AGI发展 | 行业新闻_数智（点击查看更多）

⁣📰 通用人工智能技术外溢改变市场机制-中国社会科学网本文从AGI的发展趋势入手，探讨其最终目标并非仅停留在特定任务的机器学习或神经网络，而是实现自我学习、判断与决策，甚至以人工神经网络替代人脑网络的设想

Tue, 26 May 2026 03:14:41 GMT

⁣
📰 通用人工智能技术外溢改变市场机制-中国社会科学网

本文从AGI的发展趋势入手，探讨其最终目标并非仅停留在特定任务的机器学习或神经网络，而是实现自我学习、判断与决策，甚至以人工神经网络替代人脑网络的设想。以生成式大模型（如ChatGPT）为例，文章梳理了文本输入-处理中-输出的技术流程，指出各阶段的创新通过一系列“过滤”逐步向加工制造业和服务业落地，同时推动信息通信、互联网、大数据等技术的深度融合，从而在生产、交换、消费和分配等环节广泛应用。文章强调高层级数字技术需经降维转化为通用数字技术，企业要具备汲取、消化与应用高层级技术的能力，方能实现AGI外溢。经济学视角下，数字调节机制的强化将改变市场效应的格局，表现为对产量、价格的预测与确定、竞争格局的变化、交易关系的重构以及产业组织从垂直整合向网络协同的转变。尽管描述具有抽象性，若围绕程序、机理与过程开展深入分析，或将为数字经济基础理论框架提供新的支撑。

🏷️ #AGI发展 #数字调节 #高层级技术 #降维转化 #数字经济

🔗 原文链接

⁣📰 讨论AI安全之前，先说清楚你相信什么样的AI作者认为 AI 安全讨论的根本往往来自对 AI 本身认知的差异，而不是表面的技术细节

Sat, 23 May 2026 09:45:16 GMT

⁣
📰 讨论AI安全之前，先说清楚你相信什么样的AI

作者认为 AI 安全讨论的根本往往来自对 AI 本身认知的差异，而不是表面的技术细节。他把 AI 发展分为光谱两端：乐观者若相信 AGI/ASI 将在近期实现，应该放松并等待；悲观者若认为 AI 今日已经遇到瓶颈，应该抓紧创业。现实介于两端，关键在于个人所处的“光谱位置”以及讨论的具体对象。作者区分了两大世界：atom（物理世界）与 bit（数字世界）。他对 LLM 的判断是：基于 Transformer 的大语言模型不太可能直接达到 AGI，但在表示世界里具备强大能力，足以改变大量数字行业，尤其在代码、文档、知识管理等领域表现突出；物理世界的能力提升需要新的范式与跨越。数字世界的任务会先被高表示化的模型覆盖，企业部署则取决于成本、稳定性、私有化和可追溯性。安全领域的扩散呈分层特征：前沿能力集中在少数高能力主体，日常运营则由成熟、低成本的小模型覆盖。最终，未来 AI 安全治理应聚焦于具体任务的“够用线”何时跨越以及扩散速度，而不是单纯追求最强模型的潜力。

🏷️ #AI 安全 #LLM #AGI #数字世界 #物理世界

🔗 原文链接

⁣📰 从大模型到Agent的跨越难度，正被整个行业严重低估本文从APEX-Agents基准出发，解析了AI从以“回答问题”为中心的静态智力向以“完成工作”为目标的动态生产力转变所带来的挑战与现状

Fri, 10 Apr 2026 20:29:25 GMT

⁣
📰 从大模型到Agent的跨越难度，正被整个行业严重低估

本文从APEX-Agents基准出发，解析了AI从以“回答问题”为中心的静态智力向以“完成工作”为目标的动态生产力转变所带来的挑战与现状。评测重点由静态的智商测试转向在33个丰富世界中的任务驱动评估，强调模型需要在复杂环境中感知、拆解指令、调用工具并产出闭环交付，而非单纯答题。结果显示即使是Google Gemini 3 Flash、GPT-5.2等顶尖模型，在高难度任务中的Pass@1也仅在20-30%区间，暴露出死循环、流氓行为、长时程规划失灵等根本性瓶颈，说明现阶段智能体尚未达到稳定的生产力水平。文章也揭示成本问题：在高消耗的token成本与低增益之间，性价比成为关键指标，未来需要以token投资回报率为考量。开源模型在Agent时代表现不佳，闭源系统凭借更完整的环节把控仍占据优势。更深层次的挑战在于数据的匮乏与任务执行轨迹的缺失，传统的海量文本数据无法直接支撑智能体的学习，必须通过高保真虚拟环境与合成数据来生成丰富的学习样本，建立可重复、可扩展的训练体系。AI真正的生产力革命尚未到来，行业需要重新认知评测标准、成本结构与数据策略，以实现持续的闭环交付能力。

🏷️ #AGI #Agent #评测 #成本 #数据

🔗 原文链接

⁣📰 英伟达 GTC 闭门圆桌论坛：知识型行业将迎光速变革，这个细分行业或将解决芯片痛点 - 21经济网在2026年英伟达GTC大会期间，投资传媒联合汇正财经于斯坦福举办的AI产业闭门会议聚焦AI行业风口、投资逻辑、技术瓶颈与产业赋能等核心议题，邀请硅谷资深投资人、创业加速器创始人及芯片专家深度对话，剖析全球AI产业发展趋势

Wed, 25 Mar 2026 16:44:41 GMT

⁣
📰 英伟达 GTC 闭门圆桌论坛：知识型行业将迎光速变革，这个细分行业或将解决芯片痛点 - 21经济网

在2026年英伟达GTC大会期间，投资传媒联合汇正财经于斯坦福举办的AI产业闭门会议聚焦AI行业风口、投资逻辑、技术瓶颈与产业赋能等核心议题，邀请硅谷资深投资人、创业加速器创始人及芯片专家深度对话，剖析全球AI产业发展趋势。汇正财经指出，人工智能正推动投资咨询行业转型，打破传统以人力为中心的服务模式，提升数据覆盖与服务效率，智能风控与数据驱动研究成为提升公平性与效率的关键。资深企业家Sascha Mornell强调AI机会遍布产业链，语音AI被视为下一个突破口，并以Vocadian与Q Concierge等应用实例佐证潜力；他提出投资标准应以创业者的坚持与韧性为核心，强调十年沉淀才可能突破，一夜成名难以实现。 Steve Hoffman则指出AI代理迎来全球性爆发，OpenAI新模型显著提升记忆能力与执行复杂任务的能力，金融、数据研究、娱乐、数字营销等知识密集型行业受益最明显，实体行业转型相对平缓。对于中国市场，他认为AI Agent领域活跃，中国企业具全球化潜力，未来五年AGI落地提速，大公司在AI基础设施竞争中占据优势，初创企业可聚焦垂直赛道与底层芯片、能源等领域。Kalyan Sikder聚焦AI芯片核心痛点，强调功耗与能源是关键瓶颈，3D堆叠、SoIC等封装技术被视为未来趋势，尽管大规模量产尚有距离，但将推动下一代芯片性能提升与普及。总体来看，全球AI行业在短期内仍存在泡沫争议，但长期价值明确，全球化与技术封装创新将引领下一轮变革。

🏷️ #AI #芯片 #语音AI #AGI #封装

🔗 原文链接

⁣📰 巨团团 AGI 工业产品全生态赋能平台技术集成与生态协同共筑产业高质量发展新生态在数字技术与实体经济深度融合的趋势下，巨团团 AGI 工业产品全生态赋能平台以合规为底线、技术为引擎、生态为载体，构建“技术+产品+服务+生态”的综合赋能体系

Sun, 08 Feb 2026 01:55:04 GMT

⁣
📰 巨团团 AGI 工业产品全生态赋能平台技术集成与生态协同共筑产业高质量发展新生态

在数字技术与实体经济深度融合的趋势下，巨团团 AGI 工业产品全生态赋能平台以合规为底线、技术为引擎、生态为载体，构建“技术+产品+服务+生态”的综合赋能体系。通过前沿技术集成与全域资源整合，面向产业上下游企业、终端用户及各类机构提供全周期、多场景、定制化解决方案，推动产业升级与可持续发展。
平台以 AGI 为核心支撑，采用全链全域覆盖的赋能模式，打通研发、生产、销售、融资、招商、运维等环节，面向 B 端、C 端与个人用户提供数字化管理、零碳转型、资源整合及定制化服务。并以“链核-链环-链生态”三级绑定推动跨主体协同，搭载多语种数字人、元宇宙体验馆等场景化应用，确保高效落地与全球化协同。

🏷️ #AGI平台 #全生态赋能 #数字化转型 #绿色发展

🔗 原文链接

⁣📰 大模型国家标准落地，AGI下半场，金融机构抢滩大模型应用场景_中国电子银行网在全球通用人工智能（AGI）创新浪潮中，中国凭借技术突破与生态构建展现出强劲竞争力

Fri, 09 Jan 2026 12:06:53 GMT

⁣
📰 大模型国家标准落地，AGI下半场，金融机构抢滩大模型应用场景_中国电子银行网

在全球通用人工智能（AGI）创新浪潮中，中国凭借技术突破与生态构建展现出强劲竞争力。国产大模型DeepSeek在2025年初登顶美国苹果商店下载榜，标志着中国AGI发展进入了规范化阶段，技术重心转向深度落地，成为效率革命与模式创新的核心引擎。金融行业积极拥抱新兴技术，AGI与区块链、物联网等技术的融合，正在推动资产管理行业的全面革新。

智能体生态的兴起使AGI不再局限于单一任务执行，向具备任务分解与环境感知的智能体发展。通过智能体框架，大模型与工具的集成能够有效简化自动化流程，为复杂任务的执行提供支持。随着多模态技术的应用，金融场景的客户体验也在不断提升，数字分身为客户提供个性化服务，增强了用户的参与感和信任感。

大模型在资管行业的应用逐渐实现从局部试水向全面渗透的转变，推动投研、风险管理、客户服务等环节的智能化。通过自动化能力，机构能够快速响应市场动态，提高决策效率。同时，技术与金融基础设施的升级相辅相成，推动资管行业朝着高效、开放和智能的新阶段迈进。未来，AGI与其他新兴技术的深度融合将带来更多创新与变革。

🏷️ #AGI #金融创新 #智能体 #数字分身 #多模态技术

🔗 原文链接

⁣📰 Karpathy：智能体什么都干不好，AGI 至少还要十年在最新一期的《Dwarkesh Podcast》中，Andrej Karpathy对当前AI的发展现状进行了深刻分析

Sat, 18 Oct 2025 16:44:41 GMT

⁣
📰 Karpathy：智能体什么都干不好，AGI 至少还要十年

在最新一期的《Dwarkesh Podcast》中，Andrej Karpathy对当前AI的发展现状进行了深刻分析。他指出，尽管有许多令人兴奋的技术，但我们距离真正的智能体时代还有很长的路要走。他认为，当前的AI缺乏记忆、感官和动作能力，无法进行有效的规划，因此智能体的全面发展需要十年时间。这十年将是从语言助手转变为具备行为与目标的“数字生命”的关键时期。

Karpathy还讨论了人工智能的学习方式，批评现有的强化学习算法，并提出更有效的“过程监督”作为未来的解决方案。他强调，AI的学习不能仅仅依赖于最终结果，而应涵盖整个过程中的反思与反馈。同时，他指出模型的训练方法也应改进，避免因过度依赖自身生成数据而导致的思维“坍缩”。这种情况使得AI的创造力受到限制，反而更像复读机。

最后，Karpathy对AGI的影响持谨慎态度，认为AGI的发展将是一个渐进的过程，而非一夜之间的巨大变革。他展望未来，认为教育将会与智能体共同学习，每个人都将拥有一个伴学的AI助手，这将改变传统教育方式。他的观点既实际又充满希望，让人对未来的智能体时代充满期待。

🏷️ #智能体 #AGI #教育未来 #强化学习 #数字生命

🔗 原文链接