新闻中心

当前位置: 首页 > 新闻中心 > 学院新闻 > 正文

张亚勤:人工智能发展的一些观点(2025)

来源:       发布时间:2025-06-06
6月6日,中国工程院外籍院士,清华大学讲席教授、智能产业研究院(AIR)院长张亚勤在“太湖对话·AI for Science”论坛上发表了题为《人工智能发展的一些观点》演讲。

以下是张亚勤院士的观点梳理:
人工智能发展的一些观点(2025)
张亚勤
清华大学讲席教授、智能产业研究院(AIR)院长
中国工程院外籍院士
人工智能(AI)的发展正经历一场深刻的范式转变,其重心已从单纯的技术突破转向产业深度融合与AI治理协同并进的新阶段。AI作为核心驱动力,正以前所未有的速度重构生产力与生产关系,并推动物理世界、数字世界乃至生物世界的深度耦合与融合创新。本文提出关于AI未来发展的五个观点,以期勾勒出未来5-10年AI演进的发展脉络。

观点一:生成式AI向智能体AI的范式跃迁
(Generative AI => Agentic AI)
当前AI发展正在经历显著转变,正从以内容生成为核心的生成式AI向以目标驱动为核心的智能体AI演进。未来的智能体将不再局限于内容的识别与创造,而是具备更强大的目标导向性、自主决策规划能力以及与环境实时交互的能力。其关键能力指标呈现指数级增长:处理复杂任务的“任务长度”能力正以每7个月翻倍的速度提升;而在理解、规划和执行复杂任务方面的“任务准确度”也已突破50%这一关键门槛。这一范式跃迁将深刻重塑众多行业场景,包括消费电子、企业服务、医疗健康、生物制药、个人计算(PC)、移动设备、智能电视、智能汽车等,最终将催生出真正具备自主性、强适应性的通用智能体(AGI),实现从“工具”到“智能伙伴”的质变。
观点二:Scaling Law(规模定律)演变与成本革命
业界广泛关注的AI Scaling Law在基础模型预训练阶段的边际效益正趋于平缓,技术发展的焦点已成功转向新的维度,驱动着下一轮能力跃升:
• 定律演进:规模定律的核心正从预训练规模定律(Pre-trained SL)向推理规模定律(Inference SL)迁移,并最终指向衡量智能体综合能力的智能体规模定律(Agentic SL)。
• 多模态深化:规模定律的应用范围正从语言模型规模定律(Language SL)向视觉模型规模定律(Vision SL)以及更广阔的领域特定规模定律(Domain SL)扩展,推动多模态理解与生成能力的边界。
• 成本陡降与能力跃升:成本效率大幅提升,模型的推理单位成本正以每年10倍的速度降低,与此同时,智能体的综合能力及所需算力正以每年10倍的速度增长。这种“成本降、能力升”的剪刀差效应,正强力推动AI从侧重“能思考”向真正“能实干”的实用化、规模化阶段迈进。
观点三:物理与生物智能的融合突破
AI的创新前沿正在突破纯数字世界的边界,向物理世界和生命科学领域推进:
• 模型能力进化:大语言模型(LLM)正快速进化为能够理解视觉信息、处理自然语言并操控物理行动的视觉-语言-行动模型(Vision-Language-Action Models, VLA),为具身智能奠定基础。
• 无人驾驶突破临界点:我们预测,类似于DeepSeek等模型在语言领域带来的跨越式进步,将在无人驾驶领域重现。预计到2030年,该领域将迎来其“DeepSeek时刻”,10%以上的新车将会具有L4+无人驾驶能力, 实现感知、决策与控制能力的重大突破。
• 具身智能创新加速:机器人技术与AI的深度融合,有望在2035年左右达到接近或达到人类水平的灵巧操作与环境适应能力,在制造业、服务业、家庭等场景实现广泛应用。
• 生物与科学革命:AI驱动的精准医疗、创新药物研发(如靶点发现、分子设计)以及对基础科学研究(如数学,物理,化学, 材料学、生命科学)的加速,将是未来十年最具颠覆性潜力和价值的突破方向。
观点四:AI风险攀升与治理挑战
技术的“双刃剑”效应在AI领域日益凸显,伴随能力提升而来的是快速攀升的潜在风险,亟需全球社会高度警觉并积极应对:
• CBRN风险等级升级:尤其在涉及化学、生物、放射性、核等领域的潜在恶意使用风险,已从过去的“低”级别提升至“中”风险级别,威胁性增强。
• 模型安全威胁凸显:模型欺骗、约束逃逸以及对人类监管的抵制等安全风险愈发突出,其威胁在新模型版本迭代升级时尤其显著
• 智能体风险倍增:智能体(尤其是具备自主性和目标导向的智能体)的普及,将导致其行为难以预测,可能引发连锁反应和系统性风险,其复杂性和潜在危害将以翻倍的速度增长。当强大的AI被深度应用于科学研究、关键基础设施控制等敏感领域时,风险将急剧扩大。
• 全球治理困境:当前全球范围内有效应对AI风险的治理机制、技术手段和跨国协调能力呈现弱化趋势,监管框架滞后于技术发展,国际合作面临地缘政治等因素的掣肘,构建有效、包容、敏捷的全球AI治理体系面临严峻挑战。
观点五:产业格局重塑与中国路径
产业格局重塑与中国路径新的全球AI产业格局正在形成,中国将在其中扮演关键角色:
• 大模型市场整合: 预计到2026年,全球范围内的前沿通用大模型( Frontier Foundation Model)核心玩家将经历显著整合,最终形成8-10家具有全球影响力的巨头。其中,中国有望占据3-4席,成为全球AI版图的重要一极。
• 中国路径:中国市场将走出一条特色鲜明的技术发展路径。其核心在于:追求极致效能优化(算力效率、模型效率),积极探索创新架构(如非Transformer架构、软硬协同设计)以突破现有瓶颈,最终实现低价格、高性价比的普惠目标。垂直行业的深度落地应用能力将成为中国AI企业的核心竞争力。
• 开源与闭源生态共生:开源生态将继续在推动AI创新和基础技术进步方面扮演不可或缺的角色,我们预测产业将形成约80%开源vs. 20%闭源的生态格局,开源的力量将加速知识共享、降低创新门槛,并与闭源模式形成互补,共同驱动产业繁荣。

结语
人工智能的发展正经历一场从生成式智能向智能体智能跃迁、从模型优化向成本效率革命深化、从纯数字智能向物理与生物智能融合拓展的深刻变革。这场变革蕴含着巨大的机遇,将重塑经济形态和社会面貌。在充分拥抱技术红利的同时,我们必须以高度的责任感和前瞻性,正视其伴生的多重风险与挑战。加强全球协作,推动创新治理机制的建立,是确保AI健康、安全、可持续发展的关键。对于中国市场而言,坚定走高效能、新架构、低价格的技术路线,深耕垂直应用场景,积极参与全球合作与竞争,是把握时代机遇、塑造未来AI新格局的必然选择。


下一条:AIR 科研|LLM RL最强算法,清华AIR-字节跳动SIA-Lab联合发布

关闭

相关新闻

业务合作:airoffice@air.tsinghua.edu.cn
招生招聘:airhr@air.tsinghua.edu.cn
联系电话:(010)82151160  

办公地点:北京市海淀区清华科技园启迪科技大厦C座12层

官方微信

京ICP备15006448号  |   版权所有©清华大学智能产业研究院