▶ 孙庆阳
近日,以“重塑创新增长”为主题的2025 Inclusion·外滩大会在上海市举行。大会汇聚了16个国家和地区550位全球顶尖学者、产业界人士与创业者,展示了人工智能(AI)与金融、出行、医疗等领域的深度融合,两场对话——第一场“AI原生时代,旧地图上没有新大陆”,带来了年轻人的不同视角;第二场“大模型产业落地进行时”则将行业最核心的焦虑摆上台面:如何将澎湃的模型能力,转化为确定的商业价值?
AI技术破壁的多元视角
“AI原生时代不是对旧时代的修补,而是把AI模型当作全能型工具集,忘掉过去重新学习。”中国宇树科技创始人兼首席执行官王兴兴的观点,点明了技术探索的核心逻辑。当前AI正从“辅助工具”转向“核心生产力”,而数据与架构的平衡成为机器人与智能体领域的关键争议点。
机器人领域的变革已进入“具身智能闭环”阶段。美国加州大学圣地亚哥分校终身教授、Hillbot创始人苏昊将机器人智能化分如下3个阶段:从传统规则驱动,到感知、规划、控制分离,再到当前具身智能时代,通过大语言模型与多模态技术融合,实现“感知-规划-控制”打通的经验学习。
据介绍,截至2025年4月9日,全球具身智能领域的专利申请量超83.13万件,中国具身智能专利申请超21.99万件,位居全球第一。
苏昊以大象装冰箱为例:“语言数据帮你形成‘开门-放象-关门’的逻辑,视频数据关联‘大象与冰箱的物理尺度’,带反馈的控制数据实现‘手眼协调开门’,只有融合多模态数据,才能解决机器人数据匮乏问题。”但王兴兴提出不同视角:“当前机器人优质数据采集成本高、噪声率大,且数据质量标准模糊,更需要通过架构创新提升数据利用率。”
智能体领域同样面临数据鸿沟。DeepWisdom创始人兼CEO吴承霖透露,要实现智能体打通屏幕交互,至少需2亿条标注数据,单条标注成本几美元到几十美元,总成本或达百亿美元级别。清华大学交叉信息研究院助理教授吴翼表示更看重强化学习的价值:“AI时代噪音多,坚持对的方向更重要,强化学习能让智能体能力自然涌现。”
技术变革还倒逼组织形态升级。曾任职Open AI的吴翼提出“小而精”的激进模式:“当下AI时代30人的团队或能做10年前300人的事,在虚拟世界,如果智能密度够高,无需大规模扩招。”王兴兴结合硬件企业实践补充:“纯AI领域靠顶尖人才就能爆发,但软硬协同企业面临‘软件快迭代、硬件重品控’的矛盾,人多反而效率低,目前我们最大挑战是缺顶尖人才和跨部门协同。”苏昊强调团队需破除经验依赖,搞软件的要学硬件术语,搞硬件的要懂软件逻辑,这种跨界思维才适合具身智能的研发。
大模型替代APP,还是共生?
技术层面的突破最终要服务于产业应用,而大模型如何落地产业,引发了第二场关于替代还是共生的深入对话。“大语言模型会吃掉软件吗?现在我觉得会,软件用确定性方式解决确定性问题,这正是大语言模型擅长的,且已有软件开始生成智能体自主解决任务。”蚂蚁集团CEO韩歆毅表示。
大模型与软件的共生边界清晰。韩歆毅认为,大模型正重构软件交互逻辑,正如外滩大会现场展示的AI语音叫车:用户对支付宝内的AI出行助手说“我要去陆家嘴”,T3出行的智能体便能直接调起服务,特定功能的APP正被无缝集成的智能体体验所替代。但小米集团手机部副总裁、可穿戴部总经理张雷强调:“大模型更多地是提升软件效率,比如助力开发,但不会吃掉所有软件,复杂交互场景仍需软件支撑。”
金沙江创投朱啸虎认为:“只要Transformer(神经网络架构)的‘幻觉问题’没解决,1%的错误就足以让医疗、金融等复杂流程软件无法被替代。但低代码、无代码软件已被批量替代。”他进一步提出AI时代的投资标准,不管是PC、移动还是AI时代,唯一核心指标是留存,很多AI公司靠尝鲜吸引用户,第二个月就流失,没有留存就没有未来。
韩歆毅大胆预测:“从长期看,智能体会替代80%单一功能APP,未来可能出现1-2个超级入口,但形态尚不明确。”张雷认为替代是长期过程:“智能体已在订餐、翻译等单一场景替代APP,但复杂交互场景仍需时间,比如AI眼镜要实现‘主动交互’,还需解决显示、隐私等问题。”朱啸虎提示创业机会:超级入口会集中,但智能体仍有机会,就像美国移动互联网的优步、受彼迎,AI时代做“AI+线下服务”的智能体,解决大厂不愿干的苦活累活,更易落地。