2023是大模型“出圈”的元年,2024是应用狂飙的一年,那么2025则是“深入渗透”,从多模态模型到智能体,从AI编程到企业工作流,进入真实的生产和业务场景。
再向前一步,AI会把世界带向哪里?
即将在9月13日召开的“2025 AI创新者大会暨第二届提示工程峰会”上,有个特别环节“预见2026”,这是一场“面向未来”的脑洞对话,不聊昨天,不聊今天,只聊未来AI可能长成什么样。
懂行、敢聊的至顶网总经理兼总编辑高飞将带着嘉宾一起把AI的未来发展,掰开揉碎聊给大家听。
预见话题一:AGI前夜:是模型吞噬一切,还是应用为王?我们正处在一个由基础模型(Foundation Models)驱动的剧烈变革时代。一方面,以GPT、Claude、Gemini、Llama等为代表的超级模型能力边界以前所未有的速度扩张,它们正在从单纯的内容生成器,演变为具备复杂推理、多模态理解乃至自主执行任务能力的"行动者"。这种趋势引出了一个深刻的命题:未来的AI世界,是否会由少数几个"超级模型"形成新的技术奇点,如同操作系统或电力网络一样,成为所有数字体验的基础设施,直接"吞噬"掉大量中间层的应用软件?
预见话题二:AI定义一切:计算(机)自身如何被重新定义?自计算机诞生以来,我们经历了从命令行到图形用户界面(GUI)的革命,它定义了过去三十年的数字世界。今天,生成式AI正掀起一场更为深刻的范式革命,模型与计算正在互相成就,AI将如何改变我们"使用"计算机的方式,又因Scaling Law等范式,对计算产生了新的需求?
无论你是IT从业者,还是只是单纯好奇AGI会不会真的来,都不该错过。9月13日的“2025 AI创新者大会暨第二届提示工程峰会”。
一句提示词,一个新世界 (One word, one world)。
你准备好了吗?赶紧扫码报名吧!
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
这项由ETH苏黎世等机构发表的突破性研究首次系统性揭示了优化器选择对AI模型量化性能的重大影响。研究团队发现传统的异常值理论完全失效,并开发了革命性的ABC分解框架来准确预测量化后性能。实验证明Shampoo优化器在量化场景下表现最优,该发现为AI模型的实际部署提供了重要指导,有望让AI技术在资源受限设备上发挥更大作用。