文｜羅拉

2025年的人工智能領域不缺熱點。

這一年，重大突破在大洋兩岸接力出現，新王、舊王交替舉起AI權杖：1月，DeepSeek R1橫空出世，以高效推理和開源策略引爆全球關注；春節期間，宇樹機器人亮相央視春晚，將具身智能推向公眾視野；3月前后，一些中國公司在智能體方向集中引發關注：AI 智能體Manus走熱，Lovart等創作型智能體進入設計工作流，智能體開始被視為具備結果交付能力的生產力。下半年的發展節奏也進一步提速：Claude 4、Gemini 3相繼刷新能力邊界，Nano Banana和Sora 2上線并迅速出圈，生成式圖片和視頻創作領域迎來集中爆發。12月中旬，OpenAI 正式推出GPT-5.2，將年度模型競賽繼續推向高潮。

回看這一年的重要節點，人工智能的變化已不再體現為單項能力的提升，而是在推理效率、智能體執行、多模態創作與具身智能等多個方向同時推進。每一次突破都在拉近人類與超級智能的距離，也引發了業界對技術演進方向、產業落地路徑和治理框架的深度思考。

在這一背景下，由騰訊新聞主辦的2025騰訊ConTech大會暨騰訊科技Hi Tech Day于12月18日在北京舉行。這場大會聚焦行業「真問題」，并在中國工程院院士、知名專家和學者、頭部科技企業創始人及知名投資人的觀點激蕩中，沉淀出不少干貨。

關于AGI，關于物理AI、大模型進化、算力形態和具身智能，小鵬汽車、摩爾線程、沐曦、硅基流動、智源、階躍星辰們怎么看，以下是《降噪NoNoise》來自現場的部分整理：

TPU無法取代GPU

通用性是GPU的最大優勢

在通往AGI的基礎設施層，最近的勁爆消息一個接著一個。

先是谷歌TPU商業化提速，Meta考慮從2027年起在自家數據中心大規模采用TPU，潛在采購規模或達數十億美元。消息一出，英偉達股價巨震；緊接著，國內對標英偉達的兩家GPU公司摩爾線程、沐曦先后IPO，在A股掀起財富狂歡。

谷歌TPU的商業化，是否意味著硬件的技術范式開始往專業芯片轉移？GPU與TPU、NPU是完全競爭還是一種競合的關系？

在大會圓桌論壇環節，摩爾線程摩爾學院院長李豐和沐曦高級副總裁孫國梁都認為，GPU跟TPU更像是一個分工合作的市場。

李豐分析稱，在每一次計算范式的進步中，GPU都會站在那個地方，是因為它是一個性能和靈活度的集合。當前我們正處于一個高速發展的創新世界，需要足夠的靈活度、足夠的實驗場，能夠讓自己的技術繼續演進。從長期來看，GPU跟其他的芯片共存，但是GPU永遠在這個創新試驗場的前沿。

而在一些算法已經收斂且達到了極大規模化的服務應用里面，會有專用芯片出現。作為ASIC架構芯片的一種，TPU便是專用芯片。

此外，英偉達之所以能在計算的世界里穩坐王座多年，還因為它的CUDA生態。國內GPU廠商也都在構建自己的生態，因為只有生態能夠把所有的開發者聯合在一起。

孫國梁強調，今天是處在一個模型快速迭代的階段，迭代速度幾乎卷到了按周計。這個階段，GPU的通用性仍是其最大的優勢，「從我們的視角看出來，在任何一個行業，甚至說在任何一種基礎模型上，還遠遠沒有到達我們談‘收斂’的時間點。」

當然客戶場景也是多元、分散的，孫國梁認為，GPU和ASIC應該會在很長一段時間內共存。

另外，英偉達之所以能在計算的世界里穩坐王座多年，還因為它的CUDA生態。在這方面，國內GPU廠商也都在構建自己的生態，因為只有生態能夠把所有的開發者聯合在一起。

人形機器人更易于商業化

小鵬汽車董事長、CEO何小鵬分享了對于「物理AI」的深度思考與實踐。

何小鵬認為，人工智能正在從數字世界走向真實的物理世界。他提出，AI 時代正在出現新的規律：一方面，數據、算力和模型會不斷相互強化，形成類似「黑洞」的效應，讓智能快速進化；另一方面，大量智能體可以像螞蟻一樣去中心化協作，各自思考、行動，卻能高效配合。

何小鵬判斷，未來十年，機器人、無人駕駛汽車和低空飛行器，有可能成為年輕人新的生活「三大件」，就像早年的自行車、手表、縫紉機，以及后來的彩電、冰箱、洗衣機。

在他看來，汽車、機器人和飛行器在本質上是同源的物理 AI 系統，底層都依賴感知、決策和執行能力的融合。

他還解釋了小鵬為什么要從人形機器人切入具身智能。小鵬目前正在研發第八代人形機器人，前四代都是四足機器人，但團隊很快發現，四足機器人仍存在較多問題，很難實現商用，比如在家庭環境中遇到床頭柜，四足機器人就很難原地調頭。

相較之下，人形機器人更容易融入以人為中心設計的現實環境，具備更廣泛的應用潛力。

關于人形機器人的應用場景，何小鵬認為，歐美國家更適合在工業落地，而中國有可能更適合先在商業場景落地，短期內很難進入家庭。

工業智能化

決定未來制造體系的競爭高度

中國工程院院士柴天佑從工業革命的歷史出發，系統闡述了智能化興起的根本原因。他指出，歷次工業革命的本質，都是物質流、能源流與信息流的協同變革：物質轉化依賴能源，而能源如何被高效利用，最終取決于信息流，即感知、決策與執行能力。比如蒸汽機、電力和數字計算機的出現，分別推動了比例控制、PID 控制以及自動化與信息化等體系的發展——信息流能力的提升始終是工業進步的關鍵。

柴天佑院士認為，新一輪工業革命正在發生，其核心并不只是能源變化，而是信息流的再次躍遷。由大數據驅動的人工智能、工業互聯網、數字孿生與元宇宙等技術，使工業系統首次能夠在數字空間中完成感知、決策與優化，再將結果安全地應用到真實生產過程。

他特別強調，工業 AI 與通用大模型存在本質差異：工業場景要求「決策不能錯、感知不能錯、執行不能錯」，追求的是可驗證、可優化、可閉環的智能能力。