周伯文：当前大模型在专业推理能力方面的主要短板
“科学发现将成为人工智能发展的下一个前沿阵地，大规模深度推理将赋能科学探索，而科学发现也将反过来推动AI推理能力的进化。”在第四十届人工智能协会年会（AAAI 2026）上，上海人工智能实验室主任、首席科学家周伯文发表特邀报告，提出了这一判断。他表示，当前我们正处在通用人工智能来临的前夜，但现有的智能仍然缺乏“通专融合”的能力，亟需推动科学智能从1.0向2.0迭代演进，即从AI4S迈向AGI4S。
通往AGI必须打破“通”与“专”的二元对立
人工智能的发展历程并非线性堆叠，而是呈现出明显的阶段性跃迁。回顾AI发展的历史坐标，有助于我们厘清当下所处的位置，并看清未来的前进方向。
早在上世纪90年代涉足AI研究之初，周伯文便开始思考智能的本质。他在担任IBM人工智能基础研究院院长期间，便提出了通往通用人工智能的战略路线图，将AI发展划分为三个关键阶段：ANI（狭义人工智能）、ABI（广义人工智能）与AGI。
在他看来，ANI在2016年已经趋于成熟，而通往AGI的必经之路并非直接跃迁，而是必须率先实现具备跨领域泛化能力的ABI。这一跨越需要技术范式的根本性变革，至少包括从有监督学习转向自监督学习、从人类分割任务级联式系统转向端到端架构、以及从判别式工具进化为生成式助手。ChatGPT的问世，第一次验证了人工智能系统能同时达成这三方面的变革，实质上宣告了ABI阶段的到来。这一历史性突破验证了规模法则（Scaling Law）的有效性——通过扩大Transformer架构并将“下一个词预测”作为优化目标，人类首次实现了对世界知识的“压缩”。
Scaling Law赋予了大语言模型广泛的泛化能力（ABI），而通往AGI的下一步，绝不仅仅是计算量的堆叠。一条可行的路径是实现“通专融合”，其核心思想是动态地融合人类认知思维中的“系统1”（直觉式快思考）和“系统2”（逻辑式慢思考），以应对现实世界纷繁复杂的各类任务。
过去的七十年间，AI的发展长期在“专业性”与“通用性”两个维度上分别进展。以AlphaFold为代表的早期系统是极致的“专家”，在特定领域超越人类却缺乏迁移能力；而当前的大语言模型则是“博闻广识”的“通才”，虽具备广度但在处理复杂专业任务时，往往难以企及专家的深度，也缺乏对关键细节的把握。
周伯文表示，真正的AGI必须打破这种二元对立，构建一种能够动态融合系统1与系统2的智能架构。这意味着在保持通用认知底座的同时，AI能够针对任意特定任务，通过持续学习与深度推理，实现专家级别的专精。上海AI实验室提出的“智者SAGE”技术架构，便是一个旨在弥合广泛泛化与深度专精鸿沟的统一认知生态系统。
过度依赖现有模型可能阻碍创新
人工智能的下一个前沿领域是什么？周伯文的答案是科学发现。他表示：“除了科学智能（AI for Science， AI4S）所承诺的治愈癌症等诸多益处之外，科学发现更是对推理智能的终极考验，因此也是AI探索的绝对前沿。” 科学发现是已知与未知之间复杂的相互作用，它涵盖了从假设生成、实验验证到理论总结的全过程。
这对AI提出了三重挑战：首先是“已知的未知”，典型的如组合爆炸，比如分子设计或材料科学的搜索空间高达量级，远超传统遍历能力；其次是“未知的未知”，科学探索本质上是对分布外知识的泛化，是对模型创造力的真正考验；最后是稀疏与延迟奖励，科学实验周期长、反馈慢，是对强化学习算法的严峻测试。
尽管以AlphaFold为代表的AI4S技术在蛋白质折叠、气象预测等特定领域取得了里程碑式成就，但近期《Nature》发表的研究指出，过度依赖现有深度学习模型可能会局限新知识的探索边界，甚至在某种程度上阻碍创新。
周伯文表示，擅长处理数据充足、定义明确任务的传统深度学习，如果仅作为工具存在，难以应对科学发现中“未知的未知”。一项系统性的评估进一步揭示了当前前沿模型的短板。上海人工智能实验室联合来自10个不同科学领域的100位科学家设计了评估体系，结果显示，前沿模型在通用科学推理任务中得分可达50分（满分为100分），但在专项文献检索、具体实验方案设计等各类专业推理任务中，得分则骤降至15-30分。
这种明显的“木桶效应”表明，科学发现全周期的效能正受制于专业推理能力的薄弱环节。因此，整合通用推理与专业能力，进而推动科学智能从AI4S向AGI4S迭代成为必然选择。从AI4S迈向AGI4S，这一升级旨在推动研究者、研究工具与研究对象的协同演进。通过AGI促进三者相互作用、协同演进、螺旋式上升，将创造出真正革命性的工具，推动科研范式变革。
周伯文重申，当前我们已身处通用人工智能的前夕，但仍缺乏通专融合的智能，亟需推动科学智能从1.0向2.0迭代演进，即从AI4S迈向AGI4S。他认为，“可深度专业化的通用模型”是实现AGI的可行路径，其关键挑战与思路在于：专业化模型在训练过程中需要低成本、能规模化的密集反馈，能够持续不断地学习与主动探索，并具备为同一个问题提供多视角、多种解决方案的能力。
澎湃新闻记者 张静
相关攻略
OpenClaw的爆火，让众多AI应用开发者第一次直面了高昂的Token账单——一个用户请求可能触发多轮工具调用，每次调用都携带超长上下文，实际的API成本远超预期，甚至可能达到订阅费用的数十倍。如何有效控制Token成本，正成为AI Agent开发者面临的核心挑战与增长瓶颈。 这显然不是可持续的商
这项由瑞士洛桑联邦理工学院（EPFL）、意大利卢加诺大学（USI）、韦斯利安大学、巴黎脑研究所（ICM）以及宾夕法尼亚州立大学联合开展的研究，以预印本形式发布于2026年4月，论文编号为arXiv:2604 03480。对这一交叉领域感兴趣的读者，可以通过该编号在arXiv平台上查阅完整原文。 一、
北京商报讯（记者 陶凤 王天逸） 人工智能领域又传来一条振奋人心的消息。4月8日，摩尔线程正式宣布，其旗舰级AI训推一体全功能GPU——MTT S5000，已经成功完成了对智谱新一代旗舰模型GLM-5 1的Day-0极速适配。这意味着，推理部署与训练复现的全部流程，现在都能在这条国产算力路径上获得支
如何用SQL求解逻辑推理题：经典楼层分配谜题实战 今天我们来探讨一个非常有趣的技术应用：使用SQL来求解逻辑推理题。这听起来或许有些大材小用，但正是这种跨界应用，充分展现了SQL语言的强大灵活性以及开发者分析问题的思维能力。我们将以一个经典的五人楼层分配谜题作为案例，逐步拆解如何用纯粹的SQL找到答
一个学生忽视了一行代码，结果发现了一件很不对劲的事：在一个多模态医学AI项目中，这行代码原本负责让模型读取图像数据。但因为这次疏忽，模型实际上完全没有看到任何图片。按理说系统应该报错，或者至少拒绝回
热门专题
热门推荐
华硕在ROGDAY2026上发布了枪神10X整机，首次搭载三颗可联动显示的全息光显风扇，外观极具未来感。其核心配置顶级，采用AMD锐龙99950X3D2处理器、ROGRTX5080显卡、64GB内存及4TBSSD，并配备高效三区独立散热系统，定价69999元。
智能门锁领域迎来重磅新品。知名品牌鹿客近期于京东平台正式发售其旗舰型号V3 Max智能门锁，该产品凭借创新的隔空无线充电技术与先进的AI视觉识别系统引发市场关注。官方定价为3572元，在部分参与促销活动的地区，消费者可享受补贴，最终入手价有望低至2799元，性价比优势显著。 鹿客V3 Max在视觉安
在备受瞩目的ROG DAY 2026广州站活动中，华硕重磅发布了其新一代高性能游戏笔记本电脑——ROG魔霸10系列。该系列包含16英寸的魔霸10与屏幕更大的18英寸魔霸10 Plus两款机型，旨在为硬核玩家带来顶级的游戏体验。 ROG魔霸10系列的硬件配置堪称顶级。处理器方面，用户最高可选择搭载AM
5月15日，小米官方正式公布了小米手环10 Pro的完整配置信息。作为新一代旗舰手环，它在健康监测精准度、运动功能专业度以及佩戴舒适度上均实现了显著突破，为用户带来了更全面的智能穿戴体验。 小米手环10 Pro 健康监测：精度与维度的双重跃升 本次升级的核心在于健康监测能力的全面进化。小米手环10
金士顿扩展其可超频的ECCRDIMM内存系列，新增高达7600MT s型号。其中高速型号采用全新铝制散热马甲，提升散热效率以保障高负载下的稳定运行。该系列同时支持ECC校验与超频，兼顾性能与数据完整性，适用于AI计算、工程仿真等高要求专业场景。