CCTV | “紫东太初”三模态大模型打破传统模式 开创新一代人工智能新起点！

CASIA

解锁更多智能之美

【导读】 “十三五”以来，我国人工智能发展取得了令人瞩目的成绩，展现出巨大的发展前景。近日，中国科学院自动化研究所研制的千亿参数“图文音”三模态“紫东太初”人工智能大模型登上C CTV系列报道《勇攀科技高峰 创新决胜未来》，呈现领域前沿进展。

人工智能，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术以及应用系统的一门技术科学。“十三五”以来，我国高度重视人工智能的发展，国内科研机构也围绕人工智能的最前沿技术开展了系统攻关研究。

近日，央视系列报道《勇攀科技高峰 创新决胜未来》带领观众走进中国科学院自动化研究所研制的千亿参数“图文音”三模态“紫东太初”人工智能大模型，这是近年来我国在该领域取得的重要成果之一。

在国内某纺织企业的生产线全自动化的生产流程中，真正需要人工去操作的就是质检环节。过去，为了完成这项工作，既耗费人力，又会降低生产效率，人工检测精度一般只有百分之70到80。自从这条生产线引入了中科院自动化研究所研制的“紫东太初”多模态人工智能系统后，检测错误率相比人工降低三分之二，生产效率有了大幅提高。

自动化所王金桥研究员在采访中表示，通过这种多模态的大模型，可以（通过声音）区分断经和断纬，同时能够靠它的视觉来判断纺织过程中产生的一些缺陷。人工智能可实现的检测达70多种，现在可以实现的检测速度是人工的4倍，检测精度大于90%。

多模态人工智能系统在类似的工业生产中有广泛的应用空间。中科院自动化研究所的“紫东太初”大模型首次将语音信息引入，可以同时处理文本、视觉、语音三种类型的信息，而当前世界其他国家研制的人工智能模型，仍以文本或图像以及文本结合图像的模态为主，忽略了我们周边存在的大量声音信息。相比这些单模态和图文双模态系统，“紫东太初”大模型可以灵活支撑图、文、音的全场景人工智能应用，更加接近我们人类的感知和思考场景。团队依托紫东太初打造出虚拟智能机器人“小初”。它相比传统的机器人可以识别和生成很多视频和图像。

王金桥研究员表示，紫东太初正在通过“小初”具象化的形象，让用户更加理解跨模态的通用人工智能平台。三模态大模型更加具有类人的智能，而且它有更好的想象力和创造力。这一在国际上首次提出的跨模态表示和生成方法是非常先进的。

目前，“紫东太初”作为业内首个千亿参数的三模态大模型，首次贯通了语音、图像、文字这几种信息，形成了完整的智能表示、推理和生成能力，是当前数据智能领域的最新发展趋势，为探索人类智能本质提供了一个极佳的平台。

紫东太初大模型打破了专用模型解决专有任务的人工智能传统研发范式，这是新一代人工智能的一个新的起点。

我国“十四五”规划和2035年远景目标纲要中明确了当前我国经济正处于从高速增长向高质量发展的重要阶段中，以人工智能为代表的新一代信息技术，将成为我国”十四五”期间推动经济高质量发展、建设创新型国家，实现新型工业化、信息化、城镇化和农业现代化的重要技术保障和核心驱动力之一。

当前，这种多模态技术已应用于智慧城市、智能制造等多个领域、多个行业，将带来10%到20%效能和智能化能力的提升。

来源 | CCTV-13《朝闻天下》

相关阅读

点击即可查看

自动化所千亿级三模态大模型“紫东太初” 首次实现语音生成视频等功能

观点 | 多模态大模型成为AI基础设施，模型研发从“手工作坊”迈入工业化生产时代

徐波所长专访：构建全球首个三模态大模型“紫东太初”，类人智能的大门正在打开

多模态大模型——通用人工智能路径的探索

自动化所研发全球首个图文音三模态预训练模型，让AI更接近人类想象力！

《科技日报》专访｜我国研发首个千亿参数三模态大模型“紫东太初”

---

欢迎后台留言、推荐您感兴趣的话题、内容或资讯！

如需转载或投稿，请后台私信。