当下，大模型的进化似乎遇上了瓶颈。据报道，OpenAI的GPT-5项目开发已持续超过18个月，但面临着数据短缺、算力有限、人才流失的问题。

　　在基础模型发展可能放缓的背景下，AI企业也逐渐意识到，AI的价值必须通过具体应用才能实现。

　　12月，谷歌在AI应用层发布了“为新智能体时代构建的下一代模型”Gemini 2.0 Flash，还推出了多款AI智能体。OpenAI也计划在2025年1月推出代号为“Operator”的AI智能体产品。

　　未来，AI应用将迎来哪些机会？中国的AI应用发展处于什么样的水平？近日，《每日经济新闻》记者专访了清华大学计算机系长聘副教授、博士生导师喻纯。

　　喻纯表示，尽管AI赛道聚集了大量企业，但目前缺乏真正打动人的产品，主要问题在于，AI技术与人的实际需求之间存在一定的脱节。他认为，中国在AI应用层有很大的优势，擅长“从1到10”，但原始创新能力（“从0到1”）还有待提高。

　　他认为，AI在教育领域有广泛的应用场景，因为教育本身就非常个性化，而AI有潜力对被教育者因材施教。往后每个人都有机会在自己最感兴趣、最擅长的领域成为“马斯克”。

　　喻纯的研究方向是人机交互，已在人机交互领域高水平期刊和会议上发表论文100余篇，包括12篇CCF（中国计算机学会）A类会议的最佳论文（或提名），并先后获得电子学会科技进步一等奖，阿里大模型青橙奖等。喻纯的研究还受到华为、腾讯和阿里等企业的支持和认可。目前，多项研究成果正在转化过程中。

　　“现在缺的是真正打动人的产品”

　　NBD：目前国内有大量企业加入AI赛道，但为什么鲜有实现盈利的商业模式？

　　喻纯：我觉得现在缺的是真正打动人的产品，而不是说消费者没有需求。当前在应用层面，大家似乎普遍遭遇到瓶颈，关键问题在于AI技术与人的实际需求之间存在一定的脱节。许多产品的研发都是从技术出发的。然而，技术在一头，人的需求在另一头，很难对齐。这种情况下，做出来的东西就离一款真正对人有价值的产品还存在距离。

　　AI应用最后到底扮演会什么样的角色，或者落地的路径是什么，不是只靠训练大模型就能解决的。如果不从人的需求出发，我觉得是很难做到的。

　　真正的应用是什么呢？是技术能够融入人的生活里面，真真切切产生价值的应用。比如，移动互联网的兴起，就很大程度上改变了人们的生活方式，它的整个方法论是从人的需求出发的。

　　但现在既懂AI又懂产品的人不算多。这需要企业去组建交叉背景的研究团队，确保既能充分理解人的需求，又能在机器技术层面做好。以计算机的诞生为例，当时的科学家团队就是典型的交叉团队，里面既有数学家，也有心理学家。

　　另外，我们的原始创新能力也有待提升。大家都显得颇为急躁，更倾向于追求短期成效。这也就导致了“国外有什么，我就跟什么”现象的出现。

　　如果说在应用层面比拼的话，中国有很强的优势。但如果OpenAI等国外企业在底层实现突破，做到其他人完全做不了的东西，而我们不能快速跟上，那将造成很大的困境。

　　美国在“从0到1”（即突破性创新）上比我们做得更好，但国内很擅长“从1到10”。那么，是从0到1的突破重要，还是从1到10的扩展重要呢？这也很难说。

　　“或许未来人人都能成为马斯克”

　　NBD：随着AI在垂直领域的深化应用，您认为哪些行业会最先受益于个性化智能服务的提升？

　　喻纯：我认为，教育行业会是最先受益于个性化智能服务提升的行业之一。教育本身就非常个性化，每个学生都有不同的兴趣和思维习惯。

　　从需求层面看，每个孩子实际上都需要多位老师的关注和指导。这些老师不仅要具备丰富的知识，还需要深入理解孩子当前的能力水平和情绪状态，从而真正激发孩子的全部潜能。然而，在现实中，由于资源有限，一位老师往往需要面对多名学生，孩子们的个性化需求很难被满足。因此，我认为当前教育领域对个性化的需求非常迫切。

　　此外，教育本身是关于知识的，知识基本又是通过语言就可以表征，而这正是大模型所擅长的。如果能够利用AI为每个学生量身定制学习路径曲线，并结合项目式学习（PBL，一种通过实践解决问题来学习知识的方法），将是教育领域个性化应用的一个好方向。

　　在AI时代，教育依然是国家的根本。如果每个人都能借助AI去学习、去成长，培养更强的独立思考能力，或许未来人人都能成为马斯克。

　　马斯克的成长之路，既受内在因素的影响，也离不开外在条件的助力，比如他的家庭背景以及外部环境的激励，这些因素共同塑造了这个人。AI能以更低成本为人们打造这样的成长环境。如此一来，每个人都有机会在自己最感兴趣、最擅长的领域发光发热，成为各自领域的“马斯克”。

图片来源：AI生成

　　NBD：具体来看，“AI+教育”将会有哪些应用场景？

　　喻纯：AI在教育中的应用场景有很多。在学前教育阶段，也就是孩子在3~6岁的时候，会面临着语言启蒙、情绪管理等多方面的教育需求。这些其实都是需要有更高级的智能参与进来的。不过，这种智能的参与，并不意味着它可以完全取代父母的角色，我们希望能够把家庭教育专家的能力AI化，其形态可能是平板电脑或者其他新型设备。这样，AI能够协助父母更好地理解孩子的行为，并提供个性化的教育指导。

　　在K12阶段，仅仅通过考试成绩去评估学生的能力显然是不够的。即使在考试结束，学生知道哪些题目答错，但也并不能确保下次就能答对。这主要是因为，每个人的知识建构过程都是独一无二的，而我们对个体的思维过程缺乏深入建模和分析。然而，如果我们引入AI技术，比如通过AI与学生的对话和提问互动，我们就能更清晰地洞察学生对知识的掌握程度。基于这些信息，我们可以为学生构建更加精确的学习模型，从而在进行辅导时更加有的放矢。这样一来，学校就能提供更加个性化、高质量的教学服务。

　　而在高等教育阶段，即使是学习同一事物，不同学生学习的兴趣和目标也可能各异，AI可以通过项目导向学习和个性化学习路径，提升学生的学习体验和效果。

　　“AI要真正服务好个体，单纯依靠网络数据是远远不够的”

　　NBD：您认为未来AI的能力将如何进化？有哪些发展方向是需要特别关注的？

　　喻纯：今后，大模型的边界感会越来越弱。这意味着，AI助手将不再局限于特定的A设备或B设备，而是成为一个无处不在的伙伴，它能伴随我们穿梭于各种场景，实现全场景的无缝连接与交互。

　　另外，若AI要真正服务好个体，就必须对每个人进行深度个性化理解。那么，如何实现这种个性化构建呢？单纯依靠网络上的数据是远远不够的。关键在于AI在与人的互动过程中，逐步建立起对个体的理解，从而更好地服务于人类。

　　关于个性化，我觉得目前讨论得还不够多，大部分工作是基于公开数据集。最后真正要解决从通用性AI到个性化AI，就需要解决最后一公里的问题。这非常重要，也是很有挑战的事情。

　　如何实现人与智能体之间自然且低成本的互动，同时构建起智能体个性化的能力，是未来终端设备中极为重要的一环。我们称之为“交互式学习”，让机器在与人的交互过程中学习，将其广泛的能力细化为个性化的涓涓细流，最终汇聚并服务于每个个体。