在一场由清华大学和智谱科技联合举办的AI峰会上，中国顶尖的AI专家和企业领袖坦诚地探讨了该国在人工智能领域的现状与未来。他们一致认为，尽管中国在某些领域发展迅速，但在核心算力、敢于冒险的创新文化和成熟的企业（To-B）市场方面仍面临显著挑战。与会者预测，AI将在2025至2026年迎来范式创新，重点聚焦于多模态感知、长期记忆和智能体（Agent）技术。尽管存在差距，专家们对中国AI在未来3-5年内取得全球领先地位持乐观态度，前提是必须解决硬件瓶颈、优化研究环境并鼓励青年人才承担更大风险。
中国AI的现状：坦诚的审视
多位行业领袖就中国AI面临的结构性制约和文化因素进行了坦率的分析。他们普遍认为，尽管中国拥有大量优秀人才，能在已验证的道路上快速追赶甚至优化，但在开创新范式方面仍显不足。
- 算力瓶颈：阿里巴巴的林俊旸指出，美国的总算力可能比中国高出一到两个数量级。大部分美国算力被投入到下一代研究中，而中国的算力则主要用于满足当前的交付需求。
- 企业市场（To-B）：腾讯的姚顺雨提到，中国尚未形成成熟的企业付费市场。许多面向生产力的应用诞生于美国，因为那里的商业文化和付费意愿更强。
- 创新与风险文化：与会者一致认为，中国研究人员和投资者更偏爱“安全”的问题。缺乏足够的人愿意承担探索全新范式或进行高风险的押注。
姚顺雨：“中国可能仍然缺乏足够的人愿意开创新范式或进行非常冒险的押注。这与经济环境、商业环境和文化有关。”
林俊旸：“贫穷并非没有机会。我们有时觉得富人浪费GPU，但当你贫穷时，算法与基础设施的协同优化就变得至关重要。如果你非常富有，就没有这样做的动力。”
技术前沿：通往AGI的路径
智谱AI的唐捷教授系统地阐述了他对AGI发展的看法，认为其本质上是在借鉴人脑的认知学习过程。他强调，未来的模型需要在几个关键能力上取得突破。
- 多模态感统：这是2025年的关键。AI需要像人一样整合视觉、听觉等多种感官信息，形成统一的感知能力。这类似于人类的“感觉统合”。
- 记忆与持续学习：当前模型的记忆能力不足。未来的模型需要构建类似人类的记忆系统，包括短期、工作和长期记忆，甚至能将个人知识记录为人类的“第四层”知识。
- 反思与自我认知：让模型具备自我反思和解释自身行为的能力。唐捷认为，AI最终可能拥有自我意识，这是一个值得探索的方向。
他坦言，尽管中国的开源模型看似取得了很大进展，但与美国顶尖的闭源模型相比，“差距可能仍在拉大”。
下一个范式：自主学习与智能体
与会者热烈讨论了AI的下一个发展范式，普遍认为是自主学习 (autonomous learning) 和智能体 (Agent)。
姚顺雨：“这（自主学习）其实已经在发生了。很明显，ChatGPT正在利用用户数据不断弥合对人类对话风格的理解……这难道不是一种自学习吗？”
他认为，自主学习的信号将在2025年出现，而不是等到2026年。真正的瓶颈在于想象力——我们甚至还不清楚该用什么任务来评估一个实现了自主学习的系统。
阿里巴巴的林俊旸则认为，许多技术突破在外界看来是剧烈的，但在从业者眼中是线性增长。他强调，要实现真正的智能体，需要解决与环境交互的问题，尤其是在复杂的物理世界中。
- 模型即产品：林俊旸提出，构建基础模型本身就是在构建产品。当模型足够强大时，它就是智能体，智能体就是产品。
- 解决长尾问题：AI最大的魅力在于解决那些在全世界都找不到解决方案的长尾问题。通用智能体的价值正在于此。
- 从虚拟到物理：当前Agent主要在计算机等虚拟环境中运行。未来的目标是让AI能够指导机器人进行物理实验，从而极大地提高现实世界的效率。
中国AI的未来：20%的概率与关键条件
当被问及未来3-5年中国诞生世界最领先AI公司的概率时，与会者的回答既有乐观也有审慎。
阿里巴巴的林俊旸给出了一个数字：20%。他认为这已经是一个非常乐观的估计，因为背后有许多历史因素。
腾讯的姚顺雨则认为概率“相当高”，并列出了几个关键条件：
- 硬件突破：必须解决光刻机等根本性的算力瓶颈。
- 市场成熟：发展出强大的To-B市场，并能在国际商业环境中竞争。
- 精神激励：鼓励更多人具备创业和冒险精神，敢于进行范式级的探索。
结语：AI时代企业家的责任
清华大学的张钹院士在闭幕致辞中提出了更深层次的思考。他认为，AI的发展使我们处于一种矛盾之中：我们既希望它承担更复杂的任务，又担心它超越人类。
他强调，最重要的治理不是对机器的治理，而是对人的治理——即对研究者和使用者的治理。
张钹院士指出，AI时代的企业家肩负着新的使命，他们不仅要创造产品，更要将知识、伦理和应用转化为可复用的工具，以实现普惠和可持续发展。这使得创业成为一项光荣甚至神圣的职业。