2024年1月18日，清华大学基础模型2023学术年会在清华科技园国际会议中心成功举办，本次学术年会由清华大学人工智能研究院基础模型研究中心组织，旨在构建高水平的学术交流平台，推动我国大模型研究发展。本次学术年会得到了社会各界密切关注，累计吸引近1500名优秀学子、知名学者以及行业领军人物积极参与，共同探讨人工智能前沿课题，学术年会现场气氛热烈。我中心执行主任、清华大学社会科学学院副院长、政治学系长聘教授孟天广在大模型人文交叉分论坛发言，以“计算社会科学范式演进：大模型与社会科学研究”为主题进行分享，探讨了大模型在社会科学中的创新应用，分析其带来的机遇和挑战，并对其未来的发展趋势进行展望。

孟天广教授指出，随着计算社会科学的快速发展，大语言模型成为推进社会科学研究方法的新动力。对于社会科学研究者而言，大模型的出现不仅为社会科学研究带来了新现象，更为社会科学研究提供了全新的视角和工具，已经形成了一系列推进社会科学研究范式创新的新趋势。大语言模型被应用于社会科学研究的概念测量、因果识别和预测研判，帮助社会科学实现更高效、更精准、更科学的知识生产，并正在推进基于算法促进数据驱动与理论驱动两种范式的新研究范式。

中国工程院院士、清华大学人工智能研究院院长、清华大学计算机系教授张尧学出席会议并致辞。中国科学院院士、清华大学人工智能研究院名誉院长、清华大学计算机系教授张钹，中国工程院院士、清华大学计算机系教授郑纬民，中国科学院院士、清华大学计算机系教授胡事民出席会议并作主旨报告。清华大学计算机系教授、基础模型研究中心主任唐杰出席会议并就中心2023工作进展作汇报。教育部高等教育司理工处一级调研员侯永峰，清华大学计算机系教授、清华大学人工智能研究院常务副院长、基础模型研究中心首席科学家孙茂松出席年会。清华大学计算机系教授、党委书记贾珈主持年会。

张尧学院士在开幕致辞中对参会嘉宾表示欢迎，对教育部、发改委等政府部门在人工智能人才培养和产学研融合创新方面对清华大学的大力支持表示感谢。他指出，自2023年6月30日成立以来，清华大学基础模型研究中心取得了很多科学研究上的进展，为推进我国人工智能学科向全新阶段的发展做出了贡献。张尧学院士鼓励基础模型中心的老师们齐心协力，在基础模型研究中心这一平台上实现更多技术突破，为推动我国人工智能事业发展做出更大贡献。

张钹院士以“大语言模型与通用人工智能” 为题探讨了第三代人工智能的发展方向，进一步总结了人工智能的三个发展历程，并阐述了知识驱动、数据驱动和算力驱动的重要性。他强调，目前通用人工智能的目标是实现可应用于多个领域的智能体。基于此，他进一步提出了迈向通用人工智能的三个步骤：实现大模型和人类的交互、实现Agent 和数字世界的交互、实现具身智能和物理世界的交互。报告的最后，张钹院士鼓励大家要以自强不息的精神、继续坚定不移地将中国的第三代人工智能推进到新高度。

郑纬民院士以“支持大模型训练的计算机系统设计时需要考虑的几个问题”为题，阐述了对大模型算力基础设施的现状与未来方向的看法，对使用国产AI芯片、超级计算机进行大模型训练的可行性和挑战性做了系统分析，提出做好编程框架、并行加速、通信库、算子库、AI 编译器、编程语言等10个软件系统的必要性和紧迫性。他进一步以面向新一代国产超级计算机并行训练系统 - 八卦炉为例，探讨了在软硬件协同中的策略与挑战，并呼吁行业内外共同开展基于国产系统的大模型基础设施研究工作。

胡事民院士以“Jittor（计图）框架的创新与大模型推理训练”为题，介绍了计图深度学习框架的创新理念与实践应用。他指出，深度学习平台是人工智能的核心技术，计图是完全基于动态编译、内部使用元算子和统一计算图的深度学习框架，具有易于优化、扩展、维护，和硬件适配性强等特点。他进一步介绍了计图在构建软硬件生态和支持多种国产异构硬件的探索。在报告的最后，胡事民院士表示，将带领计图研制团队继续为人工智能发展和生态建设提供“中国方案”，让国内的研究人员多一种选择。

清华大学基础模型研究中心主任唐杰教授代表团队向与会专家学者汇报了中心自成立以来所取得的研究进展：中心致力于探索通用人工智能的科学本质，在基础理论、计算框架、模型训练、创新应用等方面广泛布局，为建立可解释、安全、可靠、可信的人工智能提供有力支撑；积极服务校园治理和促进交叉学科，与清华大学教务处、学生处、宣传部、学生社区中心等部门合作推进AI赋能课程助教、发展咨询、校园知识检索等教育智能化工作，探索相关技术应用于教育、制药、司法、安全等领域。唐杰教授表示，中心未来将继续团结全校人工智能研究团队，探索迈向更加通用的人工智能技术，在多模态具身智能、工具智能与自主智能体、群体智能、价值观对齐与内生安全等方面取得重点突破。

本次年会下午日程共设六个分论坛，涵盖基础模型与智能体、大模型安全与对齐、多模态大模型、大模型高效计算、大模型人文交叉和大模型科学交叉多个热点领域。分论坛邀请了众多知名学府如北京大学、浙江大学、上海交通大学、复旦大学、西安交通大学、北京航空航天大学、中国人民大学和清华大学的学者，以及中国科学院、华为等机构的研究人员，共同就大模型研究的最新进展和热门话题展开交流与分享。分会场内学术氛围浓厚，专家学者与参会者之间的互动频繁，彰显了我国在大模型研究领域的科研活力，激发更多科技创新可能性，为人工智能科学发展注入了新动力。

基础模型与智能体分论坛的讲者们围绕模型设计与优化、智能体控制策略等方面展开热烈讨论，这些讨论不仅展示了当前智能体的最新研究成果，更为其后续发展提供了新思路。

大模型安全与对齐分论坛的讲者们聚焦模型隐私保护和伦理等关键议题，进行深度探讨。共同讨论在确保模型性能的同时，如何进一步提高模型的安全性和可靠性，以便更好应对日益增长的应用需求。

多模态大模型分论坛的讲者们分享多模态信息处理的最新技术，探讨如何将不同模态的信息进行有效融合与处理，以提升人工智能系统的性能。为人工智能在图像、文本、语音等领域的发展提供前进方向。

大模型高效计算分论坛的讲者们分享了在模型压缩、加速和优化方面的最新研究成果，以期提高大模型的计算效率。研究成果不仅涵盖理论层面的创新，还包括实践层面的应用，为提高大模型计算效率提供支撑。

大模型人文交叉分论坛的讲者们讨论了人工智能在文化、教育等领域的广泛应用及其所面临挑战，研究成果和经验分享有助于推动人工智能技术与人文领域深度融合，为人工智能技术未来发展提供有益思考和启示。

大模型科学交叉分论坛同样吸引了来自各个领域的众多学者参与，以大模型在不同学科领域中的应用和交叉研究为主题，为跨学科合作提供了宝贵的交流平台。讲者们分享了如何利用大模型进行生物信息学、物理学、化学等研究，以及在大模型帮助下在药物研发、新材料发现等领域取得的成果。

本次基础模型2023学术年会展示了国内部分院校及机构在大模型研究方面的学术水平和创新力量，为推动人工智能产业发展、实现科技自立自强发挥了积极作用。未来，我们将继续加大在基础模型研究领域的投入，为人工智能发展贡献中国智慧。