“目前来看，多元多模已经成为当下及未来一段时期内AI产业的现实格局，它在带来更好创新活力的同时，也为AI产业化落地带来了一些挑战。”刘军举例称，包括不同类型的芯片技术栈彼此之间兼容性较差，多元芯片到算力的转化面临开发周期长、成本高、迭代慢的问题；大模型开发工具链膨胀、开发环境的复杂性与日俱增等。
在刘军看来，应坚持系统观，以开源开放促进大模型产业化落地。解决多元多模挑战，关键点在于要优先建好一个可持续的AI底层生态，让多元算力更通用，系统算效更实用，基础模型更好用，开发平台更易用。
具体而言，就要以应用为导向，以系统为核心，以开源开放、多元多模激发创新活力，以系统创新、全局优化拓展创新路径，以协同共生、开放共赢的生态加速创新落地，从而实现AI创新与AI应用协同发展。
他还认为，激发人工智能创新活力，开源开放是核心和源泉。开源开放催生的是创新、活力、共赢的新型产业生态，在AI时代将起到更大的、更积极的促进作用。在多元算力转化与效率提升上，开放计算实现了全球化协同创新，极大地降低了产业创新的难度，降低了技术创新试错成本和适配成本。
刘军提到，目前在芯片领域，90%以上的高端芯片厂商都支持了OAI(Open Accelerator Infrastructure)开放加速器规范，国内的OCM(Open Computing Module)开放计算模组规范，也在致力于构建CPU(中央处理器)的统一算力底座，解决CPU生态挑战问题；而在多模应用创新上，众多的 AI公司推出了大量的开源框架、模型、工具等，这不仅为AI生态提供了丰富的资源和技术支持，也为生态的多样性和活力注入了新的血液。
违法和不良信息举报电话： 举报邮箱：报受理和处置管理办法总机：86-10-87826688
