每經(jing)記者｜鄭雨航(hang)    每經(jing)實習(xi)記者｜宋欣悅    每經(jing)編輯｜蘭素英    

圖片來源：AI生成

當下，大模型(xing)的進化似(si)乎遇上了瓶(ping)頸(jing)。據報道，OpenAI的GPT-5項目(mu)開(kai)發已持續(xu)超(chao)過(guo)18個月，但面臨(lin)著(zhu)數(shu)據短(duan)缺、算力有限、人(ren)才(cai)流失的問題。

在基礎模型發(fa)展可(ke)能放緩(huan)的背景下，AI企業也逐(zhu)漸(jian)意識(shi)到，AI的價值必(bi)須(xu)通過(guo)具體應用才能實現。

12月，谷(gu)歌在AI應(ying)用層發布了“為(wei)新智能體時代構建的下一代模型(xing)”Gemini 2.0 Flash，還推出(chu)了多款AI智能體。OpenAI也(ye)計劃在2025年1月推出(chu)代號為(wei)“Operator”的AI智能體產品。

未來，AI應用將迎來哪些機會？中國(guo)的AI應用發展處(chu)于(yu)什么樣的水(shui)平？近日(ri)，《每日(ri)經濟新聞》記(ji)者(zhe)專訪了清華大(da)學計算機系長聘副(fu)教授(shou)、博士生導師喻純(chun)。

喻純表示，盡管AI賽道聚集了大量企業，但目前缺乏真正打動人的產品，主要(yao)問(wen)題在(zai)于(yu)，AI技術與(yu)人的實(shi)際(ji)需(xu)求(qiu)之間存(cun)在(zai)一定的脫(tuo)節。他認為，中國在(zai)AI應用(yong)層有很大(da)的優勢，擅長“從(cong)1到(dao)(dao)10”，但原始創新(xin)能力（“從(cong)0到(dao)(dao)1”）還有待提高(gao)。

他認為，AI在教育領域有廣泛的應用場景，因為教育本身就非常個性化，而AI有潛力對被教育者因材施教。往后每個人都有機會在自己最感興趣、最擅長的領域成為“馬斯克”。

喻(yu)純(chun)的研究(jiu)(jiu)(jiu)方向是人(ren)機交互，已(yi)在人(ren)機交互領域高水平期刊和會(hui)議(yi)上發(fa)表論文100余(yu)篇(pian)，包括12篇(pian)CCF（中國(guo)計(ji)算機學(xue)會(hui)）A類會(hui)議(yi)的最佳論文（或提名），并先后獲(huo)得電子學(xue)會(hui)科技(ji)進步一等(deng)獎，阿里(li)大(da)模(mo)型青橙獎等(deng)。喻(yu)純(chun)的研究(jiu)(jiu)(jiu)還受到華為、騰訊和阿里(li)等(deng)企業的支(zhi)持和認可(ke)。目前，多項研究(jiu)(jiu)(jiu)成(cheng)果正在轉(zhuan)化過程中。

喻純 圖(tu)片來源(yuan)：受訪者供(gong)圖(tu)

“現在缺的是真正打動人的產品”

NBD：目前國內有大量企業加入AI賽道，但為什么鮮有實現盈利的商業模式？

喻純：我覺得現在缺的是真正打動人的產品，而不是說消費者沒有需求。當前在應用層面，大家似乎普遍遭遇到瓶頸，關鍵問題在于AI技術與人的實際需求之間存在一定的脫節。許多產品的研發都是從技術出發的。然而，技術在一頭，人的需求在另一頭，很難對齊。這(zhe)種情況下，做(zuo)出來的(de)東西就離一款真正對人有價值的(de)產品還存在距(ju)離。

AI應用最后到底扮演會什么樣的角色(se)，或(huo)者(zhe)落地的路徑是什么，不是只靠訓練大模型就能解決(jue)的。如(ru)果不從人(ren)的需求出發，我覺得是很難做到的。

真(zhen)正的應(ying)用(yong)是(shi)什么呢？是(shi)技術能夠融入(ru)人的生活里面，真(zhen)真(zhen)切切產生價值的應(ying)用(yong)。比(bi)如，移動互聯網的興起(qi)，就很大程度上(shang)改(gai)變了人們(men)的生活方式(shi)，它的整(zheng)個方法論是(shi)從人的需求(qiu)出發(fa)的。

但現在既懂AI又懂產品的人不算多。這需要企業去組建交叉背景(jing)的研(yan)究團(tuan)隊，確保既(ji)能充分理(li)解人的需求，又能在機器技術層面做好(hao)。以計算機的誕(dan)生為(wei)例，當時(shi)的科學家(jia)團(tuan)隊就(jiu)是典(dian)型的交叉團(tuan)隊，里面既(ji)有(you)數學家(jia)，也有(you)心理(li)學家(jia)。

另外，我們的原始創新能力也有待提升。大家都顯得頗為急躁，更傾向于追求短期成效。這也就導致了“國外有什么，我就跟什么”現象的出現。

如(ru)果說(shuo)在應(ying)用層(ceng)面比拼的話(hua)，中(zhong)國有很(hen)強的優(you)勢(shi)。但如(ru)果OpenAI等國外企業在底層(ceng)實(shi)現(xian)突(tu)破，做到其(qi)他人完全做不了的東(dong)西，而我們不能快速跟(gen)上，那將(jiang)造成很(hen)大的困境(jing)。

美國在“從0到1”（即突破(po)性創新）上比我(wo)們做得更好，但(dan)國內很擅長“從1到10”。那(nei)么，是從0到1的(de)突破(po)重要，還是從1到10的(de)擴展重要呢？這(zhe)也很難說。

“或許未來人人都能成為馬斯克”

NBD：隨著AI在垂直領域的深化應用，您認為哪些行業會最先受益于個性化智能服務的提升？

喻純：我認為，教育(yu)行業會(hui)是最先受益于個性(xing)化智能(neng)服務提升的行業之一。教育(yu)本(ben)身就非常個性(xing)化，每個學生都有不同的興趣(qu)和思(si)維習慣。

從需求層面看，每個孩子實際上都需要多位老師的關注和指導。這些老師不僅要具備豐富的知識，還需要深入理解孩子當前的能力水平和情緒狀態，從而真正激發孩子的全部潛能。然而，在現實中，由于資源有限，一位老師往往需要面對多名學生，孩子們的個性化需求很難被滿足。因此，我認為當前教育領域對個性化的需求非常迫切。

此外，教(jiao)育(yu)本身是(shi)關于(yu)知(zhi)識的(de)，知(zhi)識基本又是(shi)通過語言就可以表征，而這正(zheng)是(shi)大模型(xing)所擅長(chang)的(de)。如果能夠利用(yong)(yong)AI為每個(ge)學生(sheng)量身定制學習路徑曲線，并結合項目式學習（PBL，一種通過實踐解(jie)決問題(ti)來學習知(zhi)識的(de)方(fang)法），將是(shi)教(jiao)育(yu)領(ling)域個(ge)性化應用(yong)(yong)的(de)一個(ge)好方(fang)向。

在AI時代，教育依然是國家的根本。如果每個人都能借助AI去學習、去成長，培養更強的獨立思考能力，或許未來人人都能成為馬斯克。

馬斯克的成長之路，既受內在因素的影響，也離不開外在條件的助力，比如他的家庭背景以及外部環境的激勵，這些因素共同塑造了這個人。AI能以更低成本為人們打造這樣的成長環境。如此一來，每個人都有機會在自己最感興趣、最擅長的領域發光發熱，成為各自領域的“馬斯克”。

圖片來源：AI生成

NBD：具體來看，“AI+教育”將會有哪些應用場景？

喻純：AI在(zai)教育中的(de)(de)應用場景(jing)有很多(duo)。在(zai)學前教育階(jie)段，也就是孩子在(zai)3~6歲的(de)(de)時候，會(hui)面(mian)(mian)臨著語(yu)言啟(qi)蒙、情緒(xu)管理等多(duo)方面(mian)(mian)的(de)(de)教育需求(qiu)。這(zhe)些其(qi)實都是需要(yao)有更(geng)高級的(de)(de)智能(neng)參與(yu)進來的(de)(de)。不(bu)過，這(zhe)種智能(neng)的(de)(de)參與(yu)，并不(bu)意(yi)味著它(ta)可以完全取代父(fu)母的(de)(de)角色，我(wo)們(men)希望能(neng)夠把家(jia)庭教育專家(jia)的(de)(de)能(neng)力AI化(hua)，其(qi)形態可能(neng)是平(ping)板(ban)電腦或者其(qi)他新型設備。這(zhe)樣，AI能(neng)夠協(xie)助父(fu)母更(geng)好地理解孩子的(de)(de)行為，并提供個性化(hua)的(de)(de)教育指導(dao)。

在(zai)K12階(jie)段，僅僅通過考(kao)試(shi)成(cheng)績去(qu)評估(gu)學(xue)(xue)生的(de)(de)(de)能(neng)力顯然(ran)是不(bu)(bu)夠的(de)(de)(de)。即使在(zai)考(kao)試(shi)結束，學(xue)(xue)生知道哪些題目答錯，但也并不(bu)(bu)能(neng)確保下次(ci)就(jiu)能(neng)答對(dui)。這(zhe)主要是因為，每個人的(de)(de)(de)知識建構過程(cheng)都是獨一(yi)(yi)無二的(de)(de)(de)，而(er)我(wo)(wo)們(men)對(dui)個體(ti)的(de)(de)(de)思維過程(cheng)缺乏深入建模和分析(xi)。然(ran)而(er)，如(ru)果我(wo)(wo)們(men)引(yin)入AI技術，比如(ru)通過AI與學(xue)(xue)生的(de)(de)(de)對(dui)話和提(ti)問互動，我(wo)(wo)們(men)就(jiu)能(neng)更(geng)清晰地洞察學(xue)(xue)生對(dui)知識的(de)(de)(de)掌握程(cheng)度。基于這(zhe)些信息，我(wo)(wo)們(men)可以為學(xue)(xue)生構建更(geng)加(jia)精確的(de)(de)(de)學(xue)(xue)習模型，從而(er)在(zai)進(jin)行(xing)輔導時(shi)更(geng)加(jia)有的(de)(de)(de)放矢。這(zhe)樣一(yi)(yi)來，學(xue)(xue)校就(jiu)能(neng)提(ti)供更(geng)加(jia)個性化、高質量的(de)(de)(de)教學(xue)(xue)服務。

而在高等教(jiao)育階段，即(ji)使(shi)是學習(xi)(xi)同(tong)(tong)一(yi)事物，不同(tong)(tong)學生學習(xi)(xi)的興趣和(he)目標也可能(neng)各(ge)異，AI可以通(tong)過(guo)項目導(dao)向學習(xi)(xi)和(he)個性化(hua)學習(xi)(xi)路徑，提(ti)升學生的學習(xi)(xi)體驗和(he)效果。

“AI要真正服務好個體，單純依靠網絡數據是遠遠不夠的”

NBD：您認為未來AI的能力將如何進化？有哪些發展方向是需要特別關注的？

喻純：今后(hou)，大模型的邊界感會越(yue)來越(yue)弱。這(zhe)意味著，AI助手將(jiang)不再局限于特定的A設備或B設備，而是成為一個無處不在的伙伴(ban)，它能伴(ban)隨我們穿梭(suo)于各種場景，實現(xian)全場景的無縫連(lian)接與交互。

另外，若AI要真正服務好個體，就必須對每個人進行深度個性化理解。那么，如何實現這種個性化構建呢？單純依靠網絡上的數據是遠遠不夠的。關鍵在于(yu)AI在與人的(de)互動過程中(zhong)，逐(zhu)步(bu)建(jian)立起(qi)對(dui)個(ge)體(ti)的(de)理解，從而更好地(di)服(fu)務于(yu)人類。

關于個性化，我覺得目前討論得還不夠多，大部分工作是基于公開數據集。最后真正要解決從通用性AI到個性化AI，就需要解決最后一公里的問題。這(zhe)非常重要，也是(shi)很有挑戰的事情。

如何實現人與智能體之間自然且低成本的互動，同時構建起智能體個性化的能力，是未來終端設備中極為重要的一環。我們稱之為“交互式學習”，讓機器在與人的交互過程(cheng)中學習，將其廣泛(fan)的能力細化(hua)(hua)為個(ge)性化(hua)(hua)的涓(juan)(juan)涓(juan)(juan)細流，最終(zhong)匯(hui)聚并服務于每個(ge)個(ge)體。