轉型動力不足、出海發展水土不服？這個驛站中小企業提供數位化服務「套餐」
2026-01-09 00:35 7,834次浏览杭州8月13日電 題：人工智慧的全球對話是競爭還是共生？ ——專訪國際計算機協會傑出科學家、西湖大學教授齊國君 作者 林波 曹丹 孫琳茹 當前，人工智慧(AI)正以「技術突破—產業融合—社會重構」的鏈式反應重塑人類文明。從基礎研究到場景落地，從實驗室創新到全球治理，AI已從單一技術工具演變為驅動經濟、社會、文化變革的核心引擎。2025年3月，國際計算機協會傑出科學家齊國君從美國返回中國工作，在西湖大學新組建「MAPLE實驗室」。 如何解讀中外人工智慧科研生態差異？人工智慧未來發展將如何跨越技術與倫理的邊界？人工智慧的全球對話是競爭還是共生？齊國君近日接受「東西問」獨家專訪，對此作出解讀。 現將訪談實錄摘要如下： 記者：您為什麼選擇回中國？ 齊國君：主要是從個人職業發展、大環境兩點考量。 每個人不同的職業生涯周期和階段，對支持資源匹配以及能發揮的場景需求各有不同。結合自身經歷，我認為在AI領域，目前還有一些基礎問題需要解決，且隨著AI基礎模型發展迭代，更多重要成果和產權影響力將在商業場景方面產生。 結合在美國工業界和企業界的工作經歷，從個人發展以及產學結合角度考慮，我認為回中國發展更為合適。 另外，從全球角度看，中美兩國能為AI發展提供良好平臺，中國在市場規模、人口基數、生態環境等方面具有優勢，在應用場景、國家支持力度以及對於產生具有很大商業價值和潛力的產品方面有很多有利條件。 而美國頭部公司如微軟、Meta、Google等在生態中主導性強，馬太效應明顯，新企業或個人在其市場覆蓋下難以脫穎而出，競爭壓力大。 當地時間2022年11月9日，人們在位於美國加利福尼亞州門洛帕克的Meta總部拍照留念。 記者 劉關關 攝 記者：如何解讀中外人工智慧科研生態差異？ 齊國君：美國商業化導向明顯。美國在科研上更多以商業化組織為主導，尤其在AI領域，大公司投入比美國聯邦政府層面更多。聯邦政府雖有計劃和研發機構牽頭項目指導，但整體以商業化組織為主。 AI領域經歷多輪周期，從2012年到2022年這一輪，美國商業化組織從資助技術研究開始，逐步尋找商業化途徑。從技術研究到探索規模化，再到商業化與應用研究，美國企業在技術研究上投入較多。 特別是高校科研投入方面，除美國國家科學基金會有投入外，美國軍方投入更多。早期美國的網際網路建設就得到軍方資助，很多高校經費源於此類政府機構。此外，高校與企業合作，多在人才和技術研究層面。 尤為不同的是，美國風投，特別是矽谷風投，對早期AI項目資助力度大。儘管其目前處於飽和投資狀態，即便知道投100個項目可能只有幾個成功，投資人也願意投入。 在中國，頭部IT企業如阿里、騰訊、字節等在AI領域投入大。同時，國家層面給予諸多支持，包括目標設定、基礎設施建設等，有總體規劃。 中國國內也有風投投入，但受晶片和基礎算力制約，投入成本高，為此更多關注應用類、能快速產生商業閉環的投資，創新企業多聚焦應用環節。此外，中國在風投退出機制上，如回購等有效方式方面，與美國存在差異，需進一步完善。 2025年7月26日，2025世界人工智慧大會在上海開幕。大會集中展示3000餘項前沿展品及100餘款「全球首發」「中國首秀」新品，規模創歷屆之最。 圖為青龍機器人在演示物流分揀。 記者 田雨昊 攝 記者：人工智慧未來發展將如何跨越技術與倫理的邊界？ 齊國君：目前沒有任何充分證據或科學共識表明AI會覺醒並產生自我意識，這更多是基於科幻的猜測。不過，AI發展確實帶來新挑戰，但新技術發展通常都會面臨類似問題，如網際網路技術發展過程中的盜版、不良信息傳播等。 在我看來，AI技術發展對社會總體正面作用遠大於負面作用，在生產力發展、應用場景拓展、就業門類創造、產業結構優化等方面有很大價值，且已出現很多正面案例。 譬如，AI大量應用於客服行業，提高了勞動生產率，雖給就業帶來壓力，但也創造了如數據行業等薪酬更高的新職位；在數字人、動畫製作、美術製作等創意類行業領域，AI取代了90%以上的重複性勞動，廣告行業和數據處理相關行業也發生很大變化。 2024年3月29日，四川成都，第十一屆中國網絡視聽大會現場，虛擬數字人亮相展區。 記者 王磊 攝 展望未來，AI對所有行業的勞動生產率提高產生很大作用，類似網際網路發展第一階段先提高勞動生產率，未來可能過渡到以AI為生態的新企業出現階段。 我預計未來5年內會出現以AI為原生的大型企業，可能對未來二三十年的經濟產生重要影響。 記者：人工智慧的全球對話是競爭還是共生？ 齊國君：我認為未來人工智慧的全球對話，既有競爭又有共生，但共生大於競爭。 AI領域速度競爭和開放競爭至關重要。 速度競爭上，AI行業與網際網路行業有共通之處，技術交流頻繁，難以長期獨佔技術。真正形成優勢的是規模效應，比拼的是速度和開放程度。誰能跑得更快，就能吸引更多用戶，獲得更多數據，使模型迭代得更快更好，形成正面反饋，即飛輪效應。飛輪一旦轉動，規模和影響力會不斷擴大。 如果模型僅在小範圍內使用，無法吸引更多用戶形成商業閉環，數據和用戶就無法增長，也就難以理解更多用戶意圖、使用場景，模型也就無法做得更好。所以AI發展要走向更開放，吸引更多用戶使用，以形成正面反饋。這也是AI的開放競爭。 但在我看來，成功的網際網路和IT企業必然是全球化或至少具有跨國影響力，中美網際網路和IT企業皆是如此。在此過程中，各方相互促進，形成共生關係。 例如在數據治理、AI倫理規範等方面展開合作，且AI產生巨大影響力時會作用於實體經濟和日常生活，其正面影響會溢出到全球範圍，技術也會共享。 學術交流促進共生。AI行業極為開放，大量新技術通過學術論文發表在學術期刊、會議以及公開的預印網頁上。大家藉助學術交流，推動知識傳播，分享新的技術思路。 像今年，DeepSeek宣布開源MLA解碼核FlashMLA、DeepEP代碼庫等。其新思路和算法很快在網上傳播，美國企業也借鑑使用。(完) 受訪者簡介： 齊國君。 受訪者供圖 齊國君，2005年畢業於中國科學技術大學自動化專業；2009年獲中國科學技術大學自動化系博士學位；2013年再獲美國伊利諾伊大學香檳分校電子與計算機工程專業哲學博士學位。他曾任IBM T.J. Watson研究中心研究員、華為美國研究中心首席AI科學家，並在39歲時獲得國際電子電氣工程師協會會士(IEEE Fellow)和國際計算機協會傑出科學家(ACM Distinguished Scientist)稱號。
8月13日電 國務院新聞辦公室於13日上午舉行新聞發布會，請財政部副部長廖岷和商務部、中國人民銀行、金融監管總局有關負責人介紹個人消費貸款貼息政策和服務業經營主體貸款貼息政策有關情況，並答記者問。有記者問，兩項貸款貼息政策涉及到多個部門，接下來為了保障政策的落地落實，相關部門將採取哪些具體舉措？ 財政部副部長廖岷就上述問題表示，為了讓有限的財政資金能夠真正惠及人民群眾，防止貼息資金被套取挪用，政策實施的流程涉及經辦機構操作、金融監管、財政資金管理等多個環節，服務業經營主體貸款貼息政策還涉及到相關行業主管部門。各個方面將密切配合，形成合力，共同把好事辦好。 在經辦機構環節，廖岷指出，兩項貼息政策的貸款經辦機構都是全國範圍經營、客戶規模較大的金融機構。為了提高實施效果，兩項貼息政策均要求貸款經辦機構做好政策解讀，幫助借款人準確理解政策內容，按照市場化、法制化原則來開展貸款的授信，讓政策服務於有真實借款需求的個人消費者和服務業經營者。對於個人消費貸款貼息政策，貼息對象是貸款資金中用於消費的部分，針對這樣一個政策的特點，我們在前期工作部署時，要求貸款經辦機構要健全信息系統，對從消費者相關資金帳戶直達商戶的消費信息做到精準的識別，確保貼息資金能夠真正用於支持消費。 在金融監管環節，廖岷強調，前期政策研究的時候，財政部、中國人民銀行、金融監管總局進行了密切的溝通，並明確了金融監管部門將這兩項貼息政策的執行情況要納入日常的金融監管。這兩項貼息是直達用戶、惠民、惠企的政策，財政部將配合金融監管部門，督促貸款經辦機構要認真做好貸款管理，維護借款人的合法權益，也確保政策執行不走樣。「這裡我要強調一點，貸款經辦機構對借款人授信時，要基於借款人的真實需求和信用狀況，不得借貼息政策誘導消費者進行借貸。」 在財政資金的管理環節，廖岷表示，財政貼息資金的使用管理要遵循資金安全和「專款專用」的原則。為此，中央和地方財政部門將按要求做好貼息政策的審核、撥付、清算等各項工作，對貼息資金實行全流程管控。同時，我們建立了政府部門和經辦機構之間的溝通聯繫機制，以便及時發現和解決貼息資金使用管理中存在的問題。政策執行期滿後，財政部門將會同金融監管總局，組織對貸款經辦機構貼息資金的申請、審核、清算等情況開展核查，對發現的情況，我們將依法依規嚴肅處理。
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
韩国直播
「活动」首次登录送新手大礼包
- 软件大小: 247.73MB
- 最后更新: 2026-01-09 00:35
- 最新版本: v15.15.4.11
- 文件格式: apk
- 应用分类:ios-Android 杏仁直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.75以上
客服热线：134-3267-4685
快猫类似软件
猜你喜欢
97
37648
95
2026-01-09 00:35
14297
47
2026-01-09 00:35
57914
25
2026-01-09 00:35
48257
32
2026-01-09 00:35
58417
48
2026-01-09 00:35
92138
73
2026-01-09 00:35
95632
98
2026-01-09 00:35
15426
89
2026-01-09 00:35
19836
25
2026-01-09 00:35
29715
59
2026-01-09 00:35
65
47321
82
38
69
97826
89
86745
93128
52
