智東西（公眾號：zhidxcom）
作者 | 許麗思
編輯 | 漠影
智東西11月22日報道，今天，一年一度的IDEA大會在深圳舉行。這場人工智能盛會由IDEA研究院創(chuàng)院理事長、美國國家工程院外籍院士沈向洋發(fā)起，深入探討了關(guān)于AI發(fā)展、AI Agent、具身智能、低空經(jīng)濟等前沿技術(shù)與熱點議題。
沈向洋進行了近3個小時主題演講，期間發(fā)布了多個IDEA研究院創(chuàng)新成果，包括企業(yè)決策智能體、數(shù)據(jù)分析智能體、藥物計算發(fā)現(xiàn)平臺、金融大模型、GPU原生渲染器、視覺大模型、低空管理與服務(wù)操作系統(tǒng)等。
想要理解人工智能演進，沈向洋強調(diào)，需要在算力、算法和數(shù)據(jù)之外，增加兩個考慮維度：交互與載體。如今，談大模型總繞不開英偉達CEO黃仁勛，沈向洋打趣說，“黃仁勛每天醒來都在笑，整個世界的人在給他捐錢。。”
在具身智能方面，沈向洋對格外看重靈巧手，強調(diào)，“人手的魔法在于它手既能搬箱子，也能穿針引線。所以，靈巧手可以說是人類在人工智能面前，最后的尊嚴(yán)?！彼€提到去年與黃仁勛的對談時，黃仁勛說，“具身智能是粵港澳大灣區(qū)非凡的機遇?！?/p>
據(jù)了解，IDEA大會于2021年首度舉行，匯聚產(chǎn)學(xué)研企界領(lǐng)袖，致力構(gòu)建一個凝聚數(shù)字經(jīng)濟多方力量的國際化平臺，是粵港澳大灣區(qū)最具影響力的科技盛會之一。
一、AI發(fā)展路線五大維度：算力算法與數(shù)據(jù)之外，還要關(guān)注交互和載體
除了廣為人知的了算力、算法、數(shù)據(jù)這三要素之外，沈向洋提出，未來理解AI的演進還必須加入兩個維度：交互和載體。
1、算法范式
算法是AI發(fā)展的核心支撐。AI的算法演進有三個階段：監(jiān)督學(xué)習(xí)構(gòu)筑表達與生成能力，強化學(xué)習(xí)引入因果與執(zhí)行，自主學(xué)習(xí)邁向高層認知。技術(shù)本身從Transformer架構(gòu)出發(fā)，向更高效、更穩(wěn)健的體系演化；從自回歸到擴散，再到混合式生成方法，這些變化共同推動智能的表達邊界不斷拓展。
2、智能載體
AI的載體發(fā)展遵循從抽象到具體、從虛擬到物理的擴展路徑：從早期的語言模型，逐步演進到涵蓋聲音、圖像、視頻甚至4D內(nèi)容的多模態(tài)模型；在此基礎(chǔ)上，融入物理世界規(guī)律的世界模型成為新方向，而當(dāng)世界模型落地到機器人、自動駕駛車輛、飛行器等物理實體時，便形成了具身模型。
“從載體的這個維度來看，AI很快就會幫助我們從理解這個世界，走向改變這個世界?！鄙蛳蜓笳f。
3、交互范式
過去七八十年，計算機科學(xué)的一條主線就是人機交互方式的演進：從命令行，到圖形界面，到互聯(lián)網(wǎng)搜索，再到推薦系統(tǒng)。AI的到來，則帶來了自然語言和多模態(tài)的交互。
早期的第一代大模型，更像問一句答一句的搜索；而近兩年的推理模型則讓對話成為一個持續(xù)迭代的過程：你問、它答，你再追問、它再推理，過程越來越像真實的科研活動。
在他看來，“探索世界就應(yīng)該是Search less,research more。”未來，AI會越來越多地主動提出問題、主動執(zhí)行任務(wù)，但在人機系統(tǒng)中，人仍需在關(guān)鍵節(jié)點做決策、做最終判斷，以確保AI的行為不偏離邊界。
4、計算架構(gòu)
GPU從2006年作為通用并行計算系統(tǒng)起步，從打游戲到“挖礦”再到支撐大模型訓(xùn)練，如今已成為基礎(chǔ)設(shè)施。但當(dāng)前算力需求呈現(xiàn)新變化：推理需求已經(jīng)遠超訓(xùn)練，端側(cè)芯片和強化學(xué)習(xí)專用芯片的需求也迅速上升。強化學(xué)習(xí)芯片必須支持高速交互和大規(guī)模并行，推理芯片則要做到低功耗、高吞吐。
GPU刺激了深度學(xué)習(xí)的第一波爆發(fā)，但能耗與成本也不斷攀升。隨著應(yīng)用多樣化，推理、端側(cè)、強化學(xué)習(xí)等專用芯片不斷涌現(xiàn)；未來光子、量子、類腦等也可能在特定領(lǐng)域帶來性能躍升。
5、數(shù)據(jù)
在智能演進的三個階段，數(shù)據(jù)扮演不同的角色：在模擬世界階段，數(shù)據(jù)是靜態(tài)教材；在探索世界階段，數(shù)據(jù)是動態(tài)反饋；在歸納世界階段，數(shù)據(jù)是驗證假設(shè)的證據(jù)。
當(dāng)我們轉(zhuǎn)向強化學(xué)習(xí)、探索世界時，模型需要的就不再是靜態(tài)數(shù)據(jù)，而是帶反饋的動態(tài)數(shù)據(jù)。沈向洋用一個樸素的類比強調(diào)這一點：“就像騎自行車這件事，你光看書的話不可能會學(xué)會騎自行車的?！?/p>
從人類數(shù)據(jù)枯竭到合成數(shù)據(jù)興起，再到AI主動探索并獲取實驗數(shù)據(jù)，這一過程代表著數(shù)據(jù)從限制模型能力的約束，逐步轉(zhuǎn)變?yōu)橥苿覣I主動學(xué)習(xí)的工具。
在沈向洋看來，未來AI最強大的能力之一，是能夠自己提出假設(shè)，并自己收集證據(jù)來提升智能水平。在這個過程中，數(shù)據(jù)和智能是相互推動的。
二、發(fā)布金融大模型、GPU渲染引擎等，下個月開源MoonBit agent SDK
合成數(shù)據(jù)已經(jīng)成為大模型訓(xùn)練的剛需要素，尤其在小語種、隱私敏感行業(yè)、小樣本場景等長尾領(lǐng)域，數(shù)據(jù)稀缺更是主要瓶頸。
成立于2025年的DataArc數(shù)創(chuàng)弧光，專注大模型合成數(shù)據(jù)技術(shù)，是IDEA研究院成立以來孵化速度最快的項目，成立不足一年已完成兩輪融資。本屆大會上，DataArc發(fā)布了SynData開源框架。
在沈向洋看來，除了數(shù)據(jù)層面的機會，模型層面也遠不止超大模型這一條路，各類垂直應(yīng)用場景同樣蘊含巨大空間。金融，就是其中的典型代表。
本次大會發(fā)布的Quant 5.0，是一個基于金融時間序列的底座大模型。
傳統(tǒng)金融投資面臨行情預(yù)判精度不足、風(fēng)險管控難度較大的挑戰(zhàn)，Quant 5.0融合AI技術(shù)，憑借大參數(shù)算力支撐及高頻數(shù)據(jù)訓(xùn)練，可支持三類任務(wù)：對未來收益和走勢的預(yù)測，服務(wù)投資決策；為交易所、監(jiān)管機構(gòu)及機構(gòu)投資者提供風(fēng)控能力；為監(jiān)管與決策提供市場模擬和壓力測試工具。
由于Quant 5.0是通用時間序列底座模型，它可以輕松遷移到其他市場、其他資產(chǎn)類別以及其他交易策略上，并通過Agent方式實現(xiàn)策略自動化部署。
現(xiàn)場發(fā)布了國內(nèi)首個提供公共服務(wù)的工業(yè)級AI驅(qū)動GPU渲染引擎SMARAY，在保證高質(zhì)量渲染效果的前提下，其渲染效率較傳統(tǒng)渲染器提升數(shù)十至數(shù)百倍，且可兼容主流動畫特效建模軟件，無需改變現(xiàn)有工作流 。
目前，SMARAY已獲《流浪地球2》視效制作方More VFX、《哪吒》系列出品方光線動畫等頭部影視團隊項目實踐驗證。
另外，現(xiàn)場還介紹了IDEA研究院的MoonBit團隊的最新成果。MoonBit是IDEA研究院自研的AI時代新編程語言，今年，MoonBit從支持多后端的編程語言，逐步演進為涵蓋AI原生工具集的全棧工具鏈，覆蓋WebAssembly邊緣計算、C/LLVM系統(tǒng)編程、JavaScript前端開發(fā)等全場景，構(gòu)建起集開發(fā)者工具鏈與智能體開發(fā)生態(tài)于一體的開發(fā)者平臺。
今年，MoonBit也開放了全球首個語言原生的智能體開發(fā)環(huán)境MoonBit Pilot，智能輔助生成MoonBit工具包，可快速擴展MoonBit生態(tài)。
下個月，IDEA研究院將正式開源用MoonBit編程語言開發(fā)的智能體平臺MoonBit agent SDK，支持使用多種編程語言。
截至目前，MoonBit社區(qū)用戶已從早期的500人、去年的2.6萬人，增長到十萬級規(guī)模；全球貢獻代碼行數(shù)超過1000萬行，生態(tài)庫約3000個。
三、從個體、公司到治理、創(chuàng)新，AI Agent帶來了哪些影響？
AI Agent是大模型落地的重要產(chǎn)品載體，也是人工智能行業(yè)從業(yè)者多年來關(guān)注的核心方向。進入2025年，全球尤其是中國的AI Agent創(chuàng)新全面爆發(fā)。沈向洋從四個層面來梳理AI Agent的影響：個體、公司、治理與創(chuàng)新。
1、個體
AI Agent帶來了生產(chǎn)力的巨大提升，徹底改變了傳統(tǒng)工作模式，一個人加上一堆AI Agent，就會成為所謂的超級個體。這種生產(chǎn)力的飛躍直接推動了生產(chǎn)關(guān)系、組織機構(gòu)、分工形式與協(xié)同方式的變革，而成為超級個體的關(guān)鍵在于是否愿意學(xué)習(xí)和運用AI Agent。
同時，沈向洋覺得，未來CEO可能不再是單純的Chief Executive Officer，而更像Chief Entertaining Officer，個體與組織的關(guān)系將被重新定義。
2、企業(yè)決策
沈向洋判斷，未來越來越多企業(yè)將成為“AI Native公司”，從組織結(jié)構(gòu)到業(yè)務(wù)流程，從供應(yīng)鏈到市場拓展，都圍繞AI重新設(shè)計。
為此，IDEA研究院推出了KAIROS決策智能體，核心就是讓AI真正進入企業(yè)的決策鏈路。
其能通過三大能力打造“決策-執(zhí)行-反饋”閉環(huán)：一是借助通用大模型語言理解能力，結(jié)合企業(yè)數(shù)據(jù)與經(jīng)驗，精準(zhǔn)解讀業(yè)務(wù)需求；二是針對復(fù)雜決策提供更優(yōu)的端到端優(yōu)化方案；三是通過自動編程、代碼生成實現(xiàn)模型自適應(yīng)演變，降低維護成本。
落地場景中，KAIROS應(yīng)用覆蓋物流、倉儲、港口、零售等多場景，可支撐規(guī)劃類、調(diào)度類、預(yù)測類等全類型決策。
3、政府治理
在政府治理體系中，統(tǒng)計部門是一類關(guān)鍵角色。長期以來，統(tǒng)計局的工作人員需要“肩挑手扛”：去各處找數(shù)據(jù)、整材料，為領(lǐng)導(dǎo)寫報告。而大模型的發(fā)展，正在推動這項流程走向自動化和智能化。
IDEA研究院去年發(fā)布的“經(jīng)濟超腦1.0”已能看懂?dāng)?shù)據(jù)、理解背后邏輯，而升級后的“經(jīng)濟超腦2.0”，能夠構(gòu)建全流程自動化數(shù)據(jù)分析體系，依托Agents驅(qū)動的智能框架，實現(xiàn)效率提升10-30倍，關(guān)聯(lián)模糊需求與業(yè)務(wù)指標(biāo)、自動拆解宏觀分析需求，讓數(shù)據(jù)分析回路從被動調(diào)試升級為主動修正，推動實現(xiàn)數(shù)據(jù)驅(qū)動的智能化決策，釋放數(shù)據(jù)資產(chǎn)價值以形成更優(yōu)政策建議。
4、科學(xué)創(chuàng)新
AI Agent對未來創(chuàng)新的影響，是沈向洋最為看重的。
去年，IDEA研究院已發(fā)布分子、抗體、反應(yīng)、藥物文獻四大化學(xué)大模型；今年取得更大突破，研發(fā)的LightUnity模型用于創(chuàng)新藥發(fā)現(xiàn)。
在此基礎(chǔ)上，IDEA研究院發(fā)布Mozi平臺，以“Agent+Toolbox”模式，結(jié)合多智能體架構(gòu)、專家工具箱與自動化流程，解決傳統(tǒng)藥物早期計算發(fā)現(xiàn)中工具誤導(dǎo)、研發(fā)黑箱、工作流瓶頸等痛點。
四、舉辦全球靈巧手+即時配送賽事，推出全新視覺大模型
不久前，傳聞特斯拉人形機器人因手部“難產(chǎn)”而被迫縮減生產(chǎn)計劃。沈向洋表示，在具身智能的眾多攻關(guān)點里，靈巧手是技術(shù)復(fù)雜度的珠峰。
他分享到，今年的深圳智能機器人靈巧手大賽，是國內(nèi)首個將靈巧手技術(shù)與即時配送場景結(jié)合的賽事。從取包裹、拆包裹、折紙箱、到按電梯，以場景為旗幟，以需求為標(biāo)尺，牽引技術(shù)前進的方向。
在具身智能技術(shù)發(fā)展中，視覺感知是人工智能與物理世界交互的核心基礎(chǔ)，更是賦能“感知-決策-執(zhí)行”閉環(huán)的關(guān)鍵支撐。一年前，DINO-X視覺大模型誕生，以開放世界檢測能力，“讓機器看懂物理世界”。
今年IDEA大會上，DINO-X Grasp發(fā)布，實現(xiàn)世界開集2D認知理解、物體級抓取位姿預(yù)測、物體級3D形狀感知，打造“更強”具身大腦。
沈向洋總結(jié)，過去一年，IDEA研究院在具身智能方面，新成立了三個中心：
福田實驗室：這是由粵港澳大灣區(qū)數(shù)字經(jīng)濟研究院（IDEA）與騰訊合作共建的省級實驗室，旨在通過跨領(lǐng)域合作提升技術(shù)研發(fā)能力，聚焦人居環(huán)境具身智能領(lǐng)域的研究。福田實驗室聯(lián)合騰訊Robotics X實驗室推出的Tairos具身智能開放平臺，是一款以模塊化方式提供大模型、開發(fā)工具與數(shù)據(jù)服務(wù)的具身智能軟件平臺。
國際先進技術(shù)應(yīng)用推進中心（深圳）：聚焦人工智能、具身智能、低空經(jīng)濟等重點領(lǐng)域，依托粵港澳大灣區(qū)數(shù)字經(jīng)濟研究院建設(shè)的先進技術(shù)應(yīng)用推廣平臺。
深港高等研究交流中心（SHARE）：旨在依托深圳與香港的區(qū)位優(yōu)勢和大灣區(qū)的優(yōu)質(zhì)科研教育資源，搭建跨學(xué)科科研合作與國際交流平臺。中心聚焦人工智能賦能的前沿科學(xué)問題，推動其在生物醫(yī)藥、材料科學(xué)、低空經(jīng)濟、無線通信、具身智能等關(guān)鍵領(lǐng)域的應(yīng)用與突破。
會上，孵化自IDEA研究院的視覺大模型企業(yè)視啟未來還宣布完成近億元天使輪融資，該團隊創(chuàng)始人兼CEO張磊曾任微軟總部及亞洲研究院首席研究員。
低空經(jīng)濟方面，大會發(fā)布的OpenSILAS 2.0，通過可進化框架解構(gòu)六大核心技術(shù)，依據(jù)城市與空域復(fù)雜度構(gòu)建產(chǎn)品矩陣，實現(xiàn)“規(guī)劃—運行—監(jiān)管—服務(wù)”全環(huán)節(jié)管理與全流程服務(wù)，以分級化、模塊化提供可落地擴展方案。
結(jié)語：“攀登珠峰”VS“修公路”，要走適合自己的AI發(fā)展之路
回到沈向洋反復(fù)提到的智能演進曲線，今天看到的，不只是一個個炫目的模型和 Demo，而是新一輪技術(shù)范式剛剛起步的信號。算力、算法、數(shù)據(jù)在加速迭代，交互和載體在重塑人機邊界，AI 正從“問一句答一句”的工具，走向能與人類協(xié)同推理、共創(chuàng)知識的長期伙伴。
當(dāng)被問及關(guān)于中美AI發(fā)展的差距時，沈向洋覺得，AI發(fā)展至少可以理解為兩個維度：一條是“攀登珠峰”，以巨額投入追求最強模型；另一條是“修公路”，讓更多人和更多場景用得上AI，讓模型在更大范圍內(nèi)規(guī)?；瘧?yīng)用，在每件事情上，都要走適合自己的發(fā)展之路。
未來，隨著技術(shù)迭代與場景深耕的雙向賦能，AI將更深刻地融入千行百業(yè)，開啟智能社會的全新階段。
