摘要：我们需要谨慎关注社会和政策对于AI的认知，这种认知偏差，正在让我们离真正的AI创新越来越远。现在国内AI领域的现状：表面热闹，实质混乱。当下，政府机构、公众、甚至媒体，对人工智能的理解严重不足。目前有不少所谓的AI创新，停留在算法和部署层面，真正缺失的，是对智
头图来源：AI工具生成
腾讯科技特约作者： 李海伦
编辑：郑可君
划重点
我们需要谨慎关注社会和政策对于AI的认知，这种认知偏差，正在让我们离真正的AI创新越来越远。
现在国内AI领域的现状：表面热闹，实质混乱。当下，政府机构、公众、甚至媒体，对人工智能的理解严重不足。
目前有不少所谓的AI创新，停留在算法和部署层面，真正缺失的，是对智能本质和认知建模的原创性突破。
比如DeepSeek等企业在工程落地上确有成绩，但AI的核心突破仍依赖学术界长期在智能本质、认知建模和理论基础上的深耕。
未来AI最难解的问题在于文科关注的社会复杂系统，如人口、政策、文明与价值观。由于目前无法有效建模和实验，学界多依赖事后分析，预测能力接近于0。
过去一年，中国人工智能领域在轮番迭代的热潮中快速演化。大模型公司如 DeepSeek 、Manus等频频成为市场与媒体的关注焦点。随着资本、技术、政策相继涌入，几乎形成了“押宝大模型即押宝未来”的共识。
然而，北京通用人工智能学院院长，北京大学人工智能研究院、智能学院院长朱松纯对此表示担忧：伴随这一轮技术热潮而来的，是我们需要谨慎关注社会和政策对AI的认知。
在2025中关村论坛通用人工智能论坛上，朱松纯表示，目前，行业对AI的讨论几乎被大模型能力所占据，而基础学科、原始创新与智能本质的研究却被边缘化，甚至遭到部分舆论的否定。更有甚者，形成了某种“技术投机”的氛围，仿佛只有少数企业能代表中国 AI 的水平，而长期支撑 AI 发展的基础学术群体、理论工作者、认知科学研究者则被忽视。这种认知偏差，正在让我们离真正的AI创新越来越远。
图：北京通用人工智能学院院长，北京大学人工智能研究院、智能学院院长 朱松纯
我特别重视与行业、媒体的交流和沟通，原因在于我深知行业的“叙事逻辑”，对于社会认知的重要性。
人工智能从最初的学术问题，已经全面转向一个社会性、政策性的问题。我们面对的大多数决策者、机构、媒体，普遍并非人工智能专业出身，但又被迫在短时间内学习、理解、决策甚至向公众宣传AI，这给准确传播带来了极大困难。
所以，我们必须清楚地建立正确的叙事逻辑，尤其对媒体来说，责任重大。为了避免一些错误的舆论影响了决策，甚至让自媒体牵着走，导致大众和决策者对人工智能的认知混乱。
这里我要讲一下人工智能的全球叙事与误区：
从2019年甚至更早，美国通过AI重新确立了技术霸权。全球资本过去7~8年都流向美国，围绕的核心叙事是：大数据 + 大算力+ 大模型，最终通向通用人工智能（AGI）。
随后，“AGI带来人类生存危机”的话题被广泛炒作，形成全球范围的焦虑。事实上，这就是一种媒体主导的叙事。过去十年，媒体和投资圈反复宣扬“大数据、大算力、大模型”三位一体的路线，仿佛这就是AI的唯一未来。
2015~2016年，AlphaGo引发了第一次人工智能的热潮，但冷静下来8 年后回头看，当时吹得神乎其神的AlphaGo及其相关产业，除了一些计算机视觉公司（所谓“四小龙”）被抬高了估值，最后实际并没有形成产业化、社会化的广泛影响。很多AI初创企业最后都走向了衰退。
目前，行业流行的“AI for Science（科学研究新范式）”说法，其实也存在认知偏差。AI的主要研究方向仍集中在视觉、语言、机器人等智能感知和行动能力上，严格来说，这些并不直接等同于“Science（科学研究）”。真正推动科学研究的是Deep Learning for Science，也就是利用深度学习等工具辅助科学建模和数据分析，而不是AI本身作为科学的内在组成部分。
我曾经写过一篇文章，提到了“乌鸦与鹦鹉的范式”（指当前AI多停留在“鹦鹉式”的大规模模仿，距离“乌鸦式”的认知与推理仍存在本质差距），批评过这种“泡沫化的融资神话”，今天看，很多现象依然在重演。
AI热潮下，很容易在AI平台、算力中心上形成过剩。很多平台根本租不出去，实际使用率只有15%~20%。更荒诞的是，现在在一些区域，电价都已经负了，电都卖不出去，怎么会有能源危机呢？
但当时，为何还有那么多地方“跟风上马”？根本原因是舆论叙事的问题，可能有的地方决策者会受到一些受舆论压力，加上媒体的“过度渲染”起到了推波助澜的作用。
这就是现在国内AI领域的现状：表面热闹，实质混乱。
中国这几年成立了大量“人工智能学院”，但讽刺的是，很多AI学院的院长甚至都不是搞人工智能的。例如，某高校人工智能学院请了一位颇具名望的计算机理论专家担任兼职院长，却从未在人工智能领域有过正式论文发表。还有的学校干脆由数学、艺术学院的老师“兼职”AI学院院长。
类似前几年，“纳米”概念泛滥，什么纳米鞋垫、纳米高压锅，现在又出现了“伪AI热潮”。再比如一些大模型公司自诩“六小龙”，但很多根本无法盈利，估值虚高，风险巨大。
常有人说，我们“被卡脖子了”，但我认为，真正“卡住”我们的，是我们自己的认知。
当下，政府机构、公众、甚至媒体，对人工智能的理解严重不足，跟着西方叙事亦步亦趋，最后只能得出“我们被卡了脖子”的结论。而实际问题是，我们的认知水平远不足以指导正确的创新与战略。
我长期总结，AI的创新有5 个层次：
最下面底层的是，哲学层面：探讨“智能”的本质。事实上，智能的本质是“主观的”，每个人的决策都基于自己对世界的认知与价值体系。这些认知未必客观，却决定了行为。
第二层，理论层面：建立认知的数学框架，如逻辑学、统计建模、概率计算。
第三层，模型层面：根据框架构建具体模型，如判别模型、生成模型、大模型等。
第四层，算法层面：在具体模型下，开发优化算法，提高计算、推理、训练的效率。
第五层，工程与部署：把模型落地到硬件、平台，优化存储、计算，形成可用的产品和系统。
目前很多所谓的创新，仅仅停留在第4 层（算法）或第5 层（部署）层面，连理论框架都不具备，却在吹嘘“颠覆”。而我们现在真正缺的是对智能本质、认知建模的原创性突破。
当前社会存在严重误区，仿佛只有 DeepSeek 等这样的企业做出了成果，甚至有人极端认为，学术界、研究机构的工作都是“吃白饭”，这种情绪化、非理性的舆论正在误导大众。
我们必须澄清，DeepSeek 在工程落地、API 产品化、算力优化等方面确实取得了成绩，但主要集中在工程部署层面，并未解决人工智能的核心难题——比如认知建模、智能理论、学习机制等。
支撑今天所有 AI 应用的底座，正是学术界数十年在哲学、理论、建模、算法等基础层面的持续投入。若因短期的产品化成效，就否定基础研究，甚至鼓吹“学术无用论”，不仅荒谬，也极其危险。
以美国的创新为例，很多集中在最底层的硬件（芯片、架构）、大模型，以及算法优化。我们如果想在中美竞争中取得突破，关键要在于第四层和更高的哲学与理论创新。
如果只是重复美国的老路——算力、算法、部署，我们永远都是追随者。
未来最难解决的问题，恰恰在于文科所关心的社会复杂系统，比如人口、政策、文明演化、价值体系。这些问题目前无法建模，无法实验，学界长期靠“口头解释”和“事后分析”在“事后诸葛亮”，预测能力接近于零。
但今天，大规模仿真（模拟）实验和智能体（Agent）建模的能力让我们有可能让文科第一次变成一门可实验的科学。AI的真正前沿，是通过模拟与建模，让文明、社会、经济与政策等可以进入可验证的科学范畴，而非止步于图像、语音和对话的优化。
我们现在已经基本完成了在智能哲学、理论框架、模型的初步构建，正在向算法优化和工程部署推进。
下一步的重点是：
快速规模化。
完成模型的工程化和商业化。
与行业、应用深度适配。
建立通用智能体（AGI Agent）工厂。
我们和大模型的关系并不是“对抗”，而是共生。大模型像人类的潜意识，为我们提供了感知和记忆的底座；而我们要做的，是在其上构建通用智能体的认知与决策体系。
人工智能不是“神话”，更不是“安全危机”“生存危机”的代名词。它是真正关系到人类文明未来演化的工具。
而认知的欠缺、叙事的误导，才是真正的“卡脖子”。
我呼吁媒体、政府机构、研究者们，尤其要关注AI的顶层逻辑与原始创新，不要盲目跟随已有叙事，而要思考：中国，到底要怎样的人工智能？
阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”
未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问进入。
截止到2月28日 ”未来知识库”精选的100部前沿科技趋势报告
《核聚变，确保 21 世纪美国的主导地位的关键技术》
《世界知识产权组织：2025WIPO 技术趋势报告：交通运输的未来（145 页）》
《世界知识产权组织（WIPO）：2024 年世界知识产权指标报告（194 页）》
《联合国环境规划署：2024 年保护地球报告（81 页）》
《联合国工发组织：2024 清洁技术创新能力建设框架研究报告（51 页）》
《凯捷：Applying TechnoVision 2025：未来科技趋势及应用愿景（17 页）》
《谷歌：2025 年 AI Agent 白皮书：AI 智能体时代来临（42 页）》
《富而德律师事务所：2024 年国际仲裁趋势年度回顾报告（41 页）》
《邓白氏：2024 年全球企业破产报告（27 页）》
《LLM 时代小模型的应用潜力与挑战 》（50 页）
《斯坦福 2025 斯坦福新兴技术评论十项关键技术及其政策影响分析报告》（英文版 191 页）
《英伟达：2025NVIDIA 自动驾驶安全报告（26 页）》
《微软 MICROSOFT (MSFT) 2024 年影响力摘要报告（23 页）》
《高德地图：2024 年中国主要城市交通分析报告（29 页）》
《德勤 & CAS：2025 锂离子电池回收行业报告 - 面向绿色未来的市场及创新趋势（36 页）》
《ABI Research：2025 生成式人工智能在语义和实时通信中的应用研究报告（20 页）》
《2025 年 3D 打印技术发展趋势、产业链及相关标的分析报告（45 页）》
《生成式基础模型的可信度 —— 指南、评估与展望》（231 页）
《量子信息科学与技术对国家安全的影响》（118 页）
《中国科学技术信息研究所：2024 科技期刊世界影响力指数（WJCI）报告（68 页）》
《思略特（Strategy&）：2025 汽车行业的人工智能（AI）机遇研究报告（12 页）》
《赛默飞：2024 年中国生物科技行业调研报告：资本寒冬中生物科技企业的生产之道（18 页）》
《清华大学：2025 年 DeepSeek 与 AI 幻觉报告（38 页）》
《美国企业研究所（AEI）：2025 创新未来电力系统研究报告：从愿景迈向行动（71 页）》
《超材料的智能设计研究进展》
《Ember：2030 年全球可再生能源装机容量目标研究报告（29 页）》
《量子信息科学与技术对国家安全的影响》
《英国人工智能安全研究所：2025 年国际人工智能安全报告 - 执行摘要（22 页）》
《世界海事大学：2024 海事数字化与脱碳研究报告：可持续未来（250 页）》
《艾睿铂（AlixPartners）：2024 回溯过往锚定未来：大型科技公司如何推进人工智能愿景研究报告（18 页）》
《Wavestone ：2025 数据与 AI 雷达：掌握数据与人工智能转型的 10 大挑战研究报告（30 页）》
《CSIS：2024 中美学术的再联结研究报告：在激烈竞争的时代增进相互理解（120 页）》
《MSC：2025 全球国防创新就绪度差距系列报告：突破制约国防创新的六大隐性障碍（第四版）（32 页）》
《2025 年 AI 编程发展前景及国内外 AI 编程应用发展现状分析报告（22 页）》
《中国核电 - 公司深度报告：世界核电看中国 - 250218（22 页）》
《医药生物行业：医疗器械行业全景图发展趋势及投资机会展望 - 250216（28 页）》
《皮尤研究中心：2024 美国社交媒体使用情况研究报告（英文版）（30 页）》
《科睿唯安：2025 基因编辑领域的领先创新者洞察报告 - 改变药物发现和开发范式的八大创新者（47 页）》
《经合组织（OECD）：2025 年全球脆弱性报告（218 页）》
《计算机行业年度策略：AI 应用元年看好 Agent、豆包链及推理算力三大主线 - 250218（38 页）》
《国金证券研究所：从理想走向现实，全球人型机器人研究报告》
《深度解读 DeepSeek 原理与效应（附 PPT 下载）》
《兰德公司（RAND）：2025 借鉴危机经验构建城市水安全韧性研究报告：五城案例分析（62 页）》
《凯捷（Capgemini）：2025 行业创新洞察：电气化飞机推进系统研究报告（27 页）》
《国际能源署（IEA）：2025 全球电力市场报告：至 2027 年的分析与预测（200 页）》
《Zenith：2025 年国际消费电子展（CES）趋势报告：AI 对消费科技、消费行为及传媒营销的变革性影响（17 页）》
《RBC 财富管理：全球透视 2025 年展望报告（33 页）》
《美国国防部和国家安全领域的十大新兴技术》（96 页）
《代理型人工智能全面指南》（45 页 ppt）
《麦肯锡 2025 人类工作中的超级代理。赋能人类解锁 AI 的全部潜力》（英文版 47 页）
《仲量联行（JLL）：2025 美国制造业的复兴全面分析报告：未来制造业增长及工业需求前瞻（26 页）》
《未来的太空领域：影响美国战略优势的领域》
《Luminate：2024 年年终美国影视行业报告：数据及趋势洞察（40 页）》
《Anthropic：2025 年 AI 经济影响报告：AI 如何融入现代经济的各类实际任务（38 页）》
【ICLR2025】《LLMS 能否识别您的偏好？评估 LLMS 中的个性化偏好遵循能力》
《改进单智能体和多智能体深度强化学习方法》（219 页）
《美国安全与新兴技术中心：2025 中国学界对大语言模型的批判性思考通用人工智能 AGI 的多元路径探索研究报告》（英文版 29 页）
《世界经济论坛 & 麦肯锡：2025 以人才为核心：制造业持续变革的当务之急研究报告（40 页）》
《超越 ChatGPT 的 AI 智能体》（82 页 ppt）
《Harris Poll：2024 年汽车技术预测报告：消费者对先进汽车技术与功能的洞察（14 页）》
【新书】《人工智能智能体的应用》（527 页）
《哥伦比亚大学：超越 Chatgpt 的 AI agent 综述》
《欧盟标准组织 - 体验式网络智能（ENI）- 基于人工智能代理的下一代网络切片研究》
《中国科学院：2024 开放地球引擎（OGE）研究进展与应用报告（55 页）》
《中国工程院：2024 农业机器人现状与展望报告（70 页）》
《美国安全与新兴技术中心：2025 中国学界对大语言模型的批判性思考：通用人工智能 (AGI) 的多元路径探索研究报告（29 页）》
《罗兰贝格：2050 年全球趋势纲要报告之趋势五：技术与创新（2025 年版）（72 页）》
《理特咨询（ADL）：2025 解锁聚变能源：驾驭聚变能商业化的机遇与挑战研究报告（20 页）》
《埃森哲：技术展望 2025—AI 自主宣言：可能无限信任惟先 - 摘要（12 页）》
《怡安（AON）：2025 年气候和自然灾难洞察报告（109 页）》
《美国安全与新兴技术中心：2025 AI 翻车事故（AI incident）：强制性报告制度的关键要素研究报告（32 页）》
《牛津经济研究院 2025 确保英国充分释放量子计算的经济潜力研究报告 》（英文版 64 页）
《欧洲创新委员会（EIC）：2024 年科技报告（65 页）》
《大模型基础 完整版》
《国际人工智能安全报告》（300 页）
《怡安（AON）：2025 年全球医疗趋势报告（19 页）》
《前瞻：2025 年脑机接口产业蓝皮书 —— 未来将至打造人机交互新范式（57 页）》
《联合国（United Nations）：2024 技术与统计报告：从业者投资法指南（67 页）》
《经济学人智库（EIU）：2025 全球展望报告：特朗普再次当选美国总统的全球影响（16 页）》
《大规模视觉 - 语言模型的基准、评估、应用与挑战》
《大规模安全：大模型安全的全面综述》
《Emplifi：2024 年 Q4 全球电商行业基准报告 - 社交媒体趋势洞察（37 页）》
《DeepMind：2025 生成式魂灵：预测人工智能来世的益处和风险研究报告（23 页）》
【AI4Science】《利用大型语言模型变革科学：关于人工智能辅助科学发现、实验、内容生成与评估的调研》
《世界银行：2025 极端天气高昂代价：气候变化背景下的马拉维金融韧性构建研究报告（76 页）》
《北京理工大学：2025 年中国能源经济指数研究及展望报告》
《Space Capital：2024 年第四季度太空投资报告（22 页）》
《NetDocuments：2025 年法律科技趋势报告（32 页）》
《CB Insights：2024 年度全球企业风险投资（CVC）状况报告：私募市场交易、投融资数据及分析（130 页）》
《Artlist：2025 年全球内容与创意趋势报告（59 页）》
《IBM 商业价值研究院：2024 投资人工智能伦理和治理必要性研究报告：AI 伦理前线五位高管的真实故事（24 页）》
《世界基准联盟（WBA）：2025 塑造未来：对可持续发展目标（SDGs）影响最大的 2000 家公司研究报告（46 页）》
《清华大学：2025 年 DeepSeek 从入门到精通（104 页）》
《麦肯锡：2025 工作场所中的超级代理 (Superagency)：赋能人类解锁人工智能的全部潜力（47 页）》
《凯捷（Capgemini）：科技愿景 2025：关键新兴科技趋势探索（54 页）》
《硅谷银行（SVB）：2025 年上半年全球创新经济展望报告（39 页）》
《BCG：2025 工业运营前沿技术：AI 智能体 (AI Agents) 的崛起白皮书（26 页）》
《DrakeStar：2024 年全球游戏与电竞行业报告（26 页）》
《理特咨询（ADL）：2025 人工智能驱动的研究、开发与创新突破的新时代研究报告（80 页）》
《互联网安全中心（CIS）：2024 年网络安全冬季报告：回顾与展望（30 页）》
《方舟投资（ARK Invest）：Big Ideas 2025 - 年度投研报告（148 页）》
《DeepSeek：2024 年 DeepSeek-V2 模型技术报告：经济、高效的混合专家语言模型（52 页）》
《CB Insights：2024 年度全球风险投资状况回顾报告：私募市场交易、投融资和退出数据及分析（273 页）》
《全国智标委：2025 城市生命线数字化标准体系研究报告（105 页）》
《经合组织（OECD）：2024 年全球政府创新趋势报告：促进以人为本的公共服务（46 页）》
《DeepSeek_R1 技术报告》
《摩根斯坦利报告 —DeepSeek 对于科技和更广义经济的含义是什么？》
《李飞飞最新 S1 模型的论文：s1 Simple test-time scaling》
《世界经济论坛 -《全球经济未来：2030 年的生产力》报告》
《2035 年技术融合估计：量子互联网、人机接口、机器学习系统、隐形机器人、增材制造》
《百页大语言模型新书》（209 页 pdf）
《量子技术和网络安全：技术、治理和政策挑战》（107 页）
《大语言模型中的对齐伪造》（137 页）
《2035 年技术融合估计：量子互联网、人机接口、机器学习系统、隐形机器人、增材制造》（美陆军 232 页）
《美国防部 CDAO：人工智能模型的测试与评估》（66 页 slides）
《自动驾驶的世界模型综述》
《Questel2024 深度学习领域专利全景报告》（英文版 34 页）
《深度解析 Palantir》（20250122_204934.pdf）
上下滑动查看更多
来源：人工智能学家
