小紀有話說：
文章來源：騰訊科技 公眾號
特約作者：快思慢想研究院院長 田豐
編輯：郭曉靜
硬科技為王，
全球AI產值5年4倍增長
首先，從人工智慧產業的增長潛力來看，可以說人工智慧的“雪道”又長又厚。按照約瑟夫·熊彼特（Joseph Schumpeter）的“長波創新週期”來分析，從1785年至今的6波科技革新浪潮，創新週期從60年持續逐步縮短到25年，最近以人工智慧、物聯網、機器人和無人機、清潔（能源）技術為代表的新一波科技浪潮，起步於2020年，新質生產力蓬勃發展到2045年。
全球進入新一輪硬科技創新週期，“應用為王”讓位於“硬科技為王”。截至2024年12月底，商業航天公司SpaceX估值躍升至3500億美元，超過3000億美元估值的影片平臺字節跳動，贏得全球獨角獸排行榜第一，而第三名OpenAI估值達1570億美元，也是最近兩年估值飛速增長的AI獨角獸。
人工智慧尚處於商業爆發前期。據Statista資料分析，未來5年，人工智慧對全球GDP具有重大影響，按“中等情況”分析，2025年AI直接帶動全球2.92%的GDP，約3.2萬億美元，到2030年則直接帶動9.54%的GDP，約12.4萬億美元，即5年AI產值增長近4倍（3.87倍）。
另一個例證就是法國Aventis Advisors的《2024年人工智慧估值倍數報告》顯示，2015年AI投融資大爆發時，OpenAI創立，雖然最近3年全球投資頻次持續下滑，但仍高於2015年水平線，2024年全球AI融資逾5000次，且60%以上處於A輪以前。
布拉德福德·德龍在講述全球工業革命經濟史著作《蹣跚前行》一書中講到：“工業研究實驗室、現代公司與全球化掀起了發現、發明、創新、應用和世界經濟一體化的浪潮，極大地提高了我們的全球有用經濟知識指數。”那麼在可預見的未來20年中，人工智慧實驗室、智慧協同網路、聯盟生態化，將掀起另一場世界經濟變革的浪潮。
人工智慧的“細分賽道”
在這個爆發初期的大產業中，如何找到最值得關注的細分賽道？在柏拉圖《理想國》書中提出的洞穴思想實驗，從前有一個洞穴，洞穴內的囚犯只能看到牆壁上洞外世界物體的影子，久而久之囚犯就把影子當成了對現實的認知，但影子並不是真實世界的準確表達。
當今“單模態”的語言類大模型正如洞穴中的囚犯，出現了幻覺、偏見等原生問題，要想從根上解題，必須讓AI走出“洞穴”，像人類一樣多模態地與物理世界互動、學習、糾偏，所以多模態AI將成為2025年的兵家必爭之地。
AI無處不在，感知大千世界。在2024年底的OpenAI、微軟的系列釋出會中，我們發現AI能夠系統性感知“三個世界”：
(1) 感知“物理世界”：OpenAI 4o模型透過攝像頭，指導程式設計師做手工咖啡，體現了對物理環境、人物動作、任務階段性結果的感知能力。
(2) 感知“數字世界”：微軟Copilot辦公助手能夠識別、記憶、分析電腦螢幕，主動發現使用者螢幕上的圖表、數字、文字的問題、特徵。
(3) 感知“精神世界”：OpenAI 4o模型透過手機攝像頭感知使用者通宵加班的精神狀態，主動噓寒問暖，給出充滿溫度的關心建議。
因此從GPT-4之後的下一代生產力模型，是以獵戶座為代表的多模態模型、以Operator為代表的多模態智慧體，相當於給AI裝上了“眼睛”和“耳朵”，甚至具身機器人為AI裝上了有觸覺的“手”和“腳”。
據Statista最新資料預測，在2025-2030年期間，AI機器人、自主與感測技術，將會快速發展，甚至反超機器視覺，成為新興賽道；另一方面，機器學習、自然語言也將保持快速發展態勢。
斯坦福大學李飛飛教授在《我看見的世界》一書中有兩段有趣的感知智慧描述：
“5.43億年前……這種感官剝奪的影響是深遠的，由於（海洋生物）什麼都看不到，聽不到，摸不到，早期的生命形式沒有任何可思考的物件。”“在一個沒有感官輸入的世界裡，生物沒有能力收集關於世界的資訊，因此大腦完全沒有存在的必要。”由此可見，無感知，無智慧。
複雜推理，孕育“因果式AI”
未來高水平推理應用，正在推動“生成式AI”向“因果式AI”升級。圖靈獎得主、美國國家科學院院士Judea Pearl旗幟鮮明地指出：“雖然機率體現了我們對靜態世界的信念，但因果關係告訴我們，當世界發生變化時（無論是透過人為干預還是想象行為），機率是否會改變以及如何改變。”簡而言之，相關性為主的生成式AI只能描述靜態世界特徵，而因果性為主的因果式AI能夠認知判斷世界動態發展規律。所以2024年AI科學家贏得諾貝爾物理獎、化學獎，只是一個開始，今後將會有越來越多的跨學科獎項花落AI。
GPT-4之後，全球大模型的研發形成了“分叉”的兩條路徑。一是像科學家一樣嚴謹的強推理模型，如o1（草莓）、o3等；二是具有多模態感知和生成能力的生產力大模型，如4o、獵戶座Orion等。
聖人無常師，AI弟子未必不如人類師傅，推理領域AI正在逼近超越人類專家。以2024年底OpenAI最新發布的o3模型分析，在AIME 2024國際奧數比賽題中o3考試拿下96.7分，接近滿分；在以物理、化學、生物等科學題的GPQA基準測試中，o3考出87.7分的高分，超過人類平均水平69.7分；在Codeforces程式設計題考試中，o3得分2727分，超過了99.99%的人類程式設計師，而且超過了研發o3的OpenAI首席科學家Jakub Pachocki（雅庫布·帕喬基）的2655分。在通用人工智慧題庫ARC-AGI基準測試中，o3最高取得了87.5考分，已經超過了人類專家的85分，並在2025-2026年向人類最高的95分攻堅。
讀者朋友們，若想對邏輯推理有更深一步的理解，推薦閱讀亞里士多德《工具論》：“大致來說，命題和問題分為三種。有些命題是倫理的，有些是自然哲學的，有些則是邏輯的。”當今人工智慧正在透過學習人類科學家的“思維鏈”來實現這三類命題的複雜推理。
人工智慧是重資本的
“科研軍備競賽”
重資本的長期投入是人工智慧基礎科研的“鋪路石”。人類歷史上每一次科技創新，都帶動了世界範圍的重資本基礎設施建設，鐵路網、高速公路網、電網、網際網路、AI資料中心都如此，所以拿美國舉例，透過基礎科研不斷逼近“AGI時刻”（通用人工智慧）的四騎士背後都有異常強大的金主持續投入：
(1) OpenAI的贊助方是3.4萬億美元的微軟；
(2) DeepMind的收購方是2.4萬億美元的谷歌；
(3) Anthropic的投資方是2.5萬億美元的亞馬遜；
(4) xAI背靠1.5萬億美元的特斯拉。
AGI競賽，不出錢，就出局。在下一代通用人工智慧的“軍備競賽”中，僅算力一項，研發投資門檻就高達5年1000億美元。例如2024年微軟、字節跳動、騰訊、Meta、特斯拉、亞馬遜幾家大廠就從英偉達購買了大量GPU晶片，各家的年度投資都是100億美元起步，而在AI算力、人才上的投資半途而廢就意味著退出AGI競爭。微軟總裁布拉德·史密斯（Brad Smith）宣佈2025年將投資800億美元建設AI資料中心，以訓練AI大模型。
“算力常勝”的初期AI盈利模式也脫穎而出。第一類賺錢的公司是AI晶片廠商，以英偉達為例，2017至2024年，資料中心業務7年實現10倍營收增長，市值9年增長215倍。第二類賺錢的公司是AI雲算力商，以微軟雲Azure為例，從2019年到2024年，季度營收5年實現2.6倍增長，微軟市值同期增長3倍。第三類賺錢的公司是已經實現規模化供給的AI服務商，以特斯拉為例，2019至2024年，特斯拉年度營收5年增長3.3倍，市值增長17倍。
穆斯塔法·蘇萊曼，邁克爾·巴斯卡爾在《浪潮將至》一書中認為：“這場浪潮由兩大核心技術所定義：人工智慧和合成生物學。它們將共同開啟人類的新黎明，創造出前所未有的繁榮和富足。”我們正在接近人類命運的關鍵節點，這一節點決定著人類命運的未來走向。我們已被人工智慧包圍，生活中的一切都將改變。或許這才是全球科技巨頭們超大規模押注人工智慧的根本原因。
從“數字AI”到“物理AI”
大模型科技創新的上半場是“知識工程”，下半場是“工業革命”。谷歌DeepMind、OpenAI嘗試從知識密集型的“數字AI”走向AGI，而特斯拉、英偉達在努力探索製造業、交通運輸業的“物理AI”。人類從嬰幼兒開始，就是不斷與物理世界互動學習的過程，然後進入學校學習抽象的知識傳承，屬於“自然選擇”機制。而目前人工智慧恰恰相反，先學習海量數字化知識，再以機器人身體進入物理世界“進修”，屬於“人類選擇”機制。這可能就是“莫拉維克悖論”的原因。（註釋：“莫拉維克悖論”指要讓AI如成人般地下棋是相對容易的，但是要讓電腦有如一歲小孩般的感知和行動能力卻是相當困難甚至是不可能的）
雖然“數字AI”和“物理AI”的AGI科研路線尚無定論，但諸多企業家、科學家們都紛紛預判通用人工智慧AGI將在6年內到來。
AGI時刻預測時間點各不相同，是因為AGI的定義不同。OpenAI用5級能力體系定義AGI，L1是聊天機器人，例如ChatGPT，L2是推理者，例如o1、o3，L3是代理型智慧體，例如尚未釋出的Operator，L4是創新者，能給出人類沒想到的科研與產業創新方案，L5是組織者，一組AI能形成有效協同的生產力組織。
谷歌DeepMind則依照弱人工智慧升級路徑，相應提出了6級AGI能力體系框架，即按照AI等同於專業領域的專家水平，來定義跨領域的通用人工智慧，例如等同於不熟練人員學徒級、等同於50%人類技能的合格級、等同於90%技能的專家級、等同於99%技能的大師級、超過100%技能的超級人工智慧（ASI）。需要說明的是AGI不止是在一個垂直領域達到分級水平，而是在跨領域實現高水平通用智慧。
我更傾向於谷歌對AGI的定義，即從整體能力上來評估，AGI應具有各個領域的通用智慧、同時在垂直領域具有等同於人類大師水平的專業能力。如下圖所示，目前只存在單一領域超過人類大師水平的專業弱人工智慧，例如AlphaZero打敗了所有人類圍棋選手，或者存在學徒級水平的通用知識智慧，例如ChatGPT，所以AGI或將迎來新一波架構革新、理論創新。
當“AGI時刻”真正到來時，“世界模型”很有可能永珍歸一。不論是強推理模型路徑，還是多模態模型發展路徑，都將融為一體，正如人類只有一個大腦一樣，一個AI模型解決所有問題。
對於通用人工智慧到來時，會發生哪些產業變革、社會變革，推薦閱讀《科學與忠誠：錢學森的人生答卷》一書，用戰略科學家的科學思維方法解構飛速發展的人工智慧科技，錢老先生通常一語勝千言——“用機器代替人的體力勞動，是第一次工業革命，即機械化；用機械系統來替人做非創造性的腦力勞動，是第二次工業革命，即自動化。”
“我們還處在第二次工業革命的前夜，明天才是超高速飛行、星際航行、無人工廠、自動化辦公室和圖書館的時代。到那個時候，人們終於擺脫了一切非創造性的勞動，實現了共產主義的生產方法。”
“曼哈頓計劃”與“奧本海默時刻”
人工智慧屬於賦能型科技，是大國競爭的國之重器，所以以美國為首的國家都在“不計成本”地搶佔21世紀制高點。美國在走向“第一科技強國”的路上，有兩個不容忽視的里程碑，1941年羅斯福提出的“曼哈頓計劃”和1961年肯尼迪提出的“阿波羅計劃”，前者透過原子彈樹立頭號強國地位，後者反超前蘇聯實現人類登月，都極大推動了美國的經濟發展、科研突破、民族自信心。
時至今日，推崇“讓美國再次偉大”的特朗普在第二任任期內，很有可能採納美中經濟與安全審查委員會提出的AGI“曼哈頓計劃”，即政府牽引投資通用人工智慧研發突破，公共投入不少於國家GDP 0.8%的龐大金額，按照2024年經濟規模計算相當於2190億美元，再加上來自矽谷科技巨頭、華爾街金融體系的民間投資，AGI科研投入可能超過萬億美元。另一種可能性，如果AGI潛在價值繼續擴大，美國可能按照“阿波羅登月”1.6%的GDP比例投資，即4379億美元的AGI公共科研投資。
AGI時刻就是“奧本海默時刻”。當一項科學發現、技術突破會對社會、倫理以及人類自身產生極其深遠的影響，這一時間點被稱為“奧本海默時刻”。當通用人工智慧擁有了超過人類的智慧時會發生什麼？正如在電影《奧本海默》結尾時，愛因斯坦與奧本海默推算出原子彈的“鏈式反應”，已經能夠毀滅地球的可能性時，奧本海默不禁感慨：“我相信我們做到了。”
當然作為技術加速主義者的OpenAI創始人奧爾特曼給我們規劃了一個“AGI烏托邦”，他在2021年《萬物摩爾定律》一文中提出了AGI時代前後的挑戰與機遇。在AGI時刻之前，幾十年來，摩爾定律推動晶片大約每兩年以相同價格變得效能翻倍。過去幾十年，美國的電視、電腦和娛樂成本下降，但住房、醫療保健和高等教育等成本顯著上升。如果這些成本繼續飆升，僅財富再分配是行不通的。而人類步入AGI時刻之後，“想象一個世界，幾十年來，住房、教育、食物、服裝等所有東西大約每兩年價格減半。技術革命後總會出現新工作，而且由於另一邊的富足，人們將有極大的自由去創造這些工作。”當自主化機器人生產一切商品、開採資源，並且機器人自動化生產機器人，所有商品成本將逼近於原材料價格，而所有服務成本將接近於能源價格，最終帶來物質極大豐富、人類創新時間自由，這就是奧爾特曼眼中的“萬物摩爾定律”。
而在技術加速主義者的對立面，則出現了一群以毀滅新興技術為使命的盧德主義者。18世紀第一次工業革命期間，英國萊斯特地區一位名叫內德·盧德的織布工學徒被僱主責罵後，拿起錘子搗毀了紡織機器。在盧德主義者興起的1811至1816年，諾丁漢郡暴徒們的主要攻擊目標是針織機，盧德主義者們至少開展了100次單獨行動，搗毀了約1000臺機器，它們價值6000-10000英鎊。“AGI時刻”的到來，是會給更多人帶來薪酬福利的上升、工作崗位的增加、社會技能培訓升級，還是讓更多人失業、降薪，決定了是否會湧現大量盧德主義者阻礙生產力進步，人工智慧的普惠價值應造福於全人類，而不是少數人，以人為本主義者將彌補科技加速主義者與盧德主義者之間的巨大鴻溝。
當“奧本海默時刻”到來的過程中，人類也將出現“大分流”。當很多人按照情緒不假思索地接受別人的觀點而非思考過程邏輯，不對AI給的答案進行質疑與獨立思考時，AI生成的海量低質量“思維垃圾”將像快餐一樣訓練出“超級笨蛋”人類群體，成為對AI言聽計從的“奴隸”；與之對應的是，具有批判性思維、善於發現問題、有能力鑑定AI答案專業性和正確性的一群人，將把AGI作為超級助手，成長為“超級智人”，在做出比以往任何時代都偉大的壯舉。
人類該如何直面“AGI時刻”？推薦《奧爾特曼傳》暢銷書，一個有趣的思想實驗是哲學家尼克·博斯特羅姆提出的“回形針預言”——假設一個人工智慧被賦予了儘可能多地製造回形針的唯一任務，那麼它可能會在無意中消滅全人類以完成其任務。
AI產業革新依靠“科技群落木桶”
走向通用人工智慧AGI的科研路徑，是由一個科技群落組成，包括多智慧體協同網路、大語言模型、小語言模型、因果AI、群體AI等組成的“AGI木桶”，缺一不可。新一代人工智慧具有5大特性：
(1) 自主“思考”如何完成任務；
(2) 在決定採取最佳行動之前，評估各種 “假如” 情況；
(3) 在解決問題時，理解它們行為的影響；
(4) 能夠理解自身行為“如何做”和“為什麼做”；
(5) 各領域小語言模型驅動任務，並與大語言模型協同合作。
AI產業革新是按照“新基建”“新系統”“新終端”“新服務”四階段的發展路徑演進的，簡單來講就是“AI產業化，產業AI化”。
(1) 第一波產業浪潮，是以AI專屬算力、資料為核心的智慧新基建。透過重資本投資大規模升級換代數字化公共基礎設施，這一過程伴隨著基建成本價格的持續降低，參考1G到5G通訊資費的降價帶來市場需求爆發。
(2) 第二波產業浪潮，是以大模型為核心的新型作業系統。從雲上到終端一體協同的“AI大腦”基礎能力持續提升，逼近人類智慧臨界點，成為所有應用軟體的共同基礎。
(3) 第三波產業浪潮，是個人用得起的AI新終端社會化普及。首先是PC、手機與可穿戴配件的AI換代，包括AI PC、AI手機、AI耳機、AI眼鏡、AI手錶等；伴隨計算晶片、終端電池的升級，新型AI終端陸續推廣，包括智慧車艙、無人機、機器狗、人形機器人等獨立運算的終端裝置，成為新型生產力工具。
(4) 第四波產業浪潮，以智慧體提供跨領域綜合服務、專業服務。例如辦公、程式設計、客服、醫療、教育、駕駛等智慧體，成為跨APP的新服務入口，AI應用市場吸引更多開發者加入，網際網路與線下商業的格局將迎來全新格局與AI平臺重構。
AI產業革命從商業領域上看，有四個發展方向：一是“網際網路AI化”“傳統軟體AI化”“傳統服務AI化”“硬體AI化”，詳細內容參見下圖。以網際網路AI化為例，搜尋、遊戲、影片直播、社交網路、電商等商業模式，都正在被生成式AI、AI虛擬角色、智慧體等技術所重構，下一代網際網路應用並不是超級應用，而是超級服務。
以大模型為代表的人工智慧2.0產業化革命，推薦閱讀2025年春節後即將出版的《AI商業進化論》，一言以蔽之——“人工智慧的上半場是‘知識工程’，下半場是‘工業革命’。”
第四次工業革命
智慧化牽引的第四次工業革命，必須回答兩個關鍵命題：一是人工智慧的科技演進路線，二是人工智慧如何創造新商業價值。綜合分析，前者按照“認知AI”“物理AI”“AGI”（通用人工智慧）三浪疊加實現技術進步，後者按照“超級系統”“超級產品”“超級服務”實現商業價值躍遷。智慧化的本質就是先實現“自動化”，再實現“規模化”。
展開來看，“認知AI”能夠逐步解決一部分基礎腦力勞動，“物理AI”能夠推動新質生產力革新，最終透過AGI完成高複雜度、高邏輯性、大規模的絕大部分人類工作，人類轉移向挑戰性更強、創造力更強的新發展階段。
群體智慧解決單體智慧的瓶頸問題。人類的腦化商數在大約9萬年前達到頂峰，最近5000年還有10%的減少。為了持續提升人腦的智力，人類很早就開始透過社會性、產業性的分工協作、知識資料儲存實現一定程度的群體智慧。人工智慧同樣在快速提升單體智慧（大模型）與群體智慧（智慧體協同網），例如全球700萬輛特斯拉電動車之間的智慧駕駛群體技能學習，以及2025年將會推出的Robotaxi車隊、Optimus機器人也是2種商業場景下的通用駕駛、通用生產群體智慧，其背後的原因如下：
(1) 加速收集高質量資料，加速認知物理規律；
(2) 加速找到複雜環境下複雜任務的更優解；
(3) 加速迭代優質服務，加速吸引更多使用者。
無群體，不智慧。尤瓦爾·赫拉利在《智人之上》一書中寫到：“人類之所以喜歡召喚自己控制不了的力量，問題不在於個人的心理，而在於人類在大規模合作時的一種特性（大規模合作網路）。”
人口鉅變，“世界工廠”升級“智慧工廠”
根據聯合國人口署資料顯示，2022年中國50%的人口年齡超過38.5歲，實質上進入“大齡勞動力時代”。不只是中國，而是全球大部分地區都將進入老齡化社會，《柳葉刀》雜志上的一項最新研究預計，到2050年，全球204個國家和地區中，有155個經濟體（佔比76%）的生育率，將低於人口更替水平。到2100年，這一數量將進一步上升至198個國家和地區——即總數的97%。2024年亞洲地區的印度人口已經超過中國人口（中國14.25億人，印度14.35億人），預計到2050年，印度平均年齡約36歲，中國則是49歲，中國將在2040年前實現“人口達峰”。未來50年，我們無法依賴人力密集型產業結構保持領先地位，人工智慧+新質生產力是必由之路。
未來的人口密集區域不止是印度，更多新生兒誕生在非洲。據人口研究人員分析，到本世紀末，超過四分之三（75%）的新生兒將出生在低收入和中等偏下收入國家，其中超過一半（50%）將出生在撒哈拉以南的非洲。所以透過中國遍佈全球的新型智慧工廠，向“一帶一路”的中低收入國家提供質優價廉的個性化商品與服務，成為經濟發展的關鍵戰略。
另一方面，人口下降也會帶來部分領域人工智慧訓練資料規模的縮小，所以資料貿易、合成數據等新領域值得深入拓展。
人口不僅是勞動力，更是創新力。仿生機器人能夠極大緩解老齡化社會的勞動力缺口，而科學智慧（AI for Science）則能夠顯著增強我國基礎科研力量的不足。在此推薦梁建章《人口戰略》暢銷書，該書率先提出“創新力=人口數量×人口能力×（內部交流量+外部交流量） ”公式，人口能力指的是國家或地區的人群平均能力水平，內部/外部交流量指的是科技、貿易等國際交流。
全球人才 + 全球科研 = AI競爭力
百年未有之大變局中，中國在“修路”，一帶一路貿易共同繁榮，而美國在“建牆”，以“卡脖子”戰略脫鉤斷鏈，科技產業鏈從全球化轉向區域化、友岸化，全球科研合作生態面臨重大挑戰。中國以開放包容原則攜手世界各國共同發展，一帶一路、金磚國家、上合組織，人才、科技、產業鏈、市場逐步融為一體，構築起21世紀的“人類命運共同體”，共同繁榮發展。
人工智慧短期看算力，中期看資料，長期看人才，人才是一切創新的源頭，科技強國必然是人才強國。中國在全球化貿易基礎上，應借鑑全球科技名校，建立起世界一流的AI研究生、博士生教育體系，吸引華人科學家、國際領軍科學家、培養青年科學家的科研教學隊伍。另一方面，為AI創新人才打造最自由、最有成就感的基礎科研發展空間，保障原創AI的科研工作者有飯吃、生活無憂，沒有繁文縟節和上升天花板。國際方面，在人類命運共同體的生態圈中，設立人工智慧國際基礎科研中心，前沿領域的AI跨學科交流是最好的催化劑。
《全球AI人才追蹤報告》（美國Paulson Institute智庫）
人才培育方面，推薦西湖大學施一公校長的新書《自我突圍》，不僅講述了中國本土人才如何自我成長贏得國際化學術成就，而且提供了中西融合的新一代人才教育理念。科技自信來自於文化自信，青年科學家決定中國的未來——“培養一批有理想、敢擔當的年輕人，在他們的可塑性還比較強的時候去影響他們。”
*頭圖及封面圖來源於“ivy”
溫馨提示：雖然我們每天都有推送，但最近有讀者表示因平臺推送規則調整，有時候看不到我們的文章~
歡迎大家進入公眾號頁面，右上角點選“設為星標”點亮
，收藏我們的公眾號，新鮮內容第一時間奉上！
，收藏我們的公眾號，新鮮內容第一時間奉上！*文章觀點僅供參考，不代表本機構立場