DeepSeek、具身智能概念爆火出圈后，博鳌论坛热议这些人工智能话题

聊天机器人DeepSeek迅速走红、智能体AI产品Manus“一码难求”、宇树科技引发具身智能关注浪潮……2025年新一轮的AI浪潮正在来袭。

在3月26日博鳌亚洲论坛年会中，多场分论坛针对人工智能展开热烈讨论。不少场次前已排起长队“限流”，场内更是人流爆满。

人工智能分论坛门口排起长队

今年AI领域有哪些新变化？如何做到应用与治理的平衡推进？多位参会、受访嘉宾在博鳌论坛上发表了自己的观点。

“现在最害怕的事情，是一个强大的国家开发了超级智能，用它去影响全球的经济，造成全球灾难性风险。”中国科学院研究员、人工智能安全与超级对齐北京市重点实验室主任、联合国人工智能高层顾问机构专家曾毅对第一财经记者表示，在人工智能推动经济、金融领域发展过程中，可能对经济不同侧面产生影响，因此风险管控非常关键。

“解决这类风险，政策是必要的，但是技术是更务实的方式。”曾毅说。

AI加速进化

近一年来，人工智能领域正在加速进化，出现诸多新趋势：DeepSeek、Manus等新产品不断涌现，宇树科技机器人引发社会关注。

“今年之前，我们没有想到会发生这么大的变化。”中国工程院院士、清华大学讲席教授、清华大学智能产业研究院（AIR）院长张亚勤在博鳌论坛上分享了他的最新观察。

人工智能行业的发展，正在从两年前大家比较关注的生成式人工智能，走向Agent智能，从单纯的信息智能，拓展到物理智能（如自动驾驶、机器人）和生物智能（如脑机接口）。

在张亚勤看来，无人驾驶作为具身智能最大的应用，将会是第一个可以真正落地的具身智能。

“从经济学的角度去看，DeepSeek最大的成功实际上在于成本，DeepSeek让预训练的成本降到了以前的1%，让推理的成本降到了以前的1/20。”上海科学智能研究院首席战略官、复旦大学教授杨燕青指出，只有成本足够低，社会才能够用得起。

曾毅也介绍了AI行业研究的最新进展。过去，人工智能发展的符号主义与连接主义路径一直难以融合。然而今年，基于生成式人工智能神经网络的推理，实现了推理能力与人工神经网络编码的深度融合，这一进展为不同技术路线在工程应用中的结合创造了有利条件。

“人工智能的不同发展路径正在走向融合，并为用户带来前所未有的体验。”曾毅说，新算法通过基于路由的机制，在处理特定任务时仅需部分生成网络参与，无须更新整个生物神经网络的权重，这不仅大幅降低了算力需求，还与人类大脑丘脑的路由机制有着相似的工作逻辑。

提高效率

人工智能快速发展，对社会产生了深刻的影响。

中国社科院大学教授、国务院原副秘书长江小涓认为，从经济学角度来看DeepSeek，最重要的是从垄断变成了真正竞争的产业，以往只有寡头才能做AI，如今变成普遍性竞争。从技术化的能力变成产业化的能力，使传统市场经济中的竞争格局形成。

在谈及影响时，人工智能“提高效率”成为不少与会专家、业内人士高频提及的关键词。

“效率是满足需求的速度。”百度集团执行副总裁沈抖认为，如果所有人都是同样的需求，满足起来很容易。但真实需求非常多元。人工智能会使人类的需求进一步打开，带来需求的爆发。需求爆发后，就需要人工智能来高效满足它。

”人工智能是利用能源、节约人力的一种工具。它和起重机、汽车、飞机一个性质，只是人工智能节省的是脑力。”清华大学公共管理学院院长朱旭峰做了一个比喻。而这种工具将导致两个重要的变化。第一，人工智能会节省大量人力，导致企业转型，同时对就业市场也有冲击。第二，人工智能本质是另一种形式的全球化。企业需要面临决策，是选择用机器替代人力，还是将企业搬迁到人力成本更低的发展中国家。

“人工智能不仅提高了速度，还可以提高满足需求的质量，比如能否满足情绪需求。”贝宝（PayPal）高级副总裁兼中国区首席执行官邱寒在论坛中提及。

风险与解法

DeepSeek的开源模式降低了AI训练和推理成本，推动技术普及与竞争，但也加剧了对于安全的担忧。在多位与会专家看来，人工智能的快速发展背后潜藏风险。

“在广泛运用智能体之后，风险至少上升一倍。”张亚勤认为，智能体本身带来很大的风险，这里面有很多未知的因素。因为中间路径是不可控的，智能算法并不完全是黑盒子，但是很多东西我们并不清楚机理，所以带来很大风险。一种是可控风险，一种是被坏人所利用的风险。因此，使用智能体的时候需要设置一些红线，比如智能体不能自我复制。

江小涓认为，一个技术是否可被接受只有两个标准。第一，能不能带来生产力的提高，使其创造更多的财富，第二，发展的结果能否比较公平地分享。

在她看来，AI的发展符合第一个标准，但第二个标准需要观察就业是否充分、分配是否公平。如果这两个问题不能解决，比如就业的冲击出现，应该有新的社会保障政策来执行它。

“人工智能已经从‘安全’的概念变成了‘安全性’的概念。”vivo首席安全官鲁京辉认为，“安全性问题不能通过简单地制定一个法律或规则来解决，需要形成共识，但技术共识无法消弭政治分歧。

基于上述背景，如何做到应用与治理的平衡推进？

技术不断发展，制定红线与边界的重要性也在提升。“如果完全没有边界，只谈一些大的原则和具体方案，是比较困难的。”张亚勤建议，可以一方面通过算法优化提升AI的可控性与可信度；另一方面，严守现有法律框架，AI无须创造新价值，它只是人类代理，必须遵守版权、专利等既有规则。

英国励讯集团公共事务总裁、爱思唯尔董事长池永硕也认为人工智能需要人类的监督。他指出，人类使用人工智能需要能够解决现实世界的问题，因此要确保大模型不会继承人类固有的偏见。人工智能的运行还必须是透明的，从而让使用者了解其得出结论的过程。为了达到这些目标，就需要人类的监督。

不过，监管的角色也可以进一步“弱化”。市场的力量可以自发地解决效率问题，也可以解决安全问题。江小涓则分享了自己的经验，在实际生活中，科学论文需严格溯源，娱乐内容则可包容虚构。DeepSeek可标注文献来源，正属于市场自发的“局部治理”。

鲁京辉认为，从产业实践角度看，全球对“安全性”定义尚未统一。欧洲重合规，美国重发展，中国求平衡，并不存在标准答案，企业需要一种更动态的、更敏捷的、平衡于发展和安全之间的新治理模式，由政府、企业、学界共建量化指标。

以色列民主研究所高级研究员特希拉·施瓦茨·阿尔特舒勒认为，在AI领域，不能制定一个“以一概全”的解决方案。每个国家要根据不同的国情、挑战，建立自己的方案，并更好地研究这些可能性。