2023北京智远大会开幕“启蒙3.0”大模型发布 顶尖专家谈通用人工智能发展

6月9日，为期两天的“北京致远大会”在中关村国家自主创新示范区会议中心圆满开幕。科技部副部长吴朝晖、北京市副市长于英杰出席开幕式并致辞。

北京致远大会是由致远研究院主办的一年一度的人工智能国际高端专业交流盛会。定位为“人工智能专家顶级盛会”，具有“国际视野、技术前沿、思想激荡、洞察未来”的特点。已连续举办。 5 节课。今年大会邀请了图灵奖获得者Geoffrey Hinton、Yann LeCun、Joseph Sifakis和姚期智，张博、郑南宁、谢晓亮、张洪江、张亚勤等院士，以及人工智能中心创始人Stuart Russell加州大学伯克利分校、马萨诸塞州系统学院未来生命研究所创始人Max Tegmark、OpenAI CEO Sam Altman等200多位人工智能领域的顶尖专家参加了会议。与会嘉宾将从国际视野探讨通用人工智能发展面临的机遇与挑战。

开幕式由致远研究院院长张宏江主持。

致远研究院院长黄铁军发布《2023致远研究院进展报告》，全面发布“启蒙3.0”系列大模型和算法，报告高精度生命模拟和有机大分子建模。最新进展。

在成果发布方面，继2021年启蒙大型模型项目创下“中国第一+全球最大”纪录后，致远“启蒙3.0”进入全面开源新阶段，带来一系列领先成果：“启蒙天鹰”（Aquila）语言大型模型系列、Libra（FlagEval）开源大型模型评估系统及开放平台、“启蒙视界”视觉大型模型系列等一系列多-模态模型结果。

致远大模型系列完全开源

发表语言、视觉、多模态等方面的领先成果。

致远研究院是国内最早开展大尺度模型研究的科研机构之一。自2020年10月启动大模型研发以来，实现了多项第一：

l 率先汇聚AI顶尖学者，“致远学者”开启大型模型项目探索

l 牵头组建大尺度模型研究团队，成为未来国内大尺度模型研究的主力军

l 率先预见“人工智能大模型时代”的到来

l 率先发布“启蒙”大型模型项目，创下“中国第一+世界最大”的记录

l 率先启动大尺度模型评估旗舰项目，助力大尺度模型研发

l 率先倡导大模型的开源和开放，发布了FlagOpen大模型技术开源系统

l 率先构建大型模型学术生态，致远会议+致远社区成为大型模型讨论的高点阵地

据黄铁军介绍，在2021年3月的启蒙1.0发布会上，致远研判人工智能已经从“大模型”进入“大模型”新阶段。从此，“大模特”的概念进入大众视野。

至于什么是大模型？他认为需要满足三个条件：第一，规模要大，参数要超过百亿；第二，emergent，能够产生意想不到的新能力；不同的任务。

Enlightenment系列模型已经发展到“Enlightenment 3.0”版本，涵盖语言、视觉、多模态等基础大模型，现已全面开源。

1、“启迪远景”视觉大型模型系列，实现六大国际领先技术突破，照亮普世视觉的曙光。

《启蒙视觉》系统地解决了当前计算机视觉领域的一系列瓶颈问题，包括任务统一化、模型规模化和数据效率化，包括：

l 多模态大模型Emu，以多模态序列完成一切

l 最强亿级视觉基础模型EVA

l 通用的视界分割模型，可以理解一切，划分一切

l 第一个用于上下文图像学习技术路径的通用视觉模型Painter

l 最强大的开源CLIP型号EVA-CLIP

l vid2vid-zero零样本视频编辑技术，视频编辑有简单的提示

多模态大模型Emu 接受多模态输入并产生多模态输出。通过学习图形文本、交错图形文本、交错视频文本等海量多模态序列，实现图像、文本、视频等不同模态之间的理解、推理和生成。训练完成后，Emu可以在多模态序列的语境中完成一切，实现多轮图文对话、视频理解、精准图像识别、图文生成、多模态语境学习、视频提问- and-answer 和image-image 生成等。多模式能力。

EVA是目前最强的亿级视觉基础模型。通过结合语义学习和几何结构学习这两个关键点来解决视觉问题，使得视觉模型的通用性更强。目前，EVA在ImageNet分类、COCO检测与分割、Kinetics视频分类等广泛的视觉感知任务中的应用达到了当时最强的性能。

EVA-CLIP，一个大型多模态图文预训练模型，是目前最强大的开源CLIP模型。 EVA-CLIP是基于视觉基础模型EVA开发的。去年发布的EVA-CLIP 1B版本仅次于Meta今年5月发布的DINOv2型号。今年年初发布的EVA-CLIP 5B版本创造了零样本学习性能的新高度，超越了之前最强的OpenCLIP模型，在ImageNet 1K数据集上实现了零样本82%的最高准确率。

Painter通用视觉模型开创了“上下文图像学习”技术路径，图像理解图像、图像解释图像、图像输出图像：将自然语言处理中上下文学习的概念引入视觉模型，开创了“上下文图像学习”技术路径“以视觉为中心”作为建模的核心思想。目前，Painter模型可以完成7种主流视觉任务，性能较国际同类模型提升11%-25%。

一通百通，分割一切的视界通用分割模型，是首个利用视觉提示（prompt）完成任意分割任务的通用视觉模型，一通百通、分割一切。从影像中分割出各种各样的对象，是视觉智能的关键里程碑。今年年初，智源视界分割模型与 Meta 的 SAM 模型同时发布，点亮通用视觉曙光。

简单 prompt（提示）即可视频编辑的 vid2vid-zero 零样本视频编辑技术，首次在无需额外视频训练的情况下，利用注意力机制动态运算的特点，结合现有图像扩散模型，实现可指定属性的视频编辑。

2.悟道・天鹰（Aquila）语言大模型系列 + 天秤（FlagEval）评测体系，打造大模型能力与评测标准双标杆

为推动大模型在产业落地和技术创新，智源研究院发布“开源商用许可语言大模型系列 + 开放评测平台”2 大重磅成果，打造“大模型进化流水线”，持续迭代、持续开源开放。

“悟道・天鹰（Aquila）”开源商用许可语言大模型系列

悟道・天鹰 Aquila 语言大模型是首个具备中英双语知识、支持商用许可协议、国内数据合规需求的开源语言大模型。

悟道・天鹰 Aquila 语言大模型是在中英文高质量语料基础上从 0 开始训练，通过数据质量的控制、多种训练的优化方法，实现在更小的数据集、更短的训练时间，获得比其它开源模型更优的性能。

“悟道・天鹰”的开源属于一系列套餐，包括 Aquila・基础模型、AquilaChat 对话模型与 AquilaCode（文本-代码）生成模型。

Aquila 基础模型（7B、33B）在技术上继承了 GPT-3、LLaMA 等的架构设计优点，替换了一批更高效的底层算子实现、重新设计实现了中英双语的 tokenizer，升级了 BMTrain 并行训练方法，在 Aquila 的训练过程中实现了比 Magtron+DeepSpeed ZeRO-2将近 8 倍的训练效率。

AquilaChat 对话模型（7B、33B）支持流畅的文本对话及多种语言类生成任务；通过定义可扩展的特殊指令规范，实现 AquilaChat 对其它模型和工具的调用，且易于扩展。例如，调用智源开源的 AltDiffusion 多语言文图生成模型，实现了流畅的文图生成能力。配合智源 InstructFace 多步可控文生图模型，它还可以轻松实现对人脸图像的多步可控编辑。

图：多轮对话

图：高考作文生成

图：文图生成

图：多步可控人脸编辑

AquilaCode-7B“文本-代码”生成模型基于 Aquila-7B 强大的基础模型能力，以小数据集、小参数量，实现高性能，是目前支持中英双语的、性能最好的开源代码模型，经过高质量过滤，使用有合规开源许可的训练代码数据进行训练。

此外，AquilaCode-7B 分别在英伟达和国产芯片上完成了代码模型的训练，并通过对多种架构的代码 + 模型开源，推动芯片创新和百花齐放。

图：文本-代码生成

天秤（FlagEval）大模型评测体系及开放平台，旨在建立科学、公正、开放的评测基准、方法、工具集，协助研究人员全方位评估基础模型及训练算法的性能，同时探索利用 AI 方法实现对主观评测的辅助，大幅提升评测的效率和客观性。

目前已推出语言大模型评测、多国语言文图大模型评测及文图生成评测等工具，并对各种语言基础模型、跨模态基础模型实现评测。后续将全面覆盖基础模型、预训练算法、微调算法等三大评测对象，包括自然语言处理（NLP）、计算机视觉（CV）、音频（Audio）及多模态（Multimodal）等四大评测场景和丰富的下游任务。

首期推出的天秤（FlagEval）大语言模型评测体系，创新构建了“能力-任务-指标”三维评测框架，细粒度刻画基础模型的认知能力边界，可视化呈现评测结果，总计 600 + 评测维度，包括 22 个评测数据集，84,433 道题目。

天秤（FlagEval）开放评测平台现已开放申请（flageval.baai.ac.cn），打造自动化评测与自适应评测机制，可辅助模型研发团队利用评测结果指导模型训练，同时支持英伟达、昇腾（鹏城云脑）、寒武纪、昆仑芯等多种芯片架构及 PyTorch、MindSpore 等多种深度学习框架。

天秤（FlagEval）评测体系是科技部 2030 旗舰项目重要课题，正与北京大学、北京航空航天大学、北京师范大学、北京邮电大学、闽江学院、南开大学、中国电子技术标准化研究院、中国科学院自动化研究所等合作单位共建（按首字母排序），定期发布权威评测榜单

3.开源开放，FlagOpen 大模型开源技术体系升级，大规模、可商用中文指令数据集 COIG 二期发布

黄铁军院长提到，大模型不是任何一家机构或者一家公司垄断的技术，大模型技术体系是大家共建共享。我们要共建一个智力社会所需要的一套基础的算法体系。因此，智源研究院在打造开源生态方面做了许多努力。

图：FlagOpen 旗下，一站式开源子平台一览

今年年初发布的 FlagOpen 大模型技术开源体系，经过一段时间的发展，又有了一系列发展。为大模型发展夯实底层技术栈，提供切实加速度。

FlagOpen 平台是智源建设的大模型技术开源体系。旨在打造全面支撑大模型技术发展的开源算法体系和一站式基础软件平台，支持协同创新和开放竞争，共建共享大模型时代的“新 Linux”开源开放生态。

数据集方面，智源已开源首个大规模、可商用的中文指令数据集 COIG。COIG 一期已开放总计 19.1 万条指令数据，COIG 二期正在建设最大规模、持续更新的中文多任务指令数据集，整合了 1800 多个海量开源数据集，人工改写了 3.9 亿条指令数据，并提供了完善的数据筛选、版本控制工具，方便大家使用。

大模型、生命智能、AI4Science，

三大路线通向 AGI

在攻关大模型的同时，智源一直关注“具身智能”技术路线，探索强化学习在多模态交互模型方面的潜力。近期，智源研究院提出了在无专家数据情况下高效解决《我的世界》任务的方法 Plan4MC，可完成大量复杂多样任务，为当前强化学习路径下最优表现，成功率相比所有基线方法有大幅提升。我们的下一个目标是让智能体在开放世界中持续学习并进一步具备创造力。

智源在 AI for Science 领域的探索，致力于人工智能与基础科学深度融合的崭新科研范式，延展不同科学领域的探索边界，造福人类与社会。在相关研究中，智源团队在生命演化和蛋白质结构预测方向作出了重磅成果。OpenComplex 是智源健康计算研究中心打造的面向生物大分子的开源人工智能算法平台，目前已开源蛋白质、RNA 以及复合物的高精度结构预测训练和评测代码。平台还建立了将「蛋白质结构预测」「RNA 结构预测」和「蛋白质-RNA 复合物结构预测」三类任务统一的端到端生物大分子三维结构预测深度学习框架。最近一年，智源 OpenComplex 团队在蛋⽩质结构预测权威竞赛 CAMEO 中取得稳定领先成绩，连续在最近月度、季度、半年度和年度评测周期中排名第一。

去年智源大会发布了最高精度的仿真线虫。现在，智源开放仿真线虫研究所使用的“天演“平台，提供在线服务。天演是超大规模精细神经元网络仿真平台，具有四项显著特点：当今效率最高的精细神经元网络仿真的平台；支持超大规模的神经网络仿真；提供一站式在线建模与仿真工具集；高质量可视化交互，支持实时仿真可视协同运行。

基于天演平台，实现对生物智能进行高精度仿真，探索智能的本质，推动由生物启发的通用人工智能。为进一步推动神经系统仿真规模与性能，天演团队将天演接入我国新一代百亿亿次超级计算机-天河新一代超级计算机。通过“天演-天河”的成功部署运行，实现鼠脑 V1 视皮层精细网络等模型仿真，计算能耗均能降低约 10 倍以上，计算速度实现 10 倍以上提升，达到全球范围内最极致的精细神经元网络仿真的性能，为实现全人脑精细模拟打下坚实基础。

智源大会：人工智能顶级专家

共话通用人工智能发展机遇与挑战

随着 ChatGPT 等大模型的发布，全球人工智能掀起了新一轮发展热潮，国内外大模型技术研究与产业发展日新月异，通用人工智能进入全新发展时期。

本次大会围绕当前大模型等通用人工智能技术发展的热点问题，汇聚顶尖专家，搭建国际交流合作平台，将为人工智能技术可持续发展注入强劲动力。

在本届大会安排上，重点围绕以下三方面展开：

1.通用人工智能发展现状与未来趋势：

虽然大模型生成的内容质量持续在提升，但是仍有专家对大模型路径存疑。图灵奖得主 Yan LeCun 认为基于自监督的语言模型无法获得关于真实世界的知识，这些模型在本质上是不可控的，并提出了“世界模型（World Model）”的概念。

本次大会重点围绕通用人工智能主要三条路径的前沿研究现状及未来趋势进行深入研讨。

深度学习大模型路径设置了基础模型前沿技术、视觉与多模态大模型、生成模型等论坛，具身方向设置了具身智能与强化学习论坛，类脑智能方向设置了基于认知神经科学的大模型、

类脑计算、AI 生命科学等论坛，另外，还有智能的物质基础等更为前沿的研究方向。

作为首位开场嘉宾，图灵奖得主 Yann LeCun 带来了题为“Towards Machines that can Learn, Reason, and Plan”的主题演讲，表达了他对通用人工智能发展路径的系统思考。

图：杨立昆和朱军对话

图灵奖得主 Joseph Sifakis、郑南宁院士和 Graphcore 联合创始人 Simon Knowles 等嘉宾还带来了精彩的线上特邀报告。同时，基础模型前沿技术、视觉与多模态大模型、具身智能与强化学习、类脑计算、大模型新基建与智力运营等专题论坛也陆续开启。

2.安全伦理问题和风险防范：

今年人工智能的发展出现了很大的变化，大模型出来了“涌现”能力，尽管还远没到“超人”的风险，但是，随着人工智能技术进步而来的是对安全风险问题关注的陡然提升。

本次大会，我们也邀请到了关于人工智能安全伦理问题方面的代表性人物进行思辨。

大会开幕式上，未来生命研究所创始人 Max Tegmark 介绍受控下的 AI 发展，分享了“Keeping AI under control”的报告，并与清华大学张亚勤院士进行了对话，共同探讨 AI 伦理安全和风险防范问题。

6 月 10 日全天的“AI 安全与对齐”论坛，OpenAI 联合创始人 Sam Altman 进行了开场主题演讲，围绕模型的可解释性、可扩展性和可泛化性给出了见解。随后，Sam Altman 和智源研究院理事长张宏江开展了尖峰问答，主要探讨在当前的 AI 大模型时代，如何深化国际合作，如何开展更安全的 AI 研究，以及如何应对 AI 的未来风险。

图：张宏江和 Sam Altman 对话

本次论坛众星云集，加州伯克利分校教授 Stuart Russell、图灵奖得主，中国科学院院士姚期智、Anthropic 联合创始人 Christopher Olah 等等 AI 专家，也在论坛中给出了自己对当前 AI 可持续发展的洞见。

3.开源开放创新生态建设

当前，以大模型为核心的人工智能生态体系正在形成，大模型向下带动 AI 基础软硬件、AI 系统、算力设施，向上支撑赋智经济社会各类应用。本次大会围绕底层基础设置大模型新基建与智力运营、AI 系统等论坛，围绕应用设置自动驾驶论坛。

开源开放是人工智生态建设的必然选择，本次大会专门设置了 AI 开源论坛，同时邀请了国际开源社区 LAION 的创始人，Linux 基金会负责人共同探讨开源社区、开源生态的建设与运营，推动开源开放创新生态建设。

每年的智源大会，都会吸引几万人工智能专业人士，受到广泛认可。

这一顶尖 AI 内行交流平台，已成为链接国内外人工智能顶尖学者，进行前沿思想研讨的顶尖专业交流平台。大会分享嘉宾一直遵循严格的内行荣誉邀请制，以保障分论坛也有不逊色于主论坛的高端分享嘉宾与规格品质。每年智源大会，大部分论坛都由智源学者、产业合作者共同组织，是智源学术与产业生态圈携手绘制的杰作。

在过去的四年间，500 余位以图灵奖得主为代表的顶尖 AI 专家在这里激扬思想，数万名专业人士注册参会，覆盖 30 多个国家和地区。

在生态创新方面，除了智源大会，还形成了智源学者、智源社区、青源会等层峦叠嶂、欣欣向荣的 AI 生态圈，从顶尖学者到青年才俊，从前沿思想到一线实践。智源学者汇聚近百位人工智能学者，自由探索勇闯 AI 无人区；智源社区吸引 12 万 AI 内行，每年举办逾百场学术交流活动；青源会则囊括海内外 1000 + 青年 AI 才俊，密切交流。