當AI時代的巨輪駛入深水區，誰在掌舵？誰在瞭望？

今天，在中關村，600位來自科研界、產業界與投資界的參與者齊聚一堂。

其中，既有圖靈獎得主姚期智、宇樹科技創始人王興興，也有來自智譜、第四范式、階躍星辰、面壁智能、阿里云、星海圖、思必馳、云知聲、中數睿智等企業的核心負責人。他們共同站在了定義AI未來十年的起跑線上，展開了各自的判斷與觀察。

而臺上，是這個時代最值得記錄的聲音。

在對人工智能的未來展望里，姚期智明確提出：“無論怎么樣看，人工智能未來發展最重要的下一步，就是怎么樣能夠達到大家都滿意的AGI，就是通用人工智能。”他強調AGI“不但是科學上，而且是戰略上和各國經濟上的科技高地”。

技術演化的窗口也正在被持續展開。

關于AI將如何改變科學研究方式，姚期智提到：“AI能夠賦能各種行業，甚至在人類覺得最高智能的領域，就是科學研究，現在AI也能夠使得科學里面每個領域在以后的5年、10年會對科學研究者做科學的方式起翻天覆地的變化。”

在產業一線，工程師與企業家們看到的路徑更加具體。王興興說：“ 下一個十年，AI技術將賦能機器人真正理解世界的能力。”他回顧起機器人的發展歷程，談到：“我們的下一個十年，注定是‘生長與綻放’——是機器人‘從運動’到‘能做事’，從‘行業工具’到‘生活伙伴’的十年。”


多位嘉賓同時指出，應用落地正在真正成為推動AI前進的力量，技術與產業結合的契機正在逼近。

與此同時，安全與治理的議題也備受關注。姚期智指提到：“AI算法有它天生的性質，就是缺乏魯棒性，不確定，不可解釋，不善于抵抗惡意。”他提醒在設計階段就應考慮安全，“應該能夠研發出可以證明安全的AI系統”。

四重觀點交織成一個共同起點，AI正在加速駛向真正的深海。

今天，中關村像一艘駛入深海的母艦，集結中國極具前沿力量的研究者與創業者。2025，不只是一個年份，而是“AI下一個十年”的起點——船已出港，航向正在這里被定義。

一、技術前沿在快速擴展：從強化學習“新范式”到具身智能

姚期智在主旨演講中提出，未來AI演進有四個必然方向，他首先談到具身智能。他指出，具身智能“需要有一個硬件的身體”，需要“小腦”讓動作更加穩定敏捷，也需要“大腦”完成認知、決策與計劃。他強調，這一方向不僅是科研高地，也是產業高地，因為它有可能讓機器人承擔大量人類不愿從事的工作，補足傳統機器人“呆板”的不足。

緊接著，他談到AI for Science。他以量子糾錯為例，提到谷歌利用AI實現了關鍵突破，并強調：“將來任何一個科學家的工作都必須是科學家加上大模型之類的人工智能。”

圍繞技術的演進，圓桌中的行業實踐者們也給出了相同感受。

階躍星辰創始人兼CEO姜大昕提到，過去三年，從ChatGPT到O1模型，“智能的演化正從模仿學習邁向強化學習”。在他看來，O1代表了“范式的轉變”，是大模型開始具備執行多步驟推理與任務的能力的起點。

清華大學交叉院助理教授、星海圖聯合創始人許華哲則從機器人視角補充，他提到過去兩年里，“這些機器人從最開始路都不穩，到能跳舞、能干活，逐漸走到工廠”，并判斷“機器人也是大模型的明天”。

嘉賓們的發言呈現同一趨勢——技術突破正在多方向同時展開。

二、場景成為真實驅動力：產業落地從“跑分”轉向“跑通”

在圓桌開場中，主持人徐葳提出，AI發展到今天，“不能只贏在跑分、論文里面，而應該是真實世界里面，不能說賺到，要保證能虧得起。”他邀請嘉賓結合自己的經歷討論，高科技如何真正轉化成生意。

圍繞“如何把高科技過渡成好生意”，嘉賓的發言都集中在一個共同點上：靠技術本身，也靠場景閉環。


智譜董事長劉德兵提到：“我們特別期待更多殺手級的應用，包括與行業深度結合的應用能夠快速出來。”他還強調開源的重要性：“開源本身對整個行業的發展至關重要。”他以智譜自身為例說明開源與商業化并不矛盾：開源讓行業“整體發展變快”，反過來帶來API調用和商業共創的增長。整個生態的技術能力上來了，企業才有發展的空間。

第四范式聯合創始人首席科學家、執行董事陳雨強分享，“人工智能真正能推動商業化的關鍵是幫助企業‘改變北極星’”，讓企業經營產生實際的提升，才具備“持續、長期的獲利可能”。他提到在國內，軟硬一體機也是能把技術真正落到現場的商業模式。

同時，具身智能、智能體（Agent）、端側AI也成為最受產業關注的話題。

階躍星辰創始人姜大昕談到智能體興起的原因：“大模型技術的發展，一是推理能力逐步增強，二是多模態技術不斷進步，使得模型能夠感知世界，并且理解用戶的環境，可以一起完成很多的任務。”他強調智能終端將來有可能成為AI的入口，并進一步闡明，車會成為“第三空間”，家會是AIoT設備的集合，包括具身智能。

星海圖聯合創始人許華哲則把目光放在具身智能。他認為具身智能并非是“短期能做到高收益的場景”，而具身智能真正需要的是“最難的場景”。他說，他們團隊跑了二十多個工業場景，從發動機制造到物流分揀，“能不能做是一回事，但這些場景能不能帶我們走到AGI，是另一回事”。他認為機器人應該直接進入家庭等復雜環境，“用現有能力先進去”，才能逼近真正意義上的通用智能。

整場圓桌，嘉賓們的共識都指向同一現實：當應用真正落地，技術進步才有方向感。而當場景跑通，生態才能真正成立。

三、模型夠強了，但行業還缺：低成本、好數據、強工程

隨著大模型進入產業深水區，各方觀點在技術、數據、工程化幾重要素之間，形成了幾個關鍵共識。