專訪商湯首席科學家林達華：多模態的湧現時刻會在一兩年內到來

商湯科技首席科學家林達華近日接受媒體專訪時，針對人工智慧下一階段的發展走向提出明確判斷。他直言，多模態AI的「湧現時刻」並非遙遠的科幻情節，而是有望在未來一到兩年內具體發生。這項說法為當前炙手可熱的生成式AI市場，再度投下一顆震撼彈。林達華在專訪中指出，目前各大AI實驗室所開發的模型，已經具備同時處理文字、圖像、語音等多種訊息的能力。然而，他認為真正的爆發點並不在於單一模態的各自精進，而是在於這些模態彼此交織、相互融合之後，系統能否展現出僅靠單一模態訓練時無法預期的新能力。這種跨越原有邊界而生的智慧躍升，正是他所定義的「湧現」樣貌。

他進一步解釋，多模態的發展軌跡不會停留在將不同類型的資料進行簡易拼接。未來的關鍵在於，模型必須能在理解、推理與生成的完整過程中，自主尋找跨模態之間的深層關聯。唯有當這套機制逐漸成熟，AI在面對複雜情境時的判斷力、創造力與應變能力，才會出現數量級以上的提升。林達華也以實際應用面向來看待這個時間點。他認為，未來一兩年內出現的突破，不會只是實驗室裡的技術展示，而是能在真實世界中、讓使用者肉眼可見的應用躍進。屆時，AI將不再只是被動回應指令的工具，而是能整合視覺、聽覺與語言理解，主動解析情境脈絡、提出解決方案的智慧系統。這樣的願景，自然回頭牽動了企業的研發節奏。

林達華在專訪中傳達的訊息相當明確：多模態並非還需等待多年的長期願景，而是正要邁入兌現期的技術轉折點。對於商湯科技而言，提前布局跨模態的融合能力，已經成為現階段無可迴避的戰略課題。從產業格局來看，這波多模態浪潮也正在改寫AI競賽的規則。過去幾年，市場的焦點大多集中在單一模型的參數規模與文字生成能力上。但隨著應用場景日益複雜，單靠語言模型已難以滿足真實需求。反觀能將視覺、語音、文字整合於一體的系統，反而更具備貼近人類認知模式的潛力，也因此被視為下一階段AI落地應用的關鍵突破口。業界普遍認為，多模態的挑戰在於如何讓模型在不同資訊來源之間建立有效的「對齊」。

這不僅是運算資源的競賽，更是演算法架構與訓練策略的深度較量。當模型學習如何從一張圖片中理解情緒、從一段語音中捕捉意圖，並同時與文字脈絡相互印證時，其所產生的推理能力，將遠超過單一模態的總和。林達華所描述的「湧現」，正是這種超越加總效應的具體展現。當然，技術從成熟到普及，往往還需要一段時間的打磨。即便模型能力已經到位，如何降低成本、提升推理速度、確保安全性與可控性，仍是落地應用時必須克服的關卡。然而，林達華的樂觀判斷透露出一個訊號：這些技術門檻，正在以比外界預期更快的速度被跨越。對開發者與企業決策者來說，此刻的關鍵問題或許已不再是「多模態究竟何時到來」，而是「當它到來時，自己是否已經準備好」。

正如林達華所言，企業若能在此階段就掌握跨模態融合的技術能力與應用思維，就有機會在下一輪AI競賽中占得先機。這是一場關於時間點的競爭，也是關於認知格局的考驗。可以預見的是，未來一到兩年內，多模態AI將從技術論文與開發者工具中逐步走入一般人的生活。從智慧助理對複雜情境的理解，到多媒體內容的自動生成與分析，種種應用場景都將因為「湧現」的到來而產生質變。林達華的專訪，不僅為這個趨勢標註了明確的時間座標，也為整個AI產業的下一步，指出了值得聚焦的方向。