財聯(lián)社4月2日訊（記者 封其娟）在“聚交”人工智能+的主題下，2025年的交大校友會再度集結了多位人工智能產(chǎn)業(yè)以及投資領域的先鋒人物，圍繞著當下熱點話題，各抒己見。
在《邊緣AI，探索中國通用人工智能發(fā)展路徑》的主題演講中，云天勵飛創(chuàng)始人陳寧系統(tǒng)闡釋了人工智能技術范式的第三次躍遷，并詳聊了?產(chǎn)業(yè)架構重塑、?硬件生態(tài)革命、?未來產(chǎn)業(yè)圖景?。作為中國神經(jīng)網(wǎng)絡處理器標準制定者，陳寧提出邊緣AI將重構全球智能產(chǎn)業(yè)格局的核心觀點，并預測這場由邊緣智能引發(fā)的“靜默革命”，正在重塑從家庭智算主機到城市基礎設施的每個技術節(jié)點。
身兼思必馳科技聯(lián)合創(chuàng)始人、首席科學家及上海交大計算機科學與工程系教授的俞凱，是產(chǎn)業(yè)界的核心技術研發(fā)者，也是學術界的跨媒體語言智能實驗室負責人?；谶@樣的雙重身份，在《邁向分布式大模型智能體系》的主題演講中，俞凱剖析了大模型技術發(fā)展路徑，直言學術界與產(chǎn)業(yè)界存在“科學問題轉化斷層”：前者聚焦前沿探索，后者專注應用落地，但缺乏將企業(yè)需求轉化為科學命題的橋梁。
他預計，未來3-5年將構建新型智能體生態(tài)，通用大模型聚焦創(chuàng)造性內(nèi)容生成，分布式架構支撐嚴肅任務場景，依托智能硬件實現(xiàn)“可靠智能”。該路徑繼承大模型優(yōu)勢并突破架構瓶頸，或將重塑人工智能產(chǎn)業(yè)格局。
以“AI產(chǎn)業(yè)發(fā)展及投資機遇”為主題的圓桌會議上，由上海國投先導私募基金總經(jīng)理溫治主持，就AI應用與基礎模型的邊界討論、Deepseek對AI產(chǎn)業(yè)的影響以及對未來的展望，金沙江創(chuàng)投主管合伙人朱嘯虎、久奕投資創(chuàng)始合伙人王曉明、交大工研院執(zhí)行院長兼觸寶科技創(chuàng)始人王佳梁、天風證券研究所總經(jīng)理唐海清進行了深度對話。
AI產(chǎn)業(yè)發(fā)展及投資機遇
唐海清用“AI元年”和“國產(chǎn)崛起”概括2025年中國AI產(chǎn)業(yè)核心特征：隨著政企在算力基建的集中投入，中國將實現(xiàn)從底層算力到場景化應用的全鏈條突破，國產(chǎn)大模型通過技術迭代和商業(yè)落地加速全球化認知，未來將迎來企業(yè)盈利與產(chǎn)業(yè)鏈訂單的規(guī)模性增長。
天風證券研究所總經(jīng)理唐海清
王佳梁直言此輪機會不是在技術側，而是在需求側、應用場景側。但值得注意的是，中國AI生態(tài)呈現(xiàn)雙重壟斷特征：C端市場被存量流量持有者（互聯(lián)網(wǎng)巨頭）構筑生態(tài)壁壘，B端市場受體制化采購路徑依賴（央國企主導硬科技采購）。
王曉明指出，當前AI應用正經(jīng)歷 "iPhone 3 時代" 的同質化競爭：基礎模型能力突破推動企業(yè)收入激增，但多數(shù)應用仍停留在“套殼式創(chuàng)新”（如低技術壁壘的自動營銷方案），這類服務因缺乏護城河而批量消亡。破局路徑有二：一是生態(tài)依附：深度綁定大平臺（如上海 AI 開放平臺）構建生態(tài)位，共享流量紅利；二是價值重構：轉型端到端結果交付，如全流程智能營銷通過 "方案生成 + 平臺匹配 + 資源整合" 實現(xiàn)閉環(huán)控制。他強調(diào)，具備生命力的創(chuàng)新必須回歸用戶需求本質，AI創(chuàng)業(yè)者需警惕簡單移植現(xiàn)有模式的陷阱，聚焦核心場景重構服務鏈條。
久奕投資創(chuàng)始合伙人王曉明
唐海清總結，大模型與應用生態(tài)正加速融合，C 端呈現(xiàn) "入口聚合" 趨勢：類比移動互聯(lián)網(wǎng)時代 APP 收斂，智能助手將演變?yōu)槌壠脚_，驅動軟硬一體生態(tài)競爭（如終端廠商布局全棧能力爭奪入口控制權）；B 端市場則以 "數(shù)據(jù)主權" 構筑壁壘，醫(yī)療、金融等行業(yè)龍頭憑借私有化數(shù)據(jù)資產(chǎn)占據(jù)先機。隨著 AGI 向通用智能演進，中國依托人口規(guī)模形成的全場景試驗場和工程化落地能力，有望在“碳基—硅基”協(xié)同進化的終極階段，實現(xiàn) B/C 端應用生態(tài)的全局貫通。
朱嘯虎認為，大模型技術正驅動全球產(chǎn)業(yè)進入 "1 到 N" 爆發(fā)期，中國市場呈現(xiàn) "技術普惠 + 場景創(chuàng)新" 的獨特機遇。他指出，當前產(chǎn)業(yè)遵循 "底層跟隨 + 場景微創(chuàng)" 模式，教育（智能作業(yè)輔導）、金融（智能投顧）、醫(yī)療（影像識別）等領域憑借數(shù)據(jù)資源優(yōu)勢成為差異化突破口。盡管國內(nèi) AI 投資規(guī)模僅為美國的1/4-1/5，但國產(chǎn)大模型的性價比突破顯著提升資金使用效率，使開發(fā)者獲得更廣闊試錯空間。
在他看來，中國創(chuàng)新的核心在于"1到100"的跟隨式微創(chuàng)新戰(zhàn)略，聚焦已驗證賽道進行成本優(yōu)化（如電動汽車、芯片領域），而非冒險押注從0到1的探索。他建議創(chuàng)業(yè)者避開大廠主戰(zhàn)場，深耕差異化場景，例如AI驅動的會議紀要整理、法律文書處理等高頻低附加值領域，這些未被巨頭壟斷的細分市場既能發(fā)揮技術杠桿效應，又能構建初期生存壁壘，是當前中國創(chuàng)業(yè)者破局的關鍵路徑。他提出中國AI需"走出技術"，技術型創(chuàng)業(yè)者須兼具商業(yè)思維，還要理解商務、理解社會、理解人性。
金沙江創(chuàng)投主管合伙人朱嘯虎
在談及Deepseek對AI產(chǎn)業(yè)的影響時，王曉明認為，Deepseek 打破傳統(tǒng)對標模型路徑，通過 "零收費生態(tài)共建" 策略，一年內(nèi)實現(xiàn)技術突破并構建起開放基礎設施，將用戶資源讓渡給合作伙伴，形成類似水電煤的 AI 底座。這種模式顛覆了 "平臺規(guī)則主導" 的傳統(tǒng)，為硬科技企業(yè)提供了低門檻創(chuàng)新土壤，標志著 AI 產(chǎn)業(yè)從 "技術壟斷" 向 "基礎設施共享" 的范式遷移。
同時，唐海清認為Deepseek對中國AI產(chǎn)業(yè)具有雙重催化效應：一是激活應用端爆發(fā)力，企業(yè)從被動等待接口開放轉向主動部署本地化開源模型（如各規(guī)模企業(yè)快速接入），大幅推動行業(yè)應用進程；二是形成"大模型反哺算力"的良性循環(huán)，國產(chǎn)芯片借力接近國際水準的模型性能實現(xiàn)代際跨越，這種模型與算力的協(xié)同進化正在復刻中國消費電子產(chǎn)業(yè)的歷史性趕超機遇。
大模型破局之路
針對大模型技術路線，俞凱提出三點核心觀察：首先，ChatGPT類集中式通用大模型存在固有局限，無法突破私域知識困境（如特定領域指令理解偏差）、可靠性天花板（模型規(guī)模增長無法消除系統(tǒng)性錯誤）及高成本壁壘（訓練推理資源消耗巨大）；其次，產(chǎn)業(yè)場景需差異化解構，ToC內(nèi)容生成場景可接受90%+準確率，而ToB任務型場景必須通過架構創(chuàng)新實現(xiàn)可控性；再者，需區(qū)分“專用大模型”與“通用大模型”的本質差異，前者如AlphaGo解決有限任務但未觸達生活，后者雖具通用性卻面臨工業(yè)化復制難題。
基于早期對話系統(tǒng)研究，俞凱團隊提出“1+N 分布式群體智能”架構：通過中樞模型調(diào)度專用模塊與工具，構建異構融合智能系統(tǒng)。該方案突破傳統(tǒng)集中式架構局限，實現(xiàn)三大創(chuàng)新：一是認知邊界控制：訓練模型主動拒答不確定性任務；二是系統(tǒng)方面，采用組件熱插拔和分布式計算，使推理成本降到原來的千分之一；三是工程層面，將可靠性和精度優(yōu)化分開，優(yōu)先保障關鍵任務的穩(wěn)定性。通過語音離散符號化技術與材料領域的KDFM系統(tǒng)，已證實該分布式架構在跨模態(tài)場景中的可行性。
俞凱強調(diào)，智能系統(tǒng)的核心價值在于“可靠交互”而非“全能應答”。在車載等硬件場景中，系統(tǒng)需精準識別用戶意圖邊界，例如在閑聊場景保持靜默，在指令場景即時響應。這種認知交互智能體通過四項特性重構產(chǎn)業(yè)范式：資源受限場景的高效性、組件熱插拔的靈活性、定向更新的可控性、端側分布式計算的普適性。
思必馳科技聯(lián)合創(chuàng)始人、首席科學家及上海交大計算機科學與工程系教授俞凱
在主題演講中，陳寧指出，全球AI發(fā)展正經(jīng)歷從“發(fā)電時代”向“用電時代”的范式轉換：2023年大模型競賽催生算力基建狂潮，2024年開源輕量級模型崛起標志應用落地拐點到來。云天勵飛通過“算力積木”架構，在14/12nm國產(chǎn)工藝芯片上實現(xiàn)性能突破，算力密度較傳統(tǒng)方案提升3倍，推理成本降至行業(yè)均值的60%。
邊緣AI構建的“云-邊-端”協(xié)同體系正重塑產(chǎn)業(yè)生態(tài)：云端聚焦萬億參數(shù)模型訓練，邊緣側完成場景化精調(diào)，終端設備實現(xiàn)毫秒級響應。技術突破使智能設備成本結構質變——家庭智算主機可運行320億參數(shù)私有模型，推理時延20毫秒內(nèi)，隱私數(shù)據(jù)本地處理率達98%。
云天勵飛創(chuàng)始人陳寧
熱門跟貼