中科院新型AI“紫东太初” 迈向自主进化

　　图：“紫东太初”能够读懂文字、图像，并应询绘画画作。网络图片

　　【大公报讯】记者刘凝哲北京报道：中国科学院自动化研究所所长徐波16日在人工智能框架生态峰会2023上正式发布“紫东太初”全模态人工智能大模型。作为升级后的2.0版本，“紫东太初”不光能读懂文字、图像，还能理解音频、视频，甚至3D模型、传感信号，思考起来更像“真人”。值得一提的是，“紫东太初”不仅实现能力提升，还做到全链条“中国造”，打造出全栈国产化的通用人工智能底座。

　　2021年7月，全球首个千亿参数的多模态大模型“紫东太初”1.0就已发布，实现图像、文本、语音三类数据的相互生成。历经近2年的迭代，“紫东太初”2.0除了读懂图文外，还能看懂来自现实世界的影像数据、力触觉、工业传感信号等物联数据，可以像人一样综合运用多种信号进行思考。

　　在人工智能框架生态峰会上，徐波首次对外实时展示了大模型在音乐理解与生成、三维场景导航、信号理解、多模态对话等方面的全新功能，并邀请现场观众与大模型即时互动。“紫东太初”全模态认知大模型不仅可以透过《月光曲》畅谈贝多芬的故事，也可以在三维场景里实现精准定位，还能够通过图像与声音的结合完成场景分析，现场反响热烈。

　　参与突破罕见病诊疗难题

　　据介绍，“紫东太初”大模型目前已展现出广阔的产业应用前景，在神经外科手术导航、短视频内容审核、法律咨询、医疗多模态鉴别诊断、交通违规图像研读等领域开始了一系列引领性、示范性应用。在医疗场景，“紫东太初”可实现在术中实时融合视觉、触觉等多模态信息，协助医生对手术场景进行实时推理判断。此外，科研团队还与北京协和医院合作，利用“紫东太初”具备的较强逻辑推理能力，尝试在人类罕见病诊疗这个挑战性医学领域有所突破。

　　徐波表示，将“紫东太初”大模型为基础，持续探索与类脑智能、博弈智能等技术路径的相互融合，最终实现可自主进化的通用人工智能。