本报记者 谭伦 北京报道

DeepSeek引发的中国生成式AI热潮仍在升温之际，但部分产业人士已经开始对AI过热产生警惕，并开始反思。

在日前举行的2025中关村论坛通用人工智能论坛上，面对行业“押宝大模型即押宝未来”的观点，北京通用人工智能学院院长，北京大学人工智能研究院、智能学院院长朱松纯对此表示了担忧。在他看来，聚焦于参数规模和表面技术突破，容易忽视原始创新和底层技术的战略意义，长此以往，或将使行业在核心竞争力上迷失方向。因此，他建议，当下产业急需正视智能本质与顶层逻辑的研究，以免陷入单纯的“大而全”误区​。

回归AI“原始创新”

朱松纯认为，当前围绕大模型的讨论几乎吸引了全行业聚光灯，众多企业将关注点放在参数规模扩增上，但在基础学科、认知科学与原始创新方面的投入相对不足。

朱松纯表示，目前，行业对AI的讨论几乎被大模型能力所占据，而基础学科、原始创新与智能本质的研究却被边缘化，甚至遭到部分舆论的否定。更有甚者，形成了某种“技术投机”的氛围，仿佛只有少数企业能代表中国AI的水平，而长期支撑AI发展的基础学术群体、理论工作者、认知科学研究者则被忽视。这种认知偏差，正在让我们离真正的AI创新越来越远。

按照他的观点，AI创新可以分为哲学、理论、模型、算法以及工程与部署五个层次。只有在哲学层面明确“智能”的本质，在理论层面形成严密的数学框架，进而在模型和算法上展开突破，最后在工程与部署上实现高效落地，才能真正筑牢中国AI技术竞争的内核​。这种分层思维提醒业界：在过度追求规模的背后，原始创新才是颠覆式变革的驱动力，是夯实自主可控能力的关键所在。

这也让目前对于“根技术”的探讨重新成为产业显学。公开信息显示，根技术，即能够衍生出并支撑着一个或多个技术簇的技术。根技术是技术树之根，持续为整个技术树提供着滋养，在很大程度上决定着技术树的荣枯。

而落子在AI产业中，“根技术”即囊括了最基础、最核心的技术分支，包括芯片、操作系统、算法框架等。实现“根技术原创”，也被视为推动AI产业从模仿追随到自主研发转变的重要支撑。

产学研发力“根原创”

随着对于AI根原创能力的重视，我国从官方、学界到产业链，已经开始了积极行动。记者注意到，早在今年2月，国务院国资委在召开中央企业“AI+”专项行动深化部署会时便强调，要抓住人工智能产业发展的战略窗口期，强化科技创新，聚焦关键领域加快掌握“根技术”，坚定攻关大模型，积极参与开放生态建设，推动产生更多“从0到1”的原始创新，加速推进成果转化和产业化发展。

而在产业链方面，据工信部发布的《2024全球数字经济白皮书》显示，截至2024年，全球AI企业约3万家，而中国目前拥有超过4500家人工智能核心企业，占全球总数的约七分之一。

作为产业代表之一，日前，传神语联创始人何恩培在接受《中国经营报》记者采访时表示，早在GPT热潮兴起之前，他们就在法律、语言服务等领域布局大模型技术。由此可以看出，底层技术的自主创新往往并不依赖于简单的规模扩张，而是一种全面系统的研发策略，在多个层次上共同提升AI的创新密度和应用效率​。

何恩培表示，虽然目前市场上大多数企业都在追求“千亿级”“万亿级”参数大模型，但大模型并不是越大越好，其表现最终取决于架构设计、训练策略的优化以及底层参数控制等多方面因素。

以业内关注的大模型“跑偏”问题为例，传神语联副总裁何征宇表示，这主要是由于数据处理和生成逻辑缺乏严密控制导致。而通过底层参数的合理控制，将知识进行向量化并建立标准化控制点，可以在模型训练过程中就设定好属性，后续通过提示词干预使其输出符合预期方向。

何恩培表示，大模型的商业化之路也并非单纯依靠追求规模而能取得突破。客户数据的真实性、训练架构的经济性设计以及数据和推理之间的合理分离，都是保证模型性能和适用场景的关键因素。只有充分理解并掌握这些底层要素，才能在国际上构建具有竞争力的自主AI生态。

数据猿主编张艳飞则向记者表示，从当前全球的技术发展趋势来看，AI根技术竞争已进入“认知主权”争夺阶段，但当前国内普遍陷入“数据堆砌+参数膨胀”的路径依赖。为避免这样的问题，应依靠真正的根原创，重构底层逻辑是从哲学层面解构语言智能本质，在算法架构、训练范式等基础层打破西方技术范式垄断。

此外，学术界也在重视原始创新基础的打造。中国科学院院士鄂维南在2025中关村论坛期间便指出，AI的长期稳定发展需要多方面、多层次的人才。他建议，从整个计算产业的角度全面布局AI发展蓝图，创新人才培养方式，培养综合性、前瞻性人才，建设高质量、多层次人才梯队。

无疑，随着产学研的共同努力，AI未来的竞争将不再仅仅是参数和算力的较量，而是一场关于认知架构、底层算法、系统协同以及用户数据真实性的全方位竞争。从表面看，大模型参数的不断攀升似乎能彰显技术实力，但从更深层次看，唯有回归到底层原创和技术本源，真正做到理论、模型、算法及工程体系的系统协同，才能为人工智能产业发展注入持久动力。

（编辑：张靖超 审核：李正豪 校对：颜京宁）