外滩大会透露方向：AI 干活、星际 AI、人造太阳、经验时代

作者／   IT 时报   孙妍

编辑／   郝俊慧   孙妍

2025 Inclusion · 外滩大会前夕，世界十大 AI 反问人类：有哪些工作需要永远留给人类？AI 做出错误决定并造成损害，是否应该承担责任？如果 AI 能帮你优化生命质量，你愿意让渡多少隐私？你会为了自身的能力不退化，而主动屏蔽一些 AI 的帮助吗？你担心 AI 幻觉和信息茧房会把人类带到 " 沟里 " 吗？人类让 AI 变得越来越强大是在 " 养虎为患 " 吗……

与其说这些是 AI 对人类的提问，不如说这些是人类的自我思考。在 " 人间一年 AI 一天 " 的当下，人类最迫切需要的是答案——关于未来的答案。

香港大学计算与数据科学学院院长马毅说，他的电话被家长们 " 打爆 "，问得最多的一个问题是，到底我的孩子学什么，才能在毕业时不被 AI 取代？

AI 不仅把普通人拉进既兴奋又焦虑的情绪里，也给世界各大政治经济体带来焦虑。9 月 11 日，2024 年图灵奖得主、" 强化学习之父 " 理查德 · 萨顿（Richard Sutton）在外滩大会主旨演讲中表示，外界对 AI 带来的偏见、失业甚至人类灭绝的恐惧被夸大了，并且是被某些从中获利的组织和个人煽动起来的。

世间一切美好的源泉在哪里？萨顿的答案是，人工智能和人类繁荣将来自去中心化协作。 

一问：AI 干活怎么样？

王兴兴：AI 干活还在爆发前夜

已经入行之人，反倒少了很多焦虑，因为他们更深刻地了解 "AI 之不能 "。

" 现在 AI 写文作画，已经比 99.99% 的人都要好。但真正让 AI 干活，还是一片荒漠。" 这是人形机器人领域炙手可热的 " 明星 " 宇树科技官宣 IPO 后，宇树科技创始人兼 CEO 王兴兴首度发声。

马毅也提出了类似的看法，他认为当前以大模型为代表的 AI 仍处于最初级的 " 种系智能 " 阶段，依赖海量参数与预训练数据，不仅资源消耗高、效率低，且缺乏个体记忆与自我意识。马毅回顾了智能演化的四个阶段：从 DNA 所代表的种系遗传智能，到生物个体出现大脑与感知系统形成的个体发育智能，再到借助语言实现的群体智能，最后才是真正意义的人工智能。

即便站在 AI 最初级的阶段回望，王兴兴坦言最后悔的一件事还是十几年前没有学 AI："2011 年时，我也曾对 AI 非常感兴趣，但当时 AI 非常冷门，看了几本书后觉得能做的有限，后来就干机器人去了。"

实际上，AI 与机器人的融合发展正在催生全新的具身智能产业，也就是让机器人拥有 AGI 能力，能像人一样自主感知、规划和行动。本届外滩大会上，不少展示的机器人已经可以完成炒菜、救人、放置雷管等一些工作领域的基本动作。

机器狗从废墟中救出婴儿

但王兴兴仍然认为，当前具身智能发展存在相当大的挑战。首先，在数据层面，采集和质量问题仍比较突出，同时需要提升数据的利用率；其次，在模型层面，当前多模态数据的融合并不理想，并且模型与机器人的控制模态对齐也是难点，比如根据一个生成视频让机器人学做家务，单纯的视频生成可能已经比较好，但如何将视频生成与机器人控制模态对齐，仍然非常有挑战。

大道至简，不论什么时代创业都会碰到共性问题。王兴兴坦言，人员规模更大之后，可能会带来协作效率的降低，需要花时间探索更高效的组织管理方式，没办法完全做 " 甩手掌柜 "。

" 真正让 AI 落地干活，现在还在大规模爆发性增长的前夜。" 王兴兴说，AI 时代非常公平，只要聪明，愿意做事，荒漠中终会长出参天大树。对有志于创新创业的年轻一代，他建议 " 忘记过去的经验，学习当下最新的知识，全力拥抱新时代 "。

二问

AI 竞争的关键变量是什么？

王坚：去火星的路上不能没有计算

" 在开源这个时刻，OpenAI 站在了历史错误的一边。" 今年 1 月底，随着 DeepSeek 等中国大模型的开源，OpenAI 创始人 CEO 萨姆 · 奥特曼说了一句令人震撼的话。

1998 年，行业里最好、最开放的浏览器 Netscape 开源，这是互联网时代的分水岭事件，是互联网时代的关键变量。在人工智能时代，开源模型与闭源模型的选择，已经变成了 AI 竞争的关键变量。

阿里云创始人、之江实验室主任王坚认为，光开源代码已经不能解决问题，开放数据和计算资源是推动 AI 往前走的必经之路。

太空一直是最大的资源，" 今天不能只把 AI 用在手机、电脑上，AI 不应该缺失太空。除了通信卫星、导航卫星、遥感卫星外，AI 将催生第四种卫星——计算卫星。" 王坚所在的之江实验室通过卫星将 AI 大模型送到了太空。

2025 年 5 月 14 日是王坚激动的一天，由 12 颗计算卫星组成的 " 三体计算星座 "，第一次把与地面相同的 8B AI 模型送入太空。这意味着，在太空的任何地方都能完成对数据的处理，卫星与卫星之间也能实现互联互通。他解释道，在把卫星送到太阳轨道后，数据几乎没有办法传回到地面再做处理，只有把 AI 和算力送入太空，人类才有可能真正地走出地球。

王坚希望有无数主体来共同完成这个 " 三体计算星座 "，在开放之下共享太空，未来把每一颗卫星都开放给全世界的任何一个人。

" 人类去火星的路上，不能没有计算的陪伴和 AI，这是未来十年，甚至二十年最激动人心的地方。" 王坚表示。

三问

AI 的终点在哪里？

孙玄：核聚变

"AI 的终点是能源，能源的终点是核聚变。" 中国科学技术大学核科学与技术学院教授孙玄重申了业界的共识：核聚变是开启下一代文明的关键科技。

100 万个 GPU 的耗电量，相当于北京市用电量的八分之一。AI 目前用电量占地球的 1.5%，如果我们把 AI 比喻成 " 地球大脑 " 的话，人的大脑能耗占人体的 20%，因此有人预测，AI 的耗电量也将占地球总用电量的 20% 以上。这些数据意味着，仅 AI 一个领域，就将产生巨大的能源缺口。

从 2020 年起，资本对核聚变的投入增长显著，英伟达、谷歌、OpenAI 等头部国际科技企业均已入局核聚变领域，押注这一终极能源成为业界共识，核聚变领域被视为已处于商业化落地的黎明前夕。

据美国聚变工业协会（FIA）2024 年 7 月发布的报告，全球核聚变商业公司累计获得总投资额达 71 亿美元，同比增加 9 亿美元，资本市场融资屡创新高；受访的 35 家企业中，89% 的企业看好在 21 世纪 30 年代末之前实现并网发电。

然而，终极能源伴随终极挑战，通往 " 人造太阳 " 的道路上仍存技术难点。孙玄解释道，实现核聚变的核心科学难点在于约束温度高达上亿度的等离子体，" 有点像我们试图用笼子困住一个脾气暴躁的野兽，很难。"  

目前，追逐可控核聚变的主流技术分为激光惯性约束与磁约束两大方向，二者的实现条件均对工程建造要求极高。无论是研制精密无比的巨型激光器，还是建造 ITER（国际热核聚变实验堆）级别的庞然大物，均存在价格昂贵、工期长的问题。

在外滩大会上，《IT 时报》记者看到了传说中的 " 人造太阳 "，它是合肥星能玄光科技开发的最新可控核聚变星能玄光核聚变模型。

" 磁惯性约束 " 的混合路径能大幅降低造价和缩短建造时间并提升迭代效率，成为关住 " 野兽 " 的一个方法。此外，孙玄还提出了突破性的展望：" 我们可否创造一个可以自己学习、自己设计一个全新的聚变堆，它不需要我们已有的实验数据，而是自己基于物理规则进行探索，就像以前的围棋软件 AlphaZero 一样？"

四问

AI 的确定方向是什么？

理查德 · 萨顿：AI 进入 " 经验时代 "

理查德 · 萨顿认为，人类数据红利正逼近极限，人工智能正从 " 人类数据时代 " 迈向 " 经验时代 "，潜力将远超以往。

今天大多数机器学习的目标，是把人类已有的知识转移到静态、缺乏自主学习能力的 AI 上。" 我们逐渐达到人类数据的极限，现有的方法不能生成新的知识，不适合持续学习，而持续学习对智能的效用至关重要。" 他认为，我们正进入 " 经验时代 "，需要一种新的数据源，由智能体与世界直接交互中生成。这正是人类和其他动物的学习方式，是 AlphaGo 自我博弈下的 " 第 37 手 "，也是近期 AlphaProof 在国际数学奥林匹克斩获银牌的路径。

萨顿解释，" 经验 " 指的是观察、行动和奖励，这三种信号在智能体与世界之间来回传递。" 知识经验，可以从经验中学习。一个智能体的智能程度，取决于它能预测并控制自身输入信号的程度。经验是一切智能的核心与基础。" 他同时指出，强化学习带领我们进入了新的经验时代，但要释放全部潜力，还需要两项目前尚不成熟的技术——持续学习（continual learning）和元学习（meta-learning）技术。

" 人类最卓越的超能力，在于比其他任何动物都更擅长协作。人类最伟大的成功在于协作本身——经济、市场与政府都是成功协作的产物，" 萨顿表示，人工智能和人类繁荣来自去中心化协作，" 协作并非总能实现，却是世间一切美好事物的源泉，我们必须寻求协作、支持协作，并致力将协作制度化。"

展望人工智能的未来，他提出了四条现实的 " 预测原则 "：第一，对世界应该如何运转并没有共识，但没有哪一种看法能够凌驾于其他；第二，人类将真正理解智能，并借助技术将其创造出来；第三，当今人类的智力水平，很快将会被超级人工智能，或者超级智能增强的人类超越；第四，权力和资源会流向最聪明的智能体。所以，在人类的发展进程中，人工智能的替代将不可避免。

放眼宇宙的历史，萨顿将其分为四个时代：粒子时代、恒星时代、复制者时代和设计时代。他认为人类的独特之处在于 " 把设计推向极致 "，创造出能自己设计的事物，这也正是今天通过人工智能所追求的目标。人类至少是催化剂，是助产士，更是开启宇宙第四大时代—— " 设计时代 " 的先驱。

" 人工智能是宇宙演化的必然下一步，我们应以勇气、自豪和冒险精神来迎接它。" 萨顿表示。

记者观察

AI 演进与落地路线逐渐清晰

2025 年，注定是人类历史上不平凡的一年，人类走在通向 AI 大时代的路上，逐渐看清了眼前的路线图。

学界有了明确的 AI 演进方向：解决能源困局，走出地球；产业界有了明确的目标：让 AI 干活。 

虽然业界认为预训练模型的规模定律（Scaling Law）在逐渐放缓，但源码资本投资合伙人、美国国家工程院外籍院士张宏江认为，规模定律仍然是大模型性能提升的第一性原则，即大模型参数规模越高，训练数据量越大，计算资源越庞大，性能就越好。

过去三年中，大模型的单位 token 价格在快速下降，随着大模型性能的持续提升，使用成本还会不断降低。智能体成为 AI 最主流的应用，" 智能体经济 " 即将繁荣，" 超级个体 +Agent" 将带给组织巨大的结构性变革。

2025 年 8 月，国务院印发的《关于深入实施 " 人工智能 +" 行动的意见》为中国人工智能发展提供了清晰的路线图：到 2027 年，率先实现人工智能与 6 大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超 70%，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善；到 2030 年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超 90%，智能经济成为我国经济发展的重要增长极，推动技术普惠和成果共享；到 2035 年，我国全面步入智能经济和智能社会发展新阶段，为基本实现社会主义现代化提供有力支撑。

站在外滩大会看上海，AI 产业高地的轮廓也逐渐清晰，随着《上海市进一步扩大人工智能应用的若干措施》（即 " 人工智能 12 条 "）落地，人工智能基础理论、方法和工具、新一代通用人工智能、智能芯片、具身智能、智能软件、脑机接口、智算系统等成为重点方向，上海也拿出真金白银来支持企业：包括 6 亿元算力券、3 亿元模型券、1 亿元语料券等。

上海向来务实，带给人的误解是不适合创业，但它一直没有停止创新，而且每一步来时路都有清晰的脚印。

排版／   季嘉颖

图片／   外滩大会 IT 时报

来源／《IT 时报》公众号 vittimes

E   N   D

大家都在看

请加「星标」不错过我们