记者：您很早就意识到人工智能在经济社会发展中广阔的应用前景。在包括您在内的科技工作者推动下，2017年7月，国务院印发《新一代人工智能发展规划》（下称《规划》）。在您看来，此次发布的《意见》与《规划》之间有怎样的承继关系？对于进一步推进人工智能技术研发与应用有何意义？

潘云鹤：2017年《规划》与2025年《意见》是一脉相承的。对比两份文件，可以看出国家层面有条不紊推进新一代人工智能从0到1、从1到100的战略构想。

《规划》主要讲的是新一代人工智能为什么很重要，可能会沿着哪些方向发展，会有哪些新的技术形态，以及我国应该如何抢抓机遇、形成自身优势。特别是前瞻性地指出了新一代人工智能发展的五项关键技术方向（大数据智能、跨媒体智能、群体智能、混合增强智能和自主智能系统）。令人振奋的是，8年来，中国乃至全球人工智能的发展轨迹正清晰地沿着这五大方向推进。比如，大数据智能和跨媒体智能催生了各种语言大模型、多模态大模型；具身智能则以自主智能系统为基础，并向着群体智能、混合增强智能的方向发展；大模型与具体应用的结合，又推动了智能体的出现……并且，经过市场检验，这些技术已经具备了解决一些现实场景中复杂问题的能力，从试验探索迈向应用落地、价值创造。智能化新产品新场景竞相涌现，社会各界应用需求空前强劲。与此同时，仍存在对人工智能赋能作用认识不一致、供需对接不畅、应用落地存在“最后一公里”障碍等问题，需要进一步从顶层设计上加强战略引导和统筹指导，推动人工智能与经济社会各行业各领域广泛深度融合。

《意见》的出台恰逢其时，而且具有系统性。它指出了加快实施“人工智能+”科学技术、产业发展、消费提质、民生福祉、治理能力、全球合作等六大重点行动。在具体部署中，又将每个领域进一步细分，比如产业领域不但包含工业、农业、服务业等，还指出要发展智能原生行业；民生领域包含就业、教育、医疗、文化等，进行有针对性的部署，覆盖面非常广。

《意见》呈现前沿性。一般政府规划与学科前沿都有一定距离，但《意见》难能可贵地提出了许多前沿性概念。比如，大模型是近几年才高速发展起来的，而且在今年DeepSeek爆火后，人们才意识到模型的处理能力不是由多少张算卡来决定的，要有新的结构与算法。《意见》已经把“模型基础架构创新”“加快研究更加高效的模型训练和推理方法”写进去了。再比如，“智能终端”“智能体”也是新兴的概念。《意见》敏锐感觉到这是重要的发展方向，提出新一代智能终端、智能体等应用到2027年普及率要超过70%，到2030年要超过90%的目标，向相关领域发出强有力的信号。

《意见》强调创新性。从理论创新、技术创新，到工程创新、产品创新，“创新”是“人工智能+”行动的关键词。这要求我们在“人工智能+”布局中，不仅要赶超，还要有自主创新突破。以模型基础架构创新为例，前两年我国的大模型，基本是按照美国的模式走，他们用多少张算卡，我们也想办法做到多少张算卡，最后变成算力的竞争。这种发展方式太简单了。美国的OpenAI试图用一个通用大模型解决所有专业问题，事实证明这是做不到的。于是又在通用大模型上做垂直大模型，但由于数据不够精密，幻觉率很高。因此，我国在模型自主创新上有很大空间。除了探索用更少的算力实现更精密的计算，还可以“反其道而行之”，开辟一条“由专到通”的发展路径。先针对一个专业领域聚集专业数据，用专业数据训练专业大模型，实现精准生成。这样的多个专业大模型联动起来，便可以形成通用大模型。