“大模型不是萬能的”

“大模型不是萬能的，不能過度神話它。”

這句話，《中國科學報》記者今年在不同場合聽到多次。最近一次，是在“CCF太原大模型賦能文物古建保護與傳承論壇”上。

自2022年底OpenAI推出大語言模型產品ChatGPT以來，世界仿佛一下子“覺醒”到大模型時代——不僅各“大廠”都在奮力發展大模型，喊出了“所有軟件、應用都值得被大模型重構/重做一遍”的強音；國內各大高校院所、企業也紛紛加入，迄今（統計至2024年5月末）已發布300多個大模型產品。

然而，大模型至今仍未找到它的“超級應用”。相比國內數以十億計的移動互聯網用戶數量，大模型產品的日活用戶數至多只有百萬量級。如此之低的滲透率，不免讓人對“大模型不是萬能的”這句話更有共鳴。

賦能古建保護？大模型還差點火候

地上文物看山西。山西古建筑資源豐厚，價值極高。數據顯示，山西全省目前保存的古建筑有28027座，數量居全國之首；其中遺存最少、價值最高的唐代到金代的木結構建筑，山西擁有120多座，占全國80%以上。由于文物古建不可替代、不可復制、不可再生，科學保護文物古建成為重要課題。

于是，便有了這場研討會，由中國計算學會太原分部（CCF太原）主辦的“大模型賦能文物古建保護與傳承論壇”。專家們聚首，探討如何利用大模型技術為山西省豐富的文物古建資源提供更為精準、高效的保護與傳承方案。

事實上，利用人工智能（AI）技術科學地保護古建筑的工作珠玉在前。在“2024中國·AI盛典”上，山西省永樂宮壁畫保護研究院院長席九龍等人就分享了利用生成式AI技術修復永樂宮壁畫《朝元圖》的故事，用AI之筆重現了800年前的中國色彩。不過，在古建文物的保護命題上，一些文物專家對數智化技術的應用仍持觀望態度。

太原市文物保護研究院科技信息部副主任韓宏斌談到，目前文物界對于數字化手段是否可以真正還原文物原貌存在較大爭議。“以晉祠為例，用增強現實（AR）等技術修復后的壁畫，復原了輪廓，但是色彩的沉穩度、筆觸的生動性沒有展現。”

而具體到文物古建保護中，大模型所能做的事情似乎更加有限。韓宏斌介紹說，游客呼出的氣體、地理地形造成的溫度濕度、大氣變化、微生物等因素都會造成建筑本體的破壞，尤其是壁畫的保護存在較大難度，如何利用智能化技術對病灶進行預測，以及如何抓取利用相關數據、實施可行性保護仍是目前的難題所在。

論壇上多位專家也談到，文物保護涉及生物、化學、物理等多個學科領域，僅靠大模型“賦能文物保護”有些勉為其難。山西大學自動化與軟件學院副院長郭威認為，這受限于目前文物古建筑領域的數據量級及案例有待豐富，反倒是可以嘗試先在文化傳承領域下功夫，例如用AR技術等數字化手段進行場景化研學、沉浸式游覽。

哈爾濱工業大學計算機科學與技術學院副院長、教授馮驍騁談到，文物古建的修復不一定需要大模型技術。例如，基于物聯網技術的“古建筑健康智能監測系統”可以對古建筑進行健康監測和預警保護；基于三維激光掃描技術的無損檢測能夠對古建筑文物內部結構以及損傷程度進行檢測，為修復工作的開展提供更精準的數據支撐等等。

大模型發展仍在初級階段

一位要求匿名的行業專家告訴《中國科學報》，大模型在古建保護領域“吃癟”并不是個別現象，現階段大模型發展雖然十分迅猛，但仍處于初級階段，規模化落地尚待進一步探索。

個中原因，智源研究院大模型行業應用總監周華認為，目前大模型在原理上還存在一定的“幻覺”，這導致大模型在規模落地方面存在著類似“最后一公里”的問題。

“許多人工智能企業或廠商在通用模型方面做得相當不錯，能夠通過考試并獲得高分，但當涉及到特定行業的應用，尤其是那些需要深度知識和高準確性、可靠性的應用時，行業大模型就還有很大的探索和發展空間。”周華說，現階段大模型主要落地在一些容錯性較高的領域，如在智能客服、文檔處理等方面能夠發揮更多輔助作用。

大模型作為人工智能領域的關鍵工具，其層級構建邏輯如下：通用大模型居底層，具備廣泛適用性但專業深度有限；行業大模型在通用大模型之上，針對特定領域深化專業性；垂直大模型則進一步聚焦于行業內的細分領域，強化專業服務能力。

是以，國內大模型廠商紛紛轉向行業應用，進軍“行業大模型”“垂直大模型”。不過，行業/垂直大模型要大展身手，也受限于行業數據和知識共享等因素。

騰訊研究院大模型研究課題組一項研究報告提出，影響行業應用大模型速度的兩個關鍵因素是數據可得性和需求適配度。其解釋稱，高質量數據越容易獲取，行業模型應用進展越順利；同時，行業核心業務與大模型創意生成和交互能力越匹配，應用落地進展越快。

該報告進一步舉例：互聯網、數字游戲等數字原生行業，由于數字化程度高、數據積累豐富、技術接受能力強，容易成為大模型落地較快的行業；而文物古建領域由于線下生產流程的復雜性和高度的專業化，尚處于局部試點探索階段。

“智能體”應用值得關注

今年初，文生視頻大模型Sora的出現，一度讓影視行業人士高呼“狼來了”。然而，今年的暑期檔，影視巨星成龍主演、大量使用了生成式人工智能和數字人技術的電影《傳說》登陸大熒幕，卻遭遇了票房與口碑的雙失利。

“AI對于影視行業來說，其實還是一個工具，它所替代的是原本拍攝過程中工程量很大的那一部分‘技術活’，并不是完全地替代人，因為AI也會出錯。而給AI改錯這件事，還是得人干。”南京大學副校長、人工智能學院教授周志華呼吁，大家對AI不能過于恐懼，更不要認為它是“萬能的”。

“AI永遠只是個輔助工具。要實現‘AI制作不出錯’這一目標，在現行的技術路線下還是看不到解決方案的。”周志華補充說：“這也是我們前沿的研究問題。”

一般而言，大模型之于人工智能，猶如操作系統之于智能手機，雖至關重要卻常隱于幕后，需通過開發各類“智能體”（類似于應用程序）以解決具體問題，諸如預訂住宿、出行安排或路線導航等。今年的巴黎奧運會上，上海體育大學就與百度合作開發了體育大模型及對應的智能體，通過提供體育文獻、動作識別與技戰術分析等，助力跳水、游泳、田徑等多支國家隊的日常訓練和備戰工作。

“制作一個智能體通常不需要編碼，比互聯網時代制作一個網頁還要簡單。”百度創始人、董事長李彥宏曾在公開場合談到，未來醫療、金融、教育、制造、交通、農業等領域都會依據各自的場景和特有的經驗、規則、數據等，涌現出各種各樣的智能體，數量級或將以百萬計。因此他也表示，“智能體是我們最看好的AI應用的發展方向”。

“比起通用大模型，AI智能體的開發成本則要低得多——人們只需調用已有大模型的API，再利用一些專用的數據進行訓練，就可以得到一個AI智能體。”前述匿名人士告訴記者，人們對個性化、專業化AI智能體的需求更大，因此結合特定需求開發的AI智能體也很容易找到場景并完成變現。他認為，隨著更多的資源從大模型轉向AI智能體，整個AI行業將有望從現在的泡沫性繁榮走向更為穩健的成長。