全球AI正從技術(shù)探索的熱潮邁向價(jià)值深耕的關(guān)鍵階段，行業(yè)的焦點(diǎn)逐漸從單純的技術(shù)突破轉(zhuǎn)向如何將AI技術(shù)切實(shí)應(yīng)用于各個(gè)領(lǐng)域，創(chuàng)造實(shí)際價(jià)值。

不過(guò)，縱觀當(dāng)下的大模型產(chǎn)品，同質(zhì)化現(xiàn)象嚴(yán)重，眾多企業(yè)推出的大模型在架構(gòu)和功能上存在諸多相似之處。在這樣的背景下，市場(chǎng)似乎已趨近飽和。

對(duì)此，無(wú)限光年創(chuàng)始人漆遠(yuǎn)認(rèn)為，科技發(fā)展總是充滿變數(shù)，新的技術(shù)突破隨時(shí)可能出現(xiàn)，為通用大模型市場(chǎng)帶來(lái)新的變量。所以，不能簡(jiǎn)單地認(rèn)為通用大模型已進(jìn)入完全收斂的階段，未來(lái)仍有無(wú)限可能等待發(fā)掘。“當(dāng)前底層大模型的市場(chǎng)格局已近收斂，但行業(yè)應(yīng)用正迎來(lái)爆發(fā)，而新的技術(shù)驚喜何時(shí)到來(lái)，同樣難以預(yù)測(cè)。” 漆遠(yuǎn)表示。

2021年底，漆遠(yuǎn)從螞蟻集團(tuán)離職加入復(fù)旦大學(xué)AI創(chuàng)新與產(chǎn)業(yè)研究院，并于2022年創(chuàng)辦人工智能公司“無(wú)限光年”?？鐚W(xué)界與產(chǎn)業(yè)的經(jīng)歷，讓這位創(chuàng)始人對(duì) AI 落地有著獨(dú)到洞察。面對(duì)行業(yè)普遍面臨的AI幻覺(jué)問(wèn)題，公司2024 年提出“灰盒大模型”理念，主張融合大語(yǔ)言模型的“黑盒”概率預(yù)測(cè)與符號(hào)推理的“白盒”邏輯推理，破解AI“幻覺(jué)”問(wèn)題。

2025 年，這一戰(zhàn)略深化為雙領(lǐng)域布局：橫向以啟智平臺(tái)為樞紐形成可復(fù)用的AI基礎(chǔ)設(shè)施，縱向深耕金融與科學(xué)智能兩大核心領(lǐng)域。從技術(shù)理念到產(chǎn)業(yè)落地，漆遠(yuǎn)認(rèn)為，可信 AI 將激活行業(yè)生產(chǎn)力，推動(dòng) AI 應(yīng)用穿透產(chǎn)業(yè)場(chǎng)景，真正轉(zhuǎn)化為落地效能。

AI落地實(shí)踐：金融與科學(xué)智能

在剛剛過(guò)去的2025WAIC上，無(wú)限光年展示了其在金融以及AI for Science（科學(xué)智能）方面的成果。

在金融上，無(wú)限光年針對(duì)金融場(chǎng)景推出的四大解決方案，

• 在指數(shù)動(dòng)態(tài)定制方面，傳統(tǒng)模式下成分股覆蓋有限、調(diào)倉(cāng)周期長(zhǎng)，而無(wú)限光年的方案將成分股覆蓋從600只拓展至2600只，調(diào)倉(cāng)周期從季度壓縮至分鐘級(jí)實(shí)時(shí)響應(yīng)。
• 金融專業(yè)培訓(xùn)上，通過(guò)智能化體系，讓員工知識(shí)掌握率大幅提高。
• 智能信貸分析方面。整合多源信息，實(shí)現(xiàn)自動(dòng)化風(fēng)控和智能決策，提升了中小銀行普惠金融服務(wù)質(zhì)效。
• AI投研助手，5分鐘內(nèi)完成單份財(cái)報(bào)全維度分析，效率較人工提升超90%。覆蓋 A 股 5364 家上市公司，財(cái)務(wù)指標(biāo)計(jì)算零誤差，為分析師輸出結(jié)構(gòu)化、可定制的專業(yè)分析報(bào)告。該助手目前已在券商等金融機(jī)構(gòu)落地。

這些方案在提升金融業(yè)務(wù)效率的同時(shí)，憑借合規(guī)可控的技術(shù)特性，實(shí)現(xiàn)了效率與合規(guī)的雙重破局。“金融AI需懂行業(yè)語(yǔ)言，技術(shù)必須完成從‘能用’到‘敢用’再到‘好用’的三重跨越。”漆遠(yuǎn)強(qiáng)調(diào)。

在AI for Science方面，2025WAIC上，上?？茖W(xué)智能研究院聯(lián)合復(fù)旦大學(xué)和無(wú)限光年推出星河啟智科學(xué)智能開(kāi)放平臺(tái)（NovaInspire: Scientist-Centered AI Open Platform），聚焦科研者核心訴求：讓更強(qiáng)、更易用的AI基礎(chǔ)設(shè)施與協(xié)作平臺(tái)自然融入科研全流程。作為平臺(tái)核心建設(shè)方之一，無(wú)限光年專為星河啟智打造了高穩(wěn)定、高效率的科學(xué)智能算力服務(wù)平臺(tái)啟智Lab，以智能容錯(cuò)、動(dòng)態(tài)部署、GPU/CPU融合等技術(shù)，為前沿科學(xué)模型研發(fā)提效。

據(jù)悉，啟智Lab創(chuàng)新CPU/GPU融合調(diào)度，能讓兩種算力精準(zhǔn)匹配任務(wù)特性：CPU 承擔(dān)數(shù)據(jù)預(yù)處理、復(fù)雜邏輯控制與傳統(tǒng)科學(xué)計(jì)算，發(fā)揮精度優(yōu)勢(shì)；GPU 聚焦模型訓(xùn)練、大規(guī)模并行運(yùn)算，釋放加速潛力。例如分子生成研究中，通過(guò)協(xié)同調(diào)度將 1.0 時(shí)代 8 小時(shí)的流程壓縮至 1 分鐘，效率提升 99.7%，算力協(xié)同更貼合科研需求。

目前，該平臺(tái)也已經(jīng)完成昇騰、沐曦等國(guó)產(chǎn)化芯片的適配。

AI“可信”是落地關(guān)鍵

加速大模型在產(chǎn)業(yè)中的落地，“可信”是關(guān)鍵。“可信性是技術(shù)與行業(yè)規(guī)則的連接點(diǎn)。”漆遠(yuǎn)表示。

以金融行業(yè)為例，合規(guī)是其運(yùn)營(yíng)的基本準(zhǔn)則，每一項(xiàng)業(yè)務(wù)操作都需要嚴(yán)格遵循相關(guān)法規(guī)和規(guī)定；科研領(lǐng)域則強(qiáng)調(diào)嚴(yán)謹(jǐn)性，研究成果必須經(jīng)得起反復(fù)驗(yàn)證。然而，傳統(tǒng)AI存在“幻覺(jué)”問(wèn)題，即輸出一些與事實(shí)不符或不合理的結(jié)果，這使得許多行業(yè)對(duì)其應(yīng)用心存顧慮，不敢輕易采用。為了解決這一問(wèn)題，無(wú)限光年引入“透明化推理機(jī)制”。

通過(guò)該機(jī)制，AI的決策過(guò)程變得清晰可見(jiàn)，用戶能夠了解其推理依據(jù)，從而增強(qiáng)了對(duì)AI的信任。這充分說(shuō)明了可信性在連接技術(shù)與行業(yè)規(guī)則方面的重要作用，是產(chǎn)業(yè)智能化發(fā)展的核心樞紐。據(jù)漆遠(yuǎn)介紹，而這一機(jī)制的實(shí)現(xiàn)，離不開(kāi)底層技術(shù)體系的支撐，無(wú)限光年構(gòu)建的“雙引擎技術(shù)體系”，正是將透明化推理從理念轉(zhuǎn)化為實(shí)踐的核心架構(gòu)。

具體來(lái)講，雙引擎技術(shù)體系將神經(jīng)符號(hào)計(jì)算與大模型進(jìn)行了有機(jī)融合，神經(jīng)符號(hào)計(jì)算專注于邏輯規(guī)則推理，能夠精確地處理復(fù)雜的邏輯關(guān)系；大模型則擅長(zhǎng)概率預(yù)測(cè)，通過(guò)對(duì)大量數(shù)據(jù)的學(xué)習(xí)，能夠?qū)ξ粗闆r進(jìn)行準(zhǔn)確的預(yù)判。兩者相互協(xié)作，形成了“精準(zhǔn)計(jì)算 - 可控推理 - 透明決策”的閉環(huán)。這其中，強(qiáng)化學(xué)習(xí)框架INF - Aspire在其中發(fā)揮了重要作用，它支持雙引擎的高效調(diào)度，確保整個(gè)系統(tǒng)的穩(wěn)定運(yùn)行。

漆遠(yuǎn)在2025WAIC

筆者獲悉，無(wú)限光年的“透明化推理機(jī)制”也應(yīng)用在了智能體的落地中，依托“神經(jīng)符號(hào)計(jì)算+大模型”雙引擎技術(shù)體系，在科學(xué)智能領(lǐng)域，智能體能自動(dòng)分解科研任務(wù)（如數(shù)據(jù)獲取、模型微調(diào)、實(shí)驗(yàn)設(shè)計(jì)），讓科學(xué)家從技術(shù)瑣碎中抽離，專注于科學(xué)問(wèn)題本身；在金融場(chǎng)景中，需通過(guò)多智能體分工協(xié)作（如規(guī)則推理與數(shù)據(jù)學(xué)習(xí)結(jié)合），實(shí)現(xiàn)合規(guī)可控的決策流程。

今年被業(yè)內(nèi)稱為智能體落地元年，無(wú)限光年對(duì)于智能體服務(wù)模式的探索還在進(jìn)行中，漆遠(yuǎn)本人也較為認(rèn)同智能體這一最新形態(tài)產(chǎn)品在實(shí)際業(yè)務(wù)場(chǎng)景中的真實(shí)價(jià)值。漆遠(yuǎn)表示，“關(guān)鍵看能否解決真實(shí)場(chǎng)景問(wèn)題，而非概念包裝”。他認(rèn)為，判斷智能體是否有價(jià)值的關(guān)鍵在于其能否真正融入行業(yè)流程、解決實(shí)際問(wèn)題，而非僅作為模型或算法的“外殼”。

當(dāng)AI技術(shù)從實(shí)驗(yàn)室走向產(chǎn)業(yè)深處，漆遠(yuǎn)判斷：“未來(lái)的AI競(jìng)爭(zhēng)，不是算力或參數(shù)的比拼，而是價(jià)值創(chuàng)造能力的較量。”在他看來(lái)，可信AI的深層價(jià)值，正在于讓技術(shù)從“炫技”回歸“務(wù)實(shí)”，成為行業(yè)突破瓶頸的“隱形引擎”。從“能用”到“敢用”再到“好用”的進(jìn)化，或許正是AI穿透產(chǎn)業(yè)迷霧、真正釋放生產(chǎn)力的核心密碼。（本文首發(fā)鈦媒體APP 作者 |秦聰慧）‌