随着人工智能技术迭代加速，通用人工智能发展汹涌澎湃，大模型训练参数量突破万亿级关卡，科技界持续上演AI挑战一切的戏码，行业竞争压力的与日俱增，也让企业意识到：科技能为企业提供高质量发展的有力支撑，产业AI化成为大趋势，于是，企业主动拥抱人工智能，积极进行数字化转型，可以预计，AI化的未来，各行各业将百花齐放。
思考当下，AI大模型为智能变革带来哪些机遇与挑战、企业如何用好AI、当AI遇上环保，技术进步和资源消耗如何平衡，国内知名智能科技产业栏目《智者见智》邀请到了联想集团CTO、高级副总裁、欧洲科学院外籍院士芮勇共同探讨AI如何助力企业发展。
关于Al大模型未来的发展趋势，芮勇博士表示：“之前人们在考虑如何建立大模型，现在大家开始思考如何用好大模型，而要用好大模型，就需要推动大模型向场景化、轻量化以及类脑化的发展。”
场景化是指通过模型微调或是与领域知识库相结合的方法，增强大模型的行业知识，为公司的业务定制、为应用场景适配，使大模型不仅是通才，更是某个领域的专才。
轻量化指的是，让大模型在受限的计算和存储资源下，仍能进行推理或微调，比如在本地PC设备运行。
还有类脑化，大模型使用“下一个单词预测”的自回归架构，更像是大脑中的“快系统”，善于处理直觉类问题，而不太善于处理需要“慢系统”的推理规划类复杂任务。当前流行的思维链Al Agents等技术，正是为了拓展大模型处理复杂问题的能力，另外，当前大模型的设计还是一个开环结构，如果要实现与物理世界的交互，比如控制机器人完成任务，那么则需要引入闭环反馈机制。根据机器人当前状态和环境变化，来自主规划机械臂的下一步动作。这就类似于大脑的纠错和反馈机制。这是单智能体的行为。如果涉及多智能体协同完成任务，那么就需要感知其他智能体的能力与行为，自主规划协作策略，这就类似于人类的社会协作网络。
在10月份的联想Tech World上，联想首次展示了搭载了个人大模型的AI PC，这是大模型向场景化、轻量化以及类脑化发展最典型的案例。
在人工智能和大模型领域，联想致力于打造一个混合人工智能框架（hybrid AI）。这个混合人工智能框架由公共大模型、部署在企业的私域大模型以及在本地设备上运行的个人大模型共同组成。联想将聚焦面向企业的私域大模型，以及在本地设备上运行的个人大模型的打造，并在公共大模型领域与业界伙伴合作，共同推动大模型在产业的落地。联想已为混合人工智能框架开发了多项大模型创新技术，包括私域大模型的微调、个人大模型的模型压缩以及混合AI框架下的数据管理+隐私保护技术等。
