《麻省理工科技评论》此杂志每年都会推出一份名为“35岁以下科技创新35人”的排行榜。

在论坛的互动环节中，千里科技的董事长兼旷视科技的CEO印奇与启明创投的创始主管合伙人邝子平展开了一段对话。印奇回忆道，邝子平曾向他提出了一个颇具伤害性的问题，询问他是否已经不具备参评Under 35的资格。

邝子平对谈印奇

作为一位年龄较大的AI企业创始人，印奇历经了AI 1.0和AI 2.0两个发展阶段，他坦言在初次创业的历程中，市场曾多次给予他严厉的教训。

印奇表示，他在旷视科技创业历程中提出的“创业即先跳崖后造机”的理念，如今看来是存在误区的。他认为，在AI 2.0时代，企业应重视构建商业闭环。以小米为例，其不仅专注于折叠屏手机，还涉足打印机领域，这正体现了商业闭环的典型做法。

在AI 2.0时代的创业潮流与机遇面前，这位历经磨难的创业者持有较为悲观的看法，认为纯软件领域的机会较少，然而，在硬件领域则蕴藏着巨大的潜力和机遇。

在阐述AI硬件的定义时，首先需明确所提供的AI服务内容。随着技术的发展，终端设备将如同现今的APP一般，逐渐走向场景化和服务化。至于操作系统，它将经历一场深刻的变革，未来或许将实现人机协同操作，后台的机器将承担更多任务。印奇如是说。

印奇指出，以深圳为起点，存在着众多年销量约达100万台的市场机遇，然而若要实现更大规模的销量，例如达到1000万至5000万台，就必须在人、车、家生态系统中寻求新的发展路径。

AI的硬件与操作系统，均基于大模型技术的持续更新而发展。印奇预测，在接下来的6至9个月内，多模态领域有望实现重大突破。他认为，中、美两国在大模型技术上的差距大约为6个月，美国在计算能力和创新探索方面占据优势，而中国则将在开源生态系统中发挥至关重要的作用。

以下是印奇对谈邝子平全文（在不改变原意的情况下有调整删减）

邝子平提到，我们因AI结缘，今日又因AI话题聚首，时光荏苒，转眼间已过去十几个年头。你如今身为千里科技的掌门人，在AI这一领域定是有所建树。那么，能否先与我们分享一下，近期你都在忙些什么呢？

印奇：感谢Duane。不久前，他坐在我旁边时，提出一个颇为刺耳的问题——他问我是否因为今年已过35岁，无法再参评under 35。确实如此，我与Duane相识已有12至13年之久，目前担任千里科技的董事长一职。

在千里科技这个新兴的平台上，我深入探讨了人工智能与终端设备的融合，尤其是在近期，我专注于汽车和手机这两个关键终端领域，投入了大量的时间和精力，发现其中蕴含着许多有趣的现象。

作为旷视科技的创立者，在最初的创业阶段，我们始终致力于推动人工智能基础技术的进步，并注重软硬件的结合。步入新的AI时代，我们会发现，在技术迅猛更新的背景下，手机与汽车行业涌现出众多引人入胜的应用场景。以汽车行业为例，今年可能标志着我国智能驾驶技术发展的第十个年头。

2015年，首批智能驾驶企业崭露头角，我认为接下来的三年或许将是我国乃至全球自动驾驶的决战时期，届时自动驾驶的格局、技术以及产品都将迎来根本性的变革，车内新兴的人机交互场景也将涌现，其中不乏许多引人入胜的亮点。

或许在接下来的五年里，人们对于新型座舱的讨论将超越智能驾驶。类似的情况在手机行业也可见一斑，人工智能与手机的融合或许是目前最具争议性的普遍观点，众人普遍认为手机在软硬件方面将涌现众多颠覆性应用，然而具体会是哪些应用，大家却并不清楚。因此，我认为接下来的三年将是“人工智能与终端设备”领域充满趣味和挑战的三年。

邝子平表示，稍后我们将深入探讨这两个终端议题。在此之前，周志峰与汪教授均已提及，在模型领域内创新层出不穷，而WAIC已成为国内外众多新兴AI产品发布的重要舞台。

周志峰方才提及阶跃公司推出了最新的大型模型，而deepseek等机构亦在此之前发布了类似产品。鉴于您对这一领域持续关注，能否分享一下我国多模态大型模型产业的当前状况及发展水平？

近日，海外媒体透露GPT-5即将问世，其表现备受期待。若有可能，还请简要对比中美两国在这一领域的现状。

印奇指出，这是一个至关重要的议题，模型作为推动整个AI产业发展的核心底层要素，其重要性不言而喻。

回顾过去三年左右大模型的发展，有两条清晰的轴线。学习范式方面，目前与硅谷的OpenAI、Anthropic、Google等机构的交流中，人们普遍将未来学习范式的演变划分为三个阶段：首先是早期GPT的模仿学习阶段，接着是我们目前所处的O1范式，即强化学习阶段，最后是大家所提及的自主学习阶段。许多人认为，通往通用人工智能（AGI）的道路可能正是这三个范式的逐步演进，这构成了横轴。纵轴主要涉及对未来的信息与数据形态进行加工，这包括从语言处理到多模态信息，再到构建世界模型。值得注意的是，世界模型与我们当前的应用可能存在更紧密的联系。

这就构成了一个九宫格布局。我认为学习范式的更新周期大约在18至24个月之间，以GPT从1代到4代为例，大约花费了两年的时间。

今年伊始，deepseek之所以迅速走红，乃是因为它成为了全球首个成功重现O1强化学习范式的模型，并且实现了代码的公开共享，用户反馈其使用体验极佳。

因此，我总体认为，从本年度初至下一年度末，强化学习领域仍有广阔的发展余地。在Grok-4最近发布之际，一个显著的数据是它的强化学习所需计算量已超越预训练的计算需求，这一事实表明，若当前所使用的不是强化学习模型亦或是推理模型，那么它们可能不再代表当前最前沿的模型趋势。

另一条轴线同样引人入胜，在范式演进的途中，由于行业竞争激烈且更新换代快，技术变革正在从语言领域向多模态技术、再到具身或世界模型方向展开。以Midjourney的文生图技术到Sora为例，这正是沿着这两条轴线不断推进的。因此，我预测，在接下来的6到9个月内，多模态技术领域，如理解生成一体化等核心技术，可能会取得令人瞩目的突破。这将是未来发展的一个重要趋势。

在两年前，业界对于中美两国在模型方面的差距有着众多不同的看法，但时至今日，普遍的观点认为这一差距大约为六个月。然而，这并不代表差距正在缩小，因为从中美两国在算力消耗上的数据来看，差距实际上是在扩大的。这反映出美国的大型企业正在加大算力投入，积极寻求技术创新的突破点，而中国在这一时期内则更多地采取了跟随和务实的策略。因此，我认为中美两国在全球人工智能领域将各自展现出更为显著的影响力，而且在中国开源生态中，我国或许将承担更为关键的角色，这两点正是我的观点所在。

邝子平补充道，除了你开场时对“超过35岁”的感慨，你还谈到了AI 1.0的创业历程。正如周志峰对未来的展望，无论是人工智能的2.0、3.0阶段，还是达到通用人工智能（AGI）的水平，最终都需回归到实际应用、市场以及市场的消费者身上。

我清楚你先前对这话题有着深入的思考，能否在此平台上与我们分享你的见解？从AI 1.0的体验者到AI 2.0的参与者这一转变，我想听听你对新一代AI进入市场时需留意的问题有何看法。若你如今再次领导一家AI 2.0企业，你认为哪些方面是你更加关注的？

印奇表示，在过往的访谈中，他已阐述了许多个人见解。今日，他愿意透露两个核心概念。首先，他提到了“闭环”这一概念。回想起2011年，他刚开始创业之际，正值大学生创业的狂潮。那时，人们常常说“创业就是先跳下悬崖，然后再组装飞机”。然而，他现在认为，这种看法并不正确。

AI领域资源需求庞大，同时亦是全球竞争最为激烈的行业之一。在这样的领域中开展创业，至少需要对从技术层面到产品开发，再到商业化运作的基础环节进行一个初步的规划。毕竟，在创业的道路上，未来充满不确定性，然而，若创业模式的基础要素存在缺陷或偏差，即便是再怎么努力，也可能是在错误的道路上越走越远。

所以我非常认同，没有闭环的商业模式无法持续推动技术进步。

邝子平表示，闭环与技术的提升是相辅相成的。无论是我们过去的创业历程，还是如今涌现的新机遇，都得益于技术的不断进步和成本的大幅下降，才得以变为可能。那么，如何才能使这两者达到更优的契合呢？若仅以当前的技术水平来衡量，恐怕许多事情都将难以实施。

印奇：第二个观点是，在谈论商业闭环时，有个隐形的要点。

担任一家公司的CEO进行经营管理，能够体验到一种“启动旋转飞轮”的感觉，而这个飞轮涉及众多可变因素。

我认为飞轮存在两种形态。其一，在开发面向消费者（C端）的产品时，其与用户距离较近，只需轻轻一推便能启动，它能够通过满足用户需求以及商业模式来获得直观的感受。这种小巧的飞轮上手后便能迅速推动，正如周志峰所提及的“精耕细作，深耕细作”，这样的飞轮是具有推动力的。

这另一类挑战则是基础大型模型企业所遭遇的重重困境，需投入巨大的精力方能启动，然而一旦启动成功，未来或许能够构建起庞大的商业生态系统。因此，尽管可以提出诸多大胆的设想，但最终仍需关注投资回报率。例如，若在基础模型研发上投入巨额资金，却面临商业盈利空间狭窄的困境，那就值得警惕。

我曾进行过一番核算，各大模型企业均需明确，其商业策略是否足以承担每年二十至三十亿人民币的算力基础投入。若在五年或十年后，此等盈利前景无法实现，则该策略显然不可行。因此，需在充分设想的基础上，回归理性思考，探寻一条可行的平衡之道。

邝子平：你刚提到了闭环，开场时也说端侧是闭环的一部分。

你所提及的端侧与我们通常偏好的纯粹软件端侧存在差异——我们通常倾向于推广两个应用程序来观察日活跃用户数和次日留存率，若效果不佳，则会尝试其他方法。你所强调的端侧则更侧重于硬件，并且成本较高，能否详细阐述你的见解？

印奇表示，单纯在应用层面，特别是在软件领域，在中国市场上的商业竞争相当艰难。这是因为有两家极为出色的企业，一家擅长抢占市场先机，另一家则擅长在竞争中后来居上。历史经验同样表明，即便是开发纯粹的APP级AI应用，不论是从场景的适用性还是用户需求的刚性程度来看，这个领域本身就充满挑战。

邝子平提出，在移动互联网时代，头条应运而生，那么在AI领域，为何不能涌现出一家企业，使得腾讯面临竞争压力呢？

印奇提到，首先来看腾讯的情况，近期他们最大的信心来源于视频号在追逐抖音的过程中表现优异，这表明即便是在竞争激烈的领域，后来者依然能够拥有显著的优势，这是首先要说的第一点。

第二点，在移动互联网的浪潮中，涌现出了众多创业的佳话，这些故事多源自于那些鲜为人知的“聚焦细分市场、深耕领域”的领域，它们往往以小见大，从边缘突破。与此同时，大模型领域则成为了众人瞩目的焦点，一个众人纷纷下重注的行业。

在备受瞩目的行业中，要想实施突袭几乎是不可能的，这是因为信息的流通和人才的流动速度都极为迅速。以硅谷的OpenAI、Meta、Anthropic为例，人才的频繁流动使得技术应用和理念得以迅速扩散，这样一来，创业公司几乎没有机会抓住一个合适的时机来突破重围。

自然，或许是由于初次创业遭遇了太多的挫折，我变得较为悲观，这种情况主要出现在纯软件应用领域。

在硬件领域，蕴藏着巨大的发展潜力，不仅限于汽车与手机行业，其他众多领域同样如此。然而，其中存在几个引人注目的特点。

首先，以美国的AI Pin为例，我认为其设计理念存在偏差。在新兴的AI终端市场，未来的AI服务、操作系统以及硬件三者应当实现融合，其核心在于提供何种AI服务，而硬件仅是承载这一服务的工具。

这里有两个实例，均与我们的主营业务紧密相连。近期，拍立得再度受到关注，这款既能拍照又能现场打印的设备，其成功之处在于它提供了卓越的从端到端的AI服务，而硬件本身的形式并不占据主导地位。再以最近的小型折叠手机为例，小米的一款产品在销量上远超荣耀，主要得益于小米拥有出色的照片打印机，从而实现了产品线的闭环。

在界定AI硬件的范畴时，我们需首先搞清楚要提供哪种AI服务，并且当这种服务在硬件设备上的表现优于仅通过手机安装APP时，才应选择与之相匹配的硬件设计。展望未来，终端设备可能会像当前的应用程序那样，逐渐呈现出更多针对特定场景和服务化的趋势。这便是首要考虑的方面。

第二点，在AI服务、操作系统及硬件领域，操作系统将经历众多根本性的变革。预计不久的将来，我们将目睹安卓生态的众多新动向，例如Gemini有望在全球非中国地区的所有安卓手机上普及，若果真如此，Gemini这一智能代理的日活跃用户数将突破3亿，进而成为全球最大的超级人工智能，这充分说明了操作系统的重要性。

国内众多知名企业同样对操作系统领域给予高度重视，预计这一领域将迎来根本性的变革。昔日，手机主要依赖个人操控，而未来，或许将实现人机协作，众多任务将由机器在幕后完成。因此，在接下来的18个月内，操作系统有望发生显著变化，人工智能助手与操作系统的革新将催生众多新型硬件，随后这些形态将逐渐趋于统一。

所以这个领域对巨头和创业公司来说，都有机会。

邝子平表示，在此次浪潮的前沿，我们投资科技平台企业，追求的并非仅仅是打造出最炫酷的AI打印机，更是致力于打造出最为关键的AI入口端硬件平台。

但这样的硬件平台是否存在机会？手机或汽车算这样的机会吗？

印奇表示，观察我国硬件产业环境，华为与小米堪称典范。它们构建的“人车家”生态圈以智能手机为中心，涵盖了穿戴设备、近期颇受欢迎的眼镜等众多子类别。我认为，这些子类别未来或许仍将隶属于同一生态体系，因此，它们是否能够独立开辟出巨大的市场机会，这一点值得怀疑。汽车行业无疑拥有广阔的市场前景，智能驾驶和智能车舱技术刚刚崭露头角，尽管关于Robotaxi的讨论已持续多年，但它仍处于爆发的前夜，因此，汽车行业无疑是一个明确且巨大的商机。

家庭环境若成为主要的生活焦点，其持续的时间可能会相对较长，通常在五年或者更久，因此，这样的机遇也就显得比较清晰明确。

在小型机会领域，业界普遍认为，以深圳为根据地，蕴藏着众多年销量在百万台左右的商机。启明创投亦在此范围内，投资了众多规模介于100万至500万台之间的优质细分市场，这些市场内孕育着众多独立创业的硬件项目机会。

若规模达到1000万乃至5000万台，或许仍需在“人车家”这一广阔生态系统中探寻潜在商机。

邝子平表示衷心感谢，印奇今日基于个人创业之旅，向我们展示了其对于市场的独到见解。对此，他表示由衷的感激。