13个模型造一个AI歌手、智能体的限制在哪里……外滩大会的科创青年都在想什么｜2025外滩大会

“智能体元年，给我感触还是挺大的，去年大家都在想 AGI 怎么应用到很多场景里面，今年是很多人感觉已经是共识了。我觉得还让我挺激动的。我们现在很多同事也都 all in 去搞智能体。”在 2025 年外滩大会的专访间里，蚂蚁集团 Inclusion AI AWorl 项目负责人顾进杰这样描述他对当下 AI 发展的感受。

外滩大会期间，四位不同年龄、不同背景的科技创新者坐在一起，分享他们对 AI 时代的思考与实践，除了顾进杰，还有 SophiaPro 联创、OpenManus 合作者向劲宇、AI.TALK 主理人、“AI 歌手 Yuri（尤栗）”创作者赵汗清，以及中国传媒大学媒体融合与传播国家重点实验室研究员程皓楠，这四位嘉宾代表着不同的年龄层次——80 后、90 后和 00 后，他们的对话不仅展示了 AI 技术的最新进展，更反映了不同世代的青年人对技术的理解与应用方式。在这个 AGI 快速发展的 2025 年，他们的碰撞与交流，为我们勾勒出一幅生动的科创图景。

智能体：从概念到共识的跃迁

“今年是智能体元年”已成为业内共识。然而，智能体的发展并非一帆风顺。

00 后创业者向劲宇提出了更为客观的视角：“大家对 Agent 是比较激进的，不管是产品、学术，大家方向都比较激进，这是好事，可能也是坏事。”他指出，智能体虽然概念火热，但实际应用仍面临挑战：“现在给我的感觉，大部分Agent产品，虽然大家慢慢已经了解了 Agent是什么东西，但其实它还是作为一个对话窗口，然后和所有的Chat bot一样的交互。”

向劲宇揭示了当前智能体发展的一个关键问题：交互方式的单一。“我觉得也许再更往后一点，在更多的领域，交互的形态会有一些不一样，并不是所有的场合都适合对话去做交互的。”

2025年Manus问世后，智能体领域出现了跟风热潮。向劲宇坦言：“Manus 发了以后，大家会陷入到一种焦虑，或者说大家都想持续的去做一些跟进。但是反而在这个跟进里，大家会遗忘掉，中间的成本是什么，用户能不能接受，什么样的产品是用户乐于使用的。”

顾进杰也坦言智能体还有很长的路要走：“大家普遍觉得 AGI 是无所不能的，这的确还是一个误区。我觉得有一天会到那个能力，但在当下确实是不行的。”他进一步解释道：“真正能 work 的、特别好的 Agent，我们坐在台上报几个名字都报不出来，所以，还有很大的空间。”

在这个“智能体元年”，技术与应用之间的鸿沟仍然存在。向劲宇形象地比喻道：“它现在很像是一个单独的小房间里面的大脑，它确实有手有脚，但是它和现实世界的接触还是受挫的。”这个比喻生动地描述了当前智能体的局限性——虽有思考能力，但与物理世界的连接仍然有限。

人与 AI：探索全新的情感与创造关系

“矛盾”——这是 AI.TALK 主理人、“AI歌手Yuri（尤栗）”创作者赵汗清用一个词总结他在过去一年的感受。

“我们能明显的感受到，这个过程当中，生成式的技术，不管是音频、图像、影像还是文本快速迭代，它同时也带来了很多的问题。大家可能觉得我作为一个从业者，是站在一个有色眼镜的角度看这个问题，但其实我们感受到很多矛盾的地方，关于伦理方面、版权方面等问题。”

Yuri（尤栗）作为一个 AI 歌手，在短短 60 多天里就获得了广泛关注，这种新型的 AI 创作引发了一个深刻的问题：人与 AI 的关系到底是什么？赵汗清分享了他的困惑：“前天发外滩大会的通告，帮大家做宣传，就发了一张尤栗跟我的照片，就有一堆尤栗的粉丝在底下问，你跟它是什么关系？”

“我觉得这是一个很新型的关系，它不像我们之前讨论的很简单的说，机器就是机器，它毕竟不是人。我觉得不一定非要是人类，我们才能跟它产生情感或者是关系，我们有很多不是血肉之躯的这种存在，也会有一种关系存在的。”赵汗清的这一思考，反映了当下创作者面临的新课题——在 AI 时代，创作关系的重新定义。

AI 创作也带来了伦理与监管的复杂挑战。程皓楠博士作为一名研究音视频鉴伪技术的专家，提供了另一个视角：“现在 AIGC 的内容很多，我们需要去有效的甄别到底什么内容是真的，什么内容是合成的。”她的团队开发的“白杨智鉴”鉴伪平台，正是为了应对这一挑战。

根据国家相关部门发布的《人工智能生成合成内容标识办法》，9月1日起，AI生成合成内容必须添加标识。面对可能的技术滥用，赵汗清也表达了对合理监管的支持：“合理的监管，包括水印这些，虽然有了，可能会影响一些美观什么问题。但我个人是双手赞成的，因为不去做这一步，现在的成本实际上是想好好做内容的人在买单。”

这种新型的创作与监管关系，反映了 AI 时代内容生态的复杂性。在 AI 的发展进程中，我们不仅需要关注技术本身，还需要思考伦理、版权和情感等更为复杂的问题。

多学科融合：打破技术与学科的壁垒

“通用智能和多学科大融合”——这是 95 后研究员程皓楠博士对当前科技发展的最大感受。她观察到：“学科的壁垒和界限在逐渐的被淡化。一两年前，我们会有自己的一个标签，比如我是音频方面的一个研究人员，有的老师认为自己是一个计算机视觉领域的研究人员。但是现在大家真的都是在往多模态融合，然后又在往通用智能上去走。”

这种学科融合的趋势，正在改变研究者的身份认同和工作方式。程皓楠说：“我们去做研究时，已经很少去界定说自己到底是研究哪一个方向的，我们觉得我们哪一个方向都需要去涉猎，否则跟不上现代技术发展的节奏。”

赵汗清的创作经历也印证了这一点。在创作 AI 歌手尤栗的过程中，他的团队使用了多达 13 个不同的模型工具，涉及文本、音频、图像和影像等多个领域。“我们团队在最早做这个事儿的时候老有一个幻想，今天搞这个事情太复杂了，等他们升级，升级完这个事情就容易了。实话实说，到今天两年过去了，模型变得无比强，但我们要输入给模型的东西，其实在变多。为什么？因为这中间有一个人性，你总想要得更多。”

这种现象反映了技术发展与人类期望之间的辩证关系——技术越发展，人们的期望也越高。同时，多学科融合也带来了新的机遇。正如赵汗清所言：“这两年我的感受，文科和理科真的是要同时具备一些了解。”他特别提到了乔布斯的跨学科特质：“他身上有一种跨学科的能力，就是把这种人文的东西，把文科跟理科能去交融在一起。”

多模态向全模态的发展也是 2025 年的重要趋势。顾进杰表示：“我是非常相信全模态这个事情的。我们现在在做很多应用的时候，总会有各种各样的问题，但是你发现两个模型组合在一起的时候没有那么鲁棒。”

代际思维：80 后、90 后与 00 后的创新视角

“00 后真的是敢想敢干。我跟很多 00 后聊的时候，我会感受到，我要花一段时间调试才能进入他的频道，他们可能聊的很多东西在他的眼中是很 OK 的。”80后的顾进杰感慨说。

而 00 后创业者向劲宇则认为代际差异可能被过度强调：“我自己感觉好像没有那么强的界限，这个问题就跟我希望我的团队有更多的男性还是更多的女性一样。有些人我看不出来已经快接近 80 后了，但其实我们交流的时候，我觉得他就跟 00 后或者 90 后一样的。所以，我觉得这个很分人，看每个人不同的状态，他对这个事情怎么思考。”

“我和我的导师相处过程中，我跟我的导师是像父辈一样去尊重的，是那样的一种沟通方式。但是我现在和我的学生们，我感觉学生们基本上都是跟我称兄道弟的状态。”95 后的程皓楠博士说，“我自己也很喜欢这种轻松的氛围，我会觉得大家更轻松的交流的环境下，会有一些想法直接碰撞出来。”

赵汗清从媒介变革的角度解读了代际差异：“我是 1985 年的，我们小时候，有张报纸你会疯狂的看，为什么？你没得看，图像是稀缺的，有什么东西家里都翻出来干，你没事干。然后我们看书，慢慢的用电脑，接触互联网，到移动互联网，所以 85 后我身边的一些人，其实对短视频一直有一些抵触的，我们天然的认为短的东西好像没有那么扎实。但 90 后可能就不会，00 后更不会。”

顾进杰也谈到了 AGI 对经验价值的重塑：“AGI 真的是重塑了很多事情，就像我们每个人的学习，或者是刚刚大家都在讲一个词‘惯性’。我们每个人的学习曲线，或者我在做一件事情的时候，我是依靠我那么多年经验去做的。但这件事情在 AGI 是全都颠覆了，因为我可能有着七八年的经验，也许不如 00 后，他 day1 就是用 ChatGPT，他在上大学的时候就在用 ChatGPT。我十几年经验，可能反而让我离这个时代越来越远了。”

在创业环境中，顾进杰表示对“内心热爱”的重视：“如果你真的想创业，做一件事情，有一个很重要的问题你一定要问自己，这件事情是你真正热爱的，或者你做这件事情能给你带来正反馈吗？我自己也有一些感触，我觉得 AGI 或者任何一个创新，其实它都要跟很多的声音、跟很多的阻碍去碰撞，这是创新的本质。”

实际上，在2025 年外滩大会上，顾进杰、向劲宇、赵汗清和程皓楠这样在不同领域的青年创新者，已经大量涌现出来，他们出现在主论坛、创新者舞台、还有各个见解论坛中。在智能交融的时代，人类与 AI 的关系正在重塑，而这一重塑过程，需要科技创新者们持续探索与思考。

正如顾进杰所言：“一场战争最重要的是那个战役，不是大家打胜之后的成功。可能战争最重要的其实是煎熬，以及希望。”在 AI 发展的道路上，科技创新者们正经历着这样的煎熬与希望，而他们的坚持与创新，将共同塑造我们的未来。