隨著人工智能技術發展，AI正在從“能用”到“好用”演進，從產業視角看，AI技術如何找到適合的場景切入?現階段AI發展路線是否符合預期?智能體是當下的“版本答案”嗎?以及未來AI會如何演進?

　　7月27日，世界人工智能大會期間，騰訊舉辦“智能涌現”主題論壇，中國信息通信研究院人工智能所所長魏凱，IEEE計算機學會技術成就獎得主、合肥工業大學大數據知識工程教育部重點實驗室主任、長江學者吳信東，英國工程與技術學會會士、澳大利亞計算機學會會士、香港教育大學人工智能講座教授徐貫東，國家糧食大數據采集與應用技術創新中心主任、人工智能全球最具影響力學者、合肥工業大學教授曹杰齊聚，圍繞當下AI發展的關鍵問題展開圓桌討論。騰訊公司副總裁、騰訊研究院總顧問楊健擔任主持人。

　　楊健在開場談到，AI領域的變化之快令人矚目，新的技術路徑與應用形態不斷涌現，這既反映出行業的旺盛活力，也說明未來還有很多可能性等待挖掘。

　　騰訊公司副總裁、騰訊研究院總顧問 楊健

　　AI應用價值思考：未來人工智能將“化于無形”，如同水電無處不在

　　2025年高考剛剛落下帷幕，高校錄取結果陸續出爐，騰訊元寶、AI高考通等AI工具為高考填報志愿提供建議和思路，成為時下的新趨勢，該現象也引出了圓桌討論第一個話題：人工智能如何尋找到產業場景的結合點，實現技術價值?

　　徐貫東認為，AI放大了學習的自主性，推動教育從“知識傳授”轉向“知識建構”，使得教師角色從“課堂主導者”轉變為“知識引導者”，給傳統的教學體系帶來強烈的沖擊和革新。

　　曹杰則闡述了AI在糧食倉儲領域的“冷門”應用：通過人工智能對糧庫進行多模態數據采集，實時分析后實現智能、準確的溫度和濕度調控，降低自然損耗，避免蟲害現象，提升糧庫的存儲和交付質量，保障糧食安全。

　　中國信息通信研究院人工智能所所長 魏凱

　　但對于普羅大眾而言，更希望找到適合的“AI入口”，獲得多元豐富的AI能力。對于“AI原生”和“AI+既有應用”的方向之爭，魏凱表示，要分不同的場景具體看待，To C端市場更容易形成通吃的超級應用，而To B端則更加垂直，融入企業的業務流程。魏凱也強調，未來人工智能無論在C端還是B端都會“化于無形”，用戶感知不到它的存在，但又像空氣、水和電一樣無處不在。

　　對于AI落地進程中產學研壁壘問題，吳信東表示，打破壁壘的難點在于“價值拉齊”和場景驅動，同一個技術落地場景，產業界偏重經濟價值，高校和研究所則更加注重學術價值，造成目標和價值方面的不一致，而騰訊等領先企業，在探索兼容并蓄的路徑上，可以加強產學研的連接和合作。

　　AI發展現狀觀察：開源不僅代表普惠向善，也是競爭策略和治理工具

　　產學研對技術路線和研發模式的觀點也不盡相同，比如是選擇閉源模型構筑技術壁壘來保障商業化，還是選擇開源模型開放協作來加速創新?年初DeepSeek爆火，為該問題帶來了更多思考。

　　徐貫東表示，從社會維度看，開源是通向普惠AI的必經之路，降低了大模型的應用門檻，比如教育界就應提倡開源大模型，讓更多的學校師生享有使用領先AI能力的機會，進而實現教育的平等，但也能理解閉源存在的必要性，因為企業需要商業收益來維持研發成本，正是開源和閉源技術路線的共存和協調，推動了技術的發展演進。

　　魏凱指出，目前來看開源有著三大意義，其一是代表普惠向善的理念，可以讓人工智能惠及發展落后的國家和地區;其二是代表一種競爭策略，通過開放協作帶來彎道超車的可能性;其三是作為一種“治理工具”，可以讓大家互相尋找技術背后的安全、倫理等風險。

　　IEEE計算機學會技術成就獎得主、合肥工業大學大數據知識工程教育部重點實驗室主任、長江學者 吳信東

　　選擇開源大模型的另一大原因則在于大模型訓練成本高昂，玩家開始呈現頭部效應，未來其他企業是否還有必要獨立開發大模型?對此吳信東表示，大模型在開始階段扮演著基礎設施的角色，現在還是百花齊放，但后續一定會大浪淘沙。不能僅靠通用大模型來解決所有問題，實際應用還要結合領域知識和海量數據實現“雙輪驅動”，打造細分的垂直領域大模型，如此才是人工智能落地的必由路徑。

　　聚焦Agent智能體：2025年Agent熱度攀升，多Agent協同尚需時日

　　由于大模型不能直接作用于產業場景，還需要結合數據庫、知識庫等工具，形成能直接對話的“載體”，因此近年Agent智能體的熱度不斷攀升。

　　吳信東表示，Agent概念在學界業界都已經存在很多年了。世界上目前使用最為廣泛、翻譯語種最多的人工智能教材AIMA(Russell和Norvig編著)早在1995年的第一版就旗幟鮮明地指出需要用Agent方法來教授AI技術。大模型為Agents注入了新的生命力，關鍵點在于實現感知、任務規劃、行動決策、交互協同的閉環，類似人類“從理論到實踐”的認知過程，是實現AGI的一條重要途徑。

　　對于Agent與傳統AI工具的區別，曹杰以農業領域應用舉例，表示傳統的農藥機器人受限于數據標注與算法泛化能力，很難準確識別蟲害部位和正常部位，工作效率也不如人力，需要大模型來進行二次開發推理，打造能自我學習、準確識別的Agent應用。

　　Agent之間如何實現“協同作戰”?魏凱指出需要先解決南北向問題，即Agent與外部被調用工具之間的接口，比如付款、地圖信息、企業系統等，否則大模型的作用會大幅受限;其次才是東西向問題，即Agent之間的協議標準化接口，比如MCP協議，但全面打通仍然需要時間。

　　具身智能的前景：產業分工還有細化空間，VLA模型是落地關鍵

　　除了智能體，今年人工智能另一重要應用概念當屬具身智能，但具身智能并不簡單等同于廣義上的機器人概念，相比傳統AI形態，其突破點在哪里?又有哪些發展瓶頸?

　　對此吳信東表示具身智能從字面上看就需要“身體”與“心智”的有機結合，讓AI技術落實到各行各業，從而深入到千家萬戶、無處不在。吳信東強調，具身智能在具體場景的應用，依然離不開大模型對領域知識和數據的結合。

　　魏凱也認為，具身智能產業還需要進一步細化分工，比如本體制造、軟件設計、開發平臺、云廠商、大模型等方面各司其職，其中視覺-語言-動作(VLA)端到端模型是具身智能落地的關鍵所在，當下大部分機器人仍然以小模型控制，泛化能力不如預期。

　　對于中國發展具身智能的優勢，曹杰表示一方面豐富的產業場景帶來大量數據和知識，延伸出專屬大模型，比如面向糧食行業的糧食大模型、糧庫智能體等，為具身智能的場景應用奠定了基礎。

　　英國工程與技術學會會士、澳大利亞計算機學會會士、香港教育大學人工智能講座教授 徐貫東

　　具身智能落地，還需要解決商業閉環的“最后一公里”。徐貫東表示，發展具身智能要兼顧社會價值和經濟價值，雖然在特種行業等高價值場景有著很大應用潛力，但高成本仍然阻礙了具身智能產品進一步普及。

　　未來展望：基于高質量知識和數據，打造“專而精”的AI

　　國家糧食大數據采集與應用技術創新中心主任、人工智能全球最具影響力學者、合肥工業大學教授 曹杰

　　對于未來五年如何定義“好用的AI”，圓桌嘉賓也表達了自己的展望和設想。曹杰認為，大模型幻覺是通往好用AI最大的障礙之一，需要加強行業知識庫的建設，通過高質量的知識和數據，來減少幻覺現象，因此未來知識庫將成為不可或缺的基礎設施。

　　吳信東認為，好用的AI應當是“目標鮮明、專業定制、簡單易用”，在確定范圍內滿足用戶需求，實現用戶期望;魏凱則從用戶體驗的角度切入，表示好用的AI應當與用戶配合自然，不會有突兀搶占操作空間的生硬感，更加行云流水。

　　徐貫東也認為，未來的AI更接近人，在信息采集上實現多模態，在前端應用上實現“專而精”，通過漫長的技術演進，逐漸通向通用的人工智能，“好用的AI，我覺得就是要從善，真正幫助到社會的生產生活。”徐貫東說。