回溯至十年前，互联网的发展呈现出蓬勃兴起之势。那时，清华大学智能产业研究院院长、中国工程院外籍院士张亚勤便敏锐地预见到 “AI +” 将成为下一个重大发展趋向。时光荏苒，仅仅十年，AI 的浪潮便如排山倒海般汹涌袭来。

今年 3 月，张亚勤于其新书《智能涌现》里剖析道，AI 正处于 “由量变迈向质变” 的关键节点，智能正从 “被动学习” 朝着 “主动生成” 转变。他指出，在未来的十年，将会是人类与智能携手共同成长的协作纪元。

智能涌现，并非仅局限于前沿技术的钻研，而是正从科技探索领域广泛拓展至各行各业。当下，除了模型生态，AI Agent（智能体）的应用亦是遍地开花，AI 在产业中的实践与运用，已然成为新生产力革命的全新动力源泉。

然而，伴随着技术的进步，AI 安全与治理的紧迫性也随之而来。围绕当前中美 AI 技术路径、AI 产业落地趋势、AI 安全与治理等诸多问题，在 2025 年世界互联网大会乌镇峰会期间，张亚勤接受了《每日经济新闻》记者（以下简称 “NBD”）的独家专访。智能涌现，AI + 产业是未来发展趋势

NBD：您的新书《智能涌现》提及，AI 当前正处在从量变到质变的关键节点，那这一 “涌现” 是否存在可量化的评判标准呢？

张亚勤：此轮人工智能的突出特征是所谓的规模定律。比如，数据量越多、算力越高，再搭配上新算法，智能程度就会不断提升，当提升到一定程度突破某个界限时，就会伴随出现涌现效应。

涌现效应有个关键特点，即人工智能不仅具备模式识别、感知能力，如今还拥有了认知能力、生成能力以及创造力，这是极为重要的特性。此外，涌现效应的范畴，不只是技术层面的涌现，实际上它已在各个产业中显现。

NBD：当下 AI 正深入渗透并应用于各行各业，推动生产力发展，在您看来，AI 是否正在推动新一轮的生产力革命呢？

张亚勤：确实如此。人工智能技术的科研早在 20 世纪六七十年代就已开启，而其进入产业领域，不过是过去十年，尤其是近五年才逐步展开的。在这一阶段，人工智能充当着通用的生产力工具。ChatGPT 等技术的创新，带动了大模型技术与应用的发展。

NBD：AI 正加速向产业渗透，我们留意到在过去一年，Token 的消耗量迅速增长，在您看来，哪些行业对 AI 大模型、智能体的需求更为旺盛呢？

张亚勤：首先是机器人行业，这一产业完全是由新一轮人工智能催生而来。

其次，在垂直的传统行业，诸如教育、医疗等领域，也将从 AI 技术中获益，并发生重大变革。AI 技术能够加快新药研发的进程，改变新药从研发、临床测试到最终制药的整个模式。

另外，AI 的加速发展，推动了 AI 基础设施建设。芯片、数据中心、云计算等领域，科技巨头们都在加紧 AI 基础设施的建设。诚然，美国目前在 AI 基础设施建设方面速度过快，或许存在一些泡沫，但总体而言，AI 的发展潜力巨大。信息智能与物理智能融合，是未来十年关键窗口期

NBD：过去一年，中国开源大模型在国际舞台上频繁实现 “反向输出”，一些海外产品甚至采用中国模型。您如何看待这一趋势？中国 AI 的核心竞争力体现在何处，是算力、数据、工程落地能力，还是成本与生态呢？

张亚勤：ChatGPT 是 AI 领域一个重要的基石或创新成果。实际上，大部分模型都在致力于获取更多数据、提升算力。自 DeepSeek 今年初大规模流行后，开辟了一条新路径。它在无需极高算力的情况下，凭借更高效的系统架构、更精妙的算法，在全球大模型竞争中崭露头角。

DeepSeek 的开源生态，不仅让众多小公司能够加以运用，其用户市场还覆盖到非洲、东南亚等国家，这是一项重大创新。

未来在全球范围内，通用的、前沿的大模型数量预计不会超过 10 个，而更大的机遇反而可能来自垂直模型或行业模型。

NBD：当前国际科技巨头纷纷加大在 AI 领域的资本投入，有人认为 AI 基建尚远远不足，也有分析称当下 AI 投资存在泡沫，您对此有何看法？

张亚勤：AI 是一个规模达数十万亿元的产业，参与其中的企业对自身的定位各有不同。巨头们致力于构建全栈 AI 生态，强化自身的竞争壁垒。也有部分科技公司专注于应用层，打造 AI Agent，以解决一些具体的、垂类行业的问题。

当下 AI 基础设施投资的热潮，未来或许会出现一些泡沫，这就如同 1998 年前后的互联网基础设施建设浪潮，当时大家都热衷于购置路由器、建设数据中心，后来发现有些超前了，当时同样是机遇与泡沫并存。这与当下的 AI 热潮颇为相似，大型科技企业宁愿多做布局，也不愿错过 AI 发展的契机，对它们而言，机会成本反而更高。

NBD：您的新书中提到，信息智能与物理智能的融合是未来十年的关键窗口期，当前两类智能融合面临的最大技术瓶颈是什么？

张亚勤：在信息智能阶段，主要依托互联网的数据来打造前沿模型。而进入物理世界后，就需要物理世界的数据。目前的一个瓶颈在于物理世界的数据较为分散。

另一个瓶颈是，许多人提出需要构建一个物理世界的模型，但物理世界的模型需要更强的推理能力、理解能力以及对三维、四维空间的感知能力。不实内容被当作训练数据，AI 安全和治理仍然紧迫

NBD：AI 技术的发展带来了诸多便利，但 AI 安全问题也备受瞩目。人工智能的安全问题似乎让我们回想起当年人们对互联网技术发展与安全的思考。您对此有何见解？

张亚勤：AI 的能力越强，其蕴含的风险也就越高。当然存在失控的风险，也有被滥用的风险。所以在信息智能方面，深度伪造、虚假信息、AI 幻觉等，都引发了诸多严重问题，此时就需要出台政策法规，为 AI 技术应用划定底线，让大家明确什么可为、什么不可为。

NBD：在您看来，AI 技术的发展当下还存在哪些风险？

张亚勤：目前我担忧的是，人工智能的加速发展，可能会引发系统性的风险，甚至出现系统性的失控。

此前有消息称，互联网上超过半数的英文书面内容已由人工智能生成，占比达到 52%，首次超过人类创作的 48%。这意味着人工智能生成的内容已超过人类产生的内容，而人工智能生成的内容中存在一些不实信息。这些信息同样会作为新的训练数据，进入新的 AI 模型，进而自我繁殖、自我放大。

这个问题需要从技术、人机交互以及政策等方面加以解决。否则，后续不实信息作为训练数据，将会呈指数级泛滥，这是当前 AI 治理极为迫切的问题。

（文章来源：每日经济新闻）

原标题：专访清华大学智能产业研究院院长张亚勤：当前迫切需要治理AI产生的不实信息｜直击2025乌镇峰会

郑重声明：信查查发布此内容旨在传播更多信息，与本站立场无关，不构成投资建议。据此操作，风险自担。