外滩大会集中展出一批人工智能时代的关键核心技术。

据《全球数字经济白皮书（2024）》透露，全球目前有3万家人工智能核心企业以及超过1300个人工智能大模型。而来自工业和信息化部的数据显示，截至7月底，国内备案的大模型共有197个，其中30%是通用大模型，70%是行业大模型。

当大模型以及生成式人工智能（AIGC）的聚光灯亮起，人们情绪更显复杂好奇：当大模型可以聊天、做视频、研究金融甚至艺术创作，其想象力和创造力边界究竟有多宽广？同时，也有人担忧，当AIGC源源不断地“涌现”智慧后，安全边界又在哪里？

通过技术优化来拓展AI边界

今年外滩大会期间，一批新的大模型亮相，向着更加专业、细分的方向迈进。生数科技与清华大学联合发布的视频大模型Vidu，可一键生成高清视频，点燃创意火花；复旦大学发布的智能显微成像大模型UniFMIR，突破现有荧光显微成像的极限，大大提升生命科学等领域的分析质量……

金融科技领域的大模型也不少，由同济大学、上海人工智能实验室等共建的“书生·济世”金融大模型就在外滩大会上首次登台。“通过对金融语料的继续预训练和任务微调，它可以提升文本识别、分析的准确性和速度，加快信息处理和决策制定的过程。”研究团队成员介绍，这一金融大模型为智能化决策、风险管理等领域带来创新体验和生产力增效。

大模型百花齐放，它的创造力有没有边界？欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松给出了自己的判断：“大模型创造力的边界几乎是无限的，但大模型有长处，也有软肋，这就导致其在现实中的创造力是有边界的。”

在MiniMax创始人、CEO闫俊杰看来，拓展AI的边界需要耐心，当下他更加关注通过技术优化来拓展AI的边界。他表示，如果模型错误率可以下降到个位数，那么，AI就可能从助手变成一种生产力，带来真正大众化的产品，为行业带来本质变化。就在几天前，MiniMax刚刚发布视频模型abab-video-1，输入提示词就可生成最高6秒时长的视频，但闫俊杰并不急着往前走，“新的东西要调试到更满意的状态后，才考虑商业化。”

上海人工智能实验室领军科学家乔宇则通过多模态大模型的创新演进之路来思考这道题。他认为，未来大模型可能会走上两条发展路线。第一条是大模型路线的延续，通过扩大规模、更多模态，产生更强能力，并向产业渗透，但它依然会有“幻觉”等瓶颈，“不知道自己什么时候不知道”，并且会伴生能耗极高、成本极高的不可持续问题；而第二条则是新技术路线的探索，即探索强化学习、符号推理、知识等非大模型技术路线。他认为，最终能让大模型规模化应用落地的产品，一定是专业性、通用性、经济性这三大核心要素实现平衡的产品。

智能体发展需从量变到质变

在大模型创造力的具象体现中，智能体是一个行业较为认可的模式，在“大模型的创造力边界与应用想象力”论坛上，“智能体”就是高频出现的热词。

在孙茂松看来，智能体形成需要4个要素，分别是语言生成大模型的能力、大模型的代码生成能力、图文大模型的能力以及3D建模，“这些要素当下已形成较强功能，使智能体成为可能”。

从工业和产业落地的角度，智能体其实是大模型应用于各领域的下游概念。孙茂松表示，智能体的商用值得期待，但要更有耐心。现在不少任务用当下大模型驱动的智能体只能完成很少一部分，但随着时间推移，当大模型和智能体的能力都提升后，两者结合就可以完成更多任务，从而也会有较大商业价值。

在外滩大会现场，全球领先企业一口气带来20多个AI智能体：数字分身辅助完成工作、赛博宠物消解孤单、脑机辅助深度睡眠……在“未来财富空间”，蚂蚁集团AI金融管家“蚂小财”新版升级亮相，记者体验发现，在询问上市公司财报时，“蚂小财”能即刻生成图文版财报解读，清晰呈现营收等核心数据的变化。中国社科院大学金融研究所教授李永森认为，在财富管理这样的严谨领域，该种尝试较为少见，但金融智能体迟早会出现，将有助于高大上的金融行业从产品视角向用户视角转变。

孙茂松表示，智能体技术正润物细无声地走进大众生活，但这是一个量变引起质变的过程，可能需要通过几年迭代和积累，其性能才会有显著提升。

金融科技领域安全是底线

在探讨大模型的想象力和创造力边界之时，还有一条边界也引起业内外的足够重视——安全，尤其是在金融科技领域，安全是底线。

前不久Deepfake（深度伪造技术）事件已敲响警钟。在外滩大会“AIGC，释放还是削弱生产力”论坛上，记者就看到了一段真实的数字人“变脸”——其脸部一会儿变成哈利·波特，一会儿又换回科技博主“毕导”自己的样子，但看起来真实而自然，就连数字人本体毕导自己看了都心有余悸。“深度伪造技术是利用深度学习方法来伪造图片、音频及视频的一种技术手段，使篡改甚至生成高度逼真且难以证明的内容成为可能，以AI换脸为例，它容易被不法分子用来进行金融诈骗造成财产损失。”毕导说。

基于此，外滩大会发起了一场全球Deepfake攻防挑战赛。赛事出题人之一、ZOLOZ技术总监姚伟斌表示，伪造技术正在不断迭代更新，我们的对抗能力也需要不断提升，这也是发起比赛的意义所在。十余家机构还联合发布国内首个面向金融场景的“AI换脸”检测标准，为金融场景下的虚假数字人脸安全检测和评估提供依据，也填补这一领域的空白。

由AI换脸对金融安全的“伤害值”起步，中国工程院院士蒋昌俊则在思考金融大模型、大装置在金融系统性安全领域的可行性：2008年，雷曼兄弟事件导致美国在金融衍生品市场发展上绕了很大弯子，它的隐秘性很强，但现在利用大数据的算力，是否能够有效跟踪，以及遏制这样的事件发生？

蒋昌俊认为，数字金融的大科学装置，在金融风险防范领域有着独特的作用和优势，而上海最具这方面的发展潜力，“作为国际金融中心的上海，怎么再上升一个台阶、提高一个台阶，把这些科技要素、科技力量注入大模型、大装置，更好防范系统性金融风险，是值得思考的命题。”

作者：徐晶卉

文：本报记者 徐晶卉 图：东方IC 编辑：施薇

转载此文请注明出处。