【文(wen)/观察者(zhe)网 陈思佳】7月(yue)4日，2024世界人(ren)工智(zhi)能大会暨人(ren)工智(zhi)能全球治理高级别会议在上海举行。本届大会以“以共商促(cu)共享 以善治促(cu)善智(zhi)”为主题，重(zhong)点(dian)围绕核心技术、智(zhi)能终端、应(ying)用赋能三大板块，聚焦大模(mo)型、算力、机器(qi)人(ren)、自动驾驶等重(zhong)点(dian)领域。
大会展览面积(ji)超5.2万平方米，1000多位(wei)全球领军人(ren)物(wu)出席，500余家企业确认参展，其中市外企业和国际(ji)企业占比超50%，展品数量超1500项(xiang)，展览规模(mo)、参展企业数、亮点(dian)展品数、首发新品数均达历史最高。
近年来，人(ren)工智(zhi)能加速发展，许多曾存在于科幻作品中的想(xiang)象正逐渐走进现实。人(ren)工智(zhi)能技术会如何(he)改变我们的生活？对(dui)此，华为、百度、科大讯飞、商汤(tang)科技等参展企业带来了包括(kuo)大模(mo)型、人(ren)形机器(qi)人(ren)在内的诸多产品，向(xiang)我们展现了人(ren)工智(zhi)能发展的广(guang)阔前景。
2024世界人(ren)工智(zhi)能大会（观察者(zhe)网）
数十款(kuan)大模(mo)型同台竞(jing)技
大模(mo)型无疑是当(dang)下(xia)人(ren)工智(zhi)能技术发展的核心议题之一，也是本届大会的一大焦点(dian)。商汤(tang)科技“商汤(tang)日日新5.5”体系、科大讯飞“讯飞星火V4.0”、华为“盘古大模(mo)型5.0”、百度“文(wen)心大模(mo)型4.0”等数十款(kuan)大模(mo)型都在大会现场进行了展示。
商汤(tang)科技5日发布(bu)了首个所(suo)见即所(suo)得模(mo)型“日日新5o”。据商汤(tang)科技介(jie)绍，该大模(mo)型综合性能较(jiao)“日日新5.0”平均提升30%，在数学(xue)推(tui)理、英文(wen)能力和指(zhi)令跟随等能力明显(xian)增强(qiang)，交互效果和多项(xiang)核心指(zhi)标实现对(dui)标GPT-4o。
商汤(tang)科技打造(zao)的首个面向(xiang)C端用户的可控(kong)人(ren)物(wu)视(shi)频生成大模(mo)型Vimi是本届大会的“镇馆之宝”之一。据介(jie)绍，Vimi依托商汤(tang)日日新大模(mo)型，可以通过一张(zhang)任意风格的照片(pian)生成和目标动作一致的人(ren)物(wu)类视(shi)频，且支持(chi)人(ren)物(wu)视(shi)频、动画、声(sheng)音(yin)、文(wen)字等多种元素进行驱动。
科大讯飞上个月(yue)发布(bu)的“讯飞星火V4.0”也是本届大会的热(re)点(dian)产品之一。科大讯飞董(dong)事长刘庆峰此前表示，“讯飞星火V4.0”已经实现对(dui)标GPT-4 Turbo，在文(wen)本生成、语言理解、知识问答、逻(luo)辑推(tui)理、数学(xue)等能力上实现超越。
华为“盘古大模(mo)型5.0”则(ze)在全系列、多模(mo)态、强(qiang)思维三个方面带来全新升级。华为云Marketing部部长董(dong)理斌5日在“盘古大模(mo)型重(zhong)塑千行万业”分论坛上表示，盘古大模(mo)型5.0通过更多的模(mo)态和更强(qiang)的思维能力，重(zhong)塑云服务(wu)，为开发者(zhe)、客户和伙伴提供更强(qiang)大、更丰(feng)富的智(zhi)能化能力。
飞速发展的人(ren)工智(zhi)能已逐渐在一些专业领域发挥作用。合合信息展示了一款(kuan)古籍修复(fu)模(mo)型，该公(gong)司与华南理工大学(xue)团队合作，将(jiang)AIGC技术应(ying)用于敦煌遗书残卷的数字化修复(fu)上。当(dang)设备扫描样本卷轴后(hou)，AI可以通过字形修补、褪色修复(fu)、背景补全等方式完成古籍的数字化修复(fu)。
猿力科技则(ze)展示了大模(mo)型在教育领域的应(ying)用，该公(gong)司旗下(xia)的小猿学(xue)练机为学(xue)生提供了数字化学(xue)习体验，能够批改包括(kuo)简答题、应(ying)用题、作文(wen)题在内的全题型。
此外，数字人(ren)、AIGC等内容依然是人(ren)工智(zhi)能应(ying)用的重(zhong)点(dian)。腾讯、阿里等公(gong)司均展示了数字人(ren)形象和产品，观众可以体验与虚拟形象交流、数字人(ren)直(zhi)播等功能。包括(kuo)商汤(tang)科技“秒画”、燧原科技“燧原曜图”在内的文(wen)生图等产品也在大会上亮相。
人(ren)形机器(qi)人(ren)走进现实，“十八金(jin)刚”现身会场
伴随着人(ren)工智(zhi)能技术的进步，机器(qi)人(ren)行业涌现诸多新产品，各大展商展示的机器(qi)人(ren)成为本届大会关注的又一大热(re)点(dian)。会场中由人(ren)形机器(qi)人(ren)组成的“十八金(jin)刚”阵列吸(xi)引(yin)众多观众驻足，大会重(zhong)点(dian)打造(zao)的人(ren)形机器(qi)人(ren)专区也展出25款(kuan)人(ren)形机器(qi)人(ren)。
作为国内“AI+机器(qi)人(ren)”领域的领跑者(zhe)，达闼(ta)机器(qi)人(ren)携旗下(xia)一系列云端智(zhi)能机器(qi)人(ren)产品矩阵亮相本届大会。据介(jie)绍，“十八金(jin)刚”先锋阵列使(shi)用了达闼(ta)团队设计的RDK整体动作控(kong)制方案，让来自不同企业的机器(qi)人(ren)同步执行挥手、抱拳等动作。
达闼(ta)还展示了人(ren)形双足机器(qi)人(ren)XR4，该机器(qi)人(ren)具备超过50个智(zhi)能柔性关节，以及每小时3.5公(gong)里的快速移(yi)动能力。
傅利叶智(zhi)能则(ze)在本届大会上展示了人(ren)形机器(qi)人(ren)GR-1，该机器(qi)人(ren)可以模(mo)拟人(ren)类不同运动方式，实现转头、扭腰、抓取(qu)、跑步、跳跃等拟人(ren)化运动。据傅利叶智(zhi)能介(jie)绍，GR-1最大关节峰值扭矩达230N.m，具备快速行走、敏捷避障、抗冲击(ji)干扰等运动功能，是通用人(ren)工智(zhi)能的理想(xiang)载(zai)体。
特斯拉首发的人(ren)形机器(qi)人(ren)“擎天柱”二(er)代同样是本届大会的关注焦点(dian)之一，该机器(qi)人(ren)身体部分拥有28个自由度、单(dan)手拥有11个自由度，关节采用仿(fang)生学(xue)设计。由于采用了视(shi)觉感知方案和神(shen)经网络技术，“擎天柱”二(er)代可以完成路径规划、物(wu)体识别等，相较(jiao)一代拥有更大操作自由度。
特斯拉“擎天柱”二(er)代视(shi)觉中国
在4日举行的“人(ren)形机器(qi)人(ren)与具身智(zhi)能发展论坛”上，国家地方共建(jian)人(ren)形机器(qi)人(ren)创(chuang)新中心还首次发布(bu)开源通用人(ren)形机器(qi)人(ren)公(gong)版机“青龙(long)”。这是国内首款(kuan)全尺寸通用人(ren)形机器(qi)人(ren)公(gong)版机，并同时宣布(bu)开源其人(ren)形机器(qi)人(ren)相关技术。
“需要携手合作，推(tui)动人(ren)工智(zhi)能健康(kang)发展”
人(ren)工智(zhi)能技术发展日新月(yue)异，关于人(ren)工智(zhi)能的治理、安全等问题也逐渐成为社(she)会各界关注的新焦点(dian)。如何(he)保障人(ren)工智(zhi)能的安全使(shi)用？如何(he)让人(ren)工智(zhi)能更好地为生产生活提供帮助？多位(wei)专家在本届大会开幕式上分享了他(ta)们的观点(dian)。
清华大学(xue)苏世民学(xue)院院长、清华大学(xue)人(ren)工智(zhi)能国际(ji)治理研究院院长薛澜表示，全世界的人(ren)工智(zhi)能发展存在巨大的鸿沟，不但阻碍全球发展，也对(dui)全球治理造(zao)成很大的影响。他(ta)认为，国际(ji)社(she)会需要携手合作，促(cu)进企业、政(zheng)府共同推(tui)动人(ren)工智(zhi)能健康(kang)发展。
薛澜指(zhi)出，联合国193个成员国在2015年共同通过了《联合国2030年可持(chi)续发展议程》，提出全球要历时15年时间让全球进入到可持(chi)续发展轨(gui)道。去(qu)年联合国有关会议透露，完成目标的情况不容乐观，部分目标甚至出现倒退的情况。
薛澜发表讲话视(shi)频截图
薛澜说：“有分析表明，人(ren)工智(zhi)能对(dui)可持(chi)续发展的169个子(zi)目标中的134个有积(ji)极的促(cu)进作用，也可能对(dui)其中59个产生一些不利的影响。我们要从宏观的角度看待人(ren)工智(zhi)能的积(ji)极影响和潜在的不利影响。”
他(ta)表示，如何(he)推(tui)动人(ren)工智(zhi)能的健康(kang)发展，尽(jin)可能让它(ta)收益最大化，把风险降到最低，中国在这些年的实践中已建(jian)立起一个相对(dui)完整的体系。在产业应(ying)用方面，有一系列法律法规来推(tui)动人(ren)工智(zhi)能合理发展；针对(dui)算法算力以及数据治理也有规则(ze)框架；针对(dui)具体应(ying)用场景，也出台了相应(ying)的治理规则(ze)。
“我们构建(jian)了一个多维度、多层次、多领域、多举措的体系。”薛澜说。
他(ta)强(qiang)调，在全球范围内，人(ren)工智(zhi)能发展还面临很多挑战，“一个国家带来的风险就是全球的风险，所(suo)以这些问题我们必(bi)须共同努力解决。国际(ji)社(she)会现在可以说对(dui)安全问题非常重(zhong)视(shi)，但对(dui)发展存在的鸿沟，AI鸿沟这方面关注可能还不够。应(ying)该说，有很多工作需要进一步地讨论。”
薛澜表示，要通过多途径建(jian)立国际(ji)交流，加强(qiang)政(zheng)府间多边对(dui)话机制，用科学(xue)的力量助力完善国际(ji)机制，促(cu)进企业、政(zheng)府共同推(tui)动人(ren)工智(zhi)能健康(kang)发展。
上海人(ren)工智(zhi)能实验室主任、清华大学(xue)惠妍讲席教授周伯文(wen)表示，当(dang)前以大模(mo)型为代表的生成式人(ren)工智(zhi)能快速发展，但随着能力不断提升，模(mo)型自身及其应(ying)用也带来了一系列潜在风险的顾虑。
周伯文(wen)指(zhi)出，从公(gong)众对(dui)人(ren)工智(zhi)能风险的关注程度来看，首先是数据泄露、滥用、隐(yin)私及版权相关的内容风险，其次是恶意使(shi)用带来的伪造(zao)、虚假信息等相关的使(shi)用风险，还有偏见、歧(qi)视(shi)等伦理问题，是否会对(dui)就业结构等社(she)会系统性问题带来挑战，甚至在一些科幻电影中还出现了人(ren)工智(zhi)能失控(kong)等担忧。
周伯文(wen)发表讲话视(shi)频截图
周伯文(wen)表示，这些风险有的已初(chu)露端倪，但更多是潜在风险，防范它(ta)们需各界共同努力。他(ta)认为，有这些担忧的根本原因在于目前的人(ren)工智(zhi)能发展是失衡(heng)的，“我们在人(ren)工智(zhi)能安全方面的投入，是远(yuan)远(yuan)落后(hou)于性能的。目前世界上99%的算力用于模(mo)型的预训练，只(zhi)有不到1%用于安全优先的考量。”
他(ta)认为，人(ren)们需要找到人(ren)工智(zhi)能安全优先，但又能保证性能长期(qi)发展的技术体系。“我们把这样一种技术思想(xiang)体系叫做‘AI-45度平衡(heng)律’。这是指(zhi)从长期(qi)的角度来看，我们要大体上沿着45度的安全与性能平衡(heng)发展，所(suo)谓的平衡(heng)是指(zhi)短期(qi)内可以有波动，但不能长期(qi)低于45度。”
周伯文(wen)介(jie)绍说，实现“AI-45度平衡(heng)率”有多种技术体系，上海人(ren)工智(zhi)能实验室近期(qi)在探索一条以因果为核心的路径，并将(jiang)其取(qu)名为可信AGI的“因果之梯”。它(ta)将(jiang)可信AGI的发展分为三个递进阶段：泛对(dui)齐、可干预、能反思。
其中，泛对(dui)齐”主要包含当(dang)前最前沿的人(ren)类偏好对(dui)齐技术；“可干预”主要包含通过对(dui)AI系统进行干预，探究其因果机制的安全技术；“能反思”则(ze)要求AI系统不仅追求高效执行任务(wu)，还能审视(shi)自身行为的影响和潜在风险，从而在追求性能的同时，确保安全和道德边界不被突破。
“目前，AI安全和性能技术发展主要停留(liu)在第一阶段，部分在尝试第二(er)阶段，但要真正实现AI的安全与性能平衡(heng)，我们必(bi)须完善第二(er)阶段并勇于攀登第三阶段。”周伯文(wen)说，“沿着可信AGI的‘因果之梯’拾级而上，我们相信可以构建(jian)真正可信AGI，实现人(ren)工智(zhi)能的安全与卓越性能的完美平衡(heng)。”