“通用人工智能”為何突然不香了 理性回歸實(shí)用價值！2024年，曾經(jīng)被資本熱捧的“通用人工智能”（AGI）光環(huán)逐漸褪去。百億美元級別的融資故事不再頻現(xiàn)，科技巨頭的發(fā)布會也少了“顛覆人類”的豪言壯語。取而代之的是，各地政府開始聚焦“工業(yè)大模型”，企業(yè)更關(guān)心AI能否提升良品率、降低能耗、預(yù)測設(shè)備故障。這場降溫并非技術(shù)停滯，而是理性回歸——人們終于意識到，真正的智能在于解決產(chǎn)線上的實(shí)際問題。

AGI指的是具備與人類相當(dāng)或超越人類的廣泛認(rèn)知能力、能自主學(xué)習(xí)并適應(yīng)各類任務(wù)的智能系統(tǒng)。過去幾年，以GPT為代表的大模型掀起全球熱潮，許多人相信只要參數(shù)足夠大、數(shù)據(jù)足夠多，AGI就會“涌現(xiàn)”。中國也迅速跟進(jìn)，涌現(xiàn)出一批對標(biāo)OpenAI的初創(chuàng)公司，融資動輒數(shù)億美元。然而，這些模型大多停留在演示階段，難以在工業(yè)、醫(yī)療等復(fù)雜場景穩(wěn)定落地。市場開始追問：我們真的需要一個“什么都會但什么都不精”的AI嗎？

這股降溫背后有多重現(xiàn)實(shí)壓力。技術(shù)路徑的局限日益顯現(xiàn)。中國絕大多數(shù)大模型仍基于美國提出的Transformer架構(gòu)進(jìn)行優(yōu)化，屬于“在別人的地基上裝修”。盡管DeepSeek-V3以極低訓(xùn)練成本實(shí)現(xiàn)接近GPT-4o的性能，令人振奮，但其本質(zhì)仍是工程層面的高效實(shí)現(xiàn)，而非底層范式的創(chuàng)新。一旦美國推出新一代非Transformer架構(gòu)，現(xiàn)有優(yōu)勢可能瞬間歸零。

數(shù)據(jù)與算力的瓶頸也在收緊。全球高質(zhì)量文本預(yù)計(jì)五年內(nèi)耗盡，而中文語料占比不足5.2%，嚴(yán)重制約模型進(jìn)化。為彌補(bǔ)缺口，企業(yè)大量使用AI生成合成數(shù)據(jù)，卻面臨邏輯閉環(huán)、偏見放大的風(fēng)險。算力方面，國產(chǎn)芯片雖有進(jìn)展，但制程落后、軟件生態(tài)受制于CUDA壟斷，導(dǎo)致實(shí)際利用率不足30%。高能耗也成隱憂，單個AI園區(qū)峰值用電已堪比中型核電站。這些成本最終都轉(zhuǎn)化為落地門檻。

產(chǎn)業(yè)界開始用腳投票。蘇州作為中國工業(yè)第一地級市，選擇專注工業(yè)垂類模型。2025年起，當(dāng)?shù)爻雠_政策對工業(yè)大模型給予最高50萬元支持，算力使用補(bǔ)貼達(dá)50%，并計(jì)劃到2026年培育150個行業(yè)模型。代表性企業(yè)“十小虎”已取得實(shí)效：企查查用AI做供應(yīng)鏈風(fēng)控，效率提升2000%；鎂伽科技的AI機(jī)器人實(shí)現(xiàn)24小時電池質(zhì)檢；Momenta在園區(qū)落地L4級自動駕駛。這些案例證明，AI的價值不在參數(shù)規(guī)模，而在產(chǎn)線上的實(shí)際貢獻(xiàn)。

資本也隨之轉(zhuǎn)向。2024年中國AI融資總額增至約140億美元，但結(jié)構(gòu)已變：行業(yè)大模型融資占比達(dá)69%，金融、工業(yè)、政務(wù)成為主戰(zhàn)場。投資方不再迷信“通用”，更看重商業(yè)模式與落地能力。C端以訂閱制為主，B端則按API調(diào)用或成果付費(fèi)，價格戰(zhàn)已現(xiàn)。與美國相比，中國雖融資總額僅為其17%，但更聚焦B端效率提升，走出一條“性價比+場景驅(qū)動”的差異化路徑。

對普通企業(yè)與公眾而言，這一轉(zhuǎn)向意味著AI正從“炫技”走向“實(shí)用”。工廠管理者不再被“萬億參數(shù)”打動，而是關(guān)心模型能否減少一次停機(jī)；醫(yī)院更在意AI輔助診斷的準(zhǔn)確率，而非它能寫幾首詩。普通人也將發(fā)現(xiàn)，AI助手變得更懂專業(yè)領(lǐng)域，響應(yīng)更快、成本更低。但也要警惕，過度追求短期效益可能進(jìn)一步擠壓基礎(chǔ)研究投入，加劇長期創(chuàng)新乏力。

展望未來，AGI并未被拋棄，而是被重新定義。它不再是某個時刻的“奇點(diǎn)”，而是通過無數(shù)垂直場景的持續(xù)進(jìn)化，逐步逼近通用能力的過程。中國或許無法在短期內(nèi)成為“出題人”，但可通過開源降低全球門檻，借工業(yè)場景積累數(shù)據(jù)與經(jīng)驗(yàn)，在具身智能、端側(cè)模型等新賽道尋找突破口。真正的智能革命在于讓AI真正融入生產(chǎn)與生活，解決那些曾被認(rèn)為無解的問題。這條路更慢，但也更穩(wěn)。