? 孫慶陽
近日,以“重塑創新增長”為主題的2025 Inclusion·外灘大會在上海市舉行。大會匯聚了16個國家和地區550位全球頂尖學者、產業界人士與創業者,展示了人工智能(AI)與金融、出行、醫療等領域的深度融合,兩場對話——第一場“AI原生時代,舊地圖上沒有新大陸”,帶來了年輕人的不同視角;第二場“大模型產業落地進行時”則將行業最核心的焦慮擺上臺面:如何將澎湃的模型能力,轉化為確定的商業價值?
AI技術破壁的多元視角
“AI原生時代不是對舊時代的修補,而是把AI模型當作全能型工具集,忘掉過去重新學習。”中國宇樹科技創始人兼首席執行官王興興的觀點,點明了技術探索的核心邏輯。當前AI正從“輔助工具”轉向“核心生產力”,而數據與架構的平衡成為機器人與智能體領域的關鍵爭議點。
機器人領域的變革已進入“具身智能閉環”階段。美國加州大學圣地亞哥分校終身教授、Hillbot創始人蘇昊將機器人智能化分如下3個階段:從傳統規則驅動,到感知、規劃、控制分離,再到當前具身智能時代,通過大語言模型與多模態技術融合,實現“感知-規劃-控制”打通的經驗學習。
據介紹,截至2025年4月9日,全球具身智能領域的專利申請量超83.13萬件,中國具身智能專利申請超21.99萬件,位居全球第一。
蘇昊以大象裝冰箱為例:“語言數據幫你形成‘開門-放象-關門’的邏輯,視頻數據關聯‘大象與冰箱的物理尺度’,帶反饋的控制數據實現‘手眼協調開門’,只有融合多模態數據,才能解決機器人數據匱乏問題。”但王興興提出不同視角:“當前機器人優質數據采集成本高、噪聲率大,且數據質量標準模糊,更需要通過架構創新提升數據利用率。”
智能體領域同樣面臨數據鴻溝。DeepWisdom創始人兼CEO吳承霖透露,要實現智能體打通屏幕交互,至少需2億條標注數據,單條標注成本幾美元到幾十美元,總成本或達百億美元級別。清華大學交叉信息研究院助理教授吳翼表示更看重強化學習的價值:“AI時代噪音多,堅持對的方向更重要,強化學習能讓智能體能力自然涌現。”
技術變革還倒逼組織形態升級。曾任職Open AI的吳翼提出“小而精”的激進模式:“當下AI時代30人的團隊或能做10年前300人的事,在虛擬世界,如果智能密度夠高,無需大規模擴招。”王興興結合硬件企業實踐補充:“純AI領域靠頂尖人才就能爆發,但軟硬協同企業面臨‘軟件快迭代、硬件重品控’的矛盾,人多反而效率低,目前我們最大挑戰是缺頂尖人才和跨部門協同。”蘇昊強調團隊需破除經驗依賴,搞軟件的要學硬件術語,搞硬件的要懂軟件邏輯,這種跨界思維才適合具身智能的研發。
大模型替代APP,還是共生?
技術層面的突破最終要服務于產業應用,而大模型如何落地產業,引發了第二場關于替代還是共生的深入對話。“大語言模型會吃掉軟件嗎?現在我覺得會,軟件用確定性方式解決確定性問題,這正是大語言模型擅長的,且已有軟件開始生成智能體自主解決任務。”螞蟻集團CEO韓歆毅表示。
大模型與軟件的共生邊界清晰。韓歆毅認為,大模型正重構軟件交互邏輯,正如外灘大會現場展示的AI語音叫車:用戶對支付寶內的AI出行助手說“我要去陸家嘴”,T3出行的智能體便能直接調起服務,特定功能的APP正被無縫集成的智能體體驗所替代。但小米集團手機部副總裁、可穿戴部總經理張雷強調:“大模型更多地是提升軟件效率,比如助力開發,但不會吃掉所有軟件,復雜交互場景仍需軟件支撐。”
金沙江創投朱嘯虎認為:“只要Transformer(神經網絡架構)的‘幻覺問題’沒解決,1%的錯誤就足以讓醫療、金融等復雜流程軟件無法被替代。但低代碼、無代碼軟件已被批量替代。”他進一步提出AI時代的投資標準,不管是PC、移動還是AI時代,唯一核心指標是留存,很多AI公司靠嘗鮮吸引用戶,第二個月就流失,沒有留存就沒有未來。
韓歆毅大膽預測:“從長期看,智能體會替代80%單一功能APP,未來可能出現1-2個超級入口,但形態尚不明確。”張雷認為替代是長期過程:“智能體已在訂餐、翻譯等單一場景替代APP,但復雜交互場景仍需時間,比如AI眼鏡要實現‘主動交互’,還需解決顯示、隱私等問題。”朱嘯虎提示創業機會:超級入口會集中,但智能體仍有機會,就像美國移動互聯網的優步、受彼迎,AI時代做“AI+線下服務”的智能體,解決大廠不愿干的苦活累活,更易落地。
友情鏈接: 政府 高新園區合作媒體
Copyright 1999-2025 中國高新網chinahightech.com All Rights Reserved.京ICP備14033264號-5
電信與信息服務業務經營許可證060344號主辦單位:《中國高新技術產業導報》社有限責任公司