对人工智能五级分级和三大学派统一的认识具有重大意义，智能的愿景更加清晰
过去对人工智能的智能形态分类是：计算智能—感知智能—认知智能，它们之间有递进关系；新一轮人工智能浪潮启动以来，将人工智能的能力发展划分为弱人工智能—强人工智能—超级人工智能，它们之间也有递进关系；过去几十年的发展中产生了一些学派：比如著名的符号主义、连接主义、行为主义。符号主义模拟人的心智，比如专家系统；连接主义模拟人的大脑突触网络；行为主义模拟人的行为，如机器人。他们只是针对不同场景的智能实现方式，没有递进关系。现在大家认为这三种场景下的实现方式有可能在大模型及具身智能体的框架下实现大一统，让人工智能发展路径更加清晰。
最近OpenAI发布通用人工智能五种级别的分类标准：1.聊天机器人。当前AI，类似CHATGPT，可以与人类对话的人工智能。2.推理者。像博士一样解决问题，无需工具。3.智能体。可以代表用户采取行动的人工智能代理。4.创新者。可以创造新事物的人工智能。5.组织者。可以完成整个组织工作的人工智能。目前处在第一级，很快就会达到2级、3级。这样一个分类反映出引领人工智能发展的企业最新的认知更加凝练聚焦，把长远的智能雄心阶段化、具象化甚至产品化，也使人们对于通用人工智能能力的理解从模糊概念走向更加严谨、更加明确。这对人工智能发展具有重要意义。
中美在大模型时代走的主干道是相同的，就是scaling law，大力出奇迹，压缩即智能。2020年智源研究院就有一个口号“大练模型，练大模型”。所以CHATGPT出来后悟道和盘古参数也达到万亿规模。个人认为，中美人工智能差距正逐渐缩小，马斯克、扎克伯格、李开复等企业家和领军学者也坚持中美差距缩小论，而媒体对于这一评价是动态变化的。英国《经济学人》去年表示，中美存在10年鸿沟，今年年初认为差距为1年。但也要看到，OpenAI旗下的Q-star和Google旗下的Gemini有部分新技术还未公开，不知道还会有什么秘密武器。
如果要说我们存在什么问题的话，其实就是人才、人才，还是人才。我们总体上人才赶不上发展的需求是个问题，人才被切断与外面的联系也是个问题。吸引人才迫在眉睫，三中全会《决定》已经作了改革人才体制机制的部署，并提出了具体措施，关键是落实到位，要把培养和集聚人才特别是吸引外来人才作为战略举措。现在60岁以上老年领军人物多在高校；中年骨干多在科研院所；年轻的创业人才站在了产业风口一线，这是一道令人振奋的风景线，这部分人才华横溢、信心爆棚、收入颇高，要从精神激励和环境创造上积极支持鼓励。
我国人工智能发展呈现五个引人瞩目的现象，为我国新质生产力发展打开思考空间
人工智能越来越成为是我国数字经济发展的灵魂，是现阶段数字技术发展最重要的驱动力。随着通用大模型泛化能力增强，我国人工智能发展持续提速，应用不断普及和深化，出现一些新的现象。
一是垂类大模型应用明显扩大。产业大模型取得的重要进展给中国产业特别是制造业进步带来重要影响。中国的大模型之路与美国有很大不同，产业垂类模型应用走在先，工业大模型、矿山大模型、物流大模型、港口大模型，还有金融大模型、医疗大模型、教育大模型，在助推相关产业提升效率上发挥了重要作用，华为和华菱钢铁联合开发的盘古钢铁大模型在世界经济论坛上获得国际电联全球人工智能优秀创新大奖。这个模型赋能宝钢数字化转型，实现降本增效，一年单炼铁环节就能节省10亿元，高炉温度波动由原来的100～200度变为10度以内，每吨钢节省1公斤焦炭。这些垂类模型是大模型小模型衔接、新模型老模型并用的。
人工智能驱动的科学研究在基础研究和医疗、材料、生物、化合物等领域的应用已经有所展开，AI for Science、AI for Research甚至AI for Engineering将充分发掘人工智能加速重大科学问题研究和知识发现的变革性潜力，提升众多行业的创新效能和创新水平。
二是数字人初登上舞台即发展迅速。数字人带来了惊艳体验，也带来了商机，真人驱动数字人，高级仿真数字人等悉数登场，活跃在教育教学、医疗服务、电商购物、线上直播、客服推销、智库咨询以及名人纪念等大应用场景，呈现高速扩展态势。据艾媒咨询发布的《2024年中国虚拟数字人产业发展白皮书》，2023年我国“数字人”带动的产业市场规模和核心市场规模分别为3334亿元和205亿元，预计到2025年将分别超过6400亿元、480亿元，比2023年增长超过90%、130%。
当然，数字人技术的出现有两面性，对企业来说直接面临的是安全问题，香港某跨国公司遭遇“AI换脸”诈骗，诈骗分子通过伪造多人参与视频会议的效果，模仿公司高层人员声音对受害者发出行动指示，诱使多次转账，致其损失高达2亿港元。对社会来讲，深度伪造和深度愚弄被不良利用所产生的危害是人所共知的。如何不断推动技术进步，利用好有利的一面，治理打击危害的一面，不仅仅是政府的事情，也是全社会的责任，但考验着政府管理服务的智慧和能力。
三是具身智能成为追逐的热点。具身智能在国内各大机构的人工智能研究与运用中的地位明显上升。人类智能、离身智能、具身智能的协调发展是今后人工智能发展的主线。从各地推动人工智能发展的形势看，政府工作布局、学界研究力量、企业投资取向都在向具身智能聚焦，当然也存在押宝式的积极性。最先到来的可能是高级别的自动驾驶，这个具身智能体还是遵循眼见为实的原则，多采用图像识别模式。个人预计，自动驾驶汽车、人形机器人、低空智能运载可能是我国未来5-10年的“新三样”。当然这一方面需要持续不断地研发和技术迭代，另一方面也需要政府、企业、社会保持良好沟通互动形成共识。
四是在具身智能的旗号下，国内人形机器人也出现发力超越态势。目前国内外人形机器人还都处于低版本的具身智能状态，但技术迭代很快。比如国内宇树科技Unitree G1人形机器人凭借具身智能技术，脱离预先算法编程，增强自身与物理世界交互能力。清华大学、上海交大研发团队和一些机器人企业也取得骄人成绩。斯坦福大学以宇树科技研发的国产硬件平台为基底，研发的HumanPlus人形机器人能模仿人类技能自主完成不同任务。波士顿动力受到国内机器人发展启发断臂转型，弃液压转电驱，降低电驱版Atlas人形机器人制造成本，期望通过高性价比实现商业化。
五是区块链和隐私计算在数据交易领域应用深化。在国家大力推动数据资产入表、数据要素交易的大背景下，各地央国企、数据交易机构都在积极探索如何利用隐私计算+区块链技术赋能数据资产入表、数据交易业务。区块链在数据资产入表、数据要素交易中发挥留证存痕、确权作用，隐私计算在数据交易过程中发挥数据安全交换、隐私保护作用。例如趣链通过为贵州数交所打造隐私计算一体机，为数据交易业务提供数据交付的能力（以往数交所只能对数据交易过程进行监督，数据交付过程暂时没有监督手段），实现从数据备案到数据交易、再到数据交付的闭环。
已有联盟之间互联互通趋势扩大。随着联盟链越来越多落地，国内已形成各种各样的垂直行业联盟链，如金融领域的银行间联盟链、征信机构间联盟链、监管联盟链、银行+企业联盟链等。但是同一类业务的联盟不但在不同区域可能形成多条联盟链，甚至还可能因平台技术差异而同时存在多条链的情况，并随着各自联盟链业务的发展，不同联盟链之间互联、合作开展业务的需求也逐步增多。例如，趣链公司通过跨链技术将光大银行FABRIC链和招商银行CITA链进行互联。
此外，向量数据库和检索增强生成技术未来可能会运用于数据交易，提高数据交易效率和准确性。
大模型是处理复杂系统问题的高手，系统越复杂、问题越多就越能显现出模型生成的优越性。但我们有些观念受上一轮科技革命影响还比较深，对于新技术存在顾虑，或将成为推动人工智能革命的“包袱”，我们用人工智能解决复杂系统的问题上需要从建模仿真思维更多地融入乃至转向大模型计算思维。对大模型生成结果的信任需要经历一个过程，比如上世纪60年代美国家庭主妇在超市中不希望采用计算器、美国宇航员对计算机计算出来的结果不信任。随着技术进步和社会适应，这些疑虑会逐渐消失。每一轮科技革命，新思维、新技术都会挑战旧观念、旧行为，人工智能革命被广泛接受需要经历信任建立过程，我们要加快转变观念，积极拥抱人工智能革命。