当前,人工智能(AI)正沿着“技术向上突破、应用向下扎根”的双线路径加速演进。从实验室里的算法迭代到产业一线的场景落地,从算力底座的夯实到全球生态的共建,中国人工智能正以通专融合的技术探索、场景深耕的应用实践,勾勒出高质量发展的新图景,成为锻造新质生产力、驱动经济增长的重要力量。图片来源于网络,如有侵权,请联系删除技术演进:从推理到科学发现 迈向通专融合之路1月22日,在新加坡召开的第四十届人工智能协会年会(AAAI 2026)上,通用人工智能的突破成为全球AI领域的焦点。上海人工智能实验室主任、首席科学家周伯文在大会特邀报告中提出,当前人类已身处“通用人工智能”(AGI)前夕,但通专融合的智能缺失仍是关键瓶颈,亟需推动科学智能从1.0向2.0迭代,实现从AI4S(即AI for Science,人工智能驱动的科学研究)到AGI4S的跨越。“若AGI=通专融合,那么可深度专业化通用模型便是实现AGI的可行路径。”周伯文在报告中给出明确判断。他认为,可深度专业化通用模型的构建面临三大核心挑战:实现低成本、规模化的密集反馈,具备持续学习与主动探索能力,以及为同一问题提供多视角解决方案的能力。而突破这一困境,需从信号、规模和落地三个维度协同发力。在他看来,科学发现是AI的下一个前沿阵地——既是推理智能的终极试炼场,也是通专融合AGI的核心验证舞台。大规模深度推理将为科学研究注入新动能,而科学发现过程中积累的海量数据与复杂场景,也将反哺AI推理能力的持续进化,形成双向赋能的良性循环。周伯文团队在深入研究大规模、长链路推理大模型强化学习时,揭示了阻碍大模型持续进化的根本性障碍——熵坍缩。“这一问题的核心,是让通用大模型在专家化过程中保持探索欲与好奇心,避免过早陷入过度自信,如同顶级人类专家般‘求知若饥,虚心若愚’。”围绕这一洞察,上海人工智能实验室已开展一系列探索与验证,构建起驱动通专融合发展的“智者”SAGE技术架构,涵盖基础、融合与进化三个层次,通过双向循环实现全栈技术进化。同时,实验室还打造了支撑AGI4S探索的两大核心基础设施——“书生”科学多模态大模型Intern-S1与“书生”科学发现平台Intern-Discovery,并已取得多项阶段性进展。“如果将SAGE比作一张新世界的地图,我们目前已建立了良好的初步验证与多个尖兵前哨站。”周伯文向全球同行发出倡议,期待携手共拓AGI发展新蓝图。业界认为,随着通专融合技术的持续突破,AI正从“广谱通用”向“精专兼备”转型,原本分散的技术能力逐渐形成协同效应,为AGI的落地奠定了坚实基础。产业融合:重塑千行万业 开辟价值落地新路径技术迭代的价值,最终要通过产业应用来体现。当前,人工智能正系统性重塑千行万业,中国正走出一条特色鲜明的AI与产业融合发展之路,推动技术能力转化为实实在在的产业价值,开辟了AI从试点验证到规模化价值落地的全新路径。“如今,AI正从提供‘情绪价值’转向创造‘业务价值’,深入各类产业核心生产系统。”华为云副总裁黄瑾表示。在能源领域,中国石油借助AI实现了油气输送管亚毫米级缺陷识别;在港口运营中,天津港PortGPT推动港口管理综合效能提升;在工业制造场景,云铝股份通过AI优化电解槽运行实现节能增效……黄瑾透露,截至目前,华为云已构建30多个行业大模型,服务超500个场景、2600余家企业,覆盖交通、港口、科研教育、医药等多个领域。AI在工业领域的应用尤为亮眼,已成为产业升级的“催化剂”。黄瑾介绍,北京铁道工程机电技术研究所股份有限公司借助智能巡检,将原本需要6小时的人工巡检任务缩短至20分钟,复杂故障识别准确率超98%,完成了从“人检”到“AI检”的跨越;宝武钢铁通过AI实时预测高炉炉况,可精准研判两小时内铁水温度与硅含量,使高炉温度命中率提升至80%,单座高炉年节省燃料约7800吨,实现生产调控的科学化与精细化。“中国AI的创新实践,也为全球数字化转型提供了重要参考。”黄瑾透露,在生态保护领域,毛里求斯基于中国AI技术的珊瑚礁修复辅助系统,已完成超3.7万株珊瑚移植、200多个物种鉴定,还协助发现10余种新珊瑚物种;在海外港口运营中,拉丁美洲首座全自动码头钱凯港依托“AI赋能+数据驱动”模式,实现40辆无人集卡规模化作业,视频分析与存储算力达业界平均水平的1.6倍,大幅提升了自动化运营与数据处理效能。业界普遍认为,AI已成为全球经济增长的核心动能。IDC数据显示,到2030年,人工智能将为全球经济贡献19.9万亿美元,推动全球GDP增长3.5%;普华永道调研则指出,在中国,AI将贡献GDP增量的26.1%,成为拉动经济高质量发展的重要引擎。这一增长背后,离不开坚实、高效、易用的AI基础设施(AI Infra)的支撑。工信部数据显示,我国已建成万卡智算集群42个,智...