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

2025Inclusion·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（RichardSutton）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8BAI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（continuallearning）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（ScalingLaw）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

复旦复华：公司将严格按照相关法律法规等要求及时履行信息披露义务登录新浪财经APP搜索【信披】查看更多考评等级证券日报网讯复旦复华（维权）9月12日在互动平台回答投资者提问时表示，公司如有应披露信息，将严格按照相关法律法规等要求及时履行信息披露义务。海量资讯、精准解读，尽在新浪财经APP