在7月4日举行2024世界人工智能大会长三角协同创新AI新质生产力发展论坛上，中国工程院外籍院士、清华大学智能产业研究院院长张亚勤对大模型和生成式AI发表看法，认为大模型和生成式AI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DNA、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PC、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。

第三是智能体，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DNA记忆、短期记忆、海马体记忆、皮层记忆、长期记忆。但目前的AI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。

关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