北京智源大會6月6日開幕。全球最強的開源具身大腦大模型、助力新型治療方案研發(fā)的全原子微觀生命模型……作為北京市人工智能領(lǐng)域的新型研發(fā)機構(gòu)，智源研究院在開幕式上發(fā)布“悟界”系列大模型，推動人工智能從數(shù)字世界邁向物理世界。
從“悟道”到“悟界”，人工智能邁入現(xiàn)實物理世界
智源研究院院長王仲遠表示，大模型技術(shù)還遠沒有到發(fā)展的盡頭，過往所說的“百模大戰(zhàn)”更多的是大語言模型的競爭，而大語言模型受限于互聯(lián)網(wǎng)數(shù)據(jù)的使用，基礎(chǔ)模型性能雖然還在提升，但是提升速度不如以前。
“大語言模型性能提升的解法有很多?！彼f，一是通過強化學習，在后訓練和推理上提升，例如DeepSeek R1等，這是過去一年大模型產(chǎn)業(yè)界最大的進展之一。二是數(shù)據(jù)合成，目前學術(shù)界仍在突破。互聯(lián)網(wǎng)數(shù)據(jù)都是人類創(chuàng)造的，如果人工智能合成的數(shù)據(jù)、生成的數(shù)據(jù)質(zhì)量能夠達到人類創(chuàng)造的數(shù)據(jù)質(zhì)量，那意味著人工智能有可能實現(xiàn)自我學習和進步。三是使用多模態(tài)數(shù)據(jù)，在全世界范圍內(nèi)，多模態(tài)數(shù)據(jù)是文字數(shù)據(jù)的千萬倍甚至更多，這些數(shù)據(jù)遠沒有被有效利用。
大模型正在從大語言模型向原生多模態(tài)大模型、世界模型的方向演進。原生多模態(tài)世界模型本質(zhì)上是為了讓人工智能感知和理解物理世界，進而推進和物理世界的交互。進入物理世界之后，在宏觀層面，大模型與硬件結(jié)合，通過具身智能的發(fā)展解決實際生產(chǎn)生活問題。在微觀層面，生成式人工智能的應(yīng)用能夠進一步揭示微觀世界的本質(zhì)。
“世界模型是實現(xiàn)物理AGI（通用人工智能）的重要發(fā)展路徑。智源研究院的工作布局都是圍繞這一技術(shù)發(fā)展趨勢進行布局?！彼f，此前智源研究院發(fā)布的“悟道”系列大模型的命名，代表的是對大模型技術(shù)路徑的探索。此次推出“悟界”模型，“界”代表對于虛實世界邊界的突破。
腦科學多模態(tài)模型將助力抑郁癥等疾病預測
“悟界”大模型系列，包括原生多模態(tài)世界模型Emu3、腦科學多模態(tài)通用基礎(chǔ)模型見微Brainμ、跨本體具身大小腦協(xié)作框架RoboOS 2.0與具身大腦RoboBrain 2.0以及全原子微觀生命模型OpenComplex2。
其中，原生多模態(tài)世界模型Emu3只基于下一個token預測，無需擴散模型或組合方法，即可完成文本、圖像、視頻三種模態(tài)數(shù)據(jù)的理解和生成，在圖像生成、視頻生成、視覺語言理解等任務(wù)中展現(xiàn)出優(yōu)越的能力。
隨著人工智能技術(shù)的發(fā)展，神經(jīng)科學中傳統(tǒng)的假設(shè)驅(qū)動研究范式正逐步向數(shù)據(jù)驅(qū)動轉(zhuǎn)變，但具有挑戰(zhàn)的是神經(jīng)科學數(shù)據(jù)之間差異巨大。
腦科學多模態(tài)通用基礎(chǔ)模型見微Brainμ整合了神經(jīng)科學領(lǐng)域多個大型公開數(shù)據(jù)集和多個合作實驗室的高質(zhì)量神經(jīng)科學數(shù)據(jù)，完成了超過100萬單位的神經(jīng)信號預訓練，模型可以支持神經(jīng)科學領(lǐng)域從基礎(chǔ)研究到臨床研究和腦機接口應(yīng)用的不同方向，有望成為腦科學的 “AlphaFold”模型。
Brainμ能夠?qū)⒉煌哪X信號融入基礎(chǔ)模型中，包括人類的腦信號以及動物的腦信號，進行統(tǒng)一的編碼，再與文字、圖像、視頻等不同的模態(tài)進行融合，從而通過單一的腦科學領(lǐng)域的多模態(tài)基礎(chǔ)模型，完成不同腦科學相關(guān)的一些任務(wù)，實現(xiàn)科學數(shù)據(jù)注釋、交互式科學結(jié)論解讀、大腦感覺信號重建及模擬刺激信號生成，真正實現(xiàn)跨任務(wù)、跨模態(tài)、跨個體。
王仲遠說，在抑郁癥、阿爾茨海默病、帕金森綜合征的預測上，Brainμ的能力已經(jīng)超越了專用模型的預測能力。作為整合大規(guī)模多模態(tài)數(shù)據(jù)的基礎(chǔ)通用模型，Brainμ也可以支持拓展腦機接口應(yīng)用。
智源正在與國內(nèi)前沿的基礎(chǔ)神經(jīng)科學實驗室、腦疾病研究團隊和腦機接口團隊深入合作，包括和北京生命科學研究所開展動物睡眠數(shù)據(jù)自動化標注和解讀的實驗；和清華大學基礎(chǔ)醫(yī)學院開展了輔助運動障礙疾病新療法探索的實驗；在與腦機接口企業(yè)強腦科技BrainCO的合作中，Brainμ實現(xiàn)了首次在便攜式消費級腦電系統(tǒng)上重建感覺信號，展現(xiàn)了模型支持拓展腦機接口應(yīng)用能力的潛力。
王仲遠說，這兩個模型都代表了智源研究院對于多模態(tài)基礎(chǔ)模型的探索，希望以此讓人工智能真正看到感知、理解物理世界，進而進行交互，推動具身智能的發(fā)展。
RoboBrain 2.0任務(wù)規(guī)劃準確率大幅提升
具身智能過去兩年非常火熱，但發(fā)展過程中也遇到了不少挑戰(zhàn)?！氨热绠斚掠布廊徊粔虺墒欤捎谟布怀墒鞂е聰?shù)據(jù)短缺，數(shù)據(jù)短缺導致模型能力弱，模型能力弱導致落地應(yīng)用難，落地應(yīng)用難導致機器人難以量產(chǎn)，構(gòu)成了發(fā)展中的循環(huán)悖論?！蓖踔龠h說。
他說，當下具身智能大模型依然面臨著不好用、不通用、不易用的特點?！安缓糜谩敝傅氖蔷呱泶竽Ｐ瓦€遠沒有到ChatGPT的時刻，“不通用”指的是具身大模型大多只能用于一個本體或者同一品牌的本體，“不易用”指的是大腦、小腦、本體的適配難度比較高。
今年3月，智源研究院發(fā)布了跨本體具身大小腦協(xié)作框架RoboOS與開源具身大腦RoboBrain，可以支持不同構(gòu)型、不同品牌的機器人，不管是單臂機器人、雙臂機器人，還是輪式機器人、人形機器人等，RoboBrain能夠幫助這些硬件具備一些泛化的智能，面向具身智能應(yīng)用領(lǐng)域的多模態(tài)大模型，能夠幫助機器人真正看到物理世界，對人類發(fā)出的指令進行拆解、邏輯推理和規(guī)劃決策，再分配給不同的小腦模型來執(zhí)行。
此次發(fā)布的跨本體具身大小腦協(xié)作框架RoboOS 2.0是支持無服務(wù)器一站式輕量化機器人本體部署的開源框架。在該框架下，可一鍵下載并部署來自全球開發(fā)者創(chuàng)建的相同型號機器人本體的小腦技能，完成大小腦的無縫整合?！拔覀儗⑻峁┤蚴讉€基于具身智能SaaS平臺，使機器人的部署時間從天級別降低到小時級別?！?/p>
具身大腦RoboBrain 2.0是目前全球最強的開源具身大腦大模型。實驗數(shù)據(jù)顯示，RoboBrain 2.0的任務(wù)規(guī)劃準確率相較RoboBrain 1.0實現(xiàn)了74%的效果提升。相較于1.0，RoboOS 2.0對推理鏈路進行了優(yōu)化，整體性能提升達30%，全鏈路平均響應(yīng)時延低至3毫秒以下，端云通信效率提升27倍。RoboBrain 2.0還新增了閉環(huán)反饋以及具身智能的深度思考能力。RoboOS 2.0與RoboBrain 2.0已全面開源，包括代碼、數(shù)據(jù)、模型、基準評測等。
全原子微觀生命模型有望縮短生物醫(yī)藥研發(fā)周期
人工智能對蛋白質(zhì)結(jié)構(gòu)的預測就像一張張靜態(tài)的幻燈片，而自然界的蛋白質(zhì)更像持續(xù)變化的視頻。此次發(fā)布的全原子微觀生命模型OpenComplex2，實現(xiàn)了生物分子研究從靜態(tài)結(jié)構(gòu)預測到動態(tài)構(gòu)象分布建模的突破。
OpenComplex2在蛋白質(zhì)、DNA、RNA等復合物的結(jié)構(gòu)預測上表現(xiàn)出色，還能準確預測大小分子之間的相互作用。此外其打破了靜態(tài)結(jié)構(gòu)預測，進一步預測蛋白質(zhì)構(gòu)型分布，可以助力新型治療方案研發(fā)?；谌斯ぶ悄芫珳暑A測與高通量實驗驗證平臺的結(jié)合，OpenComplex2將有望顯著縮短生物醫(yī)藥研發(fā)周期，降低研發(fā)成本，提升科研成果轉(zhuǎn)化率，助力生物醫(yī)藥產(chǎn)業(yè)的高質(zhì)量創(chuàng)新發(fā)展。
據(jù)王仲遠介紹，智源研究院還構(gòu)建了全球首個高速跨尺度心臟藥物安全性評價平臺?！霸S多藥物最終因為其對心臟的毒性作用無法上市，因此評價藥物對于心臟的毒理作用非常重要?！彼f，基于去年發(fā)布的數(shù)字孿生心臟計算模型，智源研究院構(gòu)建了數(shù)字孿生心臟與藥物之間的相互作用模型，將藥物的評價時間從90天縮短不到一天，目前已經(jīng)和安貞醫(yī)院、協(xié)和醫(yī)院等醫(yī)院開展合作。
新京報記者 張璐
編輯 張牽 校對 李立軍
