人工智能发展趋势核心观点 - 开源开放已从理念变为现实并重塑行业生态 例如DeepSeek的出现改变了生成式AI格局 实现了十倍的增长和变化提效 [1] - OpenAI时隔六年首次再次开源 其创始人承认可能站在历史错误的一边 标志着行业对开源价值的重新认可 [1] - AI正从卖工具转向卖结果 从辅助工具演变为可交付价值的Copilot甚至AutoPilot 依赖于深入行业场景和专业知识整合 [1] 行业应用与价值交付 - 在医疗领域 焕新智能体已在中山医院上线 优势在于更深入的场景和更高质量的数据而非更多算力或工程师 [2] - 医疗智能体实现多模态数据如MRI CT 心电图 文本的综合解读 并能自动识别心电图异常区域辅助规范诊疗 [2] - 在金融领域 团队在恒生指数创新挑战赛中夺冠 核心技术是将大语言模型与符号计算结合构建神经符号系统 [2] - 金融领域解决的问题是指数生成的广度 深度 速度和颗粒度 以控制幻觉并确保推理准确性 [2] 安全可信与技术路径 - 安全可信是AI发展的底线 大模型存在造假 幻觉等问题 医疗领域模型准确率甚至只有55% [2] - 风险案例包括MIT导师发现AI生成的博士论文 WPP集团CEO遭遇深度伪造诈骗 凸显真假信息难辨的挑战 [2] - 关键技术路径包括可解释AI 在金融医疗等关键决策领域必须能解释模型的每一个决定 [2] - 其他技术路径包括检索增强RAG与神经符号系统 高质量数据治理 博弈对抗技术 以及让模型具备自知之明 [2][3][4][5] 总结展望 - 开源开放让技术更加普惠 使更多机构能够使用AI [5] - 深耕场景才能释放产业价值 [5] - 安全可信是AI可持续发展的根本保障 [5]