智東西（公眾號：zhidxcom）
作者 | 王涵
編輯 | 漠影
智東西12月18日報道，今日，在由騰訊新聞主辦的2025騰訊ConTech大會暨騰訊科技Hi Tech Day的直播中，中國工程院院士、知名專家和學者、頭部科技企業(yè)創(chuàng)始人及知名投資人，圍繞工業(yè)智能、物理AI、大模型進化、具身智能、AI治理等前沿議題展開對話，共同探討智能時代的機遇與挑戰(zhàn)。
騰訊新聞運營總經(jīng)理黃晨霞提到，智能浪潮從未像現(xiàn)在這樣澎湃，我們正處在范式重構(gòu)的關(guān)鍵節(jié)點。當下的智能浪潮不僅是能力升級，更是一場關(guān)于應(yīng)用方式和協(xié)同模式的范式重構(gòu)，既關(guān)乎技術(shù)高度，也關(guān)乎落地深度與倫理尺度。
一、柴天佑院士：信息流躍遷驅(qū)動新一輪工業(yè)革命，AI將如何重塑工業(yè)閉環(huán)？
中國工程院院士柴天佑從工業(yè)革命的歷史出發(fā)，系統(tǒng)闡述了智能化興起的根本原因。
他認為，歷次工業(yè)革命的本質(zhì)，都是物質(zhì)流、能源流與信息流的協(xié)同變革：物質(zhì)轉(zhuǎn)化依賴能源，而能源如何被高效利用，最終取決于信息流，即感知、決策與執(zhí)行能力。比如蒸汽機、電力和數(shù)字計算機的出現(xiàn)，分別推動了比例控制、PID控制以及自動化與信息化等體系的發(fā)展，信息流能力的提升始終是工業(yè)進步的關(guān)鍵。
柴天佑院士認為，新一輪工業(yè)革命正在發(fā)生，其核心并不只是能源變化，而是信息流的再次躍遷。由大數(shù)據(jù)驅(qū)動的人工智能、工業(yè)互聯(lián)網(wǎng)、數(shù)字孿生與元宇宙等技術(shù)，使工業(yè)系統(tǒng)首次能夠在數(shù)字空間中完成感知、決策與優(yōu)化，再將結(jié)果安全地應(yīng)用到真實生產(chǎn)過程。
他特別強調(diào)，工業(yè)AI與通用大模型存在本質(zhì)差異：工業(yè)場景要求“決策、感知、執(zhí)行”精確，追求的是可驗證、可優(yōu)化、可閉環(huán)的智能能力。
二、何小鵬：未來十年物理AI重塑世界，“智能體三大件”將定義生活新形態(tài)
在本次大會上，小鵬汽車董事長、CEO何小鵬分享了對于“物理AI”的深度思考與實踐。
何小鵬認為，人工智能正在從數(shù)字世界走向真實的物理世界。他提出，AI時代正在出現(xiàn)新的規(guī)律：一方面，數(shù)據(jù)、算力和模型會不斷相互強化，形成類似“黑洞”的效應(yīng)，讓智能快速進化；另一方面，大量智能體可以去中心化協(xié)作，高效配合。
何小鵬判斷，未來十年，機器人、無人駕駛汽車和低空飛行器，有可能逐步走入日常生活，成為新的“智能體三大件”。在他看來，汽車、機器人和飛行器在本質(zhì)上是同源的物理AI系統(tǒng)，底層都依賴感知、決策和執(zhí)行能力的融合。
他特別提到，人形機器人更容易融入以人為中心設(shè)計的現(xiàn)實環(huán)境，具備更廣泛的應(yīng)用潛力；而自動駕駛與飛行汽車，將在不同場景下改變?nèi)藗兊某鲂蟹绞?。何小鵬強調(diào)，這些變化不會一蹴而就，但隨著技術(shù)成熟和場景落地，物理AI正在從概念走向現(xiàn)實生活。
三、梁正教授：AI治理正面臨四大結(jié)構(gòu)性矛盾，亟需“可衡量”框架破局
本次大會上，清華大學人工智能國際治理研究院發(fā)布了年度報告《邁向可衡量的治理：2025年度回顧與行動建議》。清華大學教授、清華大學人工智能國際治理研究院副院長、清華大學中國科技政策研究中心副主任梁正在此次大會上也解讀了這份研究報告。
他提出，2025年是人工智能發(fā)展與治理的關(guān)鍵節(jié)點。隨著AI從單一工具走向具備自主行動能力的智能體，并逐步進入自動駕駛等物理世界場景，現(xiàn)有治理框架正面臨新的挑戰(zhàn)，包括隱私保護、責任界定以及風險外溢等問題。
他強調(diào)，當前AI發(fā)展面臨算力與能源瓶頸、地緣政治疊加競爭以及低成本模型濫用等多重壓力。在工業(yè)、醫(yī)療等垂直領(lǐng)域，準確性、可控性與人機信任已成為影響應(yīng)用落地的關(guān)鍵因素。梁正認為，全球AI治理正進入空前活躍卻高度分化的階段，治理倡議多、實際行動少，多邊共識約束力不足。
在此背景下，他總結(jié)了四個結(jié)構(gòu)性矛盾：技術(shù)快速演進與靜態(tài)治理方式的矛盾；發(fā)展與治理被簡化為二元選擇的思維定勢；國家競爭導致全球公共產(chǎn)品供給不足；以及缺乏系統(tǒng)性、可衡量的治理框架與工具。梁正提出，應(yīng)推動“敏捷治理”，通過監(jiān)管沙盒、負責任設(shè)計和國際協(xié)作，構(gòu)建一套可衡量、可審計、可驗證的AI治理體系，以更好的治理支撐人工智能的健康發(fā)展。
四、2025大模型進入“能力密度”競賽，端云協(xié)同與數(shù)據(jù)閉環(huán)成決勝關(guān)鍵
2025年，隨著大語言模型的能力迭代不斷，正在快速接近或超越人類水平，人工智能的核心問題已然從“能不能做出來”，轉(zhuǎn)向“能不能長期跑下去”，這也成為產(chǎn)業(yè)界展望2026年AI發(fā)展的核心議題。圍繞這個方向，本次大會也設(shè)置了三場圓桌論壇：
在首場圓桌論壇《2025，大模型再進化》中，華中師范大學助理教授熊宇軒，北京智源人工智能研究院院長王仲遠，清華大學長聘副教授、面壁智能聯(lián)合創(chuàng)始人兼首席科學家劉知遠以及峰瑞資本投資合伙人陳石，從技術(shù)、產(chǎn)業(yè)與投資多重視角，系統(tǒng)梳理了2025年大模型演進的變化。
熊宇軒認為，2025年大模型已從“規(guī)模突破”進入“能力進化”階段，單純堆算力、堆參數(shù)的邊際效益正在下降。當下，入場的諸多中國公司們正通過高效模型、端云協(xié)同與開源生態(tài)，探索一條不同于傳統(tǒng)路徑的原創(chuàng)發(fā)展路線。
王仲遠也認同這一判斷，表示大語言模型在文本維度正進入相對成熟階段，受限于互聯(lián)網(wǎng)數(shù)據(jù)天花板，性能提升趨緩，但多模態(tài)模型正迎來新的突破窗口。
他強調(diào)，大模型的學習范式正在從“Reading from Text”走向“Reading from Video”，視頻與物理世界數(shù)據(jù)所蘊含的時間、空間和因果信息，將推動人工智能加速從數(shù)字世界邁向物理世界。
在模型形態(tài)上，這一變化催生了新的演進規(guī)律路徑。劉知遠提出，大模型發(fā)展正在呈現(xiàn)類似摩爾定律的“密度法則”——通過技術(shù)創(chuàng)新，在更小參數(shù)規(guī)模中壓縮更高能力。小模型并非能力退化，而是向高密度、高效率演進。他認為，端云協(xié)同將成為長期結(jié)構(gòu)：端側(cè)負責實時感知與行動，云端承擔深度規(guī)劃與知識整合。
從產(chǎn)業(yè)與投資角度，陳石認為，2025年大模型競爭的護城河正在重構(gòu)，不再是單一算力或參數(shù)優(yōu)勢，而是由算力組織能力、模型能力上限與生態(tài)厚度共同構(gòu)成。其中，能否通過應(yīng)用與合作伙伴形成持續(xù)的數(shù)據(jù)反饋閉環(huán)，將成為拉開差距的關(guān)鍵。
圍繞智能體與具身智能，嘉賓一致認為該領(lǐng)域仍處早期階段，但人工智能進入物理世界是不可逆趨勢。在此過程中，開源生態(tài)、高效模型與端側(cè)創(chuàng)新，被視為中國公司們參與全球競爭的重要現(xiàn)實路徑。
五、Transformer架構(gòu)走入“死胡同”，下一代基礎(chǔ)設(shè)施是AGI底層基礎(chǔ)
第二場圓桌圍繞算力形態(tài)、模型架構(gòu)與基礎(chǔ)設(shè)施展開討論，嘗試回答——通向AGI（通用人工智能），究竟需要哪些真正不可或缺的“入場券”。
英諾天使基金合伙人、北京前沿國際人工智能研究院理事長王晟，硅基流動創(chuàng)始人兼首席產(chǎn)品官胡健，階躍星辰首席科學家張祥雨，沐曦高級副總裁孫國梁等多位業(yè)內(nèi)嘉賓，探討通向AGI的底層支撐體系。
多位嘉賓指出，AGI并非單點突破，而是由算力體系、模型架構(gòu)、基礎(chǔ)設(shè)施與生態(tài)協(xié)同共同驅(qū)動的系統(tǒng)性躍遷。胡健從AI Infra（基礎(chǔ)設(shè)施）角度強調(diào)，算力與模型之間亟需更高效、低成本的中間層基礎(chǔ)設(shè)施，以支撐模型訓練、推理與應(yīng)用的快速迭代。
張祥雨稱，下一代基礎(chǔ)模型正在從單一模態(tài)走向多模態(tài)原生融合，視覺、語言、語音乃至具身能力將統(tǒng)一于同一模型體系中，這是通向更高層智能的重要方向。
在被問及“開源、閉源”之爭時，硅基流動胡健強調(diào)這是一種“老二、老三”生存法則的博弈。“就像安卓對抗iOS。DeepSeek一出來，市場炸了，大家就都得跟進，這是一種低競爭倒逼的趨勢。”
胡健稱，如果模型不開源，智能如果只掌握在少數(shù)企業(yè)手里，客戶不得不依賴這些巨頭，并為此承擔更高的成本與代價。
而在算法側(cè)，階躍星辰首席科學家張祥雨觀點犀利：現(xiàn)有的Transformer架構(gòu)可能是一條死胡同。
王晟總結(jié)稱，當前技術(shù)范式正處在“穩(wěn)態(tài)”與“躍遷”之間：一方面，既有架構(gòu)仍在演進；另一方面，圍繞模型、算力與基礎(chǔ)設(shè)施的重構(gòu)已經(jīng)啟動。AGI的到來，不取決于某一家公司或某一技術(shù)，而取決于底層引擎是否真正成熟。
六、產(chǎn)業(yè)AI落地要打通“隱性知識”與“數(shù)據(jù)治權(quán)”，電力成為AI算力瓶頸
第三場圓桌聚焦“AI+產(chǎn)業(yè)”，清華大學智能產(chǎn)業(yè)研究院（AIR）助理教授、智源學者趙昊，清華大學經(jīng)濟管理學院可口可樂講席教授、清華大學經(jīng)濟管理學院互聯(lián)網(wǎng)發(fā)展與治理研究中心主任陳煜波，明略科技創(chuàng)始人、CEO兼CTO吳明輝，蘇州明義微電子技術(shù)有限公司創(chuàng)始人朱從義，智平方科技有限公司副總裁邱巍，圍繞落地方面的難點展開拆解。
趙昊從產(chǎn)業(yè)與科研交叉視角出發(fā)稱，AI落地的共性瓶頸并非單一模型能力，而在于高價值數(shù)據(jù)與隱性知識難以外溢——無論是企業(yè)決策邏輯，還是高端制造中的關(guān)鍵工藝參數(shù)等方面，都會對AI構(gòu)成核心約束，必須以系統(tǒng)工程思維統(tǒng)籌推進。
在企業(yè)實踐層面，明略科技創(chuàng)始人吳明輝進一步拆解了這一問題的內(nèi)部結(jié)構(gòu)。他認為，企業(yè)決策所依賴的信息至少分為三層：公開數(shù)據(jù)、企業(yè)私有數(shù)據(jù)，以及決策者腦中尚未顯性化的隱性信息。這一層信息不僅存在“技術(shù)能否承載”的問題，更面臨“是否愿意交付”的現(xiàn)實障礙，直接決定了AI能否真正參與到企業(yè)的核心決策之中。
當AI進一步走向物理世界，技術(shù)挑戰(zhàn)與組織問題同時出現(xiàn)。邱巍從具身智能落地經(jīng)驗出發(fā)，總結(jié)出“聰明、快、隱私”三重門檻：模型泛化能力與“快慢系統(tǒng)”仍需持續(xù)迭代；與此同時，高端制造場景中的工藝流程數(shù)據(jù)具有極高保密性，引出了“數(shù)據(jù)治權(quán)”的現(xiàn)實難題——模型究竟應(yīng)在客戶側(cè)訓練，還是在廠商側(cè)訓練。
在組織與協(xié)作層面，陳煜波認為人機協(xié)同并非新命題，但AI正在重塑協(xié)作方式。問題的關(guān)鍵不在于“替代人”，而在于重新定義流程與技能分工，探索“人如何與AI協(xié)作、互補”。
朱從義則從能源與供電層面出發(fā)，他說GPU功耗躍遷正在帶來效率、供電密度與“瞬態(tài)負載”等系統(tǒng)性挑戰(zhàn)。隨著GPU功率密度持續(xù)攀升，電力正在成為AI算力體系的關(guān)鍵瓶頸。
未來，只有通過系統(tǒng)級供電架構(gòu)升級（如800V直流架構(gòu)），才能在提升效率的同時保障穩(wěn)定性，支撐AI在產(chǎn)業(yè)場景中的長期運行。
