回顾｜华先胜×马利庄×王昊奋×王乃岩×赵勇：AI 十年，人应该怎样继续成长？

将门十周年·线上闭门交流⑩｜拾年回响：回望来时路，探讨 AI 的下一步

从深度学习到大模型，从计算机视觉到具身智能，过去十年，AI 的能力边界不断拓展，研究与创业的路径也一再被改写。对于一路亲历这些变化的研究者与创业者，哪些判断经受住了时间的检验，哪些发展又超出了当初的预期？当模型越来越强，人该怎样继续成长，技术又该如何在真实世界中发挥价值？

将门十周年特别策划第十场线上闭门交流于 10 月 10 日上午举行，也是本系列的收官之场。本场特邀主持人、同济大学长聘教授王昊奋，与四位嘉宾——华先胜（同济大学工程智能研究院执行院长、长聘特聘教授）、马利庄（上海交通大学教授、华东师范大学特聘教授）、王乃岩（Partica 创始人兼 CEO，前小米汽车 L3 系统负责人）、赵勇（格灵深瞳创始人、董事长）——在线上聊了两个多小时。这几位曾参与将门早期技术分享的老朋友，带着在高校、大公司和创业一线积累的经验，再次谈起各自正在做的事，以及这些年不断变化的认识。

十周年的回望，让一些熟悉的问题有了新的分量。

以下是本次闭门交流的文字回顾，整理自现场逐字稿，保留原味，内容经嘉宾确认后分享。

✍️文字整理：将门编辑部

一、十年过去，仍在追问什么？

几位嘉宾的经历加在一起堪称一部“AI 活历史”，第一个问题问大家过往的经历和最近在专注的方向。

王昊奋：知识图谱成为历史了吗？

大模型兴起后，有人把知乎上的帖子转给王昊奋：模型已经这么强，知识图谱是不是该进计算机博物馆了？

「大模型越来越强，现阶段知识工程会越来越值钱。」他的回答一直没变，变化的是价值所在：从检索，走向建模、约束与演进。

过去几年，他在 RAG 上投入很多精力，如今更关心企业真正运转起来的问题：模型知不知道业务怎样运行？状态、权限、错误回滚由谁管理？跑过一轮的经验，下次能不能留下来？企业世界模型、知识增强智能体，都在尝试回答这些问题。

华先胜：换过场景，但一直坚持做“能用的 AI”

从微软的视觉搜索，到阿里的拍立淘、城市大脑，再到同济大学，华先胜二十多年的工作始终围绕一件事：「研发“能用”的 AI 技术。」

如今他研究 AI for Engineering，有时也开玩笑：这个 E，到底是 Engineering，还是 Everything？建造、制造、交通、能源、材料等，都是他想深入的领域。已有技术能解决问题，就把它用起来；遇到复杂工程中解不了的问题，也可能催生新的智能技术。什么样的技术才能走进产业核心，以及怎样让技术走进核心，是他换了几个工作环境却一直在追寻的事。

马利庄：从“看见”走到“何人何地做何事”

马利庄的研究有一个往返过程：从三维模型绘制图像，再从图像感知、理解和重构三维世界。

从早年的点、线、面，到今天的神经网络与3D 高斯，工具不断更新。他持续关注的，是人物、行为和场景怎样关联起来，形成动态的视觉表达，回答「何人何地做何事」。在他看来，这仍是空间智能与世界模型需要解决的基础问题。

王乃岩：十五年视觉、十年自驾，兴趣仍在物理世界

「我估计十五年就做了两件事，做了十五年的计算机视觉，做了十年自动驾驶。」

从自动驾驶转向具身大脑，王乃岩觉得自己的主线其实是一脉相承，都是围绕视觉智能和物理世界打交道的 AI。物理 AI 需要在三维环境里行动，只理解图像的语义还不够，空间与运动的信息也要进入模型。怎样感知环境、怎样采取行动，是他在新公司继续研究的问题。

赵勇：没有挣到钱的工作，也带来过很大的成就感

赵勇用“计算机视觉的研究者和工程师”介绍自己。创业后，他尝试过非常多领域：自动驾驶、体育、动作捕捉与实景游戏，甚至在北京建过一个让孩子“跑进游戏里”的游乐场。

他没有回避失败：「大多数尝试是失败的，但是这些失败并不是技术的失败，更多的是商业模式的失败。」

也有工作没有挣钱，却让他特别有成就感。他说，团队的跨年龄人脸识别技术被用于寻找多年前被拐卖的儿童，帮助数以千计的失散家庭团聚。如今，格灵深瞳继续用“视觉工坊”探索降低视觉技术的交付成本，他个人则把更多精力投向加速细胞生物学等领域。

二、回望十年：押中的技术判断、错过的技术风口

过去十年，做过最正确的技术判断是什么？什么方向是当时被低估、但现在的发展却远超预期？

赵勇：看到了神经网络，却没看准认知智能

2012年，在谷歌研究院工作的赵勇确认了一件事：深度神经网络能够随着训练规模扩大，展现出更强的能力。他觉得这是一个创业机会，2013年回到北京。「我押注的 neural nets 这个方向，我认为是非常正确的。」

但当时，他也有另一项判断：图像训练能借助 GPU 并行加速，语言模型却受到序列处理的限制，认知智能恐怕会长期落后于感知智能。

后来的发展改变了他的想法。语言模型的突破触达了更多普通人和社会场景，也反过来推动视觉与具身研究。「在这件事情上，如果我更早地意识到就更好了。」

华先胜：6000万的项目，为什么只需派一个人交付？

华先胜最坚持的判断，是把核心能力做成可以规模化使用的平台。

2016年做城市大脑，要处理整个城市的视频，团队投入大量精力，把分析、部署、运维等能力做进平台，「我们6000万的项目，只需要派一个人去交付。」

工业质检也是如此。不同工厂、不同产线，甚至同一产线的不同时段，情况都可能变化。每次都让算法工程师到场，成本和人力都支撑不住。平台要让更多使用者能够收集样本、更新能力、完成部署和进行维护。

对他而言，平台化本身就是技术工作，是「从算法到系统的能力」。

他低估的，是大模型跨过临界点后的涌现能力。但他也提醒，我们大多数人没有接触到最前沿的大模型，有可能会低估大模型在数字世界的能力；而在数字世界工作的人，也容易高估大模型在物理世界中的能力。工程里的许多问题，仍然没有被深入研究和解决。

马利庄：没想到，写算法的人也开始担心被替代

马利庄回顾了团队提前布局人脸数据、将识别技术用于刷脸支付等场景的过程，这些积累后来进入了真实世界。

让他最意外的，是自主智能体的进展。过去跟学生聊就业，AI 还是改变其他行业的热门方向；自动编程系统出现后，写算法、写软件的人也开始担心自己的工作。

「自主式智能体的发展，远远超出了我们当时的估计。」新的工具带来了压力，也把他的研究继续推向空间智能、世界模型等尚待探索的问题。

王乃岩：决定不做什么，更难

王乃岩换了一个角度，讲讲自己决定“不做什么”。

「现在 AI 的大时代，你决定做什么是很容易的，每天都有很多新名词，只要跟风去做就行了。反而你决定不做什么，是更难的一件事。」

他举了三个自己明确“不做”的方向，其中一些仍是个人判断，尚未形成共识。

其一是 2017—2019 年火极一时的 NAS（神经网络架构搜索），那时是 CVPR、ICML 的顶流话题，两三年便悄无声息。「我做了一两篇 paper 之后，就很明确地知道这东西不会是一个真正的 game changer。」

其二是端到端——他在 2024 年知乎上就写过，端到端是广义概念，不是“把数据丢进去就能解决所有自动驾驶问题”的狭义模型；当时这观点并不被很多人接受，但他很坚定：「只去灌数据，这东西一定解决不了自动驾驶。」

其三是 VLA，以及更早“用纯语言模态的大模型去做物理世界开车或机器人”的设想，他觉得「很不自然、很别扭」——输入表征层已经把下游想要的信息都丢掉了，「某种意义上讲，这个东西是反端到端的」。

至于“被低估、却远超预期”的方向，他坦诚自己虽早早做模型，却多次低估了「模型的表达能力和泛化的能力，包括它能力边界在哪里」。

三、模型越来越强，人应该锻炼什么能力？

王昊奋精准总结了现阶段大模型给人才带来的一个问题：“人比模型先躺平”，顺势将话题带到了如何避免将思维外包给 AI？高校应该如何调整 AI 人才培养，才能真正匹配未来产业的真实需求？

华先胜：做 AI 的最终目的是提升人生命的质量

华先胜之前曾做过一场 TEDx Talk，其中一个核心观点是：AI 带来福祉的同时，也有三个“暗礁”——生存替代、认知退化、精神操控。工种可能仍在，所需的人却大幅减少；工具越方便，人也越容易放弃思考；被 AI 不知不觉影响了认知和想法。

解决思路方面，他提出「做 AI 最终要以人为本，最终的目的是提升生命的质量」，用技术来解决技术带来的问题，发展“共生智能”：人的参与能让结果更好，人在与 AI 的协作中也能继续成长。

「人要发展 AI 近期搞不定的能力，比如非逻辑性的创造力。」批判性思维、直觉、跨界能力，以及对一个具体领域的深入理解，是他希望人继续锻炼的部分。

马利庄：代码可以请 AI 写，问题和思路要自己提

马利庄主张因势利导。他允许学生用 AI 完成代码，但要求很明确：「学生自己提出想法、问题、思路。」

对他来说，使用工具的过程，也是在发现新的研究问题。在观众提问中，他进一步提出，高校可以根据学生的不同基础设计个性化教育，培养面向具体应用的人才，同时避免大家从同一个模型那里学来千篇一律的答案。

王昊奋：跟 AI 的协作，需要更强的判断力

王昊奋认为，越是用 AI，越能发现问题远没有被解决——简单的问题被解决了，还有更难的问题值得去探索。「在用的过程当中，是能发现新的问题，其实也能去改进更好的技术，让我们有更多事可以去做。」

在他看来，现阶段培养人的侧重点已经发生了变化。如今最强的模型能证明猜想、攻克难题，「但问题在于，它到底做的，我们是全信，还是我们自己去做审核？」尤其在这个阶段，即便模型给出了结论，中间的推导过程是否站得住、或者只对了一部分，从哪一步开始它胡说八道了，恰恰是人或需要补上的功课。

他进一步点出，在和 AI 协作的过程里，我们到底要解决什么问题、提出什么假设、用什么标准去衡量，以及错了之后由谁来承担——「这些可能是原来我们在教育或者培训过程当中，并没有特别强化，现在可能在 AI 能力很强的情况下，我们需要去加强的。」

王乃岩：人区别于机器的“三观”更加重要

最近亲自用模型写代码，王乃岩发现，给出初步需求后，工具能做出不少东西；但它是不是自己想要的，是否正确、合理、足够好，仍然需要人的判断。

「在 AI 时代，人之所以为人会变得更加重要。人和机器最大的区别是人有自己的 intrinsic reward，人会产生很多自己对于世界、对于一件事情的判断，统称为三观。」

具体技能之外，他在筛选人才时更看重那些不依附于某一项操作的能力：对结果有没有自己的标准，是否愿意主动探索，为什么想做这件事。

赵勇：把大模型当合伙人，而不是当工具

赵勇分享了自己的工作方式：先花半天到一天，写一篇关于问题的短文，有时会列出五十个问题。再把文章交给几个大模型，拿到回答后仔细阅读、交叉比较，这样的方式会极大地推动自己的思考。

「你一定要花更多的时间去思考、去提问。」模型把回答的时间压短了，「大模型的存在让每一个人都变成非常高效的大学教授，可以获得一些非常尽职尽责的博士生。你怎样去理解他们的反馈，基于反馈推动问题向前继续迈进。」

赵勇对大模型的冲击显得没有那么悲观，「每个人都很焦虑，但没必要彻底悲观。」他认为我们低估了人在面对新技术时候的适应能力和人类社会的适应能力。即使 AI 再厉害，人最终会迸发出某种新的适应能力。

他还特别强调动手。越接近未知领域，模型越可能不可靠，不能因为它给出一套完整的说法，就以为事情已经解决。跨过专业边界之后，还要亲手验证，让想法在真实世界里成立。「今天知识会变得越来越平权，反而是那些善于动手的人更有机会。」

四、走进物理世界，先走出自己的圈子 王乃岩：从自驾到具身，兴趣始终在物理 AI

王乃岩回答自己的兴趣一直在物理 AI。自动驾驶中，他最想弄清楚的是环境泛化，以及怎样在环境中采取正确行动。他认为，团队在统一语义与时空表征、强化学习预训练上的进展，值得带到机器人等更广泛的任务中验证。

另外是自动驾驶已经相对成熟，L2级别的辅助驾驶在各家量产车上都已经有非常成熟的搭载；一些限定场景的 L4 也得到了大规模的应用。「大家从南坡和北坡分别去爬珠峰，现在都达到蛮接近的状态。」

因此王乃岩再想下一步的事情，将自动驾驶的技术范式迁移到更广泛的物理 AI 的任务中，在新的领域里去验证、产生实际的商业价值，「也许是低空飞行器、也可能是水下潜艇」。

赵勇：AI 应用的发展远远落后，许多现实问题还未被看见

谈到未来，赵勇认为「AI 技术的发展虽然很快，但 AI 应用的发展还是远远落后的」。他建议同行先离开熟悉的圈子，去偏远的西北地区看看村庄、县城、草原和戈壁。「我们（AI 专家）之间的交流很容易让人想到未来，恨不得要去火星，但现实中却仍有大量问题等待解决。人工智能真正的价值一定是远离我们熟悉的物理世界。」

当被现场观众问起视觉 AI 创业的得失时，他也没有只讲成绩：「我们既对真实的需求不太了解，也对商业的逻辑缺乏尊重。」过去习惯从手里的技术出发，在办公室设想谁会买单，如今更愿意先看看社会需要解决哪些问题。

「不要以自我为中心，不要以我们的专业为中心。多花些时间想一想，你能够帮助别人、帮助别的行业、帮助别人的场景。」

华先胜：从真实场景出发，反推产品与技术

华先胜把“物理世界”具体化到了一座桥、一条隧道上。隧道不断向前，地下条件未必完全已知，天气、附近施工也会带来变化；大型装备的局部优化，不一定等于整体优化。「一个桥你建好的时候没问题，十年以后有没有问题？二十年以后有没有问题？」

他把工程智能分成三个层次：先用已有 AI 解决工程中的问题，这是“工程+智能”；再从解决复杂工程问题而发展新的智能方法（这是“工程智能”）；最终形成可供行业使用的平台与系统（也就是“工程智能系统”）。三个层次可以同时推进，规模化始终是关键。

他用“漏斗”形容一些创业创新项目的处境：技术很强，产品弱一点，方案再弱一点，到了商业落地几乎所剩无几。要改变这种状况，就得在当前的技术背景下，从大量真实场景出发，反过来确定产品与技术，深入解决行业的核心问题。

马利庄：机器人进入社会之后，更多新问题还在滋生

马利庄举了电池检测的例子：层层叠合的结构里，缺陷能不能看清、识别是否足够可靠，都关系到使用安全。物理世界中的细小遗漏，可能引发严重后果。

他的关注还延伸到服务机器人广泛进入生活之后。人与机器怎样协同，行为怎样被描述，社会又怎样管理、决策？这些问题同样需要研究，不能只关注机器人眼下能完成多少动作。

谈到世界模型，他认为，随着物理规律和新的要素不断增加，模型会逐步逼近真实世界，这是需要长期投入的方向。

五、如果回到2016年，送给自己一句话

最后，王昊奋问大家：如果能穿越回十年前，只带一句话，你会对自己说什么？

王乃岩：相信模型的力量

王乃岩重申「相信模型的力量」，回看过去十年的工作，他觉得自己走过不少弯路，也浪费了一些时间。

赵勇：看对了英伟达，自己却一股没买

赵勇用一个自嘲的故事回答。他回忆，2016年写文章谈英伟达的远见与坚持，这篇文章广为流传，很多人看了文章去买股票、赚了很多钱，他自己却「一股都没买」。回到十年前，他最想「把所有的钱都去买英伟达的股票。」背后其实想提醒的，是那个看到了、却没有行动的自己。

马利庄：别再低估算力与数据

人工智能里的算法、算力、数据，马利庄觉得自己仍低估了算力和数据的重要性。他希望利用自己的远见更多探索具身智能、服务机器人还有许多值得投入的问题。

华先胜：别只研究 AI，要深入一门学科

「别只研究 AI，要深入一门你感兴趣且有望被 AI 改变的学科。」

华先胜说，这句话放到今天也不晚。过去，懂技术的人不懂产业，懂产业的人不懂技术；到了大模型时代，又多了一种错觉：做产业的人觉得自己懂了 AI，做 AI 的人觉得自己懂了产业。

而真正的理解，仍然需要时间。他说，一个领域没有五年、十年的深度投入，很难建立足够深入的认识。真正的复合人才是现在和未来一段时间都很稀缺的。

尾声

两个多小时里，AI 的十年被还原成了许多具体的故事。那些今天看来清晰的方向，当时同样伴随着犹疑、争论和弯路。走过十年，几位嘉宾仍然愿意把自己没有看准、没有做好的部分讲出来，也仍在为新的问题寻找答案。

圆桌结束前，将门许下一个小愿望：等到2036年，再请大家回来聊一聊。到那时，今天的难题或许已经有了解法，一些笃定的判断也可能需要重写。但愿再次相聚时，大家依然有正在投入的事情，也有愿意坦诚分享的经历。

对下一个十年的期待，也由此变得具体：模型更强之后，能不能让一项技术被稳定地用起来，让一个行业里长期存在的问题得到解决，让使用工具的人也在其中成长？这些问题，需要有人走进工厂和农田，花时间理解需求，亲手验证想法。相信技术的力量，也要耐心完成技术之外的功课。

将门十周年十场交流至此收官。感谢每一位愿意分享的嘉宾，也感谢每一位认真倾听的朋友。

关于技术、选择与成长，我“门”下次见面，继续聊。

*注：本文由将门团队根据 2026 年 10 月 10 日线上闭门交流逐字稿整理，所有带「」符号的引用均来自现场发言。

-The End-

本周上新！

扫码观看！

“AI技术流”原创投稿计划

TechBeat是由将门创投建立的AI学习社区（www.techbeat.net）。社区上线700+期talk视频，3000+篇技术干货文章，方向覆盖CV/NLP/ML/Robotis等；每月定期举办顶会及其他线上交流活动，不定期举办技术人线下聚会交流活动。我们正在努力成为AI人才喜爱的高质量、知识型交流平台，希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。

投稿内容

// 最新技术解读/系统性知识分享 //

// 前沿资讯解说/心得经历讲述 //

投稿须知

稿件需要为原创文章，并标明作者信息。

我们会选择部分在深度技术解析及科研心得方向，对用户启发更大的文章，做原创性内容奖励

投稿方式

发送邮件到

yimingzhang@thejiangmen.com

或添加工作人员微信（aceyiming）投稿，沟通投稿详情

关于我“门”

将门是一家以专注于数智核心科技领域的新型创投机构，也是北京市标杆型孵化器。 公司致力于通过连接技术与商业，发掘和培育具有全球影响力的科技创新企业，推动企业创新发展与产业升级。

将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。

如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”:

bp@thejiangmen.com

点击右上角，把文章分享到朋友