智東西
作者 許麗思
編輯 漠影

智東西11月22日報道，今天，一年一度的IDEA大會在深圳舉行。這場人工智能盛會由IDEA研究院創院理事長、美國國家工程院外籍院士沈向洋發起，深入探討了關于AI發展、AI Agent、具身智能、低空經濟等前沿技術與熱點議題。

沈向洋進行了近3個小時主題演講，期間發布了多個IDEA研究院創新成果，包括企業決策智能體、數據分析智能體、藥物計算發現平臺、金融大模型、GPU原生渲染器、視覺大模型、低空管理與服務操作系統等。

想要理解人工智能演進，沈向洋強調，需要在算力、算法和數據之外，增加兩個考慮維度：交互與載體。如今，談大模型總繞不開英偉達CEO黃仁勛，沈向洋打趣說，“黃仁勛每天醒來都在笑，整個世界的人在給他捐錢。。”

在具身智能方面，沈向洋對格外看重靈巧手，強調，“人手的魔法在于它手既能搬箱子，也能穿針引線。所以，靈巧手可以說是人類在人工智能面前，最后的尊嚴?！彼€提到去年與黃仁勛的對談時，黃仁勛說，“具身智能是粵港澳大灣區非凡的機遇。”

據了解，IDEA大會于2021年首度舉行，匯聚產學研企界領袖，致力構建一個凝聚數字經濟多方力量的國際化平臺，是粵港澳大灣區最具影響力的科技盛會之一。

一、AI發展路線五大維度：算力算法與數據之外，還要關注交互和載體

除了廣為人知的了算力、算法、數據這三要素之外，沈向洋提出，未來理解AI的演進還必須加入兩個維度：交互和載體。

1、算法范式

算法是AI發展的核心支撐。AI的算法演進有三個階段：監督學習構筑表達與生成能力，強化學習引入因果與執行，自主學習邁向高層認知。技術本身從Transformer架構出發，向更高效、更穩健的體系演化；從自回歸到擴散，再到混合式生成方法，這些變化共同推動智能的表達邊界不斷拓展。

2、智能載體

AI的載體發展遵循從抽象到具體、從虛擬到物理的擴展路徑：從早期的語言模型，逐步演進到涵蓋聲音、圖像、視頻甚至4D內容的多模態模型；在此基礎上，融入物理世界規律的世界模型成為新方向，而當世界模型落地到機器人、自動駕駛車輛、飛行器等物理實體時，便形成了具身模型。

“從載體的這個維度來看，AI很快就會幫助我們從理解這個世界，走向改變這個世界?！鄙蛳蜓笳f。

3、交互范式

過去七八十年，計算機科學的一條主線就是人機交互方式的演進：從命令行，到圖形界面，到互聯網搜索，再到推薦系統。AI的到來，則帶來了自然語言和多模態的交互。

早期的第一代大模型，更像問一句答一句的搜索；而近兩年的推理模型則讓對話成為一個持續迭代的過程：你問、它答，你再追問、它再推理，過程越來越像真實的科研活動。

在他看來，“探索世界就應該是Search less,research more。”未來，AI會越來越多地主動提出問題、主動執行任務，但在人機系統中，人仍需在關鍵節點做決策、做最終判斷，以確保AI的行為不偏離邊界。

4、計算架構

GPU從2006年作為通用并行計算系統起步，從打游戲到“挖礦”再到支撐大模型訓練，如今已成為基礎設施。但當前算力需求呈現新變化：推理需求已經遠超訓練，端側芯片和強化學習專用芯片的需求也迅速上升。強化學習芯片必須支持高速交互和大規模并行，推理芯片則要做到低功耗、高吞吐。

GPU刺激了深度學習的第一波爆發，但能耗與成本也不斷攀升。隨著應用多樣化，推理、端側、強化學習等專用芯片不斷涌現；未來光子、量子、類腦等也可能在特定領域帶來性能躍升。

5、數據

在智能演進的三個階段，數據扮演不同的角色：在模擬世界階段，數據是靜態教材；在探索世界階段，數據是動態反饋；在歸納世界階段，數據是驗證假設的證據。

當我們轉向強化學習、探索世界時，模型需要的就不再是靜態數據，而是帶反饋的動態數據。沈向洋用一個樸素的類比強調這一點：“就像騎自行車這件事，你光看書的話不可能會學會騎自行車的?！?/p>

從人類數據枯竭到合成數據興起，再到AI主動探索并獲取實驗數據，這一過程代表著數據從限制模型能力的約束，逐步轉變為推動AI主動學習的工具。

在沈向洋看來，未來AI最強大的能力之一，是能夠自己提出假設，并自己收集證據來提升智能水平。在這個過程中，數據和智能是相互推動的。

二、發布金融大模型、GPU渲染引擎等，下個月開源MoonBit agent SDK

合成數據已經成為大模型訓練的剛需要素，尤其在小語種、隱私敏感行業、小樣本場景等長尾領域，數據稀缺更是主要瓶頸。

成立于2025年的DataArc數創弧光，專注大模型合成數據技術，是IDEA研究院成立以來孵化速度最快的項目，成立不足一年已完成兩輪融資。本屆大會上，DataArc發布了SynData開源框架。

在沈向洋看來，除了數據層面的機會，模型層面也遠不止超大模型這一條路，各類垂直應用場景同樣蘊含巨大空間。金融，就是其中的典型代表。

本次大會發布的Quant 5.0，是一個基于金融時間序列的底座大模型。

傳統金融投資面臨行情預判精度不足、風險管控難度較大的挑戰，Quant 5.0融合AI技術，憑借大參數算力支撐及高頻數據訓練，可支持三類任務：對未來收益和走勢的預測，服務投資決策；為交易所、監管機構及機構投資者提供風控能力；為監管與決策提供市場模擬和壓力測試工具。

由于Quant 5.0是通用時間序列底座模型，它可以輕松遷移到其他市場、其他資產類別以及其他交易策略上，并通過Agent方式實現策略自動化部署。

現場發布了國內首個提供公共服務的工業級AI驅動GPU渲染引擎SMARAY，在保證高質量渲染效果的前提下，其渲染效率較傳統渲染器提升數十至數百倍，且可兼容主流動畫特效建模軟件，無需改變現有工作流 。

目前，SMARAY已獲《流浪地球2》視效制作方More VFX、《哪吒》系列出品方光線動畫等頭部影視團隊項目實踐驗證。

另外，現場還介紹了IDEA研究院的MoonBit團隊的最新成果。MoonBit是IDEA研究院自研的AI時代新編程語言，今年，MoonBit從支持多后端的編程語言，逐步演進為涵蓋AI原生工具集的全棧工具鏈，覆蓋WebAssembly邊緣計算、C/LLVM系統編程、Javascript前端開發等全場景，構建起集開發者工具鏈與智能體開發生態于一體的開發者平臺。

今年，MoonBit也開放了全球首個語言原生的智能體開發環境MoonBit Pilot，智能輔助生成MoonBit工具包，可快速擴展MoonBit生態。

下個月，IDEA研究院將正式開源用MoonBit編程語言開發的智能體平臺MoonBit agent SDK，支持使用多種編程語言。

截至目前，MoonBit社區用戶已從早期的500人、去年的2.6萬人，增長到十萬級規模；全球貢獻代碼行數超過1000萬行，生態庫約3000個。

三、從個體、公司到治理、創新，AI Agent帶來了哪些影響？

AI Agent是大模型落地的重要產品載體，也是人工智能行業從業者多年來關注的核心方向。進入2025年，全球尤其是中國的AI Agent創新全面爆發。沈向洋從四個層面來梳理AI Agent的影響：個體、公司、治理與創新。

1、個體

AI Agent帶來了生產力的巨大提升，徹底改變了傳統工作模式，一個人加上一堆AI Agent，就會成為所謂的超級個體。這種生產力的飛躍直接推動了生產關系、組織機構、分工形式與協同方式的變革，而成為超級個體的關鍵在于是否愿意學習和運用AI Agent。

同時，沈向洋覺得，未來CEO可能不再是單純的Chief Executive Officer，而更像Chief Entertaining Officer，個體與組織的關系將被重新定義。

2、企業決策

沈向洋判斷，未來越來越多企業將成為“AI Native公司”，從組織結構到業務流程，從供應鏈到市場拓展，都圍繞AI重新設計。

為此，IDEA研究院推出了KAIROS決策智能體，核心就是讓AI真正進入企業的決策鏈路。

其能通過三大能力打造“決策-執行-反饋”閉環：一是借助通用大模型語言理解能力，結合企業數據與經驗，精準解讀業務需求；二是針對復雜決策提供更優的端到端優化方案；三是通過自動編程、代碼生成實現模型自適應演變，降低維護成本。

落地場景中，KAIROS應用覆蓋物流、倉儲、港口、零售等多場景，可支撐規劃類、調度類、預測類等全類型決策。

3、政府治理

在政府治理體系中，統計部門是一類關鍵角色。長期以來，統計局的工作人員需要“肩挑手扛”：去各處找數據、整材料，為領導寫報告。而大模型的發展，正在推動這項流程走向自動化和智能化。

IDEA研究院去年發布的“經濟超腦1.0”已能看懂數據、理解背后邏輯，而升級后的“經濟超腦2.0”，能夠構建全流程自動化數據分析體系，依托Agents驅動的智能框架，實現效率提升10-30倍，關聯模糊需求與業務指標、自動拆解宏觀分析需求，讓數據分析回路從被動調試升級為主動修正，推動實現數據驅動的智能化決策，釋放數據資產價值以形成更優政策建議。

4、科學創新

AI Agent對未來創新的影響，是沈向洋最為看重的。

去年，IDEA研究院已發布分子、抗體、反應、藥物文獻四大化學大模型；今年取得更大突破，研發的LightUnity模型用于創新藥發現。

在此基礎上，IDEA研究院發布Mozi平臺，以“Agent+Toolbox”模式，結合多智能體架構、專家工具箱與自動化流程，解決傳統藥物早期計算發現中工具誤導、研發黑箱、工作流瓶頸等痛點。

四、舉辦全球靈巧手+即時配送賽事，推出全新視覺大模型

不久前，傳聞特斯拉人形機器人因手部“難產”而被迫縮減生產計劃。沈向洋表示，在具身智能的眾多攻關點里，靈巧手是技術復雜度的珠峰。

他分享到，今年的深圳智能機器人靈巧手大賽，是國內首個將靈巧手技術與即時配送場景結合的賽事。從取包裹、拆包裹、折紙箱、到按電梯，以場景為旗幟，以需求為標尺，牽引技術前進的方向。

在具身智能技術發展中，視覺感知是人工智能與物理世界交互的核心基礎，更是賦能“感知-決策-執行”閉環的關鍵支撐。一年前，DINO-X視覺大模型誕生，以開放世界檢測能力，“讓機器看懂物理世界”。

今年IDEA大會上，DINO-X Grasp發布，實現世界開集2D認知理解、物體級抓取位姿預測、物體級3D形狀感知，打造“更強”具身大腦。

沈向洋總結，過去一年，IDEA研究院在具身智能方面，新成立了三個中心：

福田實驗室：這是由粵港澳大灣區數字經濟研究院（IDEA）與騰訊合作共建的省級實驗室，旨在通過跨領域合作提升技術研發能力，聚焦人居環境具身智能領域的研究。福田實驗室聯合騰訊Robotics X實驗室推出的Tairos具身智能開放平臺，是一款以模塊化方式提供大模型、開發工具與數據服務的具身智能軟件平臺。

國際先進技術應用推進中心（深圳）：聚焦人工智能、具身智能、低空經濟等重點領域，依托粵港澳大灣區數字經濟研究院建設的先進技術應用推廣平臺。

深港高等研究交流中心（SHARE）：旨在依托深圳與香港的區位優勢和大灣區的優質科研教育資源，搭建跨學科科研合作與國際交流平臺。中心聚焦人工智能賦能的前沿科學問題，推動其在生物醫藥、材料科學、低空經濟、無線通信、具身智能等關鍵領域的應用與突破。

會上，孵化自IDEA研究院的視覺大模型企業視啟未來還宣布完成近億元天使輪融資，該團隊創始人兼CEO張磊曾任微軟總部及亞洲研究院首席研究員。

低空經濟方面，大會發布的OpenSILAS 2.0，通過可進化框架解構六大核心技術，依據城市與空域復雜度構建產品矩陣，實現“規劃—運行—監管—服務”全環節管理與全流程服務，以分級化、模塊化提供可落地擴展方案。

結語：“攀登珠峰”VS“修公路”，要走適合自己的AI發展之路

回到沈向洋反復提到的智能演進曲線，今天看到的，不只是一個個炫目的模型和 Demo，而是新一輪技術范式剛剛起步的信號。算力、算法、數據在加速迭代，交互和載體在重塑人機邊界，AI 正從“問一句答一句”的工具，走向能與人類協同推理、共創知識的長期伙伴。

當被問及關于中美AI發展的差距時，沈向洋覺得，AI發展至少可以理解為兩個維度：一條是“攀登珠峰”，以巨額投入追求最強模型；另一條是“修公路”，讓更多人和更多場景用得上AI，讓模型在更大范圍內規?；瘧?，在每件事情上，都要走適合自己的發展之路。

未來，隨著技術迭代與場景深耕的雙向賦能，AI將更深刻地融入千行百業，開啟智能社會的全新階段。