会议概况 - 2025年世界互联网大会乌镇峰会于11月7日开幕，主题为“共筑开放合作、安全普惠的数智未来——携手构建网络空间命运共同体” [2] - 多位行业专家在开幕式和主论坛上共议数智未来 [3] 行业趋势与宏观展望 - AI技术正向通用人工智能加速演进，最终将实现超级人工智能 [4] - 根据国务院意见，到2035年，中国将全面步入智能经济和智能社会发展新阶段 [4] - 技术发展将催生大量新需求和新服务，预计未来5年左右全球旅游市场可能有10倍增长 [4] - 新一轮AI革命还处在上半场，甚至是上半场的早期 [10] - 当技术迈过某些关键节点之后，会迎来跨越式发展 [10] 公司战略与布局 - 阿里巴巴正在建设超大规模AI基础设施，加大投入打造超级AI云，以全栈技术积累向全球开发者提供领先的AI服务 [4] - 阿里巴巴创建了全国最大的AI开源社区“魔搭”，截至10月中旬已汇聚超过12万个开源模型、超过5500个MCP服务和调试工具，服务了2000多万用户 [6] - 魔搭社区的AI开发者中，超过20.74%来自50人以下小组织，独立开发者占比达到13.7% [7] - 社区“创空间”频道有将近2.3万个AI应用，覆盖超过20个行业，其中约95%的应用由个人开发者完成 [7] - 阿里巴巴通义千问模型性能处于全球领先者队列，并从推出第一天起就坚定选择开源路线 [7] - 中兴通讯致力于让算力触手可及，用AI赋能千行百业，在本届大会展示了最新的智算解决方案和一批AI场景化应用成果 [5] - 京东物流大量自动化设备已具备规模部署、简易化操作能力，预计明年4月将建成全球第一个全无人配送站 [6] 技术应用与产业发展 - 机器人可将人类从繁重劳动中解放出来，减少体力、重复工作的劳动强度，并大幅降低员工工作时间 [4] - 随着高密度固态电池的大规模生产，机器人、无人机等产业将迎来新一轮飞速增长浪潮 [6] - 新一代AI产品采用自然语言交互，使老人、儿童、残障人士等群体可以普惠分享技术红利 [6] - 具身智能领域发展迅速，很多科幻故事已变成现实，预计机器人行业在未来几年会有更多惊喜 [8] - 脑机接口技术已从实验室试验变成能够真正影响人们生活的产品，规划先帮助残疾人等群体，后续将推出面向普通民众的产品 [8] - 未来将是一个充满机器人的世界，需要空间智能技术来统一管理、指挥这些机器人 [9] - 机器狗主要聚焦行业应用，在电力巡检、应急消防等场景中打磨产品，以代替人在危险恶劣复杂场景工作为目标 [9][10] - 游戏产业的成功是中国游戏产业长期发展的结果，优秀游戏能将中国文化通过科技手段传递给更多人 [10]

公司动态与战略 - 杭州“六小龙”中的深度求索公司创始人未出席乌镇峰会，由一名资深研究员代表与会，其余五家公司均由创始人亲自参加[1] - 群核科技是一家空间智能研发商，正寻求港股上市，在2023年生成式AI热潮后调整战略，从提供空间设计软件转向开拓机器人硬件公司客户[6] - 游戏科学从《黑神话·悟空》的走红中观察到，当中国团队能拿出接近国外先进水平的产品时，国内用户会给予远超产品本身价值的关注与热情，但若产品品质不达标也会被市场识别并给予教训[8] 人工智能（AI）发展展望 - 深度求索公司创立之初就将实现通用人工智能（AGI）作为根本目标，其核心优势在于秉持长期主义，专注于前沿智能突破[3] - 展望未来3至5年，人类与AI将处于“蜜月期”，科技公司应扮演“布道者”角色推动技术普惠化，实现“一加一大于二”的效果[3] - 展望未来5至10年，AI将取代部分人类工作带来失业风险，科技公司应扮演“吹哨人”提示就业冲击[4] - 展望未来10至20年，AI对就业的替代将更为普遍并可能动摇社会秩序，科技公司应担当“守护者”保障人类安全并参与秩序重塑[4] - 本轮AI革命与工业革命的区别在于AI本身可成为智慧的“主体”，工作岗位被取代后可能不会催生足够多的新岗位[5] 具身智能与机器人技术 - 宇树科技创始人表示具身智能模型能力仍远远不够，在机器人领域模型架构与数据规模均存在瓶颈，整个技术流程仍处于探索阶段[5] - 对人形机器人前景表示乐观，预计未来几年科幻设定会加速走进现实，明后年带来的惊喜可能比今年更多[5] - 云深处科技创始人提到机器人双手制造难度大，让灵巧手在复杂不确定场景中执行任务仍是一个问号[5] - 群核科技联合创始人坦言，要想作为具身智能公司的“卖水人”面临艰巨的业务挑战[7] 脑机接口技术 - 强脑科技选择非侵入式脑机接口路线，该路线更安全但“信噪比”较低，对模型解码性能要求更高[7] - 脑机接口在治疗阿尔兹海默症、孤独症、失眠等脑疾病方面前景广阔，但当前在数据采集与解析方面挑战严峻[7] - 大脑拥有约860亿至上千亿个神经元，解析这些神经元产生的信号异常困难，将人脑念头转化为精细手部操作面临巨大技术难关[7]

人工智能发展趋势 - 人工智能技术正从虚拟世界走向物理世界，从二维计算转向三维空间感知和交互，迈向具身智能和空间智能的新阶段[5][6] - 业内普遍认为人形机器人是通用人工智能的理想载体，为通用智能提供与物理世界交互的最佳接口[9] - 人工智能发展将经历智能涌现、通用人工智能和超级人工智能三个阶段，目前正处于通用人工智能阶段的开端[8] 企业战略与布局 - 京东集团加速推动供应链与物流体系智能化升级，预计未来5年内中国社会化物流成本占GDP比重将降至10%以内，并计划在明年4月建成全球首个全无人配送站[5] - 阿里巴巴集团正在建设超大规模AI基础设施，加大投入打造超级AI云，以全栈技术积累向全球开发者提供AI服务[8] - 宇树科技等科创企业正探索机器人领域的具身模型和多模态模型，与国内外公司合作推动通用人工智能发展[9] 技术前沿与创新 - 空间智能被视为继大语言模型之后的重要领域，标志着AI技术向三维空间感知和交互的转变，未来将用于统一管理和指挥大量机器人[6] - 当前AI需要建立与真实世界的更多链接，如多模态技术，使模型能够像人类一样在真实环境中终身学习和自我迭代[9] - 行业共同期待三维空间的"ChatGPT时刻"带来关键突破，推动人工智能迈入以具身智能和空间智能为代表的新阶段[6] 行业生态与活动 - 2025年世界互联网大会乌镇峰会以"共筑开放合作、安全普惠的数智未来"为主题，围绕数字经济等议题举办24场分论坛，来自130多个国家和地区的1600多名嘉宾参会[1] - 本届乌镇峰会特设"六小龙乌镇对话"，中国工程院院士与杭州"六小龙"企业负责人围绕全球人工智能技术创新发展等前沿趋势进行交流[3] - 乌镇峰会展示互联网从"互联"走向"智联"的时代转折，反映产业链深度融合和数字基础设施全面升级的未来图景[3]

大会概况与主题 - 2025年世界互联网大会乌镇峰会于11月7日在浙江乌镇开幕，主题为“共筑开放合作、安全普惠的数智未来——携手构建网络空间命运共同体” [1] - 大会围绕数字经济、文化遗产数字化保护与传承等议题举办24场分论坛，来自130多个国家和地区的1600多名嘉宾参会 [1] - 本届峰会特设“六小龙乌镇对话”，聚焦全球人工智能技术创新发展等前沿趋势 [1] 人工智能发展趋势：从AI到AGI - 阿里巴巴集团CEO吴泳铭提出AI发展三阶段论：智能涌现、通用人工智能（AGI）、超级人工智能（ASI），当前正处于AGI阶段的开端 [5] - 根据OpenAI的解析，AGI需具备从“聊天机器人”到“组织者”的五级能力，包括自主感知、认知、决策、学习、执行和社会协作 [5] - AI正从语言处理器演进为能感知世界、推理决策、创新协作的“数字生命体” [5] 具身智能与空间智能 - 人工智能逐渐从虚拟世界迈向物理世界，从二维计算转向三维交互，进入具身智能和空间智能新阶段 [2][3] - 空间智能标志着AI技术从传统二维平面处理向三维空间感知和交互的转变，被描述为AI发展的下一个里程碑 [3] - 行业期待三维空间的“ChatGPT时刻”带来关键突破，推动AI迈入真实世界 [3] 行业应用与基础设施升级 - 智能制造、智慧物流、AI驱动产业化成为中国数字经济发展的核心趋势 [2] - 京东集团创始人刘强东预测，未来5年内中国社会化物流成本占GDP比重将降至10%以内，进度将超过过去10至15年 [2] - 到明年4月，京东将建成全球首个全无人配送站，实现无人机、无人车、机械臂的全流程机器人操作 [2] - 阿里巴巴正在建设超大规模AI基础设施，加大投入打造超级AI云，向全球开发者提供全栈AI服务 [5] 技术挑战与未来展望 - 当前AI不具备像人类一样稳定的智能，在复杂领域表现卓越但简单任务上可能较差，因其参数固定，无法在真实世界中自我迭代 [6] - 未来研究方向是让AI具备稳定学习算法，通过多模态等方式建立与真实世界更多链接，实现终身学习和自我迭代 [6] - 业内普遍认为人形机器人是AGI的理想载体，为通用智能提供与物理世界交互的最佳接口 [6]

OpenAI与微软合作关系演变 - OpenAI取消与微软Azure长达六年的排他性云服务协议，结束优先选择Azure和微软享有优先购买权的模式[5] - 宣布取消排他协议后不到一周，OpenAI与AWS达成价值380亿美元的云计算协议，将全面接入AWS的数十万张最新英伟达GPU和数千万颗CPU算力资源[5] - Sam Altman和Satya Nadella通过联合播客澄清合作本质，强调运行在Azure上的"无状态API"并非完全排他且协议期限至2030年，其他产品和模型会在不同平台发布[10] OpenAI战略重心转移 - 公司从"模型训练与创造"阶段转向"让模型无处不在"的普及阶段，目标是通过CodexAI颠覆编程世界并推出消费级硬件[14] - 新阶段需要平台无关的生态布局，因此需拥抱Azure、AWS、Google Cloud等多元云服务商以实现大规模应用触达[14] - 与AWS合作的意义区别于早期与Azure的绑定，前者侧重商业触达（"卖药"），后者侧重技术突破（"炼丹"）[15] 算力战略与产业价值重构 - Nadella提出未来算力将过剩，真正瓶颈在于数据中心建设速度、能源供应和冷却系统等物理环境部署能力[18] - Altman支持该观点，指出若出现低成本新型能源，长期算力合约可能造成损失，同时强调软件层面对GPU的优化能带来指数级效率提升[19] - 双方联合发声旨在重构AI产业价值分配，将重心从英伟达的"芯片制造"转向微软的"平台服务与系统集成"能力[21][22] 行业竞争格局变化 - OpenAI成长为硅谷巨头的直接竞争对手，其与微软的关系在2025年因竞争加剧而显得尴尬[6] - 云服务市场出现非排他性合作趋势，例如AWS同时为Anthropic提供算力并计划使用自研Trainium和Inferentia芯片训练Claude模型[15] - 英伟达虽计划部署10吉瓦AI超算（投资超1000亿美元），但OpenAI与微软试图淡化GPU稀缺性叙事，强调系统整合能力的稀缺性[21]

美股AI行业面临的不确定性 - 市场共识认为美股的AI神话可能难以为继，核心风险在于路径不明确的“通用人工智能”目标[1] - AGI的发展路径与互联网等技术不同，其不确定性并未随投入增加而降低，商业前景模糊[1] - 该路径需要持续投入最先进的算力芯片和天文数字的研发费用，但最终产出未知[1] AI技术的商业回报与市场表现 - 美国95%采用生成式AI的公司尚未从该技术中盈利[2] - 近80%部署了AI的企业净利润并未因AI而提高[2] - 估值近一万亿美元的OpenAI在今年上半年净亏损达到135亿美元[2] AI投资对宏观经济的影响 - 美国AI相关支出对GDP增长的贡献已超过所有消费者支出的总和[2] - 有计算显示2025年上半年美国GDP增长的92%将来自于AI的巨额投资[2] 市场参与者的行为与潜在风险 - 知名投资者Michael Burry正在部署做空美国AI泡沫，预警支出过度而回报过低的情况[2] - AI相关股票已占标普500指数权重的44%以上，其波动将对整体市场产生重大影响[2] AI行业与历史泡沫的相似性 - 当前美国AI界的商业模式与日本泡沫经济时期的企业行为相似，存在相互投资和天价订单以放大账面收入的情况[3] - 数据中心长期租约被打包成债券出售的操作，类似于次贷危机前的房贷证券化，埋下隐形杠杆风险[3] 中美AI发展路径的对比 - 中国AI产业走“产业应用驱动”的务实路线，深耕自动驾驶、生物制药等具体领域，形成健康的商业闭环[4] - 与美国的AGI路径相比，中国模式投资更少且更容易打造有竞争力的完整产业链[4] - 部分国际投行在预警美国科技股可能回调10%-20%的同时，看好中国股市的AI及电动车等领域[4]

公司战略定位 - 阿里云定位为全栈人工智能服务商，提供世界领先的智能能力和遍布全球的AI云计算网络，向全球提供开发者友好的AI服务 [2] - 阿里云不再仅提供计算资源，而是要贯通模型训练、推理、部署、优化的全链条 [2] - 公司认为只有超级AI云能够承载AI革命带来的超大规模计算需求，并正在以此重构其技术叙事逻辑 [2][3] AI发展阶段与特征 - AI发展将经历三个阶段：智能涌现（特征为“学习人”）、通用人工智能-AGI（特征为“辅助人”）、超级人工智能-ASI（特征为“超越人”） [2][4] - 目前行业正处在AGI阶段的开端，AI Agent已能完成大量数字世界工作并通过接口操作部分物理设备 [3][4] - AI对生产力和人类自身的解放将超乎想象，行业对实现2035年全面步入智能经济和智能社会的目标充满信心 [4] 技术产品与生态 - “通义千问”大模型在Hugging Face社区9月底的模型榜单中夺冠，并在前十名中占据七席 [5] - “通义千问”模型家族已开源300多个模型，全球下载量突破6亿次，衍生模型超过17万个，位居全球第一 [5] - 公司创建的AI开源社区“魔搭”已汇聚超过12万个开源模型、超过5500个MCP服务和调试工具，服务超过2000万用户 [6][7] - “魔搭”社区开发者中，超过20.74%来自50人以下小组织，独立开发者占比达13.7%，社区“创空间”频道有近2.3万个覆盖超20个行业的AI应用，其中约95%由个人开发者完成 [7] 行业机遇与责任 - 新一代AI产品采用自然语言交互，天然降低使用门槛，为老人、儿童、残障人士等群体创造了普惠分享技术红利的新机遇 [6] - 行业必须更具前瞻性地关注弱势群体，让数智技术成为跨越数字鸿沟的助推器 [6] - 智能时代大门已经打开，数字世界正在全面重构，物理世界即将深刻改变，这是全行业的创新机会和全社会的发展机遇 [7]

AI技术发展路径 - AI技术向通用人工智能加速演进并最终实现超级人工智能 [1] - AI发展经历三阶段：智能涌现阶段特征为学习人 通用人工智能阶段特征为辅助人 超级人工智能阶段特征为超越人且需非常长时间实现 [1] 公司战略与投入 - 公司正加大投入打造超级AI云 以全栈AI能力推动开源开放和技术普惠 [1] - 公司正建设超大规模AI基础设施 加大投入打造超级AI云 以全栈技术积累向全球开发者提供领先AI服务 [2] - 公司旗下通义千问是全球最具影响力的开源模型家族 魔搭是全国最大的AI开源社区 [1] 行业前景与政策目标 - 国务院提出到2035年中国全面步入智能经济和智能社会发展新阶段 [2] - AI对生产力和人类自身的解放将超乎想象 对实现2035年目标充满信心 [2]

公司AI战略与定位 - 阿里巴巴正在加大投入打造超级AI云，以全栈AI能力推动开源开放和技术普惠 [1] - 阿里云的定位是全栈人工智能服务商，提供世界领先的智能能力和遍布全球的AI云计算网络 [3] - 公司“通义千问”大模型从推出第一天起就坚定选择开源路线，全力支持开发者生态建设 [4] AI技术发展三阶段 - AI发展第一阶段为“智能涌现”，特征是AI通过学习海量人类知识“学习人” [2] - 第二阶段是通向“通用人工智能（AGI）”，特征是AI能够完成数字世界工作并“辅助人” [2] - 第三阶段是实现“超级人工智能（ASI）”，特征是AI具备自主学习能力并“超越人” [2] 公司AI产品与生态成果 - “通义千问”在Hugging Face社区模型榜单中夺冠，前十名占据七席 [4] - “通义千问”开源模型家族总共开源300多个模型，全球下载量突破6亿次，衍生模型超过17万个，位居全球第一 [4] - 公司创建全国最大AI开源社区“魔搭”，汇聚超过12万个开源模型、超过5500个MCP服务和调试工具，服务2000多万用户 [4][5] - “魔搭”社区开发者中20.74%来自50人以下小组织，独立开发者占比达到13.7% [5] - 社区“创空间”频道有将近2.3万个AI应用，覆盖超过20个行业，其中约95%应用由个人开发者完成 [5] 行业前景与政策支持 - 国务院《意见》提出到2035年我国全面步入智能经济和智能社会发展新阶段 [3] - 公司对实现AI发展十年目标充满信心，认为AI对生产力和人类自身的解放将超乎想象 [3] - 从智能涌现到超级人工智能是一场影响深远的计算革命，正在催生下一代计算机超级AI云 [3]

核心观点 - 超对称公司发布的BigBang-Proton基座模型挑战了以OpenAI为代表的主流AGI技术路线，提出并验证了通过“物质结构学习”实现AGI的第三条路径 [1][2][4] - 该模型通过三项根本性创新，实现了跨微观粒子到宏观地球系统的多学科科学问题在单一自回归LLM上的统一预训练和推理，展示了语言引导科学计算的能力 [2][26][80] - 实验结果表明，主流LLM（如GPT-5、DeepSeek-R1）在理解真实物质结构和执行专业科学任务上遭遇失败，而BigBang-Proton在多个科学任务上达到或接近专用SOTA模型水平 [2][36][44][54][59][66][71][72][74] 技术创新 - **二进制块编码**：彻底抛弃传统的BPE等分词器，将所有输入数据（文本、代码、科学数值）统一视为原始二进制序列进行处理，解决了数值保真和跨模态统一表征的难题 [9][11][14][37] - **理论-实验学习范式**：建立数值型实验数据与文本理论描述的混合表示和直接对齐，使模型能整合符号推理与数据驱动学习，覆盖90%以上的实验科研任务 [13][18][19][48] - **蒙特卡罗注意力机制**：替代传统Transformer注意力，通过分块代表交流机制，使模型有效上下文长度随层数指数级增长，20层即可实现10³⁰字节的上下文容量，为模拟复杂物质结构奠定基础 [19][22][23] 模型性能表现 - **算术运算**：在50位数加法、减法和12位数乘法任务中，准确率分别达到100%、98%和90%，显著高于DeepSeek-R1（19.23%、11.63%、9.68%）和ChatGPT-o1（3.85%、6.98%、3.23%）[36][37] - **粒子喷注分类**：在11类分类任务中达到51.29%的准确率，与专用SOTA模型（ParT的56.69%）差距仅4-5个百分点，而主流LLM准确率接近随机猜测水平（10%）[44][46][47] - **材料形成能预测**：实现0.043 eV/atom的平均绝对误差，在Matbench榜单排名第11位，优于部分专用机器学习方法，而主流LLM的预测误差与之相差四到五个数量级 [54][56] - **湖泊水质预测**：在叶绿素-a浓度预测中实现0.58 μg/L的MAE和0.098的MAPE，达到与行业领先机器学习时序预测模型竞争的水平 [59] - **基因组建模**：以1.5B参数和Evo模型三分之一的训练数据量，在评估困惑度（2.8 vs 3.1）及预测突变对蛋白质功能影响（斯皮尔曼相关系数0.78546 vs 0.67）等多项任务上超越SOTA生物基座模型Evo [66][71][72][74] 行业影响与未来规划 - **挑战主流AGI路线**：指出仅依赖长程思维链和互联网自然语言数据无法实现AGI，提出LLM预训练应进入物质世界，其边界将扩展到全宇宙 [2][4][5][80] - **提出宇宙尺度压缩构想**：目标是在一个二进制序列中重建物理世界，将全宇宙的信息转为超长序列压缩到单一基座上，为所有AI分支任务提供基座 [5][81][82] - **广泛产业合作与应用**：模型正与中国高能物理所、强磁场中心、南京大学、上海交大等机构合作，应用于粒子对撞、核聚变、高温超导、虚拟细胞、地球系统建模及飞行器设计等前沿领域 [82][83]