在当前人工智能的发展浪潮中,基于大模型构建的人工智能体(AI Agent)已成为一项领先的技术,引起全球学术界和工业界的高度关注。与此同时,人工智能正从学术领域跨越到实际应用的新阶段,大模型驱动的群体智能技术正成为推动革新的核心动力。 目前大模型已能够构建出更具通用性和适应性的智能体,这些智能体不仅能独立执行复杂任务,还能在群体中协同作业,展示出远超单体智能体的集体智慧。 可以说,随着新一代AI技术的发展,我们正步入一个由大模型驱动的“Internet of Agents (IoA)”智联网时代,这个时代将由智能体的群体协作和互动定义,它们不仅服务于人类,更将与人类共创更加智慧和可持续的未来。 在汽车行业,群体智能的应用不仅能够大幅提升生产效率,优化用户体验,更能孕育新的商业模式。这在近期发布的《大模型驱动的汽车行业群体智能技术白皮书》(以下简称白皮书)可窥详貌。 4月12日,易慧智能联合清华自然语言处理实验室、面壁智能召开发布会,正式发布《大模型驱动的汽车行业群体智能技术白皮书》,这是国内首个关于大模型驱动的群体智能全面的研究报告和汽车行业应用探索。

此次白皮书发布会吸引了包括汽车行业专家、人工智能领域专家、咨询行业专家、大数据/算力专家以及权威媒体在内的众多嘉宾参与。 清华大学计算机科学与技术系助理研究员从鑫,面壁智能CEO李大海,易慧智能总裁李伟发表专业演讲,论述大模型驱动的群体智能技术发展现状及前景,探索AI赋能人类生产生活的最优解,为汽车行业的智能化发展提供关键的理论支撑与实践引导。

白皮书:汽车行业将加速迎来一个更加智慧、高效、用户至上的新时代****

白皮书分《战略态势:⼈⼯智能时代的汽⻋⾏业发展》、《科技突破:迈向通⽤⼈⼯智能的⼤模型群体智能技术体系》、《融创赋能:⼤模型群体智能在汽⻋⾏业的融合创新与价值创造》、《⽣态矩阵:汽⻋⾏业⼤模型群体智能⽣态矩阵建设》、《总结展望》五个章节系统性介绍了大模型驱动的智能体技术,特别是面向汽车行业提出了体系化的解决方案,对于未来通用人工智能赋能汽车行业提供了有益参考。 其中,白皮书全面回溯了AI技术的发展历程和关键里程碑,对“大语言模型”“单体智能”“群体智能”等关键技术专题进行了深入、系统的总结和梳理,同时结合技术能力和汽车行业应用场景找到了技术在汽车行业中的场景应用价值:通过大模型驱动的群体智能协同工作台和组织孪生技术路线,可以为行业客户定义/开发/部署企业级的数字员工和数字团队,在适合的场景下实现任务的智能化与自动化替代,为用户提供及时、丰富、个性化的服务,为行业客户带来高性价比的智能化解决方案,提升整个行业的运营效率和效能。 白皮书还展望大模型驱动的群体智能技术将为汽车行业预见一个更加智慧、高效能、用户至上的汽车新时代: 首先是智能化助力——汽车企业突破降本增效天花板。其认为在当前的经济环境下,车企需要不断检索突破口来提高生产效率、降低运营成本。 通过使用群体智能和组织孪生技术,车企可以率先将明确标准作业程序(SOP)和专家知识的场景实现智能化与自动化落地应用,重塑效率之巅。这不仅有助于车企提升自身的竞争力,更能推动整个汽车行业的持续发展。 这也是汽车行业的群体智能和组织孪生技术的核心价值——为汽车行业带来了前所未有的降本增效可能性。 其次是智能化赋能——开启用户运营新篇章。在以往用户运营旅程中,与日俱增的纷繁触媒环境下投入大量人力和财力成本也难以精准捕捉用户多样化需求。 群体智能不仅将极大地提高信息传递和决策的效率,更通过对海量用户数据的深度挖掘和分析,令车企能够为用户提供更加贴心、个性化的产品和服务,从而构建起更加紧密的用户关系,提升品牌影响力和市场竞争力。 最后是创新与合作——共建智慧汽车新生态。随着技术的持续演化和应用场景的拓展,我们可以预见大模型驱动的群体智能和组织孪生技术,将在汽车行业得到更广泛的应用与深度融合,释放出巨大的数据价值,显著增强车企在不确定环境下的竞争力和韧性。 作为白皮书发布方的清华大学自然语言处理实验室、易慧智能和面壁智能共同认为,大模型和群体智能技术的应用将推动汽车行业从传统生产方式向智能化生产方式的转变,为汽车行业发展注入新活力。 专家重磅解读:从技术前瞻、通用技术实践到行业技术应用

清华大学计算机科学与技术系助理研究员从鑫从技术前瞻的角度发表了主题为《大模型驱动的群体智能技术正成为推动革新的核心动力》的演讲。 他介绍道,大模型是人工智能的前沿制高点,将成为智能时代的基础设施。同时大模型也存在诸如专业技能欠缺、协作意识薄弱等局限,需进行专业教育实现智能体化,并通过AI Agent(人工智能体)赋能行业应用。 清华大学计算机科学与技术系助理研究员 从鑫

清华大学计算机科学与技术系副教授刘知远表示,大模型驱动的AI Agent 具备包括智商、情商、成长性、价值观、感知、人设等六大特性,随着 AI Agent 数量的增加和智能体间的协作能力提升,能够呈现出超越单个智能体能力的集体智慧——群体智能,实现对更加复杂任务处理和场景建模,其被认为是迈向通用人工智能的重要途径。 从单一大模型到多智能体群体智能的重要转变为 AI 的未来应用打开了新的可能性,预示着更加智能和自适应的技术解决方案的出现。 据刘知远介绍,组织孪生是大模型驱动的群体智能在业务场景下的应用框架,目前其团队提出了岗位孪生、架构孪生和业务孪生的概念和技术框架,旨在综合运用大模型的通用能力和智能体技术的灵活适配特性,实现智能科技服务人类。

面壁智能CEO李大海从通用技术实践的角度发表了主题为《智周万物,让AI智能体释放大模型无限潜能》的演讲。

他表示,面壁智能持续引领“高效大模型”路线。除了大模型的高效训练,在大模型高效落地方面,AI Agent是大模型落地应用的最后一公里,面壁智能引领AI 智能体(Agent)技术潮流, 持续推动建设大模型的高效建设、快步应用。

成为VIP会员查看完整内容
77

相关内容

大模型是基于海量多源数据打造的预训练模型,是对原有算法模型的技术升级和产品迭代,用户可通过开源或开放API/工具等形式进行模型零样本/小样本数据学习,以实现更优的识别、理解、决策、生成效果和更低成本的开发部署方案。
面向AI大模型的智算中心网络演进白皮书,30页pdf
专知会员服务
78+阅读 · 2023年5月15日
【2023新书】工业4.0应用的智能分析,313页pdf
专知会员服务
79+阅读 · 2023年4月20日
超大规模智能模型产业发展报告(附下载)
专知会员服务
76+阅读 · 2021年9月25日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
专知会员服务
84+阅读 · 2021年6月20日
专知会员服务
212+阅读 · 2021年4月21日
《人工智能计算中心白皮书》,43页pdf
专知会员服务
152+阅读 · 2021年3月5日
中国智适应教育行业白皮书,31页pdf
专知会员服务
70+阅读 · 2021年2月20日
【德勤】对话人工智能重塑人机交互,44页ppt
专知会员服务
35+阅读 · 2020年11月27日
【2022新书】深度学习归一化技术,117页pdf
专知
24+阅读 · 2022年11月25日
《人工智能安全测评白皮书》,99页pdf
专知
33+阅读 · 2022年2月26日
白皮书 | 工业智能前沿报告,35页pdf
专知
29+阅读 · 2021年3月9日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
157+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
398+阅读 · 2023年3月31日
Arxiv
66+阅读 · 2023年3月26日
Arxiv
139+阅读 · 2023年3月24日
Arxiv
20+阅读 · 2023年3月17日
VIP会员
相关VIP内容
面向AI大模型的智算中心网络演进白皮书,30页pdf
专知会员服务
78+阅读 · 2023年5月15日
【2023新书】工业4.0应用的智能分析,313页pdf
专知会员服务
79+阅读 · 2023年4月20日
超大规模智能模型产业发展报告(附下载)
专知会员服务
76+阅读 · 2021年9月25日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
专知会员服务
84+阅读 · 2021年6月20日
专知会员服务
212+阅读 · 2021年4月21日
《人工智能计算中心白皮书》,43页pdf
专知会员服务
152+阅读 · 2021年3月5日
中国智适应教育行业白皮书,31页pdf
专知会员服务
70+阅读 · 2021年2月20日
【德勤】对话人工智能重塑人机交互,44页ppt
专知会员服务
35+阅读 · 2020年11月27日
相关基金
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员