新一轮人工智能范式演进 - 新一轮人工智能是信息智能、物理智能和生物智能的融合，本质上是原子、分子和比特的融合 [1][4][6] - 在规模定律驱动下，当参数、数据与算力跨过阈值，智能开始“涌现”，从鉴别式AI走向生成式AI，再走向智能体新范式 [1][6][8] - ChatGPT（2022年）和DeepSeek是此轮演进的两个重要里程碑，分别代表了从鉴别式到生成式的转变，以及从预训练到推理优先的转变 [1][8][34] 核心驱动力与技术特征 - 统一表征（Tokenization）将文本、语音、图像、蛋白质、DNA、点云等多元数据纳入同一空间，是实现多模态智能融合的基础 [5][8][34] - DeepSeek时刻以高效率、高性能、低价格和开源路径（MIT license）为特征，大幅加速了大模型在全球的落地和应用 [5][10][37] - 规模定律在预训练阶段增速已放缓，智能增长更多转向后训练、推理和智能体阶段 [12][39][43] AI发展的五大趋势 - **趋势一：生成式AI正快速演化为智能体（Agent）**，这是近两年最重要的创新 [10][37][39] - **趋势二：推理成本下降与智能体算力需求上升形成平衡**，过去一年推理单位成本下降10倍，智能体算力需求增长10倍 [12][39] - **趋势三：从信息智能走向物理智能和生物智能**，大语言模型向视觉语言动作模型演进 [12][40] - **趋势四：无人驾驶与机器人是两大关键节点**，无人驾驶在2025年达ChatGPT时刻，2030年（DeepSeek时刻）约10%新车拥有L4能力；未来10年左右机器人数量将超过人类 [12][40] - **趋势五：AI风险快速上升**，智能体出现后风险至少翻倍 [13][41] 未来产业格局与架构 - 基础大模型将像操作系统一样收敛，全球最终玩家不超过10个，预计中美各占约一半 [3][14][42] - 开源生态将成为主流，预计占比80%，闭源占比20% [14][42] - 产业格局将重构为“基础模型 + 垂直/边缘模型 + 智能体网络”的三层结构 [6][14][19] - 未来的SaaS和手机APP将被智能体取代，智能体成为企业与个人交互的默认形态 [3][21][50] - 智能体将形成网络（智能体互联网），并催生新的经济形态和企业架构，企业资源将包括GPU、大模型、数据以及人和智能体 [17][45] 市场规模与产业机遇 - 人工智能时代的产业规模将远超过去，预计比移动时代大10倍，比PC时代大100倍 [24][53] - 基础大模型是AI时代的操作系统，将彻底重构其下的芯片架构（如GPU为主）和之上的应用生态 [23][24][52] - 互联网发展路径为：PC互联 -> 移动互联 -> 物联网 -> 智能体互联网（Internet of Agents），后者是未来5-10年最大发展方向 [24][53] 通往AGI的路径与预测 - 智能体互联网是通往通用人工智能的必经之路 [3][26][35] - 实现AGI需要新的算法体系，如新的记忆体系和世界模型，未来五年现有的Transformer等架构可能被颠覆 [26][55] - 预计需要15-20年完成从信息智能到物理智能，再到生物智能的跨越 [6][26][35]

新一轮人工智能范式演进 - 新一轮人工智能是信息智能、物理智能和生物智能的融合，本质上是原子、分子和比特的融合[1][6] - 在规模定律持续作用下，当参数规模、数据体量与算力资源跨过阈值，智能开始“涌现”，从鉴别式AI走向生成式AI，再走向以智能体为代表的新范式[1][8] - 以ChatGPT和DeepSeek为里程碑，前者通过统一表征与token化整合多模态数据，后者以高效率、高性能、低价格和开源路径，将大模型从“预训练时代”推向以推理为核心的“DeepSeek时刻”[1][8][10] 人工智能发展的关键趋势 - 生成式AI正快速演化为智能体，过去七个月，Agent的任务长度增长了两倍，准确度大于50%[11][13] - 规模定律在预训练阶段已放缓，更多智能转向后训练、推理和智能体阶段，推理单位成本在过去一年下降10倍，而智能体算力要求一年增长10倍[13] - 人工智能正从信息智能走向物理智能和生物智能，大语言模型走向视觉语言动作模型[13] - 无人驾驶在2024年已到达“ChatGPT时刻”，预计2030年达到“DeepSeek时刻”，即10%左右的新车拥有L4级无人驾驶能力[13] - 机器人是未来最大赛道之一，预计未来10年左右机器人数量将超过人口数量[13] - 智能体出现后，AI风险至少翻倍[13] 未来产业格局与机遇 - 基础大模型将像操作系统一样在全球范围内收敛，预计最终玩家不超过10个，中美两国引领，各有不同路径[2][14] - 产业格局将重构为“基础模型+垂直/边缘模型+智能体网络”，开源生态预计将占主导，可能占比80%，闭源占20%[3][14] - 智能体将取代今天的大部分SaaS和App，成为企业和个人与世界交互的默认形态[2][19] - 基础大模型是人工智能时代的操作系统，将彻底重写、重构和重塑产业形态，其带动的产业规模将比PC时代、移动时代大一到三个数量级[21][22] - 从互联网发展角度看，行业正从PC互联、移动互联、物联网走向智能体互联网，这是未来5到10年最大的发展方向[22] 智能体互联网与AGI路径 - 智能体互联网是通往通用人工智能的必经之路，预计需要15到20年完成从信息智能到物理智能，再到生物智能的跨越[3][24] - 实现AGI需要新的算法体系，如新的记忆体系和世界模型，未来五年内，现有的自回归架构、Transformer、Diffusion可能被颠覆[24] - 智能体不仅在形成网络，也在形成新的经济形态，未来企业架构将包含GPU、大模型、数据以及由人和智能体构成的人力资源[17] - 以清华的医疗智能体为例，多智能体网络能在两天内完成一个三甲医院两到三年的病例学习，且准确度更高，未来每个医生都可能拥有一个智能体助理[19][21]

文章核心观点 新一轮人工智能是信息智能、物理智能和生物智能的融合，在规模定律驱动下，智能从模式识别“涌现”为生成式与推理式AI，并正快速演化为智能体范式[2][3][12] 以ChatGPT和DeepSeek为里程碑，AI发展正从预训练时代迈向以推理为核心的“DeepSeek时刻”，并在高效率、低成本和开源生态中加速落地[4][11][12][14] 未来5-10年，产业将进入“智能体互联网”时代，智能体将取代大部分SaaS和App，成为人机交互的默认形态，这也是通往通用人工智能（AGI）的必经之路[6][12][38][40] AI发展范式演进 - **新一轮AI的本质是三大智能融合**：即信息智能、物理智能和生物智能的融合，本质上是原子、分子和比特的融合[2][8][12] - **智能涌现的关键驱动**：在规模定律（Scaling Law）持续作用下，当参数规模、数据体量与算力跨过阈值，智能从鉴别式AI“涌现”为生成式AI，再走向以智能体为代表的新范式[3][10][11] - **两大里程碑事件**：ChatGPT通过统一表征与token化，将文本、语音、图像乃至蛋白质、点云等数据纳入同一空间，实现了从鉴别式AI到生成式AI的跨越[4][10] DeepSeek则以高效率、高性能、低价格和开源路径，将大模型从“预训练时代”推向以推理为核心的“DeepSeek时刻”[4][11][14] AI发展的五大趋势 - **趋势一：生成式AI正快速演化为智能体**：智能体是近两年AI领域最重要的创新，其任务长度在过去七个月增长了两倍，准确度已大于50%，与人类对齐[15][17][18] - **趋势二：规模定律重心转移**：规模定律在预训练阶段已放缓，更多智能发展转移至后训练、推理和智能体阶段[19] 推理的单位成本在过去一年下降了10倍，而智能体本身的算力要求一年增长了10倍，两者成本效应相互平衡[19] - **趋势三：从信息智能走向物理与生物智能**：大语言模型正走向视觉语言动作模型（VLA）[20] 无人驾驶在2024年已到达“ChatGPT时刻”，预计到2030年（DeepSeek时刻），约10%的新车将拥有L4级无人驾驶能力[20] 机器人是未来最大赛道之一，预计未来10年左右，机器人的数量将超过人类数量[21] - **趋势四：AI风险同步放大**：随着智能体的出现，AI相关的风险至少翻倍[22] - **趋势五：开源成为主流生态**：开源将成为更大、更主要的平台和生态，预计约80%的模型为开源，20%为闭源[23] 未来产业格局：智能体互联网 - **基础大模型如操作系统般收敛**：基础大模型相当于AI时代的操作系统，全球范围内最终将收敛到不超过10个，主要由中美两国引领[6][12][23][35] - **智能体取代传统软件形态**：智能体会取代今天的大部分SaaS和手机App，成为企业和个人与世界交互的默认形态[6][30] 未来的企业架构将包含GPU、大模型、数据以及由人和智能体共同构成的人力资源[25] - **形成新的产业架构与经济形态**：产业将重构为“基础模型+垂直/边缘模型+智能体网络”的新格局[12][23] 智能体不仅在形成网络，也在形成新的经济形态[25] 整个产业规模将比PC时代、移动时代大一个、两个甚至三个数量级[37] - **是通往AGI的必经之路**：智能体互联网是未来5-10年最大的发展方向，也是实现通用人工智能（AGI）的必经之路，需要新的算法体系如记忆体系、世界模型等[12][38][40] 预计未来五年，现有的自回归架构、Transformer、Diffusion等技术可能被颠覆[41] 技术应用与展望 - **医疗智能体案例**：清华大学已开发出全球首个医疗智能体无人医院，利用多智能体网络模拟三甲医院，能在两天内完成相当于医院两到三年的病例处理，且准确度更高[31][33] 智能体主要作为医生的助理，未来每位医生都可能拥有自己的智能体[34] - **AGI实现时间表**：预计需要15-20年时间，依次完成从信息智能到物理智能，再到生物智能的跨越[12][42]

核心观点 - OpenAI通过其强大的技术影响力和庞大的资本投入，正在形成一个类似苹果供应链的“Open链”生态系统，并催生了“OpenAI概念股”，对相关合作公司的股价和业务前景产生了显著的积极影响 [2][3][13] 用户与开发者生态 - ChatGPT周活跃用户已达8亿，平台开发者数量突破400万，API流量达到每分钟60亿Tokens [1] - 推出Apps SDK，允许开发者将服务嵌入ChatGPT，实现无需离开聊天界面的交互和购买，首批入驻商家包括Bookingcom、Canva、Coursera等 [4] OpenAI概念股的市场表现 - 开发者大会后，AMD股价单日跳涨超过30%，最终收涨2371% [2] - Figma因被提及与ChatGPT集成，股价盘中最高涨幅超过16% [2] - 其他概念股如HubSpot上涨11%，Salesforce攀升42%，Expedia和TripAdvisor涨幅均超7% [2] - 甲骨文因与OpenAI签订3000亿美元合约，股价单日暴涨36%，创下自1992年以来的最大单日涨幅 [2] - AMD与OpenAI达成6吉瓦算力协议后，股价连续三日暴涨43% [5] Open链的生态系统结构 - 直接合作伙伴包括AMD、甲骨文等技术供应商 [3] - 生态集成企业涵盖Figma、HubSpot、Salesforce等应用层公司 [3] - 间接受益股包括算力基础设施和云计算服务商 [3] - 链条动态成长，新伙伴不断加入，如三星电子和SK海力士签署战略合作协议，加入总投资5000亿美元的Stargate星门计划 [4] 资本与资源投入 - 英伟达宣布将向OpenAI投资最多1000亿美元，并为其数据中心供应数百万块GPU芯片 [4] - OpenAI已通过银行贷款和风险投资筹集超500亿美元，并计划发行数百亿美元债务用于基础设施 [10] - 在近期65亿美元二级股票销售后，OpenAI的最新估值达到5000亿美元 [10] 业务扩展与算力需求 - 推出面向C端用户的纯AI短视频应用Sora 2，首周下载量突破百万次，超越ChatGPT首周成绩 [13] - 据估算，制作一段非高清AI短视频所需算力是制作一张高清静态AI图片的700倍，视频长度增加一倍时，能耗需求会增加四倍 [13] - OpenAI明确其战略是构建AGI，并通过与众多公司广泛合作来满足远超单个公司能力的基础设施投入 [11][13] 商业模式与控制力 - OpenAI的模式被描述为“需求方控制供应链”，其权力核心源于基础模型技术和对算力资源的巨大集中需求 [14] - 公司否认打造超级应用的目标，而是旨在构建一个强大的AI超级系统，通过AI能力和订单施加影响 [15] - 目前公司尚未盈利，对于Sora等产品尚未给出具体的商业路径图 [15]

公司战略布局 - 全域数据信息安全重点联合实验室西南实验室重庆办事处正式挂牌成立 标志着公司在西南地区战略布局的深化 [1] - 办事处承担国家网络安全战略的区域性责任 为承接国家重大项目打下基础 [3] - 实验室在AGI通用人工智能和活性纳米铜基新材料领域取得重大科技成果 [3] 技术研发成果 - 实验室团队开展技术攻关和颠覆性技术研发 特别是在AGI通用人工智能领域取得突破 [3] - 活性纳米铜基新材料技术研发取得重大科技成果 纳米铜基应用中心同步挂牌 [1][3] 组织体系建设 - 必须加强队伍建设 全力配合实验室全国布局 [3] - 确保实验室技术的自主可控和绝对安全 [3] - 多位行业领导嘉宾出席挂牌仪式 包括世界华人联合总会基金会副会长林小琴等 [5] 政治导向 - 必须牢牢把握政治方向 将总体国家安全观作为政治要求和工作需求 [3] - 坚定不移走中国特色国家安全道路 [3] - 把践行总体国家安全观作为核心目标 [3]