记者：最近，浙江提出要做深做实AI赋能的文章，加快“人工智能+”行动步伐，争创全国行业应用基地，加速落地一批牵引力强、影响力大的应用场景。您曾预测中国将出现“数百数千种行业AI大模型”，这些模型在驱动产业升级时面临哪些挑战？未来突破方向是什么？浙江可以在哪些方面先行探索？

张亚勤：关于人工智能发展，我认为有5个核心趋势值得关注。

首先，生成式AI向智能体AI范式跃迁。未来的智能体不再局限于内容生成，而是具备更强的目标驱动性、自主决策规划能力，以及与环境的实时交互能力。这种能力的进化正以“任务长度每7个月翻倍、任务准确度突破50%”的速度推进，将深度重塑消费电子、医疗健康、智能汽车等众多领域，最终实现从“工具”到“智能伙伴”的质变。

其次，AI领域的规模定律正在发生深刻演变。预训练阶段的边际效应逐渐平缓，技术焦点已转向推理规模定律和智能体规模定律。同时，多模态应用从语言、视觉向更多垂直领域扩展，带来“成本降、能力升”的剪刀差效应——模型推理单位成本以每年10倍速下降，而智能体综合能力与算力需求则以每年10倍速增长，推动AI从“能思考”向“能实干”的实用化阶段跨越。

第三，AI正突破数字世界边界，与物理和生物智能深度融合。大语言模型正进化为“视觉—语言—行动模型”，为具身智能奠定基础；无人驾驶领域预计2030年迎来“DeepSeek时刻”，10%以上新车将具备L4+级能力；机器人技术与AI融合下，2035年左右有望实现接近人类水平的灵巧操作。更重要的是，AI在精准医疗、新药研发及基础科学研究中的应用，将成为未来十年最具颠覆性的突破方向。

第四，AI发展的风险攀升与治理挑战不容忽视。CBRN(化学、生物、放射性及核风险)领域的潜在恶意使用风险已从中低级升至中级，模型欺骗、约束逃逸等安全威胁在新版本迭代中愈发突出，而自主智能体的普及可能引发不可预测的系统性风险。当前全球治理机制滞后于技术发展，地缘政治等因素也制约着国际协作，构建敏捷有效的治理体系面临严峻挑战。

最后，全球AI产业格局重塑，中国将在其中扮演重要角色。预计到2026年，全球通用大模型领域将整合形成8至10家头部企业，中国有望占据3至4席。中国企业将走出“极致效能优化、创新架构探索、低价格普惠”的特色路径，以垂直行业深度落地能力为核心竞争力。同时，产业将形成“80%开源+20%闭源”的生态格局，开源生态加速知识共享，与闭源模式互补推动技术繁荣。

浙江作为数字经济高地，已形成极具竞争力的互联网产业格局，为AI高质量发展奠定了坚实基础。阿里巴巴、网易等行业巨头，依托阿里云、网易伏羲实验室等创新平台，在人工智能、云计算领域掌握众多核心专利，积累海量数据与强大算力。DeepSeek、强脑科技、宇树科技等科技新锐企业快速崛起，在大模型、类脑机器人、智能硬件等前沿赛道取得突破，与龙头企业协同发力，助力浙江抢占数字经济发展先机。浙江还创新推出“AI产业飞地”政策，允许北京、上海的研发团队在杭州设立产业化基地，享受“双总部”税收优惠，这种“智力飞地+产业落地”的模式，吸引了清华、北大等高校的20余个AI团队落户。当前行业大模型发展面临“三元悖论”，模型精度、部署成本、数据安全难以兼顾，浙江的探索给出了创新性解决方案。我认为可以沿着现在的路子继续走下去，加快发挥优势、补齐短板。

在主体培育上，加强高校、科研机构与企业的协同创新。高校与科研机构专注于基础研究与前沿技术探索，为行业AI大模型的发展提供理论支撑与技术储备；企业则凭借丰富的业务场景与数据资源，将科研成果快速转化为实际生产力。通过产学研深度融合，加速行业AI大模型的研发与应用推广。

在生态建设上，要构建完善的行业AI大模型生态体系。一方面，鼓励开源开放，促进模型、算法、数据等资源的共享与交流，降低行业创新门槛；另一方面，加强行业标准制定，规范模型的开发、评估与应用流程，营造健康有序的产业发展环境。同时，加大复合型人才培养力度，高校可开设跨学科专业课程，企业通过在职培训、产学研联合培养等方式，提升人才队伍素质，为行业AI大模型的持续发展提供坚实的人才保障。