SAGE技術架構

SAGE技術架構是由上海人工智慧實驗室周伯文提出的通專融合技術架構。SAGE是“Synergistic Architecture for Generalized Expertise”的縮寫,中文名為“智者”。其核心思想是動態融合人類認知的“系統1”(直覺式快思考)與“系統2”(邏輯式慢思考),旨在構建一個能彌合廣泛泛化與深度專精鴻溝的統一認知生態系統。

該架構包含基礎模型層、融合協同層與探索進化層三個邏輯耦合的層次。基礎模型層致力於知識與推理的解耦與組合及長期記憶;融合協同層動態協調“快思考”與“慢思考”;探索進化層賦予AI主動探索與從環境獲取反饋的能力。三層通過雙向循環實現全棧進化。該架構已跨越理論構想,完成了全棧技術驗證。

基本介紹

  • 中文名:智者
  • 外文名:SAGE
發展歷程,主要成就,主要作品,套用實踐,軼事趣聞,相關作品,

發展歷程

SAGE技術架構由上海人工智慧實驗室主任、首席科學家周伯文教授自2023年初以來提出具體的通專融合實現路徑。2024年10月25日,周伯文在CNCC2024大會發表特邀報告,分享了以通專融合方式構建AGI的路徑與關鍵問題探索。
2025年7月,周伯文在WAIC 2025大會上將通專融合的三層架構正式命名為SAGE(Synergistic Architecture for Generalized Expertise,中文“智者”)技術架構,其包含基礎模型層、融合協同層以及探索進化層。
2026年1月,周伯文在第四十屆人工智慧協會年會(AAAI 2026)發布特邀報告,再次闡述該架構。
經過近兩年的紮實探索,SAGE架構已跨越理論構想階段,完成了全棧驗證。

主要成就

SAGE技術架構是由上海人工智慧實驗室主任、首席科學家周伯文提出的通專融合技術架構,旨在彌合廣泛泛化與深度專精的鴻溝,構建統一認知生態系統,推動人工智慧向通用人工智慧(AGI)發展。周伯文提出了通專融合的核心思想,即動態融合人類認知的“系統1”(直覺式快思考)和“系統2”(邏輯式慢思考),以應對各種現實世界的任務。
周伯文構建了“智者”SAGE(Synergistic Architecture for Generalized Expertise)技術架構,包含基礎模型層、融合協同層和探索進化層三個邏輯耦合層次,通過雙向循環實現全棧技術進化。該架構推動了科學智慧型從AI4S向AGI4S的疊代演進,並基於SAGE技術方案提出了L1-L5五級AGI分類,每一級均有對應的專業水平要求。SAGE架構完成了全棧驗證,在基礎層實現了MemoryDecoder以解耦記憶與計算,融合層攻克了PRIME與FlowRL以解決監督稀缺與推理單一性,進化層構建了TTRL、InternBootcamp與SimpleVLA-RL等,形成了從測試時強化到具身演進的閉環。
SAGE技術架構在科學發現中取得實踐成果,例如構建全自動蛋白質組學知識發現系統Proteus,能結合真實數據獨立提出經過專家評估的科學假設,驗證了通專融合大模型的有效性。

主要作品

SAGE技術架構由上海人工智慧實驗室主任、首席科學家周伯文教授提出,並於2025年將“通專融合”路徑的三層架構正式命名為“SAGE”(Synergistic Architecture for Generalized Expertise,中文“智者”)。該架構旨在彌合廣泛泛化與深度專精的鴻溝,是一個統一認知生態系統,其涵蓋基礎、融合與進化三個層次,並通過雙向循環實現全棧技術進化。
SAGE架構由基礎模型層、融合協同層和探索進化層三個邏輯耦合的層次構成。基礎模型層致力於結構重構,核心是實現知識與推理的有效解耦與組合,同時引入高智力密度監督信號和長期記憶機制,具體技術包括實現記憶與計算結構性解耦的MemoryDecoder。融合協同層強調動態融合人類認知的“系統1”(直覺式快思考)與“系統2”(邏輯式慢思考),以結合快速處理與深度推理,該層需轉向因果推斷,並構建持續學習機制,支持多智慧型體協同,具體技術包括PRIME與FlowRL。探索進化層賦予AI主動能動性,關鍵是從真實環境中高效獲取可持續、高置信的反饋和獎勵,通過具身互動構建世界模型並進行主動探索,具體技術包括TTRL、InternBootcamp與SimpleVLA-RL。SAGE架構是驅動可深度專業化的通用模型發展的核心框架,為實現AGI提供了可行的技術路徑。

套用實踐

SAGE技術架構已在多個領域展開套用探索與實踐,並完成了全棧技術驗證。
通專融合大模型能夠提出有效的科學假設。上海人工智慧實驗室構建的全自動蛋白質組學知識發現系統Proteus,結合真實的蛋白質組學數據,獨立發現了191條經過專家評估的、具有自洽性、邏輯性和創新性的科學假設。
SAGE架構已完成全棧驗證。在基礎層,MemoryDecoder實現了記憶與計算的結構性解耦。在融合層,PRIME與FlowRL攻克了監督稀缺與推理單一性的難題。在進化層,TTRL、InternBootcamp與SimpleVLA-RL構建了從測試時強化到“具身化”演進的閉環。
在探索進化層,嘗試進行模型與環境長期實時互動,並進行具身自主探索與世界模型構建,例如提出了開源且通用的自動駕駛視頻預測模型GenAD。
提出了“人在環路大模型多智慧型體與工具協同”概念框架,用以模仿人類科研過程。

軼事趣聞

2026年1月,上海人工智慧實驗室主任、首席科學家周伯文在第四十屆人工智慧協會年會(AAAI 2026)上發布特邀報告,介紹了SAGE技術架構。

相關作品

與SAGE技術架構直接相關的核心學術文獻包括周伯文發表的《以通專融合方式構建AGI——路徑與關鍵問題》,以及闡述通專融合實現路徑的預印本《Towards Building Specialized Generalist AI with System 1 and System 2 Fusion》。此外,還有關於全自動蛋白質組學知識發現系統Proteus的研究論文。

相關詞條

熱門詞條

聯絡我們