2025世界人工智能大會在上海盛大開幕 。作為此次盛會的特設論壇活動之一 ，“AI智啟新局：從技術革命到商業(yè)應用 ”專場活動于27日舉行
，聚焦AI技術向規(guī)模化商業(yè)落地的戰(zhàn)略躍遷
。

　　此次活動以《以技載道場景拓界》為主題，由世界人工智能大會組委會主辦 ，財聯(lián)社、《科創(chuàng)板日報》藍鯨新聞承辦。

　　本次活動中的圓桌環(huán)節(jié)以“AI破局：如何跨越技術到應用的鴻溝
”為主題
，云天勵飛 、廣域銘島
、并行科技、國投證券 、輕松健康集團
、出門問問等公司的企業(yè)家及中國人工智能領軍科學家劉志毅進行了精彩觀點分享，由國投證券電子首席分析師馬良主持 。

　　AI進入落地應用關鍵階段

　　當前 ，AI技術快速發(fā)展
，已步入落地應用的關鍵階段，其商業(yè)化進程成為業(yè)內(nèi)關注的重點
。廣域銘島AI解決方案負責人張興表示 ，廣域銘島主要面向工業(yè)企業(yè)提供工業(yè)軟件與AI相關服務。當前工業(yè)領域因DeepSeek的火爆，正積極探索AI落地以賦能工業(yè) 。

　　“目前AI在工業(yè)領域典型應用集中在利用大模型的信息處理能力
，相比之前的用報表做數(shù)據(jù)分析，AI加持后 ，已可以通過問答形式獲取信息數(shù)據(jù)
。”張興認為
，未來，AI在工業(yè)領域更大的潛力在于推理與規(guī)劃 ，助力企業(yè)在流程環(huán)節(jié)實現(xiàn)智能決策。

　　中國人工智能領軍科學家劉志毅從產(chǎn)學研結合的方向表達了AI發(fā)展的兩個顯著變化：一是進入 “智能體時代 ”
，技術層面從基礎模型階段轉(zhuǎn)向后訓練和強化學習，圍繞制造業(yè)、金融業(yè)等領域的業(yè)務環(huán)節(jié)和產(chǎn)品創(chuàng)新展開 。

　　二是對行業(yè)的理解方式發(fā)生改變 ，“過去我們更關注能源利用效率 、效能
，現(xiàn)在則聚焦于信息服務
、用戶界面及評估Agent交付服務的方式。
”

　　出門問問首席品牌官高佳認為，AI不僅是其技術底層 ，更是貫穿技術、產(chǎn)品 、商業(yè)化全鏈路的DNA
。出門問問當前并非僅將AI作為生產(chǎn)力工具融入產(chǎn)品功能
，而是人機交互流動的價值體系。這是“從人機交互，走向人機共生”的過程 ，把AI 作為“新物種 ”和“生命體
”，重構整個產(chǎn)品范式
，甚至是人類生產(chǎn)范式 。

　　高佳表示，出門問問用AI的AI做AI ，與AI智能進化方式及迭代進度一脈相承
。其中
，第一個AI指大模型，第二個是coding Agent ，第三個是AI產(chǎn)品；即借助編程工具制作小AI產(chǎn)品
，賦能真實工作場景，如輿情監(jiān)測Agent、Data Agent等。

　　云天勵飛副總裁鄭文先表示 ，云天勵飛十年發(fā)展中
，始終致力于AI推理芯片的技術創(chuàng)新與應用落地，聚焦三個關鍵場景：邊緣計算
、云端大模型推理加速 ，以及具身智能
，通過算法芯片化技術為千行百業(yè)提供算力支撐 。

　　鄭文先認為，當前人工智能已進入“推理時代”：隨著大模型技術迭代 ，其落地及調(diào)用成本不斷降低，大模型正從專家工具轉(zhuǎn)變?yōu)槠矫窕A設施；算力結構從以訓練為主逐步轉(zhuǎn)向訓練與推理相結合
，AI原生硬件爆發(fā)式增長
。

　　輕松健康集團執(zhí)行副總裁馬孝武表示，集團已自主研發(fā)AIcare技術引擎 ，并基于旗下Dr.GPT健康大模型深入融合大語言模型與醫(yī)學知識體系
，升級健康與保險生態(tài)。從售前智能溝通、推薦匹配，至理賠自動審核 、智能健康管理 ，加速AI在健康保障場景的規(guī)模落地 。

　　在輕松健康集團業(yè)務的多個應用場景中
，例如智能問診
、慢病管理、心理指導及醫(yī)療知識培訓等，均依托Dr.GPT大模型
。該大模型已入選北京市人工智能賦能行業(yè)發(fā)展典型案例。

　　Transformer技術帶來哪些變革？

　　當前一輪AI技術以Transformer為代表 ，是新的技術路線 。劉志毅認為
，這一輪創(chuàng)新更多是工程性創(chuàng)新，基于Transformer的優(yōu)化訓練 ，技術思想延續(xù)Geoffrey Hinton的邏輯；中美在技術思想理解上差距不大
，但海外機構在工程創(chuàng)新上相對領先，這是共識
。

　　他表示 ，新技術思想下的創(chuàng)新方向，在神經(jīng)網(wǎng)絡 、基座大模型基礎上
，新增兩方面探索：一是強化學習，優(yōu)化模型學習過程 ，涉及獎勵機制
，提升復雜推理能力；二是注入演繹
、因果邏輯，針對黑盒模型的歸納問題 ，融入因果推理及符號主義相關的符號、因果邏輯等。

　　對于技術拓展方向
，劉志毅認為技術不止于語言 、多模態(tài)，有兩個關注方向值得關注：一是應用于材料科學
、醫(yī)療、蛋白質(zhì)發(fā)現(xiàn)等領域；二是空間智能 ，關注復雜空間推理及維度
，結合計算數(shù)學 、拓撲研究，探索數(shù)據(jù)復雜性
、維度提升下的智能涌現(xiàn) ，其研究與智能有限上限相關
，而智能上限決定創(chuàng)新的高度與距離 。

　　張興表示，制造企業(yè)利用AI的過程經(jīng)歷了從小模型到大模型時代的顯著轉(zhuǎn)變。小模型時代主要針對工業(yè)視覺檢測、工藝參數(shù)智能推薦 、特定設備預測性維護等具體場景 ，而大模型普及后，憑借其經(jīng)訓練掌握的人類語言規(guī)律及語義理解、推理決策能力
，應用場景轉(zhuǎn)向企業(yè)組織流程中依賴人工的決策分析環(huán)節(jié)
。

　　高佳從生產(chǎn)力
、生產(chǎn)關系及組織角度表示，AI 發(fā)展經(jīng)歷了從“感知革命 ”到“認知革命”的進化：2016年深度學習驅(qū)動的AI是“感知革命
” ，實現(xiàn)語音識別、圖像識別等理解與識別能力
，而Transformer帶來的智能進化是“認知革命”，具備生成文本圖像 、深度推理能力 ，推動AI實現(xiàn)自動學習
、自我反饋和遞歸式進化。過去是“人類使用AI工具 ”
，現(xiàn)在是“人與智能體共生
” 。這是一場范式轉(zhuǎn)移，從產(chǎn)品、系統(tǒng) 、以及組織的一切 ，都將被重構
，它正在驅(qū)動生產(chǎn)力到生產(chǎn)關系的變革，將推動傳統(tǒng)組織向AI原生組織轉(zhuǎn)型
。技術變革不是從“突破”開始 ，而是從“適配 ”開始。真正的破局者
，不是發(fā)明技術的人，而是能把技術變成新工作方式
、新組織形態(tài)的人 。

　　鄭文先表示 ，2022年Transformer出現(xiàn)使大模型泛化能力提升后，企業(yè)研發(fā)成本降低
，AI滲透率不斷加強，從WAIC規(guī)模和應用豐富度逐年提升可見技術實現(xiàn)質(zhì)的飛躍 ，這將使得AI企業(yè)盈利成為可快速實現(xiàn)的目標
。同時
，他認為需關注大模型的落地、價值閉環(huán)及商業(yè)價值，讓其切實賦能工作生活。

　　馬孝武表示 ，AI已從PPT規(guī)劃階段走向?qū)嶋H落地
，我國在AI領域投入大且人才豐富 、交流學習氛圍濃厚；他呼吁企業(yè)從當下開始投入AI發(fā)展，雖需時間但方向與路徑已清晰 ，且有豐富的交流內(nèi)容和資源可依托 。

（文章來源：財聯(lián)社）