经济之声·梁正 王煜全｜大模型“气宗”与“剑宗”：算法突破、普惠落地

梁正

清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任、中国科技政策研究中心副主任、公共管理学院教授

I-AIIG

"大模型算法突破与普惠落地"

"气宗"练气求本，"剑宗"出招制胜——这对来自金庸武侠世界的隐喻，正在被越来越多的产业观察者借用，来描述中国大模型发展的两条脉络：算法底座的自主突破，与千行百业的智能落地。过去一年，DeepSeek惊艳亮相，开源模型全球下载量跃居第一，人工智能核心产业规模突破1.2万亿元——但与此同时，"百模大战"内卷加剧，前沿算法差距犹存，To C应用红利尚待释放，数据产权、安全治理、就业替代等深层议题接踵而至。今年全国两会，《政府工作报告》明确提出深化拓展"人工智能+行动"，要让大模型技术真正普惠千行百业。

过去一年，中国大模型在“算法自主突破 + 场景普惠落地”走出了哪些特色路径？开源生态繁荣与成本极致下探，让大模型怎样实现对基础产业的普惠和赋能？中美大模型竞争的比较优势和差异是什么？大模型的经济赋能和安全治理面临怎样的平衡挑战？

本期《经济之声系列访谈》聚焦"大模型算法突破与普惠落地"，特邀清华大学人工智能国际治理研究院副院长、中国科技政策研究中心副主任、人工智能治理研究中心主任梁正教授，以及全球科技创新产业专家、海银资本创始合伙人王煜全，共同对此进行深入解读。

思远： 节目的最开头用了金庸先生小说中的剑宗和气宗，给中国的大模型的表现做了比喻。煜全，过去一年，你看来中国大模型产业有没有发生颠覆性的变化？跟你看到的"硅谷节奏"比，中国大模型跑出自己产业特色了吗？

王煜全： 正逐渐形成产业特点，方向看明白了。但坦白讲，在前沿我们确实还有些差距，这是要承认的。去年DeepSeek出来还是蛮让人惊艳的，但之后大模型本身实力上惊艳的表现就比较少了。但我们的大模型产业综合水平比较高，性价比上是毫无疑问是中国大模型是最好的。今年年初热炒的小龙虾Open Claw对吧？

Open Claw造成对Token的使用率急速上升，中国的大模型（性价比高）在海外受欢迎程度迅速增加，所以这个机会就在这儿——要支持应用不是越高端越好，而是有综合性价比。我们的大模型能力是它们（美国）的90%，但成本是它的1/5。

思远： 很像移动互联网产业的竞争格局，美国强在从0到1，中国的场景和落地性展现出独特性和优势。

王煜全： 我同意。当时无线互联网美国提出SOLOMO（社交化、本地化、移动化）的先进理念。但应用上，中国不光不落后，很多地方还是胜出的。我认为现在是转折期，再过三年回头看，中国会有大量人工智能应用起来，不一定技术比美国强，而是应用构思上，更能满足用户需求。

思远： 梁老师，怎么评价过去一年中国大模型行业的发展？

梁正： 我记得一两年前咱们对话时，经常说中国大模型不像美国大模型"出身"这么好，有这么多风险投资、这么多的算力卡。所以，一定要走出"靠赚钱养活自己"的道路。像DeepSeek就是把算力用到极致，作为基础模型性价比方面，便宜、量大又好用。所以，硅谷很多初创公司把底座模型切换成中国大模型。当然，国内大模型"百模大战"，市场还是比较卷的。在电动汽车、新能源等很多领域也都是类似的情况。

思远： 您这个比喻很有趣。中国大模型产业不是"富二代"，但可以足够努力足够快，再加上"班里的同学们"竞争激烈，这本身是另一种成长和生长方式。过去一年，大模型对产业民生各领域起的作用大不大？

梁正： 当然，特别明显。《政府工作报告》明确"进一步加快实施人工智能+行动"。我们的优势在应用和场景上，这次《政府工作报告》特别提到——推动智能终端、智能体的普及应用，重点领域的人工智能规模化拓展，还有智能原生的新业态创新，采取百花齐放、分类施策的路径。传统行业领域"人工智能+"服务于制造业转型升级，农业领域里，我看到过挤奶机器人、农业滴灌机器人，大模型装给自动驾驶上大脑，端到端模型的发展，整个技术路线发生了根本性变化。民生公共领域、医疗养老等环节都开始用机器人，用智能陪伴。这些对社会发展、福利提升起到了非常大作用。

思远： 煜全，大模型普惠给具体的产业赛道，尤其是中小企业、创业者个人是不是带来了机会？他们怎么用好这一波的红利？

王煜全： 之前对小企业而言，机会还没那么大。因为小，去参与民生工程的竞标中标还是蛮难的。一般来说，小企业适合做To C的项目，给老百姓提供直接的应用。但这之前，人工智能主要进的还是在To B上。所以，我们其实很期待今年包括Open Claw开始，会有大量To C的应用尝试，你看中国人对Open Claw的反应多么热烈，对吧？中国会涌现出大批优秀的To C应用和优秀企业。互联网时代，当年腾讯就是个让年轻人能用电脑交流的小通讯工具。我认为，可能未来AI领域也会有这样的应用、这样的企业出现。

思远： C端人工智能大爆发以后，年轻人不光是脑力、体力，更多是拼愿力，怎样用好人工智能端的这种玩法，是下一波新的生产力、新的商业生态的基本盘。

思远： 梁老师，现在我国关于数据安全的算法、伦理等，也面临一系列的治理难题，您参与过相关规范的讨论制定。您认为现在大模型治理的核心痛点是什么？高速创新和安全规范间的边界是什么？

梁正： 像生成式人工智能在人工智能的算法备案、安全审查、内容标识，中国都是全世界第一个推出来的。最关键的是，如何管得住的同时，还能发展好。

有几个问题必须要解决。首先，是技术内生风险，像Open Claw这样的应用，如果把API的权限交给他后，它会不会越狱、欺骗？所谓人工智能的技术内生风险，是解决它"黑箱"的问题。

现在，大模型应用新出现的豆包手机、Seedance，用到如金融、医疗这样高风险场景下、包括自动驾驶，很大程度上就产生权责划分的问题——什么样的情况下，责任由谁来承担？是模型提供者还是产品服务的提供者？这方面，我们的法律制度要跟上。

更基础像数据的问题——数据产权、个人信息，什么情况下可以被获取、被训练？如果越来越多工具，很低门槛被使用的话，如何防范误用和滥用？这方面，我们有一些分散治理的制度。下一步，我们在法律法规、安全评测标准上，都是要去解决的问题。

更长远的，可能面临智能体的大量出现，会带来就业替代或影响。这样的问题该怎么解决？在社会层面，要未雨绸缪。

思远： 煜全，中国大模型高速发展，从创投视角，产业本身面临的风险和挑战是什么？

王煜全： 梁老师刚才所说的非常系统了。补充两点：第一，人工智能To C应用大概率是年轻人来引领的，人工智能使小团队可以做大事，打破思维惯性，所以是年轻人的赛场。

但现在，中国风投环境对个体年轻人创业不太友好，传统风投的模式慢慢演变成以政府主导的投资模式——这种投资模式青睐于名校教授、名校博士和海归这种有资深背景的人创业。年轻人的To C多以娱乐时尚为目的，创业就不容易拿到支持——但你要想，这个时代的"马化腾"如果拿不到风险投资的钱，他怎么能做大？

还有一个有趣的事。去年DeepSeek出来后美国人很紧张，以至于美国的人工智能产业结构都发生了变化；今年是国外的Open AI出来以后，给中国的大模型带来全球化机会。Open Claw造成使用Token的数量极大上升，中国的成本优势显著，所以国外很多应用，纷纷在后台接入中国大模型，无形中中国大模型有了出海的机会，包括像Kimi、Mini Max年初业绩暴涨。

所以，我们一定要抓住这个机会，包括政府，我也是希望看到中美人工智能竞争，不止在中国和美国本土，也在全球除中美以外的地方展开。中美以外，到底谁的人工智能能够扎根，这对未来是有长期影响的。

思远： AI时代的"马化腾"在哪？这个问题很有意思。今年全国两会，很多委员代表都带来人工智能、大模型方面的提案建议。梁老师，你对基础大模型未来发展有什么样的展望？

梁正： "十五五"开局之年，"人工智能+"这样一个落地的应用场景，"开放"是对未来五年打造战略新兴产业是非常重要的。现在进入到比拼应用成本、产业竞争力的阶段。"十五五"期间，政府一定要从顶层设计角度，打好整个产业发展的基础底座，现在我们还有很多短板——像，高质量数据集开放数量远远不够，算力、基础设施的建设、高端算力结构性缺乏，产业人才、教育是不是能够跟上智能体的创新繁荣、人机共创的阶段？这次《政府工作报告》也提到"对科技型企业的上市绿色通道"，像这样的政策都是"十五五"期间，打造全新产业生态特别需要的。

（完）