大伙预测一下通用型AI应该往哪个方向走呀

rt，先向大家汇报一下我的理解：现在大模型的参数基本是固定的，通过大规模加深网络深度和宽度，造成所谓的涌现：面对分布内任务效果好（训练数据集很大），对于数学逻辑等数据集外的未知任务并不如意。未来的发展方向在哪里呢？
PS：1. 世界模型可以让模型对于现实世界的模拟评估更准确，相对来说能提升校准对齐真实世界的能力，是通用型人工智能的必经之路，但是还不够。2. 有说法是，大模型探索完新的任务并被校准之后，应该动态更新模型内部参数，但是目前参数更新后有很大概率崩溃。