2025智源大会：AI大模型驶入多模态与Agent产品化新时代

随着人工智能（AI）技术的快速发展，尤其是大模型技术的日益成熟，2025北京智源大会成为了这一领域的重要盛会。近期，AI大模型的发布与进展引发了广泛关注，特别是在2023年年初发布的GPT-o3以及4月推出的GPT-4o，它们不仅在技术上实现了突破，更在多模态的应用场景中展现了前所未有的潜能。尽管期待已久的GPT-5尚未上市，但GPT-o3和GPT-4o的表现已经让业内人士意识到，AI大模型正在迎来一个真正的多模态时代。

多模态大模型的崛起正在推动以Agent为核心的产品创新不断涌现。今年年初，蝴蝶效应公司推出的Manus便是一个杰出的示例，成为市场上的一颗新星。AI领域的巨头OpenAI最近收购知名硬件设计公司io，意图在硬件领域进行深耕，表明了AI硬件与大模型相结合的重要性。宇树科技的CEO王兴兴在接受采访时提出，“人形机器人更需要智力”，进一步说明了智能体技术的重要性。在这样的背景下，业内普遍认同2023年被视为“Agent元年”。

为深入了解大模型技术的发展与应用，记者有幸采访到了智源研究院院长王仲远。在去年2024北京智源大会上，王院长曾作出大胆预测，指出到2025年我国的大模型整体能力将达到GPT-4的水平，并且将开启大模型的产品化进程。从目前的发展状况来看，这一预言似乎正在变为现实。

王仲远院长认为，过去一年大模型的发展方向主要集中在强化学习，以提升训练与推理能力。比如，像GPT-o3和DeepSeek R1等模型在这一领域均有显著进展。更值得注意的是，大模型的Scaling Law依旧适用，现有研究已经能够利用多模态数据。若进一步实现人工智能合成的数据与人类创造的数据达到同等质量，这将为AI实现自我学习与迭代进步铺平道路。

在宏观层面上，破解当前大模型与硬件的结合，利用具身智能技术解决实际问题成为可能。王仲远指出，当基础大模型发展到一定阶段并达到可用状态时，Agent将成为产业界发力的关键领域。他形象地比喻这种局面为“水、电、操作系统”的基础性设施，这意味着可以围绕这一操作系统开发出一系列相当于移动互联网的应用程序（APP）的Agent产品。

展望未来，王仲远强调，Agent作为技术与产业发展的一大趋势，随着基础大模型技术的进一步演进以及Agent产品化的持续成熟，或将催生出新的“杀手级”应用。他也警示道，基础大模型的发展一定会趋于收敛，目前行业内只剩少数几家企业在坚持这一方向。对于希望进军Agent领域的创业公司深耕专业领域、精通用户需求将是取胜的关键。

在此次智源大会上，智源研究院发布了“悟界”系列大模型，代表了其在物理AGI方面最新的科研成果。这一系列大模型包括原生多模态世界模型Emu3、全球首个脑科学多模态通用基础模型见微Brainμ、更新版的具身大脑RoboBrain 2.0，以及全原子微观生命模型OpenComplex2。其中，RoboBrain 2.0的多机协同规划能力大幅提升，并新增了空间推理能力，显示出在实际应用中的巨大潜力。智源研究院与多家具身智能企业的协作，进一步促进了生态系统的建立与发展。

面对即将到来的产业爆发期，王仲远也对相关部门提出了建议，指出应对产业发展保持包容与审慎的态度。他强调，技术快速发展的阶段与实际落地的难题不可避免，但应以辩证的眼光看待行业中的风险，力求规范化解决方案。他呼吁营造良好的创新创业环境，促使大企业与小企业能够各司其职，共同支持科研机构与高校的探索与合作，进而推动整体社会创新体系的蓬勃发展。

2025智源大会不仅展示了AI大模型的最新进展，更为未来的多模态与Agent产品化奠定了坚实的基础。随着人工智能技术的不断演进，未来我们有理由相信，这一领域将会迸发出更加绚丽的光彩。