每經(jīng)記者｜葉曉丹    每經(jīng)編輯｜董興生    

十年前，互聯(lián)網(wǎng)發(fā)展方興未艾。彼時，清華大學(xué)智能產(chǎn)業(yè)研究院院長、中國工程院外籍院士張亞勤預(yù)判“AI+”是下一個大趨勢。轉(zhuǎn)瞬十年，AI浪潮席卷而來。

今年3月，張亞勤在新書《智能涌現(xiàn)》中分析，AI正處在“由量變到質(zhì)變”的關(guān)鍵時刻，智能正在從“被動學(xué)習(xí)”走向“主動生成”。他認(rèn)為，未來十年，將是人類與智能共同成長的協(xié)作時代。

智能涌現(xiàn)，不僅局限于前沿技術(shù)研究，而是正從科技探索走向各行各業(yè)。眼下，除了模型生態(tài)，AI Agent（智能體）應(yīng)用也層出不窮，AI在產(chǎn)業(yè)中的實踐和應(yīng)用，成為新生產(chǎn)力革命的新動能。

然而，技術(shù)進(jìn)步的同時，AI安全和治理的緊迫性接踵而至。圍繞當(dāng)前中美AI技術(shù)路徑、AI產(chǎn)業(yè)落地趨勢、AI安全與治理等問題，張亞勤在2025年世界互聯(lián)網(wǎng)大會烏鎮(zhèn)峰會期間，接受了《每日經(jīng)濟(jì)新聞》記者（以下簡稱“NBD”）的專訪。

智能涌現(xiàn)，AI+產(chǎn)業(yè)是未來發(fā)展趨勢

NBD：你的新書《智能涌現(xiàn)》提到，AI當(dāng)前正處于從量變到質(zhì)變的關(guān)鍵節(jié)點，這一“涌現(xiàn)”是否有可量化的判斷標(biāo)準(zhǔn)？

張亞勤：這一輪人工智能的顯著特點是所謂的規(guī)模定律。比如越多的數(shù)據(jù)、越高的算力，加上新的算法，智能就越來越高，高到一定程度突破某一個界限，那就伴隨著涌現(xiàn)效應(yīng)。

涌現(xiàn)效應(yīng)很重要的一個特點在于，人工智能不僅僅是有模式識別、感知的能力，它現(xiàn)在還有了認(rèn)知的能力，有了生成的能力，有了創(chuàng)造力，這是十分重要的特點。另外，涌現(xiàn)效應(yīng)的維度，不僅僅是技術(shù)的涌現(xiàn)，它其實（已經(jīng)）涌現(xiàn)到各個產(chǎn)業(yè)里去。

NBD：當(dāng)下AI正滲透和應(yīng)用到各行各業(yè)中，推動生產(chǎn)力發(fā)展，在你看來，AI是不是正在推動新一輪生產(chǎn)力革命？

張亞勤：是的。人工智能技術(shù)的科研早在上世紀(jì)六七十年代就開始了，進(jìn)入產(chǎn)業(yè)，也只是過去十年，特別是過去五年逐步開始的。在這個階段中，人工智能作為通用的生產(chǎn)力工具。ChatGPT等技術(shù)的創(chuàng)新，帶動了大模型技術(shù)和應(yīng)用的發(fā)展。

NBD：AI正在加速向產(chǎn)業(yè)滲透，我們注意到在過去一年時間，Token的消耗量正在快速增長，在你看來，哪些行業(yè)對AI大模型、智能體的需求量更高？

張亞勤：首先是機(jī)器人，這個產(chǎn)業(yè)完全是由新一輪的人工智能帶來的。

第二，在垂直的傳統(tǒng)行業(yè)，譬如教育、醫(yī)療，這些也會受益于AI技術(shù)，被大幅度改變。AI技術(shù)可以加快新藥研發(fā)的速度，改變新藥從研發(fā)臨床測試到最后制藥的整個范式。

另外，AI加速發(fā)展，推動了AI基礎(chǔ)設(shè)施建設(shè)。芯片、數(shù)據(jù)中心、云計算等，科技巨頭們都在加快AI基礎(chǔ)設(shè)施建設(shè)。當(dāng)然，美國目前在AI基礎(chǔ)設(shè)施建設(shè)的速度過快，可能會存在一些泡沫，但整體而言，AI的潛力很大。

信息智能與物理智能融合，是未來十年關(guān)鍵窗口期

NBD：最近一年，中國開源大模型在國際舞臺上頻繁“反向輸出”，一些海外產(chǎn)品甚至采用中國模型。你怎么看待這種趨勢？中國AI的核心競爭力在哪里，是算力、數(shù)據(jù)、工程落地能力，還是成本與生態(tài)？

張亞勤：ChatGPT是AI一個大的基石或者創(chuàng)新。其實大部分（模型）都在（獲?。└鄶?shù)據(jù)，鋪算力。DeepSeek今年初大規(guī)模流行以來，又開辟一個新的路徑。在不需要很高算力的情況下，通過更高效的系統(tǒng)架構(gòu)、更靈巧的算法在全球大模型競爭中脫穎而出。

DeepSeek的開源生態(tài)，使得很多小公司可以用之外，用戶市場還輻射到非洲、東南亞等國家，這是一個很大的創(chuàng)新。

未來全球范圍內(nèi)，通用的、前沿的大模型數(shù)量不會超過10個，而更大的機(jī)會反而來自于垂直模型或者行業(yè)模型。

NBD：當(dāng)前國際科技巨頭都在加大AI領(lǐng)域的資本支出，有觀點認(rèn)為AI基建還遠(yuǎn)遠(yuǎn)不夠，也有分析認(rèn)為當(dāng)下AI投資存在泡沫，對此你怎么看？

張亞勤：AI是一個幾十萬億元的產(chǎn)業(yè)，參與其中的企業(yè)對自身定位各有差異。巨頭們在構(gòu)建全棧AI生態(tài)，增強(qiáng)自身的競爭壁壘。也有一些科技公司定位做應(yīng)用層、做AI Agent，解決一些具體的、垂類行業(yè)的問題。

當(dāng)下AI基礎(chǔ)設(shè)施的投資熱，未來可能會存在一些泡沫，這就像1998年前后的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)浪潮，當(dāng)年大家都熱衷買路由器、建設(shè)數(shù)據(jù)中心，后面發(fā)覺超前了一點，當(dāng)年也同樣是機(jī)遇和泡沫都很大。這和當(dāng)下的AI熱潮有相似之處，大的科技企業(yè)寧愿多布局，也不愿意錯失AI發(fā)展機(jī)會，對他們而言，機(jī)會成本反而更高。

NBD：你的新書中提到，信息智能與物理智能的融合是未來十年的關(guān)鍵窗口期，當(dāng)前這兩類智能融合的最大技術(shù)瓶頸是什么？

張亞勤：信息智能階段，以互聯(lián)網(wǎng)的數(shù)據(jù)為主，打造一個前沿模型。到了物理世界后，需要物理世界的數(shù)據(jù)。現(xiàn)在一個瓶頸是物理世界的數(shù)據(jù)比較分散。

另外一個瓶頸是，很多人提到需要打造一個物理世界的模型，可物理世界的模型需要更好的推理能力、理解能力，對三維、四維空間的感知能力。

不實內(nèi)容被當(dāng)作訓(xùn)練數(shù)據(jù)，AI安全和治理仍然緊迫

NBD：AI技術(shù)發(fā)展帶來了很大的便利，但AI安全問題也備受關(guān)注。人工智能的安全問題似乎又讓我們想到了當(dāng)年大家對互聯(lián)網(wǎng)技術(shù)發(fā)展和安全的思辨之中。對此，你怎么看？

張亞勤：AI能力越強(qiáng)，它的風(fēng)險越高。當(dāng)然有失控的風(fēng)險，也有被亂用的風(fēng)險。所以在信息智能方面，深度的偽造、虛假的信息、AI幻覺，其實都帶來很大的問題，這個時候需要有政策法規(guī)，給AI技術(shù)應(yīng)用一些底線，讓大家明白什么能做，什么不能做。

NBD：在你看來，AI技術(shù)的發(fā)展，當(dāng)下還有哪些風(fēng)險？

張亞勤：現(xiàn)在我擔(dān)心的是，人工智能加速發(fā)展，會出現(xiàn)系統(tǒng)性的風(fēng)險，出現(xiàn)系統(tǒng)性的失控。

之前有消息稱互聯(lián)網(wǎng)上超過半數(shù)的英文書面內(nèi)容已由人工智能生成，占比達(dá)到52%，首次超越人類創(chuàng)作的48%。這意味著人工智能產(chǎn)生的內(nèi)容超過了人產(chǎn)生的內(nèi)容，而人工智能產(chǎn)生的內(nèi)容，存在一些不實的內(nèi)容。這些信息，同樣作為新的訓(xùn)練數(shù)據(jù)，進(jìn)入新的AI模型，自我繁殖、自我放大。

這個問題需要從技術(shù)方面、人機(jī)交互以及政策方面來解決。否則，后續(xù)不實的信息作為訓(xùn)練數(shù)據(jù)，會指數(shù)級泛濫，這是當(dāng)前AI治理非常迫切的問題。

封面圖片來源：視覺中國-VCG211550173673