“人工智能是模拟、延伸和扩展人的智能，大模型为通用人工智能的发展带来曙光。”6月14日，百度首席技术官王海峰在2024北京智源大会指出，从人工智能技术发展趋势来看，大语言模型仍有很大提升空间，多模态大模型会越来越好用，智能体技术逐渐成熟并加速应用爆发。
人工智能技术历经了几十年发展，从早期的人工撰写规则，到后来统计机器学习，虽然可以自动从数据中学习，但解决不同场景的问题需要不同的算法。当技术演进到深度学习时代，算法的通用性大大加强，深度神经网络一套架构和技术可以解决各种问题。再到大模型时代，除了算法，模型也变得更加通用和统一。
王海峰认为，在技术的通用性方面，大模型解决不同任务、语言、模态、场景的通用性都变得越来越好。以自然语言处理为例，之前有分词、句法分析、语义匹配、机器翻译、问答、对话等很多个子方向，现在一个大语言模型就可以解决绝大多数任务；语言方面，大模型既可以解决单语言的问题，也可以跨语言，不仅学习了人类的自然语言，也学习了人工定义的形式语言，架起了从思考到执行的桥梁；同时，大模型也可以实现多模态的统一建模，广泛赋能各行各业应用等。“总体而言，当前人工智能技术的通用性越来越强。”王海峰说。
2023年，大模型从研究机构的科研成果开始向产业界逐步发展，越来越多大模型的同期发布让“百模大战”也一触即发。智源研究院院长王仲远认为，人工智能基本上可以分为两大阶段：2023年之前都属于弱人工智能时代，即人工智能的模型是针对特定的场景、特定的任务，需要去收集特定的数据，训练特定的模型；进入2023年，大模型的发展让人工智能逐步进入通用人工智能时代，而通用人工智能最大的特点就是它的规模非常大，模型具备涌现性，也拥有跨领域的通用性。
纵观人类经历的前三次工业革命，核心驱动力量机械技术、电气技术和信息技术都有很强的通用性，应用于各行各业会呈现出标准化、自动化和模块化的工业大生产特征，这些技术进入工业大生产阶段，从而更快地改变人们的生产生活方式。“人工智能基于深度学习及大模型工程平台，包括算法、数据、模型、工具等，也已经具备了非常强的通用性，并且具备了标准化、模块化和自动化的特征。深度学习及大模型工程平台正推动人工智能进入到了工业大生产阶段，通用人工智能时代也将加速到来。”王海峰强调。
