在人工智能技术加速迭代的当下，一场关于AI自进化可能性的讨论引发学界与产业界深度思考。中关村国际创新中心近日举办的行业峰会上，来自全球的顶尖专家围绕"AI制造AI"的终极命题展开辩论，认为人类在智能系统演化过程中仍将扮演关键角色。
清华大学计算机系教授刘知远通过历史类比指出，工业革命实现了机器制造机器的闭环，智能革命终将走向AI自主生成AI的阶段。他强调这种进化并非完全脱离人类控制，发展目标与价值导向仍需由人类设定，以确保技术演进符合人类利益。小米集团大模型负责人罗福莉观察到，当前顶尖模型已突破指令执行层面，开始介入科研实验设计等复杂环节，但在提出创新假设等核心能力上仍与人类专家存在差距。
技术突破的边界问题成为讨论焦点。生数科技创始人朱军指出，模型规模扩张带来的性能提升仍遵循可量化规律，多模态领域的数据飞轮效应尤为显著。南洋理工大学安波教授提醒，现有代码驱动的技术路径存在天然局限，面对非标准化现实场景需要探索更多元解决方案。这种观点得到产业界的呼应，罗福莉认为语言模型与世界模型的融合将是重构物理世界的关键，前提是建立高效的世界模拟系统。
青年人才培养议题在峰会引发强烈共鸣。与会专家普遍认为，在技术快速迭代背景下，扎实的底层技术功底比追逐热点更重要。朱军建议年轻人主动掌握AI工具，安波强调选择有价值的研究方向，罗福莉则鼓励保持探索精神与实践判断力。这种共识在智源研究院的人才体系中得到印证，该机构38岁以下青年学者占比超半数，其中3位未满30岁即担任核心项目负责人。
技术成果发布环节亮点纷呈。神经科学领域推出全球首个多模态大模型，实现神经信号理解与生成的统一；药物研发方向发布可覆盖全流程的AI模型，精准解析蛋白质动态构象；世界模型赛道亮相的通用基座模型，在物理正确性与场景泛化能力上取得突破。底层计算生态方面，开源系统FlagOS 2.1版本实现多芯片统一适配，支持32款国产AI芯片协同工作。
关于技术发展的长期主义，之江实验室王坚提出独特见解。他认为AI已跨越解决"玩具问题"的阶段，开始攻克真实科学难题，这种跨越得益于数据形态的进化。他特别指出，当前行业过度关注模型单体性能，忽视了"人+AI"组合系统的综合价值，这种评价体系偏差可能阻碍技术真实应用。对于AI可解释性争议，他表示人类认知本身存在黑箱特性，智能系统的不可知性反而可能推动认知科学进步。
