在近期舉辦的智能未來大會上，清華大學智能產業研究院創始院長張亞勤深入探討了人工智能領域的前沿趨勢。他指出，當前人工智能正經歷從"算力堆砌"向"推理優先"的關鍵轉型，以ChatGPT和DeepSeek為代表的兩大里程碑，標志著行業進入全新發展階段。
張亞勤提出，新一代人工智能是信息智能、物理智能與生物智能的深度融合，本質上是原子、分子與比特的協同演進。這種融合體現在數據表征的統一性上：ChatGPT通過token化技術，將文本、語音、圖像乃至蛋白質結構、三維點云等多元數據納入統一框架；而DeepSeek則以高效推理架構推動大模型進入"后預訓練時代"，其開源模式和低成本特性加速了技術落地進程。
在技術演進路徑方面，行業正呈現三大顯著特征：其一，生成式AI快速向智能體形態進化，過去七個月智能體任務復雜度增長兩倍，準確率突破50%閾值；其二，規模定律效應從預訓練階段向后訓練、推理環節遷移，推理成本年降10倍的同時，智能體算力需求增長10倍形成動態平衡；其三，應用場景從數字世界向物理世界滲透，無人駕駛和機器人成為關鍵載體，預計2030年L4級自動駕駛新車滲透率將達10%，機器人保有量將在十年內超過人類。
對于產業格局重構，張亞勤預測基礎大模型將呈現"操作系統化"特征，全球最終可能形成不超過10個的超級平臺，其中中美各占半壁江山，開源生態占比或達80%。這種趨勢正在重塑技術架構：傳統SaaS和移動應用將逐步被智能體網絡取代，形成"基礎模型+垂直模型+邊緣模型+智能體"的新范式。以醫療領域為例，清華大學研發的全球首個智能體無人醫院，通過多智能體協同可在兩天內完成三甲醫院三年的病例學習，準確率顯著提升。
在風險維度，智能體技術的普及帶來雙重挑戰：一方面任務執行能力指數級提升，另一方面系統級風險同步放大。張亞勤強調，通往通用人工智能（AGI）的道路需要構建新型算法體系，包括記憶機制、世界模型等核心組件。他預計現有Transformer架構將在五年內被顛覆，完整AGI實現可能需要15-20年，期間將依次突破信息智能、物理智能、生物智能三大階段。這場變革不僅會重構芯片架構和應用生態，更將催生比移動互聯網規模大數個量級的產業機遇。
