与吉尤恩研究学院院长王宗尤恩的对话：AI正在从数字世界加速

21世纪的《先驱报》记者Kong Haili Beijing在2025年Zhiyuan会议上报告，人形机器人不再是吉祥物，“包围”的人从Yang Zhilin变成了Wang Xingxing。今年，人工智能已经快速发展，甚至少于3个月都有各种差异，并且不再限于大型语言模型，但已更改为强大的辅助机构，用于培训和实施人形机器人机器人。 “人工智能促进了其从数字世界到物理世界的过渡。”据说Zhiyuan研究所的主任王宗尤（Wang Zhongyuan）在接受包括21世纪商业先驱（Herald）在内的记者采访时完美无缺：“人工智能应该为世界做一些真实的事情，以帮助人们摆脱乏味，重复和简单的乏味，重复和简单。” AI技术的路线转向世界模型。 “巨大的技术模型远非其发展的尽头。过去的'100模型战争'大型语言模型的竞争。大型语言模型通过使用Internet上的数据受到限制。尽管主要模型的性能仍在提高，但改进的速度不如以前那么快。文本中的数百个时间。sical世界。在物理世界中，在宏观层面上，大型模型与硬件结合在一起，以通过开发具体的智能来解决实际的生产和生活问题。 This is technological.Erence, following the "Enlightenment" series of large models, the Zhiyuan Research Institute launched the "Enlightenment" series of large models, including the native multimodal world model EMU3, the general major model of multimodal science science, micro-brain, cross-embodology with large and brainwashed Roboos 2.0 2.0 The entire model of the atomic micro-life model opencomplex2.如何定义“世界模型”核心，王中牛以咖啡杯为例：“现有模型可以用桌子上的单词描述“白色杯子”，但是不可能判断'杯子可以沿着宿醉掉落' - 它需要预测-oras的能力。”他强调，EMU3的主要崩溃在于：建立对造成的物理关系的理解，而不是JUimultimodal形成的划分。当被问及体现智力的技术途径时，登陆的道路体现了智力，王中牛表现出了务实的行为。关于人类生物是否具有体现智力的最佳解决方案，王中牛被证明是人形机器人的长期数量：社会基础设施是为人类设计的，两足动物的确认更加容易，并且结合不佳，实践数据在模型培训方面很好。 “但是在短期内，四足，轮胎和其他形式融合在一起，”人形机器人的循环较慢。我刚刚学会了今年的跑步，稳定性仍然必须打破。 “他说。如何解决数据悖论？面临“限制数据收集能力的硬件不足的圆形困境，并且缺乏数据限制了模型的演变”，少量的实际数据可以增强少量的真实数据。”动作。 “ WHY封闭的环境将防止安全风险，并且有迫切需要重复进行无聊的活动。未来，曼联需要在跨域中开发一般人工智能的一定过程。这是否意味着AI大量崩溃了，Agi在哪里崩溃了？到达可用的状态，代理是一个可以启动行业专门从事的领域。许多应用程序可以根据此操作系统构建。工作流，但他们可以扩大能力随着它们变得越来越强。王中尤恩说，“ 100个战争模式”讨论了针对主要大型模型的Kconfining，但主要的大型模型肯定会说话。今天，我们不会看到业内有些玩家在大型模型中尚不强大，在大型型号中尚未制造大型模型，在大型模型中尚未使大型型号在某种程度上使大型型号不是好的资源播放器。该行业需要与行业相关的数据来获取垂直模型，但是垂直模型在领域，基本模型 +垂直数据领域并未提及训练良好的工业模型。 “压纹大型模型的发展仍处于早期阶段，类似于GPT-3之前的探索时期。” Wang Zhongyuan回顾了浮雕的情报ISIT也面临着与第一个AI模型相似的挑战。例如，在技术路线上没有共识：技术p上的学术和工业界之间存在差异仍在探索基本数据，模拟数据，强化研究和大脚融合体的构建等方向，并且尚未开发统一的程序；例如，该行业的实施仍然需要完成：尽管Zhiiuan推出了压纹的智能跨对线合作框架和其他成就，但需要与大规模的商业化以及“理解决策”协调和多模式数据融合等重大问题。也许，这是物理AGI的里程碑，当机器人可以理解“将一杯咖啡放在桌子中时将被摧毁”。