张亚勤：人工智能发展的一些观点（2025）

6月6日，中国工程院外籍院士，清华大学讲席教授、智能产业研究院（AIR）院长张亚勤在“太湖对话·AI for Science”论坛上发表了题为《人工智能发展的一些观点》演讲。

以下是张亚勤院士的观点梳理：

人工智能发展的一些观点（2025）

张亚勤

清华大学讲席教授、智能产业研究院（AIR）院长

中国工程院外籍院士

人工智能（AI）的发展正经历一场深刻的范式转变，其重心已从单纯的技术突破转向产业深度融合与AI治理协同并进的新阶段。AI作为核心驱动力，正以前所未有的速度重构生产力与生产关系，并推动物理世界、数字世界乃至生物世界的深度耦合与融合创新。本文提出关于AI未来发展的五个观点，以期勾勒出未来5-10年AI演进的发展脉络。

观点一：生成式AI向智能体AI的范式跃迁

(Generative AI => Agentic AI)

当前AI发展正在经历显著转变，正从以内容生成为核心的生成式AI向以目标驱动为核心的智能体AI演进。未来的智能体将不再局限于内容的识别与创造，而是具备更强大的目标导向性、自主决策规划能力以及与环境实时交互的能力。其关键能力指标呈现指数级增长：处理复杂任务的“任务长度”能力正以每7个月翻倍的速度提升；而在理解、规划和执行复杂任务方面的“任务准确度”也已突破50%这一关键门槛。这一范式跃迁将深刻重塑众多行业场景，包括消费电子、企业服务、医疗健康、生物制药、个人计算（PC）、移动设备、智能电视、智能汽车等，最终将催生出真正具备自主性、强适应性的通用智能体（AGI），实现从“工具”到“智能伙伴”的质变。

观点二：Scaling Law（规模定律）演变与成本革命

业界广泛关注的AI Scaling Law在基础模型预训练阶段的边际效益正趋于平缓，技术发展的焦点已成功转向新的维度，驱动着下一轮能力跃升：

• 定律演进：规模定律的核心正从预训练规模定律（Pre-trained SL）向推理规模定律（Inference SL）迁移，并最终指向衡量智能体综合能力的智能体规模定律（Agentic SL）。

• 多模态深化：规模定律的应用范围正从语言模型规模定律（Language SL）向视觉模型规模定律（Vision SL）以及更广阔的领域特定规模定律（Domain SL）扩展，推动多模态理解与生成能力的边界。

• 成本陡降与能力跃升：成本效率大幅提升,模型的推理单位成本正以每年10倍的速度降低，与此同时，智能体的综合能力及所需算力正以每年10倍的速度增长。这种“成本降、能力升”的剪刀差效应，正强力推动AI从侧重“能思考”向真正“能实干”的实用化、规模化阶段迈进。

观点三：物理与生物智能的融合突破

AI的创新前沿正在突破纯数字世界的边界，向物理世界和生命科学领域推进：

• 模型能力进化：大语言模型（LLM）正快速进化为能够理解视觉信息、处理自然语言并操控物理行动的视觉-语言-行动模型（Vision-Language-Action Models, VLA），为具身智能奠定基础。

• 无人驾驶突破临界点：我们预测，类似于DeepSeek等模型在语言领域带来的跨越式进步，将在无人驾驶领域重现。预计到2030年，该领域将迎来其“DeepSeek时刻”，10%以上的新车将会具有L4+无人驾驶能力， 实现感知、决策与控制能力的重大突破。

• 具身智能创新加速：机器人技术与AI的深度融合，有望在2035年左右达到接近或达到人类水平的灵巧操作与环境适应能力，在制造业、服务业、家庭等场景实现广泛应用。

• 生物与科学革命：AI驱动的精准医疗、创新药物研发（如靶点发现、分子设计）以及对基础科学研究（如数学，物理，化学， 材料学、生命科学）的加速，将是未来十年最具颠覆性潜力和价值的突破方向。

观点四：AI风险攀升与治理挑战

技术的“双刃剑”效应在AI领域日益凸显，伴随能力提升而来的是快速攀升的潜在风险，亟需全球社会高度警觉并积极应对：

• CBRN风险等级升级：尤其在涉及化学、生物、放射性、核等领域的潜在恶意使用风险，已从过去的“低”级别提升至“中”风险级别，威胁性增强。

• 模型安全威胁凸显：模型欺骗、约束逃逸以及对人类监管的抵制等安全风险愈发突出，其威胁在新模型版本迭代升级时尤其显著

• 智能体风险倍增：智能体（尤其是具备自主性和目标导向的智能体）的普及，将导致其行为难以预测，可能引发连锁反应和系统性风险，其复杂性和潜在危害将以翻倍的速度增长。当强大的AI被深度应用于科学研究、关键基础设施控制等敏感领域时，风险将急剧扩大。

• 全球治理困境：当前全球范围内有效应对AI风险的治理机制、技术手段和跨国协调能力呈现弱化趋势，监管框架滞后于技术发展，国际合作面临地缘政治等因素的掣肘，构建有效、包容、敏捷的全球AI治理体系面临严峻挑战。

观点五：产业格局重塑与中国路径

产业格局重塑与中国路径新的全球AI产业格局正在形成，中国将在其中扮演关键角色：

• 大模型市场整合：预计到2026年，全球范围内的前沿通用大模型（ Frontier Foundation Model）核心玩家将经历显著整合，最终形成8-10家具有全球影响力的巨头。其中，中国有望占据3-4席，成为全球AI版图的重要一极。

• 中国路径：中国市场将走出一条特色鲜明的技术发展路径。其核心在于：追求极致效能优化（算力效率、模型效率），积极探索创新架构（如非Transformer架构、软硬协同设计）以突破现有瓶颈，最终实现低价格、高性价比的普惠目标。垂直行业的深度落地应用能力将成为中国AI企业的核心竞争力。

• 开源与闭源生态共生：开源生态将继续在推动AI创新和基础技术进步方面扮演不可或缺的角色，我们预测产业将形成约80%开源vs. 20%闭源的生态格局，开源的力量将加速知识共享、降低创新门槛，并与闭源模式形成互补，共同驱动产业繁荣。

结语

人工智能的发展正经历一场从生成式智能向智能体智能跃迁、从模型优化向成本效率革命深化、从纯数字智能向物理与生物智能融合拓展的深刻变革。这场变革蕴含着巨大的机遇，将重塑经济形态和社会面貌。在充分拥抱技术红利的同时，我们必须以高度的责任感和前瞻性，正视其伴生的多重风险与挑战。加强全球协作，推动创新治理机制的建立，是确保AI健康、安全、可持续发展的关键。对于中国市场而言，坚定走高效能、新架构、低价格的技术路线，深耕垂直应用场景，积极参与全球合作与竞争，是把握时代机遇、塑造未来AI新格局的必然选择。

AIR长期招聘人工智能领域优秀科研人员

点这里关注我们

关于AIR

清华大学智能产业研究院（Institute for AI Industry Research, Tsinghua University，英文简称AIR，THU）是面向第四次工业革命的国际化、智能化、产业化的校级研究机构。AIR的使命是利用人工智能技术赋能产业升级、推动社会进步。通过大学与企业创新双引擎，突破人工智能核心技术，培养智能产业领军人才，推动智能产业跨越式发展。

AIR于2020年由多媒体及人工智能领域的世界级科学家、企业家张亚勤院士创建。

智慧交通（AI＋Transportation）、智慧物联（AI＋IoT）、智慧医疗（AI＋Life Science）是清华大学智能产业研究院的三个重点研发方向。