色中色导航

作家 |李海伦

起首   |   腾讯科技  管缄默慧 AI+

考虑合营 | 13699120588

转自赛先生，版权属于原作家，用于学术共享，著述仅代表作家本东谈主不雅点

导读：

3 月 29 日，在 2025 中关村论坛通用东谈主工智能论坛上，北京通用东谈主工智能学院院长，北京大学东谈主工智能推敲院、智能学院院长朱松纯暗意，面前，行业对 AI 的经营着实被大模子才气所占据，而基础学科、原始改进与智能内容的推敲却被边际化，以致遭到部分公论的狡赖。更有甚者，造成了某种"本领投契"的氛围，仿佛只须少数企业能代表中国 AI 的水平，而经久撑握 AI 发展的基础学术群体、表面职责者、领路科学推敲者则被淡薄。这种领路偏差，正在让咱们离信得过的 AI 改进越来越远。

往日一年，中国东谈主工智能范围在循序迭代的上升中快速演化。大模子公司如 DeepSeek、Manus 等经常成为市集与媒体的关注焦点。随着成本、本领、政策接踵涌入，着实造成了"押宝大模子即押宝将来"的共鸣。

但是，北京通用东谈主工智能学院院长，北京大学东谈主工智能推敲院、智能学院院长朱松纯对此暗意担忧：追随这一轮本领上升而来的，是咱们需要严慎关注社会和政策对 AI 的领路。

图：北京通用东谈主工智能学院院长，北京大学东谈主工智能推敲院、智能学院院长朱松纯

以下为朱松纯的共享精华整理（在不改动甘心的情况下，有所删减。）：

我相当嗜好与行业、媒体的交流和疏导，原因在于我深知行业的"叙事逻辑"，关于社会领路的紧迫性。

东谈主工智能从领先的学术问题，依然全面转向一个社会性、政策性的问题。咱们面临的大多数决议者、机构、媒体，宽阔并非东谈主工智能专科诞生，但又被动在短时候内学习、表露、决议以致向公众宣传 AI，这给准确传播带来了极大鬈曲。

是以，咱们必须明晰地建赠给确的叙事逻辑，尤其对媒体来说，拖累关键。为了幸免一些疯狂的公论影响了决议，以致让自媒体牵着走，导致大家和决议者对东谈主工智能的领路零落。

这里我要讲一下东谈主工智能的全球叙事与误区：

AI 存在炒作、泡沫和盲目跟风

从 2019 年以致更早，好意思国通过 AI 再行树立了本领霸权。全球成本往日 7~8 年皆流向好意思国，围绕的中枢叙事是：大数据 + 大算力 + 大模子，最终通向通用东谈主工智能（AGI）。

随后，" AGI 带来东谈主类糊口危机"的话题被庸俗炒作，造周密球范围的心焦。事实上，这即是一种媒体主导的叙事。往日十年，媒体和投资圈反复宣扬"大数据、大算力、大模子"三位一体的阶梯，仿佛这即是 AI 的独一将来。

2015~2016 年，AlphaGo 激发了第一次东谈主工智能的上升色中色导航，但恬逸下来 8 年后回头看，其时吹得妙不可言的 AlphaGo 过火联系产业，除了一些筹备机视觉公司（所谓"四小龙"）被举高了估值，临了履行并莫得造成产业化、社会化的庸俗影响。好多 AI 初创企业临了皆走向了零落。

面前，行业流行的" AIforScience（科学推敲新范式）"说法，其实也存在领路偏差。AI 的主要推敲标的仍聚合在视觉、谈话、机器东谈主等智能感知和行动才气上，严格来说，这些并不径直等同于" Science（科学推敲）"。信得过推动科学推敲的是 DeepLearningforScience，也即是诈欺深度学习等器用扶植科学建模和数据分析，而不是 AI 自己动作科学的内在构成部分。

我也曾写过一篇著述，提到了"乌鸦与鹦鹉的范式"（指现时 AI 多停留在"鹦鹉式"的大规模效法，距离"乌鸦式"的领路与推理仍存在内容差距），品评过这种"泡沫化的融资外传"，今天看，好多表象依然在重演。

AI 上升下，很容易在 AI 平台、算力中心上造成多余。好多平台根底租不出去，履行使用率只须 15%~20%。更乖张的是，面前在一些区域，电价皆依然负了，电皆卖不出去，何如会有动力危机呢？

但其时，为何还有那么多场地"跟风上马"？根底原因是公论叙事的问题，可能有的场地决议者会受到一些受公论压力，加上媒体的"过度渲染"起到了引风吹火的作用。

金发大奶

国内东谈主工智能的近况与困惑

这即是面前国内 AI 范围的近况：名义吵杂，实质零落。

中国这几年景立了大皆"东谈主工智能学院"，但讪笑的是，好多 AI 学院的院长以致皆不是搞东谈主工智能的。举例，某高校东谈主工智能学院请了一位颇具名望的筹备机表面大家担任兼职院长，却从未在东谈主工智能范围有过崇拜论文发表。还有的学校干脆由数学、艺术学院的淳厚"兼职" AI 学院院长。

雷同前几年，"纳米"办法泛滥，什么纳米鞋垫、纳米高压锅，面前又出现了"伪 AI 上升"。再比如一些大模子公司自重"六小龙"，但好多根底无法盈利，估值虚高，风险庞杂。

常有东谈主说，咱们"被卡脖子了"，但我以为，信得过"卡住"咱们的，是咱们我方的领路。

当下，政府机构、公众、以致媒体，对东谈主工智能的表露严重不及，随着西方叙事亦步亦趋，临了只可得出"咱们被卡了脖子"的论断。而履行问题是，咱们的领路水平远不及以指引正确的改进与战术。

什么才是东谈主工智能的改进？

我经久悲悼，AI 的改进有 5 个档次：

最底下底层的是，玄学层面：探讨"智能"的内容。事实上，智能的内容是"主不雅的"，每个东谈主的决议皆基于我方对寰球的领路与价值体系。这些领路随机客不雅，却决定了行为。

第二层，表面层面：建设领路的数学框架，如逻辑学、统计建模、概率筹备。

第三层，模子层面：把柄框架构建具体模子，如判别模子、生成模子、大模子等。

第四层，算法层面：在具体模子下，开导优化算法，擢升筹备、推理、历练的遵守。

第五层，工程与部署：把模子落地到硬件、平台，优化存储、筹备，造成可用的家具和系统。

面前好多所谓的改进，只是停留在第 4 层（算法）或第 5 层（部署）层面，连表面框架皆不具备，却在吹嘘"颠覆"。而咱们面前信得过缺的是对智能内容、领路建模的原创性冲破。

现时社会存在严重误区，仿佛只须 DeepSeek 等这么的企业作念出了遵守，以致有东谈主顶点以为，学术界、推敲机构的职责皆是"吃白食"，这种情感化、非感性的公论正在误导大家。

咱们必须澄澈，DeepSeek 在工程落地、API 家具化、算力优化等方面确乎赢得了收货，但主要聚合在工程部署层面，并未经管东谈主工智能的中枢难题——比如领路建模、智能表面、学习机制等。

撑握今天通盘 AI 应用的底座，恰是学术界数十年在玄学、表面、建模、算法等基础层面的握续参预。若因短期的家具化见效，就狡赖基础推敲，以致饱读励"学术不必论"，不仅极端，也极其危境。

以好意思国的改进为例，好多聚合在最底层的硬件（芯片、架构）、大模子，以及算法优化。咱们要是想在中好意思竞争中赢得冲破，要道要在于第四层和更高的玄学与表面改进。

要是只是相同好意思国的老路——算力、算法、部署，咱们始终皆是侍从者。

将来 AI 的前沿在文科

将来最难经管的问题，偶合在于文科所关注的社会复杂系统，比如东谈主口、政策、端淑演化、价值体系。这些问题面前无法建模，无法实验，学界经久靠"表面阐明"和"过后分析"在"过后诸葛亮"，展望才气接近于零。

但今天，大规效法真（模拟）实验和智能体（Agent）建模的才气让咱们有可能让文科第一次变成一门可实验的科学。AI 的信得过前沿，是通过模拟与建模，让端淑、社会、经济与政策等不错进入可考证的科学范围，而非留步于图像、语音和对话的优化。

咱们信得过的职责要点

咱们面前依然基本完成了在智能玄学、表面框架、模子的初步构建，正在向算法优化和工程部署鼓动。

下一步的要点是：

快速规模化。

完成模子的工程化和买卖化。

与行业、应用深度适配。

建设通用智能体（AGIAgent）工场。

咱们和大模子的关系并不是"抗拒"，而是共生。大模子像东谈主类的潜刚毅，为咱们提供了感知和驰念的底座；而咱们要作念的，是在其上构建通用智能体的领路与决议体系。

悲悼和号令

东谈主工智能不是"外传"，更不是"安全危机""糊口危机"的代名词。它是信得过关系到东谈主类端淑将来演化的器用。

而领路的欠缺、叙事的误导，才是信得过的"卡脖子"。

我号令媒体、政府机构、推敲者们，尤其要关注 AI 的顶层逻辑与原始改进，不要盲目跟从已有叙事，而要想考：中国，到底要如何的东谈主工智能？