連接器：實驗室將協(xié)助優(yōu)秀的研究者與團(tuán)隊，將單點創(chuàng)新，有組織地匯聚成能發(fā)揮出更高價值的系統(tǒng)；通過協(xié)調(diào)多方資源，精準(zhǔn)引導(dǎo)和聚集創(chuàng)新點，確保每個創(chuàng)新點都能在系統(tǒng)中發(fā)揮最大效能，推動整體技術(shù)突破。

放大器：實驗室將幫助優(yōu)秀的研究者與團(tuán)隊，參與解決最具挑戰(zhàn)性和影響力的重大問題，推動具有深遠(yuǎn)意義的事業(yè)；通過承擔(dān)高價值任務(wù)，并在過程中放大技術(shù)的價值，推動技術(shù)向更高層次發(fā)展。

加速器：實驗室將支持優(yōu)秀的研究者與團(tuán)隊，快速實現(xiàn)技術(shù)的產(chǎn)業(yè)價值和發(fā)展?jié)摿?；通過加速技術(shù)成果的驗證和應(yīng)用，推動技術(shù)在產(chǎn)業(yè)中的快速落地，助力技術(shù)產(chǎn)生實際的經(jīng)濟(jì)和社會效益。

在浦江AI學(xué)術(shù)年會現(xiàn)場展出了書生·浦語大模型、書生·萬象多模態(tài)大模型，以及實驗室最新的成果強(qiáng)推理模型書生InternThinker，吸引大量觀眾前來體驗。

智者齊聚，探索智能本質(zhì)與AGI之路

在大會報告的環(huán)節(jié)，中國工程院院士、西安交通大學(xué)教授鄭南寧院士以《世界模型和視覺概念學(xué)習(xí)》為題進(jìn)行分享。

在圓桌討論的環(huán)節(jié)，北京大學(xué)智能學(xué)院副院長、教授陳寶權(quán)，香港大學(xué)計算與數(shù)據(jù)科學(xué)學(xué)院院長、AI講座教授馬毅，上海人工智能實驗室主任助理、領(lǐng)軍科學(xué)家喬宇，稀宇科技創(chuàng)始人閆俊杰，以及階躍星辰首席科學(xué)家張祥雨幾位嘉賓圍繞AGI發(fā)展方向、世界模型的演進(jìn)、“白盒”模型與性能平衡等話題進(jìn)行了深入探討。香港中文大學(xué)副教授、上海人工智能實驗室領(lǐng)軍科學(xué)家成宇主持圓桌討論。

“探索智能的本質(zhì)”圓桌對話

馬毅在題為《Pursuing the Nature of Intelligence》的引導(dǎo)報告中指出，在過去的十年，人工智能技術(shù)取得了飛速發(fā)展，但從方法論的角度來看，仍然存在許多未解之謎。智能不僅僅是技術(shù)的積累，更是理解生命和智慧的本質(zhì)。智能的核心是學(xué)習(xí)和預(yù)測外部世界的規(guī)律，這一過程不僅是數(shù)據(jù)的壓縮和去噪，更涉及到如何通過優(yōu)化算法來提升智能系統(tǒng)的能力。要實現(xiàn)真正的自主學(xué)習(xí)和智能化系統(tǒng)，必須構(gòu)建閉環(huán)系統(tǒng)，通過自我糾錯與知識的不斷更新來推動智能的進(jìn)化。馬毅強(qiáng)調(diào)，基礎(chǔ)創(chuàng)新和原創(chuàng)研究的重要性，要超越現(xiàn)有模型，必須跳出大模型規(guī)模競賽探索新路徑。

陳寶權(quán)認(rèn)為，圖形學(xué)本身就是通過結(jié)構(gòu)化的方式描述世界，這與大模型的“白盒”理念高度契合。深度學(xué)習(xí)和大模型提供了新的工具來“逼近”現(xiàn)實世界，這種結(jié)合有望推動科研和技術(shù)的進(jìn)一步發(fā)展。展望 2025 年，他期待看到更多在物理和推理領(lǐng)域的突破，尤其是如何將已有的物理知識與AI結(jié)合，通過反向傳遞人類積累的知識，構(gòu)建更有效的AI系統(tǒng)，從而推動更加精確的模型發(fā)展。

閆俊杰認(rèn)為，智能的定義可以非常廣泛，黑盒模型在某些應(yīng)用中足夠，但白盒模型在理解人類的智能上可能有優(yōu)勢。盡管當(dāng)前的模型和產(chǎn)品已取得一定進(jìn)展，但未來將會有更多創(chuàng)新出現(xiàn)，不同研究機(jī)構(gòu)和企業(yè)將提出各自對智能的理解，并在特定領(lǐng)域內(nèi)超越現(xiàn)有水平。

張祥雨認(rèn)為，理解方法原理非常重要，但業(yè)界應(yīng)避免盲目跟風(fēng)，利用白盒模型指導(dǎo)實踐，避免資源浪費(fèi)。當(dāng)前，距離AGI的實現(xiàn)仍有很長的路要走，未來需要更智能的目標(biāo)導(dǎo)向和試錯機(jī)制。期待Scaling Law能解決現(xiàn)有問題，實現(xiàn)智能程度與模型規(guī)模的正比關(guān)系，推動更智能的AI系統(tǒng)。

喬宇認(rèn)為，通往AGI的道路仍面臨技術(shù)挑戰(zhàn)，在模型架構(gòu)，數(shù)據(jù)和學(xué)習(xí)算法等方面仍有創(chuàng)新空間。期待多模態(tài)大模型能夠像語言模型一樣實現(xiàn)突破強(qiáng)泛化的涌現(xiàn)能力，并基于更多樣的Scaling Law維度實現(xiàn)原創(chuàng)創(chuàng)新；具身智能和科學(xué)智能前景廣闊，期待技術(shù)和應(yīng)用的突破；此外，人工智能的性能與安全平衡發(fā)展值得關(guān)注，推動人工智能可持續(xù)健康發(fā)展。

特邀報告：關(guān)于AI多維融合與全面發(fā)展的思考

在特邀報告環(huán)節(jié)，中國工程院院士、同濟(jì)大學(xué)校長鄭慶華發(fā)表了題為《工程智能（AI For Engineering）研究》的特邀報告，深入探討了工程智能的研究與應(yīng)用，強(qiáng)調(diào)工程智能在銜接科學(xué)智能與產(chǎn)業(yè)應(yīng)用方面的橋梁作用。工程智能不僅解決了實際工程問題，還帶來了全新的研究視角和挑戰(zhàn)。與科學(xué)智能的“0到1”突破不同，工程智能側(cè)重于“1到N”和“1到0”的創(chuàng)新模式，其目標(biāo)是從科學(xué)理論到實際應(yīng)用，解決實際工程問題。

中國工程院院士、同濟(jì)大學(xué)校長鄭慶華

傳播內(nèi)容認(rèn)知全國重點實驗室主任、人民網(wǎng)董事長葉蓁蓁在報告中從傳統(tǒng)文化的視角探討了人工智能（AI）的分類與數(shù)據(jù)拓展問題，并提出了“知、行、思、悟”四個層次來重新審視AI的智能分類和數(shù)據(jù)需求。他指出，當(dāng)前AI面臨的數(shù)據(jù)缺口巨大嚴(yán)重限制了人工智能發(fā)展，特別是在敏感問題和視覺數(shù)據(jù)領(lǐng)域。通過人民網(wǎng)的實踐，葉蓁蓁展示了如何通過構(gòu)建獨(dú)特的數(shù)據(jù)語料庫解決AI回避敏感話題的難題，同時提出要以傳統(tǒng)文化為視角，結(jié)合認(rèn)知智能的發(fā)展，推動AI技術(shù)與人類社會的深度融合。

（來源：上海人工智能實驗室）