北京智源人工智能研究院副院長、總工程師林詠華

出品｜

作者｜鄭松毅

12月19日，智源研究院發布并解讀國內外100余個開源和商業閉源的語言、視覺語言、文生圖、文生視頻、語音語言大模型綜合及專項評測結果。

本次評測依托于智源研究院于2023年6月上線的大模型評測平臺Flageval，目前已覆蓋全球800余個開閉源模型，超200萬條評測題目。

以語言模型為例，主觀評測重點考察模型中文能力，結果顯示字節跳動Doubao-pro-32k-preview、百度ERNIE 4.0 Turbo位居第一、第二，OpenAI o1-preview-2024-09-12、Anthropic Claude-3-5-sonnet-20241022位列第三、第四，阿里巴巴Qwen-Max-0919排名第五。

發布會后，圍繞AI大模型發展現狀、未來趨勢、及產業應用機會等問題，北京智源人工智能研究院副院長、總工程師林詠華，與等媒體圍坐在一起聊了許久。

作為有著20年經驗的AI行業“老兵”，林詠華從IBM中國研究院到投身于智源，她的研究重心仍是推崇開源生態，鼓勵AI牌桌上的玩家從“競爭”轉向“競合”，共謀發展之道。

回頭來看，從ChatGPT打響這場AI競賽的“第一槍”算起，至今已有兩年。

兩年中，賽道上引領和緊跟的選手頻繁換位，大語言模型也逐漸在向多模態大模型演進。從整個行業來看，當下目光所聚之處不再僅是關注技術突破，而是都在想辦法做出“接地氣”的AI應用。

在林詠華看來，“大語言模型經歷兩年的迭代已經進入成熟期。當下，或是說下一階段的發展重點將是多模態大模型。在新一輪競賽中，互聯網大廠有流量和數據的明顯優勢。”

幾日前，OpenAI前首席科學家伊爾亞公開發言稱，“因數據資源受限，當前AI模型預訓練方式即將走向終結。”

對此，林詠華持相反觀點。她認為，“不是可用數據不夠，而是還有很多‘數據孤島’沒有打破。Facebook、meta等平臺的眾多數據還沒被看到，大量視頻數據還沒有被很好地運用。”

她判斷，“2025年，構建能完成更復雜任務的AI Agent（智能體）將是熱點方向。同時，會有更多基于文生圖、文生視頻的應用出現。”

以下為對話精編：

媒體：國內外的大模型評測榜單很多，排名情況參差不齊。您認為有必要統一一個評測標準嗎？

林詠華：能統一當然是最好的，能省去很多重復性的工作。這也是包括智源在內努力的方向，但坦白說難度很大。

媒體：這類偏理論的評測結果，對產業應用指導意義大嗎？

林詠華：出榜的核心意義，是在于想讓所有人能看到模型的優勢和不足。從機構的角度出發，是秉承嚴格、公正、專業的態度來評測。但出于一些局限性，的確不能斷言榜單中的第一名就是最好的模型。

榜單的意義在于為用戶提供參考價值，用戶可以根據自家產品需求選擇適合的模型使用。

媒體：從評測過程來看，有發現今年的大模型市場發生了怎樣的變化嗎？

林詠華：語言大模型的數量在減少，有越來越多的多模態大模型出現。

語言模型已經進入“深水區”，第一梯隊的語言模型可以說已經做的很成熟了，想把水平再大幅度提高不容易。不是光拼參數和數據就能解決的，而是要依賴于更多深入創新。

反觀多模態大模型，目前還處于基礎能力提升階段，有很大發展空間。此外，具身智能等新興領域也依賴于多模態大模型，實現對物理世界的理解和推理能力。

到2025年，預計多模態大模型會層出不窮。

媒體：前幾天，OpenAI前首席科學家伊爾亞提到，“因數據資源受限，現在的AI預訓練方式即將走向終結”，您怎么看？

林詠華：我不同意這一觀點。統計顯示，Facebook、meta、推特上面的數據量是互聯網上能公開搜索到的數據量的5至6倍，然而這里的很多數據還沒被看到，“數據孤島”問題還未解決。另外，還有大量的視頻數據沒有被很好地運用。

媒體：從發布的評測結果來看，豆包模型在幾個榜單中的排名都比較靠前，是互聯網大廠的模型研發能力在大幅提升嗎？

林詠華：互聯網大廠有兩方面優勢，流量和數據。

大模型需要有更多用戶使用，才能起到“數據飛輪”的作用。大廠有流量，這是天然的優勢。

另一方面，對文生圖、文生視頻來說，像字節、快手等大廠的優勢在于數據。他們本身有短視頻平臺，積累了更多高質量數據。

媒體：在多模態大模型這一輪新競賽中，相較于互聯網大廠，像“AI六小虎”及其他初創企業的機會在哪？

林詠華：多模態模型有不同的訓練方法，比如主流的是用語言基礎模型加上視覺模型進行拼接。如何更好地完成拼接、預處理、后處理等工作，都是機會點。

現在來說，大多數模型訓練都是基于現有模型，不需要完全從頭開始，比的就是誰更有創新能力。

媒體：之前大家都在喊著追AGI（通用人工智能），而現在似乎都轉頭追向了應用。現在還有人在追求實現AGI嗎？

林詠華：當前市場分為兩派，大多數廠商覺得自家模型已經到達一定能力水平，需要盡快做出落地應用。有少部分的廠商和機構還在追求AGI的路上往前走。

坦白來說，追求AGI的成本很高，頭部巨頭廠商和機構做的比較多。當然，做應用嘗試同樣也很重要。現在更像是有分工地追求AGI。

媒體：今年很多企業在說做AI應用，但至今似乎還沒有特別亮眼的產品出來。您對明年AI應用發展趨勢的判斷是什么？

林詠華：AI應用做的如何要看模型發展到了什么階段。今年大多AI應用是以語言模型為基礎，陸續開始發展更復雜的應用能力。

2025年，基于語言模型肯定會有更多AI Agent（智能體），能完成更復雜的任務，這是明年的熱點。

另外，隨著多模態模型的發展，2025年會出現更多基于文生圖、文生視頻的應用。