清華張亞勤：10年後，機器人將可能比人都多

中信出版社投稿量子位 | 公眾號 QbitAI

“10年後，機器人將可能比人都多，會陸續進入工廠、社會，最終形態是進入家庭。未來每個人、每個家庭都有機器人。”

這樣的預言，來自清華大學智慧產業研究院（AIR）院長張亞勤。

在其新書《智慧湧現》中，基於數十年對AI的思考與實踐，從他領導下AIR研究院正在推進的三大方向——多模態大模型、自動駕駛和生物智慧出發，張亞勤還給出了更多對AI技術演進方向的長期預判，包括：

我們經歷了“數字化1.0”和“2.0”，目前正經歷著向“數字化3.0”的升維躍遷——從“小模型”到“大模型”、從“單模態”到“多模態”、從“數字智慧”到“物理智慧”。
未來的發展方向將是智慧+X（AI+X），即把日漸強大的AI能力投射到千行百業。“X”既是無限可能的產業，也是無限產業的可能。
這場變革沒有旁觀者，全球80億人都已置身其中。

……

總結起來，對於AI技術的未來發展方向與突破路徑，張亞勤做了以下展望：

AI大模型的五大演進趨勢
AI技術進一步發展的五個觀點
自動駕駛未來發展的五大趨勢

AI大模型的五個發展方向

AI大模型作為數字化3.0的重要基石，其發展將決定未來技術攀升的高度與覆蓋的廣度。張亞勤眼中，未來AI大模型架構的關鍵發展方向如下：

多模態智慧：將帶來全面的、具有深度的智慧分析。結合語言、文字、圖片、影片、雷射雷達點雲、3D結構資訊、4D時空資訊及生物資訊，實現多尺度、跨模態的智慧感知、決策和生成。
自主智慧：將帶來個性化的智慧體。將大模型作為一種工具，開發出能夠自主規劃任務、編寫程式碼、呼叫外掛、最佳化路徑的智慧體，實現高度自主智慧，可自我迭代、升級和最佳化。
邊緣智慧：將帶來高效率、低功耗、低成本、低延時的邊緣計算網路。將大模型部署到邊緣裝置端，如新一代AI PC（人工智慧電腦）、新一代Intelligent Phone（智慧電話）、新一代Intelligent Home（智慧家庭，包括TV），大幅提升處理速度和相應的效能表現，從而實現邊緣智慧。
物理智慧：將帶來更加先進的自動駕駛車輛、機器人等。當下大模型正在被應用於無人車、無人機、機器人、工廠、交通、通訊、電網和電站以及其他物理基礎設施，以提升各類裝置、設施的自動化與智慧化水平。
生物智慧：將帶來生命健康、腦機互動、醫療機器人的突破，將大模型應用到人腦、生命體、生物體中，實現AI與生物體聯結的生物智慧，並最終迎來資訊智慧、物理智慧與生物智慧的融合。

關於AI技術進一步發展的五個觀點

1.大模型和生成式人工智慧是未來十年的主流技術與產業路線

大模型（GPT-4o、ChatGPT-o1、BERT等）和生成式人工智慧將成為今後10年內的創新主軸與連鎖變革的導火索。

2.基礎大模型+垂直大模型+邊緣模型、開源+商業

基礎大模型將是AI時代的技術底座，與垂直產業模型、邊緣模型共同孵化出新的產業生態。其生態規模將比個人計算機時代大100 倍，比移動網際網路時代大10倍以上。在這個生態中，開源模型將和商業模型並存，為開發者提供靈活的選擇。

3.統一標識（Tokenisation）+規模定律（Scaling Law）

大模型最核心的兩個要素是統一標識和規模定律。統一標識透過將文字和其他型別的資料統一編碼為單元，使模型能夠處理不同形式的輸入。規模定律則揭示了模型規模與效能之間的關係，表明隨著模型引數的增加和資料規模的擴大，模型的表現會顯著提升。

4.需要新的演算法體系

與人腦相比，現有演算法存在效率低、能耗高的問題，因此需要開發出新的演算法體系，包括世界模型、DNA記憶、智慧體、強化學習、機率系統和決定系統等，以實現100倍的效率提升。未來五年內可能會在AI技術架構上取得重大突破，當前主流的AI技術框架，如Transformer、Diffusion、AR，可能在未來5年內被新技術顛覆。

5.從大模型走向通用人工智慧

預計15 ~ 20年內可實現通用人工智慧，並透過新圖靈測試。更進一步的預測：5年內，在資訊智慧領域，AI對語言、影像、聲音和影片的理解、生成等方面透過新圖靈測試；10年內，在物理智慧（具身智慧）領域，實現大模型在物理環境中的理解與操作能力的大幅提升，透過新圖靈測試；20年內，在生物智慧領域，將AI應用於人體、腦機介面、生物體、製藥和生命科學，實現大模型與生物體聯結的生物智慧，透過新圖靈測試。