四大成果同期发布｜2024WAIC“探索下一代大模型的基础研究”论坛成功举办
内容提要
2024年世界人工智能大会成功举办了“探索下一代大型模型基础研究”论坛，发布了四项重大成果和产品。这些产品包括OpenLAM、Science Navigator 1.0、Memory³和MyScale AI数据库，展示了技术创新实践和趋势。这些产品为科学人工智能的发展和新的研究生态系统的建立做出了贡献。
延伸解读
AI for Science 的基础设施化趋势
论坛上，鄂维南院士提出“四梁N柱”架构，强调基本原理、实验、文献、算力是科研的通用基础，需构建平台化基础设施。这反映出AI for Science正从点状突破转向系统性基础设施建设，推动“平台科研”时代。发布的四项成果正是这一趋势的实践案例，旨在解决科研共性问题，打通“最后一公里”。
开源共建与社区模式在科研中的实践
OpenLAM大原子模型采用“平台科研”与“开源共建”模式，由北京科学智能研究院协同DeepModeling开源社区及30多家共建单位共同推动。其发布的7个领域模型解决方案均以开放社区形式发展，并可在科学智能广场下载。这种社区模式有助于汇聚多方资源，加速模型迭代与领域覆盖，为科研协作提供了新范式。
记忆分层：降低大模型成本的新思路
忆³大模型引入显性记忆机制，在模型参数（隐性记忆）和上下文键值（工作记忆）之外增加第三种记忆形式。显性记忆无需训练即可将文本转换，推理时快速稀疏使用，从而减轻参数负担，提高参数效率与训练效率，实现约3倍参数量模型的性能。这一创新为降低大模型训练与推理成本提供了可行路径。
AI数据库：应对非结构化数据挑战
MyScale AI数据库专为大规模结构化和非结构化数据处理设计，支持海量异构数据的高效存储和联合查询，综合性能比国内外其他产品提高4-10倍。它扮演大模型+大数据双轮驱动下的统一AI数据底座，在金融、科研、工业等多个场景中帮助客户创造价值，加速了大模型与场景数据结合的技术创新和应用落地。
Q&A
2024年世界人工智能大会论坛的主要目标是什么？
论坛旨在推动下一代人工智能技术交流与基础设施建设，激发创新效能。
在论坛上发布了哪些重要成果和产品？
发布了OpenLAM、Science Navigator 1.0、Memory³和MyScale AI数据库四项重大成果。
OpenLAM的主要功能是什么？
OpenLAM是一个典型的“平台科研”与“开源共建”的代表，旨在提升仿真设计能力。
Science Navigator 1.0有什么特点？
Science Navigator 1.0具备强大的自然语言对话式检索能力，能够迅速定位科研所需信息。
忆³大模型如何提高模型性能？
忆³大模型引入显性记忆机制，显著提高了性能并降低了训练与推理成本。
MyScale AI数据库的设计初衷是什么？
MyScale旨在克服主流向量数据库在大规模复杂AI应用中的性能和可扩展性不足的问题。
