编者按：

“不能只把人工智能当作一个工具去处理原来所理解的数据，那还是非常浅层地把人工智能当成一次简单的科技创新，而不是范式变革。”近日，中国工程院院士、之江实验室主任、阿里云创始人王坚受邀参加中国商飞公司第九届COMAC国际科技创新周，作了题为《“人工智能+”与新质生产力》的主题报告，分享了关于人工智能的前沿思考。以下内容根据现场演讲摘编。

习近平总书记在中共中央政治局第十一次集体学习时强调，新质生产力具有高科技、高效能、高质量特征，以全要素生产率大幅提升为核心标志。这背后最重要的关系之一，是数据变成了真正的生产要素。它不再只是帮助其他生产过程，而是像资金、土地一样，成为生产要素的重要组成部分。人工智能在全要素生产率大幅提升中，扮演着非常关键的角色。

我长期接触数据，直到最近几年才第一次强烈感受到：如果没有人工智能，数据要成为生产要素，几乎是不可能的。

理解人工智能的3个层面

2025年8月26日，国务院发布《关于深入实施“人工智能+”行动的意见》，提出6项行动计划：“人工智能+科学技术”“人工智能+产业发展”“人工智能+消费提质”“人工智能+民生福祉”“人工智能+治理能力”“人工智能+全球合作”，基本聚焦了人工智能正在做什么。

人工智能作为一项新技术已经被谈论了很多年，如今到底有什么不一样？我想至少可以从3个层面来理解。

第一，技术创新（Technology Innovation）。人工智能就像过去几十年发展过程中的又一项技术发明，如同区块链、AR、VR。我相信当下的大部分人，大概还停留在这个层面上。

第二，研究范式革命（Research Paradigm Shift）。这个词听起来好像很抽象，其实不然。展开说，就是科学技术与产业之间的边界变得模糊了，学科之间，理论和实验之间，甚至科学和技术之间、科学和工程之间的边界也变得模糊了。

第三，科学革命（Scientific Revolution）。在科学发展史上，科学革命是一个专有名词，不是普通名词。事实上，人类历史上只发生过一次科学革命，或许50年后回看，当下发生的事就是一场科学革命。

美国白宫在2025年7月23日发布了《美国人工智能行动计划》，其中说，当前的人工智能既是一场工业革命，也是一场信息革命，同时是一场文艺复兴。这3个概念叠加在一起影响会有多大，当下还不好估计，但它远远超过一项单项技术的变革。

我们可以把人工智能理解成更高层面上的自然语言，或者更高层面上的计算机视觉。事实上，从学科角度看，人工智能的出现，把传统自然语言处理和计算机视觉之间的边界彻底打破了。以前，自然语言处理和计算机视觉几乎是不可能放在一起的两个领域，方法不一样，解决的问题不一样，但如今，它们都在人工智能框架下发挥作用。

两篇关键论文推动人工智能发展

人工智能跟人类之间的关系，我喜欢用图灵的这句话来表达：“人有了笔、纸和橡皮，加上规则，就是一台通用机器。”在图灵眼里，人工智能就是通用机器。事实上，图灵从来没有说过“AI”这个词，他永远在讨论计算和智能之间的关系。这就是为什么计算会变得那么重要。AI这个词，大家可以把它想象成一个符号，它的内涵非常值得重新思考。至少对我个人而言，当年他们谈的AI都不是今天的AI。

今天的AI如果要谈起点，特别是对计算机视觉而言，我觉得是从2012年的这篇《基于深度卷积神经网络的ImageNet分类》开始的。它把数据、模型和算法放在了一起，完成了突破。

那么，如何让这样的框架在更大规模上实现？如果说前面那篇文章完成的是螺旋桨飞机，那人工智能的“喷气动力”，就来源于谷歌团队发表的《Attention Is All You Need》。它发明了Transformer架构，使我们可以用更大规模的算力、模型和数据完成当前人工智能所做的事，这是唯一一个能够支撑这种规模的架构。

此外，这篇论文让我们对数据的理解从Byte（比特）走向Token（我把它翻译成“拓克”）。这背后有一个逻辑，就是当前我们看到的数据并不能直接为人工智能所用，所有要为人工智能所用的数据，都要做一次Tokenization，也就是“脱壳”，才能变成人工智能可用的数据。用一个比喻来说，就是稻谷外面有一层壳，不能直接吃，必须把壳脱掉，里面的米才可以吃。当下所有的数据都要做一次脱壳才可以用，这也是为什么如今我们在使用人工智能应用时，要按Token计费，那是真正的“米”。

这是一个非常深刻的变化。科学数据要完成这个过程，工程数据也要完成这个过程。所以，不能仅仅把人工智能当作一个工具去处理原来所理解的数据，那还是非常浅层地把人工智能当成一次简单的科技创新，而不是范式变革。

所以，正是有了这些基础，才有过去几年我们热热闹闹看到的人工智能发展的景象。但这样的发展只是做了一件事情：简单的规模增长。要不要增长？当然需要，但简单的规模增长没有用。所以，我们又到了一个重新思考创新的阶段。

“AI+”更重要的是加机制创新

“人工智能+”里的“+”要怎么理解。以ChatGPT为例，在我看来，ChatGPT其实是GPT加上Chat。GPT是基础模型，Chat是应用场景，ChatGPT是应用平台。尽管很多技术都是在谷歌发明，但完成这个“+”的不是谷歌，而是OpenAI这家公司。不要把它简单想象成一家公司，我认为OpenAI就是一种机制创新，DeepMind也可以想象成一种机制创新。所以，“AI+”不是加什么，而是怎么加，更是加机制创新。

大家都知道0到1创新的重要性，但我也想强调1到100的重要性。1975年12月，柯达研制出世界上第一台数字相机，并且作为当时一家生产胶片和相纸的企业，柯达的愿景是希望人类有一天不用胶片和相纸拍照。结果是什么？即使这样一个有愿景、有市场、有应用场景的公司，从发明技术到破产也只用了37年。所以，不要低估从1到100创新的重要性，技术被社会接受的过程，不是一个无关紧要的过程。

当前，中国的开源模型基本上跟美国处在同一水平，但我们其实面临一个“从无到0”的挑战，也就是说，我们不知道要走向哪里。

在之江实验室，我们正在思考如何跳出当下的大语言模型。可以看到，如今我们讲的很多都是基于语言的。可能有人会觉得视觉模型不是语言，但从Token角度看，图像和文本并没有差别，都是一样的。而当前几乎所有基于语言的这些模型，都没有办法很好地容纳科学术语。如何把基因、光子、引力波、地震波这些术语变成Token，放到一个人工智能模型里，这是一项极其艰难的挑战。科学基础模型要解决的就是这个问题。

计算卫星与太空算力

当年阿波罗登月计划，第一次把计算机带到了太空。那时地面集成电路计算机尚未成熟，阿波罗导航计算机的集成电路有16000多个晶体管，几年以后，英特尔生产的第一个CPU才只有2200多个晶体管。所以，太空一直在引领这件事，我想人工智能不能因为算力的缺失而缺失太空。

我们一直在思考，除了通信卫星、导航卫星、遥感卫星，能不能有第四种卫星，叫计算卫星？有了计算卫星以后，或许会产生更革命性的变化。今后所有卫星，可能不再分通信、导航、遥感，而是变成一颗通用卫星，而这些卫星的载荷成本、边际成本会变得越来越低。

之江实验室目前在做的一件事，就是建设一个“三体星座”，去年已经第一次完成发射上天，第一次把模型送上去。我想，未来随着中国在轨算力的发展，会改变我们对人工智能的很多认识。