圆桌主持

IDEA 研究院（署理）院长，IDEA AI 金融首席科学家 郭健

圆桌嘉宾

中国工程院院士，鹏城实验室主任，北京大学博雅讲席教授 高文

中国科学院院士，哈尔滨工业大学校长 韩杰才

香港工程科学院院士，香港科技大学（广州）校长 倪明选

百度集团执行副总裁、百度智能云事业群总裁 沈抖

创新需要平台筑基
与自由探索并行

针对科研创新，高文认为开展平台性研究或研发需投入大量资金、组建大规模且配置均衡的团队，这类研究的成功成果多易显露、被人关注。但他同时强调，不能忽视那些未被肉眼察觉的领域中，可能存在的出色发现与创新想法。他表示，理想的创新生态应兼具大型平台的支撑作用，同时为有 “异想天开” 创意的年轻人提供资源支持，助力他们将奇思妙想落地，有人靠汇聚资源“跑量”，有人靠独特想法“破局”，二者缺一不可。

他强调，理想的科研生态应兼具 “平台支撑” 与 “自由空间”，政府立项支持大平台建设，同时给异想天开的年轻人资源，不能只盯着“大力出奇迹”的工程化创新，原始原创往往藏在看似“无用”的自由探索里。

AI 对教育的冲击，也让 “培养什么样的创新人才” 成为校长们的共同关切。韩杰才分享了他的观察：大学校长现在聚在一起，三句话离不开 AI —— 低水平创新已被 AI 替代，未来培养的人必须是高于智能体的存在。他提出高校教育的两大核心方向：一是夯实基础，二是强化实践驱动的自主学习。“哈工大新生一入学就进实验室，需要什么知识再去选课，推行‘一生一策’的个性化培养。” 韩杰才举例说明。学生用 AI 做强化学习，老师的角色从“知识传授者”变成“资源整合者”，大学要搭建平台，帮学生链接全球顶尖资源，让个体难以获取的能力变得触手可及。他特别强调底层逻辑的重要性，创新不能再靠“拿来主义”，根技术、底层技术的掌控力，才是 AI 时代的核心竞争力。

倪明选也分享了一则教育案例，今年一位学生，化学期末考全班最高分，却因缺课、少交作业总成绩垫底，家长对此向学校反馈了意见，表示孩子提前掌握了知识，转而投入机器人研究，因此较少前往课堂学习。“如果容不下这样的学生，就真的没有创新土壤了。” 改变评价思维比打破制度更难。此外，跨学科的价值在 AI 时代被进一步放大。倪明选特别提到对教师能力的新要求：“学生获取知识比老师还快，老师必须学会用 AI 教‘AI 教不了的东西’，比如创新思维、跨界整合能力。” 通常学校科研进度领先于企业，但在 AI 领域企业反而走在前面。基于此，学校积极推动学生进入企业实践，既帮助解决学校在算力、数据方面的短板，也为企业输送人才，形成双赢格局。

沈抖提出，随着大模型发展，学生获取知识、信息、资源的渠道能力大大增强，已难以在高校中获得充分指导。但他强调，高校未来仍是科技创新的重要源泉。他指出，AI 终将成为像电力一样不可或缺的科研基础工具，百度与北大、上交大合作的 AI for Science 项目已证明，AI 能有效加速科研节奏，而企业在此过程中更像是为高校提供支持的 “发电厂”。同时他提到，企业受明确目标与投入产出比约束存在局限性，高校则可依托公共资源支持非功利性探索，未来两者的紧密协作将是必然趋势。

AI 暴力式创新终会回归理性

AI 的核心突破在很大程度上依赖 “暴力式创新”，即遵循 Scaling Laws 规律，预训练中模型规模、数据量、参数量越大，效果便越好。基于此，郭健提出两个问题：一是这种暴力式创新是否会让科研者产生迷茫？传统科研创新中，原创是乐趣所在，而暴力式创新似乎偏离了这一模式，靠堆数据的“量变”产生“质变”；二是未来的创新是否会更多地沦为工程化、使命型的推进，而非以原创想法为核心的驱动模式？

高文认为，当前 AI 发展正处于 “AI 的寒武纪时代”—— 如同寒武纪拥有利于生物发育的优质生态，同时能快速获取资源、具备竞争优势的生物（如恐龙）会加速发展进化，AI 领域也呈现类似特征。他提到，AI 已深度进入市场化阶段，仅靠高校难以实现如今的发展规模。企业为推进 AI 融资、路演，这使得 AI 发展演变为一场 “资源竞赛”，最终呈现 “大力出奇迹” 的结果，汇聚资源越多的主体，发展速度越快。尽管他认为这种模式未必理想，但承认其客观存在、难以改变，科研者需要主动适应，在资源越多的地方，产出效果也更好。

韩杰才认为需要打破 “原创与企业规模绑定” 的认知，指出具备原创性的探索未必能孕育出大型企业，部分缺乏原创的项目也可能在特定阶段形成规模。在韩杰才看来，智能时代创新的真正生命力，最终要落脚于 “文化基因”。他以硅谷技术人才结构的变化为例：如今在人工智能创新一线的中国人才越来越多，这一现象背后与文化差异密切相关。当知识和技术的积累达到一定水平，文化进程的差异会成为创新竞争力的核心变量。

倪明选提到，大部分学校因算力有限，无法开展 “暴力式创新”，因此学校更侧重 “AI+” 领域探索，尤其在智能体推理方面投入较多。他提到，常规领域高校科研领先企业，但 AI 领域企业因算力、数据优势更靠前，学校应当积极输送学生到企业实践，既补高校资源短板，也为企业输送人才，更好激活年轻人的创新活力。

沈抖认为，AI 发展存在周期性，当前基于 Scaling Laws 假设的 AI “暴力式创新” 尚未触及极限。他直言，这种依靠堆砌资源换取效果的模式有 “偷懒” 属性，虽因竞争会持续一段时间，但高强度投入并非所有人都能长期支撑，最终必然回归理性，未来会回到“找最适合的方向”，而不是”堆最多的资源”。