上證報中國證券網(wǎng)訊(記者操子怡譚镕)“AI的下一個發(fā)展階段不再是單純的模型能力競賽,而是從模型到平臺再到場景的綜合能力比拼,是如何讓AI在實際業(yè)務流程中落地生根、釋放價值?!苯眨?025世界人工智能大會期間,騰訊云副總裁、騰訊云智能負責人、騰訊優(yōu)圖實驗室負責人吳運聲在接受采訪時表示,大模型能力正在經(jīng)歷從“理解語言”到“多智能體協(xié)同”的技術(shù)躍遷。
目前,騰訊混元大模型已在騰訊內(nèi)部大規(guī)模落地,今年騰訊計劃將全系中小規(guī)模模型全面開源。相較于千億級模型,這些輕量模型更適合在算力受限環(huán)境下部署,能提供高性能、低成本的推理服務。
從“理解語言”到“多智能體協(xié)同”
目前,AI進入產(chǎn)業(yè)深水區(qū)。吳運聲說,強化學習、多模態(tài)等技術(shù)的突破,賦予了AI系統(tǒng)更強的感知、理解和生成能力,使其從能夠理解語言的“專家”邁向具備知識、推理與行動力的“智能體”。
然而,在吳運聲看來,當前大多數(shù)AI系統(tǒng)仍處于“短期記憶”階段,尚難支撐復雜、高維的業(yè)務場景。要實現(xiàn)AI的實用性躍遷,需突破三個關(guān)鍵方向。一是具備“長期記憶”能力,能夠處理長鏈任務、跨對話記憶關(guān)鍵信息;二是邁向“全模態(tài)交互”,融合語言、圖像等多模態(tài)輸入輸出,推動AI從理解語言走向理解世界;三是構(gòu)建“多智能體協(xié)同”架構(gòu),通過任務拆解、容錯補位等機制,構(gòu)成自組織、自進化的“AI團隊”,全面提升系統(tǒng)的魯棒性與可靠性。
據(jù)介紹,在這樣的技術(shù)趨勢下,今年以來,騰訊混元大模型持續(xù)迭代、“小步快跑”,并于年初發(fā)布混元旗艦模型TurboS,率先實現(xiàn)混合線性注意力機制與MoE架構(gòu)的融合。
智能體加速演進
在酒店辦理入住時,此前,人們可能需要向前臺詢問早餐時間、溝通意向房型等情況。但是現(xiàn)在,如果搭建一個智能體,通過自動對接酒店的會員系統(tǒng),就能根據(jù)用戶的過往入住習慣,提前為其安排好房間類型、床單、枕頭等個性化需求,甚至可以自動與用戶進行溝通交流,提供更加貼心的服務。
在吳運聲看來,目前,智能體的落地應用已進入加速期,但不同行業(yè)的差異化特征決定了其落地路徑必須因地制宜。在具體落地過程中,智能體的使用需要摸清原有工程框架,綜合系統(tǒng)、數(shù)據(jù)等各環(huán)節(jié),長期迭代、發(fā)展。
“我們正逐步走向‘多智能體協(xié)同’架構(gòu)。不同Agent分工協(xié)作、并行執(zhí)行,構(gòu)建一個自組織、自進化的‘AI團隊’。平臺也需要具備任務拆解、執(zhí)行重排、Agent容錯補位等機制,真正實現(xiàn)系統(tǒng)級協(xié)同,支撐企業(yè)級復雜任務,提升穩(wěn)定性、可解釋性和可靠性?!眳沁\聲稱。
在平臺工具與生態(tài)建設上,騰訊形成了覆蓋B端與C端的“雙智能體開發(fā)平臺”。在騰訊內(nèi)部,騰訊云智能體開發(fā)平臺也已經(jīng)支持起問答系統(tǒng)、辦公提效、知識管理、客服輔助等多個業(yè)務場景搭建起專屬智能體。
論及智能體對大模型價值的影響,吳運聲表示,智能體并非一個單獨存在,而是與底層模型相輔相成的體系。智能體的發(fā)展既需要模型的快速發(fā)展,也需要智能體技術(shù)的快速演進,并最終解決完整的需求或問題。未來,具體落地應用與實踐還是行業(yè)長期探索的方向。
延伸閱讀:與 教育大師直播間:罵游戲高呼救救孩、子實為售賣天價戒(網(wǎng)癮課程) 的相關(guān)文章