一份報告，勾勒AI邁向2049之路

1765年，英國正值工業革命初期，位于革命中心的伯明翰，成立了一個名叫“月光社”的神秘組織。

組織由14名科學家、發明家和實業家組成，其中包括日后改良蒸汽機的瓦特、瓦特的合伙人博爾頓、發現氧氣的普里斯特利，因為習慣在月圓之夜前后的周日聚會而得名“月光社”。

“月光社”聚會

聚會的目的在于搭建一個跨界交流平臺，在此之前，科學家埋頭理論研究，工程師指導生產全靠經驗摸索，雙方缺乏有效對話。

“月光社”的出現，不僅提供了思想交流的平臺，更形成了一個“產學研”閉環，直接推動了瓦特改良蒸汽機以及后續的商業化落地，其影響力證明，科學發現要轉化為產業應用，需要產學界各方開放交流，緊密協作。

如今，我們同樣正處于AI技術爆發初期，模型迭代持續加速，各類應用野蠻生長，花團錦簇的熱鬧背后，變現焦慮和商業化困境已如荊棘叢生，亟待各方協力，共同勾勒發展路徑。

科技愿景與未來場景

12月6日，騰沖科學家論壇上，中國科學院院士、復旦大學原校長、科技愿景論壇主席楊玉良發布《科技預見與未來愿景2049》報告，是中國首次系統地發布的對未來科技前景的預判。

《科技預見與未來愿景2049》報告

編委會由騰沖科學家論壇中心、華為戰略研究院、中國移動研究院、上海人工智能研究院、騰訊研究院、國電投創新中心等的頂尖科學家和行業專家組成，通過一年多的研討與座談，提出了“十大科技愿景”和“十大未來場景”。

其中，“十大科技愿景”包括人機共生、通用機器人、飛行汽車、虛實共生、量子計算、智能體互聯網、常溫超導、可控核聚變商業化落地、AI+分子醫學、太空旅行。

在這當中，智能體互聯網是當下正在發生的、也是最被產業被寄予厚望的愿景之一。

智能體的本質是通過嵌入持久記憶和迭代學習系統，使AI能夠基于知識主動思考和規劃、進而解決問題。未來，人們不必親自執行工作中的每一個任務，而是通過智能體網絡、管理“工種”各異的智能體更加高效地完成工作，一個人就是千軍萬馬。

報告指出，到2030年全球智能體數量將突破2000億個，2049年全球智能體網絡節點將突破數萬億，單一智能體甚至可以將多種能力分布在不同地方執行 ，并通過網絡協議實現“渾然一體 ”的協作 ，成為數字世界與物理世界加速融合統一的“神經系統”。

通用機器人則是當前海內外最炙手可熱的賽道之一。

報告指出，通用機器人要真正走進人們的生產生活，仍然面臨五大核心挑戰：數據匱乏、觸覺感知不成熟、靈巧手設計不完善、電機扭矩與散熱不足、成本過高。

對于這些挑戰，報告進行了逐一拆解，并判斷，觸覺感知、靈巧手軟硬件設計、電機扭矩與散熱等問題將在2030年前逐步解決；2030年后，數據飛輪逐漸成熟，手部操作能力大幅提升，成本快速下降，最終在2049年左右，通用機器人便能走進千家萬戶。

“十大未來場景”則囊括了生命健康、人才教育、科學研究、基礎民生、未來交通、工業制造、經濟金融、先進能源、城市與環境、空間探索，都將在AI的改造下迎來巨變。

例如未來交通，一方面，自動駕駛全域自主大勢所趨，預計2027年底開啟L4試商用，2030年部分場景實現L4規模化應用，2035年達成大部分場景L4+，2049年L5+全面普及。

另一方面，通過配備傳感器、邊緣計算節點和動態信號系統，交通基礎設施將進化為具備自我感知與調節能力的智能神經網絡 ，到2049年，交通擁堵造成的時間損失將減少70%以上。

同時，出行模式將轉向“移動即服務” ，人們無需擁有汽車，便可通過統一平臺即可調用自動駕駛出租車 、空中出租 車 ( eVTOL ) 、高速磁懸浮等立體化工具，城市空間因此釋放。

楊玉良將這份報告形容為對“未來之門的第一次叩響”，通過“對每一個特定的科技領域給出特別細致的對未來的預判”，為全人類文明進步貢獻中國思考。

報告的發布，給AI產業撥開了當前的迷霧，也讓科學界和產業界擰成了一股繩，合力駛向AI技術浪潮的下一個標的：應用。

跨越技術與應用的鴻溝

本月初，任正非參加國際大學生程序設計競賽（ICPC）賽后座談會，在交流中表示，AI的終極價值不在發明，而在應用。“AI發明頂多成就一家IT公司，應用卻能強大一個國家[1]。”

一句話點出了當下產業界迷茫的根源：技術快速迭代，應用創新卻沒有跟上，陷入價值困境。

當前，“萬模大戰”仍然如火如荼，無論是年初的Deepseek還是幾個月前Gemini-3的發布，都在進一步提升大模型內卷的速度和強度，迭代頻率從“年更”演變為“月更”甚至“周更”，一周內可以誕生數款針對特定任務優化的新模型。

ArtificialAnalysis.ai網站截至11月18日的各大模型評分

同時，技術范式不斷迎來突破。大模型上下文窗口正從數萬擴展到200K（約30萬漢字），從理解對話發展到能完整處理一本小說或一份百頁報告，這個過程中，AI的形態也從單純的對話模型，快速進化為能規劃、使用工具、執行多模態任務的智能體。

然而，與技術端的圍繞“更大、更快、更強”的競賽相比，應用端的熱鬧卻大多浮于表面。

根據麥肯錫最新發布的“2025 AI報告”（《The state of AI in 2025》），在其訪問的全球近2000家不同行業的企業與組織中，有88%已經開始使用AI技術，但只有36%表示改善了盈利能力，33%表示帶來了即帶來實質性的收入增長[2]。

受訪企業對于AI在公司業務各個層面上改善程度的反饋；來源：麥肯錫

思科前CEO John Chambers親身經歷了互聯網時代由極盛轉衰的過程，其在10月接受媒體采訪時表示，AI的發展速度是互聯網時代的五倍，一家初創公司一個月甚至一周就能開發出產品，然后在一兩個季度內將其推向市場。

那么，無法將技術轉化為可持續競爭優勢的公司，投入巨額資金后又該如何盈利？Chambers認為，“鑒于當前市場的變化速度，你必須能夠自我革新，然而，大多數CEO和商業領袖并不知道如何做到這一點，尤其是在AI領域[3]。”

這里的核心癥結在于，技術端與應用端各自為政，尚未形成有效的溝通機制和合作模式，導致技術迭代與應用創新脫節，技術路徑與市場需求錯配。

類似的尷尬，在電動車發展早期也曾經發生。其誕生早于燃油車，并且憑借安靜、易啟動等優點，一度占據了美國市場38%的汽車市場份額（1990年[4]）。

愛迪生（左）與1910年款的“Bailey Electric”電動汽車合影

然而進入20世紀，美國社會對長距離、低成本出行產生了更大的需求，當福特T型車憑借流水線將燃油車的價格打到600美元（僅為當時電動車價格的三分之一），伴隨著加油站網絡的普及，電動車因續航、成本和補能網絡的致命短板迅速被淘汰。

這表明，技術優勢若脫離了對主流市場需求和基礎設施的適配，終將被市場拋棄。

近二十年電動車的復興，本質上是技術迭代與產業應用、大眾需求系統性適配的結果。

例如，針對長距離出行的要求，以特斯拉為代表的電動車廠商聯手電池廠開發了長續航電池，并興建充電網絡；同時，全球化的電池產業鏈推動電池成本十年下降90%，各地拔地而起的超級工廠讓電動車開進尋常百姓家。

從科學原理到產業規模化，從來不是線性直達，迷茫，是技術范式變革中的必然階段。回溯過往的技術革命，大部分殊途同歸。

任何一項革命性的技術要從實驗室走到千家萬戶，都需要產業鏈各方圍繞著一個共同目標，在技術、產品、成本、基礎設施等多個維度上建立起橋梁，這些橋梁從來不是自然形成的，而是一個需要主動設計、艱難構建的系統工程。

對于AI，如今也應該把視角從技術迭代擴大到俯瞰整個產業圖景，在技術和應用之間建立起堅韌的協同紐帶和交流通道，勁往一處使，才能有效地將技術的好處落到人類福祉。

尾聲

1813年，在歐洲各地爆發的戰火聲中，“月光社”結束了歷史使命。從結成到解散，“月光社”只存在了不到半個世紀，但對于人類歷史進程的影響卻延續至今。

除了瓦特成功改良蒸汽機之外，組織成員中，普里斯特利發現了氧氣、發明了蘇打水，韋奇伍德推動陶器制造工業化、引發“陶瓷革命”。一種說法是，“在18世紀的科學或技術活動中，很難找到一項活動沒有月光社成員參與其中。”

從伯明翰月光下的思想碰撞到今天的AI協作共創，推動歷史前進的力量從未改變：唯有當最頂尖的智慧跨越藩籬，共同擁抱實踐，一個新時代的產業革命才能真正到來。

參考資料

[1]華為創始人任正非：AI重在應用，網界

[2]The State of AI in 2025，麥肯錫

[3]Silicon Valley leader who navigated the internet’s boom and bust sees another wild ride with AI, AP

[4]起起伏伏一百多年 最終只能做配角，老車資料庫

[5]好奇心改變世界：月光社與英國工業革命， 楊梟譯/詹妮厄格洛著

編輯：李墨天

責任編輯：何律衡

封面圖片來自ShotDeck