原標(biāo)題：大模型從工具走向伙伴

從“養(yǎng)蝦”到“殺蝦”，一款名叫“龍蝦”的開源AI智能體OpenClaw近期持續(xù)成為社交平臺熱門話題。近年來，大模型驅(qū)動的智能體已成為人工智能開發(fā)機(jī)構(gòu)爭相布局的戰(zhàn)略高地。從最初的“能對話”，到如今“可動手操作”，不斷迭代的大模型將走向何方？

提升推理能力是關(guān)鍵

在相繼推出旗艦?zāi)Ｐ虶LM—4.5、GLM—4.6后，去年12月，北京智譜華章科技股份有限公司上線并推出新一代視覺推理模型GLM—4.6V，核心目標(biāo)之一是提升推理能力。

“讓AI像人類一樣綜合感知、理解與決策，多模態(tài)推理能力的突破很關(guān)鍵，這也是大模型向通用人工智能演進(jìn)的必由之路?！敝亲V聯(lián)合創(chuàng)始人、董事長劉德兵說。

無論是通用大模型還是行業(yè)大模型，推理能力是打造未來競爭力的關(guān)鍵指標(biāo)，一定程度上決定了其應(yīng)用廣度和深度。

北京航空航天大學(xué)人工智能研究院副研究員胡堃解釋說，推理能力可理解為模型不僅知道“是什么”，還能判斷“為什么”和“如何做”，并在復(fù)雜邏輯或跨領(lǐng)域條件下給出合理答案。“如果將大模型作為助手，傳統(tǒng)大模型近似知識庫型助手，回答用戶提出的事實(shí)性問題；推理能力強(qiáng)的大模型更像策略型顧問，不僅能回答常規(guī)的經(jīng)驗(yàn)問題，還能分析利弊、推演后果并綜合多種因素給出具體建議”。

對科學(xué)基礎(chǔ)大模型來說，推理能力尤為重要。一方面，在數(shù)學(xué)、物理等領(lǐng)域，推理能力是解決定理證明和理論發(fā)現(xiàn)的關(guān)鍵基礎(chǔ)；另一方面，面向各學(xué)科領(lǐng)域的復(fù)雜科研任務(wù)，推理能力是任務(wù)理解和規(guī)劃決策的重要前提。

“磐石·科學(xué)基礎(chǔ)大模型一直堅(jiān)持和重視推理能力的學(xué)習(xí)與強(qiáng)化?！敝袊茖W(xué)院自動化研究所研究員張家俊介紹，如今磐石·科學(xué)基礎(chǔ)大模型將數(shù)字幻覺（大模型生成看似合理但實(shí)則虛構(gòu)或失真的信息）從30%降至11%，科學(xué)模態(tài)數(shù)據(jù)分析和理解能力全面提升。

“隨著應(yīng)用場景日趨復(fù)雜，用戶更需要大模型在不確定的條件下進(jìn)行綜合分析并作出合理判斷與決策。眼下，推理能力是大模型規(guī)?；瘧?yīng)用的競爭焦點(diǎn)?！焙鷪冶硎?。

智能體成重要形態(tài)

智能體是一個由“大模型+記憶系統(tǒng)+工具調(diào)用+規(guī)劃能力”構(gòu)成的智能系統(tǒng)，已成為開發(fā)機(jī)構(gòu)發(fā)力重點(diǎn)：磐石大模型新增創(chuàng)新評估科學(xué)智能體，為科研選題、技術(shù)方案等科研決策提供支持；?？低晫I和大模型融入研發(fā)、生產(chǎn)決策全流程，打造了系列智能體；北航在智能無人機(jī)系統(tǒng)中引入智能體，使無人機(jī)自主完成復(fù)雜的飛行任務(wù)……

“當(dāng)前，深化與拓展大模型核心能力，業(yè)內(nèi)主要聚焦3個方面尋求突破。”胡堃介紹，一是進(jìn)一步提升多步推理和因果推理能力；二是持續(xù)創(chuàng)新高效訓(xùn)練與推理算法，通過優(yōu)化模型結(jié)構(gòu)、改進(jìn)訓(xùn)練策略等，顯著降低大模型對高昂算力的依賴，推動其向更廣泛的應(yīng)用場景普及；三是不斷增強(qiáng)大模型智能體化與自動化任務(wù)執(zhí)行能力，讓大模型能自主接收任務(wù)目標(biāo)、規(guī)劃執(zhí)行路徑、動態(tài)調(diào)整策略并完成連貫的復(fù)雜流程。

“智能體能力意味著大模型不僅能給出實(shí)際可行的方案，還可從被動的信息提供者轉(zhuǎn)變?yōu)橹鲃拥娜蝿?wù)執(zhí)行者。”胡堃說。

在生產(chǎn)端，面對每日上萬個訂單，海康威視的計(jì)劃智能體可快速下達(dá)生產(chǎn)計(jì)劃和物料需求計(jì)劃，實(shí)現(xiàn)訂單24小時快速響應(yīng)；其工藝智能體可自動推薦最優(yōu)工藝，提升工藝設(shè)計(jì)效率。“大模型光有聰明的‘大腦’是不夠的，從感知認(rèn)知走向決策執(zhí)行，智能體正成為大模型產(chǎn)品落地的重要應(yīng)用形態(tài)?！睆埣铱≌f。

在科研和工業(yè)領(lǐng)域，智能體帶來的變革同樣深刻。例如，為改變材料研發(fā)“大海撈針”式的局面，中國科學(xué)院基于磐石大模型構(gòu)建的材料逆向設(shè)計(jì)系統(tǒng)智能體，已成功從2000萬種新型析氫反應(yīng)合金催化材料候選配方中，快速鎖定13種高性能材料，并將原本需耗時數(shù)月的材料設(shè)計(jì)周期縮短至30分鐘。

提供更好交互體驗(yàn)

“今天，用戶早已不滿足于簡單的文字對話或文本生成，下一代大模型不僅可以理解文本、圖像、視頻、聲音等多模態(tài)信息，還可理解現(xiàn)實(shí)世界的因果關(guān)系?！眲⒌卤f，當(dāng)它具備了多模態(tài)理解能力和因果推理能力，就可以感知環(huán)境變化并主動調(diào)整行為，為用戶提供更自然、直觀和沉浸式的交互體驗(yàn)。

劉德兵介紹，通用人工智能可分為L1預(yù)訓(xùn)練大模型、L2對齊與推理、L3自我學(xué)習(xí)、L4自我認(rèn)知、L5意識智能5個等級。未來3年到5年，大模型領(lǐng)域的突破將主要圍繞如何實(shí)現(xiàn)通用人工智能從L3自我學(xué)習(xí)向L4自我認(rèn)知推進(jìn)。最值得關(guān)注的是“沉思級”推理的實(shí)現(xiàn)，即模型能夠自主分析復(fù)雜問題、生成優(yōu)化方案，并在決策中進(jìn)行自我批評和反思，而不再完全依賴人類輸入。

這需要堅(jiān)實(shí)的技術(shù)支撐。張家俊表示，除了當(dāng)前備受關(guān)注的推理能力、智能體外，大模型還在朝著多模態(tài)、后訓(xùn)練、通專融合（通用能力與專業(yè)能力融合）、代碼生成等技術(shù)方向演進(jìn)。

其中，多模態(tài)旨在讓模型從底層架構(gòu)上學(xué)會同時理解和生成文本、音頻、圖像、視頻以及其他模態(tài)信息；后訓(xùn)練旨在通過投入更多后訓(xùn)練資源，突破模型推理能力的上限；通專融合旨在充分利用超大模型的超強(qiáng)通用能力與領(lǐng)域模型的高效專業(yè)能力；代碼生成既可提升軟件研發(fā)等任務(wù)的效率，也是模型推理能力和智能體能力躍升的關(guān)鍵因素。

科技創(chuàng)新的落腳點(diǎn)是滿足人民對美好生活的向往。胡堃表示，要關(guān)注大模型的安全可解釋性、隱私保護(hù)，以及社會接受度?！霸诓痪玫膶?，大模型將進(jìn)一步成為人類可靠的智能伙伴?！眲⒌卤f。