【财新网】“未来80%的大模型将是开源权重模型，20%是闭源模型。”9月22日，清华大学智能产业研究院院长张亚勤在英特尔技术创新与产业生态大会现场给出AI发展的三大智能分布趋势。除了开闭源模型之分化外，他指出，在算力资源分布上，未来80%的算力将在边缘侧，20%在数据中心；AI大模型预训练的算力目前占算力的80%，未来80%算力将走向后训练。

　　这一格局将改变目前的IT技术架构。IT基础设施将从计算机时代的CPU依赖，到AI时代的GPU依赖，最终形成CPU和GPU同等重要的格局。此外，数据中心等算力集群的存储模式和传输模式正在改变，走向光模块、光传输和光网络，未来的计算肯定会基于光学。

　　他指出，前沿大模型作为AI时代的操作系统，目前数量仍然太多，未来还将进一步走向集中。

　　张亚勤对AI未来发展还做了另外四个预测。他指出，智能体将从个人消费者端向企业侧延伸，形成企业智能体、产业智能体、生物智能体、物理智能体以及科学智能体等各种形式。

　　此外，Token（词元）作为AI的基础单元，价格和质量将决定企业竞争力。而词元的输出需要包括电力、算力、芯片和算法。但目前对于AI的投入和产出并不成比例。“目前，词元的效率还比较低，过去一年Token效率提高了10倍，价格降低了10倍。但还需要便宜1至2个数量级，词元经济才能形成正循环。”张亚勤说。

　　在张亚勤看来，智能体将改变目前的智能终端交互页面。PC时代依靠鼠标控制，图形作为用户界面在移动时代已经加入手指下刷等交互模式。而AI时代将出现更为贴近人类交互的感知UI（交互界面）：“我们可以通过语音、动作和表情来控制所有的设备和环境。这种无人机终端不仅包括PC手机、电视，还有很多新设备，比如眼镜、手环和手表。”

　　张亚勤指出，智能体已经从自动化走向自主性，具有了一定自我进化能力，并且在试图泛化能力，即类似人类的举一反三的能力：“智能体任务长度也数倍增加，每7个月增加一倍，快于摩尔定律。”

　　张亚勤同时提醒，人工智能带来的风险来自数字智能、物理智能和生物智能三个维度。“AI大模型微小的自我进化和许多新能力的风险成倍上升。最终造成失控风险、被滥用风险和系统性风险。”