在科技飛速迭代的數字浪潮中，人工智能已經成為重塑世界的核心力量，正全方位改寫着人類的生活方式，重構產業競爭格局，為經濟社會發展注入強勁動力。
近日，360集團創始人周鴻禕以清華大學創新領軍工程博士的身份，參加了在重慶舉辦的2025年清華大學春季工程專業博士生論壇，並發表名為《大模型與智能體發展的趨勢觀點》的主題演講。他表示，在當前ai發展進程中，大模型和智能體已成為最關鍵的要素，它們所展現出的發展趨勢不僅預示着人工智能領域的重大突破，更為各行業的轉型升級帶來了前所未有的歷史機遇。
周鴻禕認為，大模型的發展可劃分為上下半場。2025年之前聚焦於模型架構創新及訓練算法優化，推動大模型從基礎框架成長為具備強大語言理解和知識生成能力的「基座」。而從2025年開始，大模型正式邁入賦能產業的新階段，如何將技術能力轉化為實際生產力，成為行業探索的核心命題。在此進程中，智能體通過連接智能決策與業務流程，讓ai真正融入產業，釋放出巨大價值。
在周鴻禕看來，大模型的發展呈現出多維度的革新趨勢。全球範圍內，大模型加速向推理時代邁進。藉助強化學習等前沿技術，模型突破了基於知識記憶的「快思考」局限，獲得「慢思考」能力，能夠通過多步驟、深層次的邏輯推演解決複雜問題。這種長思維鏈能力被視為模型向人類智力水平靠攏的關鍵標誌。周鴻禕認為，未來「快思考」與「慢思考」協同的混合架構，將成為提升模型複雜任務處理能力的主流方向。
而伴隨技術範式的轉變，算力需求結構也發生顯著變化。周鴻禕表示，大模型的算力消耗模式正從「預訓練scaling law」向「後訓練scaling law」遷移，推理階段的算力需求佔比持續攀升，成為未來算力資源分配的重點，這對企業和科研機構的算力規劃與資源配置提出了新的要求。
與此同時，模型發展路徑也逐漸從「大而全」轉向「專而精」。未來，除頭部科技企業外，多數機構將聚焦垂直領域大模型開發，通過深度定製滿足行業個性化需求。受設備性能與算力成本的制約，大模型小型化趨勢愈發明顯。周鴻禕介紹，360公司研發的7b-70b小參數模型，體積僅為傳統模型的1%-10%，卻保留70%以上的能力，普通電腦配顯卡即可運行，極大降低了大模型的應用門檻，推動其在終端設備上的普及。
另一方面，在模型能力的影響因素方面，知識質量與密度正取代數據數量，成為關鍵變量。互聯網海量數據中摻雜的低質量信息，對模型性能提升有限，而組織內部的優質知識經過篩選整合後，與模型結合能顯著優化訓練效果。
大模型成本的急劇下降，也成為大模型發展的重要趨勢之一。兩年前，高昂的部署成本讓多數企業望而卻步，如今gpt等效智能價格大幅降低，國內開源模型的出現更是使模型成本降到幾乎為零。這為大模型在企業場景中的大規模應用掃清障礙，加速各行業智能化轉型進程。此外，多模態能力成為大模型發展的必備要素。具備視覺、聽覺等感知能力的大模型，能夠處理圖像、語音、文檔等多類型信息，滿足複雜場景下的多樣化需求，實現從文字處理到全維度交互的跨越。
周鴻禕認為，開源模式在ai領域展現出強大的生命力，使中國ai技術實現彎道超車，從技術上趕上美國。以deepseek為例，其憑藉開源策略吸引全球開發者參與，構建起龐大生態，成為全球ai行業的「根技術」，引發國內外大模型企業也紛紛擁抱開源生態，加速技術創新與共享。
在應用層面，小參數模型的發展讓「personal ai」，即個人大模型時代加速到來。用戶僅需一台電腦即可部署專屬模型，既保障隱私安全，又能通過個性化訓練提供精準服務，顯著提升個人生產力。同時，「萬物智能」時代呼之欲出，大模型將深度融入智能硬件，構建從智能家居到智能汽車的aiot生態體系，為用戶帶來全新生活體驗。
在物理智能領域，大模型為無人駕駛、機械人等行業注入新動能。通過強化學習範式，智能設備突破傳統規則限制，實現自我學習與能力湧現，更靈活地應對複雜場景。在科學智能領域，科學推理模型具有攻克重大疾病、解決能源自由等複雜問題的巨大潛力，正引領着人類在科學領域加速實現重大突破。
周鴻禕表示，智能體作為大模型落地的核心載體，正重塑產業應用格局。通用智能體在專業領域的局限性日益凸顯，未來發展將聚焦專業智能體，其市場潛力預計可達傳統saas模式的10倍。智能體不僅能替代軟件工具，還能部分取代人力勞動，推動軟件開發向「智能體開發」轉型。為滿足複雜任務需求，智能體需整合多模態大模型的協作能力，同時藉助聯網搜索拓展知識邊界，依託專業知識庫實現個性化與專業化服務。
在技術標準與架構層面，mcp為智能體工具使用建立規範，提升其資源整合效率。workflow agent與自動規劃agent兩種框架形式相互補充，前者適用於企業流程標準化改造，後者在複雜任務處理中更具優勢。隨着技術演進，智能體將從單智能體向多智能體協同發展，多個智能體通過分工協作解決複雜問題，深度參與企業業務流程，逐步從工具角色轉變為數字員工與人類的合作夥伴。
值得關注的是，大模型快速發展也帶來一系列安全挑戰。周鴻禕表示，大模型的內容安全、攻擊防範、「幻覺」等問題亟待解決。360提出「以模製模」思路，通過安全大模型構建防護體系，確保ai技術發展安全、向善、可信、可控。（古雨）
