【量子位 2025年12月22日讯】在量子位MEET2026智能未来大会上，清华大学人工智能研究院常务副院长、欧洲科学院外籍院士孙茂松针对AI行业“Scaling竞赛”与落地难题给出明确方向：大模型非线性的“能力涌现”虽具吸引力，但Scaling Law的边际成本已急剧攀升，未来行业需平衡“致广大”与“尽精微”——少数大厂可探索Scaling极限，绝大多数企业则应深耕垂直领域应用，以“星火燎原”之势推动AI落地。这场汇聚近30位产业代表、吸引350万+线上观众的峰会，因孙茂松对AI发展路径的清晰预判，成为年末行业关注的焦点。
核心洞察：大模型“魅力与困惑”并存，Scaling Law存不确定性
孙茂松在演讲中直指大模型发展的核心矛盾：其最吸引人的“能力涌现”特性，恰恰伴随着极高的不确定性与成本风险：
-
非线性涌现：AI发展的“惊喜与风险”大模型的魅力在于“规模突破临界点后的性能跃升”——当模型参数量、数据量达到一定规模，可能突然涌现出逻辑推理、跨领域迁移等能力，这种非线性变化能让企业快速拉开竞争差距。例如GPT-3从1750亿参数到GPT-4的能力跨越，以及DeepSeek等国内模型在代码生成、常识推理任务上超越人类顶尖水平，均印证了涌现的价值。但孙茂松强调，“涌现何时出现、能否出现均无法预判”，这也让Scaling竞赛充满未知。
-
Scaling成本高企，华尔街“冒冷汗”随着Scaling推进，投入成本呈指数级增长。据法国《回声报》报道，OpenAI当前计算能力约2GW，计划2033年提升至250GW（相当于250个核反应堆的发电能力），对应投资或达10万亿美元（不含电力成本）。孙茂松直言，这种“激进投入”让华尔街都倍感压力，而国内企业若盲目跟进，可能面临“投入打水漂”的风险——毕竟任何信息系统发展到一定阶段都会趋于饱和，Scaling Law的有效边界仍未明确。
关键挑战：从“言”到“行”难跨越，具身智能短期难破开放场景
针对当前火热的具身智能赛道，孙茂松给出冷静判断：AI从“语言世界”走向“物理世界”，面临“言、知、行”割裂的本质难题，短期内难以实现通用化落地：
-
“知行合一”成AI最大卡点大模型擅长“言”（如文本生成、知识问答），也具备一定“知”（预训练沉淀的常识），但“行”（物理世界交互）能力严重不足。孙茂松以“Next Token Prediction”机制为例，指出其在文本领域近乎完美（线性序列、语义明确），但在图像、视频领域已显吃力——图像中“3×3黑块”可能是衣服补丁、桌面一角或屏幕图标，语义指向高度模糊；到具身智能的“四维场景”（三维空间+时间），靠该机制更难应对物理世界的随机性（如“推杯子十次停在十个位置”）。
-
人形机器人短期难担“复杂任务”孙茂松明确表示，未来五年内，人形机器人难以在通用开放环境中自主完成复杂工作（如家庭老人照料）。当前具身智能的突破点应聚焦“特定场景、简化任务”，例如灵巧手处理单一装配作业、工业机器人完成固定流程搬运，而非追求“类人通用能力”。他引用图灵奖得主Hinton的建议“不要拒绝水管工工作”，调侃道“AI要具备水管工的实操能力，还差得很远”。
发展路径：“致广大”与“尽精微”并行，垂直应用成多数企业破局点
基于对行业趋势的判断，孙茂松提出AI发展的“双路径”策略，为不同类型企业提供清晰方向：
-
少数大厂“致广大”，探索Scaling极限国内仅有极少数实力雄厚的团队（如百度、阿里等）具备跟随国际前沿、探索Scaling边界的条件。孙茂松认为，这部分企业需“紧盯涌现可能”，若能在关键节点突破，有望形成断层优势。但他同时提醒，“致广大”还需配套教育体系培养“0到1”的创新人才，短期内难以全面铺开。
-
多数企业“尽精微”，深耕垂直应用对绝大多数AI公司而言，聚焦垂直领域应用是更务实的选择。孙茂松指出，当前DeepSeek、千问等开源基座模型已具备扎实基础，企业无需重复造轮子，而是应在基座上与行业深度融合——例如工业场景的质检AI、医疗领域的影像诊断辅助、教育场景的个性化辅导，这些垂直方向“风险小、场景丰富，且有机会做到世界领先”。他特别强调，“尽精微”并非“小而美”的妥协，部分垂直领域甚至可能孕育新算法，本质上也是一种“致广大”。
行业启示：从“参数竞赛”到“价值落地”，AI进入理性发展期
孙茂松的观点，折射出AI行业从“技术狂欢”向“理性落地”的转变。正如MEET2026大会上发布的《2025年度AI十大趋势报告》所指出的，AI已从“单点突破”进入“生态共生”阶段，垂直应用的价值日益凸显。孙茂松最后呼吁，国内企业应发挥“应用场景丰富、工业基础扎实、人才勤劳聪明”的优势，先把“尽精微”做好，再逐步探索“致广大”，“既不盲目冒进，也不忽视前沿，方能在AI长跑中占据主动”。
随着MEET2026大会落幕，孙茂松的“双路径”策略已引发行业广泛讨论。在Scaling成本高企、具身智能攻坚的当下，这种“量力而行、聚焦价值”的思路，或将成为更多AI企业的选择，推动行业从“参数比拼”真正转向“落地创造价值”。
