发帖
雷达卡
12月10日，在Meet2026智能未来大会上，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分享了他对人工智能未来发展的多项趋势判断。他指出，10年之后，机器人数量或将超过人类，而未来的SaaS服务与传统APP将逐步被智能体所取代。
张亚勤认为，当前新一轮人工智能浪潮的核心，是信息智能、物理智能与生物智能的深度融合。随着信息世界、物理世界和生物世界的全面数字化，比特、原子与分子之间的界限正逐渐模糊，三者共同构成了智能时代的基础架构。
在人工智能的发展路径上，生成式AI正在迅速演进为具备自主行为能力的智能体（Agent）AI。过去七个月中，智能体的任务复杂度实现翻倍增长，准确率已突破50%，表明其行为模式正逐步与人类目标“对齐”。这意味着AI不再局限于内容生成或问答交互，而是能够执行复杂任务并进行自主决策。
针对业界关于Scaling law（规模化法则）是否趋缓的讨论，张亚勤表示，预训练阶段的性能提升确实在放缓，但智能进化的重心已转向后训练阶段，尤其是推理能力和智能体层面的优化。一个显著变化是：推理的单位成本在过去一年下降至原来的十分之一，而智能体对算力的需求则激增十倍，两者之间形成了新的动态平衡。
人工智能正从虚拟的信息空间迈向真实的物理与生物世界。这一转变可被理解为从大语言模型向VLA（视觉-语言-动作）模型的跃迁——即AI不仅要理解文字与图像，还需在现实环境中完成感知与行动。
在这一进程中，无人驾驶技术已在2023年迎来拐点。据预测，到2030年，约有10%的新出厂汽车将具备完全无人驾驶能力，届时将迎来自动驾驶领域的“DeepSeek时刻”。
机器人被视为未来最具潜力的发展赛道。尽管人形机器人尚未完全成熟，但张亚勤预测，十年内全球机器人总数有望超越人类人口。与此同时，他也警示，AI能力的迅猛发展将伴随风险的急剧上升，需引起高度重视。
基于技术架构的演进逻辑，张亚勤展示了一幅他绘制的AI发展图谱。早在ChatGPT发布初期，他就构想出一个分层结构：底层为基础大模型，之上依次为垂直领域模型、SaaS服务层，最上层则是各类终端应用APP。而在2023年10月的更新版本中，他明确提出：未来的SaaS与APP都将被智能体全面替代——智能体将成为下一代软件与服务的主要形态，广泛应用于消费、工业、医疗、机器人及自动驾驶等领域。
以清华大学刘洋教授团队研发的医疗智能体为例，该项目构建了一个由多智能体组成的“无人医院”系统。该系统模拟真实三甲医院的运作流程，涵盖病人、医生、护士及各科室角色。在虚拟环境中，这些智能体通过持续交互与学习，可在极短时间内处理相当于现实医院两到三年积累的病例量，且诊断准确率更高。
张亚勤强调，此类智能体的目标并非取代医生，而是作为医生的强大辅助工具。他相信，未来每位医生都可能拥有专属的个性化智能体助手，大幅提升诊疗效率与质量。
在人工智能时代，基础大模型将扮演操作系统的角色，如同PC时代的Windows、移动时代的安卓与iOS一样，彻底重构整个产业格局。在其驱动下，芯片架构将发生相应变革；而在其之上，以垂直模型、边缘模型和智能体为核心的应用生态也将被全面重塑。整个产业的规模预计将比PC与移动互联网时代扩大2至3个数量级。
他进一步预测，未来在全球范围内，像操作系统一样的基础大模型可能不会超过10个，其中中美两国将各占约一半，少数其他国家也可能贡献个别模型，最终形成开源与闭源并行发展的双轨生态体系。
张亚勤指出，智能体是通向通用人工智能（AGI）的必经之路，这需要全新的算法体系、记忆机制以及世界模型的支持。他预计，未来五年内，当前主流的自回归架构、Transformer和Diffusion模型可能会被新一代技术范式所取代。最终，人类将在信息智能、物理智能乃至生物智能方面实现全面突破，这一宏大进程大约需要十五到二十年的时间完成。
京公网安备 11010802022788号
