大模型從“副駕”到“主駕”仍存挑戰

不懂代碼也可以開發AI應用？在上海外灘大會舉辦的“大模型的創造力邊界與應用想象力”論壇上，“智能體”變成了高頻出現的熱詞。隨著國內AI產業化落地進程加快，越來越多細分領域、定制化的AI應用噴涌而出。業界認為，這證明了“智能體”將成為人工智能發展的主流方向之一。

會后，歐洲科學院外籍院士、清華大學人工智能研究院常務副院長孫茂松在接受南方都市報等媒體專訪時表示，大模型從“副駕”到“主駕”仍存巨大挑戰。不過，智能體技術的應用正“不顯山不露水”地走進大眾生活，但真正商業化仍需時間迭代。

“大模型非常火，能力確實也非常強大，但這個能力強大是有條件的，比如在對話環境確實表現很好，但一旦走出那個環境，其能力是一個問號。”孫茂松這樣談道，“即使在聊天這種人機對話的環境，它（大模型）由于有幻覺現象，所以其基本定位還是‘副駕駛’。它要完全獨立、不需要人類協助地做成一件事，還是有困難的。”孫茂松指出，通過智能體等方向，讓大模型能力再往前一步，從“副駕”成長到“主駕”，仍存在巨大的挑戰。

特別是將通用模型應用于專業領域，專業領域的任務是高度復雜的。“通用大模型是半成品，真正到垂直領域要做好，還得加半成（功力）。那就要求通用大模型的研發人員和專業領域的專業人才緊密協作，根據具體需要對大模型某些關鍵部件進行改造，這樣才能讓半成品蛻變為成品。”孫茂松這樣表示。

那么大模型的創造力有沒有邊界？“大模型創造力的邊界幾乎是無限的，但大模型有長處，也有軟肋，這就導致其在現實中的創造力是有邊界的。”

在大模型創造力的具象體現中，智能體是一個行業較為認可的模式。關于智能體，孫茂松表示，從科學研究角度，相比通用條件下受限于對話環境的大模型，智能體是一個被置于三維、四維空間進行探討的更復雜、上游的概念。但從工業和產業落地的角度，智能體則是大模型應用于各實際領域的下游概念。孫茂松認為，目前已經具備條件做比較好的智能體，主要得益于語言大模型的生成能力、生成代碼的能力、圖像視頻處理能力、3D建模能力這“四板斧”的進步，這給了智能體新的發展機會。“這些要素當下已形成較強功能，使智能體成為可能”。

目前，大模型已有較強的功能，雖仍有較深刻的缺陷，但總體來講比原來有了較大進步。孫茂松表示，智能體技術正潤物細無聲地走進大眾生活，但這是一個量變引起質變的過程，可能需要通過幾年迭代和積累，其性能才會有顯著提升。

值得注意的是，智能體對高端人才培養和教育體系建設，也提出了更高的挑戰。“當前很多大模型架構差不太多，是一種跟跑的狀態，前面的很有挑戰性問題靠跟跑不可能解決，我們必須要有領跑的能力，”孫茂松坦言，“領跑能力歸根結底就需要人才，要有從0到1的創新，必須要有從0到1的人才。”

智能體的商用發展也值得期待，但要更有耐心。孫茂松說：“只需幾年時間，這兩項技術研究與不研究之間就會有很大差別。比如，現在有較多任務，大模型驅動的智能體只能完成很少一部分，但幾年后大模型和智能體的能力都得到提升后，再將兩者結合，就可以完成更大比例的任務，就會有較大的商業價值。”

目前智能體在商業化方面已有初步應用。孫茂松介紹，“比如，時裝領域已使用這種技術進行時裝設計。一些案例顯示，智能體技術的應用使他們的設計效率得到大幅提升，相關公司的人力成本也降低了。”

南都記者留意到，在外灘大會現場，行業頭部企業帶來了20多個AI智能體：數字分身輔助完成工作、賽博寵物消解孤單、腦機輔助深度睡眠……在“未來財富空間”，螞蟻集團AI金融管家“螞小財”新版升級亮相，南都記者體驗發現，在詢問上市公司財報時，“螞小財”能即刻生成圖文版財報解讀，清晰呈現營收等核心數據的變化。