7.4
深览指数
科技智东西·陈 佳··AI 生成
00后和院士同台，产学研趟出新路子，大模型下一战要拼“全模态”和“真对齐”
中国中文信息学会联合联想控股等单位成立产学研创新生态工作委员会，旨在将产学研模式从“成果后转化”转向“协同前创新”。会上，百度CTO王海峰提出“原生全模态”路径，强调将文本、音频、视频统一为离散Token建模；微软刘树杰则指出多模态瓶颈不在模态数量，而在表示对齐。圆桌环节激辩科学家创业：投资人直言“最怕院士创业”，00后创业者陈天润反直觉地指出前沿突破常来自博士生而非导师。本文适合关注AI技术路线走向与产学研机制困境的从业者。原文 ↗
核心观点
- ▍大模型的下一个核心竞争方向是“原生全模态”（文本、音频、图片、视频统一为离散Token在共享空间建模），而非模块级联或架构拼接；同时，需解决模态的“真对齐”问题，而非简单叠加更多模态。
- ▍中国中文信息学会牵头成立的产学研创新生态工作委员会（工委会）旨在推动产学研从“成果后转化”转向“产业端从研发阶段就加入”的“协同前创新”模式。
- 01百度CTO王海峰指出，现有级联方式（ASR→LLM→TTS）和架构拼接（跨模态对齐模块）存在信息损耗和表示空间不统一问题。文心5.0采用弹性预训练（Once-For-All）一次训练多种规格子模型，超稀疏MoE专家激活率低于3%。
- 02微软研究员刘树杰以VALL-E系列为例说明语音离散Token化可复用大语言模型训练思路，实现零样本个性化TTS和跨语言TTS。他认为多模态大模型推理弱、鲁棒性差的根本原因是表示不匹配、噪声信号消耗了建模能力，而非模态不够多。
- 03工委会计划搭建三个平台：以产业需求出题的评测平台、系统化对接的信息枢纽平台、依托学会公信力的背书平台。未来18个月计划包括技术前瞻、项目孵化（复制智谱模式）、专业评测和人才发现。
- 04圆桌环节，联想控股CEO于浩任工委会首任主任，强调通过纵向打通科研/产业/投资端、横向打通学会各专委会来重塑产学研架构。
- 05投资人王晟将高校创业者分为三类：极少数同时精通商业和学术者可做CEO；绝大多数只有学术能力必须找商业搭档；介于两者之间可承担管理职责但仍需互补。他明确指出“VC投的不是科学家，是有科技基因的企业家”。
- 06联想控股副总裁纪朝峰坦言“最怕院士创业”，因院士在学术圈习惯于权威地位，企业内“谁敢提管理意见”，并在投资前就应判断团队能力与性格边界。
- 0700后魔芯科技创始人陈天润在读博士，其反直觉观察：在大模型前沿，真正推动技术进展的往往是亲手做实验的博士生而非导师。哈工大教授赵铁军对此表示认同。
反方 / 局限
- — 圆桌共识虽强调科学家创业需与商业互补，但并未深入讨论“科学家在创业中如何确保技术方向主导权不受资本侵蚀”这一常见张力。
- — 文中对工委会“复制智谱模式”目标的阐述较模糊，未说明该模式的具体内涵、成功前提及其在不同技术领域/团队规模的适用边界。
中国中文信息学会联想控股百度微软亚洲研究院拓尔思英诺科创基金北京前沿国际人工智能研究院魔芯科技王海峰刘树杰于浩施水才王晟纪朝峰陈天润赵铁军文心大模型5.0VALL-E产学研创新生态工作委员会原生全模态弹性预训练 (Once-For-All)超稀疏MoE飞桨深度学习框架
11 分钟 · 4 卡片 · 12 资料
读原文 →