报道称★✿，汇丰★✿、渣打已内部测试DeepSeek模型★✿，沙特阿拉伯国家石油公司在主数据中心部署该模型★✿，亚马逊★✿、微软★✿、谷歌等美云服务商也向客户提供DeepSeek服务★✿。尽管白宫因数据安全问题禁止部分政府设备使用……

　　中美新一轮的竞争中★✿，AI究竟扮演什么角色？中美双方在这一领域的进展如何？谁更有优势？未来人工智能相关领域有哪些风口？《问答神州》专访清华大学智能产业研究院院长张亚勤★✿。

　　吴小莉★✿：以前AI大模型我们是跟随美国★✿，你觉得是不是因为DeepSeek的出现★✿，中美之间的差距开始拉近？

　　张亚勤★✿：我一直觉得DeepSeek是ChatGPT以来最大的创新★✿，有算法创新★✿、技术创新★✿、工程创新还有商业模式的创新★✿，等于实现了一个中国的路径★✿。

　　吴小莉★✿：我其实有点好奇★✿，因为DeepSeek现在是开源★✿，你说它的商业模式也创新★✿，怎么创新了？

　　张亚勤★✿：商业模式创新就是它是开源的★✿，而且用的是MIT的许可协议★✿，一种最灵活的开源★✿，就是你可以用我的权重★✿，甚至用一些代码★✿，不需要缴费★✿。我觉得这样最大程度上让一些拿不到前沿模型的★✿，甚至没有大算力大数据的公司★✿，都可以使用★✿。

　　2025年元月二十几号★✿，DeepSeek刚上线的时候★✿，我正好在达沃斯★✿，有好多不同国家的企业家★✿，看到DeepSeek都特别振奋★✿，说现在他们也可以去用这样的模型去开发应用★✿、做自己的本地化部署★✿。具体以后怎么收费？可以通过API（应用程序编程接口）★✿，也可以通过token（AI世界的货币单位）壹定发平台★✿，也可以自己在上面去开发一些新的应用★✿，比如说安卓系统本身是免费的★✿，但是上面有各种不同的生态应用★✿，所以还是可以有很多商业收获的★✿。

　　我想现在DeepSeek要做的就两件事★✿：第一件就是要把这个模型做得好★✿，模型的性能★✿、推理功能和本身的效率一定要先做好★✿；第二点很重要★✿，以后能不能成为我讲的操作系统★✿，要看有没有一个生态建立起来★✿，有了之后就有粘性了★✿，如果没有的话★✿，那别人来个更好的模型★✿，就把你替代了★✿。现在模型之间互相替代是十分容易的★✿，比如说我现在做的AI智能体下面的几种模型★✿，可以用Llama★✿、OpenAI或者DeepSeek★✿，用哪种都可以★✿。

　　尽管现在这些模型有些性能很强★✿，但还没有形成粘性★✿，就是没有建立起生态★✿，所以未来的大模型之争★✿，一方面把模型做好壹定发平台★✿，另外一方面一定要把生态做起来★✿。

　　张亚勤★✿：是的★✿。目前看人工智能的应用★✿，其实中美没太大差别★✿，都是处于布局的阶段★✿。比如To C（面向用户）的应用★✿，运用邮件壹定发EDF★✿，★✿、文生图或者一些编程★✿，这些东西我觉得大家都在用★✿；真正To B（面向企业）的应用★✿，比如无人驾驶★✿、制造或机器人等领域★✿，中国在机器人的布局★✿，可能比美国要更超前一点★✿，虽然现在有这么多的公司在做机器人★✿，里面有泡沫★✿，但是风险投资商★✿、创业者包括政府投入都很大★✿，这是件好事壹定发平台★✿。我为什么讲中国应用会超前美国？我们回忆一下★✿，个人计算机互联★✿、移动互联在早期发展时★✿，我们的技术和商业模式都是向美国学的★✿，但后来我们的微信★✿、短视频★✿、社交网络★✿、电商壹定发平台★✿、移动支付等应用的体验★✿，都完全超过了美国★✿、超过了任何一个国家★✿。

　　所以我觉得在人工智能时代睡遍所有女神神豪系统★✿，当技术达到基本稳态后★✿，在应用领域★✿，中国也会超过美国的★✿。因为人工智能时代并不是一个隔离的时代★✿，很多的数据和基础设施★✿，其实是依赖于移动互联所建立的生态★✿；中国又是这么大的一个制造国家★✿，有这么强的产业★✿。所以当人工智能触及这些领域的时候★✿，自然而然整个体量就比其他国家大很多★✿。所以我觉得在5年的时候★✿，当应用开始慢慢普及的时候★✿，中国会变成全球最大的AI国家★✿。

　　吴小莉★✿：你说现在AI发展的大趋势★✿，就是从生成式语言模型到目的驱动的智能体★✿，这会对我们的生活产生什么影响？

　　张亚勤★✿：准确来讲★✿，智能体AI也是生成式AI的一个方面★✿，并不是一个全新的范式★✿。机器和人最大区别就是规划能力★✿，我们人定义一个目标★✿，然后就会规划中间的路径去达成★✿，智能体就是干这件事★✿，你给它一个目标★✿，它能找到路径★✿，自主地去实现目标★✿，不断地迭代睡遍所有女神神豪系统★✿、试错★✿、优化和学习★✿。可以讲★✿，智能体是我们人工智能时代的 App★✿。

　　吴小莉★✿：你说现在对于复杂“任务长度”★✿，每7个月会翻倍★✿，什么叫“任务长度”?另外睡遍所有女神神豪系统★✿，你说对于复杂任务的执行准确率已超过50%的门槛★✿，这意味着什么？

　　张亚勤★✿：比如说我们人类的能力★✿，能规划很长的任务★✿、很大的目标★✿，然后把它分解成很多很多的小目标★✿、小任务★✿。过去7个月★✿，AI的发展★✿，就等于能完成的任务量增加了1倍★✿，执行准确度达到50%★✿，就是说一半以上能完成★✿，如果不能完成再和人去交互★✿，或者改进算法★✿。我觉得这是两个很重要的里程碑★✿。

　　张亚勤★✿：现在我们看到的大部分智能体★✿，其实还不是真正的智能体★✿，还是把任务自动化★✿，就是人事先规划好路径★✿，它并不是自主学习★✿、自主智能★✿。但目前有些已经开始使用了★✿，比如我觉得Manus（小编注★✿：中国首款通用型智能体产品）就是一个挺好的通用智能体★✿，它把很多任务能连在 一块★✿，中间可以自动地去规划任务★✿。

　　另外我们做的智能体医院★✿，有很多的医生★✿、护士和病人★✿，都是智能体★✿，他们会自我进化★✿，他们之间可以互动★✿、学习★✿、博弈和不断地升级★✿。智能体不仅要和物理世界交互★✿，同时它们智能体和智能体之间的交互其实更重要★✿。

　　张亚勤★✿：智能体医院★✿、 AI医院是我们刘洋教授带的团队★✿，从2024年开始做的一个新项目★✿，它里面所有的医生★✿、护士★✿、病人全部都是虚拟体★✿，是智能体★✿。

　　智能体一开始会学习★✿，就像我们医生要上大学★✿、读医学院★✿，学习之后它会有一定的技能★✿，毕业到医院里面去做临床★✿，这个时候的学习有点像推理★✿，在虚拟医院里就可以诊断病人★✿，然后它告诉你对还是错★✿，如果对的话就给你加分★✿，不对的话就减分★✿，然后快速地去做迭代★✿，做上百亿次这样的迭代★✿，它比实体医院进化的速度可能快百倍甚至上千倍★✿，所以它两天就可以处理一个三甲医院2-3年的病例★✿，而且准确度★✿、精度要高很多★✿。

　　吴小莉★✿：你说2024年才开始★✿，但是它的进化很快★✿，我能够想象★✿，未来我们进入一个完全是AI的医院接受治疗壹定发平台★✿，但是它们还是不能动手术吧？

　　张亚勤★✿：是的★✿。智能体本身还是个从属体★✿，进化得再好★✿，目前还是医生的助理★✿，长期的话我们可以有医疗机器人★✿、手术机器人可以和它连接★✿，就形成物理世界和信息世界的全面连接★✿。

　　张亚勤★✿：你要想行业有什么样的需求★✿，能解决什么样的问题壹定发平台★✿，人工智能是一个工具★✿，从我个人角度来讲★✿，首先人工智能要为人服务★✿，怎么样让人活得更健康★✿、更长寿★✿、质量更高？怎么样让我们更安全★✿、环境更好？所以我们选了三个方向★✿：无人驾驶和机器人壹定发平台★✿，使我们更安全更便利★✿，绿色计算使环境更好★✿，另一个方向是新药研发★✿，让我们活得更长★✿。

　　张亚勤★✿：拿计算机这个领域来说睡遍所有女神神豪系统★✿，科研水平国际化的程度★✿，包括老师★✿、学生对于前沿科技的掌握都和美国差得比较多睡遍所有女神神豪系统★✿。比如最优秀高校的学生毕业后★✿，他的博士论文★✿、以及对做研究的整个流程都不是很清楚★✿，当时我和李开复★✿、沈向洋★✿、张宏江都是在一线做研究的★✿，而且在我们的领域都是比较领先的★✿，所以回来后可以手把手教他们如何做研究★✿。

　　吴小莉★✿：你说这20多年来★✿，学生★✿、老师都有很多的变化★✿，你常常觉得现在的年轻人会突然激发一些灵感★✿，给你一些惊喜★✿。

　　张亚勤★✿：基本上每天我和我的博士生开会的时候壹定发平台★✿，他们讲他们做的研究★✿，为什么选这个课题★✿，我觉得都有很多启发★✿。可能过去带博士生★✿，是我给他们讲★✿，现在大部分时间是博士生给我讲★✿，我向他们学习★✿。因为现在这些技术发展得很快★✿，很多新的算法★✿、最新东西睡遍所有女神神豪系统★✿，他们了解比我都多★✿。

　　张亚勤★✿：我会给他们一些反馈★✿，包括方向性的建议★✿，因为这些聪明的小孩什么都想做★✿，这次开会是做这个★✿，下次开会就换了★✿，所以我觉得要想清楚★✿，我们到底要做哪件事★✿。另外★✿，我也希望他们做一些全新的东西★✿，比如说已经发表的文章★✿，你在上面做一点点小优化★✿，练练手可以★✿，但是这个不能作为你的主要方向★✿，希望他们能做点不同的东西★✿。

　　张亚勤★✿：另外★✿，我给他们提供机会★✿，首先我们有这么多的企业都可以合作★✿，我觉得这对博士生特别重要★✿，以及他有自己的兴趣★✿，我们找到与他合适的资源★✿，以后可以帮他落地★✿。

　　吴小莉★✿：我们也很想知道★✿，为什么这20多年来会有这么多的变化★✿，您觉得是因为教育的关系吗？那我们在教育上还有什么需要再进步的地方吗？

　　张亚勤★✿：对★✿。我觉得这20多年★✿，首先我们培养人才的整个机制有很大的提高★✿，不管是体量还是质量★✿；另外我觉得很重要的是★✿，中国的产业起来了★✿，有这么多大的企业★✿， BAT★✿、字节★✿、美团★✿、地平线等★✿，这么多公司★✿，所以有人才需求★✿，同时学生可以去锻炼★✿。

　　我觉得需要改进的地方是★✿，由于我们很多年来有一种惯性★✿，就是去看国外做什么★✿，国外的大学做什么★✿、国外的企业做什么★✿，我们就做一个中国模式★✿，比如我们要做中国的MIT★✿，我们要做中国的谷歌★✿，这些模式在下面这10年20年可能不适合了★✿，第一点我们已经做到前面了★✿，真的是要能开拓一个新的领域★✿，能做别人没做的事儿★✿，然后能做看不到终点的事★✿。

　　这需要我们的教育体系★✿、科研机构★✿、科研的管理机构★✿、评估机制都有一个大的变化★✿。比如现在的大学还是特别注重所谓的纵向项目就是国家项目★✿，还是把横向项目和企业的合作作为“二等★✿、三等公民”★✿，我觉得这是不合理的★✿，特别在人工智能领域★✿，产学研融合比其他领域更重要★✿，不和产业合作★✿，你都搞不清问题在哪里★✿，都没有数据睡遍所有女神神豪系统★✿，可以看到过去5—10年★✿，可能最大的创新是来自于企业★✿。

　　DeepSeek其实是一个很好的产学研合作典范★✿，它里面有很多从学校刚刚毕业的学生★✿，甚至很多实习生★✿，包括我们清华大学智能产业研究院的研究生在那工作★✿，所以它很多论文发表都是这些高校和DeepSeek联合署名的★✿。

　　张亚勤★✿：对★✿。当时我在清华要办研究院的时候★✿，我就一直坚持要加上 “I”就是 “industry”产业这个词★✿，因为我觉得无论做基础研究也好★✿，还是应用研究也好★✿，和产业的这种合作是十分重要的★✿。但是我有些朋友特别在学校的朋友劝我EPF壹定发★✿，★✿，大学里面要加个科学比较高尚★✿，写个产业★✿，会觉得你怎么和产业合作去了★✿。所以我觉得这种文化是防止我们★✿、还会禁锢我们不断创新★✿、去做0到1的创新的★✿。

　　吴小莉★✿：你曾说AIR研究院有3个目标★✿：培养人才★✿、科研创新和产业合作★✿，研究院创立5年了★✿，你觉得达到这些目标了吗？

　　张亚勤★✿：我觉得还没有★✿。达到这些目标可能需要10年的时间★✿，目前我们有些进步★✿、有些进展★✿，比如人才培养★✿，今年第一批博士生毕业★✿；在创新方面我们做了一些★✿，但是我觉得还没有一个特别巨大的0到1创新★✿；我们也和企业有很多合作★✿，也有一些孵化的公司★✿，但真正颠覆了哪个产业★✿、形成很大体量的影响★✿，目前还没有★✿，可能5年后我们希望有★✿。