中兴通讯崔丽：AI应用触及产业深水区 价值闭环走向完备

随着AI大模型快速发展，从基础设施到上层应用的演进正成为新一轮科技竞争的关键。

一种行业观点认为，基座大模型的数量未来将持续收敛至个位数左右，但围绕千行百业将衍生出诸多更为丰富的垂域模型与应用，那也将是本轮AI浪潮真正引发技术变革的关键所在。

其中，物理AI成为一种重要关注窗口，正加速推进具身智能、自动驾驶等领域演进，有望深刻改变未来社会的运行方式。但技术路线仍存分歧，法律、合规与伦理等软性基础尚在夯实。而进入“Agent元年”，让AI技术真正触及实体经济的“深水区”，仍有挑战需要克服。

中兴通讯首席发展官崔丽接受21世纪经济报道记者专访时，深入分析了物理AI的技术路线走向。据她观察，一些具体行业已经在真正借力AI，率先完成价值闭环。

物理AI之辩

2025年初，Sora的横空出世因其高度还原物理世界的视频生成能力，引发关于“世界模型”的广泛讨论，也让物理AI的两条核心路线——世界模型与 VLA（视觉语言模型）的竞争浮出水面。

崔丽对记者分析道，Sora等模型的爆发，标志着AI正从单纯的“预测者”向“模拟者”进化，是从“数据驱动”到“模型仿真驱动”到“物理对齐”到“通用模拟”的范式转移，也是AI落地物理世界如自动驾驶、具身智能等必须解决的问题，即实现对物理世界进行模拟和互操作。

但她也指出，目前的Sora只是一个“视觉模拟器”，而非真正的“物理世界模型”。“真正的世界模型必须具备因果推理、反事实推演和物理一致性。Sora生成的视频虽然在视觉上极具欺骗性，但在物理逻辑上经常崩溃。”她补充道。

其原因有二：一方面，生成式模型本质上是学习像素分布的统计相关性，而非物理因果性，因此会常看到违背动量守恒或物体凭空消失的“物理幻觉”。另一方面，生成式模型侧重于“视觉渲染”，即生成给人看的像素，而机器人和自动驾驶需要的世界模型侧重于“状态预测”，即生成用于决策的物理状态，彼此间产生功能错位。

当前，世界模型的路线已分化成了“生成派”和“表征派”：Sora和李飞飞的Marble属于前者，技术本质是通过海量感官数据（视频）归纳世界规律的经验主义；“表征派”则是杨立昆的JEPA（Joint Embedding Predictive Architecture，联合嵌入预测架构），技术本质是通过构建内在结构（表征）推演世界状态的理性主义，强调通过模块化设计和自监督学习获取抽象表征。

由于其不同特点，相对来说，生成派适合做数据工厂或仿真训练；表征派适合做决策大脑，做实时推理。

而谈及应用于具身智能领域的VLA模型与世界模型，崔丽指出，这不仅是算法架构的竞争，更是关于“智能本质是直觉还是推理”的哲学探讨。

其中，VLA模型的核心理念是将机器人的控制问题转化为序列建模问题，最大的产业价值在于其零样本泛化能力，局限在于缺乏因果推理，且严格依赖训练数据覆盖度。

世界模型主张机器人应当先构建环境的内部模型，在潜在空间中进行数百万次的虚拟试错，这种方法使得机器人可以在极少真实交互的情况下学会复杂任务，样本效率远超VLA。

“产业界正呈现出VLA与世界模型融合的趋势。”崔丽观察指出，比如利用VLA进行高层策略规划，利用世界模型进行底层动作验证。

AI原生的催化

在AI技术加持下，网络架构也正从“云原生”向“AI原生”演变。

崔丽分析道，过去的十年，云原生成功解决了互联网应用面临的弹性伸缩和敏捷开发需求，互联网流量表现为“南北向”为主的特征，数据包小而离散，对时延抖动有一定容忍度，网络体现为“尽力而为”。

然而，大模型时代到来，不仅令流量规模增长，流量特征也专项分布式“同步计算”，这会带来“大象流”、丢包零容忍、微秒级时延敏感等特点，需要网络做到“万无一失”。

“网络架构必须向‘AI原生’演进，核心不再是资源虚拟化，而是极致的性能无损和算网协同，具备内生智能、确定性保障和算网一体等关键特征。”她总结道。

而在应用或操作系统层面，崔丽指出，云原生应用主要以K8S为底座，以微服务架构和微服务间通信为代表，AI原生应用主要以“大模型+Agent”为底座，以Agent及Agent间通信为代表。“云原生应用和AI原生应用会趋于融合，成为云智一体原生应用。”

探索智能体元年

2025年被称为“Agent元年”，将有望推动千行百业更为彻底地转型，在进行内部流程再造的同时，也进一步提升价值空间。

对此，崔丽对记者分析道，人工智能技术正在从以“内容生成”为核心的Copilot辅助模式，向以“自主行动”为核心的Agent模式迈进，企业智能化的目标也正从单一环节的“效率提升”转向全价值链的“业务重构”。

然而，智能体从实验室原型走向企业核心生产系统的“最后一公里”依然充满挑战。

崔丽指出，在电信、金融、能源等高可靠性要求的行业，如何解决随机性模型与确定性业务之间的矛盾，如何确保长程任务的稳定性，以及如何构建可信的安全边界等，成为阻碍Agent规模化落地的核心挑战。

在核心业务中，AI“幻觉”是不可接受的风险，企业无法容忍一个“黑盒”在没有人类审核的情况下做出关键决策。

而由于上下文窗口限制，在处理跨天、跨周的复杂任务链时，模型容易出现记忆丢失或逻辑断裂，导致Agent开发的复杂度呈指数级增长。

此外，Agent的核心能力在于使用工具，即执行代码、调用API、操作数据库，这也会带来安全风险，比如工具调用可能带来沙箱逃逸、资源耗尽和数据泄露等。

“除了技术层面挑战，企业现有的IT环境是复杂的‘新旧混杂’体，存在接口标准化缺失、数据孤岛等问题，同时必须考虑推理和维护成本与ROI的平衡。”她补充道。

深水区实践

基于“AI向实”的一系列探索，哪些行业能率先跨越概念验证，实现AI价值的规模化复制？产业间已经逐渐找到方向。

崔丽对记者总结了其中关键特征：信息密集、数据结构化程度高、具备强反馈机制、价值闭环极快（如视觉质检直接提升良率）、有一定容错度、具备一定范围泛化能力。

此外，智能化转型的基础是网络化和数字化，数字化转型较好的行业也更容易进行智能化转型。

从具体产业看，她指出，教育、医疗、软件开发、智能制造、城市治理等可能率先完成价值闭环。

比如制造业凭借其高度结构化的数据环境和明确的效率指标，成为AI价值变现的“排头兵”；城市治理则依托海量的多模态数据和迫切的公共安全需求，正在通过“城市智能体”模式实现从被动响应到主动预防的跨越。

而一旦这些具体行业的数智化转型进入“深水区”，也就意味着转型从外围辅助系统进入向核心生产系统渗透的关键阶段。

“在浅水区，AI主要用于容错率较高的办公自动化、简单问答机器人或离线数据分析；进入深水区意味着AI开始介入网络运营、电网调度、城市应急指挥等核心业务流。”崔丽指出，由此将面临更为复杂的局面：“三多”即多模态数据、多厂家设备、多业务场景；“三新”为新技术（大模型、Agent）、新架构（云边端协同）、新安全威胁；“三跨”则是跨领域知识融合、跨系统数据调用、跨组织流程协同。

技术路径上，在驱动各行各业融入AI发展过程中，此前曾出现“通用基础大模型+行业精调”或者从零开始构建行业专属小模型的不同路线。对此，崔丽指出，这将并非是“二选一”，而应采用“云边协同”的混合路径。

“通用基础大模型+行业精调”是构建企业“大脑”的最有效路径，它解决了认知层面的通用性与专业性矛盾，能以低成本继承通用逻辑能力，解决知识密集型任务。

从零构建行业专属小模型是构建企业“四肢”的可行方案，在非自然语言、极致边缘和极致隐私场景下不可或缺，它解决了感知与执行层面的效率、适配和安全问题。

她进一步说明，通用大模型是基于人类语言和互联网图像训练，面对工业领域的振动波谱、雷达信号、基因序列等“非自然语言”数据，通用模型的先验知识反而可能成为噪音。

此时，从零构建专用的各类CNN（卷积神经网络）或Transformer模型是必须的；对于极致时延和功耗场景，如在矿山无人驾驶卡车或高速贴片机上，推理时延必须控制在毫秒级，且算力受限于嵌入式芯片。此时，训练一个参数量在几百万到几亿的专用小模型，是唯一可行的方案。

面向对数据隐私和主权有极致要求的场景，例如金融或核心基础设施，虽然私有化微调可以解决部分问题，但为了确保模型内部没有任何潜在的偏见或后门，会选择完全物理隔离环境下的从零训练。

“当然，需要注意AI本身已经在重塑软件工程，在一些创新领域，高效利用AI代码大模型试错，可以在一定程度上加速试错和降低成本。”崔丽补充道。