當(dāng)我們站在2025年的年末回望，人工智能技術(shù)已經(jīng)以前所未有的速度重塑了我們的生活方式、工作模式乃至社會(huì)結(jié)構(gòu)。從能夠理解和生成自然語言的大模型，到逐漸走入我們生活的自動(dòng)駕駛技術(shù)，AI正從多個(gè)維度推動(dòng)著一場深刻的變革。

在這場變革中，我們需要思考的不僅是如何應(yīng)用這些技術(shù)，更是如何理解其發(fā)展脈絡(luò)與未來走向。

張亞勤院士的新書《智能涌現(xiàn)——AI時(shí)代的思考與探索》中從多模態(tài)智能到通用人工智能的實(shí)現(xiàn)路徑，從邊緣計(jì)算到生物智能的融合，這些內(nèi)容不僅對AI從業(yè)者具有重要參考價(jià)值，也為每一位生活在智能時(shí)代的普通人提供了理解未來的視角。

《智能涌現(xiàn)——AI時(shí)代的思考與探索》

作者：張亞勤

點(diǎn)擊圖片，即可下單

對于未來的探索不僅僅在閱讀，文末有一場關(guān)于AI未來與產(chǎn)業(yè)融合的活動(dòng)預(yù)告，活動(dòng)中可以與張亞勤院士、科技跨界領(lǐng)袖與創(chuàng)新力量見面交流，期待能幫助大家從“讀懂”走向“對話”。

以下內(nèi)容摘編自張亞勤院士的新書《智能涌現(xiàn)——AI時(shí)代的思考與探索》。

張亞勤在《智能涌現(xiàn)——AI時(shí)代的思考與探索》一書中探討了為什么大模型與生成式AI將成為未來十年的技術(shù)核心，對于AI技術(shù)的未來發(fā)展方向與突破路徑張亞勤也給出了自己的預(yù)判。他在書中展望了AI大模型的五大演進(jìn)趨勢，AI技術(shù)進(jìn)一步發(fā)展的五個(gè)觀點(diǎn)，以及自動(dòng)駕駛未來發(fā)展的五大趨勢。

AI大模型的五個(gè)發(fā)展方向

AI大模型作為數(shù)字化3.0的重要基石，其發(fā)展將決定未來技術(shù)攀升的高度與覆蓋的廣度。以下是我眼中未來AI大模型架構(gòu)的關(guān)鍵發(fā)展方向。

（1）多模態(tài)智能：將帶來全面的、具有深度的智能分析。結(jié)合語言、文字、圖片、視頻、激光雷達(dá)點(diǎn)云、3D結(jié)構(gòu)信息、4D時(shí)空信息及生物信息，實(shí)現(xiàn)多尺度、跨模態(tài)的智能感知、決策和生成。

（2）自主智能：將帶來個(gè)性化的智能體。將大模型作為一種工具，開發(fā)出能夠自主規(guī)劃任務(wù)、編寫代碼、調(diào)用插件、優(yōu)化路徑的智能體，實(shí)現(xiàn)高度自主智能，可自我迭代、升級(jí)和優(yōu)化。

（3）邊緣智能：將帶來高效率、低功耗、低成本、低延時(shí)的邊緣計(jì)算網(wǎng)絡(luò)。將大模型部署到邊緣設(shè)備端，如新一代AI PC（人工智能電腦）、新一代Intelligent Phone（智能電話）、新一代Intelligent Home（智能家庭，包括TV），大幅提升處理速度和相應(yīng)的效能表現(xiàn)，從而實(shí)現(xiàn)邊緣智能。

（4）物理智能：將帶來更加先進(jìn)的自動(dòng)駕駛車輛、機(jī)器人等。當(dāng)下大模型正在被應(yīng)用于無人車、無人機(jī)、機(jī)器人、工廠、交通、通信、電網(wǎng)和電站以及其他物理基礎(chǔ)設(shè)施，以提升各類設(shè)備、設(shè)施的自動(dòng)化與智能化水平。

（5）生物智能：將帶來生命健康、腦機(jī)交互、醫(yī)療機(jī)器人的突破，將大模型應(yīng)用到人腦、生命體、生物體中，實(shí)現(xiàn)AI與生物體聯(lián)結(jié)的生物智能，并最終迎來信息智能、物理智能與生物智能的融合。

關(guān)于AI技術(shù)進(jìn)一步發(fā)展的五個(gè)觀點(diǎn)

（1）大模型和生成式人工智能是未來十年的主流技術(shù)與產(chǎn)業(yè)路線：大模型（GPT-4o、ChatGPT-o1、BERT等）和生成式人工智能將成為今后10年內(nèi)的創(chuàng)新主軸與連鎖變革的導(dǎo)火索。

（2）基礎(chǔ)大模型+垂直大模型+邊緣模型、開源+商業(yè)：基礎(chǔ)大模型將是AI時(shí)代的技術(shù)底座，與垂直產(chǎn)業(yè)模型、邊緣模型共同孵化出新的產(chǎn)業(yè)生態(tài)。其生態(tài)規(guī)模將比個(gè)人計(jì)算機(jī)時(shí)代大100 倍，比移動(dòng)互聯(lián)網(wǎng)時(shí)代大10倍以上。在這個(gè)生態(tài)中，開源模型將和商業(yè)模型并存，為開發(fā)者提供靈活的選擇。

（3）統(tǒng)一標(biāo)識(shí)（Tokenisation）+規(guī)模定律（Scaling Law）：大模型最核心的兩個(gè)要素是統(tǒng)一標(biāo)識(shí)和規(guī)模定律。統(tǒng)一標(biāo)識(shí)通過將文本和其他類型的數(shù)據(jù)統(tǒng)一編碼為單元，使模型能夠處理不同形式的輸入。規(guī)模定律則揭示了模型規(guī)模與性能之間的關(guān)系，表明隨著模型參數(shù)的增加和數(shù)據(jù)規(guī)模的擴(kuò)大，模型的表現(xiàn)會(huì)顯著提升。

（4）需要新的算法體系：與人腦相比，現(xiàn)有算法存在效率低、能耗高的問題，因此需要開發(fā)出新的算法體系，包括世界模型、DNA記憶、智能體、強(qiáng)化學(xué)習(xí)、概率系統(tǒng)和決定系統(tǒng)等，以實(shí)現(xiàn)100倍的效率提升。未來五年內(nèi)可能會(huì)在AI技術(shù)架構(gòu)上取得重大突破，當(dāng)前主流的AI技術(shù)框架，如Transformer、Diffusion、AR，可能在未來5年內(nèi)被新技術(shù)顛覆。

（5）從大模型走向通用人工智能：預(yù)計(jì)15 ~ 20年內(nèi)可實(shí)現(xiàn)通用人工智能，并通過新圖靈測試。更進(jìn)一步的預(yù)測：5年內(nèi)，在信息智能領(lǐng)域，AI對語言、圖像、聲音和視頻的理解、生成等方面通過新圖靈測試；10年內(nèi)，在物理智能（具身智能）領(lǐng)域，實(shí)現(xiàn)大模型在物理環(huán)境中的理解與操作能力的大幅提升，通過新圖靈測試；20年內(nèi)，在生物智能領(lǐng)域，將AI應(yīng)用于人體、腦機(jī)接口、生物體、制藥和生命科學(xué)，實(shí)現(xiàn)大模型與生物體聯(lián)結(jié)的生物智能，通過新圖靈測試。

自動(dòng)駕駛的未來發(fā)展

（1）自動(dòng)駕駛是未來五年最重要的物理智能/具身智能應(yīng)用，有望成為第一個(gè)通過新圖靈測試的具身智能系統(tǒng)：在安全性方面，實(shí)現(xiàn)完全無人操作的自動(dòng)駕駛的安全性要比人類駕駛的至少高出10倍，達(dá)到人類“好司機(jī)”的水平；在人性化體驗(yàn)方面，通過模仿學(xué)習(xí)和自主學(xué)習(xí)，自動(dòng)駕駛系統(tǒng)將具備更自然的駕駛風(fēng)格，結(jié)合乘客或車主的駕駛習(xí)慣，提供更人性化的體驗(yàn)，達(dá)到人類“老司機(jī)”的水平。

（2）大模型及生成式AI將在提升L4級(jí)別自動(dòng)駕駛系統(tǒng)的泛化能力方面發(fā)揮關(guān)鍵作用：一是與數(shù)據(jù)智能相關(guān)，過往自動(dòng)駕駛系統(tǒng)的邊角案例數(shù)據(jù)不足，大模型及生成式AI可結(jié)合真實(shí)數(shù)據(jù)生成高質(zhì)量的邊角案例數(shù)據(jù)。二是與長尾問題相關(guān)，生成式AI可有效改善邊角案例中場景仿真、模擬度不足等問題，解決感知領(lǐng)域的長尾問題。三是與常識(shí)推理相關(guān)，大模型的推理能力可助力自動(dòng)駕駛系統(tǒng)理解并應(yīng)對道路上的各種突發(fā)情況，從而提高自動(dòng)駕駛系統(tǒng)的能力上限。

（3）自動(dòng)駕駛技術(shù)將整合多模態(tài)傳感器數(shù)據(jù)，如計(jì)算機(jī)視覺、激光雷達(dá)等，采用端到端的訓(xùn)練方式，實(shí)現(xiàn)云端大模型與車端實(shí)時(shí)精確模型的協(xié)同工作：一是多模態(tài)融合。相較人類而言，機(jī)器具備多模態(tài)感知優(yōu)勢，可通過融合計(jì)算機(jī)視覺、激光雷達(dá)和其他傳感器數(shù)據(jù)，使自動(dòng)駕駛系統(tǒng)更全面細(xì)致地感知周圍環(huán)境。二是端到端。以前自動(dòng)駕駛算法由許多專門針對特定任務(wù)的小模型組成，這些小模型各自負(fù)責(zé)不同的任務(wù)?，F(xiàn)在，這些小模型可能會(huì)被一個(gè)統(tǒng)一的端到端的大模型取代。三是云端與車端協(xié)同。云端大模型提供通用性泛化能力，車端模型提供實(shí)時(shí)精確響應(yīng)與本地優(yōu)化部署。云端和車端協(xié)同能夠確保駕駛決策兼具泛化性、及時(shí)性與準(zhǔn)確性。

（4）未來的自動(dòng)駕駛應(yīng)用將以單車智能為主，“車-路-云”一體協(xié)同工作，從而確保安全冗余，輔助智能交通：一方面，每一輛自動(dòng)駕駛車輛都必須具備獨(dú)立且強(qiáng)大的單車智能駕駛能力；另一方面，通過“車-路-云”一體化，在為自動(dòng)駕駛提供多重安全冗余保障、提高駕駛安全性的同時(shí)，控制、優(yōu)化交通流量，提升交通效率。

（5）2025年，自動(dòng)駕駛或?qū)⒂瓉怼癈hatGPT時(shí)刻”；2030年，自動(dòng)駕駛漸成主流：2025年，在一個(gè)具備復(fù)雜交通環(huán)境的大城市，自動(dòng)駕駛系統(tǒng)將表現(xiàn)出人類“老司機(jī)”的水平，這可能極大地激發(fā)產(chǎn)業(yè)與市場對于自動(dòng)駕駛的熱情。2030年，自動(dòng)駕駛車輛將逐漸躋身市場主流，預(yù)計(jì)屆時(shí)會(huì)有10%的新車具備L4級(jí)別的自動(dòng)駕駛能力。

我們從張亞勤院士的著作中，窺見了AI未來發(fā)展的宏偉藍(lán)圖與精妙路徑。書中的靜態(tài)文字所承載的，是飛速迭代的動(dòng)態(tài)前沿。

▼我們還有這些活動(dòng)▼

2025年

特別策劃讀書會(huì)第六場

特邀：北大教授、照護(hù)者胡泳、錦繡養(yǎng)老院院長張雙英

分享破解認(rèn)知癥照護(hù)難題新解法

精彩內(nèi)容·掃碼預(yù)約直播

-End-

2025.11.26

編輯：醒醒 | 審核：孫小悠