大会首日，由复旦大学计算机科学技术学院教授、上海市智能信息处理实验室副主任张奇领衔，17位嘉宾围绕通用大语言模型、多模态大模型、行业大模型、垂直大模型、智能体、具身智能、大模型对齐与安全、投资风向等前沿议题，分享了最新的研发与实践经验。
徐琦指出，上海一直在AI领域扮演着引领者的角色。产业规模方面，上海规模以上AI企业已从2018年的183家增长到2023年的348家，产业规模从1340亿元增长到3808亿元，居全国前列。创新成果方面，目前上海已有46款大模型通过备案，多款通用人形机器人原型机发布。产业生态方面，上海加快打造创新载体，吸引企业集聚；持续优化算力基础设施布局，加大算力资源统筹供给；完善语料数据基础支撑体系。
面向未来，上海将牢牢把握通用人工智能发展机遇，与海内外企业、机构等紧密合作，持续推动人工智能创新发展，加快塑造高质量发展新动能、新优势。
作为智一科技倾力打造的产业峰会IP，2024中国生成式AI大会由智东西和智猩猩联合主办，此次会议超过3000人报名参会，现场座无虚席。中国生成式AI大会已在北京成功举办两届，此次是中国生成式AI大会首次登陆上海举办。
龚伦常还预告了今年以及明年多个重要会议——下月初，第四届全球自动驾驶峰会将在北京举办；2025年上海车展期间也将举办产业峰会；2025年，AI芯片、生成式AI等领域品牌峰会将持续举办。欢迎大家参会。
高端对话环节以“大模型时代，资本市场的新风向”为主题，由智一科技联合创始人、智车芯产媒矩阵总编辑张国仁主持，靖亚资本合伙人任晓东、BV百度风投执行董事温永腾、达晨财智晨云子基金合伙人朱翔就生成式AI投资策略、大模型市场格局、大模型商业化路径等话题分享观点。
靖亚资本合伙人任晓东认为，大模型产品分为公有云和私有化两类，公有云由于技术开源，大厂易实现导致初创公司机会极少；在私有化部署上，初创公司可以根据企业场景进行定制部署，大厂在这方面优势不明显。另外，在AI基础设施软件领域，创业公司如果选择开源则难有作为，难以和大厂进行竞争。
BV百度风投执行董事温永腾说，BV自2021年起密集关注生成式AI创企，从最初到现在，一直认为生成式AI会重塑内容生产和分发方式，Diffusion的出现让他们在多模态领域找到了生数科技以及其他模态方向上的优秀公司。现在，AI Agent的发展使其开始思考对智能劳动力的投资。
达晨财智晨云子基金合伙人朱翔谈道，国内大模型创企仍在追赶OpenAI的节奏，处于军备竞赛阶段，且部分公司因融资问题发展较慢。
生成式AI领域开始涌现与OpenAI不同的训练方向，如世界模型和具身智能。近期，李飞飞和谷歌DeepMind发布了新世界模型，新的Scaling Law通过合成数据推动更高效的模型生成，可以有效避免Scaling Law放缓的问题。
在今日大会上，复旦大学计算机科学技术学院教授、上海市智能信息处理实验室副主任张奇深入解读了大语言模型的能力边界及发展思考，MiniMax副总裁刘华探讨了大模型今年大模型发展重点的变化，西湖大学助理教授张驰分享了全场景通用的单目深度估计大模型，北京大学（临港）大模型对齐执行中心主任、北京阿莱门科技有限公司CEO徐骅讨论了模型安全。
他让大模型做了今年高考数学题后发现，大模型在数学运算中的计算过程和答案选择不一致。结果表明，模型虽能完成特定任务推理，但并非真正获得了与人相似的能力。
张奇总结大模型发展有两条路径：一是跟随OpenAI，以替代所有脑力劳动为目标；二是不追求替代通用任务，只完成特定事情。最关键的是落地场景选择和大模型能力边界判断。
对于今年大模型领域的变化，MiniMax副总裁刘华认为，与2022-2023年基础大模型在文本领域能力的飞速提升相比，2024年基础大模型能力的提升更全面，体现在了文本、语音、音乐、视频等多个领域。
他判断，多模态大模型仍处于快速发展阶段，尚未看到模型能力的上限。面向未来，MiniMax将继续快速迭代自研的多模态大模型，并聚焦于降低模型错误率、实现无限长的输入和输出、推动多模态更加自然融合这3个方面。
同时，他提到Zero-shot单目深度估计方式胜在灵活易搭载，可应用于机器人、自动驾驶、AI文生3D、AI图生3D等领域。
今年该公司推出的国内首个端到端通用语音大模型心辰Lingo，补足了语音交互能力，让AI更像人、懂人心、说人话。这些“超拟人”技术已被应用于心辰旗下的AI心理咨询陪伴产品“聊会小天”。
Yan架构包含类脑激活机制和MCSD，前者参照人脑神经网络，后者在训练时可充分利用GPU计算能力，降低功耗。基于此架构的多模态大模型在手机、电脑、机器人、无人机、树莓派等端侧设备上均可部署，且模型具有强大的指令跟随能力、多应用场景。自主学习、群体智能也是RockAI在大模型领域的思考和探索。
徐骅谈道，过度追求安全可能牺牲实用性。为此，他提出了价值对齐方案，设定“3H原则”（Helpful、Honest、Harmless）为目标，确保模型符合人类价值观。他强调，Aligner对齐器方案在多模态场景中平衡安全与实用性，下一步将聚焦提升模型在医疗、教育等领域的适配能力，突破人类专家上限，推动AGI发展。
大模型的落地应用是2024年的热点话题，具身智能、3D生成、AI智能体、音乐生成等创新玩法层出不穷。
1、AI Agent已实现具体算法落地，商务场景应用价值凸显
在推理、记忆和感知三个核心场景中，AI Agent已经实现了具体的算法落地。联汇科技推出了全面开源的Agent框架，通过构建标准化的基本框架支持AI Agent持续优化。
例如为商务人士配备的AI助理；在不同语言环境下为商务活动提供支持帮助人们跨越语言障碍进行交流；解决商机生成的问题，让潜在买家和产业卖家之间的联系更加紧密；还可以快速生成会议应用等。最后，他还强调了安全问题，要做好生成式AI服务备案，确保商务场景下AI应用稳定、可靠地发展。
2、端到端具身多模态大模型，瞄准机器人泛化
谈及未来，他认为具身智能的发展方向是“机器人大脑、小脑与硬件本体”协同进化，重点关注其在“流程自动化”中的泛化性突破，从而推动机器人在推理与执行任务中更加高效、智能地完成更复杂的移动操作任务。
3、3D、音乐生成到达爆发节点，展现多场景商业化应用潜力
他认为3D AIGC在多个场景都能进行商业化应用，如在传统游戏影视动画中实现降本增效及带来新玩法；工业中能实现3D打印定制化生产；社交直播电商等元宇宙领域也可应用，还能用于定制玩具及与教育结合。
此外，贾朔在现场首次预告了天谱乐的新功能——MidiRender，模型如同一个精准、可控音乐版的Control Net，可依据原创音乐片段填充歌词、完成编曲。
4、法律、医疗垂直赛道模型落地，蚂蚁加速AI商业化
目前，其应用场景主要分为法治业务和法治决策两大板块，具体有类案推荐、法条推荐、判决文书生成、普法反诈宣传数字人一体机和小雪人法律智能助手等。
他还介绍了在减轻大模型幻觉，语言不均衡问题，大模型评测问题，以及多语言，多模态医学任务上的最新研究进展。
此外，蚂蚁集团还通过压缩和剪枝技术降低成本与能耗，提升计算效率，减少硬件投入。公司目标是推动AI商业化，普及应用。
除上述嘉宾外，还有6位青年学者和技术专家在下午的端侧生成式AI技术研讨会上进行了干货分享和圆桌Panel讨论。
继连续在北京举办两场聚焦生成式AI的高规格创新峰会，今天，智东西与智猩猩首次落地上海联合举办聚焦生成式AI领域的行业盛会，希望通过丰富的议程设置、多元化的嘉宾经验分享与观点碰撞，让大家不虚此行。