本次潜空间邀请了Reka创始人之一【刘琦】，本次分享的主题是《多模态大模型与智能Agent的训练与实践：打造自动化驱动的智能化未来》

💡关于【奇绩潜空间】：

奇绩潜空间是GenAI时代冲得最快的一批科研学者/从业者/创业者聚集的AI人才社区，我们定期邀请大模型前沿创业者分享产品实践探索，如杨植麟、吕聘、闫俊杰等；邀请前沿科研学者分享最新的技术进展，如姚顺雨、蔡天乐等；希望可以为所有GenAI时代的创业者、从业者提供可借鉴、可复制的经验。

本期内容笔记：奇绩社区内容精选

🎤本期嘉宾：

刘琦是香港大学计算机科学系助理教授，Reka AI 联合创始人，曾经在新加坡国立大学读硕士，毕业后分别在微软亚洲研究院和微软剑桥研究院工作。之后，加入 Meta 的 AI 研究部门，主要方向是用神经网络分析图结构数据。后又返回学校读书，Phd毕业后进行创业。

⏰时间轴：

• 03:13 刘琦个人介绍与过往经历


• 08:00 年轻人在AI领域的创业机会有哪些？


• 11:06 刘琦的Reka创业经历分享


• 13:55 文本大模型的演化及发展


• 18:58 多模态大模型的经典架构、训练方式以及具体实践


• 27:59 多模态Agent的四大方向：自动驾驶、机器人、计算机交互、动态数据分析


• 37:14 AI创业公司面临的机会与挑战


• 44:44 Reka发展中的经验教训：多模态方向早期布局重要性以及GPU供应链延误的代价


• 46:51 Reka团队文化与组织架构：分布式团队管理与自驱型人才的重要性


• 51:51  如何切入Agent落地的具体场景以及面临的阻碍有哪些？


• 59:18 GPU资源分配策略：Post-Training VS Test-Time Scale Law


• 1:03:46 2025年多模态Agent能力预测：自动驾驶与通用机器人的突破


• Q&A环节

1. 1:04:32 Reka目前的产品化路径是怎样的？


2. 1:09:04 技术产品、商业化、运营销售这三个当中哪个是真正的护城河？


3. 1:13:14 开源大模型的这个时代，同赛道的产品要从哪些维度去形成差异化以及从哪些标准去衡量差异化？


4. 1:17:04 VOA agent、 Embodied AI 在技术原理上有什么异同？


5. 1:18:54 如何在应用落地上用到免费而且高质量的数据？如何平衡专业领域人才与AI技术团队的合作？


6. 1:22:13 创始人应如何预判技术趋势，评估新兴方向的逻辑框架是什么？


7. 1:26:01大规模多模态数据的存储与管理如何降本增效？是否需分层存储？


8. 1:28:02创业公司选择工具增强模型（Tool-LLM）是否比端到端路线更实际？自动驾驶等场景是否应追求完全端到端？


9. 1:30:09市面多模态RAG方案中，哪家最适合工业品出口流程优化？

📢奇绩潜空间第6季预告：

关注奇绩的小伙伴，奇绩潜空间第六季活动开始报名，第一期活动时间为 3 月 1 日。

第六季我们邀请到 “妙鸭相机”创始人兼 CEO 张月光、MIT 计算机科学与人工智能实验室二年级博士杨松林、卡内基梅隆大学机器人研究所博士周衔、上海交通大学生成式人工智能研究组负责人刘鹏飞与大家交流经验。共同探索前沿 AI 科技与产品的边界突破：科研、模型、数据与应用开发的多维对话。

欢迎关注奇绩，报名活动及加入听友群请添加小助手：