8月27日，由36氪與中歐國際工商學院聯(lián)合主辦的2025 AI Partner百業(yè)大會于北京中關村軟件園盛大啟幕。本次大會以“中國式方案”為主題，分為“中國式方案”和“誰來定義下一個人工智能時代”兩大篇章，圍繞“中國式創(chuàng)新的黃金時刻”“超級智能體能否成為下一代AI的核心形態(tài)”“中國式方案重塑世界科技競爭格局”“AI+千行百業(yè)融合創(chuàng)新的繁榮景象”四大話題，全方位集中呈現(xiàn)中國AI的最新突破與生態(tài)體系，分享中國式AI的成長路徑和未來前景，探索中國式方案的創(chuàng)新模式。

36氪在AI Partner百業(yè)峰會特備策劃了一場“2025年，AI如何重塑場景的未來邊界？”的圓桌對話。36氪資深作者鄧詠儀，中關村科金副總裁劉倩、長亭科技解決方案副總裁周辛酉、Mootion聯(lián)合創(chuàng)始人&CPO童超、思必馳IOT事業(yè)部副總祝迎君，幾位大咖供同行探討「中國式AI方案」的場景邊界。

以下為致辭內容，經36氪整理編輯：

鄧詠儀：歡迎大家來到AI Partner百業(yè)峰會。2025年，AI大模型持續(xù)帶來驚喜，從年初的DeepSeek到年終開源模型大戰(zhàn)，再到GPT-5的推出，模型能力的躍升為應用市場帶來全新可能。今天我們請到來自模型服務、應用落地、垂直場景等多維度的嘉賓，共同探討“AI如何重塑未來場景的邊界”。首先歡迎今天的嘉賓：中關村科金副總裁劉倩、長亭科技解決方案副總裁周辛酉、Mootion聯(lián)合創(chuàng)始人&CPO童超、思必馳IOT事業(yè)部副總祝迎君，接下來，請各位簡要自我介紹，以及今年行業(yè)內的 “驚喜時刻”或困惑。

劉倩：大家好，我是中關村科金的劉倩，負責產品研發(fā)。中關村科金2014年成立，一直深耕智能科技與技術應用創(chuàng)新，我們聚焦金融、政務、制造、交通、汽車、零售及企業(yè)出海等高價值行業(yè)與場景，打造了覆蓋多行業(yè)的垂類大模型解決方案，最近剛剛榮獲2025《財富》中國科技50強。

說到“驚喜時刻”，其實做 To B 企業(yè)服務，真正的價值不在大模型本身，而在 “冰山之下” 的系統(tǒng)工程 —— 比如解決大模型幻覺需做大量知識工程與檢索加強，避免智能客服聊 10 輪后失憶要優(yōu)化上下文工程，多智能體落地要平衡效率與效果。這些 “苦活累活” 才是企業(yè)級場景的核心。對我們而言，最開心的時刻是客戶用了我們的產品后，在效率、用戶體驗、員工效能、風控能力上真正獲得提升，這才是落地的價值。

周辛酉：大家好，我是長亭科技的周辛酉，負責解決方案與商業(yè)化。長亭 2014 年成立，是 100% 自主技術、自主專利的國產安全公司，名字源自《送別》，英文名 “CHAITIN” 對應 “蔡廷常數(shù)”—— 象征 “已知卻無法被計算機計算”，代表我們用樸素初心做前沿安全技術。創(chuàng)始團隊是清華藍蓮花戰(zhàn)隊，曾首獲 Defcon 黑客大賽全球亞軍，至今拿遍國內攻防賽第一，連續(xù)三年國家演練排名第一。

今年的感受是“矛盾”的：業(yè)務上，企業(yè)盈利變難是共性挑戰(zhàn)；但技術上，AI 讓我們能做以前做不到的事 —— 比如用 AI 重構安全防御范式，實現(xiàn) “知攻善防、智能安全”。比如用 AI 自動化編程時，我們能同步嵌入安全檢測，實時識別漏洞，這種 “AI + 安全” 的融合，是以前不敢想的突破。

童超：大家好，我是 Mootion 聯(lián)合創(chuàng)始人 & CPO。Mootion 是 C 端 AI 視頻創(chuàng)作 Agent，產品上線一年，海外已有幾百萬用戶，和臺上 B 端嘉賓不同，我們聚焦個人創(chuàng)作場景。

今年最驚喜的 “變化” 是：AI 視頻能力提升后，內容供給端正在 “擴容”—— 以前沒機會創(chuàng)作視頻的人，現(xiàn)在能用 AI 實現(xiàn)創(chuàng)意，比如普通用戶也能做劇情短片、產品介紹視頻。這種 “新創(chuàng)作者 + 新創(chuàng)意” 的涌現(xiàn)，是以前看不到的。比如有人用我們的工具做寵物日常動畫，有人做小眾興趣科普，這種 “人人可創(chuàng)作” 的趨勢，讓我們看到 C 端 AI 視頻的巨大潛力。

祝迎君：大家好，我是思必馳的祝迎君。思必馳 2007 年成立，是老牌 AI 語音交互技術公司，專注 “語音語言交互式大模型”，核心賽道是車載與智能家電：車載領域，梅賽德斯 - 奔馳、奧迪、保時捷、捷豹路虎、比亞迪、上汽等車企的底層語音技術是我們提供的；智能家電領域，海爾、海信、美的等 90% 以上的電視、空調、掃地機，用的是我們的交互方案。

今年的 “里程碑” 是數(shù)據 ——2017 年我們上線對話平臺時，智能硬件年激活量在行業(yè)均值；到去年，我們賦能的終端已達 2 億臺，指數(shù)級增長背后是 AI 的迭代。比如以前掃地機器人噪音大，2 米外喊不醒，現(xiàn)在我們的信噪比可以達到 -10db，實現(xiàn)高效精準的抗干擾效果，和毫秒級響應；以前會議轉寫錯字多、沒法用，現(xiàn)在識別準確率超 95%，還能自動生成場景化摘要，這些 “從能用 to 好用” “被動指令 to 主動服務”的突破，是 AI 帶來的最實在的改變。

鄧詠儀：底層模型能力一直在漲，像“海平面上升”倒逼應用“造船”。想請各位分享：你們行業(yè)里，AI 是怎么突破場景邊界、實現(xiàn)提效的？具體有哪些案例？

劉倩：企業(yè)場景里，AI 不是 “單點優(yōu)化”，而是 “流程閉環(huán)”。舉三個例子：

客服場景：上一代客服自助率 60%-70%，還得 “按 1 轉人工”，因為解決不了復雜問題。現(xiàn)在用大模型，用戶說 “掃地機器人壞了”，拍張照上傳，AI 能識別故障、自動建報修工單，還能聯(lián)動順豐下單取件，整個流程從 “2 小時” 縮到 “幾分鐘”，用戶不用填信息、不用自己叫快遞，這是 “從‘問答’到‘辦事’” 的突破。

銷售場景：以前頂尖銷售能答 90% 客戶問題，但普通銷售做不到。現(xiàn)在用 AI 可以模擬 “各種類型客戶”，比如客戶問 “為什么是增程不是純電”“充電樁鋪了多少”，銷售見客戶前能反復練習，普通銷售也能變成 “超級銷售”。

反詐場景：以前公安接報警后，人工登記、發(fā)止付指令要 30 分鐘，騙子早轉走錢了。現(xiàn)在大模型能實時提取報警關鍵信息，自動觸發(fā)止付，時間縮到 2 分鐘，幫助百姓挽回損失，守護好錢袋子。這些都是 AI 打破 “流程斷點” 的價值。

周辛酉：安全領域的突破，藏在 “看不見的代碼里”。比如 AI 編程：現(xiàn)在 80% 的大模型 token 用于自動化編程，但問題是 “AI 寫的代碼可能有漏洞”。我們做了兩件事：

開源工具 “MonkeyCode”：普通人 10 分鐘能生成量化交易軟件 —— 輸入 “用 Python 做 A 股量化”，AI 自動寫代碼、調接口，還能優(yōu)化 “接口響應慢” 的問題，全程不用懂編程。

商業(yè)化產品 “碼力”：在 AI 編程里加 “安全校驗”——AI 寫代碼時，實時識別后門、密碼泄露、邏輯漏洞，還能給修改建議。比如去年美國機構數(shù)據顯示，AI 構建的攻擊量增 3 倍，隱藏度增 60%，我們的工具就是幫企業(yè) “在 AI 提效時，守住安全底線”。

童超：C 端視頻場景的邊界，在 “多模態(tài)融合” 里。以前 AI 只能做 “動圖”，現(xiàn)在能做 “帶劇情的短視頻”，核心是 “AI 從‘工具’變成‘小團隊’”：

比如用戶想做 “AI 發(fā)展歷史” 科普視頻，不用自己寫腳本、拍素材 ——AI 能當 “編劇” 寫腳本，當 “攝像” 生成場景畫面，當 “剪輯” 拼鏡頭，用戶只要說 “開頭加個動畫”“結尾放金句”，AI 就能改。現(xiàn)在我們能支持 2-5 分鐘視頻，下一步是 10-20 分鐘，關鍵要解決 “人物、場景一致性”—— 比如視頻里的主持人，不能前一秒穿紅衣服，后一秒穿藍衣服。這種 “AI 包辦全流程” 的能力，讓普通用戶也能做 “專業(yè)級視頻”。

祝迎君：語音交互的邊界，在于 “是否具備真正的智能對話能力”。傳統(tǒng)語音技術僅停留在 “指令識別工具” 層面，而真正的智能對話，需要 AI 具備理解、記憶、適配場景的綜合能力，我們把這個過程拆解成 “耳朵、大腦、嘴巴” 的進化：

耳朵（音頻采集）：以前手機 10 米外聽不到聲音，現(xiàn)在家電、車機都能 “遠距離拾音”，比如車開著窗，后排說 “調低空調” 也能識別，解決了 “輸入不準” 的基礎問題。

大腦（語義理解）：以前是 “問一句答一句”，比如問 “明天天氣”，再問 “要帶傘嗎”，AI 就忘了上一句。現(xiàn)在能 “記上下文、做推理”，比如用戶說 “孩子要睡覺”，AI 能自動調暗燈光、調低音量，變成 “會決策的智能體”。

嘴巴（TTS）：以前林志玲語音是 “標桿”，現(xiàn)在 AI 合成音能 “以假亂真”—— 車載場景能復刻孩子的聲音，家電能說 “方言”，甚至能根據內容調整語氣，比如讀故事時用 “溫柔聲”，報天氣時用 “清晰聲”。這些細節(jié)讓交互從 “能用” 變成 “愿意用”。

鄧詠儀：現(xiàn)在行業(yè)在爭論 “做 AI 輔助人的產品，還是人輔助 AI 的產品”。想請各位分享：你們實踐中，這兩種思路的邊界在哪？踩過哪些坑？

劉倩：核心是 “技術邊界 + 責任邊界” 的平衡。比如我們服務金融客戶，即便 AI 回復準確率 99%，客戶也不敢直接用 —— 因為監(jiān)管要求 “回復內容必須從人工審核的話術庫選”。這時候 AI 的角色是 “輔助”：幫客服理解客戶意圖、找話術，但最終回復要人工確認。

再比如自動駕駛、醫(yī)療輔助，技術不成熟時，沒人敢讓 AI 獨自決策。所以我的觀點是：AI 把 “效率” 做到極致，人類把 “責任” 把好關。坑的話，就是企業(yè)容易把 “C 端 AI 的體驗” 套到 B 端 —— 覺得 AI 能 “無所不知”，但其實企業(yè)需要的是 “懂業(yè)務的 AI”，比如銀行 AI 要懂 “貸款流程”，不是懂 “天文地理”，這種預期差要慢慢調整。

周辛酉：用 “喬哈里窗” 能講清楚 —— 我知道、AI 知道的事，AI 輔助人提效（比如處理文檔）；我知道、AI 不知道的事，人教 AI（比如我們把億級漏洞數(shù)據喂給 AI，教它識別攻擊）；AI 知道、我不知道的事，人問 AI（比如用 AI 查最新漏洞原理）；都不知道的事，一起探索（比如 AI 怎么防御未知攻擊）。

我們踩的坑是 “早期客戶覺得 AI 能替代安全工程師”，但實際是 “AI + 工程師” 才厲害 ——AI 能跑遍全網找漏洞，但判斷 “這個漏洞會不會影響業(yè)務”，還得靠人。現(xiàn)在客戶慢慢明白，目標不是 “替代人”，而是 “人模合一”。

童超：C 端和 B 端不一樣：C 端是 “AI 主導，人輔助”，B 端嚴肅場景是 “人主導，AI 輔助”。

C 端比如視頻創(chuàng)作，用戶只要說 “要溫馨風格”，AI 就能出方案，用戶改改細節(jié)就行 —— 因為即便有瑕疵，后果也小。但如果是醫(yī)療、金融視頻，肯定要人工審核。

坑的話，一是 “用戶跟不上 AI 速度”——AI 每周都迭代新功能，用戶記不住 “現(xiàn)在能做 3 分鐘視頻了”；二是 “認知差”——2024 年數(shù)據顯示 40% 美國人不知道 ChatGPT，全球滲透還很慢，我們要花很多精力教用戶 “AI 能幫你做什么”。

祝迎君：邊界是 “動態(tài)的”，不是固定的。比如會議轉寫：以前人工校對占 30%，現(xiàn)在 AI 準確率超 95%，人工只占 10%；以前車載交互是 “人說一句，AI 做一句”，現(xiàn)在 AI 能 “主動服務”—— 比如檢測到乘客打哈欠，自動調低音樂。

坑的話，是 “技術指標≠產品體驗”：比如 AI 語音識別準確率 98%，但實際用的時候，環(huán)境吵一點就不準；再比如客戶說 “要做智能音箱”，預算卻只夠做基礎功能，這種 “預期 - 預算” 的鴻溝，需要我們慢慢磨合。但長期看，人機耦合是主旋律，只是 “AI 占比” 會隨技術成熟慢慢變高。

鄧詠儀：最后想聊個輕松的話題：當你們產品應用落地時，客戶對 AI 最常見的誤區(qū)是什么？

劉倩：最大誤區(qū)是 “把 C 端 AI 的‘博學’，當成 B 端 AI 的‘能力’”。客戶用了 ChatGPT，覺得企業(yè) AI 也該 “什么都懂”，但其實企業(yè)需要的是 “懂業(yè)務的 AI”—— 比如銀行 AI 不用懂 “明星八卦”，但要懂 “信用卡還款規(guī)則”。現(xiàn)在好的是，有些客戶開始明白 “數(shù)字員工也要培養(yǎng)”—— 教它行業(yè)知識、企業(yè)流程，用反饋持續(xù)優(yōu)化，不是 “一上線就無所不能”。

周辛酉：去年客戶覺得 “AI 能替代人”，今年覺得 “替代人的是會用 AI 的人”，認知在變，但誤區(qū)還是 “需求不清晰”—— 客戶說 “要做 AI 安全”，但不知道具體要解決什么問題。現(xiàn)在我們更多是 “共創(chuàng)”：一起梳理 “是防代碼漏洞，還是防 AI 攻擊”，再出方案，而不是 “客戶提需求，我們做產品”。

童超：誤區(qū)是 “高估 AI 的‘即時效果’，低估‘滲透難度’”。比如用戶覺得 “AI 能馬上做電影級視頻”，但現(xiàn)在只能做短視頻；再比如全球很多人還不知道 ChatGPT，即便知道，也不知道 “能用它做什么”，這種 “認知 - 使用” 的鴻溝，比技術突破更難填。

祝迎君：B 端客戶的誤區(qū)是 “技術指標 = 商業(yè)價值”—— 很多客戶過于追求實驗室測試數(shù)值，但我們會基于客戶的業(yè)務場景、用戶群體特征，提供更貼合實際需求的技術選型建議，實現(xiàn) “成本與價值” 的最優(yōu)平衡。另外就是 “短期期待太高，長期耐心不夠”：AI 技術的落地與價值釋放，往往需要一個循序漸進的積累過程，從數(shù)據的持續(xù)優(yōu)化、算法模型的迭代，到工程方案的適配調整，每一步都需要時間沉淀，難以實現(xiàn) “上線即見效” 的短期突破。

鄧詠儀：今天的圓桌很精彩，各位嘉賓既分享了 AI 提效的案例，也提醒我們 “不高估短期影響，不低估長期價值”。感謝各位嘉賓，也感謝觀眾的聆聽！