1月10日，由清华大学基础模型北京重点实验室、智谱发起的AGI-Next前沿峰会召开。这场汇聚了智谱创始人唐杰、月之暗面Kimi创始人杨植麟、腾讯“CEO/总裁办公室”首席AI科学家姚顺雨、阿里巴巴Qwen技术负责人林俊旸等学界与产业界领军者的高端对话，直面AGI（通用人工智能）发展的核心挑战。

　　当前，中国在AGI的创新浪潮中展现出硬核竞争力。技术层面，大模型能力持续突破，开源生态蓬勃发展；产业层面，智谱、MiniMax登陆港交所，月之暗面完成高额融资，AI产业化与资本化进程提速；政策层面，《人工智能大模型》系列国家标准正式实施，推动产业进入“科学权威、统一规范”的发展新阶段。

　　在技术快速迭代、生态日趋成熟的当下，峰会聚焦核心议题：AGI的下一个范式是什么？未来大模型的核心发展方向将聚焦何处？中国又如何在其中确立自身的坐标与路径？

　　探寻下一代AI技术路径

　　“我们能不能引领新的范式，这可能是今天中国AI产业唯一要解决的问题。在其他方面，无论是商业、产业设计还是做工程，我们在某种程度已成为顶尖水平。”姚顺雨如是称。

　　这番审慎的乐观背后，折射出中国AI学界与产业界对自身坐标的清醒认知。唐杰表示：“我们做了一些开源的成功，有人会觉得中国的大模型已经‘登顶’了，但真正的答案是，与全球顶尖水平的差距目前并未缩小。”

　　杨植麟认为，AGI/ASI不是普通的工具，它是能够改变人类文明的放大器。它能解决我们今天无法单独解决的问题，比如医疗、能源、气候变化这些难题。我们不应该放弃对于AGI/ASI的研发，放弃开发意味着放弃对人类文明上限的追求。

　　在明确差距与使命的基础上，各嘉宾探讨了下一代AI范式的可能路径。在唐杰看来，2025年只是多模态能力的“适应期”。未来的关键在于模型能否像人类一样，将视觉、声音、触觉等信息原生、统一地整合，形成整体感知能力，这是实现多模态能力跃迁的核心。

　　更深层的挑战在于记忆、持续学习与自我认知。“当前模型缺乏分层记忆结构，如何将个人记忆扩展为可长期保存、可供反思的人类集体知识库，并在此基础上探索模型的‘自我认知’，将是下一阶段最具挑战也最值得投入的方向。”唐杰表示。

　　谈及具体的突破方向，姚顺雨认为“自主学习”是重要信号，部分团队已在尝试用最新用户数据实时学习，但其发展面临的最大问题或许是想象力的缺失。

　　林俊旸则提出了两个核心方向：一是AI的自主进化，探索在人类交互下模型如何避免“变笨”并实现自我更新；二是提升AI的主动性，使其能自主思考与行动。

　　唐杰对2026年出现范式革新充满信心，其驱动力源于两大趋势：一是学术界与工业界的算力与创新差距正在缩小，高校已具备孵化创新种子的潜力；二是大模型发展面临效率瓶颈，数据与算力堆砌的边际收益递减，行业需追求更高的“智能效率”，即在更少投入下实现更大的智能增量，这将倒逼新范式的诞生。

　　AI Agent的现实路径几何？

　　作为AI应用重要载体的AI Agent（智能体）发展路径，成为峰会关注的另一个核心议题。业界预期，2026年可能成为AI Agent创造实质性经济价值的关键一年。

　　“相比模型本身，Agent是一个更大的概念，像人一样能够自主使用工具，在环境中完成任务，这是AI应该走的方向。”林俊旸表示。

　　人工智能科学家、加拿大皇家科学院院士杨强表示，未来的方向是让大模型能够自己定义目标、自己做规划，成为“内生的native的系统”。

　　林俊旸认为，通用Agent的真正能力在于解决“长尾问题”。解决头部通用需求相对容易，但AGI的价值恰恰体现在能应对用户“到处找不到答案”的个性化、复杂化难题。

　　然而，Agent的商业化落地始终绕不开现实铁律。唐杰明确指出三个决定性要素：价值、成本与速度。首先，Agent要解决真正有价值的人类事务；其次，成本需可控，“如果调一个API就能解决问题，但Agent的成本特别大，那就构成了矛盾”；最后是响应与执行速度。这三者的平衡，将决定Agent产品能否从概念走向规模化的商业成功。

　　展望前路，唐杰表示，“中国AI产业的机会，在于聪明且敢冒险的年轻人，在于持续改善的营商环境。”姚顺雨也认为，“任何一个新业态一旦被发现，在中国就能够很快复现，甚至局部做得更好。在制造业、新能源车领域，这样的例子已反复验证过，并在不断发生。”

　　如同唐杰所言，关键在于产业中的每个人“能不能坚持，能不能在一条路上敢做、敢冒险。”在追求范式引领与实现商业价值的双轨上，中国AI产业正站在新的历史起点，准备翻开发展的新篇章。

（文章来源：证券日报）