从对话到实操：AI 落地挑战、人机共生与产业未来

范凌：我刚刚其实是从西岸展馆，也就是说是一个更适合公众去体验人工智能技术带来的各种生活上的方方面面的场地，来到了我们世博展馆。今年也是非常热闹，不是只是在一个地方闭门看展，而是真的有机会以展览把整个城市里边在人工智能的方方面面能够串联起来。所以我觉得这个是今年一个非常非常大的一个亮点——整个城市都成为了一个能够体验人工智能的空间，有观点，有展览，还有延展出去的各种各样的生活体验场景。那我觉得这也反映了我们人工智能发展，尤其在过去这三四年里边，非常蓬勃的一个态势，从一个小众的深度的科技，现在变成一种技术所能够赋能的新的社会和生态的状态。

范凌：过去这三四年里边，其实生成式人工智能技术本来就经历了三个阶段。第一个阶段，就是以 GPT 为代表的，它可以生成图片、生成文字、生成视频，就是我们所说的能聊。然后到第二个阶段，是以 DeepSeek 为代表的，AI 开始能够表达自己是怎么构思、怎么去思考的，我们把这个叫 reasoning model，或者推理模型，或者 thinking model。过去这一年里边，AI 最能干的一件事情就是可以开始写代码来操作电脑，所以所有用电脑可以干的活，现在 AI 都可以自主地开始工作了。所以能聊到能干，事实上是从 AI 能跟你对话，到真的帮你干活的这个变化。

这个变化当中，其实对个体来说帮助非常非常大。原来我们只把 AI 当做一个获得信息的工具，比如说我今天要逛这个 WAIC，AI 会告诉你什么地方值得去。但是现在如果我用帮你干活的思路，它会帮你规划今天下午应该去哪里。以前我们一个个体要做一件事情，其实需要很多不同职能帮忙。但是现在因为 AI 可以兼做很多的角色，所以一个人的能量被放得更大了，AI 有机会让我们的短板变得更长，让我们变得更全能。

对于社会来说，今天早上总书记讲到智能也要普惠，当 AI 有了更广泛的行为能力的时候，那些原来没有资源调用这些能力的组织机构、国家、团体，现在通过 AI 也许能够大大地降低调配资源的难度，对整个社会带来更普适的影响。

当然，这里也要值得我们反思：当 AI 很多事都能干了以后，我们人的角色是什么？AI 的发展是一种智力的平权，那么人性、社会化的东西、美感、审美、品味，又成为我们人区别于机器智能的立身资本了。我的实验室叫设计人工智能实验室，不只是用人工智能做设计，也同样想设计人和智能之间的共生关系。我特别喜欢这次 WAIC 的这个主题——一个叫伙伴，一个叫共创。

我想讲两个可能今年还不是主流关心的话题，但我相信在未来两三年里会成为 AI 领域值得关心的议题。一个是 AI 除了干活之外，AI 也开始理解人了——理解一个人的心理是怎么样，理解那些无法被表达的描述是怎么样。所以 AI 是不是能够更好地帮助我们理解个体人性？这是一个研究在做，我们自己做了一个叫主观世界模型，其实就试着在做这件事。第二个是，AI 不停地 7×24 小时在后台干活，不用人的干预——这种叫长程的智能体，就是 AI 在那干活，人给判断，但不用人来驱动。AI 可以自动感知变化，在智能工厂、安防，甚至在很多场景里边，AI 可以在背后不停地 7×24 小时联动，人来提供一些判断。

相关阅读：主观世界模型：首个以理解人为目标的基础模型

范凌：确实，人工智能的时代让我们这样的科研人员有机会成为创业者。很多人工智能的企业事实上都叫 researcher founder，这个创始人不是一个商人，而是一个研究人员，这是人工智能时代做企业一个很独特的特征。但是，科研人员创业有一个很大的问题，就是只关注技术的属性，而缺少对于用户的那层理解。所以要走进千家万户，就要让人工智能成为一个为人所用的技术，而不是一个只卷参数、只卷排名的技术。

我觉得好的产品可能都要有这样三个属性。

第一，要理解用户。人工智能里边有一个概念叫上下文 context，所有的模型都要在一个对场景、对人理解的上下文里运行，这个模型才能真的为你所用。

第二，我们要能够信任 AI，知道它不会为你作恶，不会侵害你的利益，建立人机之间的互信机制很重要。现在有一个被讨论很多的技术叫驾驭工程，harness engineering，事实上就在解决信任的问题。

第三，技术不应该是主角，好的技术应该是无形的，应该在我们生活当中，不是在前台，而是在背后支持我们的，所以用户体验非常非常重要。所以懂你、你能信任、最后能够无处不在但又不是主角，这样的人工智能技术最终能走到千家万户。当然前提是底层技术的基座还是要非常卓越，真正能成为我们的伙伴。

相关阅读：13个关于商业AI原生的随想

范凌：如果我们先不聊人工智能，我们看看上一代颠覆型的技术，比如说从蒸汽机到电动机。从蒸汽机工厂、蒸汽机企业能够变成电动机原生的企业，大概花了 30 年的时间。所以我们确实要对产业的整体落地要更有耐心一些。

我们自己做了一个研究，大模型是所有 AI 技术应用的起点，但是大模型只在产业能否落地里扮演一部分的角色。我们有一个比例——不算非常科学，只是一个以定量方式表达的定性的比，叫 1:2:7。

一就是模型的能力，它只在一个成功产业化里占 10% 的权重。二是数据，产业里有各种各样的数据，而且不仅是数据的收集，我们还要专门为模型来采集新的数据、发掘新的数据机会。七是人和组织，是人的变化。有一个科技行业的理论叫“跨越鸿沟”——早年一群很有热情的人开始用这个技术，成长得很快，但要变成普适，需要跨越这个鸿沟。我觉得 AI 技术，随着像 WAIC 这样的大会，随着我们国家的相关政策，跨越鸿沟的速度应该会很快，不用像上次电气时代那样 30 年。但是可能还是不会转眼间，不会每个人手机里装了一个豆包、千问，明天我们的产业就会变成 AI 原生的产业。

这需要有耐心，1:2:7 的这种耐心。七的里边可能有组织的调整、有人的能力的提升、有流程的重塑。我们现在的阶段要去解决那 7 的问题，然后才能做到产业的真正落地。

相关阅读：未被定义的「AI Native」

7月17日-7月20日 特赞在H1-C135等您来