Deepseek引发的中国生成式AI热潮持续升温，但部分产业人士已对AI过热现象产生警惕并开始反思。

　　在2025中关村论坛通用人工智能论坛上，针对行业“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及智能学院院长朱松纯表达了担忧。他认为，过于聚焦参数规模和表面技术突破，可能忽视原始创新和底层技术的战略意义，导致行业迷失核心竞争力。因此，他建议产业急需重视智能本质与顶层逻辑的研究，避免陷入“大而全”的误区。

　　回归AI“原始创新”

　　朱松纯指出，当前大模型讨论吸引了全行业关注，企业多关注参数规模扩增，而在基础学科、认知科学与原始创新方面的投入不足。行业对AI的讨论几乎被大模型能力所占据，基础学科、原始创新与智能本质的研究被边缘化，甚至被部分舆论否定。这种认知偏差，正使我们远离真正的AI创新。

　　朱松纯认为，AI创新分为哲学、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”本质，在理论层面形成严密数学框架，在模型和算法上实现突破，最后在工程与部署上高效落地，才能筑牢中国AI技术竞争内核。原始创新是颠覆式变革的驱动力，是自主可控能力的关键。

　　这也让“根技术”的探讨重新成为产业焦点。根技术，即能衍生并支撑一个或多个技术簇的技术，是技术树之根，持续为技术树提供滋养。

　　在AI产业中，“根技术”包括芯片、操作系统、算法框架等最基础、最核心的技术分支。实现“根技术原创”，是推动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AI根原创能力的重视，我国官方、学界及产业链已积极行动。国务院国资委强调，要抓住人工智能产业发展战略窗口期，强化科技创新，加快掌握“根技术”，坚定攻关大模型，推动产生更多“从0到1”的原始创新。

　　工信部数据显示，截至2024年，中国拥有超过4500家人工智能核心企业，占全球总数的约七分之一。传神语联创始人何恩培表示，早在GPT热潮前，他们就在法律、语言服务等领域布局大模型技术。底层技术的自主创新不依赖规模扩张，而是全面系统的研发策略。

　　传神语联副总裁何征宇指出，大模型“跑偏”问题源于数据处理和生成逻辑缺乏严密控制。通过底层参数合理控制，设定好属性，可确保模型输出符合预期。

　　何恩培认为，大模型商业化之路并非仅依赖规模。客户数据真实性、训练架构经济性设计及数据和推理合理分离，是保证模型性能和适用场景的关键。掌握这些底层要素，才能构建国际竞争力。

　　数据猿主编张艳飞表示，全球AI根技术竞争进入“认知主权”争夺阶段，但国内普遍陷入“数据堆砌+参数膨胀”路径依赖。应依靠根原创，重构底层逻辑，打破西方技术范式垄断。

　　中国科学院院士鄂维南指出，AI长期稳定发展需多方面、多层次人才。建议从计算产业角度全面布局AI发展，创新人才培养方式，建设高质量、多层次人才梯队。

　　随着产学研共同努力，AI竞争将不仅是参数和算力较量，而是认知架构、底层算法、系统协同及用户数据真实性的全方位竞争。大模型参数攀升看似彰显技术实力，但底层原创和技术本源才是AI产业发展的持久动力。

（文章来源：中国经营报）