衔远科技创始人周伯文：经济趋势与技术突破为数智化转型创造更多可能(2)

未来进入个性化新消费时代，生产模式会更加柔性，整个生产制造会更分布化、去中心化，收益属于那些能够持续有效洞察和满足用户需求的企业。

技术趋势：多模态AI理解与生成突破性进展

鉴于当今经济趋势的深刻变化，我们发现： 当前传统企业数字化转型中大量的新数据在产生和累积，但未得到有效开发，另外如何对数据更好地洞察和挖掘，让数据产生更大价值，人工智能技术正有用武之地 。

那么支撑企业洞察用户需求的技术发展到了哪一步呢？我们看一下当下多模态AI理解与生成的突破性进展。

首先，结合多年的人工智能学术研究与业界实践，我们建立了清华大学协同交互智能研究中心，并确立了“3+1”研究模式：第一是多模态的表征与交互；第二是人机协同，让AI以低认知成本帮助人类更好地完成任务；第三是大小模型协同演化；一个基座是我们多年倡导和推进的可信赖AI。

在近期的研究中，随着Transformer这种多模态预训练模型的诞生，各种模态的融合正在发生，构建统一的、跨场景、多任务技术模型不仅成为可能，而且成为一种更强大的工具，帮助我们理解自然环境中各种丰富的模态信号；第二个趋势就是通过构建自监督的任务，提高多模态模型的表征能力，缓解缺少大规模监督数据的挑战；第三个非常重要的趋势，多模态预训练模型会嵌入越来越多的知识，可以强化模型的知识和推理表征能力，提高模型的可解释性。

此外，当下还有一个重要研究领域是AI与人的交互。这种交互不仅是智能客服这种对话应用，更重要的是通过对话不断学习人类的知识，并且诞生新的知识。不管是孔子与七十二门徒还是雅典学派，知识的传播、形成、迭代都是通过老师和学生的互动来完成的，这种学习方式对老师和学生都很高效，如何让人工智能能够自己学习并不断迭代新的知识是我们在清华的重要研究方向。

经济趋势与技术突破对数智化转型的意义

正因为经济趋势和AI技术突破，让我们看到了产业数智化转型的可能性与广阔前景。我们来分享多模态AI助力企业产品创新、赋能金融行业的两个案例。