本期通讯 24617 字，可免费试读至 8%。
AI与机器人领域的三大要事解读
本文对机器之心PRO会员通讯Week 02中提到的三个重要AI&Robotics领域要事进行总结，包括对Next-Token Prediction的质疑、OpenAI的AGI战略以及Agent的应用前景。
1. 超越Next-Token Prediction：大型概念模型(LCM)的崛起
传统大型语言模型(LLM)依赖于Next-Token Prediction，即将文本转换为token序列进行预测。这种方法虽然简单有效，但其基于离散符号的处理方式与人类连续、复杂的思维方式存在冲突。人类思考问题通常采用分层方法，先规划整体结构再添加细节，而非逐字逐句地进行。
Meta提出的LCM则试图改变这种范式。LCM采用“Next-Concept Prediction”，直接在语义空间中进行推理和生成，模型输入和输出均为“concept”（概念），而非token。这种“以概念为中心”的范式允许模型在更高层次的抽象层面进行学习和推理，在多语言零样本泛化能力上超越了同尺寸LLM。LCM的出现引发了业内对tokenization的质疑，被认为是AI认知范式转变的新起点，并与Meta的其他研究成果（如BLT、JEPA）结合，展现出巨大的潜力。
LCM的核心在于将抽象层次限定为subword token和concept两个层面，概念被定义为与语言和模态无关的抽象实体，代表更高层次的想法或行为。通过将句子还原成概念序列，LCM实现了更接近人类思维方式的推理和生成。
2. OpenAI的AGI战略：商业化与“神奇药水”的平衡
OpenAI CEO Sam Altman公开表示，OpenAI的目标既是赚钱，也是创造“神奇药水”——通用人工智能(AGI)。 OpenAI对AGI定义的转变被解读为其商业化战略调整。 “通用”二字代表着巨大的商业价值，因为通用人工智能系统能够应用于更广泛的领域，成为“金苹果”。Agent被认为是AGI的重要机会，因为它能够在现实世界中与环境交互，并执行复杂任务。
3. Agent：25年产品落地的最佳方式？
谷歌发布的Agent白皮书认为，Agent是未来25年产品落地的最佳方式。Agent与传统的LLM不同，它能够与外界环境交互，并根据环境反馈调整自身行为。Agent的核心在于其编排层，它负责协调各个组件之间的工作，并制定Agent的行动策略。Agent与环境交互的工具多种多样，例如机器人、API等等。提升Agent性能的关键在于优化其编排层，并设计更有效的交互策略。
总而言之，这三项要事代表了AI领域一些重要的发展方向：从底层架构的革新(LCM)，到AGI战略的商业化考量(OpenAI)，以及面向应用落地的Agent技术(谷歌)，都预示着AI技术正朝着更强大、更通用、更贴近实际应用的方向发展。
联系作者
文章来源：机器之心
作者微信：
作者简介：专业的人工智能媒体和产业服务平台