上海
東方網記者費一妍4月20日報道：當人工智能大模型的性能競賽持續加速，相關研究的下一步該怎么走？4月18日至19日，2026 FAIC 第二屆人工智能基礎大會在上海財經大學給出了一個相對務實的答案：既要繼續提升能力，也要深入探索基礎問題。
據介紹，FAIC起源于已成功舉辦三年的人工智能基礎線上研討班（FAI-Seminar）。過去三年，其舉辦的80場線上學術講座已累計獲得超38萬人次觀看，吸引了一批國內外關注人工智能基礎研究的專家學者。
此次大會上，來自全國多地高校、科研機構及企業的400余位學者與從業人員集中討論了幾個核心問題：大模型為何有效？能力如何形成？訓練怎樣更高效、更穩健？以及如何用扎實的研究支撐下一階段的創新。
主旨報告環節，專家們分別從模型結構、數學智能化、大模型機理等角度展開，既有對基礎理論的深入探討，也有對未來技術路線的前瞻判斷。整體來看，人工智能研究正從經驗驅動，逐步走向理論探索與方法創新并重的階段。
數場平行論壇覆蓋了大模型訓練與對齊、機器學習理論、優化方法、圖機器學習、模型加速、數據優化等多個方向。與會者既關注大模型如何訓練得更高效、更穩定，也關注模型行為背后的內在規律，以及人工智能與科學研究、復雜場景應用深度結合的可能性。
這些討論傳遞出一個共識：面對模型規模擴大、訓練成本上升和應用需求提升等現實挑戰，單靠某一類方法已經不夠，需要在基礎理論、方法創新和系統優化等多個層面同時尋找突破。
?自由討論環節的互動非常活潑，學者們沒有停留在技術細節上，而是就基礎研究如何支撐實際發展、模型能力與訓練效率如何統籌、應用需求如何反饋到基礎研究等議題，進行了務實的對話。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
