张亚勤院士：关于AI技术进一步发展的5个观点
你是否想过，当人工智能的浪潮席卷一切，我们的世界将被推往何方？站在2025年的门槛回望，AI已以前所未有的力量，重塑了生活、工作与社会的每一个角落。从理解并生成自然语言的巨型模型，到驶入现实的自动驾驶，一场由智能驱动的深刻变革，正在多个维度同步爆发。
在这场洪流中，我们不仅要学会应用技术，更需洞察其发展的核心脉络与未来走向。
在张亚勤院士的新作《智能涌现——AI时代的思考与探索》中，从多模态智能到通用人工智能的路径，从边缘计算到生物智能的融合，这些深邃思考不仅为AI从业者指明了方向，也为每一位智能时代的亲历者，提供了窥见未来的钥匙。
对未来的探索不止于阅读。文末更有一场关于AI未来与产业融合的深度对话邀约。您将有机会与张亚勤院士、科技跨界领袖及创新力量面对面交流，让我们一同从“读懂趋势”迈向“创造对话”。
以下内容精编自张亚勤院士的新书《智能涌现——AI时代的思考与探索》。
在书中，张亚勤院士深入阐释了为何大模型与生成式AI将成为未来十年的技术核心，并对AI的发展方向与突破路径给出了权威预判。他系统展望了AI大模型的五大演进趋势、AI技术深入发展的五个核心观点，以及自动驾驶未来的五大决定性趋势。
AI大模型的五个颠覆性方向AI大模型是数字化3.0时代的基石，其演进将直接定义未来技术的高度与广度。以下是未来大模型架构至关重要的五大发展方向。
（1）多模态智能：实现深度全息认知。融合语言、文字、图像、视频、激光雷达、3D/4D时空及生物信息，完成跨模态、多尺度的感知、决策与创造，让AI真正“看懂”世界。
（2）自主智能：孕育高度个性化的智能体。将大模型作为核心工具，开发能自主规划、编码、调用工具、持续优化的智能体，实现自我演进与升级。
（3）边缘智能：构建高效低耗的即时计算网络。将大模型能力部署至AI PC、智能电话、智慧家居等边缘设备，实现低延时、高效率的本地化智能处理。
（4）物理智能：驱动实体世界的自动化革命。将大模型应用于无人车、机器人、工厂、电网等物理设施，大幅提升其自动化与智能化水平，让机器更“聪明”地行动。
（5）生物智能：开启生命与机器的融合。将大模型应用于人脑、生命科学及医疗机器人领域，实现AI与生物系统的联结，最终迈向信息、物理与生物智能的三体合一。
关于AI技术进一步发展的五个核心观点（1）大模型与生成式AI是未来十年的创新主轴：以GPT-4o、ChatGPT-o1等为代表的大模型及生成式AI，将成为未来十年技术迭代与产业变革的核心驱动力。
（2）基础模型+垂直模型+边缘模型，开源与商业并存：基础大模型构成技术底座，与垂直行业模型、边缘模型共同催生空前规模的产业生态。这一生态将远超PC与移动互联网时代，其中开源与商业模型将共生共荣。
（3）统一标识（Tokenisation）+规模定律（Scaling Law）：这是大模型的两大基石。统一标识将各类数据编码为统一单元，实现跨模态处理；规模定律则揭示了模型性能随参数和数据量增长而跃升的规律。
（4）新算法体系势在必行：相比人脑，现有算法效率低、能耗高。亟需发展包含世界模型、DNA记忆、智能体、强化学习等在内的新算法体系，以实现百倍效能提升。当前主流框架（如Transformer）可能在五年内被颠覆。
（5）从大模型迈向通用人工智能（AGI）：未来15-20年，AGI有望实现并通过新图灵测试。具体而言：5年内，AI在信息领域（语言、图像等）的理解与生成能力将通过测试；10年内，物理智能（具身智能）将取得突破；20年内，生物智能将实现AI与生命体的深度融合。
自动驾驶：驶向未来的五大趋势（1）自动驾驶将是未来五年最重要的物理智能应用，并有望率先通过新图灵测试：其安全性将远超人类驾驶员十倍以上，达到“顶级好司机”水准；通过模仿学习，其驾驶风格将更自然、个性化，媲美“经验丰富的老司机”。
（2）大模型是提升L4自动驾驶泛化能力的关键：一是补足真实世界稀缺的“边角案例”数据；二是通过高质量仿真解决感知长尾问题；三是利用常识推理能力，应对道路突发状况，突破系统能力上限。
（3）多模态融合、端到端训练、云车协同成为技术主流：融合视觉、激光雷达等多传感器数据，实现远超人类的環境感知；用统一的端到端大模型替代过去碎片化的小模型组合；通过云端大模型（提供泛化能力）与车端实时模型（提供精准响应）的协同，确保决策既聪明又及时。
（4）“单车智能”为主，“车-路-云”一体化协同保障安全：每辆车都必须具备强大的独立驾驶能力（单车智能），同时通过“车-路-云”协同系统提供多重安全冗余，并优化整体交通流效率。
（5）2025年迎来“ChatGPT时刻”，2030年步入主流：2025年，自动驾驶在复杂城市路况中将展现“老司机”般的成熟能力，引爆产业热情。到2030年，预计10%的新车将具备L4级自动驾驶能力，成为市场主流选择。
透过张亚勤院士的视野，我们得以窥见AI未来发展的壮阔蓝图与精进路径。书页之上是凝练的智慧，书页之外是奔涌向前的时代浪潮。
这场智能革命与你我息息相关。您最看好哪个方向？又对AI的何种应用充满期待？欢迎在评论区分享您的观点，或关注文末活动，与院士及业界领袖一同探讨未来！
延伸阅读：相关技术问答
激光技术的本质与价值是什么？
激光被誉为“最快的刀”、“最准的尺”、“最亮的光”，是人类继核能、计算机后的又一里程碑式发明。它通过对受激辐射光进行放大，产生了方向性好、亮度极高、颜色纯净的独特光束。
数字化时代，我们还需要写信吗？
尽管通信即时便捷，但书信承载的文化内涵与情感深度不可替代。它是一种深思熟虑的表达，能展现书写者的才华与真诚，这种传统的沟通艺术应当被珍视与传承。
中职学生为何仍需重视文化课学习？
职业教育旨在培养高素质技能人才，虽侧重实践，但文化课是提升综合素养、理解专业理论、保障终身学习能力的基础，其重要性不言而喻。
如何客观看待园艺技术？
园艺技术本身是一门中性的技艺，其价值取决于应用目的与结果。如同任何工具，关键在于使用者如何运用它来创造美好、和谐的环境。
可以从哪些技术领袖身上汲取 insight？
领域众多，大神云集。例如，前端开发者可关注尤雨溪（Vue.js创始人），后端开发者可参考DHH（Ruby on Rails创建者）的见解，根据自身技术栈与方向选择性学习。
哲学应当进行“技术转向”吗？
在技术深刻塑造世界的今天，哲学关注技术本质、伦理及对人类存在的影响，是必然且必要的。这种“转向”有助于为科技发展提供价值引导与批判性思考。
如何理解第三次科技革命？
以原子能、计算机、航天技术为代表的第三次科技革命，不仅带来了生产力飞跃，更彻底改变了社会结构与生活方式，其影响持续至今，是理解当代世界的基础。
内燃机技术未来将如何发展？
在电动化浪潮下，内燃机的发展焦点已从硬件大幅革新，转向与软件、电子控制、高效清洁燃烧技术及混合动力系统的深度融合，以实现极致的效率与环保性能。
.NET 8及相关技术的现状与前景如何？
.NET 8在性能与跨平台能力上持续进步。其生态系统，如MAUI，仍需一定成熟周期。对于期待现代开发体验的开发者，值得保持关注并评估其后续版本演进。
《和平精英》中，枪械搭配与意识技术哪个更重要？
高超的意识与操作技术无疑是顶尖高手的核心，它决定了战斗的下限与上限。但合理的枪械搭配能显著提升战斗效率，二者相辅相成，是战术与技艺的完美结合。