2025年，一場由技術(shù)聚變催生的生產(chǎn)力革命正以前所未有的烈度重構(gòu)中國經(jīng)濟(jì)版圖。AI撕裂數(shù)據(jù)與實(shí)體的邊界，量子計(jì)算探索物理規(guī)則的邊緣，綠色科技重塑增長的倫理、低空經(jīng)濟(jì)、機(jī)器人、大模型打開科技躍遷的大門一2025年的中國，新質(zhì)生產(chǎn)力已非單純的技術(shù)選代，而是智能文明與產(chǎn)業(yè)基因的共振裂變。在這個(gè)大背景下，中國企業(yè)需要以智慧為坐標(biāo)，穿透技術(shù)、組織與商業(yè)模式的“三重結(jié)界”，在數(shù)字與實(shí)體的糾纏中鍛造新物種。

2025年7月25日，由融中財(cái)經(jīng)、上海天使會主辦的“2025中國科創(chuàng)夏季投資峰會——AI未來創(chuàng)新企業(yè)峰會”在上海盛大舉行。

本次峰會將著力打造產(chǎn)業(yè)活動與資源的對接平臺，圍繞AI算法算力、大模型以及應(yīng)用開展話題討論，將邀請國內(nèi)外頂尖創(chuàng)新與商業(yè)領(lǐng)袖，人工智能鏈主和龍頭創(chuàng)新企業(yè)以及上市公司、資本大咖齊聚一堂，共同展望2025產(chǎn)業(yè)發(fā)展、技術(shù)創(chuàng)新以及戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的前景。

25日下午，以“智能數(shù)算，從芯片到云端構(gòu)建AI堅(jiān)實(shí)底層架構(gòu)”為題，大會進(jìn)入了“AI基礎(chǔ)創(chuàng)新”專場討論環(huán)節(jié)。

會上，光鑒科技聯(lián)合創(chuàng)始人&首席科學(xué)家呂方璐、中科聞歌董事會秘書馬力、海致科技CEO孫君博、墨芯人工智能董事會秘書王率宇、魔形智能科技創(chuàng)始人&CEO徐凌杰、圖靈量子COO楊林、云天勵(lì)飛副總裁鄭文先參與了論壇討論，九維數(shù)智創(chuàng)始人&CEO沈方藝為論壇主持。

以下內(nèi)容由融中財(cái)經(jīng)整理。

沈方藝：大家好，我是來自九維圖靈的創(chuàng)始人，也是在人工智能比較少有的女性創(chuàng)始人。感謝融中財(cái)經(jīng)和上海天使會的邀請，讓我們團(tuán)隊(duì)有機(jī)會與各位業(yè)內(nèi)翹楚、大咖先鋒交流。九維圖靈曾專注超級計(jì)算和高性能存儲，自去年起全面向人工智能轉(zhuǎn)型，正契合今日“AI基礎(chǔ)創(chuàng)新”的主題。接下來，請各位用幾分鐘介紹各自的技術(shù)突破，先從呂總開始。

呂方璐：我是光鑒科技的聯(lián)合創(chuàng)始人呂方璐。光鑒科技主要做的事情是智能AI視覺，主要解決兩件事情，一是AI跟人的識別和交互，解決的是生物識別，特別是在金融支付里面生物識別的應(yīng)用；二是解決AI跟空間識別的應(yīng)用。我們會賦能機(jī)器人，包括具身智能等3D視覺的能力，讓他們更好地感知空間。謝謝大家！

馬力：我是中科聞歌董秘馬力。公司孵化自中科院自動化所，取名“聞歌”源于伯牙子期的典故，“聞弦歌而知雅意”，我們自研大模型因此也叫“雅意大模型”，寓意以知音之智做善于推理決策的人工智能。聞歌面向企業(yè)端提供從數(shù)據(jù)、模型到AI智能體全棧式AI智能決策解決方案，客戶已從部分部委、政府部門/機(jī)構(gòu)，延伸至商業(yè)企業(yè)。

孫君博：我是海致科技CFO孫君博。公司聚焦“圖模融合”技術(shù)，通過知識圖譜為大模型消除幻覺，構(gòu)建面向產(chǎn)業(yè)B端的智能體。我們強(qiáng)調(diào)數(shù)據(jù)可追溯、結(jié)果零差錯(cuò)，這必須深度結(jié)合企業(yè)場景，而非單純依賴通用大模型。2024年相關(guān)業(yè)務(wù)增長8倍，得益于中國產(chǎn)業(yè)端的旺盛需求。下一步，我們將把這一能力延伸至制造、物流等領(lǐng)域，持續(xù)為企業(yè)智能化賦能。

王率宇：我是墨芯人工智能的王率宇。公司定位AI基礎(chǔ)層創(chuàng)新，核心是自研且全球領(lǐng)先的雙稀疏算法。從效果上看，我們設(shè)計(jì)的AI芯片基于公司算法上的創(chuàng)新，從算力的指標(biāo)上，從算力的能耗上，包括性價(jià)比上顯著優(yōu)于主流GPU方案，在TCO等核心指標(biāo)有接近10倍的效果提升。目前與國內(nèi)互聯(lián)網(wǎng)大模型公司和行業(yè)垂類模型在算力層面建立了廣泛和深入的合作關(guān)系。

徐凌杰：我是魔形智能的徐凌杰。魔形智能是一家年輕的AI基礎(chǔ)設(shè)施新銳企業(yè)，在硬件與軟件層面同步發(fā)力。面對模型體量爆炸式增長，我們通過打造“超節(jié)點(diǎn)”級基礎(chǔ)設(shè)施，把大量AI芯片整合成一臺“超級GPU”，并配套解決散熱、互聯(lián)、調(diào)度等軟硬件難題，未來希望為中國及海外企業(yè)提供新一代AI算力底座。

楊林：大家好，我是圖靈量子的楊林。圖靈量子是國內(nèi)最早將光量子計(jì)算推向產(chǎn)業(yè)化的企業(yè)。量子計(jì)算被視為下一代算力核心，是中國“換道超車”的重大機(jī)遇，它利用量子力學(xué)中的疊加與糾纏原理，實(shí)現(xiàn)大規(guī)模并行計(jì)算，從而在速度上遠(yuǎn)超傳統(tǒng)架構(gòu)。

圖靈量子采用集成光子學(xué)構(gòu)建量子計(jì)算系統(tǒng)，并向下兼容光互連和光學(xué)AI處理器，為人工智能提供算力基礎(chǔ)設(shè)施和算法賦能。目前，我們是全球唯一一家實(shí)現(xiàn)從芯片流片、設(shè)計(jì)、封裝到系統(tǒng)集成、算法全棧覆蓋的光量子企業(yè)。感謝融中及各位同仁的關(guān)注與交流！

鄭文先：我是來自云天勵(lì)飛的鄭文先，云天勵(lì)飛是一家深圳本土成長起來的人工智能推理芯片領(lǐng)軍企業(yè)。得益于人工智能賽道的飛速發(fā)展和大灣區(qū)的營商環(huán)境，我們于2023年成功在科創(chuàng)板上市，成為深圳第一家上市的人工智能企業(yè)。云天勵(lì)飛作為一家聚焦AI推理芯片的上市企業(yè)，依托自主創(chuàng)新的“算力積木”架構(gòu)，目前已經(jīng)自主研發(fā)了5代NPU架構(gòu)，并在這5代架構(gòu)的基礎(chǔ)上，研發(fā)了DeepEye1000、DeepEdeg10、10c、10max、DeepEdeg200等多款芯片，主要面向邊緣推理、云端大模型推理和具身智能領(lǐng)域。今天很高興和大家有機(jī)會一起交流。

如何保障高性能計(jì)算？

沈方藝：今天的論壇可謂陣容強(qiáng)大，覆蓋芯片、模型算法到應(yīng)用全棧。本次論壇主題聚焦兩個(gè)關(guān)鍵詞，算力與AI應(yīng)用。我們先從算力切入，眾所周知，構(gòu)建完整高性能基礎(chǔ)架構(gòu)必須統(tǒng)籌計(jì)算、存儲、網(wǎng)絡(luò)，并融合軟硬件。接下來請魔形智能徐總分享，在智算中心及多元場景下，您如何軟硬協(xié)同保障高性能計(jì)算，有哪些獨(dú)到見解？

徐凌杰：剛才主持人講了非常好的觀點(diǎn)，今天的算力、基礎(chǔ)設(shè)施，已經(jīng)是非常復(fù)雜的綜合體，不再是單點(diǎn)。計(jì)算里面的三要素，從硬件來講，計(jì)算、存儲、網(wǎng)絡(luò)，再加上上面的軟件，沒有一塊是今天能夠忽視的。

今天模型變得越來越大，不是單個(gè)芯片或者一臺服務(wù)器能夠解決的問題，需要把更多機(jī)器連在一起當(dāng)作一個(gè)GPU、一個(gè)芯片去解決，比如今年上半年討論最熱烈的DeepSeek模型來講，最好的方式就是做大規(guī)模的專家并行，幾百張芯片連在一起，把那么多芯片連在一起的網(wǎng)絡(luò)互聯(lián)變得非常重要。

我想特別強(qiáng)調(diào)一點(diǎn)，在中國，超大算力集群背后真正的硬件基礎(chǔ)設(shè)施往往被忽視。我們提出“超級節(jié)點(diǎn)”概念，一個(gè)機(jī)柜內(nèi)已能集成72顆芯片，未來還將更多。這不僅是全球共同面對的散熱與供電難題，更是中國場景的突出瓶頸，單顆芯片性能暫時(shí)落后，卻必須把大量芯片通過先進(jìn)的基礎(chǔ)設(shè)施緊密耦合，把熱量高效排出、把電能持續(xù)轉(zhuǎn)化為算力。這是我們看到的機(jī)會點(diǎn)，也是魔形智能希望能在行業(yè)里面發(fā)揮的作用。

沈方藝：徐總提到有了頂層規(guī)劃設(shè)計(jì)，里面的硬件是非常重要的因素和環(huán)節(jié)。我們知道墨芯人工智能在做自研的一款人工智能芯片，我想邀請王總分享一下中國自己的芯片到了什么樣的階段？

王率宇：國內(nèi)芯片公司面臨很多挑戰(zhàn)。其中生態(tài)是大家會常提到一個(gè)關(guān)鍵詞，CUDA在AI領(lǐng)域建立了強(qiáng)大的先發(fā)優(yōu)勢，目前很難說有哪些強(qiáng)大的模型是脫離Nvidia的CUDA實(shí)現(xiàn)的，因此國內(nèi)的芯片公司需要跟下游的生態(tài)做更多深入適配。

但是我們看到AI應(yīng)用的領(lǐng)域，從模型推理的角度來說，因?yàn)镚PU這個(gè)架構(gòu)從開始也不是為了AI而生的，從最早期的圖形渲染，到后面兼顧HPC，其效率針對AI推理這一場景顯然很難達(dá)到最優(yōu)。墨芯專注AI推理這一巨大市場，深入理解互聯(lián)網(wǎng)大模型與垂類行業(yè)的AI模型應(yīng)用對場景、算力、能效的真實(shí)需求。國內(nèi)主流互聯(lián)網(wǎng)大模型公司每年推理端規(guī)?？蛇_(dá)百億至千億級，單芯片效率的躍升將直接放大成本優(yōu)勢，為中國硬件贏得更強(qiáng)的本土競爭力。優(yōu)質(zhì)的、高性價(jià)比的算力方案也必將為模型層、應(yīng)用層企業(yè)和產(chǎn)品的不斷創(chuàng)新提供更大的空間和優(yōu)質(zhì)的土壤。助力整個(gè)AI產(chǎn)業(yè)蓬勃發(fā)展。

沈方藝：有時(shí)候打敗同行業(yè)的并不是競爭對手，有可能是跨界的對手。我們一直非常關(guān)注量子計(jì)算的發(fā)展，想請您具體分析一下，當(dāng)前量子計(jì)算距離真正商用化落地究竟還缺哪些關(guān)鍵環(huán)節(jié)？并且你們是如何往前推進(jìn)這個(gè)發(fā)展的？

楊林：量子計(jì)算已走出“量子優(yōu)越性”第一階段，在若干特定問題上，量子處理器已能完成任何經(jīng)典計(jì)算單元都無法企及的任務(wù)。目前，光量子、超導(dǎo)、離子阱等多條技術(shù)路線均已跨過這一臨界點(diǎn)，商用化可謂臨門一腳。

接下來，路徑與經(jīng)典計(jì)算類似。先在小規(guī)模使用問題上落地，再擴(kuò)展到大規(guī)模接入場景，進(jìn)而與行業(yè)深度結(jié)合，最終在人工智能等應(yīng)用中釋放價(jià)值。期間仍需解決經(jīng)濟(jì)性、與既有工程體系的部署對接等大量工程化工作的問題。

在和人工智能結(jié)合的方向上，也是整個(gè)領(lǐng)域非常關(guān)注并且進(jìn)展非?？斓姆较颉Ａ孔尤斯ぶ悄軓哪Ｐ退惴ǖ慕嵌?，已經(jīng)具備了超越目前部分經(jīng)典模型的能力，比如模型精度、可解釋性，包括其他一些性能。所以，量子人工智能也是非常有產(chǎn)業(yè)潛力的重要方向，姚院士對人工智能和量子計(jì)算的結(jié)合給出了很高的期待和預(yù)期。包括國內(nèi)外也有一些專門從事人工智能和量子計(jì)算結(jié)合的方向初創(chuàng)團(tuán)隊(duì)。

從圖靈自己的布局來講，我們也一直非常關(guān)注人工智能這個(gè)方向，目前在金融、生物醫(yī)藥，尤其是利用“量子+人工智能”，在小分子制藥領(lǐng)域里面，現(xiàn)在已經(jīng)有非常多的實(shí)踐和創(chuàng)新業(yè)務(wù)落地。我們非常期待未來量子計(jì)算能夠和人工智能去擁抱，未來可期。

沈方藝：我稍微追加一個(gè)小問題，今年3月美國GTC大會的量子計(jì)算專場我當(dāng)時(shí)就在現(xiàn)場，全程聽完。黃仁勛先生在演講中先是對量子計(jì)算保持“中立”，甚至流露出顧慮；然而會議尾聲，他卻突然宣布成立波士頓量子實(shí)驗(yàn)室。這種“先抑后揚(yáng)”讓大家討論得更熱烈——一旦量子計(jì)算真正商用，它帶來的不僅是AI算力的躍升，還可能瞬間顛覆現(xiàn)有銀行交易系統(tǒng)、支付密碼體系等。對于這類潛在的跨行業(yè)沖擊，你們在商業(yè)化推進(jìn)過程中是否已提前布局或制定應(yīng)對預(yù)案？

楊林：這種趨勢不僅我們從業(yè)者高度關(guān)注，中美兩國之所以把量子科技列為戰(zhàn)略儲備，正是為了防止未來科技顛覆式突襲在大國博弈中造成戰(zhàn)略傾斜與失衡。黃仁勛先生等專家之所以對外保持“中立”，并非看淡前景，而是出于對整個(gè)顛覆性科技賽道的保護(hù)，避免過早被非專業(yè)輿論吹起泡沫、放大誤解。量子力學(xué)本身反直覺，跟風(fēng)者往往難以把握實(shí)質(zhì)，因此保持謹(jǐn)慎、理性發(fā)聲對行業(yè)長期健康至關(guān)重要。

我們知道通用量子計(jì)算需要5～10年的時(shí)間，這是需要謹(jǐn)慎發(fā)展或者去保持樂觀的長期跟進(jìn)；但短期內(nèi)來看，量子科技，尤其是專用量子計(jì)算在一些領(lǐng)域的突破式應(yīng)用上還是有非常好的短期應(yīng)用潛力，當(dāng)然也包括量子安全加密、精密測量等方向，值得我們在短期落地和商業(yè)化做更多努力和關(guān)注。

聚焦AI應(yīng)用層

沈方藝：下一個(gè)話題聚焦AI。中美之間這場“沒有硝煙的戰(zhàn)爭”讓我們直面算力與技術(shù)的封鎖，但也催生出能夠突圍的優(yōu)秀企業(yè)。接下來請教一下中科聞歌馬總，你們代表國家的中科院體系，在應(yīng)用智能體等場景的落地是做得非常優(yōu)秀，請您給我們做更加詳細(xì)的分享。

馬力：談到中美AI競爭，在我看來中國具備三大獨(dú)特優(yōu)勢。第一，產(chǎn)業(yè)鏈完整，任一環(huán)節(jié)都不完全依賴外部技術(shù)，即便遭遇制裁，也能在有限時(shí)間內(nèi)實(shí)現(xiàn)自給；第二，教育體系持續(xù)輸出頂尖人才；第三，龐大的內(nèi)需市場足以攤薄企業(yè)巨額研發(fā)投入，為技術(shù)創(chuàng)新提供可持續(xù)的商業(yè)閉環(huán)。

基于這三點(diǎn)，我對中國AI產(chǎn)業(yè)的長期前景保持堅(jiān)定樂觀。

落到公司層面，我們作為一家軟件企業(yè)，在中美的對抗中可能不會像芯片、算力受到廣泛關(guān)注，但從我們自己的角度出發(fā)，從軟件角度出發(fā)，我們希望能夠在提升運(yùn)營效率或者社會運(yùn)作效率、資源調(diào)配這塊，能為國家或者行業(yè)做出自己的一份貢獻(xiàn)。

沈方藝：我能感受到中科聞歌作為“國家隊(duì)”的硬核底氣，為中國自主人工智能奠定了堅(jiān)實(shí)后盾。接下來請問海致科技的孫總，作為一家創(chuàng)業(yè)企業(yè)，你們?nèi)绾未_立自身的生態(tài)卡位，并在垂直場景中規(guī)劃企業(yè)發(fā)展路徑？

孫君博：我們創(chuàng)業(yè)時(shí)間比較長，海致成立于2013年，從第一天起就深耕知識圖譜，曾把全球權(quán)威榜單的指標(biāo)一次性拉高45%，形成了極深的壁壘。

大模型爆發(fā)后，我們迅速把“大模型的快”與“知識圖譜的準(zhǔn)”融合落地。在政務(wù)、電網(wǎng)、金融等復(fù)雜To B場景，我們同樣把流程做到可溯源、可解釋、零幻覺。

在To B企業(yè)端落地，中國很強(qiáng)大的優(yōu)勢就是我們有很多優(yōu)秀的To B復(fù)雜的應(yīng)用場景，在這些場景中我們是有絕對優(yōu)勢的，我們?yōu)槭裁茨軤款^特定應(yīng)用行業(yè)的世界標(biāo)準(zhǔn)？本身就是我們在這個(gè)產(chǎn)業(yè)的應(yīng)用非常深入。

我們要做到數(shù)據(jù)有人負(fù)責(zé)、數(shù)據(jù)可追溯、數(shù)據(jù)可解釋，這是大模型時(shí)代產(chǎn)業(yè)ToB所面臨的重要問題。我們過去十幾年都在解決這個(gè)問題，在復(fù)雜場景下用知識圖譜解決這個(gè)問題，在大模型出來，我們用圖模融合解決這個(gè)問題。我們做反欺詐、做團(tuán)伙識別……這些場景在中國是非常獨(dú)有的，也是我們過去一直在努力的。再結(jié)合大模型時(shí)代，我覺得是產(chǎn)業(yè)端所必需的。

沈方藝：下面請?jiān)铺靹?lì)飛的鄭總回答，貴司長期深耕智慧城市、智慧交通，展廳我也實(shí)地參觀過。想請教一下，像傳統(tǒng)做智慧的解決方案，到Open AI和DeepSeek陸續(xù)出來，這么多好的模型可以得到應(yīng)用了，您覺得智慧場景的解決方案有什么突破和創(chuàng)新？

鄭文先：2014年前后成立的中國AI企業(yè)，經(jīng)歷了“技術(shù)找場景”的完整周期。第一階段是“拿著錘子找釘子”，必須讓算法在真實(shí)場景里大規(guī)模落地，才能驗(yàn)證價(jià)值、獲得資本持續(xù)投入。期間，智慧城市成為最佳切口，安防作為滲透率最高的AI場景，云天勵(lì)飛2014年在深圳建成全球首套動態(tài)人像系統(tǒng)，至今仍是智慧城市與平安城市的核心能力。

然而，2022年以前，智慧城市項(xiàng)目普遍利潤稀薄，這是技術(shù)成熟度與商業(yè)模式共同決定的行業(yè)陣痛。轉(zhuǎn)折點(diǎn)出現(xiàn)在大模型爆發(fā)之后，泛化能力的大幅提升，使研發(fā)成本和場景落地門檻同步下降，企業(yè)盈利模型隨之改變。

在此過程中，云天勵(lì)飛始終踐行“算法芯片化”路徑，一邊持續(xù)升級算法，一邊自研芯片。市場結(jié)構(gòu)隨之優(yōu)化，在2020年之前，我們主要做行業(yè)側(cè)和智慧城市解決方案的落地，到今天除了解決方案以外，我們還有一些面向企業(yè)的標(biāo)準(zhǔn)化產(chǎn)品，通過芯片開發(fā)出來一系列的板卡模組，包括大模型推理一體機(jī)，這種標(biāo)準(zhǔn)化的產(chǎn)品也給企業(yè)的經(jīng)營狀態(tài)帶來了新變化。

去年開始，我們看到AI對智能硬件有重塑和賦能。大模型技術(shù)的迭代和提升和落地，讓人工智能企業(yè)的經(jīng)營不斷地優(yōu)化、提升，向更健康的方向邁進(jìn)。

“數(shù)據(jù)”挑戰(zhàn)

沈方藝：感謝各位。剛才大家反復(fù)提到一個(gè)關(guān)鍵詞，“數(shù)據(jù)”。無論大模型的訓(xùn)練迭代，還是各類場景的落地應(yīng)用，數(shù)據(jù)都已上升為核心生產(chǎn)要素。隨著AI走向場景化、泛化，數(shù)據(jù)要素本身以及用戶數(shù)據(jù)安全都面臨前所未有的挑戰(zhàn)。下面先請光鑒科技呂總分享，貴司專注AI 3D相機(jī)，AI的3D相機(jī)主要應(yīng)用場景在哪些？它對數(shù)據(jù)安全保護(hù)有哪些優(yōu)勢？

呂方璐：我們的AI 3D相機(jī)目前聚焦兩大場景。第一塊是線下金融支付，大家日常見到的微信支付、支付寶刷臉支付終端，因?yàn)榻鹑诩壈踩?，必須依?D相機(jī)完成活體檢測，確?！澳闶悄恪鼻覠o人臉假體攻擊，這已成為行業(yè)標(biāo)準(zhǔn)。第二塊是機(jī)器人領(lǐng)域，所有機(jī)器人都需要3D視覺完成三大任務(wù)，物體識別與避障、場景理解和導(dǎo)航建圖與路徑規(guī)劃。

當(dāng)前出貨量最大的是掃地機(jī)器人，我們已覆蓋頭部客戶，并正向四足、人形機(jī)器人延伸。我堅(jiān)信，憑借中國強(qiáng)大的制造業(yè)與AI能力，人形機(jī)器人下一個(gè)爆發(fā)點(diǎn)就在中國，而我們的AI 3D相機(jī)將持續(xù)為這一浪潮提供底層賦能。

而且，3D相機(jī)并不會用通用的圖像格式去處理數(shù)據(jù)，它會通過AI的技術(shù)變成另一種格式的數(shù)據(jù)，所形成的是只有機(jī)器能看懂的三維圖像，這能有效保護(hù)用戶的數(shù)據(jù)安全。

沈方藝：馬總，貴司長期服務(wù)政府單位、國企和央企，我過去也在這個(gè)行業(yè)，深知他們掌握大量涉密或機(jī)密數(shù)據(jù)，既不能外傳又極具價(jià)值，結(jié)果造成數(shù)據(jù)要素難以流通，不少服務(wù)無法面向社會開放。在人工智能場景下，有沒有辦法既牢牢守住這些數(shù)據(jù)的安全與機(jī)密，又能讓其中的價(jià)值被公眾所用？

馬力：這個(gè)問題確實(shí)敏感。在實(shí)際業(yè)務(wù)中，我們主要面對兩類數(shù)據(jù)，第一類是政府或國央企的涉密數(shù)據(jù)。這些數(shù)據(jù)敏感級別極高，客戶根本不討論“數(shù)據(jù)價(jià)值”，只要求“數(shù)據(jù)不出域、不上網(wǎng)”。我們的做法是全套本地部署，核心訴求是“可信治理”，必須向客戶證明AI在每個(gè)環(huán)節(jié)都不泄露數(shù)據(jù)，代碼無后門，也不經(jīng)第三方竊取。對他們而言，這已經(jīng)超越一般的數(shù)據(jù)合規(guī)，上升到系統(tǒng)級可信。

第二類是商業(yè)企業(yè)的專有數(shù)據(jù)。它們同樣不會對外開放，因?yàn)槟鞘瞧髽I(yè)最核心的競爭力。行業(yè)正從通用模型走向?qū)Ｓ蚰Ｐ?，專有?shù)據(jù)訓(xùn)練出的模型效果遠(yuǎn)超公開數(shù)據(jù)模型，所以數(shù)據(jù)本身絕不能觸碰。

那么如何讓公眾享受到AI帶來的福利？業(yè)務(wù)實(shí)操里，我們堅(jiān)持“數(shù)據(jù)不動”，但“模型權(quán)重可動”。每完成一次私有部署，我們都會把訓(xùn)練好的模型權(quán)重抽離出來。這些權(quán)重不含原始數(shù)據(jù)，卻沉淀了專有知識。只要具備標(biāo)準(zhǔn)化能力，就能把權(quán)重遷移到新行業(yè)、新客戶，實(shí)現(xiàn)產(chǎn)品跨場景擴(kuò)展，從而讓AI能力在不泄露數(shù)據(jù)的前提下向外輻射。

AGI未來在哪？

沈方藝：陸奇博士說過，今天的AI仍處于極早期，甚至不是從0到1，而是從負(fù)1到0。我們迫切想知道，真正的AGI何時(shí)到來。請各位專家給出“金點(diǎn)子”，在未來的過程當(dāng)中，您覺得技術(shù)的起點(diǎn)或者商業(yè)的爆發(fā)點(diǎn)，可以給我們做一個(gè)分享，請?jiān)铺靹?lì)飛的鄭總先分享。

鄭文先：通用人工智能到底會把世界變成什么樣，是當(dāng)下最熱門的話題之一，我認(rèn)為它不僅帶來技術(shù)層面的變革，甚至可能推動整個(gè)人類文明范式的躍遷。近日美國最新發(fā)布的《人工智能行動計(jì)劃》有三個(gè)關(guān)鍵詞非常明確，未來的人工智能是“新的工業(yè)革命+信息革命+文藝復(fù)興”。

至于商業(yè)路徑的爆發(fā)，從產(chǎn)業(yè)的角度來講，我認(rèn)為未來AI推理芯片可能是商業(yè)爆發(fā)的關(guān)鍵點(diǎn)之一?？梢钥吹?，隨著大模型商業(yè)化落地正式啟動，對AI推理的需求會進(jìn)入到爆發(fā)的階段，包括AMD也講未來人工智能時(shí)代要進(jìn)入推理的時(shí)代，對AI推理芯片的需求，特別是在國產(chǎn)化的背景下，對國產(chǎn)AI推理芯片的需求會帶來非常大的增長。這也是我們所期待那個(gè)節(jié)點(diǎn)的到來。

楊林：科幻電影《流浪地球 2》有個(gè)通用人工智能，是運(yùn)行在一臺手提箱大小的量子計(jì)算機(jī)上的，這不僅是科幻電影的暢想，也是所有人類對量子計(jì)算的共同愿景。

通用人工智能時(shí)代，一定會催生顛覆式的，或者我們現(xiàn)在無法想象的業(yè)態(tài)和新的經(jīng)濟(jì)形勢，甚至人的生活，以及目前和所有外在事物的交互形式都會被顛覆和改變。迎接通用人工智能，從算力、連接到每個(gè)方方面面，大家都要做好準(zhǔn)備或者做出努力，整個(gè)行業(yè)也在為這個(gè)方向努力。

圖靈量子以集成光子學(xué)，從事量子計(jì)算相關(guān)的發(fā)展，起于光子，專于量子，但也不僅是量子，我們?nèi)匀魂P(guān)注集成光子學(xué)和計(jì)算行業(yè)、算力行業(yè)的相關(guān)結(jié)合，向下賦能，包括像人工智能光的處理器，以及光連接的基礎(chǔ)設(shè)施。

從圖靈的視角來看，我們認(rèn)為下一個(gè)關(guān)于通用人工智能和關(guān)于未來算力體系里面非常重要的商業(yè)模式和商業(yè)機(jī)遇，就是從光和電這兩個(gè)重要的信息載體的結(jié)合，解決信息傳輸處理，實(shí)現(xiàn)更大的網(wǎng)絡(luò)構(gòu)建能力，解決算力瓶頸、功耗瓶頸、存儲瓶頸。這是從我們的視角里面看到的未來顛覆式的商業(yè)模式和商業(yè)的重大機(jī)遇。

徐凌杰：無論叫AGI還是ASI，未來“算力即正義”是確定的趨勢，誰擁有更強(qiáng)的算力、更完善的基礎(chǔ)設(shè)施，誰就擁有更大的可能性。過去20年，最大的紅利行業(yè)是房地產(chǎn)；未來10年、20年甚至更長時(shí)間，新興的“房地產(chǎn)”將是數(shù)據(jù)中心——里面住的不是人，而是服務(wù)器、芯片和網(wǎng)絡(luò)設(shè)備。

一方面，我們需要把這些基礎(chǔ)設(shè)施打造得更強(qiáng)大。另一方面，降低這些基礎(chǔ)設(shè)施的單位使用成本，把它的邊際成本降低。結(jié)合未來對于能源的需求來講，這是我們看到未來非常重要的能源單位AGI、ASI非常重要的一步。

王率宇：AI推理的體量和成本是非常重要的。我分享一個(gè)數(shù)據(jù)，在全球云端的算力規(guī)模已經(jīng)達(dá)到了接近5000億美元，國內(nèi)有近5000億元人民幣規(guī)模。從比例來看，過去幾年大家都在做模型的訓(xùn)練，訓(xùn)練和推理的算力是接近1:1的狀態(tài)，這兩年大家看到國內(nèi)強(qiáng)大的模型不斷涌現(xiàn)，包括豆包、DeepSeek、千問的發(fā)布，已經(jīng)實(shí)現(xiàn)了某種意義上的模型平權(quán)?；谶@些強(qiáng)大的基模，去做應(yīng)用、Agent的創(chuàng)新，這些應(yīng)用和場景也在逐步放量。一旦進(jìn)入AGI階段，訓(xùn)練與推理的算力比例極可能達(dá)到1:100，甚至更高。因?yàn)槟Ｐ陀?xùn)練還是研發(fā)及投入的階段，真正賦能千行百業(yè)，達(dá)到生產(chǎn)力的革命和創(chuàng)新一定是推理達(dá)到了極廣泛的普及和應(yīng)用。

除了市場整體的推理體量，單Token成本的量級也是非常重要的指標(biāo)。大家說每次能源革命都是推動人類進(jìn)步的巨大里程碑，真正的普惠和革命一定是建立在成本足夠低，技術(shù)可負(fù)擔(dān)的基礎(chǔ)上，才會有廣泛和深遠(yuǎn)的對于整個(gè)人類的影響。未來的AI一定會像現(xiàn)在的水電煤等基礎(chǔ)設(shè)施一樣普惠且人人都用得起。我們致力于通過技術(shù)創(chuàng)新把單Token的推理成本降到現(xiàn)有主流方案的10倍以上，墨芯人工智能是通過稀疏算法的研究，打造軟硬一體的計(jì)算解決方案，去引領(lǐng)稀疏計(jì)算的生態(tài)，大幅降低AI推理的成本。我們也期待通過我們在技術(shù)和研發(fā)的不斷地深耕和積累，能夠加速AI技術(shù)普惠以及AGI的到來。

孫君博：前面幾位嘉賓聚焦算法和算力，我想提供一些數(shù)據(jù)方面的見解?，F(xiàn)在大模型大多數(shù)用的都是非結(jié)構(gòu)化數(shù)據(jù)，大家在互聯(lián)網(wǎng)上搜到的語言數(shù)據(jù)所訓(xùn)練的大模型得到了涌現(xiàn)，如果在應(yīng)用端，更多是結(jié)構(gòu)化數(shù)據(jù)，也就是說企業(yè)儲存更多的不是所敘述的這些語言，更多不是規(guī)章制度，而是二維表格、圖表格，這是很重要的，也是未來發(fā)展的重要方向，大模型怎么樣能夠更好地讀取到這些數(shù)據(jù)，在它的認(rèn)知范圍內(nèi)得到更高的提升。

我認(rèn)為，未來從非結(jié)構(gòu)化數(shù)據(jù)到結(jié)構(gòu)化數(shù)據(jù)，大模型能讀取的質(zhì)量和數(shù)量，會對大模型的能力帶來很大的提升。這對于大模型本身也是一個(gè)挑戰(zhàn)，我很期待看到這方面的發(fā)展。

另外一個(gè)點(diǎn)補(bǔ)充一下，知識圖譜是現(xiàn)實(shí)世界的表達(dá)，大模型的表達(dá)是可能世界的表達(dá)，它會給你推理出來這個(gè)世界會產(chǎn)生什么樣，可能的結(jié)果是什么，我未來很希望見到這兩個(gè)主義的聯(lián)合，大一模型推理出來的某個(gè)世界，也給你一個(gè)原因解釋，為什么會有這個(gè)世界。

馬力：關(guān)于AGI，從短期來看，我個(gè)人的觀點(diǎn)還是在短期有技術(shù)突破或者非常具有爆發(fā)潛力的還是AI Agent，我認(rèn)為AI Agent最能滿足人類對于AI最基本的要求，它可以自動化、高效地完成我們給它的任務(wù)，這是它最本質(zhì)的需求。

模型現(xiàn)在不需要證明自己有多聰明，而是需要向我們證明它能夠解決問題，所以涉及你怎么樣分解任務(wù)，怎么樣保證中間環(huán)節(jié)的可控，以及在最終的時(shí)候可以通過調(diào)用別的工具，來實(shí)現(xiàn)解決問題的目標(biāo)。

不論是個(gè)人還是企業(yè)，對于AI Agent的需求都是非常多的，痛點(diǎn)非常明顯，這塊有非常多的商業(yè)可以落地的地方。我覺得這是AGI在短期之內(nèi)會實(shí)現(xiàn)突破或者趨勢。長期來看，AGI對于人類社會可能都會有一個(gè)顛覆性深刻的改變，這樣的暢想我覺得非常美好，以后人類可以擺脫冗余的、簡單的、重復(fù)的勞動，可以把更多時(shí)間和精力放在追求精神世界，追求藝術(shù)或者探索宇宙等等。這些都是更加美好的一些暢想。

呂方璐：如果把AGI前景比作“淘金熱”的話，賣鏟子的和挖金子的都很有前景。

首先是“賣鏟子”的，剛才講了數(shù)據(jù)中心、做集群的點(diǎn)，我看很多人強(qiáng)調(diào)GPU芯片，我想強(qiáng)調(diào)一下光互聯(lián)的問題，很多人沒有意識到很多大廠已擁有萬卡集群，一旦GPU數(shù)量擴(kuò)張到十萬、百萬量級，所需光通信互聯(lián)的數(shù)量將呈指數(shù)級上升，萬卡級別就可能需要百萬條光纖，十萬卡、百萬卡更是難以想象。因此，數(shù)據(jù)中心、GPU、光互聯(lián)、網(wǎng)絡(luò)拓?fù)洹⒐怆娖骷麠l產(chǎn)業(yè)鏈都蘊(yùn)含廣闊前景。

再說“挖金子”，我個(gè)人非?？春玫倪€是機(jī)器人領(lǐng)域。看過去幾十年中國的發(fā)展，首先第一波中國吃的是人口紅利，第二波吃的是人才紅利或者工程師紅利，接下來吃的是電力的紅利，下一步等AGI實(shí)現(xiàn)以后，我覺得可能吃的是機(jī)器人紅利。機(jī)器人不管從能源支持、算法、硬件、底層，中國都有非常強(qiáng)的優(yōu)勢我相信未來AGI實(shí)現(xiàn)以后，中國的發(fā)展會以機(jī)器人紅利繼續(xù)往前迅猛發(fā)展幾十年。

沈方藝：我也貢獻(xiàn)一下自己的想法。在硬件加速層，包括應(yīng)用場景層，中間還有一層，從做應(yīng)用的現(xiàn)在都在往底層的一些推理優(yōu)化加速方案去深入，他們不約而同地提到了一些高性能的文件吞吐、IO吞吐的優(yōu)化方案。這也是我們在看好的一些事情，也是致力于在做的事情，在芯片的加速，在并發(fā)數(shù)據(jù)吞吐場景的支撐，怎么把推理的加速引擎做好。

我覺得現(xiàn)在無論是企業(yè)家還是創(chuàng)業(yè)者也好，都是新時(shí)代的“戰(zhàn)士”，正是他們前赴后繼，才把整個(gè)產(chǎn)業(yè)與科技不斷向前推進(jìn)。這里想請?jiān)谧魑唤o企業(yè)家代表一些掌聲，希望中國人工智能產(chǎn)業(yè)發(fā)展得越來越好。

感謝大家！