在近日于深圳召开的第八届GAIR全球人工智能与机器人大会上，香港科技大学讲座教授、冯诺依曼研究院院长贾佳亚教授发表了开场报告，分享了对大模型发展路径的深刻思考。他指出，模型的智力并非单纯由神经元数量决定，优化神经元之间的连接方式才是实现智能跃升的“关键密码”。
贾佳亚教授回顾了其团队近年的突破性成果。2023年，他们发布了全球首个支持32K长文本理解的LongLoRA技术，让大模型首次能够“阅读”并分析整本书籍。2024年推出的多模态模型Mini-Gemini，在GitHub上获得超3000星标，曾是开源社区性能最强的模型。其最新版本更集成了完整的中文语音系统，支持长视频理解与无样本音色克隆，有效解决了中文语音系统的混乱痛点。
在图像生成与编辑领域，其团队成果同样令人瞩目。轻量化操作模型ControlNeXt可实现图像风格转换与动效生成。而仅由两名学生用500张卡、耗时半年开发的DreamOmni2智能图像编辑系统，在多项功能上对标甚至超越了投入超50亿美金的Nano Banana系统，展现了“聪明制胜”的研发效率。
基于这些实践，贾佳亚提出了对大模型发展的核心见解。他认为，当前遵循Scaling Law扩大模型规模是基本方向，但同等重要的是“改善神经元连接方式”。从卷积神经网络到Transformer的演进，本质都是连接方式的革新，这带来了智能的万倍提升。他预测，未来会出现比Transformer更优的架构。
展望未来，贾佳亚指出人工智能的两大发展重心：一是训练方法需从一次性学习转向像人类一样的连续终身学习；二是必须结合机器人等实体作为感知载体，弥补当前AI缺乏物理交互能力的短板。他相信，感知机器与终身学习结合的模式，将在未来五到十年持续推动AI取得巨大进步。
贾佳亚的分享为行业提供了超越单纯规模竞赛的新视角，强调通过架构创新与学习范式变革，以更高效的路径实现人工智能的真正突破。
