猜你想问
方正焦娟大模型13讲的核心内容是什么？
本报告聚焦全模态大模型的现实落地，指出2025年底谷歌、OpenAI已实现多模态技术突破，2026年底或迎来全模态技术突破，半年后将传导至产业，2027年底或在现实世界发挥成效。多模态可处理文字、图片、音频、视频等多类信息，提升消费级互联网平台货币化转化率；全模态则让模型可直接感知现实世界、完成任务，无需人工翻译中间环节。报告还分析了模态的信息传递机制、多模态技术路径以及全模态应用价值，包括取消现实向文字的人工翻译、让AI进入多工具工作流等。
多模态和全模态大模型的技术发展趋势如何？
多模态技术路径分为拼接式、对齐式、原生统一式，其中原生统一式通过共同学习实现多模态紧密协同，是未来发展方向。视频是多模态走向全模态的关键桥梁，能帮助模型学习动态世界与事件因果。全模态大模型将直接感知现实世界、完成任务，应用价值包括取消现实向文字的人工翻译、推动内容生成从表达型走向生产型、催生智能终端与入口等，还可形成数据飞轮实现高速正反馈。
报告重点分析了哪些方向？
报告重点分析了全模态大模型的现实落地路径、多模态与全模态的技术差异、模态的信息传递机制、多模态技术路径选择以及全模态应用价值。报告指出，原生统一式是多模态技术未来发展方向，视频是关键桥梁；全模态应用价值包括取消人工翻译、让AI进入多工具工作流、推动内容生成和生产型转变、催生智能终端与入口等。
当前市场对全模态大模型的发展现状如何？
当前市场已实现多模态技术突破，2025年底谷歌、OpenAI已实现多模态技术突破，2026年底或迎来全模态技术突破，半年后将传导至产业，2027年底或在现实世界发挥成效。多模态技术已应用于提升消费级互联网平台货币化转化率，如淘宝618边看短剧边购物案例。但国内大模型多模态能力目前尚未展现巨大效果，与谷歌、OpenAI相比存在一定差距。
全模态大模型发展存在哪些风险？
全模态技术落地需关注算力需求、延迟降低、可靠性提升，同时安全、责任界定将成为重要制度性议题。二级市场需关注原生程度、联合推理、实时性、行动性等有效指标，以及模型能力、数据、限制入口、行动权限等未来竞争坐标。当前国内大模型多模态能力尚未展现巨大效果，与谷歌、OpenAI相比存在一定差距，需持续关注技术迭代和竞争格局变化。