简介
人工智能正加速进入产业核心流程，成为新型工业化、数字经济变革的重要驱动力。以ChatGPT、DeepSeek、通义千问等为代表的大模型，让机器以自然语言、多模态交互和工具调用方式参与知识生产、软件开发、工程设计与运营管理。类比瓦特蒸汽机通过分离冷凝器实现效率和稳定性跃迁，并从矿井排水走向纺织、冶金、交通运输等领域，今天的大模型是否已具备支撑新工业革命的效率、可靠性和规模化应用能力？如果还没有，这个“瓦特式突破”是什么：通用基础模型、长程可靠智能体、专业化垂域模型、多模态统一模型、大小模型协同，还是面向Token生产与调度的新型智能基础设施？本论坛将以思辨形式凝练判断框架与产业应用共识。
简介为官网原文，部分内容可能未写完。
人员
主席
- 欧智坚 · 清华大学
- 宗成庆 · 中国科学院自动化研究所
嘉宾
- 冯俊兰 · 中国移动九天研究院
- 王立威 · 北京大学
- 何晓冬 · 京东集团
- 张岳 · 西湖大学
- 户保田 · 哈尔滨工业大学（深圳）
报告安排
Trustworthy AI: Transforming Intelligent Systems into a Safe Industrial Engine
冯俊兰 · 中国移动九天研究院
简介
Recent years have brought explosive breakthroughs in artificial intelligence. Nevertheless, large-scale real-world adoption of AI remains hampered by critical barriers: inadequate safety, controllability, trustworthiness and interpretability. Such limitations prevent broad deployment of large models and AI agents across complex, high-impact scenarios. Drawing on industrial cases of large models and agents in production environments, this talk deeply analyzes practical risks and explores technical approaches to build natively safe AI systems.
大模型带来的行业变革——一个AI for Math的视角
王立威 · 北京大学
简介
大模型的飞速发展，特别是最近一年来模型能力的跃迁，已经给对某些领域带来重大影响。大模型不仅显著提升生产力与效率，更深深影响行业走向。本报告将从AI for Math角度探讨这一问题。首先系统性介绍AI for Math方面的研究工作。探讨AI作为新工具对数学带来的影响并进行展望。并由此展开延伸至其他行业和领域。
AI大模型：从数字世界到物理世界
何晓冬 · 京东集团
简介
纵观人类工具史，每一次真正的工业革命，都是将时代最稀缺的生产要素转化为廉价、可规模化的标准品。蒸汽机解放了动力，电力系统解放了能量，互联网解放了信息。而今天，以AI大模型为代表的人工智能，其对社会生活的核心影响在于：它第一次让“智能”脱离了人脑的生物学载体，成为可以被工业化生产、定价和调度的生产要素，智能的边际成本正在发生大幅下降。如果以“经济性、可靠性、规模化”的标准来审视，如今的 AI 大模型已经在聊天、写作、代码生成（AI coding）、视频生成等“数字空间”中产生了巨大的价值。然而，要真正引发新一轮工业革命，大模型必须跨越可靠性与经济性的双重拐点，寻找属于智能时代的“分离冷凝器”。本次演讲将结合京东在大语言模型、多模态数字人、具身智能等领域的前沿突破与产业实践，与大家共同探讨AI 将如何跨越鸿沟，从纯粹的数字世界走向真实的物理世界。我们将以技术与产业一线的视角，思辨多模态与具身智能等结构性创新，将如何重塑商业生态、革新用户体验。
语言模型推理与泛化研究
张岳 · 西湖大学
简介
推理成为近期大模型研究的焦点之一。本报告从逻辑推理入手，对大模型推理模式特点以及与人类因果认知的区别进行探讨。展示大模型推理统计性与因果推理之间的差距。进一步的，本项目探讨这种差距带来的大模型分布外泛化问题，也是通AGI的挑战之一。在报告的后半部分，介绍提升推理因果性的一些方法，以及利用统计性和因果性差异进行大模型生成内容自动检测的思路。
以语言智能为核心的多模态大模型与人机交互
户保田 · 哈尔滨工业大学（深圳）
简介
当前，物理智能难以实现类 ChatGPT 式单点突破，其本质是面向真实世界的系统性工程—— 知识与规则并非全部沉淀于文本，而高度依赖环境交互、经验习得与动态适应。这决定了物理智能无法仅靠静态知识完成进化，必须构建分层协同、双主干支撑的智能体系：我们认为以语言智能为核心的多模态理解与类人全双工交互，承担静态知识供给与冷启动使命，为智能体奠定认知基础、打通人机交互入口；以实时交互强化学习 + 长效情景记忆为主干，支撑智能体融入世界、实践试错、持续学习与自适应进化，实现从 “理解世界” 到 “改造世界” 的跨越。两大体系分层协同、互为支撑，推动智能体从 “会思考、能理解” 迈向 “会行动、能适应”，是构建可靠、通用、可进化的实体智能与下一代人机交互的核心路径。本次报告结合 Lychee 系列模型相关研究成果，系统论述以语言智能为核心的双主干智能体系如何支撑实体智能体从认知理解迈向物理世界自适应行动，探讨未来技术范式与发展方向。