連接器：實驗室將協助優秀的研究者與團隊，將單點創新，有組織地匯聚成能發揮出更高價值的系統﹔通過協調多方資源，精准引導和聚集創新點，確保每個創新點都能在系統中發揮最大效能，推動整體技術突破。

放大器：實驗室將幫助優秀的研究者與團隊，參與解決最具挑戰性和影響力的重大問題，推動具有深遠意義的事業﹔通過承擔高價值任務，並在過程中放大技術的價值，推動技術向更高層次發展。

加速器：實驗室將支持優秀的研究者與團隊，快速實現技術的產業價值和發展潛力﹔通過加速技術成果的驗証和應用，推動技術在產業中的快速落地，助力技術產生實際的經濟和社會效益。

在浦江AI學術年會現場展出了書生·浦語大模型、書生·萬象多模態大模型，以及實驗室最新的成果強推理模型書生InternThinker，吸引大量觀眾前來體驗。

智者齊聚，探索智能本質與AGI之路

在大會報告的環節，中國工程院院士、西安交通大學教授鄭南寧院士以《世界模型和視覺概念學習》為題進行分享。

在圓桌討論的環節，北京大學智能學院副院長、教授陳寶權，香港大學計算與數據科學學院院長、AI講座教授馬毅，上海人工智能實驗室主任助理、領軍科學家喬宇，稀宇科技創始人閆俊杰，以及階躍星辰首席科學家張祥雨幾位嘉賓圍繞AGI發展方向、世界模型的演進、“白盒”模型與性能平衡等話題進行了深入探討。香港中文大學副教授、上海人工智能實驗室領軍科學家成宇主持圓桌討論。

“探索智能的本質”圓桌對話

馬毅在題為《Pursuing the Nature of Intelligence》的引導報告中指出，在過去的十年，人工智能技術取得了飛速發展，但從方法論的角度來看，仍然存在許多未解之謎。智能不僅僅是技術的積累，更是理解生命和智慧的本質。智能的核心是學習和預測外部世界的規律，這一過程不僅是數據的壓縮和去噪，更涉及到如何通過優化算法來提升智能系統的能力。要實現真正的自主學習和智能化系統，必須構建閉環系統，通過自我糾錯與知識的不斷更新來推動智能的進化。馬毅強調，基礎創新和原創研究的重要性，要超越現有模型，必須跳出大模型規模競賽探索新路徑。

陳寶權認為，圖形學本身就是通過結構化的方式描述世界，這與大模型的“白盒”理念高度契合。深度學習和大模型提供了新的工具來“逼近”現實世界，這種結合有望推動科研和技術的進一步發展。展望 2025 年，他期待看到更多在物理和推理領域的突破，尤其是如何將已有的物理知識與AI結合，通過反向傳遞人類積累的知識，構建更有效的AI系統，從而推動更加精確的模型發展。

閆俊杰認為，智能的定義可以非常廣泛，黑盒模型在某些應用中足夠，但白盒模型在理解人類的智能上可能有優勢。盡管當前的模型和產品已取得一定進展，但未來將會有更多創新出現，不同研究機構和企業將提出各自對智能的理解，並在特定領域內超越現有水平。

張祥雨認為，理解方法原理非常重要，但業界應避免盲目跟風，利用白盒模型指導實踐，避免資源浪費。當前，距離AGI的實現仍有很長的路要走，未來需要更智能的目標導向和試錯機制。期待Scaling Law能解決現有問題，實現智能程度與模型規模的正比關系，推動更智能的AI系統。

喬宇認為，通往AGI的道路仍面臨技術挑戰，在模型架構，數據和學習算法等方面仍有創新空間。期待多模態大模型能夠像語言模型一樣實現突破強泛化的涌現能力，並基於更多樣的Scaling Law維度實現原創創新﹔具身智能和科學智能前景廣闊，期待技術和應用的突破﹔此外，人工智能的性能與安全平衡發展值得關注，推動人工智能可持續健康發展。

特邀報告：關於AI多維融合與全面發展的思考

在特邀報告環節，中國工程院院士、同濟大學校長鄭慶華發表了題為《工程智能（AI For Engineering）研究》的特邀報告，深入探討了工程智能的研究與應用，強調工程智能在銜接科學智能與產業應用方面的橋梁作用。工程智能不僅解決了實際工程問題，還帶來了全新的研究視角和挑戰。與科學智能的“0到1”突破不同，工程智能側重於“1到N”和“1到0”的創新模式，其目標是從科學理論到實際應用，解決實際工程問題。

中國工程院院士、同濟大學校長鄭慶華

傳播內容認知全國重點實驗室主任、人民網董事長葉蓁蓁在報告中從傳統文化的視角探討了人工智能（AI）的分類與數據拓展問題，並提出了“知、行、思、悟”四個層次來重新審視AI的智能分類和數據需求。他指出，當前AI面臨的數據缺口巨大嚴重限制了人工智能發展，特別是在敏感問題和視覺數據領域。通過人民網的實踐，葉蓁蓁展示了如何通過構建獨特的數據語料庫解決AI回避敏感話題的難題，同時提出要以傳統文化為視角，結合認知智能的發展，推動AI技術與人類社會的深度融合。

（來源：上海人工智能實驗室）