来源：市场资讯配资专业股票投资
（来源：量子位）
涌现，AI沙场如今兵家争锋所期待出现的「境界」。
自从Scaling Law为模型带来惊人的能力增长后，几乎所有模型厂商都被卷入了一场无止境的FOMO，没人敢停下来。
在量子位MEET2026智能未来大会上，清华大学人工智能研究院常务副院长，欧洲科学院外籍院士孙茂松如此感慨。
只要算力还能堆、参数还能涨，就不能停止烧钱。
然而，在Scaling的边际成本越来越高的背景下，万一最后发现这是条死胡同，投入全打水漂了怎么办？
孙茂松的建议是，可以「致广大」，但更要「尽精微」。
展开剩余91%就企业界而言，少数实力极其雄厚的团队，可以尝试在「致广大」方向上继续跟随国际前沿；但绝大多数AI公司，都应该把主要精力放在「尽精微」上。
为了完整呈现孙茂松的思考，在不改变原意的基础上，量子位对演讲内容进行了整理编辑，希望能提供新的视角与洞察。
MEET2026智能未来大会是由量子位主办的行业峰会，近30位产业代表与会讨论。线下参会观众近1500人，线上直播观众350万+，获得了主流媒体的广泛关注与报道。
我演讲的题目是《生成式AI和大模型：前沿态势、核心挑战及发展路径》。坦率说，这个题目不太好讲，全世界都在讲这个问题，我讲讲自己的一些粗浅的认识。
基于深度学习的AI，在2017年前后进入了预训练模型和大模型时代。到现在，只花了8年时间。
这8年里有几个比较关键的时间节点：
这8年走过了好几重天，应了一句古话——「苟日新、日日新、又日新」，这基本就是这几年大模型发展的常态。
特别是最近几年，通过长思维链，大模型解决复杂任务的能力急剧上升，呈现出千帆竞发的态势。
我们为什么对大模型这么痴迷？它最重要的特点是：当模型越来越大，数据量越来越大时，普遍会产生能力涌现，这是过去模型所没有的。
一旦出现能力涌现，就变成了一个非线性变化，不知道从哪就一下拐上去了。
如果你去做一件事没有产生性能涌现，可能就平淡无奇。可一旦产生了涌现，可能就把你的竞争对手远远甩在后面。而这件事能不能发生，又无法提前知道。这是大模型最有魅力也颇令人困惑的地方。
这几年的发展进展很快，像文本大模型、图文大模型，几乎把所有Benchmark都踏平了。
有个叫作「Humanity’s Last Exam」的测试集（即所谓「人类最后的考试」），为了考住AI，到全世界征集难题，要以前没出过、在网上没有答案的。
顶尖高手做这种题，可能拿5分就不错，但是现在大模型，能拿到三四十分。
可以预期，未来几年一切有标准答案的考试可能都难不住机器了，这是文本大模型的发展情况。
代码大模型的发展同样迅猛，今年的世界大学生程序竞赛，人类第一名已经做不过大模型了。此外，对多模态大模型的亮眼表现大家也都多有领教。
总体来看，文本、代码、多模态这几类大模型，已经发展到一个相当高的基础能力水平，这构成了我们今天讨论AI的「基本态势」。
在《思考，快与慢》一书中，Daniel Kahneman提出了著名的系统一（快系统）和系统二（慢系统）
经过这几年的发展，机器已经有了相当强的系统一和系统二的能力，这为AI走出文本世界、走向具身智能，奠定了非常重要的基础。特别是如果没有系统一的感知能力，机器进入现实世界后会「懵头懵脑」，什么也做不了。
我们常提到1950年的图灵测试。在语言层面，已经可以认为通过了图灵测试。
但在同一时期，控制论之父维纳在《控制论》中提出过一个同样重要的观点：
今天看来，我们有了一定的条件去践行维纳的控制论，这会让AI再上一个台阶。
古话讲「言易行难」，陆游有句诗叫「纸上得来终觉浅，绝知此事要躬行」。
语言模型很擅长「言」，但一旦走到「行」，会有一个质的差异。
同时还有一句古话叫作「知难行易」。
大模型现在虽然「言」得很行，全世界知识好像都被参数化装进模型了，但它的「知」仍然是不完整的、不体系化的，缺乏自知之明。
如果完全没有「知」，「行」是没有意义的。
不过，虽然大模型的「知」并不完善，但毕竟七八成的「知」他知道了。所以现在做具身智能，有可能追求「知行合一」。
当然，「从「言」到「知」要难得多。这就构成了今天AI最大的挑战——怎么处理好「言、行、知」，做到「知行合一」？
AI发展是靠Scaling Law，大模型、大数据、大算力。近几年有新的扩展：预训练、后训练、测试时。
但这里有一个前提条件：这个Scaling要起作用。
任何系统到一定阶段都会遇到瓶颈。一旦性能开始饱和，Scaling Law就可能失效，再往里投钱，可能就会得不偿失。
我刚才特别强调一个点：大模型可能出现涌现，一旦出现涌现，往里砸的钱就砸对了。
但Scaling Law到底能走多远，这件事是个很大的问号。支撑Scaling的代价极其昂贵，太烧钱，太费电了。
法国《回声报》（法国经济类日报之一）11月3日有一篇报道：「AI领域的巨额投资，让华尔街直冒冷汗。」
华尔街向来是冒热汗的，能「冒冷汗」，说明这个投入确实太大了。
报道里提到几个数字：
大家可以换算一下，一个核反应堆的平均发电能力，还不到1GW。250GW，相当于250个核反应堆。这是一种极其激进的投入，同时也蕴含着很高的风险。
问题在于：我们现在不能不跟，万一它出现涌现，就又把我们甩到比较远的后面了。但跟的话，可能又跟不起。
再者具身智能。
李飞飞提出空间智能，本质上就是前面讲的「行」，这里面也面临一个理论和实践问题，Next Token Prediction到底能走多远？
文本是完全靠Next Token Prediction做出来的。后来做了各种强化学习，但也是基于这个基础之上。图像生成，包括视频生成，很大程度也是借重这个策略。
这个策略在文本中其实已经近乎完美，虽然还有幻觉，但已经是专家水平的。但到图像就不那么顺手，需要和其他策略配合，视频生成更难，要生成一个10分钟逻辑连贯的视频相当吃力。
再到具身智能，这个东西往下走，是一个大问号。
语言之所以能成功，因为它是线性序列，有「Discrete infinity（离散无限性）」的特点。
比如，apple主要有两个意思，一个是吃的苹果，一个是特定公司。其语义指向简明，词边界是清晰的，句子序列又是线性的，Next Token Prediction就非常有效。
但到了图像就不行了，图像的比较明确的Token在哪儿不知道，只能搞成一个「补丁」（Patch）
如一个3×3的黑块，可能是衣服的一部分，也可能是桌面的一角，还可能是屏幕上的一个图标，语义指向高度不确定。而且没有整体性，这个黑块可能由一堆黑色蚂蚁组成，也可能是衣服中一个补丁中的一小部分。
到了视频，从二维变成三维，就更困难。具身是四维，三维空间再加上时间，大千世界、变化无穷，如此复杂的场景靠Next Token Prediction到底能不能做到，不好说。
未来五年之内，指望人形机器人可以到现实世界自主完成较为复杂的开放式任务，我觉得是不可能的。如，构建一个在家庭里能照顾老人的具身机器人？实在是太难了。
图灵奖得主Hinton最近在讨论AI与失业问题时说过一句话：
这个建议是合理的，AI要具备水管工的能力，还差得很远。
可能的是什么？
一定是一个比较简化的任务空间。比如刚才讲灵巧手，处理相对单一、简单的任务。其实要做好也很不容易，但是完全可能的。
因此，具身智一定是在有限的领域，有限的应用，这个发展空间也足够大。我们要量力而行，知难而进，但进退有度。
我们现在经常说要构建世界模型，但这件事极其困难。目前还没有太清晰的可行技术路径。
短期内，依然只能期待Next Token Prediction。但如果沿着这条路走，肯定对算力、数据的要求是数量级提升。
当然，如果再次出现能力涌现，说不定机器人在相对开放任务空间中也能具备更高程度的自由。
目前看来，发展路径应该是相对明晰的。
美国这边不用多说。国内也出现了非常有代表性的模型，比如DeepSeek、千问，都做得非常好。从对比图来看，差距已经不大了。
中国一句古话，叫作「致广大而尽精微」
「致广大」，把这个事往大了想，往大了做，这是目前美国典型的做法。
10万张卡、100万张卡，未来甚至上亿张卡，大手笔，连华尔街都觉得吃力。
但这条路，如果走成了，在某个关键节点出现涌现，就有可能形成断层的领先优势。
我们如果要沿着这条路去「正面跟」，在工业界，只有极少数国内大厂可能具备条件，但也会比较艰辛。
所以，虽然今天从大模型性能上看中美差距不大，但在「致广大」这条路上，未来几年依然存在非常大的不确定性。
在这样的背景下，我认为国内当前重点抓AI的垂直领域应用，即「尽精微」，应该是一个正确的战略选择。
以DeepSeek、千问为代表的开源基座模型已经具备了相当扎实的基础。在基座之上，深入到各行各业做垂直领域的深度融合，是完全有可能做到世界领先的。
但这同样很有挑战，指望直接把现成的大模型拿来用一用就真的管用，是不现实的。
某种情况下，垂直领域本身甚至可能会孕育出新的人工智能算法。从这个意义上讲，「尽精微」本身，也是一种「致广大」
因此，我们的路径应该是：
垂直领域应用具有高度挑战性，但风险较小，我们有条件做得比美国好。我们的应用场景比较丰富，工业基础也较好，加上中国人聪明勤劳，都使得我们能在「尽精微」方面取得优势。
至于「致广大」的话，其实涉及到整个教育体系能不能培养出0到1的人才，包括回答钱学森之问，那是更复杂的事。没关系，这几年不放先放一放，先把「尽精微」做好，然后调过头做「致广大」，但得有一只眼紧紧盯着它。
在座各位很多都是做「尽精微」的工作，我觉得非常好，是我们目前应该做的。
以上是我个人的一些观察和感受配资专业股票投资，不一定对，谢谢大家！
发布于：北京市杨帆优配提示：文章来自网络，不代表本站观点。
