以下是司晓的演讲内容整理。 人工智能的加速演进为文化内容领域带来新的发展机遇。这一波生成式人工智能的发展浪潮可谓"日新 月异"。以2022年底ChatGPT面世作为大模型进入公众视野的首个重要节点，后续Midjourney、Gemini 间隔数月陆续推出；而2025年未过半时Deepseek R1、Grok3等主流大模型就密集发布。 毫不夸张地 说，人类历史上首次进入了技术以"天"为单位进化的时代， 从技术发展到应用落地的间隔也被压缩至无 限短。 文化内容行业已成为智能实践的先锋领域。腾讯研究院曾调研了百余位各行业专家，凭借业态丰富、场 景明确的优势，文化产业中的传媒、游戏等板块对大模型的应用程度，在十多个不同行业中处于中上游 位置。广告、软件、教育这些以智力和创意为核心的产业，成为大模型渗透速度最快的领域。 司晓 腾讯集团副总裁、腾讯研究院院长 在5月27日闭幕的第15届中国（深圳）国际文化产业博览交易会上，腾讯集团副总裁、腾讯研究院院长 司晓以《大模型时代文化内容生产的范式革命》为题发表主旨演讲，系统阐述了大模型技术对文化内容 生产、传播及产业生态的颠覆性变革。他指出，大模型已从"工具赋能"跃升为"生态重 ...

开源AI模型 - DeepSeek-R1新版本开源，编程能力超越Claude 4 Sonnet，与o4-mini性能相当 [1] - 新模型具备深度推理能力、自然文本生成、支持30-60分钟长时思考，能完美执行复杂代码 [1] - 实测在3D动画、网站设计和复杂推理问题上表现优异，思考过程更稳定，能处理长链条推理 [1] AI视频创作 - 可灵2.1上线，价格降低65%，效果和速度均有提升，形成标准版、高品质版、大师版三档分层 [2] - 高品质版效果媲美旧版大师版，支持1080P画质，运动效果出色，但仅支持图生视频 [2] - 新版本性价比显著提升，普通用户适合选择高品质版，商业级制作可搭配大师版 [2] 腾讯产品AI升级 - 腾讯元宝、ima、搜狗输入法、QQ浏览器等产品接入DeepSeek R1最新版，从开源到上线仅用不到1天 [3] - 用户可在腾讯多款产品中选择DeepSeek模型R1深度思考，实现免费不限量使用 [3] - 腾讯坚持双模型驱动，选择更先进的模型并第一时间部署上线 [3] AI浏览器创新 - Opera发布首款"AI Agent"浏览器Opera Neon，重新定义浏览器在代理网络中的角色 [4] - Opera Neon由Neon Chat(聊天)、Neon Do(执行网页任务)和Neon Make(复杂创作)三大功能组成 [4] - Neon Make利用云技术执行复杂任务如生成报告、设计游戏原型和构建Web应用，离线时也能工作 [4] 3D大模型升级 - VAST升级Tripo Studio，推出智能部件分割、贴图魔法笔刷、智能低模生成和万物自动绑骨四大功能 [5] - 智能部件分割实现一键拆建，智能低模生成在保留细节前提下大幅减少面数 [5] - 万物自动绑骨功能能快速完成骨骼权重分配，非专业人士也能完成全流程3D创作，效率提升10倍以上 [5] 自动驾驶与实时视频生成 - 自动驾驶大牛创立Odyssey，推出世界模型实现视频实时生成，速度达40毫秒/帧，支持实时交互 [6] - 该技术通过真实生活视频学习像素和动作，采用窄分布模型架构解决自回归建模挑战 [6] - Odyssey已获2700万美元融资，预览版由H100 GPU集群支持，输出30FPS的5分钟连贯交互视频 [6] AI科学研究 - AI科学家Zochi的论文被顶会ACL主会录用，成为首个独立通过A*级别会议同行评审的AI系统 [7] - Zochi的论文展示了多轮攻击方法，在GPT-3.5上成功率达100%，GPT-4上达97% [7] - Zochi能自主完成从文献分析到同行评审的科学研究过程，论文质量高 [7] 具身机器人商业化 - 优理奇推出轮式双臂机器人Wanda 2.0，售价8.8万元起，已量产交付，具备自主完成复杂长序列任务的能力 [8] - Wanda 2.0搭载融合触觉的预训练多模态大模型UniTouch和长序列任务规划模型UniCortex [8] - 优理奇通过全栈自研降低70%成本，面向类C端小B客户市场，已完成数亿元融资 [8] 机器人技术升级 - 波士顿动力Atlas机器人升级，具备3D空间感知和实时物体追踪能力，可360°旋转头部和腰部 [9] - 技术核心包括2D物体检测系统、基于关键点的3D空间定位以及SuperTracker物体位姿跟踪系统 [9] - 系统融合运动学数据、视觉数据和力反馈，实现精确手眼协调，团队正致力于构建统一基础模型 [9] AI行业趋势 - Google CEO Pichai认为AI是比互联网更大的平台级变革，未来将走向多终端并行 [10] - AI进入构建可用产品的第二阶段，搜索正转变为能代表用户执行任务的Agent [10] - AI带来的关键变革在于交互方式转变和创作门槛降低，第三阶段将是AI与物理世界结合 [10]

Agent市场现状与定义 - 2025年被称为"Agent元年"，各类Agent产品快速涌现，但市场尚未形成统一定义[1] - 主流观点将Agent视为传统工具升级版，但其变革潜力可能远超预期[1] - AI Native公司正突破"效率工具"框架，探索Agent在商业洞察、创意生成等领域的深层价值[1] Atypica.ai产品创新 - 采用大语言模型模拟真实用户行为，构建用户画像并驱动决策流程[3][5] - 首创发散优先模型，适合处理商业问题的非共识和艺术性部分[3][26] - 通过多智能体交互揭示人类决策盲区，形成创新研究方法[3][63] - 工作流程包括问题定义、任务分解、社交媒体搜索(Persona生成(5-100个)和访谈总结[18][19] 商业应用场景 - 解决四大类商业问题：市场洞察(如发现MPV需求)、产品共创、产品测试和内容规划[20] - 典型案例包括新能源汽车市场分析、巧克力配方测试和小红书账号定位[20] - 实现跨国调研效率提升(如法语提问直接生成中国社交媒体分析报告)[21] - 正在整合权威媒体数据源，增强定量分析能力[23] 技术实现路径 - 基于Deepseek v3构建上层推理层，专注发散优先模型开发[26][27] - 通过Context激发大模型已有个性特征，而非创造新个性[34] - 采用预设题库+动态调整的提问机制，提升访谈质量[37] - 开发重点从群体模拟转向个体行为研究[13][16] 组织变革影响 - 推动工作方式从专业化分工向复合型技能转变[43][45] - 典型项目团队从10人缩减至2-3人，开发周期从两周缩短至单日多次迭代[47] - 目标让300人公司每位员工发挥"独角兽"潜力，增强端到端责任感[45][47] - 产品开发模式从300人天规划转变为10人天为上限的敏捷模式[47] 行业转型建议 - 避免"老瓶装新酒"式AI改造，应开发真正的新型产品("新瓶装新酒")[53] - 内容行业需注重账号Personality塑造，从简单改编转向个性创作[57][58] - AI陪伴领域需突破模型过度驯服问题，增强个性表达[60][61] - 企业转型应重新设计工作流程而非单纯提升效率[56]

云计算与SaaS - Salesforce以80亿美元收购云数据管理龙头Informatica 为其自2021年收购Slack后最大交易 [1] - 此次收购将整合双方AI引擎 打造可信数据基础架构 支持代理式AI系统的企业级部署 [1] - 数据管理能力成为企业AI产品的关键差异化优势 Salesforce通过收购完善其数据管理领域布局 [1] AI模型升级 - DeepSeek R1模型完成小版本升级 编程能力有明显增强 能快速生成高质量的动态天气卡片 [2] - 此次更新可能采用DeepSeek-V3-0324模型 参数达685B 而R2版本仍未发布 [2] AI语音交互 - Anthropic推出Claude语音模式 支持五种音色选择 用户可通过语音讨论文档和图片 [3] - 功能支持文本与语音自由切换 对话结束后可查看文字记录和摘要 但语音对话计入常规使用上限 [3] AI视频技术 - AKOOL发布全球首款实时摄像头AKOOL Live Camera 实现虚拟数字人、多语言翻译等功能 94%盲测无法区分真假 [4] - 该产品通过4D面部映射、神经语音引擎等技术实现环境感知和情感响应 标志AI视频进入"智能化响应"时代 [4][5] - 腾讯混元开源语音数字人模型HunyuanVideo-Avatar 仅需一张图片和一段音频即可生成人物自然说话或唱歌的视频 [6] AI音频生成 - 字节跳动扣子空间推出一键文本生成播客功能 可在几分钟内完成原需数小时的工作 生成无机械感的"真人级"多角色对话音频 [7] - 功能应用场景广泛 可将热点新闻转为播客、课程笔记变为有声课等 实现多功能组合应用 [7] 3D生成技术 - SpAItial获1300万美元种子轮融资 专注文本生成逼真3D环境技术 团队来自Meta和谷歌 [8] - 公司瞄准游戏开发、娱乐产业和建筑可视化等场景 远期目标包括取代CAD软件 [8] AI阅读助手 - 腾讯元宝接入微信读书和起点读书 回答中出现的书名可点击直接跳转阅读 [9][10] - 用户可通过元宝一键获取书单推荐 实现从"囤书"到"读书"的无缝衔接 还能解读概念、生成思维导图 [10] 航天技术 - 星舰"九飞"使用B14 2二手助推器成功复用 但在回收着陆过程中爆炸 S35飞船未完成星链卫星模拟器部署任务 [11] - 本次测试重点验证助推器复用技术及优化减配设计 SpaceX正通过新建发射台和Gigabay总装车间扩充制造发射能力 [11] AI发展趋势 - Claude Opus 4显著提升时间跨度能力 可处理长期任务 强化学习在大语言模型训练中奏效 [12] - 预测两年内将出现"即插即用"AI白领员工 模型可解释性工作是对神经网络的逆向工程 [12]

核心观点 - AI正处于变革初期，其影响可能超过印刷机与汽车等重大发明，将重塑工作方式和社会结构 [1] - AI的核心潜力在于实现"超级能动性"，即通过人机协作大幅提升人类生产力与创造力 [4][5] - 当前AI技术呈现五大创新方向：智能推理、代理式AI、多模态功能、硬件升级和透明度提升 [8] - 90%企业领导者预期AI将在3年内推动营收增长，但70%企业转型面临失败风险 [26] 技术进展 智能与推理能力 - GPT-4在美国律师考试中进入前10%考生行列，医师资格考试正确率达90% [9][10] - 大语言模型上下文窗口显著扩展：Gemini 1.5 Pro可处理200万词元（2024年6月） [8] - OpenAI的o1模型具备类人推理逻辑，可进行目标导向的任务规划 [10] 代理式AI - 英伟达CEO黄仁勋称代理式AI为"万亿美元机会"，预测2025年将出现数字员工 [12] - Salesforce推出Agentforce平台，可构建自主AI智能体处理产品发布等复杂任务 [13] 多模态功能 - Gemini Live实现带情感色彩的类人对话，Sora可将文本转化为视频 [15] - 谷歌PaLM-E模型结合视觉与语言控制机器人，Flamingo模型实现跨模态推理 [17] 硬件创新 - 英伟达H100 GPU加速大模型训练，2025年Cosmos世界模型将整合RTX芯片 [19] - 量子计算与神经形态芯片可能带来革命性突破，边缘计算提升实时响应能力 [20][21] 行业应用挑战 实施障碍 - 五大关键挑战：领导层战略对齐（分歧率70%）、成本不确定性、人才短缺、供应链脆弱性、模型可解释性 [26][27] - AI透明度指数显示Anthropic得分提升15分至51分，亚马逊提升3倍至41分（2023-2024） [23] 转型策略 - 推荐"迭代部署"模式：小步快跑开发，社会共建治理 [29] - 仅1%企业达到AI成熟水平，需结合自上而下战略与自下而上员工创新 [33] 企业战略思考 领导者维度 - 需重新构想成本中心为价值创造部门，通过AI建立差异化竞争力 [34] - 建议设立AI价值与风险负责人角色，统一跨部门目标 [27] 员工维度 - AI原生员工需掌握提示工程等新技能，企业需建立持续学习机制 [32][33] - 工作设计应鼓励自下而上的创新，如黑客松等实验形式 [33]

全球AI合作与投资 - 阿联酋成为全球首个全民免费使用ChatGPT Plus的国家，这是OpenAI与阿联酋政府合作的一部分 [1] - 阿布扎比将建设Stargate UAE高性能AI数据中心，初期目标200兆瓦容量，最终支持1千兆瓦计算集群 [1] - 该合作属于OpenAI"面向国家"计划，阿联酋承诺匹配美国同等资金，投资总额可能高达200亿美元 [1] AI模型竞争与创新 - OpenAI为GPT-4o启用唱歌功能，被认为是对谷歌I/O大会发布Gemini 2.5 Pro和Veo3的回应 [2] - 谷歌新发布的Gemini 2.5 Pro在多项基准测试中超越OpenAI和Claude模型 [2] - Claude Opus成功解决30年经验工程师4年未解决的顽固Bug，仅用几小时和约30轮对话 [3] - 阿里通义推出QwenLong-L1-32B，通过强化学习解决长上下文推理问题，支持13万token长度 [6] - 秘塔AI搜索推出"极速"模型，实现400 tokens/秒响应速度，大部分问题2秒内完成回答 [7] AI硬件与产品创新 - 雷鸟发布全彩显示AI眼镜X3 Pro，售价8999元，搭载通义定制多模态大模型，支持实时视觉问答 [8] - X3 Pro采用4nm高通骁龙AR1平台，亮度达3500尼特(峰值6000尼特)，重量仅76g [8] - 法国Kyutai推出Unmute模块化语音AI系统，具备低延迟(200-350毫秒)和70+情感风格 [4][5] 人才流动与行业趋势 - Meta的Llama核心团队14人中已有11人离职，其中5人加入法国AI开源创企Mistral [10] - NVIDIA专家建议学生融合多项技能并提高适应能力，将AI整合到日常工作流中 [12] 前沿技术突破 - 北航团队实现通过语言指令控制无人机执行精细飞行动作，填补低层次语言交互控制研究空白 [11] - 研究团队构建UAV-Flow基准数据集，包含30K真实世界飞行轨迹，覆盖八种主要运动类型 [11]

行业趋势与调研背景 - 2024年AIGC技术浪潮推动设计行业生产力进步，同时引发技术焦虑，D5联合1810位设计从业者探讨"AI+设计"的机遇与挑战，并发布《2024设计行业AI应用展望》报告[1] - 2025年AI产品将趋向多元成熟，进一步渗透设计环节，D5联合腾讯研究院、学术团体及行业媒体发起《2025 AI+空间设计行业应用调研》[1] 调研核心议题 - 聚焦AI设计工具在类型和应用场景的年度拓展情况[2] - 挖掘不同细分领域中可复制的AI应用实践成果[2] - 探讨多学科融合趋势下AI对设计师的赋能潜力[2] 调研执行细节 - 调研对象为国内空间设计从业者，采用问卷形式收集数据，截止日期为2025年6月20日[2] - 最终将整合调研结果与行业访谈，形成公开年度报告[2] 合作机构 - 调研由D5主导，腾讯研究院提供学术支持，知名学术团体及行业媒体共同参与[1][2]

AI企业应用现状 - AI的2C应用渗透率已达39.6%（美国居民生成式AI），但企业应用仍处早期阶段，模型厂商侧重技术炫耀而非落地场景[2] - A股上市公司提及AI的企业数量从2020年172家增至2023年超1200家，但占比不足20%；美国AI企业采用率仅5.4%，欧盟平均13.5%（各国区间3.1%-27.6%）[2] 行业应用差异与信息密度 - 信息密度高的行业AI应用更深入：A股计算机行业70%企业提及AI（超250家），电子/通信/传媒/银行紧随其后；超半数行业提及比例不足10%，煤炭行业零提及[4][5] - 美国信息业AI采用率最高（18.1%），专业/科学/技术服务超10%，农林牧渔最低（1.4%）[8][9] 典型应用领域案例 - **编程**：谷歌30%新代码由AI生成，微软20%-30%；YC孵化器25%初创公司代码库95%为AI生成，Python进展显著于C++[11] - **广告**：腾讯AI广告点击率从1%提升至3%；全球生成式AI广告支出2026年将达500亿美元（占数字广告6%）[14][16] - **客服对话**：Klarna AI助手处理三分之二客服对话（230万次/月），效率提升5.5倍（11分钟→2分钟）；医疗领域Abridge估值27.5亿美元，部署超100个卫生系统[17] 传统行业转型挑战 - **基础不佳**：全球85%IT支出未上云，数据孤岛普遍[19] - **精度不高**：大模型平均幻觉率6.7%（最高29.9%），工业模型需96%以上准确率[20] - **软硬不调**：中国SaaS占比仅12.7%（全球60%），IaaS占比74.2%[20] - **考核与组织**：IT部门产出难量化，转型需一把手推动[21][22] 通用技术的生产率悖论 - 蒸汽机/发电机/计算机均经历数十年滞后才显著提升生产率（蒸汽机100年、发电机90年、计算机40年）[24][26] - 当前AI未扭转美国劳动生产率下滑趋势（2024Q1下降0.8%），或处于"播种阶段"[30]

海光信息与中科曙光并购 - 海光信息通过换股方式吸收合并中科曙光，两家企业总市值合计超4000亿元 [1] - 海光为国产CPU及GPU龙头，中科曙光为服务器及算力基础设施龙头，两家有频繁关联交易 [1] - 此次重组旨在抢抓信息技术产业发展机遇，实现产业链互补，形成多元算力业务整合 [1] Lilian Weng新公司Thinking Machines - OpenAI前安全副总裁Lilian Weng分享其新公司产品——用于AI训练的手动调参仪表盘 [1] - Thinking Machines由多位OpenAI核心员工组建，未发表论文但估值已达90亿美元 [1] - OpenAI计划在2026年前推出能让ChatGPT"无处不在"的硬件设备 [1] Google基于Gemma模型的变体 - Google发布三款基于Gemma的模型变体：MedGemma、SignGemma和DolphinGemma，分别面向医疗、手语和动物语言领域 [2] - MedGemma包含4B多模态模型和27B文本模型，能处理医学图像分类、报告生成和临床文本推理，可在单GPU上运行 [2] - SignGemma用于手语翻译，DolphinGemma是400M参数模型，用于预测和生成海豚语言信号 [2] AI教育工具VideoTutor - VideoTutor面向K12教育，输入问题或主题后可自动生成类似可汗学院风格的短视频课程 [3][4] - 该工具提供结构化脚本、动态视觉效果和专业旁白，支持100多种AI语音和40多种语言，生成时间仅需1-3分钟 [3][4] - 技术结合大语言模型、AI动画引擎和高级文本转语音技术，覆盖数学、科学、语言等学科，支持个性化定制 [4] 企业微信智能机器人升级 - 企业微信"智能机器人"基于企业内部资料结合DeepSeek与混元等大模型深度思考回答员工问题 [5] - 新功能支持添加在线文档、微盘文件夹等到知识集，知识维护更灵活，并可通过API接口与业务系统打通 [5] - 支持单聊和群聊对话，企业管理员可在一分钟内配置专属智能机器人，适用于企业百事通、AI导师等多种场景 [5] 人形机器人格斗比赛 - 杭州举行全球首个人形机器人格斗比赛，机器人们展示打拳、闪避、肉搏等动作，采用三回合赛制 [6] - 最终小黑(AI策算师)击败小绿获得冠军，机器人们展示了直拳、勾拳、扫腿等十种动作组合 [6] - 格斗涉及机体设计、动作控制等多方面挑战，背后采集了职业搏击选手的数据，但仍由人类操控 [6] iOS 19设计更新 - 苹果将在WWDC 2025发布iOS 19等系统的重大设计更新，代号"Solarium"，是自iOS 7以来最大规模的视觉更新 [7] - 新设计语言借鉴visionOS元素，使用更多透明度效果、新图标和修订导航方式，实现跨设备和操作系统的视觉统一性 [7] - 更新将涵盖iOS、macOS、watchOS和tvOS等系统，可能特征包括Frosted Glass元素、更圆润的"squircle"图标和浮动UI元素 [7] Anthropic对AI自动化的预测 - Anthropic核心技术成员Douglas预测，到2027-2028年，AI模型将有能力自动化几乎所有白领工作 [9] - Claude 4在软件工程领域表现突出，能处理极其模糊的需求，自主完成任务，AI工具已将资深工程师效率提升1.5-5倍 [9] - 未来趋势指向AI Agent普及，到2025年底，通用型AI Agent能处理各种浏览器内事务将变得明显 [9] 红杉中国推出Agent基准测试xbench - 红杉中国推出双轨评估体系"xbench"，追踪AI模型的理论能力上限与Agent在真实场景的落地价值 [10] - xbench分为AGI Tracking与Profession Aligned两条路径，前者测试模型关键能力边界，后者关注垂直领域实际价值 [10] - 评估设计能跟踪Agent能力的技术-市场契合点(TMF)，预测AI接管现有业务流程的时间点，分析成本效益与专业能力提升速度 [10]

郭凯天认为，AI应当尊重人类作为价值源头的独特性， AI的真正价值不在于"看起来多酷"，而在于"用 起来多好用、多可靠"， 为此，腾讯高度重视开源透明的技术生态，倡导开放、参与、监督并行的治理 模式，推动建立AI时代的信任基础。他也表示，AI文明的篇章才刚刚开启，腾讯愿与各方携手，共同塑 造一个技术与人文并重、开放包容的未来。 生成式AI加速发展，治理需同步演进 5月22日下午，由腾讯研究院和新加坡管理大学数字法研究中心（SMU Centre for Digital Law）联合主 办的AI与社会研讨会——" 生成式 AI 进展：应用、治理与社会影响 "，在新加坡管理大学顺利召开。 近百名来自中国和新加坡的业界、学界专家参加了会议，围绕生成式AI的技术趋势、产业应用、监管治 理、社会伦理等议题展开分享与讨论，为构建开放共享、健康可持续的AI发展生态和AI社会探寻对策思 路。 腾讯集团高级副总裁郭凯天代表主办方作欢迎致辞，他提出， AI不仅是一次技术革命，更是一场关于 人类、社会与智能之间关系的深刻变革。 我们正站在一个技术飞跃的关键节点，大模型技术的快速演进 正推动人工智能从"会认知"迈向"会行动"，成为人类 ...