量子位
·
商汤林达华万字长文回答AGI：4层破壁，3大挑战
💡
原文中文，约5400字，阅读约需13分钟。
📝
内容提要
商汤科技在WAIC 2025上发布了“日日新6.5”大模型，强调多模态智能是实现通用人工智能（AGI）的关键。林达华教授探讨了多模态模型的构建、数据挑战及技术路径，提出通过“原生多模态”实现更高效的智能推理与交互，展示了商汤在人工智能领域的创新与实践。
🎯
关键要点
- 商汤科技在WAIC 2025上发布了“日日新6.5”大模型，强调多模态智能是实现通用人工智能（AGI）的关键。
- 林达华教授探讨了多模态模型的构建、数据挑战及技术路径，提出通过“原生多模态”实现更高效的智能推理与交互。
- 多模态是AI的未来，AI必须能够处理和理解图像、声音、视频等多种模态的信息。
- 实现多模态模型主要有适应训练和原生训练两种技术路径，商汤选择了原生训练。
- 商汤的多模态智能演进路径包括四次破壁，分别是Transformer的引入、语言与视觉的会合、多模态推理的突破和与物理空间的交互。
- 商汤通过构建强关联的图文对数据、严格的数据质量把控和高阶专业数据的获取来应对数据挑战。
- 商汤强调模型架构设计的核心是效率，推动视觉编码器轻量化和MLLM主干网络的深度优化。
- 商汤的持续创新力源于技术基因的传承、高效的研究组织和技术理想与商业价值的正向循环。
- 林达华的长文系统性回答了当前AI发展核心问题，为行业提供了有价值的参考范本。
❓
延伸问答
商汤科技的“日日新6.5”大模型有什么特点？
“日日新6.5”大模型强调多模态智能，能够实现图文交错思维，是国内首个商业级多模态模型。
林达华教授在文章中提到的多模态模型构建路径有哪些？
林达华提到的多模态模型构建路径包括适应训练和原生训练，商汤选择了原生训练。
商汤如何应对多模态模型的数据挑战？
商汤通过构建强关联的图文对数据、严格的数据质量把控和高阶专业数据的获取来应对数据挑战。
商汤的多模态智能演进路径包含哪些关键突破？
商汤的多模态智能演进路径包含四次破壁：Transformer的引入、语言与视觉的会合、多模态推理的突破和与物理空间的交互。
商汤在模型架构设计上有什么核心理念？
商汤在模型架构设计上强调效率，认为一个好的架构应以更低的成本实现从数据到能力的转化。
林达华的长文对当前AI发展有哪些核心问题的回答？
林达华的长文系统性回答了关于路径选择、数据工程、模型架构和组织能力等AI发展核心问题。
➡️
