专访商汤首席科学家林达华：多模态的涌现时刻会在一两年内到来

商汤科技首席科学家林达华近日接受专访时表示，多模态大模型的“涌现时刻”预计将在一至两年内到来。他指出，当前技术正从单一文本模态加速向图像、视频、语音等多模态融合演进，模型能力将出现质的飞跃。林达华认为，多模态突破的关键在于统一表征与跨模态对齐，商汤在该领域已布局大算力训练平台及数据体系。他同时提到，行业竞争焦点正从参数规模转向落地效率，未来模型需在推理成本、实时性与场景适配间取得平衡。商汤近期发布的日日新大模型已支持多模态交互，并应用于教育、医疗等垂直行业。林达华预测，随着算力成本下降与算法优化，多模态技术将在两年内进入规模化商用阶段，推动AI从工具型应用向通用智能基础设施转变。