李建忠-大模型技术创新驱动的AI生态和应用演进.pdf

1、ML-SummitML-Summitwww.cpp-www.ml-summit.orgwww.gosim.orgwww.pm-summit.orgML-SummitML-SummitML-SummitML-SummitML-SummitML-Summit李李建建忠忠 C CS SD DN N高高级级副副总总裁裁，B Bo oo ol la an n首首席席技技术术专专家家CSDN高级副总裁，Boolan首席技术专家，全球机器学习技术大会主席。对软件架构、产品创新、人工智能有丰富经验和深入研究。近年来主要研究以大语言模型为主的人工智能方法在软件领域的应用，提出科技创新的“范式转换立方体 Para

2、Shift Cube”，相关研究和演讲引起业界强烈关注。演演讲讲主主题题：大大模模型型技技术术创创新新驱驱动动的的A AI I生生态态和和应应用用演演进进ML-SummitML-Summit2025 全球机器学习技术大会大模型技术创新驱动的AI生态和应用演进李建忠ML-SummitML-Summit人类与AI 发展的遥相呼应感知感知 AI AI Perception AI Perception AI(2012(2012-18)18)生成式生成式 AI AI Generative AIGenerative AI(201824)(201824)智能体智能体AI Agent AI Agent(202

3、430)(202430)物理物理AI AI Physical AIPhysical AI5.55.5亿年前亿年前首个具有大脑的生物线虫首个具有大脑的生物线虫最早有眼睛的生物三叶虫最早有眼睛的生物三叶虫5.45.4亿年前亿年前50005000年前年前人类发明文字，人类文明开启人类发明文字，人类文明开启16161717世纪世纪科学革命，人类进入理性科学革命，人类进入理性/启蒙时代启蒙时代人工智能与神经网络人工智能与神经网络19401940年代年代ML-SummitML-Summit自然语言在“人类智能”中处于中心地位图像视频语言代码音频结构化数据ML-SummitML-Summit人类智能的核心：

4、自然语言不是简单概率跨语言泛化语言映射概念Predict Next Token 只是表现形式，模型会提前规划整个输出逻辑在一种语言中学习知识，并在另一种语言中运用语言背后映射的是人类知识浩如烟海的抽象概念体系推理并非记忆不是简单背诵人类知识，而是蕴含复杂的推理过程Tracing the thoughts of a large language modelAnthropicML-SummitML-Summit语言 与 人类”抽象概念“的映射苹果ApplemanzanapommeApfel抽象，即压缩去燥，减少编码量神经网络就是在做压缩、去噪-Transformer 压缩-Diffusion mo

5、del 去噪抽象 是演绎法（deduction）与归纳法（induction）的认知基石ML-SummitML-Summit维特根斯坦（18891951）语言是思想的图画ML-SummitML-Summit强化学习推动从“训练”到“推理”的范式转换预训练后训练推理“讲道理”预训练后训练“讲知识”“讲文明”快思考慢思考训练模型推理模型ML-SummitML-Summit大语言模型 Scaling Law 三段论Pre Traing ScalingTest Time ScalingRL ScalingLLM Scaling智能性能扩展要素ML-SummitML-Summit大模型应用的两大方向思考

6、智能体Agent内容AIGC为人类提供多巴胺擅长 Kill Time娱乐社交类toC 先行为人类提供内啡肽擅长Save Time生产力/效率类toB 先行ML-SummitML-Summit生成式AI在模态方向演进路线创作门槛的不断降低，是内容产业变革的核心驱动力文字图片音频视频ML-SummitML-Summit智能体的能力成熟度阶梯规划工具协作记忆行动A2A(Agent to Agent)MCP(Model Context Protocol)Reasoning(Reinforcement learning)Me