在2023年度WAIC AI开发者论坛上，业界翘楚张俊林发表了一场引人深思的演讲，他揭示了大语言模型如何引领交互方式的革新。张俊林坚信，自然语言正成为连接人类、机器以及AI的关键桥梁，它简化了操作流程，将大模型置于核心位置，负责处理日益复杂的任务。他的演讲焦点集中在两大关键领域：基座大模型（并非单纯指ChatGPT的突破）和命令理解能力，后者是ChatGPT得以广泛普及的关键因素。
大模型的变革核心在于自然语言交互，它将传统操作的繁琐过程转变为直接对话，如同苹果产品的直观操作。大模型的卓越能力体现在：
以图片处理为例，用户只需简单指令，如“标记《生活大爆炸》中的主角”，大模型就能将任务分解为识别、查询、对应、标注和输出等步骤，实现高效自动化。
视频处理则挑战多模态任务，结合文本和视觉信息，虽然技术仍有提升空间。在结构化数据处理上，如表格、SQL和知识图谱，大模型如Office Copilot通过自然语言接口操作，但具体实现细节尚待揭晓。例如，大模型如LLM（如GPT-4）能处理销售数据表，通过预训练知识，如销售额计算公式，轻松应对用户查询。
大模型在销售数据分析中，如SQL-PaLM展示了在数据库操作中的潜力，接近实用水平，预示着未来可能无须手动编写SQL。知识图谱处理中，大模型通过查询和推理为用户提供答案。在具身智能领域，大模型已开始涉足语言理解、规划与动作执行，虚拟环境如《我的世界》成为实体机器人成本过高和数据获取困难的解决方案。在虚拟环境中，像英伟达的Voyage这样的技术，机器人通过大模型GPT-4进行环境探索，学习任务，从基础如伐木到高级如对抗僵尸。
未来的大模型可能由多个智能体组成，它们通过自然语言进行协作，调用外部工具以弥补不足。大模型通过API平台实现工具调用，智能体的定义也将在大模型时代迎来革新。然而，自然语言交互虽然便捷，但模糊性和歧义性也要求模型主动询问用户，以提升理解和准确度，这正是大模型持续优化的方向。
总的来说，大语言模型正在重新定义人机交互的未来，而张俊林的洞察无疑为这一变革提供了重要视角。让我们期待大模型在各个领域的深远影响，以及它们如何引领我们进入一个全新的智能世界。