關(guān)聯(lián)閱讀：GAIR 2025 大會(huì)首日：AI重構(gòu)教育、科學(xué)與產(chǎn)業(yè)的十三重碰撞（上）

作者丨周蕾 趙之齊 張嘉敏

編輯丨周蕾

2025年12月12日，深圳南山。

第八屆GAIR全球人工智能與機(jī)器人大會(huì)主論壇，于上午9:30在深圳南山·博林天瑞喜來(lái)登酒店正式拉開(kāi)帷幕。本次大會(huì)為期兩天，由GAIR研究院與雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))聯(lián)合主辦，高文院士任指導(dǎo)委員會(huì)主席，楊強(qiáng)院士與朱曉蕊教授任大會(huì)主席。

作為粵港澳大灣區(qū)的AI標(biāo)桿盛會(huì)，GAIR自2016年創(chuàng)辦以來(lái)，始終堅(jiān)守“傳承”與“創(chuàng)新”的雙重底色。時(shí)隔四年，GAIR從海外重返深圳主場(chǎng)。值此歲末年初的節(jié)點(diǎn)，GAIR如期赴約，用一場(chǎng)高質(zhì)量的觀點(diǎn)碰撞，為行業(yè)與大眾回顧科技高速的腳步，呈現(xiàn)AI時(shí)代的前沿洞見(jiàn)。

12月12日的主論壇，延續(xù)GAIR一貫的學(xué)術(shù)前沿特色，設(shè)有：“AI之道：教育的重新定義”、“AI之術(shù)：領(lǐng)域的范式重構(gòu)”兩大研討主題。當(dāng)日，大會(huì)現(xiàn)場(chǎng)有十多位頂級(jí)學(xué)者發(fā)表精彩演講，更有兩場(chǎng)AI學(xué)術(shù)大咖激烈交鋒的高端對(duì)話，他們帶來(lái)的前沿科技進(jìn)展、產(chǎn)業(yè)實(shí)戰(zhàn)經(jīng)驗(yàn)和人文關(guān)懷，使這一天成為值得深度思考的思想盛宴。

楊士強(qiáng)教授、趙偉院士、郭毅可院士、小菅一弘教授、賈佳亞院長(zhǎng)、鄭宇教授、胡俠教授和薛貴榮教授先后帶來(lái)精彩演講，現(xiàn)場(chǎng)掌聲不斷。隨后，一場(chǎng)重磅圓桌討論將全場(chǎng)氣氛推向最高潮：

圓桌論壇：人工智能產(chǎn)業(yè)化帶來(lái)了哪些挑戰(zhàn)和機(jī)遇？

下午3時(shí)，“人工智能產(chǎn)業(yè)化的挑戰(zhàn)和機(jī)遇”為主題的圓桌論壇在鄭宇教授的主持下正式開(kāi)啟。鄭宇、楊強(qiáng)、胡俠、薛貴榮四位嘉賓齊聚一堂論道，激蕩產(chǎn)業(yè)思潮。

鄭宇教授先從“挑戰(zhàn)”切入，提到大語(yǔ)言模型已在部分業(yè)務(wù)場(chǎng)景取得成功，但至今尚未形成大規(guī)模商業(yè)應(yīng)用和成熟商業(yè)模式，只有個(gè)別標(biāo)桿性成功項(xiàng)目。

楊強(qiáng)教授分享他曾在商學(xué)院講課時(shí)主動(dòng)“潑冷水”：美國(guó)2025年人工智能的應(yīng)用到底多少產(chǎn)業(yè)有正向的收益？MIT相關(guān)報(bào)道指出，95%都是負(fù)向的收益，基本爛尾，只有5%成功。

他從宏觀角度談到人工智能產(chǎn)業(yè)化面臨三個(gè)維度的挑戰(zhàn)：一是預(yù)期維度，尤其是企業(yè)老板的預(yù)期；二是系統(tǒng)維度，人工智能技術(shù)引入企業(yè)后，無(wú)法與原有傳統(tǒng)系統(tǒng)適配；三是數(shù)據(jù)維度，人工智能產(chǎn)業(yè)化落地僅靠語(yǔ)言模型遠(yuǎn)遠(yuǎn)不夠。

胡俠教授則結(jié)合機(jī)器人領(lǐng)域，從微觀技術(shù)角度補(bǔ)充他的觀察。以機(jī)器人的感知為例，本輪AI發(fā)展由大語(yǔ)言模型、多模態(tài)大模型推動(dòng)，雖然能較好理解語(yǔ)言、分析圖像，但相關(guān)傳感器技術(shù)多年未實(shí)現(xiàn)質(zhì)的突破，導(dǎo)致機(jī)器人無(wú)法完成簡(jiǎn)單操作。人類感知不僅依靠語(yǔ)言和視覺(jué)，還包括聽(tīng)覺(jué)、嗅覺(jué)，以及手部的溫度、濕度、壓力等各類傳感器，而且人手具備高自由度。比如人能輕松從黑書包中取出乒乓球，機(jī)器人卻因?yàn)槿狈ο鄳?yīng)傳感和動(dòng)作能力而難以做到。

薛貴榮教授則從產(chǎn)業(yè)實(shí)戰(zhàn)角度講到行業(yè)內(nèi)對(duì)人工智能的認(rèn)知差異：從業(yè)者往往初期滿懷信心，實(shí)操后卻信心盡失，陷入“啥都能做”到“啥都做不了”的極端認(rèn)知搖擺，并笑稱“我們這一行最倒霉的就是CTO”。

關(guān)于人工智能賽道的泡沫和陷阱話題，嘉賓們各抒己見(jiàn)。楊強(qiáng)教授認(rèn)為，將基于公開(kāi)語(yǔ)言數(shù)據(jù)訓(xùn)練出大模型的成功經(jīng)驗(yàn)遷移到其他非語(yǔ)言數(shù)據(jù)領(lǐng)域是錯(cuò)誤的，不同數(shù)據(jù)維度存在巨大差異。此外，大語(yǔ)言模型依賴公開(kāi)數(shù)據(jù)的發(fā)展模式即將觸頂，如何利用私有數(shù)據(jù)持續(xù)賦能大模型，是行業(yè)面臨的巨大挑戰(zhàn)。

薛貴榮教授認(rèn)為還存在兩方面泡沫：一是算力領(lǐng)域，現(xiàn)有算力建設(shè)投入多為推理卡算力、競(jìng)爭(zhēng)激烈，大量算力資源閑置，投入與產(chǎn)出嚴(yán)重不匹配；二是AI應(yīng)用領(lǐng)域，多數(shù)應(yīng)用“人工成分”過(guò)高，本質(zhì)是“人工AI”，并未達(dá)到真正的AI應(yīng)用水平，市場(chǎng)上Agent框架等相關(guān)產(chǎn)品同質(zhì)化嚴(yán)重。

回歸“機(jī)遇”層面，嘉賓們紛紛“押注”值得長(zhǎng)期鉆研的方向。

楊強(qiáng)教授提到，在醫(yī)療等數(shù)據(jù)稀缺領(lǐng)域，數(shù)百例甚至幾十例數(shù)據(jù)無(wú)法支撐深度學(xué)習(xí)，只能依靠傳統(tǒng)回歸模型，這類小數(shù)據(jù)場(chǎng)景廣泛存在。他目前的一個(gè)研究領(lǐng)域，正是如何在保護(hù)隱私的前提下，整合各領(lǐng)域?qū)＜业男?shù)據(jù)模型，構(gòu)建全局模型讓大家都受益。

胡俠教授則延續(xù)機(jī)器人話題，他認(rèn)為盡管機(jī)器人領(lǐng)域泡沫大，但國(guó)家和產(chǎn)業(yè)大力投入，正是希望通過(guò)搭建機(jī)器人產(chǎn)業(yè)生態(tài)，用行業(yè)熱度倒逼技術(shù)發(fā)展。

技術(shù)層面上，薛貴榮教授認(rèn)為當(dāng)前最重要的是提升大語(yǔ)言模型規(guī)模。做大模型規(guī)模，能夠帶動(dòng)底層基礎(chǔ)設(shè)施、算法、數(shù)據(jù)等全鏈條實(shí)現(xiàn)一次“革命”，必須著重推進(jìn)。

國(guó)家超算深圳中心副主任、IEEE Fellow付昊桓：超算核心邏輯是集聚算力攻克復(fù)雜科學(xué)問(wèn)題，與大模型的并行思維本質(zhì)相通

在精彩的圓桌對(duì)話之后，清華大學(xué)深圳國(guó)際研究生院教授、副院長(zhǎng)，國(guó)家超算深圳中心副主任、IEEE Fellow付昊桓帶來(lái)了“硬核”演講：《超智融合支撐下的地球系統(tǒng)模式研發(fā)》。

付昊桓主任指出，超算是地球系統(tǒng)研究的“數(shù)字實(shí)驗(yàn)室”，科學(xué)家無(wú)法對(duì)地球進(jìn)行實(shí)體實(shí)驗(yàn)，需通過(guò)超算構(gòu)建數(shù)字孿生模型探索氣候變化、碳達(dá)峰、碳中和等重大議題。以臺(tái)風(fēng)為例，超算是進(jìn)行臺(tái)風(fēng)預(yù)報(bào)和臺(tái)風(fēng)機(jī)理研究的重要基礎(chǔ)平臺(tái)；在碳中和談判中，各國(guó)減排承諾的效果評(píng)估也依賴模型數(shù)據(jù)支撐。深圳超算二期正在推進(jìn)的首個(gè)重點(diǎn)應(yīng)用便是開(kāi)發(fā)下一代百米天氣預(yù)報(bào)模式，其在防災(zāi)減災(zāi)、可持續(xù)發(fā)展等領(lǐng)域作用關(guān)鍵。

他表示，當(dāng)前全球氣候模式存在顯著不確定性，各國(guó)模型對(duì)近百年氣溫變化曲線的模擬差異較大。降低不確定性需從不同方面突破：提升模型空間分辨率、引入AI方法有效融合數(shù)據(jù)等。但技術(shù)升級(jí)帶來(lái)算力需求指數(shù)級(jí)增長(zhǎng)，同時(shí)需解決“模型-機(jī)器適配”難題——天空中約千余顆衛(wèi)星每日產(chǎn)生的海量觀測(cè)數(shù)據(jù)，對(duì)數(shù)據(jù)處理能力構(gòu)成嚴(yán)峻考驗(yàn)。

付昊桓主任隨后講述神威系列計(jì)算機(jī)見(jiàn)證國(guó)產(chǎn)超算發(fā)展歷程、分享了深圳超算二期建設(shè)的突破性進(jìn)展，并強(qiáng)調(diào)：“超算的核心邏輯是集聚算力攻克復(fù)雜科學(xué)問(wèn)題，與AI大模型的并行思維本質(zhì)相通。”

他進(jìn)一步指出，目前超算領(lǐng)域面臨“國(guó)產(chǎn)算力硬件投入大、軟件生態(tài)投入相對(duì)少”的困境；同時(shí)難以留住人才，他笑稱“既懂氣象又懂HPC的復(fù)合型人才，畢業(yè)后都被大廠挖走”。他提出解決方案：借鑒通用人工智能的可擴(kuò)展模型經(jīng)驗(yàn)，加強(qiáng)算力軟件與科學(xué)發(fā)現(xiàn)的協(xié)同，完善國(guó)產(chǎn)生態(tài)以留住人才。

會(huì)后，付昊桓接受雷峰網(wǎng)采訪，表示目前AI應(yīng)用于氣象預(yù)報(bào)仍面臨不小挑戰(zhàn)，如極端天氣事件預(yù)報(bào)能力弱、結(jié)果偏于平滑，缺乏不確定性評(píng)估方法，黑盒性質(zhì)也使得預(yù)報(bào)員難以解釋預(yù)報(bào)結(jié)果。對(duì)于超算與AI融合的行業(yè)趨勢(shì)，他透露深圳超算將搭建超智融合平臺(tái)，吸引天氣氣候、生物材料、工業(yè)仿真等領(lǐng)域科研人員參與，形成開(kāi)源生態(tài)，并表示未來(lái)在相應(yīng)領(lǐng)域，超智融合的新路徑有潛力帶來(lái)新的動(dòng)能和新的算力需求。

首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院胎兒心臟母胎醫(yī)學(xué)中心主任何怡華：醫(yī)學(xué)人工智能應(yīng)由醫(yī)生來(lái)主導(dǎo)

在醫(yī)療領(lǐng)域，人工智能有哪些應(yīng)用，又有哪些挑戰(zhàn)和機(jī)遇？作為醫(yī)療人工智能醫(yī)生側(cè)主導(dǎo)研發(fā)的首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院胎兒心臟母胎醫(yī)學(xué)中心主任何怡華，帶來(lái)了《心血管疾病防治現(xiàn)狀及人工智能賦能潛力》為主題的演講。

何怡華教授以心臟超聲為例，講述人工智能解決方案帶來(lái)的諸多挑戰(zhàn)：從數(shù)據(jù)規(guī)范到數(shù)據(jù)間立體關(guān)系，再到其與疾病發(fā)生發(fā)展的語(yǔ)義關(guān)系轉(zhuǎn)寫、影像自動(dòng)識(shí)別等。

何教授還介紹了領(lǐng)域內(nèi)世界研究的狀態(tài)、行業(yè)痛點(diǎn)和瓶頸問(wèn)題，及安貞團(tuán)隊(duì)的探索研究和轉(zhuǎn)化應(yīng)用。她提到，首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院研發(fā)了針對(duì)心血管體系應(yīng)用的大模型，希望基于現(xiàn)有的語(yǔ)言大模型，接入更多數(shù)據(jù)模態(tài)，并在大模型基礎(chǔ)上構(gòu)建應(yīng)用界面、應(yīng)用體系或智能體，實(shí)現(xiàn)所需的預(yù)警、篩查、診斷、手術(shù)導(dǎo)航以及個(gè)性化干預(yù)。

這樣宏大的目標(biāo)，實(shí)現(xiàn)起來(lái)并不易。何怡華教授補(bǔ)充，未來(lái)在醫(yī)療領(lǐng)域，大模型與小模型協(xié)同，更垂域的小模型將縱向攻克預(yù)警、診斷、治療等核心環(huán)節(jié)，通過(guò)模型融合解決問(wèn)題。

除了從產(chǎn)業(yè)維度思考，何怡華教授認(rèn)為，人工智能在醫(yī)療領(lǐng)域的應(yīng)用，更應(yīng)放在整個(gè)醫(yī)院醫(yī)療體系中思考如何落地到醫(yī)療場(chǎng)景。因?yàn)槠渲泻艽笠徊糠止ぷ魇菫榱恕皬?qiáng)基層”，提升醫(yī)療的診療能力。

“強(qiáng)基層”第一步是培訓(xùn)，第二步是人工智能賦能，第三步是后續(xù)醫(yī)療診療團(tuán)隊(duì)以及醫(yī)療出口的支撐。只有構(gòu)建這樣的體系，才能讓人工智能在醫(yī)療診療場(chǎng)景真正實(shí)現(xiàn)落地價(jià)值，而非僅停留在技術(shù)解決層面。

在提問(wèn)環(huán)節(jié)，臺(tái)下觀眾積極互動(dòng)，有觀眾拋出犀利問(wèn)題：醫(yī)學(xué)人工智能到底應(yīng)該由醫(yī)生來(lái)主導(dǎo)，還是由做算法的人來(lái)主導(dǎo)？

“我是醫(yī)生，我認(rèn)為應(yīng)該由醫(yī)生來(lái)主導(dǎo)，不知道你是否反對(duì)。”何怡華教授認(rèn)為，所有工具最終都要落到醫(yī)生面對(duì)患者的場(chǎng)景中，人工智能是醫(yī)生調(diào)用或輔助診療的工具。從人文關(guān)懷的角度，醫(yī)生站在患者面前使用人工智能，比患者獨(dú)自面對(duì)機(jī)器的體驗(yàn)要好。

RockAI 聯(lián)合創(chuàng)始人鄒佳思：未來(lái)的智能硬件，最重要的是原生記憶和自主學(xué)習(xí)

在熱烈的AI+醫(yī)療討論后，RockAI聯(lián)合創(chuàng)始人鄒佳思登臺(tái)。《擺脫Transformer的束縛，讓智能重新定義硬件》的主題報(bào)告，深入探討了云端模型的局限性、設(shè)備端自主學(xué)習(xí)的重要性及行業(yè)未來(lái)路徑。

演講的開(kāi)頭，鄒佳思指出：云端鏈路存在顯著浪費(fèi)，一些語(yǔ)音指令經(jīng)云端解析再回傳，至少50%的傳輸成本被無(wú)效消耗。全球云端模型每日消耗成本高達(dá)萬(wàn)億至百萬(wàn)億量級(jí)，有效利用率卻存疑。而市場(chǎng)已顯現(xiàn)轉(zhuǎn)型跡象，例如OpenAI計(jì)劃明年推出硬件產(chǎn)品，標(biāo)志著行業(yè)從云端向端側(cè)的戰(zhàn)略轉(zhuǎn)移。 對(duì)于當(dāng)前“更多數(shù)據(jù)、更大算力、更高人才密度、更大參數(shù)=更好的模型”這一行業(yè)共識(shí)，鄒佳思提出了自己的質(zhì)疑：算力在扼殺創(chuàng)新、讓小團(tuán)隊(duì)失去機(jī)會(huì)。以Transformer為代表的架構(gòu)偏向壓縮智能和靜態(tài)函數(shù)，并不能誕生更多智能；參數(shù)量大，確實(shí)擴(kuò)大了這個(gè)函數(shù)的空間容量，但沒(méi)有真正產(chǎn)生知識(shí)。

他認(rèn)為，未來(lái)的智能硬件，最重要的實(shí)際是原生記憶和自主學(xué)習(xí)。他在演講中展開(kāi)討論了形態(tài)記憶和知識(shí)記憶，認(rèn)為缺乏記憶時(shí)很難談?wù)撃Ｐ偷膫€(gè)性化和進(jìn)化。

他強(qiáng)調(diào)，大模型的發(fā)展方向，要從固定的工具轉(zhuǎn)成持續(xù)學(xué)習(xí)，要從三個(gè)月或半年更新一次的模型知識(shí)轉(zhuǎn)到實(shí)時(shí)成長(zhǎng)的階段。自注意力機(jī)制雖解決了模型關(guān)聯(lián)問(wèn)題，但帶來(lái)成本激增。未來(lái)行業(yè)有可能面對(duì)參數(shù)規(guī)模的極限，因此架構(gòu)上需做創(chuàng)新，積極探索云端+端側(cè)結(jié)合方案，希望設(shè)備之間能夠互聯(lián)，最后達(dá)到群體智能的目標(biāo)。

南方科技大學(xué)副教授張進(jìn)：未來(lái)5-10年，面向新型模態(tài)的新型感知模型會(huì)非常繁榮

最后一位嘉賓是南方科技大學(xué)張進(jìn)教授，她的演講主題是《從便捷交互到可信感知：聲波與毫米波感知應(yīng)用研究》。

張進(jìn)教授結(jié)合下午場(chǎng)的議程，用“首尾呼應(yīng)”的方式開(kāi)啟演講：“下午第一個(gè)題目是空間智能、時(shí)空數(shù)據(jù)，最后一個(gè)題目是聲波、毫米波感知，都是為了感知物理世界，實(shí)現(xiàn)空間智能。”由此切入“面向空間智能的新型模態(tài)感知”這一話題的分享。

張進(jìn)教授提到，無(wú)論是現(xiàn)在的具身智能、無(wú)人機(jī)、智慧健康，都需要對(duì)物理世界的感知和理解，需要建立虛擬世界和物理世界之間的溝通。為此，傳統(tǒng)AI和新型傳感可以從兩個(gè)不同的角度和路徑走到一個(gè)共同的“點(diǎn)”，最終實(shí)現(xiàn)“殊途同歸”。

“我們?cè)趺醋龅健馔就瑲w’？傳統(tǒng)AI從語(yǔ)言、文字、視覺(jué)等模態(tài)出發(fā)，生成世界模型，探索空間智能。而我們長(zhǎng)期做傳感器、智能物聯(lián)網(wǎng)的學(xué)者一直以來(lái)就是為了實(shí)現(xiàn)準(zhǔn)確地感知物理世界，只不過(guò)最初我們是用信號(hào)處理來(lái)完成這件事情，后來(lái)我們可以用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)來(lái)理解物理信息，現(xiàn)在我們可以用大模型理解傳統(tǒng)傳感器的信號(hào)，從而得到更多的信息，也為我們帶來(lái)面向空間智能的多模態(tài)感知。”

張進(jìn)教授提到，現(xiàn)在所謂的“多模態(tài)感知”，仍集中在語(yǔ)音、文字、圖像、視頻，對(duì)新型模態(tài)的探索并不多，只有“激光雷達(dá)、深度攝像頭、紅外等模態(tài)，稍微與傳統(tǒng)的模態(tài)有點(diǎn)結(jié)合”。

張進(jìn)教授希望引入更多的模態(tài)，比如聲波感知、毫米波雷達(dá)感知。她提到，目前毫米波雷達(dá)感知已經(jīng)有一些應(yīng)用，但聲波感知的應(yīng)用仍較少。目前更重要的是，新型模態(tài)數(shù)據(jù)有其獨(dú)特特點(diǎn)，需要用更新的網(wǎng)絡(luò)去理解這些新型模態(tài)。這正是張進(jìn)教授團(tuán)隊(duì)的初衷，希望用最新的模型技術(shù)，理解新型的傳感器數(shù)據(jù)，并在此基礎(chǔ)上進(jìn)行包括空間感知、智能交互、健康監(jiān)測(cè)在內(nèi)的諸多技術(shù)探索。

演講的最后，談及從初期的信號(hào)處理到后來(lái)的結(jié)合機(jī)器學(xué)習(xí)、大模型，張進(jìn)教授回溯了自己的“來(lái)時(shí)路”：“我的本科和碩士專業(yè)背景是電子信息，博士階段攻讀計(jì)算機(jī)，慢慢開(kāi)始做深度學(xué)習(xí)。”

展望未來(lái)，張進(jìn)教授相信，還會(huì)有非常多面向新型模態(tài)的新型感知模型相關(guān)的工作，可以基于物理信息輔助的模型，也可以基于大模型。“這部分的工作才剛剛開(kāi)始，我相信未來(lái)5到10年會(huì)非常繁榮。”

隨著張進(jìn)教授的演講結(jié)束，以“AI之道”“AI之術(shù)”為主題的GAIR 2025首日也落下帷幕，楊士強(qiáng)教授也在大會(huì)最后進(jìn)行了致辭總結(jié)。十余位頂級(jí)學(xué)者論遍AI產(chǎn)學(xué)研的術(shù)與道，為走過(guò)九年時(shí)光的GAIR留下濃墨重彩的新篇章。

值得關(guān)注的是，本次GAIR為期兩天，12月13日會(huì)有“世界模型論壇”“數(shù)據(jù)&一腦多形”和“AI算力新十年”三場(chǎng)專題論壇同時(shí)進(jìn)行，涵蓋具身智能、世界模型、國(guó)產(chǎn)芯片、算力基建等數(shù)個(gè)年度熱門領(lǐng)域。屆時(shí)，來(lái)自各個(gè)熱門領(lǐng)域的資深專家，將共同為線上讀者和線下觀眾們，奉上深度與溫度兼具的主題演講或圓桌討論。

思想的盛宴仍在繼續(xù)，雷峰網(wǎng)將持續(xù)帶來(lái)GAIR的最新報(bào)道和深度記錄。