7月19日，在2026世界人工智能大会（WAIC）的一场重要活动——“人工智能引领产业变革思客会”上，中国科学院院士陈润生的一番观点，引发了现场嘉宾对人工智能边界与未来发展的重新审视。他表示，人工智能的本质，其实可以理解为“用芯片构建的数字脑”——称其为人脑的数字孪生并不夸张。尽管当前大模型已经展现出极具突破性的能力，但围绕人类意识、思维、情感等高级智能的底层机制，科学界至今仍未完全破解。因此，人工智能是否能够超越人类智能、又将在何时实现，依然是人工智能领域悬而未决的重要科学命题。

陈润生指出，大模型之所以能够成为人工智能走向大众的重要入口与核心平台，背后主要依赖两个关键突破：其一，是让机器真正具备“读书”和理解语言的能力，也就是在自然语言处理方面实现重大进展；其二，是实现多模态融合，使机器能够同时处理文本、图像、音频等多种类型的信息。这两项基础性原始创新，共同推动了大模型技术加速进入社会各领域，并不断拓展人工智能应用场景。

谈到人工智能的经济价值与产业前景，陈润生给出了清晰判断：现阶段，AI创造的主要财富仍集中在“设备端”，但未来将沿着从“设备端”走向“技术端”，最终转移到“应用端”的发展路径持续演进。在他看来，应用端才是人工智能商业价值和产业价值真正落地的关键，而这一过程将更多依靠垂直行业大模型来承接，进而推动AI赋能千行百业，让人工智能红利真正转化为现实生产力。

大模型还有一个备受关注且令人振奋的特征——当参数规模突破千亿级别时，系统有可能生成训练数据中从未直接出现过的新结果。陈润生认为，这正是“人工智能最让人振奋的地方”，因为它具备在人类既有知识体系之外产生新知识的潜力。从某种意义上说，这可以被视为“智能的火花”。这种在宏观层面表现出来、却难以用微观个体行为直接解释的“特殊能力”，在人工智能研究中有一个专门术语——涌现现象。

那么，人工智能最终是否能够超越人类智能？对此，陈润生坦言，当前科学界仍存在激烈争论。他明确提出，人脑智能至少包含两个层面：一般智能和高级智能。在一般智能层面，大模型已经展现出接近人类甚至在部分任务中达到相当水平的能力；但在人类的意识、思维、情感、认知、经验与判断等高级智能层面，神经科学界至今仍未彻底解释其本质与底层逻辑。“我们用什么知识来教给大模型？”这一问题本身就说明，人工智能若想实现真正意义上的高级智能，前方仍有大量基础科学问题和关键技术难题有待突破。

尽管答案尚未明朗，但陈润生认为，人工智能已经充分证明自己具备生成新知识的潜能。因此，现阶段更重要的，不是反复纠结人工智能能否超越人类，而是应当把它视为与人脑并行的“另一个原始创新中心”，更高效地加以利用，让人工智能成为提升原始创新能力、推动科技进步和产业升级的重要工具。