朱松纯：中国人工智能发展需转向“乌鸦范式”与价值对齐，通用人工智能仍处早期阶段

北京通用人工智能研究院（BIGAI）院长朱松纯近期接受媒体专访，围绕人工智能安全、技术路线、中国叙事体系及团队实践等议题，深入阐述了对当前人工智能产业发展的研判。他认为，中国人工智能行业应构建自主叙事框架，推动技术范式从“鹦鹉范式”向“乌鸦范式”转变，同时强调通用人工智能（AGI）依然处于探索初期。

人工智能安全与文化根基

朱松纯指出，人工智能的安全必须建立在尊重人类与尊重文化的基础之上。“我们要为机器立心，使之符合社会道德与伦理规范，做好价值对齐，穿透大模型去审视其背后的价值观。”他强调，人工智能关乎国家战略选择，中国应当形成自己的叙事体系，实现思想自主、文化自信，唯有如此，才能催生真正原创的技术突破。

“鹦鹉范式”与“乌鸦范式”的差异

朱松纯以“鹦鹉”和“乌鸦”作比，清晰区分了当前人工智能的两大技术路线。他所说的“鹦鹉范式”是指学界普遍采用的大数据、大算力、深度学习路径，包括当前主流的大型预训练模型。而“乌鸦范式”则是一种“小数据、大任务”的模式。

朱松纯认为，“鹦鹉范式”架构缺乏人脑中的许多关键模块，无法处理大量物理常识与社会常识，其中最致命的问题有两个：缺乏主观的“心”，以及缺乏对客观世界因果链条的理解。

DeepSeek打破美国叙事，但AGI尚未实现

朱松纯在访谈中提及DeepSeek，认为它打破了美国关于人工智能“万卡”叙事的垄断。过去十年，人工智能是美国叙事的主要支撑点，其核心逻辑是大数据、大算力、大模型，而中国被认为不具备这些条件。DeepSeek的亮相戳破了这一叙事。但他也提醒，通用人工智能（AGI）尚未真正到来。

具身智能：大数据路径行不通，人形机器人不等于具身智能

针对当前热门的具身智能赛道，朱松纯提出了批评。他表示，许多人试图用大数据的方法来攻克具身智能，例如让机器人抓杯子重复一百遍、一万遍，但这条路走不通，因为缺乏物理性，也无法理解因果。此外，很多人形机器人并非真正的具身智能，而只是“遥控器”，它们没有与物理环境和社会环境进行互动，缺乏自主性。

团队实践：通通与通用人工智能标准

朱松纯团队近期有两个方向受到外界关注。一个是名为“通通”的通用智能体原型，另一个是《通用人工智能标准、评级、测试与架构》的发布。

朱松纯介绍，当前通用人工智能研究面临两大困境：理论定义模糊不清，评估体系缺失。由他主编、团队成员共创的《通用人工智能标准、评级、测试与架构》旨在解决这一问题。

“通通”是一个由价值和因果驱动的通用智能体原型。根据团队提供的信息，该智能体在基础认知和成长任务上的综合表现已接近3至4岁人类儿童的水平，在某些任务上甚至达到5至6岁儿童的水平，并且在部分高级认知任务上的表现超越了成年人类。

风险与局限性

朱松纯的观点属于个人学术判断，尚不代表行业共识。他提出的“乌鸦范式”目前仍处于理论探索阶段，尚未形成大规模可复用的技术架构。“通通”作为通用智能体原型，其能力评估基于特定测试任务，实际应用场景中的表现还需进一步验证。通用人工智能标准的制定目前仍属于学术性工作，尚未被行业或监管机构采纳为正式规范。

后续观察

朱松纯团队在通用人工智能标准和“通通”项目上的进展，将为学界和产业界提供一种不同于主流大模型路线的技术思路。但“乌鸦范式”能否从理论走向工程实践，具身智能领域能否摆脱大数据路径依赖，以及DeepSeek之后中国AI叙事能否真正形成独立体系，仍需持续关注。

本文信息基于原始资料记录时的状态，模型版本、产品功能、价格、企业合作和政策可能持续变化，实际情况以相关主体最新公开信息为准。