6月6日，中國工程院外籍院士，清華大學講席教授、智能產(chǎn)業(yè)研究院（AIR）院長張亞勤在“太湖對話·AI for Science”論壇上發(fā)表了題為《人工智能發(fā)展的一些觀點》演講。

以下是張亞勤院士的觀點梳理：

人工智能發(fā)展的一些觀點（2025）

張亞勤

清華大學講席教授、智能產(chǎn)業(yè)研究院（AIR）院長

中國工程院外籍院士

人工智能（AI）的發(fā)展正經(jīng)歷一場深刻的范式轉(zhuǎn)變，其重心已從單純的技術突破轉(zhuǎn)向產(chǎn)業(yè)深度融合與AI治理協(xié)同并進的新階段。AI作為核心驅(qū)動力，正以前所未有的速度重構(gòu)生產(chǎn)力與生產(chǎn)關系，并推動物理世界、數(shù)字世界乃至生物世界的深度耦合與融合創(chuàng)新。本文提出關于AI未來發(fā)展的五個觀點，以期勾勒出未來5-10年AI演進的發(fā)展脈絡。

觀點一：生成式AI向智能體AI的范式躍遷

(Generative AI => Agentic AI)

當前AI發(fā)展正在經(jīng)歷顯著轉(zhuǎn)變，正從以內(nèi)容生成為核心的生成式AI向以目標驅(qū)動為核心的智能體AI演進。未來的智能體將不再局限于內(nèi)容的識別與創(chuàng)造，而是具備更強大的目標導向性、自主決策規(guī)劃能力以及與環(huán)境實時交互的能力。其關鍵能力指標呈現(xiàn)指數(shù)級增長：處理復雜任務的“任務長度”能力正以每7個月翻倍的速度提升；而在理解、規(guī)劃和執(zhí)行復雜任務方面的“任務準確度”也已突破50%這一關鍵門檻。這一范式躍遷將深刻重塑眾多行業(yè)場景，包括消費電子、企業(yè)服務、醫(yī)療健康、生物制藥、個人計算（PC）、移動設備、智能電視、智能汽車等，最終將催生出真正具備自主性、強適應性的通用智能體（AGI），實現(xiàn)從“工具”到“智能伙伴”的質(zhì)變。

觀點二：Scaling Law（規(guī)模定律）演變與成本革命

業(yè)界廣泛關注的AI Scaling Law在基礎模型預訓練階段的邊際效益正趨于平緩，技術發(fā)展的焦點已成功轉(zhuǎn)向新的維度，驅(qū)動著下一輪能力躍升：

? 定律演進：規(guī)模定律的核心正從預訓練規(guī)模定律（Pre-trained SL）向推理規(guī)模定律（Inference SL）遷移，并最終指向衡量智能體綜合能力的智能體規(guī)模定律（Agentic SL）。

? 多模態(tài)深化：規(guī)模定律的應用范圍正從語言模型規(guī)模定律（Language SL）向視覺模型規(guī)模定律（Vision SL）以及更廣闊的領域特定規(guī)模定律（Domain SL）擴展，推動多模態(tài)理解與生成能力的邊界。

? 成本陡降與能力躍升：成本效率大幅提升,模型的推理單位成本正以每年10倍的速度降低，與此同時，智能體的綜合能力及所需算力正以每年10倍的速度增長。這種“成本降、能力升”的剪刀差效應，正強力推動AI從側(cè)重“能思考”向真正“能實干”的實用化、規(guī)模化階段邁進。

觀點三：物理與生物智能的融合突破

AI的創(chuàng)新前沿正在突破純數(shù)字世界的邊界，向物理世界和生命科學領域推進：

? 模型能力進化：大語言模型（LLM）正快速進化為能夠理解視覺信息、處理自然語言并操控物理行動的視覺-語言-行動模型（Vision-Language-Action Models, VLA），為具身智能奠定基礎。

? 無人駕駛突破臨界點：我們預測，類似于DeepSeek等模型在語言領域帶來的跨越式進步，將在無人駕駛領域重現(xiàn)。預計到2030年，該領域?qū)⒂瓉砥洹癉eepSeek時刻”，10%以上的新車將會具有L4+無人駕駛能力， 實現(xiàn)感知、決策與控制能力的重大突破。

? 具身智能創(chuàng)新加速：機器人技術與AI的深度融合，有望在2035年左右達到接近或達到人類水平的靈巧操作與環(huán)境適應能力，在制造業(yè)、服務業(yè)、家庭等場景實現(xiàn)廣泛應用。

? 生物與科學革命：AI驅(qū)動的精準醫(yī)療、創(chuàng)新藥物研發(fā)（如靶點發(fā)現(xiàn)、分子設計）以及對基礎科學研究（如數(shù)學，物理，化學， 材料學、生命科學）的加速，將是未來十年最具顛覆性潛力和價值的突破方向。

觀點四：AI風險攀升與治理挑戰(zhàn)

技術的“雙刃劍”效應在AI領域日益凸顯，伴隨能力提升而來的是快速攀升的潛在風險，亟需全球社會高度警覺并積極應對：

? CBRN風險等級升級：尤其在涉及化學、生物、放射性、核等領域的潛在惡意使用風險，已從過去的“低”級別提升至“中”風險級別，威脅性增強。

? 模型安全威脅凸顯：模型欺騙、約束逃逸以及對人類監(jiān)管的抵制等安全風險愈發(fā)突出，其威脅在新模型版本迭代升級時尤其顯著

? 智能體風險倍增：智能體（尤其是具備自主性和目標導向的智能體）的普及，將導致其行為難以預測，可能引發(fā)連鎖反應和系統(tǒng)性風險，其復雜性和潛在危害將以翻倍的速度增長。當強大的AI被深度應用于科學研究、關鍵基礎設施控制等敏感領域時，風險將急劇擴大。

? 全球治理困境：當前全球范圍內(nèi)有效應對AI風險的治理機制、技術手段和跨國協(xié)調(diào)能力呈現(xiàn)弱化趨勢，監(jiān)管框架滯后于技術發(fā)展，國際合作面臨地緣政治等因素的掣肘，構(gòu)建有效、包容、敏捷的全球AI治理體系面臨嚴峻挑戰(zhàn)。

觀點五：產(chǎn)業(yè)格局重塑與中國路徑

產(chǎn)業(yè)格局重塑與中國路徑新的全球AI產(chǎn)業(yè)格局正在形成，中國將在其中扮演關鍵角色：

? 大模型市場整合：預計到2026年，全球范圍內(nèi)的前沿通用大模型（ Frontier Foundation Model）核心玩家將經(jīng)歷顯著整合，最終形成8-10家具有全球影響力的巨頭。其中，中國有望占據(jù)3-4席，成為全球AI版圖的重要一極。

? 中國路徑：中國市場將走出一條特色鮮明的技術發(fā)展路徑。其核心在于：追求極致效能優(yōu)化（算力效率、模型效率），積極探索創(chuàng)新架構(gòu)（如非Transformer架構(gòu)、軟硬協(xié)同設計）以突破現(xiàn)有瓶頸，最終實現(xiàn)低價格、高性價比的普惠目標。垂直行業(yè)的深度落地應用能力將成為中國AI企業(yè)的核心競爭力。

? 開源與閉源生態(tài)共生：開源生態(tài)將繼續(xù)在推動AI創(chuàng)新和基礎技術進步方面扮演不可或缺的角色，我們預測產(chǎn)業(yè)將形成約80%開源vs. 20%閉源的生態(tài)格局，開源的力量將加速知識共享、降低創(chuàng)新門檻，并與閉源模式形成互補，共同驅(qū)動產(chǎn)業(yè)繁榮。

結(jié)語

人工智能的發(fā)展正經(jīng)歷一場從生成式智能向智能體智能躍遷、從模型優(yōu)化向成本效率革命深化、從純數(shù)字智能向物理與生物智能融合拓展的深刻變革。這場變革蘊含著巨大的機遇，將重塑經(jīng)濟形態(tài)和社會面貌。在充分擁抱技術紅利的同時，我們必須以高度的責任感和前瞻性，正視其伴生的多重風險與挑戰(zhàn)。加強全球協(xié)作，推動創(chuàng)新治理機制的建立，是確保AI健康、安全、可持續(xù)發(fā)展的關鍵。對于中國市場而言，堅定走高效能、新架構(gòu)、低價格的技術路線，深耕垂直應用場景，積極參與全球合作與競爭，是把握時代機遇、塑造未來AI新格局的必然選擇。

AIR長期招聘人工智能領域優(yōu)秀科研人員

點這里關注我們

關于AIR

清華大學智能產(chǎn)業(yè)研究院（Institute for AI Industry Research, Tsinghua University，英文簡稱AIR，THU）是面向第四次工業(yè)革命的國際化、智能化、產(chǎn)業(yè)化的校級研究機構(gòu)。AIR的使命是利用人工智能技術賦能產(chǎn)業(yè)升級、推動社會進步。通過大學與企業(yè)創(chuàng)新雙引擎，突破人工智能核心技術，培養(yǎng)智能產(chǎn)業(yè)領軍人才，推動智能產(chǎn)業(yè)跨越式發(fā)展。

AIR于2020年由多媒體及人工智能領域的世界級科學家、企業(yè)家張亞勤院士創(chuàng)建。

智慧交通（AI＋Transportation）、智慧物聯(lián)（AI＋IoT）、智慧醫(yī)療（AI＋Life Science）是清華大學智能產(chǎn)業(yè)研究院的三個重點研發(fā)方向。