环球网

9月11日，以“重塑创新增长”为主题的2025 Inclusion·外滩大会在上海黄浦世博园区开幕。在大会主论坛上，人工智能的发展路径成为核心议题。与会嘉宾从技术、能源、伦理、产业等不同维度，共同勾勒出AI发展的现状、挑战与未来愿景。

AI发展：从数据驱动走向“经验时代”

人工智能正在经历从数据驱动向体验驱动的范式转变。2024年图灵奖得主理查德·萨顿提出了“经验时代”的概念，标志着AI发展进入新阶段。他认为，人类数据红利正逼近极限，人工智能需要从与世界的直接交互中生成新的知识源，这正是人类和其他动物的学习方式。

图：理查德·萨顿在2025外滩大会开幕式主论坛发表主旨演讲

规模定律仍然主导着AI发展轨迹。美国国家工程院外籍院士张宏江指出，大模型的“规模定律”仍然有效，而推理模型的出现塑造了大规模发展的新曲线——“推理规模定律”。上下文、记忆等层面对计算的需求持续推升着算力扩张。

基础设施扩张支撑AI产业化进程。张宏江列举了OpenAI的Stargate和Musk的Colossus等项目，2025年美国主要科技公司的AI相关资本开支预计超3000亿美元，整个AI数据中心产业链正经历大规模建设热潮。

智能体经济正在形成。人类正在进入“智能体群”时代，数量庞大的智能体之间彼此交互、执行任务、交换数据和信息，甚至交换任务。人类与这些智能体群的交互，将构成全新的“智能体经济”。

开放资源成为AI竞争关键变量。阿里云创始人、之江实验室主任王坚在会上说道，我们正在经历从代码开放到资源开放的革命性变化。开源成为AI竞争的关键变量，“没有人可以绕开这个变量来说下面我要怎么做AI”。

AI挑战：从能源瓶颈到伦理困境

能源需求成为AI发展的硬约束。中国科学技术大学核科学与技术学院教授孙玄援引数据称，AI目前用电量占全球用电量的1.5%，而根据类比人脑能耗比例，AI的耗电量最终可能达到全球总电量的20%以上。仅人工智能一个领域，就将产生巨大的能源缺口。

技术落地仍存巨大鸿沟。宇树科技创始人兼CEO王兴兴指出，虽然AI在写文作画方面已经超过99.99%的人，但“真正让AI干活，还是一片荒漠”。具身智能发展面临高质量数据短缺和模型算法挑战，多模态数据融合并不理想，模型与机器人的控制模态对齐仍是难点。

伦理与社会治理的挑战也日益凸显。历史学家、哲学家、“人类简史系列”作者尤瓦尔·赫拉利警告，人工智能与所有以往技术的不同之处在于，它触及了社会的中枢神经系统。“真正的危险不是‘机器人叛乱’，而是一种数字官僚体系正在扩张，把决定权从我们可质询的人类，移交给我们看不见的算法。”

组织管理也面临重构。王兴兴表示，随着AI技术快速发展，人员规模扩大可能带来协作效率降低，需要探索更高效的组织管理方式。AI时代的企业需要新型管理模式来适应技术变革节奏。

开源与管制的平衡成为新挑战。王坚指出，开源概念在1998年4月才被一批极客固化下来，当时它取代了自由软件、免费软件等不同叫法。如今在AI时代，开放资源特别是数据和计算资源的开放，成为推动行业前进不可或缺的环节。他更愿意将开源称为“OpenResource”，强调“今天人工智能时代的开源已经不只是代码开放，更是数据和计算资源的开放”。

AI未来：多元视角下的发展路径

孙玄教授指出，“AI的终点是能源，能源的终点是聚变。”核聚变拥有极高的能量密度：1克核聚变燃料释放的能量相当于8吨石油。他提出了突破性展望：创造能够自我学习的人工智能，基于物理规则自主探索聚变堆设计，就像AlphaZero自学围棋一样。

萨顿认为，强化学习带领我们进入了新的经验时代，但要释放全部潜力，还需要持续学习和元学习技术。“经验”指的是观察、行动和奖励三种信号在智能体与世界之间来回传递，这是一切智能的核心与基础。

赫拉利则强调，任何真正重塑人类社会的系统，都不应“先上线再治理”。发达的技术社会必须有办法及时发现并纠正自身的错误和偏见，这样才能保证快速而安全地运转。“衡量进步，不在于技术的速度，而在于我们之间合作的力度和共情的深度。”

王兴兴对未来保持乐观，他认为现在创新创业的门槛已经大幅降低，真正可以用AI工具去实现新创意。在AI时代，小组织的爆发力会越来越强，“只要聪明，愿意做事，荒漠中终会长出参天大树。”

太空计算开启AI新前沿。王坚分享了之江实验室的创新突破：“今年5月14日，首次将12颗卫星同时发射上天，并在这12颗卫星组成的星座上，第一次把地面真正意义上的8B AI模型放到太空。”这标志着“人工智能不应该缺失太空”，卫星之间首次实现完整互通互联，为人工智能在太空带来巨大机会。

王坚坚信：“人类去火星的路上，是不能没有计算的陪伴和AI的。”这将是未来十到二十年最激动人心的方向。

协同发展中的AI未来

外滩大会上的讨论揭示，人工智能发展已经进入深度融合期，技术突破、能源支撑、伦理规范和社会治理必须协同推进。

从技术层面看，AI正从数据驱动转向经验驱动，智能体经济初现雏形；从支撑体系看，能源瓶颈需要通过核聚变等终极解决方案来突破；从社会维度看，全球协作和自我修正机制成为关键保障。

AI的未来不仅关乎算法和算力，更需要制度设计、能源基础和社会共识的协同发展。正如赫拉利所言：“我们应该帮助人们更快地前进，也帮助人们安然面对现实的变迁，但不要逼人走得太快，以致迷失方向，被焦虑吞没。”