提升系統(tǒng)便捷性、穩(wěn)定性和運維效率的同時，顯著降低了管理和運維成本。

回顧近年，超云在AI算力基礎(chǔ)設(shè)施領(lǐng)域持續(xù)創(chuàng)新，為行業(yè)帶來了多項突破，其更加注重打造訓(xùn)練和推理服務(wù)器的競爭力。尤其是在推理層面，超云更是將其提升至公司戰(zhàn)略層面，立下了“推理之巔、超云為先”的目標。目前，超云已完成了AI推理的全棧生態(tài)搭建，大模型、高密度、液冷、邊緣等各類推理機器不僅符合國內(nèi)的實際需求，而且在性能、成本和使用便利性等方面都達到了較高水平。

另一個技術(shù)狂想：具身智能的爆發(fā)點

機器人行業(yè)中一直存在一個經(jīng)典悖論——物理世界中最難解決的“容易”問題。如蹲下、起身、跳躍、轉(zhuǎn)圈等等，對機器人來說，這些簡單的動作都需要極為復(fù)雜的機械控制系統(tǒng)來實現(xiàn)。而現(xiàn)實生活中常見的簡單任務(wù)，如做飯、沖咖啡、搬貨，把流程分解成每一個動作，并且要做到“不走形”。這一類“容易”問題層層累加，難度是指數(shù)級遞增的。

與基于軟件平臺的“對話機器人”的邏輯推理、或者更高層次的“生成式涌現(xiàn)”不同，目前活躍在一線的商業(yè)機器人、工業(yè)機器人整體走的還是自動化控制路線，需要解決的更多是機械控制問題。要解決這些問題，算法是有邊界的，大多數(shù)研發(fā)與工程瓶頸被卡在傳感器、控制器這一類硬件單元上，軟硬件的智能融合處于非常早期探索階段。

大模型在自然語言連續(xù)對話、通識理解、少樣本/零樣本學(xué)習(xí)等能力方向的突破，補全了讓機器人產(chǎn)業(yè)從1%到10%躍升的技術(shù)基礎(chǔ)，這也是業(yè)內(nèi)看中機器人+大模型的主要原因，使得機器人在軟件層面終于看到了變革的曙光。

特斯拉帶來的Optimus二代人形機器人，更靈活，可操作任務(wù)更復(fù)雜。第二代機器人在AI大模型的加持下，體重比一代更輕，步行速度加快，身體控制能力增強；手部關(guān)節(jié)全新升級，活動更加自然，手指部分搭載觸覺傳感器，甚至能完成抓雞蛋等精細活。同時，Optimus二代還可以做多個深蹲動作，顯示出其平衡能力有所增強。

傅利葉發(fā)布了首款全尺寸人形機器人GR-1，并率先實現(xiàn)量產(chǎn)交付。一年來，研發(fā)團隊在仿真環(huán)境中訓(xùn)練GR-1，再將訓(xùn)練好的模型遷移到現(xiàn)實世界。通過遠程遙操采集人類的動作數(shù)據(jù)，用于訓(xùn)練和改進仿真模型，GR-1得以模仿學(xué)習(xí)人類運動，完成跳舞、打鼓、放置物品等日常生活動作。GR-1還能在戶外復(fù)雜地形如草地、非平整路面及泥濘斜坡上順利行走，實現(xiàn)穩(wěn)定、自主的運動控制表現(xiàn)，為機器人在實際應(yīng)用中的高效作業(yè)打下堅實的基礎(chǔ)。

每一次技術(shù)革新都推動著人類文明的腳步不斷向前。在科技的璀璨星河里，我們躍入了嶄新的人工智能時代，如同一個巨大的熔爐，匯聚著無數(shù)的機遇與挑戰(zhàn)，冷思考與熱驅(qū)動在這里碰撞出絢爛的火花。這個時代還有很多問題需要面對和解決，但翻越一座座大山之后，我們終將抵達遼闊的星辰大海。

生成海報

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)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(guān)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(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)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(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)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(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。