財(cái)聯(lián)社4月2日訊（記者 封其娟）在“聚交”人工智能+的主題下，2025年的交大校友會再度集結(jié)了多位人工智能產(chǎn)業(yè)以及投資領(lǐng)域的先鋒人物，圍繞著當(dāng)下熱點(diǎn)話題，各抒己見。

在《邊緣AI，探索中國通用人工智能發(fā)展路徑》的主題演講中，云天勵(lì)飛創(chuàng)始人陳寧系統(tǒng)闡釋了人工智能技術(shù)范式的第三次躍遷，并詳聊了?產(chǎn)業(yè)架構(gòu)重塑、?硬件生態(tài)革命、?未來產(chǎn)業(yè)圖景?。作為中國神經(jīng)網(wǎng)絡(luò)處理器標(biāo)準(zhǔn)制定者，陳寧提出邊緣AI將重構(gòu)全球智能產(chǎn)業(yè)格局的核心觀點(diǎn)，并預(yù)測這場由邊緣智能引發(fā)的“靜默革命”，正在重塑從家庭智算主機(jī)到城市基礎(chǔ)設(shè)施的每個(gè)技術(shù)節(jié)點(diǎn)。

身兼思必馳科技聯(lián)合創(chuàng)始人、首席科學(xué)家及上海交大計(jì)算機(jī)科學(xué)與工程系教授的俞凱，是產(chǎn)業(yè)界的核心技術(shù)研發(fā)者，也是學(xué)術(shù)界的跨媒體語言智能實(shí)驗(yàn)室負(fù)責(zé)人?；谶@樣的雙重身份，在《邁向分布式大模型智能體系》的主題演講中，俞凱剖析了大模型技術(shù)發(fā)展路徑，直言學(xué)術(shù)界與產(chǎn)業(yè)界存在“科學(xué)問題轉(zhuǎn)化斷層”：前者聚焦前沿探索，后者專注應(yīng)用落地，但缺乏將企業(yè)需求轉(zhuǎn)化為科學(xué)命題的橋梁。

他預(yù)計(jì)，未來3-5年將構(gòu)建新型智能體生態(tài)，通用大模型聚焦創(chuàng)造性內(nèi)容生成，分布式架構(gòu)支撐嚴(yán)肅任務(wù)場景，依托智能硬件實(shí)現(xiàn)“可靠智能”。該路徑繼承大模型優(yōu)勢并突破架構(gòu)瓶頸，或?qū)⒅厮苋斯ぶ悄墚a(chǎn)業(yè)格局。

以“AI產(chǎn)業(yè)發(fā)展及投資機(jī)遇”為主題的圓桌會議上，由上海國投先導(dǎo)私募基金總經(jīng)理溫治主持，就AI應(yīng)用與基礎(chǔ)模型的邊界討論、Deepseek對AI產(chǎn)業(yè)的影響以及對未來的展望，金沙江創(chuàng)投主管合伙人朱嘯虎、久奕投資創(chuàng)始合伙人王曉明、交大工研院執(zhí)行院長兼觸寶科技創(chuàng)始人王佳梁、天風(fēng)證券研究所總經(jīng)理唐海清進(jìn)行了深度對話。

AI產(chǎn)業(yè)發(fā)展及投資機(jī)遇

唐海清用“AI元年”和“國產(chǎn)崛起”概括2025年中國AI產(chǎn)業(yè)核心特征：隨著政企在算力基建的集中投入，中國將實(shí)現(xiàn)從底層算力到場景化應(yīng)用的全鏈條突破，國產(chǎn)大模型通過技術(shù)迭代和商業(yè)落地加速全球化認(rèn)知，未來將迎來企業(yè)盈利與產(chǎn)業(yè)鏈訂單的規(guī)模性增長。

天風(fēng)證券研究所總經(jīng)理唐海清

王佳梁直言此輪機(jī)會不是在技術(shù)側(cè)，而是在需求側(cè)、應(yīng)用場景側(cè)。但值得注意的是，中國AI生態(tài)呈現(xiàn)雙重壟斷特征：C端市場被存量流量持有者（互聯(lián)網(wǎng)巨頭）構(gòu)筑生態(tài)壁壘，B端市場受體制化采購路徑依賴（央國企主導(dǎo)硬科技采購）。

王曉明指出，當(dāng)前AI應(yīng)用正經(jīng)歷 "iPhone 3 時(shí)代" 的同質(zhì)化競爭：基礎(chǔ)模型能力突破推動企業(yè)收入激增，但多數(shù)應(yīng)用仍停留在“套殼式創(chuàng)新”（如低技術(shù)壁壘的自動營銷方案），這類服務(wù)因缺乏護(hù)城河而批量消亡。破局路徑有二：一是生態(tài)依附：深度綁定大平臺（如上海 AI 開放平臺）構(gòu)建生態(tài)位，共享流量紅利；二是價(jià)值重構(gòu)：轉(zhuǎn)型端到端結(jié)果交付，如全流程智能營銷通過 "方案生成 + 平臺匹配 + 資源整合" 實(shí)現(xiàn)閉環(huán)控制。他強(qiáng)調(diào)，具備生命力的創(chuàng)新必須回歸用戶需求本質(zhì)，AI創(chuàng)業(yè)者需警惕簡單移植現(xiàn)有模式的陷阱，聚焦核心場景重構(gòu)服務(wù)鏈條。

久奕投資創(chuàng)始合伙人王曉明

唐海清總結(jié)，大模型與應(yīng)用生態(tài)正加速融合，C 端呈現(xiàn) "入口聚合" 趨勢：類比移動互聯(lián)網(wǎng)時(shí)代 APP 收斂，智能助手將演變?yōu)槌壠脚_，驅(qū)動軟硬一體生態(tài)競爭（如終端廠商布局全棧能力爭奪入口控制權(quán)）；B 端市場則以 "數(shù)據(jù)主權(quán)" 構(gòu)筑壁壘，醫(yī)療、金融等行業(yè)龍頭憑借私有化數(shù)據(jù)資產(chǎn)占據(jù)先機(jī)。隨著 AGI 向通用智能演進(jìn)，中國依托人口規(guī)模形成的全場景試驗(yàn)場和工程化落地能力，有望在“碳基—硅基”協(xié)同進(jìn)化的終極階段，實(shí)現(xiàn) B/C 端應(yīng)用生態(tài)的全局貫通。

朱嘯虎認(rèn)為，大模型技術(shù)正驅(qū)動全球產(chǎn)業(yè)進(jìn)入 "1 到 N" 爆發(fā)期，中國市場呈現(xiàn) "技術(shù)普惠 + 場景創(chuàng)新" 的獨(dú)特機(jī)遇。他指出，當(dāng)前產(chǎn)業(yè)遵循 "底層跟隨 + 場景微創(chuàng)" 模式，教育（智能作業(yè)輔導(dǎo)）、金融（智能投顧）、醫(yī)療（影像識別）等領(lǐng)域憑借數(shù)據(jù)資源優(yōu)勢成為差異化突破口。盡管國內(nèi) AI 投資規(guī)模僅為美國的1/4-1/5，但國產(chǎn)大模型的性價(jià)比突破顯著提升資金使用效率，使開發(fā)者獲得更廣闊試錯(cuò)空間。

在他看來，中國創(chuàng)新的核心在于"1到100"的跟隨式微創(chuàng)新戰(zhàn)略，聚焦已驗(yàn)證賽道進(jìn)行成本優(yōu)化（如電動汽車、芯片領(lǐng)域），而非冒險(xiǎn)押注從0到1的探索。他建議創(chuàng)業(yè)者避開大廠主戰(zhàn)場，深耕差異化場景，例如AI驅(qū)動的會議紀(jì)要整理、法律文書處理等高頻低附加值領(lǐng)域，這些未被巨頭壟斷的細(xì)分市場既能發(fā)揮技術(shù)杠桿效應(yīng)，又能構(gòu)建初期生存壁壘，是當(dāng)前中國創(chuàng)業(yè)者破局的關(guān)鍵路徑。他提出中國AI需"走出技術(shù)"，技術(shù)型創(chuàng)業(yè)者須兼具商業(yè)思維，還要理解商務(wù)、理解社會、理解人性。

金沙江創(chuàng)投主管合伙人朱嘯虎

在談及Deepseek對AI產(chǎn)業(yè)的影響時(shí)，王曉明認(rèn)為，Deepseek 打破傳統(tǒng)對標(biāo)模型路徑，通過 "零收費(fèi)生態(tài)共建" 策略，一年內(nèi)實(shí)現(xiàn)技術(shù)突破并構(gòu)建起開放基礎(chǔ)設(shè)施，將用戶資源讓渡給合作伙伴，形成類似水電煤的 AI 底座。這種模式顛覆了 "平臺規(guī)則主導(dǎo)" 的傳統(tǒng)，為硬科技企業(yè)提供了低門檻創(chuàng)新土壤，標(biāo)志著 AI 產(chǎn)業(yè)從 "技術(shù)壟斷" 向 "基礎(chǔ)設(shè)施共享" 的范式遷移。

同時(shí)，唐海清認(rèn)為Deepseek對中國AI產(chǎn)業(yè)具有雙重催化效應(yīng)：一是激活應(yīng)用端爆發(fā)力，企業(yè)從被動等待接口開放轉(zhuǎn)向主動部署本地化開源模型（如各規(guī)模企業(yè)快速接入），大幅推動行業(yè)應(yīng)用進(jìn)程；二是形成"大模型反哺算力"的良性循環(huán)，國產(chǎn)芯片借力接近國際水準(zhǔn)的模型性能實(shí)現(xiàn)代際跨越，這種模型與算力的協(xié)同進(jìn)化正在復(fù)刻中國消費(fèi)電子產(chǎn)業(yè)的歷史性趕超機(jī)遇。

大模型破局之路

針對大模型技術(shù)路線，俞凱提出三點(diǎn)核心觀察：首先，ChatGPT類集中式通用大模型存在固有局限，無法突破私域知識困境（如特定領(lǐng)域指令理解偏差）、可靠性天花板（模型規(guī)模增長無法消除系統(tǒng)性錯(cuò)誤）及高成本壁壘（訓(xùn)練推理資源消耗巨大）；其次，產(chǎn)業(yè)場景需差異化解構(gòu)，ToC內(nèi)容生成場景可接受90%+準(zhǔn)確率，而ToB任務(wù)型場景必須通過架構(gòu)創(chuàng)新實(shí)現(xiàn)可控性；再者，需區(qū)分“專用大模型”與“通用大模型”的本質(zhì)差異，前者如AlphaGo解決有限任務(wù)但未觸達(dá)生活，后者雖具通用性卻面臨工業(yè)化復(fù)制難題。

基于早期對話系統(tǒng)研究，俞凱團(tuán)隊(duì)提出“1+N 分布式群體智能”架構(gòu)：通過中樞模型調(diào)度專用模塊與工具，構(gòu)建異構(gòu)融合智能系統(tǒng)。該方案突破傳統(tǒng)集中式架構(gòu)局限，實(shí)現(xiàn)三大創(chuàng)新：一是認(rèn)知邊界控制：訓(xùn)練模型主動拒答不確定性任務(wù)；二是系統(tǒng)方面，采用組件熱插拔和分布式計(jì)算，使推理成本降到原來的千分之一；三是工程層面，將可靠性和精度優(yōu)化分開，優(yōu)先保障關(guān)鍵任務(wù)的穩(wěn)定性。通過語音離散符號化技術(shù)與材料領(lǐng)域的KDFM系統(tǒng)，已證實(shí)該分布式架構(gòu)在跨模態(tài)場景中的可行性。

俞凱強(qiáng)調(diào)，智能系統(tǒng)的核心價(jià)值在于“可靠交互”而非“全能應(yīng)答”。在車載等硬件場景中，系統(tǒng)需精準(zhǔn)識別用戶意圖邊界，例如在閑聊場景保持靜默，在指令場景即時(shí)響應(yīng)。這種認(rèn)知交互智能體通過四項(xiàng)特性重構(gòu)產(chǎn)業(yè)范式：資源受限場景的高效性、組件熱插拔的靈活性、定向更新的可控性、端側(cè)分布式計(jì)算的普適性。

思必馳科技聯(lián)合創(chuàng)始人、首席科學(xué)家及上海交大計(jì)算機(jī)科學(xué)與工程系教授俞凱

在主題演講中，陳寧指出，全球AI發(fā)展正經(jīng)歷從“發(fā)電時(shí)代”向“用電時(shí)代”的范式轉(zhuǎn)換：2023年大模型競賽催生算力基建狂潮，2024年開源輕量級模型崛起標(biāo)志應(yīng)用落地拐點(diǎn)到來。云天勵(lì)飛通過“算力積木”架構(gòu)，在14/12nm國產(chǎn)工藝芯片上實(shí)現(xiàn)性能突破，算力密度較傳統(tǒng)方案提升3倍，推理成本降至行業(yè)均值的60%。

邊緣AI構(gòu)建的“云-邊-端”協(xié)同體系正重塑產(chǎn)業(yè)生態(tài)：云端聚焦萬億參數(shù)模型訓(xùn)練，邊緣側(cè)完成場景化精調(diào)，終端設(shè)備實(shí)現(xiàn)毫秒級響應(yīng)。技術(shù)突破使智能設(shè)備成本結(jié)構(gòu)質(zhì)變——家庭智算主機(jī)可運(yùn)行320億參數(shù)私有模型，推理時(shí)延20毫秒內(nèi)，隱私數(shù)據(jù)本地處理率達(dá)98%。

云天勵(lì)飛創(chuàng)始人陳寧