智源发布“悟道3.0”，国产AI大模型快速发展

6月9日，由北京智源人工智能研究院主办的智源大会在北京如期举行。本次大会主题涵盖生成模型，视觉与多态大模型，AI系统，AI 生命科学，AI 安全与对齐，AI 开源和自动驾驶等相关主题。本次大会上智源发布了“悟道 3.0”系列，并且全面开源。悟道 3.0 包括“悟道·天鹰”Aquila 语言大模型系列和“悟道·视界”视觉大模型系列。同时，大会还发布了首创“能力-任务-指标”三维大模型评测体系“天秤”FlagEval，更新了 FlagOpen 飞智大模型技术开源体系，并展示了其三大通向未来通用人工智能路线，大模型路线，生命智能和 A14Science。

6月9日第五届智源大会在北京正式开幕，为期两天。作为人工智能领域的综合性专家聚会，北京智源大会自2019年10月首次召开以来，已经成功举办了四届。大会以其国际化、权威性和专业性而独树一帜，紧扣人工智能发展的前沿和热点问题，发表演讲和展开对话，为该领域的进步注入动力。群英聚集，在本届大会上，邀请到了AI教父图灵奖得主Geoffery Hinton、图灵奖得主Meta人工智能实验室负责人杨立昆、OpenAI联合创始人Sam Altman等众多专家，探讨影响AI未来的核心议题。本次大会主题涵盖生成模型，视觉与多态大模型，AI系统，AI生命科学，AI安全与对齐，AI开源和自动驾驶等相关主题。在此次大会上，智源研究院发布了全新的悟道3.0大模型体系，其中包括“悟道·天鹰”（Aquila）语言大模型系列，全新的天秤（FlagEval）大模型开源评测体系及其开放平台，“悟道·视界”视觉大模型系列，以及一系列多模态模型等研究突破。

悟道3.0系列中的悟道·天鹰Aquila语言大模型系列是首个支持中英双语、商用许可、并满足国内数据合规要求的开源语言大模型。包括Aquila基础模型，AquilaChat对话模型和AquilaCode“文本-代码”生成模型。AquilaChat对话模型具有4项技能，回答准确、安全，生成速度快，并可通过调用其他模型增加功能，例如配合InstrucFace多步可控文生图模型编辑人脸图片。AquilaCode-7B成功实现小数据集、小参数量下的高性能，成为最优开源代码模型。

由悟道3.0视觉大模型团队开发的“悟道·视界”，是一系列能够理解和应对各种场景，同时处理复杂任务的智能视觉和多模态大模型。其中智源研究院的十亿级参数视觉基础模型EVA结合CLIP语义学习和MIM几何结构学习，解决了视觉模型通用性问题。基于EVA开发的零样本模型EVA-CLIP同样表现出色。此外研究院将NLP的上下文学习理念引入视觉模型，打造以视觉为核心的Painter模型，可完成7种主流视觉任务，相比同类型模型性能提升11%~25%。智源研究院首个利用视觉提示完成任意分割任务的“视界通用分割模型”具备实现在任意场景下批量识别与分割同类物体功能。智源研究院还提出了零样本视频编辑方法vid2vid-zero，为数据标注和计算成本提供了革命性解决方案。并基于此，智源推出Emu多模态大模型，能够通过多模态序列提示，对图像、文本和视频等多种模态数据进行感知、推理和生成。

智源本次还推出了一站式基础模型评测系统“天秤”（FlagEval）为研究人员提供全面评估模型及训练算法的工具，具有科学、公正、开放的特性。FlageEval拥有600维评测体系，支持多种芯片架构和深度学习框架，能精准描绘模型认知能力边界，可视化评测结果。FlagEval平台目前正在探索AI辅助主观评测，以提高评测效率和客观性。

智源研究所也展示了其三大通向未来通用人工智能（AGI）路线，大模型路线，生命智能和AI4Science。秉承科研的初心，智源研究院正利用其自主研发的通用视觉模型和语言模型为人工智能全面开花奠定坚实基础，以开源和开放的姿态向世界展示其技术实力和推动技术进步的决心。

智源研究院的最新成果，以及其对未来通用人工智能（AGI）的扎实研究，体现了中国在AI大模型研发上的持续加速，现正逐步迎头赶上全球领先水平。

北美经济衰退预期逐步增强，宏观环境存在较大的不确定性，国际环境变化影响供应链及海外拓展；芯片紧缺可能影响相关公司的正常生产和交付，公司出货不及预期。