百度阿里華為高管都來了，中國AI頂流WAIC演講精華看盡

百度董事長兼執行長李彥宏

李彥宏強調，閉源模型將保持對開源模型的優勢。他認為有人混淆了模型開源和代碼開源這兩個概念。即便模型開源參數、公布原始碼，使用者也不知道模型是如何訓練出來的。開源模型並不能讓使用者站在巨人的肩膀上，實現眾人拾柴火焰高的效果，而是會提升推理成本、降低反應速度。

如果企業只是拿一個開源模型來「改款」，做出一個「孤本」模型，那麼他們既不能從基礎模型的持續升級中獲益，也很難與他人共享算力。開源大模型在學術研究中的價值值得肯定，但在競爭激烈的市場環境中，商業化的閉源模型才是最能打的。

此外，李彥宏也認為，當前對基礎模型能力的關注過高，而對模型應用的關注不足。「震撼發布」和「史詩級更新」層出不窮，但少有人關注應用在哪裡、誰從中獲益。

不過業界在關注模型應用的同時，也需要避免掉入超級應用陷阱。追求DAU10億的產品是屬於網際網路時代的陳舊思維，而AI時代「超級能幹的應用」比「只看DAU的超級應用」更為重要。

談及AI的未來發展，李彥宏稱百度最看好的AI應用便是智能體。他認為未來會有數以百萬計的智能體出現，形成龐大的智能體生態，而搜索會是智能體分發的最大入口。

李彥宏認為，生成式AI雖然給一些工作帶來了衝擊，但也創造出大量新的就業機會。他堅定認為AI不是人類的競爭對手，而是會作為工具來滿足人類的需求、增強人的能力、讓人類的生活更美好。

第二位發言的中國電信董事長柯瑞文認為，AI正成為新一輪科技革命和產業變革的核心動力，對全球經濟社會發展具有深遠影響。中國電信通過雲網融合戰略，提供智能化連接和算力服務，推動數據中心向AI DC升級，構建綠色、安全、高效的數字基礎設施。

中國電信董事長柯瑞文

中國電信內部已在應用AI技術提升了運營效率，同時與產業夥伴合作，在工業、教育、醫療等領域推廣AI應用，服務了7000多家客戶。柯瑞文強調，人工智慧的未來需要開放的生態系統和共同治理，他們期待與合作夥伴共同推動AI向善，創造美好未來，並宣布將舉辦人工智慧生態論壇，發布AI生態合作計劃和產品。

中國移動董事長楊傑在演講中強調了AI作為新生產力的重要性。他認為AI大模型能通過整合社會全量知識，形成超越人類的邏輯推理能力，加速經濟社會發展。中國移動致力於推進AI深度融入各行各業，通過技術創新和產品應用創新培育新生產力。

中國移動董事長楊傑

他認為AI不會取代人類，而是將重構行業和領域，讓擅長使用AI的人脫穎而出。他呼籲共同提升科技創新能力，促進生產方式變化，並完善AI治理體系，確保AI符合人類共同價值取向。

演講環節結束後，中國工程院院士、之江實驗室主任、阿里雲創始人王堅和亞馬遜前首席科學家、社交數據實驗室創始人安德雷斯·韋思岸（Andreas Weigend）進行了一場以通用人工智慧時代產業新要素結構為主題的討論，獵豹移動董事長兼CEO、獵戶星空董事長傅盛主持了本場討論。

傅盛、安德雷斯·韋思岸與王堅的圓桌對話

傅盛首先拋出了一個問題，生成式AI是否就是實現通用人工智慧的唯一途徑？韋思岸用自己學生時代的經歷作為引子，認為不論選擇何種技術方向，都必須堅持到底，不能因為某一技術方案難度增加便放棄。

王堅院士認為，儘管神經網絡歷史悠久，但GPT的出現標誌著人工智慧的新階段，其潛力尚未被完全挖掘。他認為我們通用人工智慧問題並非一朝一夕便可以解決的，但未來10年將是十分激動人心的10年。他還補充道，我們應該釐清AGI這一概念，將AGI譯為通用人工智慧可能會造成誤解。AGI應該是未來最基礎的智能系統，因此稱其為普通人工智慧更為恰切。

兩位嘉賓還就企業可能面臨哪些AI技術的發展瓶頸展開相關討論。韋思岸認為，數據、算力和能源將會是最重要的挑戰，他曾供職的亞馬遜甚至在核電站周邊建立了數據中心，這也從側面反映了能源問題對AI發展的重要性。

王堅院士對這一問題有不同看法，他認為能源問題要放在時間和空間維度，採取動態的視角來看。他認為目前AI行業存在3個不等式，就現有的基礎模型而言，我們的應用還不夠好；以現有的算力能力而言，我們的基礎模型還做得不夠好；以現有的能源水平而言，我們的算力做得還不夠好。

隨著新能源的出現、新的算力形式的變化，能源問題會在動態的發展過程中得到解決。十年後的算力、能源或許都會變成全新的概念，不能用如今的觀念來解決未來的問題。從空間的角度上來看，中國的發電量是世界領先的，不必過度擔憂能源問題。

王堅院士發言

至於企業可能面臨的挑戰，王堅院士提出新的大公司必將出現，而一定也會有原有的大公司烈火重生。如果一項新技術沒有催生新的大公司，那麼這項技術就不一定是真正具有顛覆性意義的技術。而對於大企業來說，雖然高度依賴數據、算力等因素的AI技術對他們來說比較友好，但這並不意味著沒有創新力的大企業也能在AI浪潮中保持自己原有的地位。

王堅院士還特別提醒大型企業，有不少大企業認為AI僅僅是工具的革命，而大部分小企業都認為AI是革命的工具。這一認知的滯後可能會讓大企業在AI浪潮中處於不利地位，大企業也需要儘快意識到AI的革命性意義。

談及AI技術的社會影響，王堅院士戲稱自己是一位「無藥可救的技術樂觀主義者」，他相信人類能夠直面AI技術帶來的種種挑戰，解決相應的問題。韋思岸也說到，定義人類的因素不只是知識，還有人類的好奇心、審美、感受等等因素，而這些是AI永遠無法取代的。

二、張平安、徐立、張鵬等業界代表分享：價格戰需適可而止，企業應得到合理價值反饋

WAIC產業發展論壇第二部分以「AI將創造出哪些戰略性機遇」作為主題，邀請了華為常務董事兼華為雲CEO張平安、螞蟻集團董事長兼CEO井賢棟、商湯科技董事長兼CEO徐立、高通公司中國區董事長孟朴進行主旨演講。

張平安在他的演講中分享了如何通過架構性創新在中國構建可持續發展的AI算力基礎設施和算力技術。儘管中國的算力發展面臨諸多限制，但通過架構性創新，可以在雲網融合的基礎上進行協同創新，構建起中國的高帶寬，低時延網絡優勢，並在雲基礎設施上建立起AI算力的底座。

華為常務董事、華為雲CEO張平安

華為目前正在芯端算力上雲、面向AI的網絡架構升級、雲基礎設施系統架構創新三個方面發力，進行創新。華為的5G-Advanced網絡上下行帶寬相較5G都得到了10倍的增長，時延從10毫秒降低到1毫秒，讓端側算力上雲、端雲算力協同都有了堅實的網絡保障。華為雲還發布了全新的CloudMatrix架構，匹配超大規模算力訴求。

談及AI的未來，張平安認為中國的AI發展道路，追求的應該是在行業領域構築大模型的全球領先地位。如果各行各業都積極擁抱AI，積極地開放行業的業務場景，中國很有機會在to-B領域構築起全球的領先優勢。

井賢棟在演講中談到，專業智能體能夠破解通用大模型在嚴謹產業（如醫療、金融等）應用的關鍵難題，螞蟻集團正在攜手產業合作夥伴構建專業智能體生態，加速產業應用，推動服務升級。

螞蟻集團董事長兼CEO井賢棟

井賢棟介紹，為了解決模型領域知識匱乏、難以勝任複雜決策等問題，螞蟻選擇了構建專業智能體生態的路徑，「從我們的實踐來看，專業智能體是大模型落地嚴謹產業的有效路徑」。

針對領域專業知識的短板，螞蟻攜手合作夥伴打造了大規模專業知識引擎，通過知識引擎為大模型提供「專業教材」，讓大模型具備專家知識水平。

其次，針對大模型複雜推理的能力短板，螞蟻與大量行業技術專家共創，提出了FoE專家級決策框架（Framework of Experts），讓智能體借鑑人類專家的思考方式，構建專業的推理和決策能力。

最後，井賢棟稱，未來智能化的用戶體驗，一定不是只靠一個大模型，而是需要全行業深度協作，需要很多的專業智能體共同參與、各司其職。他們會堅持走開放道路，與行業共建專業智能體生態。

徐立認為，AI行業正處於一個「超級時刻」，這個時刻將由實際應用推動，引發行業認知的變革。

商湯科技董事長兼CEO徐立

而要實現這一突破點，有幾個關鍵問題需要解決。首先，目前AI進行推理需要依賴高階邏輯數據，當前的大模型在某種程度上只是記憶器，其智能主要來自於網際網路上的數據和背後的高階邏輯思維鏈。AI需要具備自主構建高階的思維鏈的能力，並通過與真實世界的交互形成執行數據。

實時交互性也是提供流暢體驗、推動超級時刻到來的核心。此外，應用還需具備可控性，無論是文本、圖像還是視頻生成工具，如果沒有可控性，其效能提升將非常有限。

徐立還預告了商湯日日新5.5大模型的發布，他稱這一模型運用了垂直領域的思維鏈數據實現性能突破，還有更強的多模態能力，並具備實時交互能力。

孟朴說，高通公司認為，雖然雲端AI研發和應用占據主導，但端側AI的發展同樣重要。將一部分AI工作負載轉移到端側不僅能節約大量計算資源成本，還能推動AI規模化擴展和加速數字化轉型。端側AI的實現需要高性能的AI處理器，高通便在這一領域有諸多創新。

高通中國區董事長孟朴

高通的技術創新不僅限於硬體，還包括對AI模型的訓練優化，以實現模型體積的小型化和效率提升，使端側設備能夠運行與雲端相匹敵甚至更優的AI模型。

5G技術的快速發展與AI的結合，被高通視為賦能各行各業的關鍵。5G的高速連接能力與AI的智能處理能力相結合，預示著智能計算將無處不在。

在第二部分的演講結束後，Minimax 創始人兼執行長閆俊傑、智譜AI執行長張鵬、國家地方共建人型機器人創新中心總經理許彬以及無人機企業馭風未來創始人兼執行長謝陵就大模型驅動的新價值鏈構建展開對話。

閆俊傑、張鵬、許彬與謝陵的圓桌對話

閆俊傑分享了大模型在語義理解、內容創作等方面展現的巨大潛力，但他也認為，目前AI更多地是在輔助人類，而非完全取代人類的工作。他強調，未來大型模型的能力突破將體現在與實體經濟的深度融合上，賦予實體經濟更多的動能。他還提到了當前模型的錯誤率相對較高，需要進一步降低錯誤率以實現更廣泛的應用。

張鵬從技術層面深入探討了大模型的效能提升。他認為，大模型帶來的是一種全新的能力——類人的認知能力。他稱智譜的願景是讓機器像人一樣思考，而不僅僅是作為一個工具。他強調，大模型的準確性雖然重要，但更重要的是模型的邏輯性和抽象思考能力。他還提到了多模態能力的重要性，認為真正的人類在現實世界中解決問題時，需要的輸入信息是多模態的，模型也應如此。

智譜AI執行長張鵬發言

許彬討論了AI與機器人結合的發展前景。他認為人工智慧發展有三個階段：大模型階段、具身智能階段和通用人工智慧階段。具身智能是實現通用人工智慧的必由之路，只有通過人形機器人感知物理世界的信息，才能訓練出真正通用的AI。

謝陵聚焦了低空經濟和AI在其中的作用。他認為，低空經濟的主角是智能化、電動化和無人化的飛行器。謝靈認為，人工智慧的發展將為低空經濟帶來更多的發展機會，特別是在飛行器的自主飛行和任務執行方面。他還強調了低空經濟中的飛行器需要具備自主決策和任務生成的能力，以應對未來低空交通管理的巨大挑戰。

作為AI企業的代表，顏俊傑和張鵬還分享了他們對於大模型價格戰的看法。顏俊傑認為模型降價是正面的，隨著模型能力的提升，模型價格的降價是自然的過程。對AI企業來說，降價能帶來更大的用戶流量，企業也可以據此發展出新的商業模式。

張鵬贊同顏俊傑的觀點，但他也認為降價需要適可而止。AI企業願意以更低的價格給大家提供優質的服務，幫助各行各業創造價值，但AI企業也需要從中獲得合理的價值反饋，這才是正常的市場運行規律。

三、外企代表及多位國內外學者分享：AI如何助力解決全球性議題

WAIC產業發展論壇第三部分以「AI如何助力解決全球性議題」為主題。施耐德電氣全球執行副總裁兼首席數字官彼得·韋愷哲（Peter Weckesser）、西門子全球執行副總裁、西門子中國董事長、總裁兼執行長肖松發表了主旨演講。

韋愷哲介紹，在全球產業競相加速數字化轉型的背景下，IoT設備數量十年增長了6倍，而生成式AI在兩個月內就獲得了超過1億用戶。施耐德電氣相信，AI技術規模化應用的時代已經到來，數據和AI將與產業深度融合，助力產業降本增效，推動社會綠色發展。

肖松介紹，西門子認為AI的爆髮式增長必將加速工業元宇宙的實現，並重塑整個產業價值鏈。而AI要從消費走向工業，必須深度結合工業場景，打造安全、可信的工業級AI。西門子目前已經推出多款針對工業場景的AI模型，助力社會實現數字化轉型。

在第三部分演講結束後，中國科學院自動化研究所人工智慧倫理與治理中心主任曾毅、加州大學伯克利分校、人工智慧研究實驗室人類兼容人工智慧中心執行主任馬克·尼茲伯格（Mark Nitzberg），牛津大學馬丁人工智慧治理計劃聯合主任、人工智慧治理中心國際治理負責人羅伯特·特拉格（Robert Trager），星環信息科技（上海）股份有限公司創始人、CEO孫元浩與德勤中國主席蔣穎，以「AI 發展·人本之道」為主題，共同探討了如何構建以人為本、負責任的產業生態共同體。

蔣穎、曾毅、馬克·尼茨伯格、羅伯特·特拉格和孫元浩的圓桌對話

蔣穎認為，AI發展始終承載著產學研各界對人類社會更好發展的期盼，發展以人為本的AI將成為未來的新議題。發展人本AI關鍵是要讓AI為人做好服務、為人增強效能、為人提升體驗。

曾毅在分享中強調，在過去的AI研究中，很少有人思考人與AI應該如何共存。他認為我們現在仍然處於人類的時代，他也不喜歡「AI」時代這一表達。AI未來應該幫助人類、幫助整個生態環境實現更好的發展，而不是取代人類。在AI安全問題上，政府、產界、學界都應主動承擔責任，攜手回應AI安全挑戰。

尼茲伯格認為以人為本的AI不應該以替代人類為目標，而是要增強人類的能力，實現人與AI的合作。AI目前已經整合到大量人類的活動中，因此我們有必要關注AI技術給人帶來的影響，讓AI更能滿足人類的需求。

特拉格認為現有的AI系統與人們之前設想的AI系統差異很大。生成式AI打破了原有的AI範式， 現在我們訓練的AI系統更像是動物，在人類的正反饋下不斷學習新的能力。但我們也需要不斷提升訓練和管理AI技術的能力，實現對風險的有效管控。

在孫元浩看來，目前的AI系統在交互性上有了較大的進步，但在推理能力方面能力的提升才能讓AI真正融入到生產過程中。不過，AI在與社會、生產實現深度融合之前，必須經過嚴格的安全測試。企業也需要幫助社會建立對AI技術的相關知識體系。

結語：AI走入千行百業，關注應用與需求方能造福社會

今年的世界人工智慧大會（WAIC）產業發展主論壇彙集了來自不同領域的傑出代表，他們從各自獨特的視角出發，深入探討了AI行業的未來發展趨勢。一個顯著的共識是，儘管AI技術本身在不斷進步和創新，但技術的發展必須始終以實際應用和滿足人類需求為核心。

在這樣的背景下，AI技術的發展不僅要提升模型本身能力，也要更多地關注如何將這些技術轉化為切實可行的解決方案，以回應現實世界中的需求、解決具體應用場景的問題。這種以應用為導向的AI發展策略，不僅能夠推動技術的商業化進程，也能夠確保技術進步真正服務於社會和人類福祉。