“人工”创造了智能，而智能的未来，是否会走向“自进化”，甚至实现自我创造？这个颇具科幻色彩的命题，正成为人工智能领域最前沿也最根本的思考方向之一。
就在近日，一批全球AI领域的顶尖学者与产业先锋齐聚北京，在智源研究院主办的第八届北京智源大会上，围绕“重构世界”这一宏大主题，展开了深度对话。关于AI自进化的可能性与实现路径，成为整场会议的焦点话题。
一个精彩的类比在现场被提出：工业革命的终极形态是“机器制造机器”，那么智能革命的终局，很可能就是“AI制造AI”。这被视为人工智能迈向高级阶段的标志性特征。不过，讨论中也形成了一个关键共识：即便未来实现了高度自动化，自我改进的核心驱动力与价值标尺，依然牢牢掌握在人类手中。人类定义目标，AI负责执行，人的主体性是始终不可动摇的基石。
从产业一线传来的声音也印证了这一趋势。顶尖大模型的能力边界，早已从精准执行具体指令，扩展到了解决抽象、复杂的科学问题，甚至能覆盖从实验设计到结果验证的完整科研流程。当然，在提出开创性假设和具备卓越的科研“品味”方面，模型与顶尖人类大脑之间尚有差距。但令人兴奋的是，这条边界正在被更强大的模型和自进化系统持续冲击，变得日益模糊。
然而，在远期的自进化宏大图景落地之前，当下的每一步技术演进，都离不开学界与产业界顶尖头脑的深度碰撞与共同锚定。一场大会的价值，或许不在于发布了某个具体模型，而在于它汇聚了思想，让大家能在同一个时空，畅谈人工智能那些最底层、最根本的问题，一同勾勒人类与AI协同进化的未来蓝图。这本身，就可能成为一个新的起点。
我们常说“智能涌现”，意指AI在规模与能力达到某个临界点后，会自发产生前所未有的新能力。此刻，站在技术加速迭代的节点回望与眺望，AI领域自身，似乎也亟需一本属于它的“进化论”。
01.技术迭代避不开“人”
随着模型能力以惊人的速度提升，一个根本性的讨论浮出水面：这种飞跃，究竟是量变累积的必然结果，还是已经触及了某种质变的临界点？
一种观点认为，规模化增长的规律依然稳固。无论是模型参数还是训练数据，其规模的扩大仍在持续带来显著的性能增益，这一规律在视频生成、物理仿真等多模态领域同样适用。甚至，模型在解题过程中消耗的巨大计算量（Token），可以被视作其高阶智能能力提升的一种量化体现。
数据飞轮无疑是模型能力持续增强的核心引擎，但它的边界也同样清晰。以代码和数据为基础的能力，主要覆盖的是那些可被程序化、标准化的领域。面对现实世界中大量非标准化、充满不确定性的复杂场景，我们显然需要探索更丰富、更多元的技术路径。
于是，视野从数字空间拓展至物理世界。多模态理解与“世界模型”的构建，成为AI突破虚拟边界、与现实互动并“重构世界”的关键跳板。从产业实践来看，语言模型的发展目前更为成熟，因为在数字环境中构建自进化体系的难度相对较低。而要打造真正的世界模型，首要前提是诞生一个高效、高保真的世界模拟器。只有先高质量地重构世界，再叠加上智能体与强化学习，最终才能与语言模型实现底层范式的融会贯通。
当然，无论技术如何迭代，最终的落脚点永远避不开“人”。面对AI带来的行业变革与普遍焦虑，讨论的视角最终回归到人才培养上。在这个技术飞速变革的时代，什么才是立足的根本？
答案是明确的：打牢数学、算法等底层技术根基，构建起难以被替代的核心竞争力。事实上，在AI席卷一切的早期阶段，全行业的从业者几乎都站在同一条起跑线上持续学习。对于年轻人而言，无需过度焦虑，主动拥抱AI工具，并保持知识体系的快速迭代，就是应对变化最好的姿态。
更务实的建议是：选对长期赛道，聚焦那些真正有价值、能产生深远影响的根本性问题，远比盲目追逐技术热点更为重要。在当今的迭代速度下，一线的前沿实践与解决真实问题的能力，其价值正迅速超过传统的学历等“硬参数”。这与业内“敢为人先、坚持初心、拒绝路径依赖”的呼吁不谋而合。归根结底，在AI时代，保持旺盛的探索欲与好奇心，在实践中不断磨砺自己的判断力与研究“品味”，是青年成长的不二法门。
02.“年少且天才”的故事
AI时代，是一个不断诞生传奇的舞台。“年少且天才”的故事，总是格外引人注目。从产业界的青年领袖到学术圈的新锐力量，一批年轻面孔正快速走向舞台中央。
就在本届大会前夕，又一个案例进入公众视野：年仅22岁的北京大学青年学者，已受邀出任智源研究院行为世界模型创新中心的负责人，主导通用世界基座模型这一前沿方向的研究。
让青年学者挑大梁、担重任，正是智源人才体系的鲜明特色。在其核心的“智源学者”计划中，38岁以下的青年科学家占比显著，其中不乏30岁以下的科研新星。而面向更广泛青年群体的“青源会”，已汇聚了全球两千余位青年学者，形成了一个活跃的创新共同体。
这种对青年人才的早期支持，往往能结出硕果。成立数年，这里已成功孵化加速了二十多家具备硬核实力的创新企业，其中不乏已登陆资本市场或估值惊人的行业明星。如今活跃在AI舞台中央的多个头部企业，其核心创始人都有在这里开展前沿研究的经历。
本届大会，也成了集中展示这类前沿成果的窗口。一系列重磅发布接踵而至：
在神经科学交叉领域，全球首个统一理解与生成的多模态神经科学大模型亮相，它将大语言模型的经典范式成功拓展至脑科学领域，相关成果已登上顶级学术期刊。与之配套的，是全球规模最大的、专为AI准备的神经科学数据集与平台。
在药物研发方向，新一代AI药物发现模型发布，它能够精确解析以往难以捕捉的蛋白质动态结构，并以单一模型覆盖从靶点发现到分子优化的全流程，极大提升了研发效率。
在世界模型这一热门赛道，通用世界基座模型初版推出，它以学习统一的物理状态为核心目标，追求物理正确性、因果可追溯性以及强大的场景泛化能力。
此外，在支撑所有模型的底层计算生态层面，由智源联合开源社区打造的计算系统软件栈再次升级。该系统直击“多模型适配多芯片”的行业痛点，提供了统一的接入方案，目前已成为全球支持芯片种类最丰富的同类系统，生态繁荣，开发者众多。
这些成果，从基础科学到产业应用，勾勒出一幅由青年力量驱动的创新图谱。
03.长期主义下的AI新范式
谈论AI的未来，离不开长期主义的视角。之江实验室主任、阿里云创始人王坚博士对这一点有着深刻的践行。他除了是顶尖的技术专家，还有一个特别的身份——“2050大会”的发起人。
这是一场始于2018年的非营利聚会，初衷朴素而有力：当时大多数盛会都是为“成功者”设立，他想为那些尚未被定义、却充满潜力的年轻人创造一个专属舞台，让世界看见他们正在做的事情。大会取名“2050”，没有复杂的深意，只因为这个名字读来顺口，并且这个年份足够遥远，却又并非遥不可及，象征着对未来的长期期待。
在智源大会的对话中，王坚分享了关于行业长期发展的思考。他谈到，做成任何一件有意义的事都需要他人的帮助，但最核心的底层逻辑，是必须摒弃机会主义的心态。他以2050大会为例：年轻人站在台上分享，核心目的不是为了说服台下的观众，而是通过这次公开的表达，让自己更加坚信所作选择的价值。
站在智能体（Agent）时代开启的技术拐点，王坚的一个判断值得深思：AI已经完成了一次本质性的跨越。过去，AI解决的多是人类精心设计的“玩具问题”；而今天，它已经开始攻克连人类都感到棘手的真实世界科学难题。从被动推理给出答案，到主动采取行动解决复杂问题，智能体正在将AI的影响力，从纯粹的比特世界延伸到原子构成的真实世界。
支撑这一伟大跨越的，是数据形态本身的进化。从自然语言文本，到结构化、有逻辑的代码，再到严谨的科学数据，AI每理解并掌握一种新的数据形态，就意味着它准备好重构一个行业。而最先被重构的，恰恰是科研本身——历史上沉淀的海量科学数据，过去可能只被少数研究者以单一视角理解过一次，如今在AI的赋能下，可以被大规模、多维度地重新挖掘与解读，其潜力如同代码大模型彻底改变了程序员的工作范式。
当然，技术的另一面——可解释性与潜在风险，同样需要长期的、独特的思考。当前大模型表现出来的“幻觉”、“黑箱”等特性，在某种程度上，也是人类智能本身具备的特点。人脑的决策过程同样并非完全透明，我们同样会受到各种认知偏差的影响。因此，无法完全理解一个高度复杂的智能系统，未必是灾难，它或许正是推动人类认知向前迈进的新契机。
最后，一个尖锐的观点指向了行业的评价体系：目前的评测多聚焦于模型单体的能力高低，却普遍忽略了一个更重要的维度——“人机协同”的综合能力。在智能体时代，后者才是更贴合真实应用场景、更具现实意义的评价标准。
蓝图已经绘就，范式正在转变。接下来，就需要时间与实践，去一步步验证这条通往未来的道路。
