12月13日至14日，由新华商学院组织举办的“2026长三角新经济发展大会”在浙江省嘉兴市平湖市成功举行。

大会以“携手聚势 共启新程”为主题，汇聚了1000余位企业家、学者、行业专家以及官方代表，共同探讨长三

角一体化背景下新经济发展的趋势与路径。

以下为欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松教授演讲内容：《生成式AI和大模型的

技术特点、发展态势及其与产业的融合互促》。在不影响原意的基础上有删减。

孙茂松

欧洲科学院外籍院士

清华大学人工智能研究院常务副院长

各位嘉宾，大家好！

非常荣幸能在此与大家分享关于生成式人工智能与大模型的一些思考。

人工智能的发展，是一部充满智慧探索与技术突破的史诗。从早期概念的萌芽，到今天的百花齐放，无数先驱为

之倾注心血。我们尤其铭记那些获得图灵奖的杰出学者，他们的奠基性工作为我们指明了方向。

当下，人工智能已从单纯的技术领域，成为推动产业变革与经济增长的核心力量，迎来了发展的 “黄金机遇

期”。

回顾过去十几年的跨越，我认为有两个里程碑式的转折点。

第一个里程碑，是人工智能进入“深度学习”时代。大约在2012年前后，以深度神经网络为代表的技术，在图

像识别等感知智能领域取得了革命性突破。机器“看”世界的能力得到了质的飞跃。这一阶段，产业界的应用更

多是聚焦于特定场景的“专用模型”，例如工业领域的零件自动检测。它强大而高效，但领域相对局限。

第二个里程碑，便是我们当下正身处其中的“预训练模型与大模型”时代。这标志着人工智能从“感知”大步迈

向“认知”与“生成”。以OpenAI的GPT系列为代表的语言大模型，可谓是“大道至简”，在海量文本数据上

通过预测下一个字的方式进行训练，却涌现出了令人惊叹的能力。

以ChatGPT为例，这类大模型展现出三大核心特点：

第一，理解能力强，能够洞察复杂语境与意图；

第二，生成能力强，可以创作文本、代码乃至诗歌——我们清华的“九歌”AI写诗系统就是一个有趣的尝试；

第三，它们也存在局限性，例如可能产生看似合理实则错误的“幻觉”，其输出内容的可控性仍是挑战。

从AlphaGo在棋盘上的纵横捭阖，到AlphaFold对蛋白质结构的精准预测，再到如今多模态大模型在艺术设计等

领域的初步应用，我们看到了AI解决复杂问题的潜力不断拓展。

这一切的背后，是“规模定律”在驱动：大模型、大数据、大算力的协同，催生了能力的“涌现”。当参数规

模、数据量达到临界点，模型便会表现出在训练中未曾明确设定的新能力。这种扩展定律的能量令人兴奋，也引

发了全球科技巨头在算力与研发上的激烈角逐，其投资规模甚至让金融市场侧目。

那么，我们应如何看待当前的大模型竞争与发展态势？我想分享几点观察：

首先，以“通义千问”等为代表的我国大模型正快速发展，形成了百舸争流的局面。然而，我们必须清醒认识

到，真正的、全能的通用人工智能（AGI）在可预见的十年内尚难实现。当前AI的优势仍集中在文本、图像、代

码等特定模态的处理上。

其次，人工智能不仅是一项技术，更是一股推动人类文化形态演变的深层力量。它改变着我们创造、交流与学习

的方式。

对于产业界的朋友们——各位企业家，你们正是推动我国人工智能与产业深度融合的核心力量。大模型并非空中

楼阁，它的价值在于落地。我们需要不断探索和拓展其在各行各业的垂直应用，让AI真正为产业赋能，提升效

率，激发创新。

在此过程中，人才结构也将发生深刻变化。一方面，能够驾驭AI、进行尖端系统开发的高端人才将愈发紧俏，其

价值将持续攀升；另一方面，AI不会取代人类的创造性角色，而是成为我们强大的辅助与协作伙伴。

展望未来，道路广阔而充满挑战。让我们携手共进，不断推动大模型技术的创新突破，深化其与实体经济的融合

互促，共同打开那扇通向智能未来的广阔窗口。

人工智能的未来图景，需要技术、研究与治理的同频共振。唯有如此，我们才能共同开创一个既充满创新活力，

又稳健可信的智能未来。

我的分享到此结束，谢谢大家！