▶ 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。