AGI定义与发展趋势 - AGI的核心特征是具备超人推理能力、1万亿个上下文标记处理能力及多工具调用能力[1][27] - 理想AGI不需要包含知识本身，而是具备思考、搜索、模拟和解决任何问题的能力[3] - 关键目标包括自主发现新科学或加速全球科学发现速度数倍[4][16] 技术演进方向 - 下一代模型将在1-2年内实现突破，完成GPT-3到GPT-4级别的跨越[21][22] - 模型将深度理解企业背景信息，连接工具系统并进行超人类推理[24][27] - 重点发展小型化模型，具备极快运行速度与万亿级上下文处理能力[27] 算力应用策略 - 千倍算力假设下优先用于AI研究，由模型自主决定资源分配[30][31] - 增加推理阶段计算资源投入可显著提升答案质量[32][33] - 企业可针对高价值问题集中投入算力资源[35] 行业应用前景 - 芯片设计领域可实现更优芯片架构生成[23] - 生物科技领域可定向攻克特定疾病[23] - 模型将作为推理引擎整合企业信息与物理模拟工具[28] 发展理念 - 实现时间节点不如持续指数级进步重要[18][20] - 人类会动态调整对AGI的预期标准[12][14] - 当前LLMs可能成为未来AGI的底层工具之一[14]