當大模型從技術(shù)奇點躍遷為產(chǎn)業(yè)基座，當智能體從實驗室走進產(chǎn)線診室，人工智能的第三次浪潮正以前所未有的銳度重構(gòu)全球經(jīng)濟肌理。

中國在這場變革中展現(xiàn)出雙重稟賦：既是擁有超大規(guī)模應(yīng)用場景的試煉場，又在芯片突圍、算法開源等深水區(qū)發(fā)起攻堅。從單點技術(shù)破壁到生態(tài)級創(chuàng)新，從效率工具到新質(zhì)生產(chǎn)力引擎，一條具有東方特色的AI發(fā)展路徑正加速浮現(xiàn)。

7月26日，世界人工智能大會（WAIC 2025）以“智能時代 同球共濟”為主題，匯聚了來自AI領(lǐng)域的科技巨頭、學術(shù)先鋒與政策制定者，而這場覆蓋技術(shù)、倫理、藝術(shù)的超級盛宴，昭示著AI已從“產(chǎn)業(yè)變量”進化為“文明常量”。

在這場關(guān)于人工智能產(chǎn)業(yè)的盛會上，36氪不僅作為產(chǎn)業(yè)觀察者，更以產(chǎn)業(yè)連接者的角色深度參與，在展館中搭建了“氪星直播間”，以對話的形式，揭秘人工智能產(chǎn)業(yè)進階的底層邏輯。

在對談中，華為NCE-數(shù)據(jù)通信領(lǐng)域總裁王輝表示：以強推理模型為代表的大規(guī)模學習還沒有到達天花板，還差得很遠。如果通過多個領(lǐng)域知識的加持，讓一個大模型在一個領(lǐng)域內(nèi)變得專精，這個是我們未來一段時間主要發(fā)力的方向。

以下為對談實錄，經(jīng)36氪編輯：

36氪：本次WAIC探討的一些問題或者是趨勢，您認為哪一個趨勢是最明顯的?

王輝：這次大會我們看到的最重要的一個趨勢，是AI 現(xiàn)在真正深入到了ToB行業(yè)，原來很多技術(shù)是承載在PPT上，以及視頻里面，但這次來了之后，我們看到很多AI應(yīng)用已經(jīng)進入了生產(chǎn)車間，進入了工廠，從機器人打螺絲到我們現(xiàn)代教學里面，學校通過AI可以輔助教學，甚至有一些AI數(shù)字老師，幫助學校去做很多課程，所以我認為最大的變化是在不知不覺之中，AI已經(jīng)深入到了每個行業(yè)，真正變成了生產(chǎn)力工具。

36氪：您認為AI深入行業(yè)，對于咱們目前的工作來說產(chǎn)生最大的影響是什么？

王輝：我是在華為負責自動駕駛網(wǎng)絡(luò)的，不是那個自動駕駛汽車，而是用 AI 去驅(qū)動網(wǎng)絡(luò)。很多人可能覺得，網(wǎng)絡(luò)需要 AI 驅(qū)動嗎??？確實是這樣的，網(wǎng)絡(luò)是非常復(fù)雜的，大到運營商電信網(wǎng)絡(luò)，小到一個企業(yè)的網(wǎng)絡(luò)，比如清華大學，會有幾萬臺設(shè)備來構(gòu)成校園網(wǎng)絡(luò)，并且承載了幾萬師生的使用，這種情況下，網(wǎng)絡(luò)運行、體驗、運營、安全的高度智能化就顯得非常重要，也是非常必要的。

再以網(wǎng)絡(luò)安全為例，全球 80% 以上的網(wǎng)絡(luò)攻擊其實是由AI發(fā)起的，很多勒索攻擊是AI自動去做的，導(dǎo)致AI勒索已經(jīng)成為走私販毒之外的第三大黑色產(chǎn)業(yè)，所以這種情況下用人去對抗AI是不現(xiàn)實的，今年的哈爾濱亞冬會，賽事系統(tǒng)被網(wǎng)絡(luò)攻擊累計達到27萬次。

所以我們必須將很多 AI 技術(shù)應(yīng)用到網(wǎng)絡(luò)里面，來解決我們網(wǎng)絡(luò)的流量問題，再解決網(wǎng)絡(luò)攻擊的問題。從這個角度來看，AI深刻地改變了網(wǎng)絡(luò)這個行業(yè)。

以上提到的是AI for network部分，另外一部分叫Network for AI，也就是我們的網(wǎng)絡(luò)怎么為 AI 服務(wù)的。

英偉達的網(wǎng)絡(luò)業(yè)務(wù)很值錢，今年應(yīng)該是超過了100多億的收入，華為公司的規(guī)模也很大，這個通信網(wǎng)絡(luò)跟原先的相比，發(fā)生了很大的變化，它需要高速無阻塞的長時間穩(wěn)定運行。一個大模型的訓(xùn)練常常持續(xù)45天甚至到60天，如果訓(xùn)練過程一旦中斷，就需要重新開始，或者至少從上一個時間點開始。OpenAI訓(xùn)練它的新模型為什么那么慢？很重要的原因就是在不停地中斷，所以說我們必須通過AI來賦能網(wǎng)絡(luò)，從而讓整個AI訓(xùn)練的過程中長時間保持穩(wěn)定運行。

總結(jié)來講，我認為AI深刻地改變了網(wǎng)絡(luò)，同時網(wǎng)絡(luò)也深刻地改變了AI。

36氪：您能不能舉一個更具體的例子，表現(xiàn)出AI對客戶起到價值提升的作用。

王輝：比如清華大學，其實它的網(wǎng)絡(luò)還是非常復(fù)雜的，我們?nèi)粘Ｒ姷降倪@種 Wi-Fi 設(shè)備都有幾萬臺，整個網(wǎng)絡(luò)非常復(fù)雜，一個很大的變化是，原來在學校里面，特別是教室里面，網(wǎng)絡(luò)其實沒那么重要，很多老師不太希望學生天天在刷手機上網(wǎng)，影響授課的質(zhì)量，但現(xiàn)在不是這樣子的。

隨著現(xiàn)在智慧教室的發(fā)展，在課堂需要學生用 Pad 也好，筆記本也好，這些終端通過網(wǎng)絡(luò)去跟老師做互動，你要提交答案，又要看 AI 輔助教學的內(nèi)容，或者有大量的課件要下載，這對網(wǎng)絡(luò)都提出了很多很高的要求。原來在清華大學的智慧教室里面，經(jīng)常有一兩百個學生在上課，如果大家同時在下載大量的課件的時候，其實網(wǎng)絡(luò)是非常繁忙的，而且一旦網(wǎng)絡(luò)出現(xiàn)故障，原來可能修復(fù)需要一個小時，甚至兩個小時，都已經(jīng)下課了，這個是不可接受的。

但是我們通過引入AI之后，可以讓整個的網(wǎng)絡(luò)信號變得均勻，可以感知到每個學生每個應(yīng)用的質(zhì)量。比如在你提交考試答案的時候，保證你的網(wǎng)絡(luò)是安全可靠的，在你下載課件的時候，保證是高速流暢的。所以，通過這些AI手段，我們有效地保證了整個智慧教室的平穩(wěn)運行。無論是AI輔助教學也好，還是智慧教育也好，能夠在AI的加持之下保證每一個學生的良好用網(wǎng)體驗。

36氪：那么你認為現(xiàn)在AI或者人工智能技術(shù)面臨的一個最大的技術(shù)難點，或者是一個工程性的難點是什么？

王輝：這是ToB行業(yè)的一個普遍性問題，最核心的還是準確性的問題。

因為AI 進入工程領(lǐng)域，跟ToC是不一樣的，讓它寫一首詩沒那么準，沒關(guān)系，可能寫出來之后覺得更優(yōu)美，讓它幫你唱一首歌，沒那么準，其實也沒關(guān)系。但是進入每個垂直的ToB行業(yè)的時候，要求是不同的，比如我們現(xiàn)在也做了很多 AI 輔助醫(yī)療，如果診斷出現(xiàn)錯誤，可能影響這個病人一生?，F(xiàn)在用的自動駕駛汽車，如果在剎車的時候出現(xiàn)一個誤操作，可能就是人的生命的問題，所以說 AI 進入一個工業(yè)領(lǐng)域行業(yè)的時候，它的準確性是當前最大的一個挑戰(zhàn)。

36氪：ToB行業(yè)從0到99%可能都是很好達成的，但是從99%甚至是99.9%到100%，就是這個0.01的誤差是很難消除的，你認為如果想要真正使AI的準確率達到100%的話，行業(yè)還需要付出怎么樣的努力？

王輝：我個人認為，現(xiàn)在的數(shù)據(jù)可能還有很多水分，實際上達到99%也很難，達到90%以上，甚至95%以上是可接受的，因為我們每個行業(yè)都有不同的閾值。比如，汽車行業(yè)會設(shè)這樣一個指標，10萬公里的故障數(shù)，作為個人來講，可能平均10萬公里會出現(xiàn)一次駕駛的事故，但如果說我們用自動駕駛或者 AI 去超過這個閾值，這是可接受的。在其它領(lǐng)域也是一樣的，醫(yī)生的診斷也不會達到100%，再有經(jīng)驗的醫(yī)生一生中也會出現(xiàn)誤判，所以說這就是一個閾值問題，我認為在不同領(lǐng)域如果能達到90%，甚至95%，都可以 先去使用，這是 OK 的。

一個很關(guān)鍵的要素，是大小模型技術(shù)。因為我們現(xiàn)在也用了很多大模型技術(shù)，但是客觀講，短期內(nèi)無論是大規(guī)模強化學習也好，還是其它技術(shù)也好，很難讓大模型做得那么準確，這是非常非常難的，所以我們在工業(yè)領(lǐng)域內(nèi)積累的很多小模型，或者是細分領(lǐng)域的專有模型就非常重要。就像你讓大模型去算數(shù)學題，雖然現(xiàn)在看分數(shù)很高，但實際上還是會有錯誤，你讓計算器去算，它的準確率基本上就接近100%。

更核心的是，現(xiàn)在這些 AI 的技術(shù)的組合，大模型的AI技術(shù)、原來領(lǐng)域的AI模型的技術(shù)，以及原來很多沒有AI的激勵模型技術(shù)，把這些技術(shù)組合起來，才能真正提升它的智能化水平，提升它的泛化性，同時又提升它的準確率，這是當前工程上的一條比較合理的路徑。

36氪：那么您這次來WAIC，發(fā)現(xiàn)這次大會向生態(tài)伙伴或者咱們自身傳遞了一個什么樣的信息？

王輝：很大一個的變化，在于大模型不再比分數(shù)了，而是比商業(yè)價值。以前大模型特別喜歡比分數(shù)，霸榜的時間從原來的一個月變成一個星期，甚至一天，最后變成只能霸榜一個小時，現(xiàn)在大家已經(jīng)不太比較這個事了。機器人也不再比表演魔術(shù)比表演武術(shù)，而是在比誰真正在工廠里打螺絲打的效果更好。

所以從這個現(xiàn)象上來講，我覺得大家不太關(guān)心這些所謂的技術(shù)指標上的突破，而是轉(zhuǎn)變成關(guān)心它的商業(yè)價值，比如 AI真正落地到每個行業(yè)里面，最終能夠產(chǎn)生商業(yè)價值，這才是大家最關(guān)心的問題。

這兩天我跟 AI圈子里很多知名專家，包括很多高校教授，也聊過這個事情，我們從純技術(shù)視角來看，從強推理模型，包括 DeepSeek和OpenAI 出來之后這段時間，其實沒有一個革命性的質(zhì)變，是因為我們沒有找到這個技術(shù)變量。以強推理模型為代表的大規(guī)模學習，應(yīng)該還沒有到達天花板，還差得很遠。如果通過多個領(lǐng)域知識的加持，讓一個大模型在一個領(lǐng)域內(nèi)變得專精，是我們未來一段時間主要發(fā)力的方向。

36氪：如果您還來下一屆大會的話，您對 WAIC有什么樣的期待？希望看到一個什么樣的新的一個現(xiàn)象或者趨勢？

王輝：這次 WAIC已經(jīng)一票難求了，很多人想進都進不來，說明了AI的火爆。WAIC提供了一個很好的平臺，全球AI產(chǎn)業(yè)能夠一次性接觸、企業(yè)和客戶能夠集中交流，這是非常好的一件事情。

面向未來，一個可見趨勢就是AI和大模型會更深度的走進千行百業(yè)。明年看到的可能不僅是機器人能夠在打螺絲了，它可能在工廠里面做一些端到端的工作。WAIC還可以更聚焦，為每個細分行業(yè)搭建一個相互交流、促進商業(yè)落地的一個平臺。