“AI革命”的进度条，走到哪儿了？

“AI革命”的进度条，走到哪儿了？

半月谈记者 张漫子

ChatGPT刚诞生的2022年底，就算我们把AI当回事，AI却没我们什么事——大厂之间的角力、大国之间的博弈，离大众还很远。但时间来到2024年，日常生活已被AI占据：AI电脑、AI手机、AI软件、AI游戏、AI陪伴，我们真真实实触摸到了AI之躯，它的应用比它的名字还要普及。

一个更为强烈的感受是，AI变了。它的“智”和“能”不断进化、迭代，不断引我们到未曾想象的新世界。回望人工智能风起云涌的一年，“AI革命”的进度条，走到哪儿了？

瘦身

大模型，“瘦身”了。今年的大模型“武林”依然精彩，只是简单粗暴的追参数、比大小已成明日黄花。“小了，但要强”，成为国产大模型厂商的追求。

有研究者测算，如果大模型保持现在的发展势头，到2028年左右，现有的数据储量就将全部用完。还有3年，就要撞上南墙了吗？大模型向何处去？也许，我们需要新的参照系。

面壁智能首席科学家、清华大学副教授刘知远拿出一把新标尺：能力密度。“大模型并不是参数越大越好。同样的模型能力可以放入一个更小的参数规模，这表明模型的能力密度不断增强。达到同等性能模型所需参数数量越小，意味着模型性价比越高，效率越高，能力越强。”刘知远说。

新的认知，发散出新的思路：炼大模型，不如炼优模型。不是大模型不给力，而是小模型更具性价比。这一年，越来越多的模型厂商将目光聚焦在小模型身上，更注重AI算法的调优。一边降参数、一边提性能，以最小的资源释放最大的能量，大模型、小模型不再因训练数据量的差异而出现性能代差。

AI处理的重心也不再依赖云端智能算力，开始向端侧转移。这催生了设备单元大模型的新需求。借助一系列优化措施，单元大模型在特定任务上的表现，甚至优于预训练大模型。它可以广泛适配不同类型终端，并通过合理连接，激发群体智能。

“我们在手机和PC端体验到的端侧AI，大部分是通过适配器、分类器挑选的微调小模型，以及经过自定义开发的智能体，操作中无需调用全部模型参数，无疑更具性价比、更具效率。”面壁智能联合创始人、CEO李大海说。

破壁

第二个强烈感受，大模型变“勤快”了。除了越来越瘦、越来越轻盈之外，它越来越实干，不再是那个只说不干的“口嗨派”。

2024年11月底，智谱AI开放日上最新亮相的AI智能体已经化“chat”为“act”，身体力行替人类点外卖。更惊喜的是，这款国产AI智能体已初步实现跨App、多步骤解决真实任务。

安装AutoGLM、点击“绿色手机”图标，对着智能体说出“帮我查询一顿火锅需要的食材，然后下单送到家里”的指令，AI就会自动打开小红书App页面、搜索火锅食谱，找到需要的食材，然后关闭小红书App，打开美团App进入超市频道，勾选食材下单——在无需人工干预的条件下，一口气完成54个步骤。

尽管目前刚刚满月的它并不比人类的操作要敏捷多少，但这至少意味着AI终于能跳出“对话框”，帮人类做点什么了。“今年，AI实现从技术驱动到需求驱动的转变。从业者深入思考如何让大模型进入真实的物理世界，真正行动起来。”智谱CEO张鹏说。

规模效应时代的AI，值得关注的就3件事：算力、算法、数据。而今，在“致用”大方向上寻找价值的AI亟须打通3件事：感知、思维、行为。

物理空间与认知空间的交互，激发了人类的想象力与创造力，是抽象思维的起点，对于进化中的AI而言，也就分外重要。

当然，现在的AI“感知”到的可能仅仅是事物不完整的、甚至碎片化的特征，如何在这样的基础上让AI“灵光乍现”，有所领悟，甚至产生思维的萌芽？正如2024世界人工智能大会上诸多专家所言，“AI智能体才是未来的真正挑战”。由“知”到“行”，跨越非易。

“智能体改变的是人与机器的互动方式，基于理解需求、规划与决策、执行行动和自我反思，它将带来符合直觉的人机交互——从人适应机器，到让机器适应人。”张鹏说。

生长

进入“青春期”的大模型，还在蓬勃“发育”之中。它将长成什么样子？我们不妨回到人工智能的本质：模仿人类智能，完成复杂任务。这意味着它不仅仅是一名吸收人类已有知识库的学生、一个可以与人交谈的智能设备，更不是被动回答人类问题的反馈机器。人工智能的未来，应该是“有灵且美”的类生命体。AI的感知能力、交互能力，必将不断丰富和拓展。

拓展，要从哪几方面展开？

一是行动。过去24个月，大模型主要增强的是人工智能“智”的维度，也就是作为一位参谋，读懂问题、搜索答案、形成回复。对于人工智能“能”的维度，也就是在拆解目标、做出决策、执行任务的层面，它的增益并不显著，远没有赶上“智”的进化。

二是自主。也就是变被动响应为主动思考，根据感知到的具体情境做出灵活的有针对性的决定和行动，主动规划、主动推理、主动在现实世界采取行动。

三是预测。收到“把水杯放在桌上”的指令后，为什么人类能把装着水的水杯正面朝上，平放在桌面而不是有起伏的书堆之上，是因为人类能够预测当水杯放在“斜坡”上会失去平衡而滑落到地上。机器“拟”人，就需要掌握预测能力。这就要求AI不仅可以理解物理世界的规律，还能对这些规律产生记忆，在合适的时候调出这些记忆。

可以预见，当主动行动、快速预测的AI智能体“炼”成后，我们的手机、电脑、软件、机器人，就可以自己“跑”了。而如何能让人工智能的“能”追上“智”的发育，如何能获得行动、自主、预测这三种能力，尚无现成方案可依，不仅需要新的范式，也需要开拓新的路径。