每經記者｜葉曉丹    每經編輯｜董興生    

十年前，互聯網發(fā)展方興未艾。彼時，清華大學智能產業(yè)研究院院長、中國工程院外籍院士張亞勤預判“AI+”是下一個大趨勢。轉瞬十年，AI浪潮席卷而來。

今年3月，張亞勤在新書《智能涌現》中分析，AI正處在“由量變到質變”的關鍵時刻，智能正在從“被動學習”走向“主動生成”。他認為，未來十年，將是人類與智能共同成長的協作時代。

智能涌現，不僅局限于前沿技術研究，而是正從科技探索走向各行各業(yè)。眼下，除了模型生態(tài)，AI Agent（智能體）應用也層出不窮，AI在產業(yè)中的實踐和應用，成為新生產力革命的新動能。

然而，技術進步的同時，AI安全和治理的緊迫性接踵而至。圍繞當前中美AI技術路徑、AI產業(yè)落地趨勢、AI安全與治理等問題，張亞勤在2025年世界互聯網大會烏鎮(zhèn)峰會期間，接受了《每日經濟新聞》記者（以下簡稱“NBD”）的專訪。

智能涌現，AI+產業(yè)是未來發(fā)展趨勢

NBD：你的新書《智能涌現》提到，AI當前正處于從量變到質變的關鍵節(jié)點，這一“涌現”是否有可量化的判斷標準？

張亞勤：這一輪人工智能的顯著特點是所謂的規(guī)模定律。比如越多的數據、越高的算力，加上新的算法，智能就越來越高，高到一定程度突破某一個界限，那就伴隨著涌現效應。

涌現效應很重要的一個特點在于，人工智能不僅僅是有模式識別、感知的能力，它現在還有了認知的能力，有了生成的能力，有了創(chuàng)造力，這是十分重要的特點。另外，涌現效應的維度，不僅僅是技術的涌現，它其實（已經）涌現到各個產業(yè)里去。

NBD：當下AI正滲透和應用到各行各業(yè)中，推動生產力發(fā)展，在你看來，AI是不是正在推動新一輪生產力革命？

張亞勤：是的。人工智能技術的科研早在上世紀六七十年代就開始了，進入產業(yè)，也只是過去十年，特別是過去五年逐步開始的。在這個階段中，人工智能作為通用的生產力工具。ChatGPT等技術的創(chuàng)新，帶動了大模型技術和應用的發(fā)展。

NBD：AI正在加速向產業(yè)滲透，我們注意到在過去一年時間，Token的消耗量正在快速增長，在你看來，哪些行業(yè)對AI大模型、智能體的需求量更高？

張亞勤：首先是機器人，這個產業(yè)完全是由新一輪的人工智能帶來的。

第二，在垂直的傳統(tǒng)行業(yè)，譬如教育、醫(yī)療，這些也會受益于AI技術，被大幅度改變。AI技術可以加快新藥研發(fā)的速度，改變新藥從研發(fā)臨床測試到最后制藥的整個范式。

另外，AI加速發(fā)展，推動了AI基礎設施建設。芯片、數據中心、云計算等，科技巨頭們都在加快AI基礎設施建設。當然，美國目前在AI基礎設施建設的速度過快，可能會存在一些泡沫，但整體而言，AI的潛力很大。

信息智能與物理智能融合，是未來十年關鍵窗口期

NBD：最近一年，中國開源大模型在國際舞臺上頻繁“反向輸出”，一些海外產品甚至采用中國模型。你怎么看待這種趨勢？中國AI的核心競爭力在哪里，是算力、數據、工程落地能力，還是成本與生態(tài)？

張亞勤：ChatGPT是AI一個大的基石或者創(chuàng)新。其實大部分（模型）都在（獲?。└鄶祿?，鋪算力。DeepSeek今年初大規(guī)模流行以來，又開辟一個新的路徑。在不需要很高算力的情況下，通過更高效的系統(tǒng)架構、更靈巧的算法在全球大模型競爭中脫穎而出。

DeepSeek的開源生態(tài)，使得很多小公司可以用之外，用戶市場還輻射到非洲、東南亞等國家，這是一個很大的創(chuàng)新。

未來全球范圍內，通用的、前沿的大模型數量不會超過10個，而更大的機會反而來自于垂直模型或者行業(yè)模型。

NBD：當前國際科技巨頭都在加大AI領域的資本支出，有觀點認為AI基建還遠遠不夠，也有分析認為當下AI投資存在泡沫，對此你怎么看？

張亞勤：AI是一個幾十萬億元的產業(yè)，參與其中的企業(yè)對自身定位各有差異。巨頭們在構建全棧AI生態(tài)，增強自身的競爭壁壘。也有一些科技公司定位做應用層、做AI Agent，解決一些具體的、垂類行業(yè)的問題。

當下AI基礎設施的投資熱，未來可能會存在一些泡沫，這就像1998年前后的互聯網基礎設施建設浪潮，當年大家都熱衷買路由器、建設數據中心，后面發(fā)覺超前了一點，當年也同樣是機遇和泡沫都很大。這和當下的AI熱潮有相似之處，大的科技企業(yè)寧愿多布局，也不愿意錯失AI發(fā)展機會，對他們而言，機會成本反而更高。

NBD：你的新書中提到，信息智能與物理智能的融合是未來十年的關鍵窗口期，當前這兩類智能融合的最大技術瓶頸是什么？

張亞勤：信息智能階段，以互聯網的數據為主，打造一個前沿模型。到了物理世界后，需要物理世界的數據?，F在一個瓶頸是物理世界的數據比較分散。

另外一個瓶頸是，很多人提到需要打造一個物理世界的模型，可物理世界的模型需要更好的推理能力、理解能力，對三維、四維空間的感知能力。

不實內容被當作訓練數據，AI安全和治理仍然緊迫

NBD：AI技術發(fā)展帶來了很大的便利，但AI安全問題也備受關注。人工智能的安全問題似乎又讓我們想到了當年大家對互聯網技術發(fā)展和安全的思辨之中。對此，你怎么看？

張亞勤：AI能力越強，它的風險越高。當然有失控的風險，也有被亂用的風險。所以在信息智能方面，深度的偽造、虛假的信息、AI幻覺，其實都帶來很大的問題，這個時候需要有政策法規(guī)，給AI技術應用一些底線，讓大家明白什么能做，什么不能做。

NBD：在你看來，AI技術的發(fā)展，當下還有哪些風險？

張亞勤：現在我擔心的是，人工智能加速發(fā)展，會出現系統(tǒng)性的風險，出現系統(tǒng)性的失控。

之前有消息稱互聯網上超過半數的英文書面內容已由人工智能生成，占比達到52%，首次超越人類創(chuàng)作的48%。這意味著人工智能產生的內容超過了人產生的內容，而人工智能產生的內容，存在一些不實的內容。這些信息，同樣作為新的訓練數據，進入新的AI模型，自我繁殖、自我放大。

這個問題需要從技術方面、人機交互以及政策方面來解決。否則，后續(xù)不實的信息作為訓練數據，會指數級泛濫，這是當前AI治理非常迫切的問題。

封面圖片來源：視覺中國-VCG211550173673