商业模式重塑 - AI技术重塑商业模式 青年科技创业者快速涌现 全球近两万名青年科技人才报名参加科创活动 百余名演讲嘉宾为90后甚至00后[1][2] - AI原生时代带来全新知识与能力传播范式 为年轻人创造机遇 年轻人无需从基础代码入手即可调用高级模型进行创作[2][3] - AI coding让非工程师也能创造产品 知识和智力传播形式革新降低应用门槛[3] - 创投机构聚焦AIGC 具身智能 智能硬件 芯片及设备四大赛道 遴选优秀创业项目 预计明年AI应用将出现爆发式增长[4] 基础设施重塑 - AI驱动数据中心产业链大规模扩张 美国主要科技公司2025年AI相关资本开支预计超3000亿美元[5] - 推理模型塑造"推理规模定律" 上下文与记忆层面计算需求持续推升扩展规模 单个项目GPU使用量超100万个 耗电量相当于中型城市供电需求[5] - AI用电量目前占全球1.5% 预计将增长至20%以上 产生巨大能源缺口[6] - 核聚变被视为解决能源需求的终极方案 将引发能源革命与工业革命[6] - 代码开源转向资源开放成为关键竞争变量 模型权重开放本质是数据与计算资源的开放[7] 人类角色定位重塑 - 人工智能进入以持续学习为核心的"经验时代" 通过智能体与世界直接交互生成新数据源 潜力远超传统人类知识转移模式[7][8] - 人类智力水平将很快被超越 权力和资源将流向最聪明的智能体 人类角色转变为设计催化剂和先驱者[8] - 需建立可验证的全球治理机制 避免为商业优势不顾安全边界部署技术 防止最弱势群体承担技术风险[9]

在AI产业化方面，张宏江指出AI正在驱动基础设施大规模扩张。他列举了OpenAI的Stargate和Musk的Colossus等项目，100万个GPU的耗电量，相当于北京市 用电量的八分之一，2025年美国主要科技公司的AI相关资本开支预计超3000亿美元。整个AI数据中心产业链在过去一年经历大规模建设热潮。他表示，IDC 产业的大规模建设会带动电力生态，带动经济的发展，这正是"AI产业规模化"的核心体现。 张宏江总结道，人类正在进入"智能体群（agent swarm）"时代，也就是数量庞大的智能体之间彼此交互、执行任务、交换数据、交换信息，甚至交换任务， 而人类与这些智能体群的交互，将构成所谓的"智能体经济(agent economy)"。他表示，模型和GPU算力会成为未来组织的核心资产，"企业需要扩大算力， 使模型变得更强大，使数据变得更丰富。"他指出，Agent将重塑企业流程，"超级个体+agent"会带来巨大的结构性变革。 9月11日上午，以"重塑创新增长"为主题的2025 Inclusion·外滩大会在上海黄浦世博园区开幕。自2020年起，在上海市的关心下，在上海市地方金融管理局和 黄浦区人民政府的 ...

另外张宏江指出，"大语言模型通缩(LLM flation)"也将进一步强化规模定律。大模型单位token的价格在 过去三年中快速下降，随着大模型性能的持续提升，使用成本会不断降低。 在AI产业化方面，张宏江指出，AI正在驱动基础设施大规模扩张。他列举了OpenAI的Stargate和Musk的 Colossus等项目，100万个GPU的耗电量，相当于北京市用电量的八分之一，2025年美国主要科技公司 的AI相关资本开支预计超3000亿美元。整个AI数据中心产业链在过去一年经历大规模建设热潮。 在张宏江看来，IDC产业的大规模建设会带动电力生态，带动经济的发展，这正是"AI产业规模化"的核 心体现。 张宏江总结道，人类正在进入"智能体群（agent swarm）"时代，也就是数量庞大的智能体之间彼此交 互、执行任务、交换数据、交换信息，甚至交换任务，而人类与这些智能体群的交互，将构成所谓 的"智能体经济(agent economy)"。 作者 | 柴旭晨 编辑 | 周智宇 AI的成长，依旧在分歧中大步向前。 9 月 11 日，在 2025 Inclusion·外滩大会上，源码资本投资合伙人、美国国家工程院外籍院 ...

在AI产业化方面，张宏江指出AI正在驱动基础设施大规模扩张，整个AI数据中心产业链在过去一年经历大规模建设热潮。他表示，IDC产业的大规模建 设会带动电力生态，带动经济的发展，这正是"AI产业规模化"的核心体现。 央广网上海9月11日消息（记者殷雨婷）9月11日，在2025 Inclusion·外滩大会开幕主论坛上，源码资本投资合伙人、美国国家工程院外籍院士张宏江分 享了他对于大语言模型、AI 智能体和智能体经济的思考。他表示，大模型的"规模定律（Scaling Law）"仍然有效，而智能体与经济结构转型将深刻重塑社 会。 规模定律被看作大模型性能提升的第一性原则，即大模型参数越高，性能就越好。张宏江指出，推理模型的出现，塑造了大规模发展的新曲线——"推 理规模定律（reasoning scaling）"。他说，上下文（Context）、记忆（Memory）等层面对计算的需求，也将会持续推升scaling up。" 另外张宏江指出，"大语言模型通缩(LLM flation)"也将进一步强化规模定律。大模型单位token的价格在过去三年中快速下降，随着大模型性能的持续提 升，使用成本会不断降低。 张宏江总结道， ...