考研资深辅导界面新闻记者 |
近一年来，关于人工智能（AI）投资热潮是否会演变成为泡沫是市场热议的话题之一。有专业人士认为，AI若能真正拉动生产力，将重塑生产关系与全球秩序；若无法兑现，则可能引发全球风险资产的系统性调整。而2026年或是AI的证伪或证实之年。
北京中关村学院院长、中关村人工智能研究院（以下简称“中关村两院”）理事长刘铁岩日前在接受界面新闻专访时表示，观察信息科技发展历史，不难发现，每一次波澜壮阔的“热潮”都伴生着“泡沫”——互联网兴起时如此，云计算起步时也是如此，AI时代自然也不例外。但比质疑泡沫更重要的是汇入热潮，进而引领甚至策动热潮，并且在积极以待的同时保持冷静与审慎。
“‘风口’或‘热潮’是不太可靠的朋友，并不是迅速跟进就一定能获得回报，况且AI基础性技术的研发门槛相对较高，对投资者、创业者、传统企业来说，盲目投入、轻率决策的行为不太可取。”刘铁岩说。
他还表示，不同区域在布局人工智能创新高地时，不应一味追求更大的规模、更快的速度，而是要深入评估技术发展路径是否清晰独特、与本地产业的优势及特性是否契合。
“归根结底，人工智能并不是一个可以简单复制的产业，不同区域应立足自身产业基础和应用场景，明确重点方向，避免同质化竞争。此外，还可以将应用创新作为重要方向，通过真实场景、真实需求推动技术迭代与商业落地，而不仅仅是堆算力、建平台。”刘铁岩说。
他强调，想要在新一轮技术浪潮中成为领跑者，高容错并支持长周期探索的研究环境、高端人才特别是领军人才、引领世界的原始创新成果，这三者缺一不可。所以，要加大力度建设和优化有利于创新的环境、培养和容留更多国内人才，才能以更快的速度探索前沿。
中关村两院是教育部、北京市为推动教育科技人才一体化发展而设立的创新高地，聚焦“人工智能与交叉学科融合”前沿方向，通过打破“五重边界”构建超常规培养模式，致力于培育人工智能领域领军人才；并依托产学研创投一体化平台，推动前沿技术研发与产业化落地。
以下是本次专访实录，经界面新闻编辑整理
界面新闻：我们现在处于AI时代的什么阶段，AI热潮是否会演变成泡沫？
刘铁岩：近年来，全球围绕人工智能的创新实践呈现出非线性的爆发式增长。从ChatGPT开启的文本生成与对话革命，演进到如今深度对齐的多模态感知与交互，AI的能力边界也实现了从信息摘要、简单问答到复杂逻辑推理、跨领域知识融合的阶梯式跨越。
短短几年里，人工智能的能力快速跃升，而现在，我们又处在了新的平台期，行业渐渐从规模驱动的“基建竞赛模式”回归到研究驱动的“创新马拉松模式”，也就是重返需要探索新算法配方的“研究时代”。AI领域的竞争正在从模型与算法的比拼，转向体系与能力的较量。当人工智能从技术突破阶段迈向系统化、规模化的产业重构阶段，决定未来竞争力的，已不再只是参数规模或迭代速度，而是能否把技术持续转化为产业能力，形成可复制、可放大的现实生产力。
客观来看，我们正站在“人机协同、碳硅融合”的起点上。代代相承、持续发展的人类“碳基智慧”融汇了意识、灵感以及创造力，飞速演进、即将普照现实的机器“硅基智能”则肩负着艰深繁琐的计算、分析与优化等任务。两者的深度融合，将助推人类超越生物局限，开启一个人与机器优势互补、协同进化的新纪元。
观察信息科技发展历史，不难发现，每一次波澜壮阔的“热潮”都伴生着“泡沫”——互联网兴起时如此，云计算起步时也是如此，AI时代自然也不例外。但比质疑泡沫更重要的是：汇入热潮，进而引领甚至策动热潮；并且在积极以待的同时保持冷静与审慎。此外还应认识到，“风口”或“热潮”是不太可靠的朋友，并不是迅速跟进就一定能获得回报，况且AI基础性技术的研发门槛相对较高，对投资者、创业者、传统企业来说，盲目投入、轻率决策的行为不太可取——当然，应用领域的机会还是很多的。
界面新闻：中国在人工智能领域的发展有目共睹，对全球的主要贡献在哪里，还存在哪些问题？
刘铁岩：谈到中国对人工智能技术进步的贡献，首先是人才。近年来，中国AI研究者的规模、研究论文的数量稳居世界第一，在高被引论文的出产率方面也有明显进步。无论在国内还是国外，来自中国的新生代领军人才、中坚人才在不断加固人工智能的技术基础、拓展应用版图。在国内，以梁文锋、王兴兴为代表的新生代技术领袖崛起，带领DeepSeek、宇树科技等中国公司跻身全球前沿；在海外，Meta超级智能实验室（Meta Superintelligence Labs）、xAI等大厂核心研究团队中，华人比例约为40%-50%。
其次是技术，中国已经从“跟跑”进入“并跑”阶段。斯坦福大学人类中心人工智能研究所发布的《2025年人工智能指数报告》显示，中美两国顶级AI模型的性能差距已由2023年的20%缩小至0.3%。
2025年1月，DeepSeek-R1推理模型实现了技术路线创新，达到“并跑者”的地位。
其三是应用，中国AI产品走向世界。DeepSeek上线仅一个月累计下载量就突破1.1亿次，在全球157个国家/地区霸榜，成为App Store应用榜第一名；豆包以1.59亿月活稳居全球前列。
其四，在开源生态方面，中国模型已占据全球核心位置。据QbitAI和Hugging Face的联合统计，2025年，中国自主研发的开源人工智能模型在全球下载总量的占比超过44%，这意味着全球近一半的AI开发者正在使用中国的“大脑”构建应用。
但我们也必须正视存在的问题。当前，Scaling Law逼近瓶颈，下一代范式突破依赖符号推理、神经科学启发的认知架构、世界模型等多条不确定路线的自由探索——想要在新一轮技术浪潮中成为领跑者，高容错并支持长周期探索的研究环境、高端人才特别是领军人才、引领世界的原始创新成果，这三者缺一不可。所以我们需要加大力度建设和优化有利于创新的环境、培养和容留更多国内人才，才能以更快的速度探索前沿。
概括地说，中国对人工智能技术进步做出了不可替代的贡献。在全球人工智能竞技场上，中国是有意愿、有机会也有能力从“跟跑者”成长为“并跑者”甚至“领跑者”的种子选手之一，我相信今后会涌现出越来越多源自中国、造福世界的AI原始创新及应用。
界面新闻：目前，多省份“十五五”规划建议出炉，加快建设人工智能创新高地，在整个行业布局上您有何建议？
刘铁岩： “十五五”规划建议8次提及“人工智能”，并明确指出，“十五五”期间，“将全面实施‘人工智能+’行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业”。
将“十五五”规划与此前发布的“人工智能+”行动计划结合来看，我国针对AI的政策导向更加侧重AI驱动的新型科研范式探索、产业培育与赋能，“人工智能+”重点行动全面涵盖了科学技术、产业发展、消费提质、民生福祉、治理能力、全球合作，以及基础支撑能力的持续强化。
具体到全国各地有关AI的发展规划，我想，不同区域在布局人工智能创新高地时，不应一味追求更大的规模、更快的速度，而是要深入评估技术发展路径是否清晰独特、与本地产业的优势及特性是否契合。
归根结底，人工智能可谓“包容万象”，一方面潜在突破点多——特别是在“科学智能”与赋能传统产业等领域，有着极大的想象空间。但另一方面，人工智能也不是一个可以简单复制的产业，不同区域应立足自身产业基础和应用场景，明确重点方向，避免重复建设与同质化竞争。此外，还可以将应用创新作为重要方向，通过真实场景、真实需求推动技术迭代与商业落地，而不仅仅是堆算力、建平台。
界面新闻：目前我们已经看到人工智能带来的一些改变，大幅提高效率等等。我们该怎样理解“人工智能的变革”？中关村两院做了哪些工作和准备？
刘铁岩：人工智能不是一场工具的革命，而是一个革命的工具。它会赋能千行百业，成为放大器、加速器，成为万事万物蜕变与焕新的动力，给每个人带来无限的想象力和可能性。
AI带来的变革，首先是一场效率革命。数据显示，制造领域，AI在自动化重复任务、预测性维护任务中可使生产效率提升约15–20%。物流领域，AI技术能推动采购效率提高30%以上、周期缩短50%以上。医疗与健康行业，AI转录和文档辅助工具可将临床文档时间减少20–30%。营销领域，AI推荐系统进一步重塑用户体验，提升15%–25%的转化率。这些数字仍在快速攀升，AI正持续渗透到每一个业务环节。
更深远的意义在于：AI正在重新定义科学发现的方式，成为人类认知能力的延伸。让我们设想几个画面：能源领域，AI将加速可控核聚变的研究进程，帮助人类攻克终极能源难题；材料领域，AI使新材料从原子级模拟到性能验证的周期由数年缩短至数周；生命科学领域，AI会重塑药物研发流程，将新药从靶点发现到临床前的周期从十年压缩到几个月。AI正在颠覆现有的科学发现范式，大幅加速人类攻克重大科学难题的进程。因此，我们对“人工智能+”的理解不能停留在解决今天的问题，而要思考AI时代产业的走向，以及明天将会涌现的新问题。
中关村两院诞生至今已有一年。聚焦于AI领域的原始创新与未来领军人才培养，一年来，我们确立了有助于“教育科技人才一体化”发展的“六极思想”（极基础、极应用、极交叉；极前沿、极经典、极实战）与六位一体（政产学研创投）的平台，取得了一些初步成果。
在科研组织上，强调不做“上不着天、下不着地”的研究，让每一个项目都瞄准真实的产业痛点，同时能牵引出颠覆式的原始创新；
在生态构建上，我们成立了AI创投基金、共建全国高校人工智能区域技术转移转化中心和AI北纬社区孵化平台，为师生打造研究者与创业者的“身份旋转门”，以“前店后厂”模式让大家在从事前沿研究的同时也能在市场中历练；
在人才培养上，我们的课程设计强调“极经典、极前沿、极实战”，让学生能够跟得上瞬息万变的AI技术发展。为避免闭门造车、重复造轮，我们与智谱AI、银河通用、百度、华为、小米等头部企业共建联合实验室，实现“企业出题、学生答题、学院审题”的产学研机制。我们推行项目制育人，充分信任年轻人，鼓励学生自主立项——此前通过严格论证审批确立的45个科研项目中，有8项由学生自主发起。
在这样的努力下，我们已经有了一些喜人的成果。在成果转化方面，两院已孵化超过100个创新创业项目，总融资额近2亿元，投后估值近10亿元。在前沿探索方面，我们发布了8大科研成果，涵盖“AI肿瘤免疫药物自主设计平台”、“AI赋能可控核聚变”等重点战略项目。以教育科技人才一体化发展的方式，为国家抢占未来科技制高点贡献力量。
界面新闻：现在很多白领工作者面临一个新的困境：AI让基础任务效率更高，工作完成得更快了，但工资却没有上涨，而KPI和工作量却在增加。很多人感觉自己越来越累，甚至将来会被“替代”。您认为AI技术发展会对人类的职业选择带来翻天覆地的变化吗？我们在这个时代要如何保持竞争力？
刘铁岩：人工智能的普及确实可能导致行业分工重塑、就业结构变化。回顾历次工业革命就会发现，新技术往往会淘汰一部分岗位，但几乎总会同步创造新的机会和新的分工：比如铁路和公路出现后，传统的驿站体系消失了，驿站长、驿卒这些岗位不再存在，但就业机会并没有因此大幅减少，原因是一个全新的组织形态——邮政系统诞生了，形成了规模更大、分工更细、覆盖更广的职业体系。
换句话说，技术变革淘汰的是旧的生产组织方式，而不是工作本身。技术变革往往会在消除一部分岗位的同时，创造出一整套此前人们从未设想过的新岗位。AI技术当然也不例外。比如OpenAI的数据标注师就是由AI（特别是大语言模型）发展直接催生出来的、具有新时代特点的新岗位。根据世界经济论坛等国际机构的预测，人工智能在未来几年内可能取代8500万个工作岗位，但同时也有望创造9700万个“人-机-算法”协同分工的新岗位。历史反复证明，技术进步会在减少“旧岗位”的同时，扩展每个人“可参与的经济边界”。
对劳动者群体而言，及时更新自身的知识体系与能力结构将成为必选项，如此才能确保自己在未来“人机协同职场”上的竞争力。对个人而言，一方面，应尽量规避人机协作中的能力依赖风险——当AI承担了大量生成、推理和执行工作，人类工作者的某些核心能力可能会不断弱化，包括从零开始分析问题的耐心和细心、在不确定的选项中做判断的直觉等等。所以，任何时候，坚持主动思考的习惯、强化自身洞察力与判断力都是有必要的。另一方面，不应将“保持竞争力”理解为“和AI拼效率”，而是要把AI变成放大自身能力的“外骨骼”。要学会借助AI提升能力边界，同时保持独立思考和深度学习的习惯。我们要做的，是在技术上优化AI，在能力上驾驭AI，与AI共成长，开辟前所未有的人机共生的未来。