在2024年2月21日至23日这段意义非凡的日子里，亚布力中国企业家论坛盛大开启了第24届年会的序幕，这场汇聚了中国乃至全球商业智慧的盛会选址黑龙江，以“构建新发展格局 推进高质量发展”为主题，深入探讨新时代下的经济发展趋势与战略。其中，美国国家工程院外籍院士、北京智源研究院学术顾问委员会主任张宏江博士的出席并发表主题演讲成为了本次大会的一大亮点。
    张宏江博士在演讲中掷地有声地提出：当前多模态技术发展的关键在于将多元化的数据形态，包括视频、语音和图像等转化为token，使之能与语言模型同步训练，从而孕育出能够深度理解和解析物理世界的强大模型。他强调：“如今我们所关注的Sora文生视频模型只是冰山一角，实际上，多模态技术的潜力远超乎我们的想象，它不仅涵盖文生图、文生视频领域，更延伸至图生文以及对视频的深度理解层面，这种一反一正的信息处理方式，正是我们探索与理解物理世界的核心所在。”
    张宏江进一步揭示了一个突破性的观点：以Sora为代表的多模态世界模型，其革命性之处在于能通过大数据及transformer架构学习来理解、描述并模拟现实世界，而非传统的三维建模方式。他指出一个生动而极具前瞻性的实例——过去多年来，自动驾驶公司每进入一座新城市，都需要耗费3到6个月的时间重新扫描街景信息，而这一繁琐过程，在未来或许可以被多模态大模型所替代，彻底改写自动驾驶系统的构建规则。
    由此，张宏江博士的精彩分享为参会者勾勒出一幅多模态技术引领高质量发展，重塑现实世界认知框架，以及革新自动驾驶领域的壮丽蓝图，这不仅是本届亚布力中国企业家论坛的重要爆点，更为我国乃至全球科技发展指明了一条充满挑战与机遇的新路径。