編輯部 整理自 MEET2026
量子位 | 公眾號(hào) QbitAI

從ChatGPT到DeepSeek，AI正沿著“智能+”的路徑進(jìn)入新一輪浪潮。

正值大模型從“算力堆疊”走向“推理優(yōu)先”的關(guān)鍵節(jié)點(diǎn)，清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）創(chuàng)始院長(zhǎng)、中國工程院外籍院士張亞勤提出：

• 新一輪人工智能，是信息智能、物理智能和生物智能的融合，本質(zhì)上也是原子、分子和比特的融合。

也就是說，在規(guī)模定律持續(xù)發(fā)揮作用的前提下，當(dāng)參數(shù)規(guī)模、數(shù)據(jù)體量與算力資源跨過某個(gè)閾值，智能就不再只停留在模式識(shí)別，而是開始“涌現(xiàn)”——

先是從鑒別式AI走向生成式AI，再從生成式AI走向以智能體為代表的新范式。

在本次量子位MEET2026智能未來大會(huì)上，他也將ChatGPT和DeepSeek，視作這一輪演進(jìn)中的兩個(gè)重要里程碑：

前者通過統(tǒng)一表征與token化，把文本、語音、圖像乃至蛋白質(zhì)、點(diǎn)云等數(shù)據(jù)納入同一空間；

后者則以高效率、高性能、低價(jià)格和開源路徑，把大模型從“預(yù)訓(xùn)練時(shí)代”推向以推理為核心的“DeepSeek時(shí)刻”。

至于未來5~10年的主戰(zhàn)場(chǎng)，在他看來，將走向“智能體互聯(lián)網(wǎng)”時(shí)代

基礎(chǔ)大模型像操作系統(tǒng)一樣在全球范圍內(nèi)收斂到不超過10個(gè)；智能體會(huì)取代今天的大部分SaaS和App，成為企業(yè)和個(gè)人與世界交互的默認(rèn)形態(tài)，同時(shí)這也是通往AGI的必經(jīng)之路。

為了完整體現(xiàn)張亞勤的思考，在不改變?cè)獾幕A(chǔ)上，量子位對(duì)演講內(nèi)容進(jìn)行了編輯整理，希望能給你帶來更多啟發(fā)。

MEET2026智能未來大會(huì)是由量子位主辦的行業(yè)峰會(huì)，近30位產(chǎn)業(yè)代表與會(huì)討論。線下參會(huì)觀眾近1500人，線上直播觀眾350萬+，獲得了主流媒體的廣泛關(guān)注與報(bào)道。

核心觀點(diǎn)梳理

• 新一輪人工智能是信息智能、物理智能和生物智能在統(tǒng)一token表征與規(guī)模定律驅(qū)動(dòng)下的融合演進(jìn)。
• 以ChatGPT與DeepSeek為代表，AI正從鑒別式走向生成式與推理式，在高效率、低成本和開源生態(tài)中加速落地。
• 生成式AI正快速演化為智能體，任務(wù)長(zhǎng)度與能力同步提升、風(fēng)險(xiǎn)同步放大
• 基礎(chǔ)大模型相當(dāng)于AI時(shí)代的操作系統(tǒng)，全球玩家不會(huì)超過十家，將重構(gòu)為“基礎(chǔ)模型+垂直/邊緣模型+智能體網(wǎng)絡(luò)”的新產(chǎn)業(yè)格局。
• 智能體互聯(lián)網(wǎng)是未來5–10年最大方向，也是通往AGI的必經(jīng)之路，預(yù)計(jì)在15–20年內(nèi)完成從信息智能到物理智能、再到生物智能的跨越。

以下為張亞勤演講全文：

從ChatGPT到DeepSeek：新一輪人工智能范式與“智能涌現(xiàn)”

今天我談的是人工智能+的趨勢(shì)，這個(gè)題目我也思考了有將近十年的時(shí)間，我出了一本書叫《智能涌現(xiàn)》，也總結(jié)了人工智能這十年的發(fā)展，這里面也包括我當(dāng)時(shí)在10年前寫的“智能+”和“人工智能+”的文章。

首先就是新一輪的人工智能，它是信息智能、物理智能和生物智能的融合，我們的信息世界、物理世界和生物世界都走向了數(shù)字化，所以它也是原子、分子和比特的融合。

人工智能已經(jīng)有70年的歷史了，過去的五年和十年發(fā)展尤其快，一個(gè)重要的里程碑就是2022年的ChatGPT，距離現(xiàn)在正好三年。

特別重要的就是ChatGPT所帶來的從鑒別式的AI走向了生成式的AI，過去更多的是模式識(shí)別，現(xiàn)在我們可以創(chuàng)造新的內(nèi)容，這里面有三個(gè)特別重要的概念：

首先它是一個(gè)統(tǒng)一的表征，即tokenization，不管是文字、語音，圖片、視頻，或者是蛋白質(zhì)、DNA、細(xì)胞，或者是三維的激光雷達(dá)的點(diǎn)云信號(hào)，都可以把它變成一個(gè)統(tǒng)一的token。

token越多，數(shù)據(jù)越多，算力越強(qiáng)、算法越好，這個(gè)時(shí)候就越準(zhǔn)確。

規(guī)模定律（Scaling Law）到了一定的規(guī)模的話，就會(huì)出現(xiàn)智能涌現(xiàn)，這也是我這本書的題目。 另外一個(gè)重要時(shí)刻就是咱們中國的DeepSeek時(shí)刻，DeepSeek出來之后，首先就讓整個(gè)模型從預(yù)訓(xùn)練走向推理

另外一點(diǎn)當(dāng)然很重要，它有很多的算法創(chuàng)新、架構(gòu)創(chuàng)新、系統(tǒng)創(chuàng)新，可以說是高效率、高性能和低價(jià)格

同時(shí)它又是個(gè)新的商業(yè)模式，它是開源的，用的MIT的license，這個(gè)本身是限制最少的開源架構(gòu)，所以DeepSeek出來之后，在國內(nèi)和全球范圍內(nèi)大幅度地加速了它的落地和應(yīng)用，所以我把它叫做DeepSeek Moment，也是中國的一個(gè)路徑。

AI發(fā)展的五大趨勢(shì)

AI發(fā)展有五個(gè)趨勢(shì)，首先就是生成式的AI正走向智能體的AI

智能體是這兩年AI方面一個(gè)新的發(fā)展，是最重要的一個(gè)創(chuàng)新。

過去七個(gè)月，Agent的任務(wù)長(zhǎng)度就增長(zhǎng)了兩倍，準(zhǔn)確度大于50%，其實(shí)也已經(jīng)和人類對(duì)齊了。

第二個(gè)趨勢(shì)很重要，就是規(guī)模定律在預(yù)訓(xùn)練階段已經(jīng)放緩了，盡管這個(gè)智能還在往前走，更多的智能放到后訓(xùn)練、推理、智能體階段。

這里面很有意思的現(xiàn)象就是，推理的單位成本在過去一年下降了10倍，但是智能體本身的算力要求一年也是增長(zhǎng)了10倍，所以一個(gè)乘10、一個(gè)除10正好平衡。

第三點(diǎn)就是，我們從信息智能走向物理智能和生物智能，大語言模型走向視覺語言動(dòng)作模型（VLA，Vision-Language-Action）。

這里面有兩個(gè)很重要的節(jié)點(diǎn)，一個(gè)是無人駕駛，無人駕駛今年就已經(jīng)到達(dá)ChatGPT時(shí)刻，2030年就是DeepSeek時(shí)刻——即10%左右的新車擁有L4級(jí)無人駕駛的能力

另外機(jī)器人一定是未來最大的賽道，盡管人形機(jī)器人還需要很多年，但是我認(rèn)為在未來10年左右，我們機(jī)器人會(huì)比人的數(shù)目還要多

一個(gè)不好的消息是，AI的風(fēng)險(xiǎn)正在快速上升，智能體出來之后我們的風(fēng)險(xiǎn)至少double（翻倍）。

未來5-10年最大發(fā)展方向：智能體互聯(lián)網(wǎng)

如果看一下新產(chǎn)業(yè)格局的話，我們有基礎(chǔ)大模型，像操作系統(tǒng)一樣，上面有垂直模型，還有邊緣模型。

基礎(chǔ)大模型，全球可能最后不會(huì)超過10個(gè)，一半中國的，一半美國的，可能說不定還有一兩個(gè)是別的國家的，中美兩個(gè)國家有不同的路徑，但是是引領(lǐng)全球。

這里面還包括開源和閉源，去年我記得我們還在爭(zhēng)論到底以開源為主、還是閉源為主?，F(xiàn)在我覺得比較清楚了——開源會(huì)成為更多的、更大的平臺(tái)和生態(tài)，可能80%是開源， 20%的是閉源。

這個(gè)圖就特別清楚，規(guī)模定律可以看到的Pre-train還在往上走，但是走的速率已經(jīng)在平緩，Post-train在increase，智能體還是直線地往上走。

還有一點(diǎn)，智能體本身不僅僅是技術(shù)，它其實(shí)在形成網(wǎng)絡(luò)，也形成新的經(jīng)濟(jì)形態(tài)

所以我們以后如果看企業(yè)的架構(gòu)都會(huì)有完全不同的一種概念，以后企業(yè)需要GPU、大模型、數(shù)據(jù)，然后包括我們的人力資源，有些可能是人，有些可能是智能體，所以這對(duì)于未來管理企業(yè)、開發(fā)產(chǎn)品都有很大的影響。

這張圖是未來的技術(shù)架構(gòu)，左邊這張圖是ChatGPT剛出來不久的時(shí)候我畫的，如果看這個(gè)黃線的話，在左邊可以看到基礎(chǔ)大模型它是一個(gè)平臺(tái)，上面有各種不同的領(lǐng)域垂直模型，而上面有SaaS（軟件作為一種服務(wù)），在邊緣會(huì)蒸餾出一個(gè)相對(duì)比較小的模型，再上面有APP，這是當(dāng)時(shí)我想的架構(gòu)。

10月我把這個(gè)架構(gòu)做了更新，最重要的一點(diǎn)就是我認(rèn)為未來我們的SaaS和在設(shè)備端或邊緣端的手機(jī)APP都會(huì)被Agent取代，也就是說智能體是未來的SaaS和APP

我舉個(gè)例子，所謂的智能體，你可以有各種各樣的，有消費(fèi)者的、各個(gè)不同行業(yè)的、機(jī)器人的、無人駕駛的。

劉洋教授在清華做了一個(gè)醫(yī)療智能體，也是全球第一個(gè)智能體無人醫(yī)院——想用智能體網(wǎng)絡(luò)、多智能體去模擬真正的三甲醫(yī)院，這里面當(dāng)然有病人、醫(yī)生、護(hù)士、各種不同的科室。

在這個(gè)虛擬世界里面，多智能體會(huì)互相交互和學(xué)習(xí)，然后持續(xù)快速地進(jìn)化，這樣就是能在很短的時(shí)間，比如說兩天它就可以完成一個(gè)三甲醫(yī)院兩到三年的這些病例，而且準(zhǔn)確度還要高得很多。

但我們并不是說讓智能體來替代未來的醫(yī)生，它更多的是作為助理，我們相信未來每個(gè)醫(yī)生都會(huì)有TA的一個(gè)智能體。

所以如果看一下產(chǎn)業(yè)機(jī)遇的話，我把基礎(chǔ)大模型看作是我們?nèi)斯ぶ悄軙r(shí)代的一個(gè)操作系統(tǒng)，它會(huì)徹底重寫、重構(gòu)和重塑我們產(chǎn)業(yè)的形態(tài)。

就像在PC時(shí)代我們有Windows，在移動(dòng)時(shí)代有安卓和iOS，同樣在人工智能時(shí)代操作系統(tǒng)就是一個(gè)基礎(chǔ)大模型。有了這個(gè)操作系統(tǒng)之后，它下面的芯片架構(gòu)、上面的應(yīng)用生態(tài)都會(huì)完全被重構(gòu)。

也就是為什么現(xiàn)在芯片是以GPU為主的，上面的生態(tài)是以垂直模型加上邊緣模型和智能體為主的，整個(gè)規(guī)模會(huì)比PC時(shí)代、移動(dòng)時(shí)代大一個(gè)、兩個(gè)甚至三個(gè)數(shù)量級(jí)。

另外，我們從互聯(lián)網(wǎng)發(fā)展的角度來看的話，我們最早是PC互聯(lián)，后來到了移動(dòng)互聯(lián)，再之后我們到了物聯(lián)網(wǎng)，現(xiàn)在我們正走向Internet of Agents，也就是智能體互聯(lián)網(wǎng)，我認(rèn)為它是未來5到10年最大的發(fā)展方向

智能體也是我們實(shí)現(xiàn)AGI通用人工智能的必經(jīng)之路，這里面需要新的算法體系，比如說新的記憶體系、世界模型。

我認(rèn)為未來五年的話，現(xiàn)在的自回歸架構(gòu)、Transformer、Diffusion可能就會(huì)被顛覆，有了這些東西之后我們就可以實(shí)現(xiàn)通用人工智能。

到底需要多長(zhǎng)時(shí)間呢？

我認(rèn)為可能需要15~20年。先是信息智能，再是物理智能，最后達(dá)到生物智能