财联社7月8日讯（记者 武鑫）大模型技术的发展现状及未来趋势，是市场关注的热点议题，也是本届WAIC探讨的重点。
在由财联社、东浩兰生、学而思联合主办的AI产业创新与投资发展主题会上，复旦大学教授、MOSS大模型项目负责人邱锡鹏，对大模型发展的难点、不足，及未来发展趋势进行了分享。
邱锡鹏认为，当前，大语言模型还存在很多不足。比如在落地阶段，大语言模型的会遇到难以解决的“幻觉问题”，即生成不真实、不可靠、不存在的信息，这些信息并未在环境中得到验证。
“这是因为大语言模型是从人类已有的知识中进行学习的，因此并不擅长复杂的算数运算，也缺乏预测未来的能力，如无法预测欧洲杯的冠军。”邱锡鹏解释。
要解决前述问题，就要让大语言模型与现实世界进行交互。因此，邱锡鹏将大模型的未来趋势和发展方向，总结为观察世界、产生动作，并走向“世界模型”。
那么，大语言模型要如何与现实世界进行交互？邱锡鹏在会上提及，这涉及到“具身智能”与“世界模型”两个要点。其中，具身智能的代表之一是在本届WAIC上备受关注的人形机器人，让大模型成为人形机器人的大脑，以执行复杂任务。
对于何为世界模型（world model），邱锡鹏给出了答案。他说道，人类在理解世界时，会对周围环境进行建模，比如在骑车时想象周围的环境，通过重构环境进行预测，从而调整和做出下一步的动作，这就是所谓的世界模型。
邱锡鹏用Chat GPT4举例称，Chat GPT4已有一个对现实世界具备感知能力的世界模型，但仍停留在符号层面。目前，业界、学术界，都在致力于将大语言模型与现实世界对齐，使其成为一个世界模拟器或世界模型。
针对如何将大语言模型演化到世界模型，邱锡鹏提出了六大方向：高效架构、数据治理、人类对齐、工具增强、跨模态融合、智能体。
其中，高效架构的目的在于尽可能节省算力资源；数据治理是指让大模型搜集到尽可能多的数据，并与现实世界进行交互，从而不断迭代；人类对齐的目的是让大模型对齐人类的价值观，与人类进行交互，以保证其可解释性，提高其可信性。
工具增强则是通过使用各类工具弥补大模型的不足，帮助其做出决策；而跨模态融合是让大模型融合文、音、图等多种能力；智能体是让大模型执行复杂任务、将其置于沙盒环境进行学习，并通过具身智能接入具体的应用场景。
据了解，在Chat GPT发布不久后，邱锡鹏教授团队也发布了国内第一个对话式大型语言模型MOSS，并且最早推出了使用工具版本。比如，在能力不足的时候，通过让MOSS大模型使用搜索引擎、计算器等工具，以提升能力。
