雷锋网传来消息，于2025 IDEA大会期间，IDEA研究院那创院理事长，身为美国国家工程院外籍院士的沈向洋，运用五个维度把智能演进的脉络进行了梳理，这五个维度分别是：算法范式，智能载体，交互范式，计算架构以及数据。

他表明，相较于给出一条技术路径路线图，他更为期望提出一个用于“识别机会”的思考架构，以此协助创新者于智能演进期间寻得技术、产品以及商业的切入点。

算法范式维度：从模式学习走向目标驱动

三个阶段，是AI的数据算法演进的阶段：监督学习，构筑起表达与生成能力；强化学习，引入了因果与执行；自主学习，迈向高层认知。技术本身，从Transformer架构出发，朝着更高效、更稳健的体系演化；从自回归到扩散，再到混合式生成方法，这些变化，共同推动智能的表达边界不断拓展。

智能载体维度：从符号空间走向物理空间

业界所关注的要点啊，已然是从语言以及多模态模型方面，转变到了世界模型与具身模型之上。这样的一种变化呢，反映出智能的载体正在从抽象的符号空间朝着物理空间迈进，呈现出“从理解世界，到改变世界”的态势。世界模型能够理解物理规律以及因果关系，具身模型呢，则是将感知、决策与行动形成完全闭合的联通状态，从而使得AI成为了能够在现实环境里施加影响的主体。

交互范式维度：技术与人的关系被改写

沈家煊强调交互创新在人机交互维度里的重要性，过去七十年间，人机交互历经了从命令行、图形界面、搜索、推荐直至自然交互的多次范式迁移，每一回迁移背后，都对应着底层技术浪潮的改变，他同时指出，自然交互内部也存在分层，从被动响应，到交互式执行，再到具备提议能力的主动模式，交互方式从文本延伸到语音、手势乃至未来的脑机接口，他还强调，今天的产品开发者务必看懂智能特性带来的交互机会。

计算架构维度：性能、成本与能效的新平衡点

趋势是朝着从通用迈向专用、自单一转为多元的方向发展，GPU激发了深度学习的首轮爆发，然而能耗跟成本也持续升高，随着应用呈现多样化，推理、端侧、强化学习等一类专用芯片不断出现，未来光子、量子、类脑等或许也会在特定领域造成性能提升。

数据维度：从静态教材、动态反馈到证据

当处于智能演进的三个阶段时，数据会扮演不一样的角色，于模拟世界阶段而言，数据是静态教材，在探索世界阶段，数据是动态反馈，在归纳世界阶段，数据是验证假设的证据，他有所指出，存在着这样一个过程，从人类数据枯竭开始，到合成数据兴起，再到AI主动探索并获取实验数据，此过程意味着数据由限制模型能力的约束，逐渐转变成推动AI主动学习的工具 。

处于智能浪潮当中，机会并非单纯源于技术自身，还在于明白技术怎样去改变载体、交互、计算以及数据的形式，怎样再度分配能力、资源和价值。

沈向洋讲道，IDEA研究院的定位是这般表述的，即“鉴于从实验室里诞生出来，进而朝着产业领域里面去发展”，致力于构建起前沿研究成果跟产业规模化需求之间的连通路径。处于技术以高速态势演进以及产业迅速进行对接的交汇之处，IDEA研究院期望能够给予一个服务于创新的思考架构模式，以此协助创新人群“去寻觅跟市场、以及社会发展最为契合匹配的落脚点”。