AI修真的一年：學者們怎么看“真智能”？｜甲子光年

三位學者共話智能的真假、突破與本質。

AI在變得越來越聰明，我們也感受到日益顯著的“真假交織”現象。

“借假修真”——是說我們身處一個技術未收斂、趨勢未定型、場景未定式、產品半成品的階段，許多熱鬧甚至是虛妄的——我們還在混沌中試錯；

“去偽存真”——即便還有非常多難題沒有攻克，但我們已經開始厘清什么是真突破，什么是真價值——我們已經有了相對清晰的思路，正逼近某種真實的智能法門。

這是今年所有AI從業者最真實的處境：真突破和假繁榮并存；真能力與假想象并存；真機會與假故事并存——一邊向前走，一邊又要反思我們為什么走，走到哪，還將去哪。

“真”與“假”并非對立，而是智能演化鏈條上的不同階段：一端是更接近真實能力的認知結構，一端是以近似與擬態推動前進的探索性形態。

在12月3日舉辦的“轟然成勢，萬象歸一”2025甲子引力年終盛典的巔峰對話環節，甲子光年創始人&CEO張一甲開啟了一場討論——《AI這一年：借假修真還是去偽存真？》，她對話的嘉賓是：

• 清華大學電子工程系教授、系主任，國家自然科學基金杰青、IEEE Fellow，無問芯穹發起人 汪玉

• 北京大學北京國際數學研究中心博雅特聘教授、北京中關村學院常務副院長 董彬

• 北京智源人工智能研究院院長 王仲遠

這一次，我們想和這個AI行業中的學者聊聊“AI的真與假”以及“智能的突破與本質”。

以下為本場巔峰對話的文字實錄，經「甲子光年」編輯，在不改變原意的基礎上略有刪改。

1.談技術突破：強化學習、推理、智能體、多模態

張一甲：你心目中，今年AI領域最重要的一件事是什么？

汪玉：今年最關注的是強化學習和智能體。

董彬：我主要研究領域是數學，最關心的還是人工智能推理，所以我把我自己的主要精力都放在了AI for Mathematic（人工智能賦能數學研究）。我個人希望看到人工智能在數學最前沿探索，盡快幫助到數學家。

王仲遠：今年最關注的是多模態世界模型。

張一甲：三位老師兼具學術和產業的視角，想問大家一個直接的問題，今年如果只看“智能本身”，你認為最關鍵的突破是什么？

汪玉：印象最深的還是DeepSeek，我有兩方面的感受：一個是用強化學習的方式，可以使智能能力得到進一步提升；另一個是面向目前最好水平的智能，系統還存在很大的、跨層次優化的可能性。

清華大學電子工程系教授、系主任，國家自然科學基金杰青、IEEE Fellow，無問芯穹發起人 汪玉

董彬：我今年看到模型的推理能力，尤其是多模態推理能力有非常大的提升。去年年底我們基于北大數學不同課程的期末考試做的評測集，也包括博士資格考試難度的題目，今年很快就被新模型刷爆，至少在解題方面，我感受到了模型很強的推理能力。尤其是最近發布的DeepSeek-V3.2、Gemini 3 Pro在推理能力有非常顯著的提升，這是我今年印象非常深刻的。

北京大學北京國際數學研究中心博雅特聘教授、北京中關村學院常務副院長 董彬

張一甲：剛才我在分享主題報告時提到，有11種不同類型的基準都在被模型快速突破，數學基準在這個過程中被顛覆得尤其快，這是為什么？

董彬：數學和代碼一樣，作為形式科學可以構建高效、高質量的Verfication（驗證）環境，這跟自然科學有本質的不同，所以在數學推理層面，有如此快的進展也不奇怪。

張一甲：所以AI跟人類，可能對于什么簡單、什么難，可能是反過來的。接下來問下王院長，在你看來智能本身在今年最重要的突破是什么？

王仲遠：一句話總結，我認為今年是大語言模型的成熟和多模態技術突破。

從DeepSeek-R1的發布到GPT-5的發布，這些在我看來都證明大語言模型已經進入到相對成熟的階段，工程化的各種優化變得非常重要。

另外是多模態技術。去年我來參加甲子引力年終盛典時就說過，2025年多模態技術會有突破。例如，谷歌發布的Gemini 3、Nano Banana以及智源發布的悟界·Emu3.5，我們認為這些都是在探索多模態技術的可行路徑，將來可以進一步推動各行各業的多模態數據被有效利用以及發揮推理能力。

北京智源人工智能研究院院長 王仲遠

張一甲：回到今天對話的主題，我想問三位老師，在你們看來，AI正在“借假修真”——在混沌中試錯，還是已經“去偽存真”——逼近某種真實的認知機制。在路徑方面，AI研究是不是真的找到了法門，還是在可能存在問題的路上一路狂奔？

汪玉：從做系統的角度看，我認為現在大家還沒有找到一條明確的路，還是在不斷嘗試的過程中。目前還沒有人可以解釋Scaling（規模化）這條路徑一定是對的，所有人還是在狂奔的路上，在不斷修正迭代。

在高校，我們也看到了一些問題，比如Scaling其實是高校不能走的路，因為它需要太多的資源。高校能做的事情更多是在給定智能能力的情況下，讓資源消耗變少，以及探索新的Scaling路徑的可能性。

董彬：從我的角度來看，現在這條路肯定不是最優的，但似乎也沒有走到死胡同，所以大家還在沿著這條路往前走，但確實很昂貴（電費貴），所以我們肯定要更加積極探索不一樣的路徑，高校的研究更多是探索可能性。如果有計算資源的企業或者研究院所，肯定在現有的路徑下還要繼續往前沖。

我想提醒大家一點，我們把AI的能力提升到巨大的milestone（里程碑）的水平，即便我們走的不是最優的路徑，但這也是有可能的。

王仲遠：個人認為，在這一輪大模型的發展過程中，“真”肯定有。我們探索到一種受人腦啟發的神經網絡，能夠把數據壓縮到神經網絡，并且看起來像智能涌現的能力。不管是大語言模型或多模態模型，亦或是世界模型，還是有真實的內核在里面。

從做學術的角度來講，這是不是一個最優路徑，一直都是非常有爭議的話題，因為人類大腦的耗能大概是10到20瓦之間，但現在大模型所用的大型算力集群，耗能規模可能相當于一座小型城市，這顯然是兩種在物理實現上完全不同的路徑，我們都期待有更加綠色、高效的路徑，能夠幫助我們實現智能。

另一方面，在整個大模型的發展過程中，對比人類大腦還是有很多缺失的部分。舉一個例子，最近很多人感染流感，當人類看到自己的家人發燒時，決策機制、緊張程度和同理心很不一樣，現在的人工智能顯然做不到這一點。

雖然我們可能探索出一種數據壓縮產生智能的路徑，但依然沒有辦法完全模擬人類大腦很多的決策機制。

張一甲：三位老師分享的觀點很有意思。人工智能目前從路徑上來說，是不是最優解，這并不一定。有沒有必要有最優解，答案可能也是否定的。就像《流浪地球》電影里呈現的，當地球面臨威脅的時候，把地球推走不一定是邏輯和理論上的最優解，但如果可以被實現，那么就是可行的路徑。其實，我認為，AI不完全是一個科學命題，也是工程和實踐的命題。

最近OpenAI前首席科學家伊利亞（Ilya Sutskever）接受采訪時提到了一個很有意思的現象：AI“既聰明又蠢”——在考試上超神，在真實場景里修個bug卻容易陷入循環，引入新bug。他提出的一個解釋是，也許強化學習（RL）訓練讓模型變得有點過于一根筋和狹隘，有點過于無意識，這似乎是對當下主流路線的一種質疑，你們怎么看？

甲子光年創始人&CEO張一甲

王仲遠：強化學習在泛化性上的挑戰，在學術界和工業界一直是公認的難點。其實不僅僅在大模型，包括具身智能，大家所看到的很多機器人演示，比如做咖啡，盛爆米花，實際都是通過強化學習。如果你換一個位置，換一個杯子，它可能就會失敗。

但我認為強化學習是有用的，在真實世界里，人類也在通過“試錯—反饋”不斷學習和練習，當反復練習把技能固話為“肌肉記憶”，事實上也可以做得非常好。但現在的大模型進行強化學習的時候，會出現很明顯的遺忘現象，這是需要突破和解決的。

董彬：這不是強化學習的鍋，而是大家沒有用對。強化學習是可以讓AI從行為克隆走向真的有可能舉一反三，甚至做到超越人類非常重要的手段。

為什么我說大家沒有用對？包括DeepSeek-R1，GPT的O系列，這些強化學習訓練的大語言模型，主要用的是ORM（Outcome Reward Model）的方式，以結果論英雄，對過程沒有足夠的監督，這是非常大的問題。

這也是為什么，有些時候AI會探索出一些人們覺得可笑的中間路徑，有些時候又非常冗長，繞來繞去。其實對過程沒有監督，也帶來很大的安全隱患，因為只講究結果，中間有可能會侵害人類的利益。

說白了，強化學習是近似求解動態規劃的一種方式，動態規劃是求解最優控制的一種方法。所以如果真的做對了，知道求解最優控制問題中過程的監督，至少和最終結果監督同等重要。只不過現在因為訓練和工程限制，不太容易找到合適的過程監督方式，所以被大家暫時擱置了。這不是強化學習的鍋，而有更加深層次的因素。

汪玉：從我的角度來看，強化學習的思想沒問題，有可能是用的方式不夠好，沒有辦法解決現有的問題。

從系統角度來看，真正大規模的強化學習與傳統的訓練有巨大區別。因為在傳統的大模型訓練中，大多是確定性的數據流圖，把確定性數據流圖擺到一萬臺機器上，還是一種相對確定的優化過程。

但強化學習的每一次交互是不確定的。模型部署到這1萬臺機器上的時候，怎么把這1萬臺機器用好，就比較復雜了，需要系統性的優化，這件事情目前大家還是在不斷去更新、去研究。

系統優化要能跟得上算法發展，才能夠推動算法本身向更復雜、更多元的方向探索。否則只以單一結果評價，算法的進一步發展將無從談起，因為整個系統缺乏必要支撐，這是我從系統角度看的一點看法。

張一甲：其實幾位老師表達了對強化學習的一種信念，如果有問題，那是方法的問題，不是強化學習的問題。但是AI歷史上其實關于范式或思想已經發生了很幾次轉折、幾次泡沫，是什么讓你們對強化學習有這么強大的信念，覺得它就是個對的方向？

汪玉：人就是在不斷迭代的過程中成長的，我覺得現在我們對于智能體、大模型，或者說對以后的智能也有這樣的期待，這是一種莫名的堅信。

董彬：簡單回答就是It makes a lot of sense（這很合理）。

我們作為一個智能體，在環境里面感知，根據我們感知的信息做出決策，然后利用我們的肢體去執行，環境再給我們一個反饋，然后不斷重復這個過程。通過這個過程我腦子里形成世界模型，我也變得越來越聰明。所有的這一切都是可以用最優控制來描述的，近似的求解動態規劃（強化學習）就是求解這個最優控制問題，我覺得沒有什么好說的。

王仲遠：其實，人工智能很多技術都源自于對人類學習機制與認知范式的借鑒。我認為還是會有預訓練，就是一個很強的基座模型，它是一個通識的，它能夠把文字、圖像、聲音各種多模態的信息全部都學習了。

而在后訓練階段，強化學習肯定很重要，因為它進入到各行各業，當它要解決實際問題的時候往往離不開基于反饋的學習與迭代，因為人類也是這么干的。

第一性原理讓大家堅信，強化學習依然是一個可行路徑。

2.談研究選擇：如何“去偽存真”

張一甲：下面幾個問題我想單獨問一下三位嘉賓。首先是汪老師，你現在的研究和工作圍繞AI基礎設施進行，這兩年AI的轟然成勢，對底層計算基礎設施提出了哪些新的需求？這意味著算力體系需要進行哪些優化設計？

汪玉：首先，在AI基礎設施領域，中美有一些不同。美國的做法還是在不斷拓展算力規模，然后用更大的規模、更多的數據和更好的算法來不斷迭代性能。但在中國，我們在有限的算力規模下，需要做到接近或者超越性的水平。所以中國可能更需要從算法到軟件、到芯片、到制造的一個垂直的優化。由于資源限制所帶來的路徑差異，這是我們第一個要想明白的事情。

第二，現在模型（參數量）還是越來越大的，包括最近Gemini 3，我們推測它應該是一個巨大的模型。巨大的模型推理如果要進入千行百業，最終可能還是要看Per token所消耗的能量，當然能量會最后轉化為價格，價格是成本問題，如果成本不夠低，是沒法讓所有人都用起來的。所以Per token價格的本身，或者說智能和能源的對價，會決定AI到底能不能在千行百業被用起來。

此外，進一步提升智能其實需要更多的迭代反饋，更多的迭代反饋也意味著有更大的算力，目前是有更大算力的投入，所以怎么樣做到極致的算力利用效率，也是非常重要的。

在目前這個時間點，做系統、做芯片、做算法、做應用的人是要結合起來的。現在Agent也帶來了對于系統整體的進一步挑戰，應用首先和Agent離得更近，然后再到模型、到軟件、到芯片、到制造，所以我覺得現在要更多地合作起來。

張一甲：的確，中美在AI基礎設施領域是兩種不同路徑。但你能不能一句話告訴我，為什么我們要走追求性價比的路，而不是和美國一樣去砸資源，或者兩條路并行呢？

汪玉：臺積電每年能夠生產的先進工藝的晶圓總量，其實決定了全世界先進芯片的總量，把這兩個數字放一起看會比較清楚。

張一甲：董老師，你的研究領域很有趣——AI for Mathematic（人工智能賦能數學研究）。從你的視角看，大模型生成內容的本質是否是一種“概率真實”？從理論上，AI是否有可能逼近某種“認知上的真實”，還是它注定只能停留在統計近似上？

董彬：你這個問題里面有三個概念：概率、認知、真實，我們分別討論。

首先是概率。其實我覺得我們也是一個概率型的生物，我們的靈光一閃、頓悟，可能我們并不知道我們大腦里是怎么運作的，也許有一個完全確定性的可解釋的機理，但是這個機理我們不理解，我們很多時候把不理解的東西用概率描述，這個可以讓我們rationalize（合理化）這些不理解的事物。AI做的也是概率型的推理。

接下來是認知，基本上就是理解、推理、記憶等這些能力，我覺得AI現在可以非常好地模擬人類的認知。

但你要說AI的認知到底是不是真實的，也就是你剛才說的第三個概念，從數學來講，AI是不是真實分兩方面：

第一，它的推理到底對不對，這個我們可以準確驗證。現在這個方向發展得非常快，AI可驗證的推理能力在不斷上升。 第二，因為數學作為科學的語言，它要有一些現實世界的Grounding（對應或關聯），這個目前還相對比較弱。這就是為什么AI下半場主要是要讓人工智能開始體驗物理世界，這樣它才能夠把語言和符號的認知跟自然界形成對應。就像我們人類一樣，先對自然界有了理解，然后才形成符號、語言，對它進行高度凝練，才產生了真正意義的智能。AI有點反過來，但是我覺得現在亡羊補牢為時不晚。

所以我覺得AI現在可以模擬人類的認知，在某些情況下是真實的，但對于數學來講，它并不完全真實。

張一甲：王院長，今年是智源成立第七年，從“悟道”的大模型時代，到“悟界”的世界模型與具身智能時代，你們一直在推動從基礎研究走向產業實踐。在你們發布七周年文章里，有一句話：“從悟道到悟界，我們在不確定中尋找確定。” 想請你講講，在這樣高度不確定的技術浪潮里，智源是如何尋找那部分“確定性”的？

王仲遠：其實這句話還有后半句，“我們在不確定中尋找確定，在已知中探索未知”。

智源最早開始做“悟道”系列的時候，在那個階段很多事情還存在不確定性，現在也變成了確定。從去年開始，我們就已經在探索下一代的大模型到底是什么，除了大語言模型之外，包括多模態模型、世界模型、具身智能模型，還是有很多的不確定，那么這些不確定中的確定是什么？

我們認為AI如果要解決真實物理世界的各種問題，需要多模態，需要從數字世界邁向物理世界。這也是為什么我們在2025年智源大會首次提出，人工智能正在加速從數字世界邁向物理世界，這也是我們發布“悟界”系列大模型很重要的原因。這代表對未來各種充滿不確定性中的確定性判斷，也就是AI會越來越多進入物理世界，解決物理世界的真實問題。

那么，什么是“在已知中探索未知”？已知的是大語言模型訓練方法和路徑，未知的是：多模態應該是DiT架構、LLM+CLIP架構，還是我們一直在堅持的Autoregressive（自回歸）原生多模態；世界模型應該是Video Generation還是Next-State Prediction；具身智能應該分模塊，還是端到端，亦或是基于世界模型。這些都是未知，所以我們要在已知中探索未知。

張一甲：我記得之前在和董彬老師的一次對話中，董老師特別提到研究需要一種“審美”，需要一種“自上而下的信念”：在實驗數據混亂、bug頻出時，仍然相信“這在原理上應該能行”，才能扛過黑暗期找到答案。

我也想聽一下你們的觀點，我們都知道AI是一個非常消耗資源的研究的方向，在你們投入大量資源做一件事情的時候，你們的“審美”是什么？選擇做什么、不做什么，你們的判斷標準是什么？如何做出去偽存真的判斷？

王仲遠：我們還是會遵循第一性原理，尤其是人類會怎么思考、怎么做。所以在符合第一性原理的情況下，簡潔就是美，因為越簡潔的技術解決方案、越簡潔的架構，越容易被市場所接受，越有生命力。

張一甲：智源研究院所覆蓋的研究領域也很廣，你們做的事情也很多，有哪些方向是你們思考后決定不做的？

王仲遠：確實有非常多的方向我們是不做的，比如多模態我們沒有做DiT架構，也沒有做LLM+CLIP架構，在AI for Science領域我們只做AI for Life Sciences，沒有做AI for數學、物理、化學等等，我們有自己的選擇。

在我們做的多模態領域，雖然有很多概念，但其實我們的技術解決方案就一個——用自回歸的架構把不同的模態的數據給壓縮起來。這是我們認為的第一性原理，也是我們認為的簡潔。像我們最近發布的悟界·Emu3.5，它的效果已經能夠達到甚至超過非常多的DiT架構的文生圖、文生視頻模型，同時Emu3.5又具備了多模態理解的能力，所以這就是我們對于技術路線的判斷和堅持。

董彬：我從兩個角度回答你這個問題：第一，選擇做什么；第二，選擇怎么做。

我選擇做什么的標準是：假如做成這件事，會讓很多業內大佬大吃一驚，甚至非常不舒服，那就可能會產生一定顛覆性的影響。當然，很多時候這種事情不存在可行路徑，但是只要我看到了有可行路徑，在我腦子里的這些拼圖有可能拼在一起，哪怕中間有一些hallucination（幻覺）的環節在，我都會忍不住跳進去探索，因為我非常喜歡做那種高風險、高回報的研究。

至于選擇怎么做，我和仲遠的觀點類似，我會比較喜歡簡潔的方式。我先用最簡單粗暴的方式試一試，看看是不是差的一塌糊涂，我再分析它為什么差，逐漸引入更加復雜的方法。我非常不喜歡那種沒有意義的炫技，就是所謂的雕花，只是為了能夠讓人覺得你這里面有創新。我更喜歡比較質樸的，我在加新的元素進我方法的時候，我會非常挑剔，我會不斷的思考這個是不是絕對有必要的。

汪玉：我完全同意大家說的第一性原理。從芯片到系統，其實都是相對大的工程，在這個大工程中，如果你還要做協同優化，還要粗暴地去干，是非常難的一件事情，在大規模工程里用不斷試錯來找“核心”的代價太大了。

我們希望能夠在復雜的事情里面找到那些最重要的問題，就像寫一個數學公式一樣，能把那幾個重點的工程里面最需要找到的“核心”剝出來。

這對人的要求也會變得尤其高，所以，最近我們在反思，在AI已經這么強大的情況下，應該怎么去讓學生們或者是同事們具有這樣的能力，這是一個比較有趣的話題。

3.談未來期待：從混沌中涌現價值

張一甲：其實剛才你們的回答與我們大會的主題“轟然成勢 萬象歸一”都有所呼應。最后，請三位老師分享一下你們對AI未來的期待，我們分為兩個問題：明年的看點會是什么？如果讓你對5年之后的AI形成一個預判，這個預判是什么？

王仲遠：我認為在明年多模態會有更多技術突破，并迎來產業爆發，另外世界模型也會有核心技術突破。

5年后的話，我個人很相信AGI（通用人工智能）會初步實現，雖然大家對于AGI總是有各種各樣的定義上的爭論，但我們可以認為不管是模型技術本身，亦或是通過Agent這樣一些體系，會讓我們看到像AGI這樣一個新的時代的到來。

董彬：我不擅長做預測，我只能說說我的希望。

明年我希望能夠看到，在科學研究層面，特別是自然科學，包括數學領域，能夠出現越來越多的low-hanging fruit（容易實現的成果點），讓AI能夠獨立解決，或者通過人機協同的方式解決。今年其實已經可以看到一些端倪，但范圍還非常有限。在教育方面，我覺得明年我們一定要想清楚人工智能時代我們怎么培養我們下一代，這是刻不容緩的事情。

如果拉到5年的時間線，很難預估會發生什么。但是就像寫代碼的人是希望制造一個AI，讓自己以后不用寫代碼了。我是希望以后大家用數學這一門現在看起來是非常高深的語言，能像做Vibe Coding（氛圍編程）一樣，大家都可以運用數學這樣一門嚴謹的語言，大家都可以享受到數學樂趣。

對于數學家來講，我也希望能把數學家的聰明才智釋放到更加有創意的研究中，而不用被困在比較繁瑣的事情上。對于教育來講，相信那個時候我們已經有非常確定的答案，已經在實行，培養能更好適應人工智能時代的下一代人才。

汪玉：因為我是電子系的主任，最近討論“十五五”規劃，我們高度關注“物理世界的智能”。一個方向是怎樣用物理器件促進智能的發展，特別是具身的方向，因為智能不只是在數字世界，還要到物理世界去；另外一個方向是怎樣用智能促進物理的進步，這其實是一個閉環。我希望未來在這兩個方向上有更大的突破，不知道明年是否在系里，我們可以把AI Co-Scientist（AI協同科學家）給到我們做物理研究的老師。

而在未來五年的時間里，具身智能能否進入到更廣泛的應用場景，在五年之后可以做到百萬臺、可以進入家庭服務，這還是非常大的挑戰，我們也期待這樣事情的發生。

張一甲：三位老師的回答非常值得期待，因為他們不僅在做技術和產業實踐，而且都在培養年輕人。換句話說，他們在以點帶面影響浪潮的某一個支流的方向。

今天這場巔峰對話讓我感受到，真和假不是絕對清晰，不是邏輯上的正確和錯誤，更多是關于我們的信念和選擇，所以我也希望在混沌當中真正的價值可以涌現出來。

希望今天的討論可以成為AI修真之路上值得回看、咀嚼的小節點，感謝三位老師的精彩分享！

（封面圖及文中配圖來源：2025甲子引力年終盛典）