百度CTO王海峰：AGI曙光已现Scaling Law仍有效｜新智元十周年峰会_上海市|区块链|上海交通大学

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

2025年， AI如同一颗「超新星」，穿越时间和空间的界限，点燃了文明的无限可能。
它，不再是冰冷的算法，而是化作宇宙的脉动，成为「第四次工业革命」的星际引擎。
过去9个月，我们见证了，大模型飞速进化，超级应用大批涌现。
年初， o3横空出世，标志着LLM正式进入「推理时代」。

随后，谷歌Gemini 2.5 Pro、xAI Grok 4、OpenAI GPT-5等国内外大模型相继诞生，再次为Scaling Law输血续命。
现如今， AI的智能水平，已达到了人类博士级别。
史上第一次， OpenAI和谷歌Gemini 2.5 Deep Think ，双双夺下了国际奥赛IMO 2025冠军。

上半年，百度发布了文心大模型4.5、文心大模型X1、文心大模型4.5 Turbo及文心大模型X1 Turbo四款模型。
半个月前，谷歌Nano Banana发布后瞬间成为顶流，一句话P图，被全网整出各种花活儿。
老照片修复、等距图标位置、3D手办等，全部拿捏。甚至，有网友直呼，「PS终结者来了」。

这一年， AI的传奇仍在续写，而我们，都是这场星际旅程的见证者。
在新智元十周年庆典上，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰以「通用人工智能的曙光」为题，献上了一场连接历史与未来的思想盛宴。

AI十年蝶变
从AlphaGo到大模型爆发
演讲伊始，王海峰便将思绪引向了十年前——2015年。
这一年，不仅是人工智能发展的重要转折点，更是新智元意义非凡的起点。
正是在2015年，新智元正式成立，并逐渐成长为广大AI从业者与爱好者，关注行业动态、把握技术前沿的核心平台。

王海峰回忆道，「早在新智元成立之前，杨静女士就建了一个群叫『静沙龙』，当时我加入了这个群，从中了解到一些行业信息」。
有了新智元以后，越来越多的人从这个平台了解到行业的发展。

可以说，在过去波澜壮阔的十年里，新智元真正见证了AI领域的飞速跃进。

同样在这一年， AI如汹涌浪潮般席卷全球，开启了一个全新的智能时代。
2015年10月，谷歌AlphaGo以5:0的比分，击败了人类职业棋手——「欧洲围棋冠军」樊麾（Fan Hui）。
这是首次， AI在没有让子的情况下完胜，打破了此前业内「AI十年内无法战胜人类围棋手」的预言。

图右：2016年， AlphaGo击败世界顶尖「九段」棋手李世石，引发全世界轰动
紧接着11月，谷歌TensorFlow正式开源。
自此，它成为ML框架的基石，支撑起整个深度学习生态的蓬勃发展。

12月，奥特曼、马斯克等人一同创办了OpenAI ，如今已经成为改变全球AI格局的巨头。

同样在这一年，何恺明等人提出的ResNet（残差神经网络），在ImageNet挑战赛上成功夺冠。

论文地址：https://arxiv.org/pdf/1512.03385
这些里程碑式的事件，将AI从抽象概念变成可触达的现实。
而在中国，百度作为AI领域的先行者，也在2015年取得了丰硕的成果：

自研深度学习框架，并于2016年开源
率先将大规模神经网络机器翻译推向大众，领先谷歌超一年
小度系列的前身度秘上线
自然语言处理、搜索、语音、视觉等领域，全面拥抱深度学习

拉长历史的镜头，人工智能的探索，早于AI一词的诞生。
早在1940年代计算机问世之初，人类便开始播下了AI的种子——1947年，机器翻译的构想首次提出。
同期，神经网络雏形与图灵测试如星火初现。 1956年，达特茅斯会议上，人工智能这一术语正式诞生。
从此， AI的航程跌宕起伏。每当新技术涌现时，人们的期待如热潮高涨；若未达预期时，则又跌入谷底。

然而，近十年，这条AI发展曲线一路上扬，原因显而易见。
LLM等前沿技术的突破如泉水般涌出，落地应用如繁花般绽放，真正展现了AI在人类生产实践中的价值。
如果用一句话解释，人工智能是什么？
王海峰给出的定义是，「人工智能的目标是——模拟、延伸和扩展人的智能」。这不仅仅是技术追求，更是人类对自身潜力的无限探索。
七十多年的发展， AI经历了四代技术演进：人工规则、统计机器学习、深度学习、大模型。
大模型与深度学习的差别，在于其超强「通用性」。
一个基础大模型完成训练后，就可以解决不同场景的问题。甚至，只需微调就能适配新的场景。

这种从「人工」到「自动」，从「算法通用」到「模型通用」的飞跃，让AGI的曙光愈发清晰。

AGI曙光已现，全面觉醒

AGI的定义因人而异，但王海峰认为，「技术的通用性」和「能力的全面性」是两个核心。
换句话说，当AI技术越来越通用，能力越来越全面，它就越接近AGI 。

通用性

「通用性」，可以从任务、语言、模态，以及场景等维度来阐释。
· 跨任务
十年前，百度推出度秘（Duer）时，后台依赖多种NLP技术，如理解、交互等。
彼时， NLP领域细分无数子方向——词法、句法、语义、识别、抽取、摘要、问答等等，皆需专属的算法与模型。

如今， LLM如同一把万能的钥匙，一个模型即可解决所有任务，且效果超越以往，展现出无与伦比的任务通用性。
· 跨语言
自然语言，是人类「沟通」与「思维」的载体，灵活多义，且有各种歧义，分析起来比较困难。
形式语言如Python、C++等结构明确，一段正确编写的形式语言，通常可被唯一解释、编译和执行。
如今， LLM就像一个黏合剂，将自然语言与形式语言融于一体。
一个模型即可理解中文、英文等自然语言。同时，也可生成可执行的代码，架起了从「思考」到「执行」的桥梁。

至今， Karpathy账号上方还Pin着这句话：英文是最热门的编程语言
· 跨模态
过去，语言、语音、视觉领域的研究各自为战，鲜有交集。
而多模态大模型的出现，真正将这些领域统一，大幅提升了模型的通用性。
以谷歌Gemini 2.5 Pro为代表，一个原生多模态模型，可同时处理文本、图像、音频、视频、代码等多种信息形式。

再来看百度，最新数字人技术，基于文心4.5 Turbo ，模型不仅能输出剧本、台词，还能协调语音、表情、动作等多模态内容。
它像一位真正的导演一样，同时兼顾驱动多模态的协同。
由此，数字人的「神、形、音、容、话」才能达到高度的统一。

一个案例中，数字人老罗直播间卖鸡蛋，语言、动作、神情，甚至与助手的配合，做到了比真人的表现还好。
百度飞桨深度学习框架+文心系列模型，已广泛应用于搜索、翻译、医疗、金融、工业等多个领域。
【百度CTO王海峰：AGI曙光已现Scaling Law仍有效｜新智元十周年峰会】场景通用性，覆盖了各行各业。

全面性

AI的全面性，是模拟、延伸和扩展人类智能的关键。
人类智能涵盖了诸多方面，如感知、推理、创造等等，每个人都能列出一长串描述智能的词语。
在王海峰看来，理解、生成、逻辑、记忆是其中的核心基础能力，这四项能力越强，越接近通用人工智能。

它们如同AI的四根支柱，这些能力增强的同时，其他能力也会随之提升。
就以文心X1 Turbo为例，让它以「一条中轴线，串起北京的历史」为主题进行创作。
它首先会理解需求，然后梳理文章逻辑结构、挖掘相关素材，最终输出文采斐然的文章。
其思考过程清晰可见，展现了理解、逻辑、记忆、生成的完美协同。

随着这四大基础能力的增强， AI综合实力会跟着「水涨船高」，我们离真正的AGI也就越来越近了。

每日新增代码，超45%由AI生成

AI之所以具备了「通用性」和「全面性」，背后一定离不开「AI时代的技术栈」——算力、框架、模型和应用。
与传统IT技术栈相比， AI时代以「芯片」为基础的算力层依然是基石，中间新增了两层核心。

以百度为例，昆仑芯片提供算力支持，飞桨与文心构建技术中枢，最终支撑AI的规模化落地。
截至目前，百度生态已凝聚了超2300万开发者，服务了76万家企业，从侧面印证了AI生态的繁荣。

AI ，是第四次工业革命的核心驱动力量。
与前三次革命一样，其核心技术都具备了强大的通用性，并逐步实现了标准化、自动化、模块化。
而如今，通过深度学习框架和大模型， AI正加速进入「工业大生产」阶段，推动技术与产业的进步。
在应用层面，王海峰还分享了多个生动的案例：

翻译：百度翻译支持203种语言，兼具审校、润色、术语查证功能
代码生成：百度内部每日新增代码，超45%由大模型生成，且比例持续攀升

还有在工业设计中， AI辅助仿真大幅提升效率；在电力场景中，为南方电网处理海量知识、故障维护，实现创新减负。

演讲尾声，王海峰再次强调，「Scaling Law依然有效，其影响正从预训练、后训练迁移至推理阶段」。
大语言模型潜力持续释放，多模态模型日趋成熟，智能体应用正加速普及。
可以预见的是， AI的技术飞跃，终将推动产业和社会的持续进步。
通用人工智能的曙光已现，它不仅在重塑技术格局，更在重构人类文明的未来。
这是一场，关乎我们每一个人的变革。