2025年的人工智能领域不缺热点。

这一年，重大突破在大洋两岸接力出现，新王、旧王交替举起AI权杖：1月，DeepSeek R1横空出世，以高效推理和开源策略引爆全球关注；春节期间，宇树机器人亮相央视春晚，将具身智能推向公众视野；3月前后，一些中国公司在智能体方向集中引发关注：AI 智能体Manus走热，Lovart等创作型智能体进入设计工作流，智能体开始被视为具备结果交付能力的生产力。下半年的发展节奏也进一步提速：Claude 4、Gemini 3相继刷新能力边界，Nano Banana和Sora 2上线并迅速出圈，生成式图片和视频创作领域迎来集中爆发。12月中旬，OpenAI 正式推出GPT-5.2，将年度模型竞赛继续推向高潮。

回看这一年的重要节点，人工智能的变化已不再体现为单项能力的提升，而是在推理效率、智能体执行、多模态创作与具身智能等多个方向同时推进。每一次突破都在拉近人类与超级智能的距离，也引发了业界对技术演进方向、产业落地路径和治理框架的深度思考。

在这一背景下，由腾讯新闻主办的2025腾讯ConTech大会暨腾讯科技Hi Tech Day于12月18日在北京举行。这场大会聚焦行业「真问题」，并在中国工程院院士、知名专家和学者、头部科技企业创始人及知名投资人的观点激荡中，沉淀出不少干货。

关于AGI，关于物理AI、大模型进化、算力形态和具身智能，小鹏汽车、摩尔线程、沐曦、硅基流动、智源、阶跃星辰们怎么看，以下是《降噪NoNoise》来自现场的部分整理：

TPU无法取代GPU

通用性是GPU的最大优势

在通往AGI的基础设施层，最近的劲爆消息一个接着一个。

先是谷歌TPU商业化提速，Meta考虑从2027年起在自家数据中心大规模采用TPU，潜在采购规模或达数十亿美元。消息一出，英伟达股价巨震；紧接着，国内对标英伟达的两家GPU公司摩尔线程、沐曦先后IPO，在A股掀起财富狂欢。

谷歌TPU的商业化，是否意味着硬件的技术范式开始往专业芯片转移？GPU与TPU、NPU是完全竞争还是一种竞合的关系？

在大会圆桌论坛环节，摩尔线程摩尔学院院长李丰和沐曦高级副总裁孙国梁都认为，GPU跟TPU更像是一个分工合作的市场。

李丰分析称，在每一次计算范式的进步中，GPU都会站在那个地方，是因为它是一个性能和灵活度的集合。当前我们正处于一个高速发展的创新世界，需要足够的灵活度、足够的实验场，能够让自己的技术继续演进。从长期来看，GPU跟其他的芯片共存，但是GPU永远在这个创新试验场的前沿。

而在一些算法已经收敛且达到了极大规模化的服务应用里面，会有专用芯片出现。作为ASIC架构芯片的一种，TPU便是专用芯片。

此外，英伟达之所以能在计算的世界里稳坐王座多年，还因为它的CUDA生态。国内GPU厂商也都在构建自己的生态，因为只有生态能够把所有的开发者联合在一起。

孙国梁强调，今天是处在一个模型快速迭代的阶段，迭代速度几乎卷到了按周计。这个阶段，GPU的通用性仍是其最大的优势，「从我们的视角看出来，在任何一个行业，甚至说在任何一种基础模型上，还远远没有到达我们谈‘收敛’的时间点。」

当然客户场景也是多元、分散的，孙国梁认为，GPU和ASIC应该会在很长一段时间内共存。

另外，英伟达之所以能在计算的世界里稳坐王座多年，还因为它的CUDA生态。在这方面，国内GPU厂商也都在构建自己的生态，因为只有生态能够把所有的开发者联合在一起。

人形机器人更易于商业化

小鹏汽车董事长、CEO何小鹏分享了对于「物理AI」的深度思考与实践。

何小鹏认为，人工智能正在从数字世界走向真实的物理世界。他提出，AI 时代正在出现新的规律：一方面，数据、算力和模型会不断相互强化，形成类似「黑洞」的效应，让智能快速进化；另一方面，大量智能体可以像蚂蚁一样去中心化协作，各自思考、行动，却能高效配合。

何小鹏判断，未来十年，机器人、无人驾驶汽车和低空飞行器，有可能成为年轻人新的生活「三大件」，就像早年的自行车、手表、缝纫机，以及后来的彩电、冰箱、洗衣机。

在他看来，汽车、机器人和飞行器在本质上是同源的物理 AI 系统，底层都依赖感知、决策和执行能力的融合。

他还解释了小鹏为什么要从人形机器人切入具身智能。小鹏目前正在研发第八代人形机器人，前四代都是四足机器人，但团队很快发现，四足机器人仍存在较多问题，很难实现商用，比如在家庭环境中遇到床头柜，四足机器人就很难原地调头。

相较之下，人形机器人更容易融入以人为中心设计的现实环境，具备更广泛的应用潜力。

关于人形机器人的应用场景，何小鹏认为，欧美国家更适合在工业落地，而中国有可能更适合先在商业场景落地，短期内很难进入家庭。

工业智能化

决定未来制造体系的竞争高度

中国工程院院士柴天佑从工业革命的历史出发，系统阐述了智能化兴起的根本原因。他指出，历次工业革命的本质，都是物质流、能源流与信息流的协同变革：物质转化依赖能源，而能源如何被高效利用，最终取决于信息流，即感知、决策与执行能力。比如蒸汽机、电力和数字计算机的出现，分别推动了比例控制、PID 控制以及自动化与信息化等体系的发展——信息流能力的提升始终是工业进步的关键。

柴天佑院士认为，新一轮工业革命正在发生，其核心并不只是能源变化，而是信息流的再次跃迁。由大数据驱动的人工智能、工业互联网、数字孪生与元宇宙等技术，使工业系统首次能够在数字空间中完成感知、决策与优化，再将结果安全地应用到真实生产过程。

他特别强调，工业 AI 与通用大模型存在本质差异：工业场景要求「决策不能错、感知不能错、执行不能错」，追求的是可验证、可优化、可闭环的智能能力。