中国信息通信研究院总工程师何宝宏：洞察AI发展新趋势

中国信息通信研究院总工程师 何宝宏

尊敬的各位领导、各位专家，大家好！很高兴有机会再次来到数字经济论坛，分享我和团队关于人工智能发展的最新观察、理解与思考。内容不一定完全准确，供大家批评指正。

一、智能经济新形态：AI赋能千行百业

今年的《政府工作报告》首次提出“打造智能经济新形态”，这标志着数字经济发展进入了新阶段。过去我们强调数字化、网络化，现在更突出AI赋能千行百业，产业发展进入智能化高级阶段。

从技术角度看，基础大模型在过去一年，无论是语言模型还是多模态模型，都取得了长足进步，但呈现出新特点：语言大模型过去几年能力年均提升约35%，但增长逻辑出现转折——不再单纯依靠“模型越大、效果越好”，而是通过模型扩展、外挂工具等方式，技术路线发生了微妙变化。多模态模型的进步更为显著，过去一年能力提升50%以上，产业创新重心正从语言模型加速转向多模态，各类技术瓶颈不断被突破。

二、开源模型走向收敛，头部效应凸显

开源模型能力已接近闭源，差距持续缩小。开源赛道呈现收敛趋势，历史上开源模型数量曾超200个，如今下载量、使用量及衍生模型高度集中于头部。TOP5开源模型下载量占比超过83%，可以看到，Meta与DeepSeek明显占据了榜单前面，开源模型也在走向收敛。

三、世界模型：智能与物理世界的融合探索

仅有语言模型和多模态还不够，智能需要与物理世界交互，物理仿真、现实建模能力仍显不足。学术界正积极探索构建世界模型，最简单路径是语言大模型与物理世界融合。目前世界模型研究尚处初期，方向明确，但技术路线仍存较大分歧。一旦世界模型成熟，元宇宙也将迎来真正落地。

四、数据成为核心瓶颈，三大路径破局

再往上走是数据，数据是一个重大的挑战。过去一段时间，模型的能力不能仅依靠模型越大来支撑，今天的数据预训练撞上了墙，难以找到新的数据来提升它，数据成了制约模型能力提升的一个核心性的因素。

如果是数据部门，或者做大数据要素，你会说数据太多了，体量大，类型多。如果做大模型，反过来就会说数据太少了，质量也不高，互相甩锅，这是一个正常的现象，不是数据不够，是模型不好。

为了解决今天的公共互联网上的公用数据基本消耗殆尽的问题，如何挖掘更多的数据价值：

1. 私域数据：针对特定行业的私域数据开发利用，尤其是模型的微调和训练远远不够，需从公域走向私域。
2. 合成数据：人类产生的数据基本消耗殆尽，生产数据远落后于模型消耗速度，可通过传统算法或AI算法合成数据用于再训练。
3. 提升数据质量：通过数据工程等方法，对已有数据进行提炼加工，解决数据在质量、即时性、完整性、标准化等方面的问题。

五、算力热点转移与基础设施升级

算力在过去一年的时间里，热点层出不穷：

1. 推理算力：从预训练类算力转向实际使用的推理算力，未来推理算力比例将超过训练算力。
2. 算力整合：国内算力“小散乱”，需一体化集中，构建全国算力一张网，实现互联互通与闲置资源匹配。
3. 超节点建设：单节点能力需持续提升，同时推动算电协同，应对AI日益增长的电力消耗。

六、Agent框架初定，驾驭工程应运而生

Agent的技术框架已经初步确定。开源领域发展迅速，通过整理人编写的“说明书”并面向机器优化，使机器更准确理解指令，形成有效技术路径。

此外，模型输出具有概率性，可能出现错误。当概念性错误发生时，如何控制模型沿正确轨迹运行，成为全新挑战。所有智能系统都可能“发疯”，风险必须可控。从计算机时代的软件工程，到互联网时代的分布式工程，如今亟需“驾驭工程”，将不确定性转化为可控确定性。

七、具身智能：迈向泛化与自主执行

具身智能目前已取得长足发展，但产品仍集中于特定场景。领先应用已能实现自主执行，这是重要飞跃。未来目标是泛化至更多场景，摆脱遥控依赖，实现真正自主。

当前面临两大关键挑战：

1. 高质量物理数据缺失：真机数据昂贵且稀少，合成数据可靠性不足，互联网数据虽便宜但不适用，数据获取存在巨大鸿沟。
2. 模型泛化能力弱：单一场景训练的具身智能难以迁移到其他场景，需整个技术链条协同优化。

八、AI产品形态日益丰富

AI产品形态越来越多，AI手机、AIPC、AI眼镜等设备形态明显日益丰富和完善。

结语：迎接“智变”时代

走到今天，AI正在向各行各业持续渗透，但渗透次序不同——语言类应用渗透较快，持续推动人类社会进步。人工智能正在迎来“智变”，我们做好准备了吗？