大会核心观点 - 2025外滩大会聚焦AI与人类共存及共同繁荣 探索智能上限 产业实践和全球协作三大主线[1] - AI发展进入深耕期 从依赖人类数据的范式转向经验驱动的自主学习范式 强调持续学习能力和真实世界适应性[3][12] - 技术落地面临核心挑战：需解决能源瓶颈 实现软硬件系统创新 并建立全球协作机制与伦理框架[6][8][7] AI技术范式演进 - 图灵奖得主萨顿提出从人类数据时代转向经验时代 智能体需通过环境互动学习新知而非依赖静态知识[3] - 香港大学马毅指出当前大模型缺乏自我验证与纠错能力 呼吁从黑箱试错转向数学原理驱动的白箱智能[5] - 中科大孙玄强调AI发展受能源约束 电力消耗指数级增长需核聚变支撑 同时AI可助力聚变堆设计[6] 产业落地路径 - 源码资本张宏江预言智能体群时代到来 模型与GPU算力成为核心资产 超级个体+Agent模式引发结构性变革[4] - 宇树科技王兴兴认为AI终极形态是机器人 需通过软硬一体创新解决非结构化环境中的实际问题[8] - 蚂蚁集团在金融医疗等高门槛场景追求深度服务价值 推出AI健康管家AQ和理财顾问蚂小财重塑信任体验[9] 商业化与创新方向 - 小米将AI注入可穿戴设备 强化设备即入口战略提升用户留存[10] - 金沙江创投朱啸虎预测AI To C应用将在2026年迎来爆发 强调商业模式可复制性[10] - 年轻创业者视AI为创造新物种起点 而非优化旧流程工具 重点构建AI原生组织形态[8][9] 全球协作与战略布局 - 麦肯锡指出AI最大瓶颈在于组织与文化 需CEO主导转型 中国企业出海需从世界工厂转向全球企业公民[11] - 上海通过外滩大会连接全球智慧 吸引新加坡金融科技节和香港金融科技周主办方参与 构建协作生态[12] - 历史学家赫拉利提出全球合作 修正闭环和守护人类记忆三大原则 作为AI发展的制动系统[7] 基础设施与资源开放 - 阿里云王坚主张从代码开源转向资源开放 模型权重开放避免算力重复消耗 提议通过计算卫星将AI送入太空[4] - 大会设立10000平方米科技主题展和5000平方米科技集市 展示人形机器人 机械臂冲泡咖啡等AI应用[2]

大会概况 - 2025年外滩大会于9月11日在上海黄浦世博园区开幕 汇聚全球创新者包括2024年图灵奖得主理查德·萨顿、阿里云创始人王坚、源码资本张宏江、蚂蚁集团CEO韩歆毅等[2] - 大会聚焦"探索智能上限、深入产业实践、全球协作与发展"三大主线 设置10000平方米科技主题展和5000平方米科技集市 展示人形机器人、机械臂、AI健康管家等应用[3] - 亚洲三大金融科技盛会（外滩大会、新加坡金融科技节、香港金融科技周）主办方首次聚首 凸显全球协作趋势[15] AI技术范式演进 - 理查德·萨顿提出从"人类数据时代"向"经验时代"转型 强调AI需通过环境互动学习新知而非依赖静态人类数据[5] - 香港大学马毅指出当前大模型缺乏自我验证与纠错能力 呼吁从"黑箱"试错转向数学原理驱动的"白箱"智能[7] - 中科大教授孙玄提出AI发展受能源限制 认为核聚变是终极解决方案 同时AI可助力聚变堆设计[7] 产业发展与落地路径 - 张宏江预言"智能体群"时代来临 模型和GPU算力成为核心资产 "超级个体+agent"模式将引发结构性变革[6] - 蚂蚁集团在金融、医疗等高门槛场景追求深度服务价值 推出AI健康管家AQ和理财顾问"蚂小财"[13] - 小米集团将AI注入可穿戴设备 强化"设备即入口"优势 朱啸虎预测AI To C应用将在明年爆发[13] - 宇树科技王兴兴认为AI需与物理世界交互 强调软硬一体系统创新是创造"新物种"的关键[12] 全球化与组织变革 - 麦肯锡倪以理指出AI最大瓶颈在于组织与文化 需CEO主导转型 中国企业出海需从"世界工厂"转向"全球企业公民"[13] - 王坚提出开源内涵从"代码开源"扩展至"资源开放" 畅想通过"计算卫星"将大模型送入太空[6] - 尤瓦尔·赫拉利强调需建立全球合作机制、技术修正闭环和人类叙事守护能力三大"刹车系统"[8] 创新生态构建 - 年轻创业者代表AI原住民思维 聚焦构建新组织形态、突破机器人技术瓶颈及定义新场景[12] - 上海定位全球科技"连接器" 通过创投Meetup、招聘会等多形式构建开放创新生态[15] - 大会高频词汇从"参数""算力"转向"经验""学习""协作" 标志AI进入理性深耕期[15]

大会核心观点 - 2025外滩大会聚焦AI与人类共存及共同繁荣 探讨智能时代创新路径与商业未来[1] - AI发展进入深耕期 关注焦点从技术能力转向持续学习 适应真实世界复杂性及社会协作机制[10] AI技术前沿与范式演进 - 强化学习之父理查德·萨顿提出AI从"人类数据时代"转向"经验时代" 强调通过互动学习新知而非依赖存量知识[3] - 香港大学马毅指出当前大模型缺乏真正智能 核心在于自我验证与纠错能力 呼吁从黑箱转向基于数学原理的白箱研究[5] - 中科大教授孙玄强调AI发展受能源限制 电力消耗呈指数级增长 需核聚变作为终极解决方案 同时AI可助力聚变堆设计[5] 产业发展与商业化路径 - 源码资本张宏江预言AI进入"智能体群"时代 模型和GPU算力成为组织核心资产 "超级个体+agent"模式带来结构性变革[4] - 大模型产业落地聚焦商业价值转化 蚂蚁集团在金融医疗等高门槛场景追求专业深度服务价值 小米聚焦可穿戴设备入口[9] - 金沙江创投朱啸虎预测AI To C应用将在2026年迎来大爆发 关注商业模式可复制性[9] 创新生态与基础设施 - 阿里云创始人王坚提出开源内涵从"代码开源"演变为"资源开放" 模型权重开放避免算力重复消耗 畅想计算卫星支持太空AI[4] - 科技展区展示AI应用落地：10000平方米科技主题展 5000平方米科技集市 人形机器人 机械臂冲泡咖啡 AI健康管家等体验项目[2] - 上海构建全球创新协作连接器 首次汇聚新加坡金融科技节和香港金融科技周三大亚洲顶级盛会主办方[10] 组织变革与全球协作 - 麦肯锡指出AI最大瓶颈在于组织与文化而非技术 成功转型需CEO主导 中国企业出海进入3.0时代 从世界工厂转向全球企业公民[9] - 尤瓦尔·赫拉利提出三条全球协作原则：建立可验证全球承诺 构建技术修正闭环 守护人类叙事能力[6] - 年轻创业者代表AI原住民思维 宇树科技王兴兴强调软硬一体系统创新 在非结构化环境解决实际问题[7]

人工智能发展趋势 - 人工智能发展正从"数据时代"进入"经验时代" 训练大模型的数据几乎耗尽 智能体通过观察、行动和奖励信号与世界交互 [3] - 强化学习带领进入新经验时代 但需持续学习和元学习技术释放全部潜力 [3] - 人工智能替代不可避免 权力和资源将流向最聪明的智能体 [4] 开源与资源开放 - 开源成为AI竞争关键变量 从代码开源演进为资源开放 [5] - 开放数据和计算资源是推动AI发展的必需环节 [6] - 之江实验室将8B参数模型部署至太空星座 提出"计算卫星"新概念 [6] 机器人产业发展 - 具身智能发展面临高质量数据采集和模型算法挑战 多模态数据融合不理想 [7] - 机器人控制模态对齐存在技术难点 [7] - AI落地应用仍处于爆发性增长前夜 [7] 企业AI转型 - AI转型最大瓶颈在组织文化 必须由CEO主导且业务驱动 [8] - 需聚焦利润而非应用场景 打破组织壁垒和惯性 [8] - "本地对本地"模式成为全球现象 企业需建立分散化全球布局 [8] 中国企业全球化 - 中企海外收入占比仅8% 远低于韩国的65% [9] - 全球品牌百强中仅12家中国企业 美国有61家 [9] - 全球化3.0阶段需输出IP和专长 建设国际化团队 [10] 能源需求与核聚变 - AI用电量占全球1.5% 预计将增长至20%以上 [11] - 核聚变能量密度极高 1克燃料相当于8吨石油 [2][11] - 全球核聚变公司累计获投71亿美元 同比增长9亿美元 [12] - 89%企业看好2030年代末实现并网发电 [12] 技术突破路径 - 可控核聚变存在激光惯性约束和磁约束两大技术方向 [12] - 磁惯性约束混合路径可降低造价和建造时间 [12] - AI技术助力解决核聚变物理过程理解难题 [12]

人工智能发展趋势 - 人工智能正进入以持续学习为核心的"经验时代" 需要智能体与世界直接交互生成新数据源[2] - 人类数据红利逼近极限 现有方法不能生成新知识且不适合持续学习[2] - 人工智能是宇宙演化的必然下一步 将来自去中心化协作[2] 产业规模化发展 - 大模型"规模定律"仍然有效 智能体与经济结构转型将深刻重塑社会[3] - 人类进入"智能体群"时代 数量庞大的智能体彼此交互执行任务构成"智能体经济"[3] - 模型和GPU算力成为未来组织核心资产 企业需要扩大算力使模型更强大数据更丰富[3] 能源需求与解决方案 - 人工智能用电量目前占地球1.5% 预计将增长至20%以上 产生巨大能源缺口[4] - 核聚变是满足AI能源需求的解决之道 1克核聚变燃料释放能量相当于8吨石油[4] - 核聚变领域处于商业化落地黎明前夕 AI技术助力解决技术难点[4] 技术变革影响 - Agent将重塑企业流程 "超级个体+agent"带来巨大结构性变革[3] - 核聚变实现将带来能源革命并引发工业革命 是迈向更高阶文明的关键一步[4] - 资本积极布局核聚变赛道 视为终极能源解决方案[4]

AI发展现状与挑战 - 当前AI仍处于初级"种系智能"阶段 依赖海量参数与预训练数据 资源消耗高且缺乏个体记忆与自我意识[4] - 具身智能发展面临数据采集质量差 多模态数据融合不理想 以及模型与机器人控制模态对齐等挑战[6] - AI真正落地干活仍处于大规模爆发性增长的前夜 被描述为"一片荒漠"[4][6] AI技术演进方向 - 人工智能正从"人类数据时代"迈向"经验时代" 需要智能体与世界直接交互生成新数据源[17] - 释放AI全部潜力需要持续学习(continual learning)和元学习(meta-learning)两项关键技术[17] - 规模定律(Scaling Law)仍是大模型性能提升的第一性原则 参数规模越高 训练数据量越大 计算资源越庞大 性能就越好[20] 开源与计算基础设施 - 开源模型与闭源模型的选择已成为AI竞争的关键变量[10] - 开放数据和计算资源是推动AI发展的必经之路 之江实验室已将8B AI模型送入太空[10] - 计算卫星星座实现太空数据处理和卫星互联互通 为人类走出地球提供支撑[10] 能源需求与解决方案 - AI耗电量目前占地球总用电量的1.5% 预计将增长至20%以上[13] - 全球核聚变商业公司累计获得总投资额达71亿美元 同比增长9亿美元[13] - 89%的核聚变企业看好在21世纪30年代末之前实现并网发电[13] 政策与产业支持 - 中国计划到2027年实现人工智能与6大重点领域广泛深度融合 智能体应用普及率超70%[21] - 到2030年智能体应用普及率超90% 智能经济成为重要增长极[21] - 上海推出包括6亿元算力券 3亿元模型券 1亿元语料券等资金支持措施[21] 应用领域发展 - 具身智能产业正在发展 机器人已可完成炒菜 救人 放置雷管等基本动作[4] - 智能体成为AI最主流应用 "智能体经济"即将繁荣[20] - "超级个体+Agent"将带给组织巨大的结构性变革[20]

【环球网科技综合报道】当人工智能不再是科幻中的场景，而是真正成为融入我们工作生活的工具乃至伙伴，我们如 何面对新一轮技术浪潮将至？ 9月11日上午9点，上海黄浦世博园区，2025 inclusion·外滩大会正式开幕。2024年图灵奖得主、"强化学习之父"理查德· 萨顿（Richard Sutton），阿里云创始人、之江实验室主任王坚，源码资本投资合伙人、美国国家工程院外籍院士张宏 江，蚂蚁集团CEO韩歆毅，宇树科技创始人兼首席执行官王兴兴、"人类简史系列"作者尤瓦尔·赫拉利（Yuval Noah Harari）……来自全球的创新者们汇聚于此。 AI前沿技术日新月异，AI落地探索也进入了深水区。去年外滩大会的行业焦点更多聚焦在"我们能用大模型做什么"， 今天，站在外滩的舞台上，问题已经悄然转变为"AI应该如何与我们共存，并共同走向繁荣？" 今年的外滩大会，就像是一面创新增长的智能显示屏。围绕"探索智能上限、深入产业实践、全球协作与发展"的主 线，思想者和行动者们，在这里分享最新的前沿洞见，共同探索智能时代的创新路径与商业未来。 最一线的思考者们——从图灵奖得主理查德·萨顿（Richard Sutton）对"经 ...

AI发展范式转变 - 人工智能正从数据驱动向体验驱动范式转变 图灵奖得主理查德·萨顿提出"经验时代"概念 标志着AI进入新阶段[2] - 规模定律仍主导AI发展轨迹 大模型"规模定律"持续有效 推理模型塑造"推理规模定律"新曲线[4] - 2025年美国主要科技公司AI相关资本开支预计超3000亿美元 AI数据中心产业链经历大规模建设热潮[4] 智能体经济与开放生态 - 人类进入"智能体群"时代 数量庞大的智能体间交互执行任务 构成全新"智能体经济"[4] - 开放资源成为AI竞争关键变量 从代码开放扩展到数据与计算资源开放 开源成为行业前进不可或缺环节[4][7] - 阿里云创始人王坚强调 人工智能时代开源已不仅是代码开放 更是数据和计算资源的开放[7] 能源需求与技术瓶颈 - AI当前用电量占全球1.5% 根据人脑能耗类比 最终可能达到全球总电量20%以上 将产生巨大能源缺口[5] - 技术落地存在巨大鸿沟 具身智能面临高质量数据短缺和模型算法挑战 多模态数据融合与模态对齐仍是难点[6] - 核聚变被视作终极解决方案 1克核聚变燃料释放能量相当于8吨石油 可通过AI自主探索聚变堆设计[8] 伦理治理与组织变革 - 人工智能触及社会中枢神经系统 数字官僚体系扩张将决定权移交算法 需建立全球协作和自我修正机制[6][10] - AI时代企业需要新型管理模式 人员规模扩大会降低协作效率 需探索更高效的组织管理方式[6] - 历史学家赫拉利强调 任何重塑社会的系统不应"先上线再治理" 需保证快速而安全地运转[8] 前沿应用与未来展望 - 太空计算开启AI新前沿 之江实验室首次将12颗卫星同时发射 实现太空部署8B AI模型 卫星间完整互通互联[8] - 强化学习带领进入经验时代 但需持续学习和元学习技术释放全部潜力 "经验"指观察、行动和奖励三种信号传递[8] - 创新创业门槛大幅降低 AI工具可实现新创意 小组织爆发力越来越强 荒漠中终会长出参天大树[8]

人工智能技术发展趋势 - 当前绝大多数人工智能系统仍处于人类数据时代 依赖人类已有知识和标签进行训练 缺乏持续学习与创造新知识的能力 [2] - 大语言模型虽在多项任务中表现优异 但无法通过反思与实践实现真正进步 [2] - 正在进入经验时代 AI应通过自我博弈或与环境交互生成观察 行动与奖励三大信号 实现持续学习和元学习 [2] 人工智能治理框架 - 多方力量推动对AI严格管控与目标对齐 但恐惧常被夸大或被利益集团利用 [3] - 智能体社会应通过去中心化协作实现多元目标共存共赢 仿效人类经济与自然界运作方式 [3] - 语言和货币是人类协作的超能力 市场政府等制度既促进协作也惩治破坏行为 [3] 人工智能哲学定位 - 宇宙历史划分为粒子 恒星 复制者和设计时代 人类正进入由机器主导的设计时代 [4] - 人工智能是人类自我理解与宇宙演化的自然延续 并非外来威胁 [4] - 人工智能替代不可避免 是全球演化的必然下一步 需以勇气自豪和冒险精神迎接 [4]

机器之心报道 机器之心编辑部 强化学习之父、2024 年 ACM 图灵奖得主 Richard Sutton 曾指出，人工智能正在迈入「经验时代」—— 在这个时代，真正的智能不再仅仅依赖大量标注数据的监督 学习，而是来源于在真实环境中主动探索、不断积累经验的能力。正如人类通过实践理解世界、优化行为一样，智能体也必须在交互中积累经验、改进策略，才 能掌握长期决策的能力。 无独有偶，特斯拉前 AI 负责人，OpenAI 联合创始人 Andrej Karpathy 进一步指出，环境的多样性与真实性，是智能体获得泛化能力、应对复杂任务的关键前提。 缺乏丰富的环境，智能体就无法充分暴露于多样化情境，也难以从经验中形成稳健的决策策略。 在这一背景下， 复旦 、创智 、字节 的研究者们 基于智能体自我进化框架 AgentGym，全新打造了 多环境强化学习智能体训练框架 AgentGym-RL 。 本文的第一作者为复旦大学自然语言处理实验室博士生奚志恒，通讯作者为复旦大学自然语言处理实验室的桂韬教授和张奇教授。 这一框架是首个无需监督微调、具备统一端到端架构、支持交互式多轮训练，且在多类真实场景中验证有效的 LLM 智能体强化 ...