在Transformer架构统治大模型领域八年之后，谷歌突然开始对自家技术路线动手。这并非偶然，而是AI领域正在经历一场深层次的架构革新。最近在WAIC世界人工智能大会上，这种变革趋势愈发明显，甚至国内企业比谷歌的调整更彻底。

一个引人注目的案例是视频中展示的灵巧机械手，它由一个3B参数的离线多模态大模型驱动。虽然模型规模不大，但部署在端侧设备后，其对话效果和响应速度几乎可以和云端运行的更大模型媲美。更令人惊讶的是，这个模型具备「看、听、想」等多模态能力，能够完成复杂交互任务。

这个突破性的技术来源于国内AI企业RockAI自主研发的Yan 2.0 Preview架构。与传统Transformer架构不同，Yan架构通过降低计算复杂度，在算力有限的设备上实现了离线运行。这种技术突破让树莓派等低算力设备也能承载大模型运行，打破了传统架构对硬件性能的依赖。

更值得关注的是，Yan架构赋予模型独特的「原生记忆力」。与市面上常见的「云端大模型的小参数版本」不同，这种模型能在执行任务时将记忆融入自身参数。这意味着在对话场景中，模型能像人类一样积累经验，随着时间推移越来越了解用户。这种能力在传统Transformer架构下难以实现，更不用说被剪枝、蒸馏等手段破坏了再学习能力的「小模型」。

为什么RockAI要对Transformer架构发起挑战？这源于团队对AI未来发展的深刻洞察。他们认为，真正的智能设备应该具备自主学习能力，而不是像现在许多设备那样，一旦部署就固定不变。这种理念在具身智能、空间智能等方向的热潮中得到了印证。

在技术实现层面，Yan架构突破了传统架构对硬件性能的依赖。RockAI CTO杨华表示，团队坚持三个核心理念：AI必须存在于设备端而非云端，智能设备应具备成长进化能力，最终通过群体智能走向通用人工智能。这种技术路线让RockAI在AI硬件市场中脱颖而出。

离线智能的实现让设备摆脱了对网络的依赖，具备了自主学习能力。这种「成长」的价值正在显现：当硬件具备记忆和学习能力后，其长期价值才开始真正体现。智能程度和进化能力成为硬件的差异化卖点，这与传统硬件以配置参数为卖点的模式形成鲜明对比。

RockAI的创新之路并非一帆风顺。几年前，选择另起炉灶研发新架构时，外界更多是质疑和不解。但随着原生记忆能力的展现，这种技术路线的优势逐渐显现。现在，许多对端侧部署、记忆能力有需求的硬件厂商开始主动接触RockAI，寻求技术合作。

这种技术突破背后是团队对AI本质的深刻理解。杨华指出，未来他们将继续坚持这条「难而正确」的技术路线，甚至向人工智能根基——反向传播算法发起挑战。目前的解决方案已在小规模数据上完成测试，验证了技术可行性。

在众多AI创业公司中，RockAI展现出的前瞻性和技术韧性非常罕见。这种「长期主义」精神在浮躁的创业环境中显得尤为珍贵。从质疑到共识，RockAI的创新之路印证了技术突破需要时间积淀，也预示着AI领域正在迎来新的变革浪潮。

文章来自微信公众号「机器之心」