大模型呼喚開源多模態(tài) AI加速沖刺物理世界

新華財(cái)經(jīng)上海6月7日電（記者 竇世平） 6月6日至7日，2025智源大會在北京中關(guān)村召開，來自國內(nèi)外業(yè)內(nèi)人士圍繞AI、具身智能等發(fā)展現(xiàn)狀及未來方向展開探討。記者采訪獲悉，大模型正從數(shù)字世界走向物理世界交互，多模態(tài)在今年有望迎來規(guī)?；涞毓拯c(diǎn)，數(shù)據(jù)集共享是開源協(xié)作的關(guān)鍵。

AI加速沖刺物理世界

“公司的終極目標(biāo)是讓機(jī)器人能干活，無論是在家庭還是工廠。”宇樹科技CEO王興興在具身智能會客廳環(huán)節(jié)中表示。

讓機(jī)器人干活的本質(zhì)就是將智能作用于物理世界的過程。多位產(chǎn)業(yè)人士判斷，在2025年具身智能的發(fā)展處于行業(yè)落地的關(guān)鍵節(jié)點(diǎn)，相關(guān)應(yīng)用探索不斷深入，正從實(shí)驗(yàn)室向物理世界穩(wěn)步推進(jìn)。

智源研究院院長王仲遠(yuǎn)表示，大模型正在從大語言模型向原生多模態(tài)大模型和世界模型的方向進(jìn)行演進(jìn)，正在加速從數(shù)字世界進(jìn)入物理世界。

本屆大會設(shè)置了AI科研成果互動體驗(yàn)展臺，參會者可以體驗(yàn)從具身智能到腦科學(xué)、數(shù)字心臟等領(lǐng)域的最新應(yīng)用。在具身智能展區(qū)，基于RoboOS 2.0以及RoboBrain 2.0的不同構(gòu)型的機(jī)器人（單臂、輪式雙臂、人形）接受到記者的語音指令后，可以完成漢堡制作和倒飲料的動作，同時還能玩抓娃娃游戲和收納家居物品。

“基于推理能力的增強(qiáng)，使得模型在智能體的能力上，有了長足的進(jìn)步，大模型自己能規(guī)劃任務(wù)、執(zhí)行任務(wù)，根據(jù)環(huán)境的反饋去調(diào)整自己的任務(wù)流程。”智譜CEO張鵬表示，這個能力的提升使模型的能力、AI的能力，從數(shù)字世界有機(jī)會邁進(jìn)物理世界。

行業(yè)人士熱議多模態(tài)模型

多模態(tài)在大會上成為行業(yè)熱議的一大關(guān)鍵詞。業(yè)內(nèi)人士判斷，語言模型在去年發(fā)生飛躍式爆發(fā)，今年有望成為多模態(tài)模型規(guī)?；a(chǎn)落地的拐點(diǎn)。

VLA視覺語言行動模型是當(dāng)下具身智能研究的熱點(diǎn)。銀河通用創(chuàng)始人王鶴認(rèn)為，自動駕駛其實(shí)驗(yàn)證了端到端的方案有更好的擴(kuò)展性，但VLA只能是一個起點(diǎn)，要真想做到人類級別的具身智能，只能是不斷地融合新的模態(tài)。

在生數(shù)科技CEO駝怡航看來，行業(yè)已出現(xiàn)三大信號：一是技術(shù)迭代非常迅速，音視頻的生成模型，無論是效果、速度和成本上，都在快速提升；二是行業(yè)需求特別旺；三是視頻相關(guān)產(chǎn)業(yè)落地節(jié)奏正在加快。

“智源拓展原生多模態(tài)希望看看是否有其他的多模態(tài)技術(shù)路徑和技術(shù)架構(gòu)。”王仲遠(yuǎn)表示，目前雖然有一些進(jìn)展，但也還沒有到多模態(tài)的ChatGPT時刻。

談及多模態(tài)的火熱，星動紀(jì)元創(chuàng)始人兼CEO陳建宇分析，具身智能需要從虛擬圖像和文本世界，延展到真正的物理世界，所以要求該模型能夠具備更深的對物理層面的理解，并且搭載在能夠和物理世界進(jìn)行主動交互的具身機(jī)器人上，還能協(xié)同工作，這也是具身智能領(lǐng)域需要解決的一大難題。

數(shù)據(jù)集共享是開源的關(guān)鍵

與會嘉賓普遍認(rèn)為，開源是AI發(fā)展的核心，數(shù)據(jù)集共享是關(guān)鍵基礎(chǔ)，全球合作至關(guān)重要，應(yīng)當(dāng)鼓勵開發(fā)者從提交代碼等小事參與開源，共同推動AI創(chuàng)新。

“數(shù)據(jù)集對于AI特別是大模型非常重要?！敝窃囱芯吭焊痹洪L、總工程師林詠華表示，這不僅僅針對多模態(tài)模型，對于具身智能，比如培訓(xùn)機(jī)器人更好地了解全世界，都需要新的數(shù)據(jù)集的輸入。

哈佛商學(xué)院數(shù)據(jù)顯示，全球開源軟件經(jīng)濟(jì)價值達(dá)9萬億美元，可幫助開發(fā)者節(jié)約70%開發(fā)成本，開源治理是平衡競爭與協(xié)同的核心機(jī)制。

“2025年是開源AI元年，開源正成為全球AI創(chuàng)新核心驅(qū)動力?！盠inux基金會執(zhí)行董事Jim Zemlin表示，開源是技術(shù)普惠的唯一路徑，通過全球協(xié)作確保AI創(chuàng)新由全人類共享。如中國企業(yè)DeepSeek發(fā)布開源大模型，引發(fā)技術(shù)生態(tài)變革，印證開源打破壟斷、加速迭代的作用。

“我們相信全球合作對于AI開源至關(guān)重要?！绷衷伻A說，因?yàn)樗兄诮档统杀荆梢杂袡C(jī)會獲得高質(zhì)量的數(shù)據(jù)來訓(xùn)練智能體，并且讓AI創(chuàng)新更好地發(fā)生。

?

編輯：羅浩

?

聲明：新華財(cái)經(jīng)為新華社承建的國家金融信息平臺。任何情況下，本平臺所發(fā)布的信息均不構(gòu)成投資建議。如有問題，請聯(lián)系客服：400-6123115