商汤科技王晓刚：模仿学习面临挑战，下一代大模型将协同世界模型互动
时间：2025-03-01 03:00
小编：小世评选
在2023年全球开发者先锋大会上，商汤科技的联合创始人及首席科学家王晓刚对当前人工智能领域的模仿学习技术进行了深刻剖析。他指出，模仿学习作为一种主要依赖于示范数据的端到端技术，正在面临诸多挑战。其中最突出的两个问题包括高质量场景数据的稀缺和现有驾驶数据质量的参差不齐。王晓刚强调了模仿学习的性能瓶颈，显示出这一领域亟需创新和突破。
模仿学习的现状与挑战
模仿学习是机器学习的一种重要方法，它通过学习人类专家的行为来训练模型。王晓刚指出，尽管模仿学习在许多应用中取得了一定成功，但其效果往往受到数据的制约。在实际应用中，尤其是在自动驾驶等高风险领域，获取高质量场景数据的难度极大。大量的驾驶数据质量不一，使得模型的训练效果波动很大，无法保证稳定性和安全性。
王晓刚提到，模仿学习在性能上存在瓶颈。尽管这一技术有一定的自我学习能力，但在处理复杂任务时常显得力不从心。商汤科技正在积极寻求新的技术路线，以提升模仿学习的效率和效果。
未来发展：世界模型的协同互动
王晓刚在会议上透露，商汤科技正在开发下一代与世界模型协同交互的系统。这种新的模型将打破传统模仿学习的局限，通过引入世界模型来增强数据和场景的理解能力。世界模型是一种通过对环境的抽象化建模来进行有效决策的技术。王晓刚认为，将模仿学习与世界模型相结合，可以帮助AI更好地理解复杂的环境变化，并在动态情况下做出更好的决策，从而推动人工智能在更多领域的应用。
值得一提的是，商汤科技去年发布的“日日新 SenseNova 5.5”大模型体系，展示了他们在这一方向的探索与尝试。此体系的发布标志着商汤在大模型开发领域的重大进展，其中还推出了国内首个所见即所得的模型“日日新 5o”，其交互效果与全球领先的GPT-4o相媲美。
技术实力与训练数据的优势
商汤科技的日日新大模型 6.0，通过引入高质量的训练数据，尤其是大量的人工合成数据，建立了高阶的思维链。这些数据不仅丰富了模型的知识库，还使得其在处理复杂任务时具备了更强的推理能力。王晓刚强调，数据是人工智能模型发展的根基，优质的数据源是提高模型性能的关键。
在技术架构方面，商汤的日日新大模型采用了混合的端云协同架构。这种架构的设计，极大地提升了模型的推理速度，能够在云端与边缘设备之间实现高效协作。这意味着商汤科技的模型不仅能够在云端进行复杂运算，也能够灵活地应对边缘设备上的轻量级推理需求，从而在多种场景下发挥作用。
未来展望
面对当前的技术挑战和市场需求，王晓刚表示，商汤科技将继续深化对人工智能核心技术的研究与开发，尤其是在模仿学习和世界模型之间的协同交互创新。他相信，随着技术的不断进步，未来的人工智能将能够在更多复杂场景中实现自我学习与自主决策，为未来的智能社会做出更大贡献。
商汤科技在模仿学习和大模型发展上所取得的成就，为行业内的研究和应用提供了新的方向。在未来，随着技术的不断迭代与数据的不断积累，我们有理由期待人工智能在各个领域带来的颠覆性变革。
