每經記者 鄭雨航    每經實習記者 宋欣悅    每經編輯 蘭素英    

圖片來源：AI生成

當下，大模型的進化似乎遇上了瓶頸。據報道，OpenAI的GPT-5項目開發已持續超過18個月，但面臨著數據短缺、算力有限、人才流失的問題。

在基礎模型發展可能放緩的背景下，AI企業也逐漸意識到，AI的價值必須通過具體應用才能實現。

12月，谷歌在AI應用層發布了“為新智能體時代構建的下一代模型”Gemini 2.0 Flash，還推出了多款AI智能體。OpenAI也計劃在2025年1月推出代號為“Operator”的AI智能體產品。

未來，AI應用將迎來哪些機會？中國的AI應用發展處于什么樣的水平？近日，《每日經濟新聞》記者專訪了清華大學計算機系長聘副教授、博士生導師喻純。

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，主要問題在于，AI技術與人的實際需求之間存在一定的脫節。他認為，中國在AI應用層有很大的優勢，擅長“從1到10”，但原始創新能力（“從0到1”）還有待提高。

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”。

喻純的研究方向是人機交互，已在人機交互領域高水平期刊和會議上發表論文100余篇，包括12篇CCF（中國計算機學會）A類會議的最佳論文（或提名），并先后獲得電子學會科技進步一等獎，阿里大模型青橙獎等。喻純的研究還受到華為、騰訊和阿里等企業的支持和認可。目前，多項研究成果正在轉化過程中。

喻純 圖片來源：受訪者供圖

“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。這種情況下，做出來的東西就離一款真正對人有價值的產品還存在距離。

AI應用最后到底扮演會什么樣的角色，或者落地的路徑是什么，不是只靠訓練大模型就能解決的。如果不從人的需求出發，我覺得是很難做到的。

真正的應用是什么呢？是技術能夠融入人的生活里面，真真切切產生價值的應用。比如，移動互聯網的興起，就很大程度上改變了人們的生活方式，它的整個方法論是從人的需求出發的。

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的研究團隊，確保既能充分理解人的需求，又能在機器技術層面做好。以計算機的誕生為例，當時的科學家團隊就是典型的交叉團隊，里面既有數學家，也有心理學家。

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。

如果說在應用層面比拼的話，中國有很強的優勢。但如果OpenAI等國外企業在底層實現突破，做到其他人完全做不了的東西，而我們不能快速跟上，那將造成很大的困境。

美國在“從0到1”（即突破性創新）上比我們做得更好，但國內很擅長“從1到10”。那么，是從0到1的突破重要，還是從1到10的擴展重要呢？這也很難說。

“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，教育行業會是最先受益于個性化智能服務提升的行業之一。教育本身就非常個性化，每個學生都有不同的興趣和思維習慣。

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，教育本身是關于知識的，知識基本又是通過語言就可以表征，而這正是大模型所擅長的。如果能夠利用AI為每個學生量身定制學習路徑曲線，并結合項目式學習（PBL，一種通過實踐解決問題來學習知識的方法），將是教育領域個性化應用的一個好方向。

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在教育中的應用場景有很多。在學前教育階段，也就是孩子在3~6歲的時候，會面臨著語言啟蒙、情緒管理等多方面的教育需求。這些其實都是需要有更高級的智能參與進來的。不過，這種智能的參與，并不意味著它可以完全取代父母的角色，我們希望能夠把家庭教育專家的能力AI化，其形態可能是平板電腦或者其他新型設備。這樣，AI能夠協助父母更好地理解孩子的行為，并提供個性化的教育指導。

在K12階段，僅僅通過考試成績去評估學生的能力顯然是不夠的。即使在考試結束，學生知道哪些題目答錯，但也并不能確保下次就能答對。這主要是因為，每個人的知識建構過程都是獨一無二的，而我們對個體的思維過程缺乏深入建模和分析。然而，如果我們引入AI技術，比如通過AI與學生的對話和提問互動，我們就能更清晰地洞察學生對知識的掌握程度。基于這些信息，我們可以為學生構建更加精確的學習模型，從而在進行輔導時更加有的放矢。這樣一來，學校就能提供更加個性化、高質量的教學服務。

而在高等教育階段，即使是學習同一事物，不同學生學習的興趣和目標也可能各異，AI可以通過項目導向學習和個性化學習路徑，提升學生的學習體驗和效果。

“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，大模型的邊界感會越來越弱。這意味著，AI助手將不再局限于特定的A設備或B設備，而是成為一個無處不在的伙伴，它能伴隨我們穿梭于各種場景，實現全場景的無縫連接與交互。

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AI在與人的互動過程中，逐步建立起對個體的理解，從而更好地服務于人類。

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。這非常重要，也是很有挑戰的事情。

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中學習，將其廣泛的能力細化為個性化的涓涓細流，最終匯聚并服務于每個個體。