首次登台的是智谱创始人唐杰，这发生在获得 “全球大模型第一股” 桂冠成功且在港交所敲钟之后；首次对外阐述观点的是 Kimi 创始人杨植麟，这是在完成 5 亿美元 C 轮融资之后；首次亮相的是腾讯 “CEO/总裁办公室” 首席 AI 科学家姚顺雨，这是在其因履新腾讯而广受外界关注之后；还有一次密集观点输出的是 Qwen 技术负责人林俊旸 。

这便是1月10日，缘自清华大学基础模型北京市重点实验室、智谱AI所发起的AGI—Next前沿峰会。新京报贝壳财经记者于现场察觉到一个细节：尽管上述四人所处的智谱、Kimi、元宝、千问差不多涵盖了当下中国基础大模型的“半壁江山”，可是会议现场最中央的嘉宾位置给予了包含中国人工智能领域“开山鼻祖”、91岁清华大学教授张钹等在内的四位重量级院士，除了唐杰身为主持人需要频繁上台之外，杨植麟等坐到了第二排。

会议期间，唐杰讲述了怎样“让机器像人那般思考”，杨植麟呈现了Kimi K2于训练进程里是怎样借由优化模型绘出“2025年最为漂亮的曲线图”的。并且，在圆桌讨论阶段，姚顺雨详尽讲述了自身到腾讯任职后的感受，对于中美AI行业不一样的体会，以及针对下一代AI范式的思索。

注意到的是贝壳财经记者，在那场时长约三个半小时、有着学术氛围且全是充满模样的会议上，是四位院士专家听到告终了的。抽空儿做了一个PPT的是张钹院士，还进行总结发言了。张钹说，“大语言模型出现以前，我极不赞同我的学生去创业。然而大模型出现之后，我认为最优秀的学生是应该去搞企业的，因为人工智能会对一切进行个定义，将未来的企业家也定义了起来。还得把人工智能当作水和电那样交给人类，企业家也必然要担当的是社会的责任。”。

贝壳财经记者罗亦丹进行拍摄所记下时间点滴之中，张钹院士于演讲期间表明将会去“重新定义处于AI时代环境下的企业家这一概念范畴” 。

唐杰：像做咖啡一样专注做研究，AGI值得长期投入

智谱AI创始人、首席科学家唐杰现场发表演讲。主办方供图

把智谱创始人、首席科学家唐杰作为本次活动的“东道主”，他兼任了会场主持人的角色。贝壳财经记者察觉到，在活动快要开始之前，有好些行业人士，就连记者自身都前往向他“恭喜上市”，然而唐杰始终维持着学者的本来面目，礼貌地做出回应之后就一门心思投入到修改报告当中。

提到唐杰，其演讲题目是“让机器和人那样有种能思考的状态表现”，从 2006 年在清华完成学业离开校园到现在，他恰好经历了 20 年的时间跨度。回顾往昔岁月，唐杰对自身经历进行归结表明自己“大概做下来的是两件事情”：其一，是当年所研发的 AMiner 系统；其二，就是当下的大模型。

唐杰身上，丝毫不见那种公司创始人惯有的商人之气。他表达，自己一直留存着一个观念，乃是要用像投身于制造咖啡那般的专注之态去行事。现在，他遇上了AGI，这恰好是应当长期倾情投入、需长时间钻研应对之事，“AGI可不是短暂、单纯又见效神速的这般状态，绝非开展之事当日着手其后次日便能够鲜花绽放、收获成果，它耗时漫长，极是适宜倾力投资。”。

于是，他引领团队毅然决然地暂停那时已然具备国际影响力的图神经网络、知识图谱研究，全体人员转而投身大模型领域。于他而言，2025年RLVR（可验证奖励强化学习）会迎来爆发，使得模型能够在可验证环境里自主进行探索，达成自我成长。然而行业挑战依旧存在，怎样把可验证场景延伸至半自动甚至不可验证领域，成为全球科研团队共同需应对的课题。

唐杰说道，在2025年初的时候，DeepSeek的突然出现，使得他还有他的团队察觉到，Chat范式已然快要到达发展的瓶颈之处了，而行业的新方向应该是“让AI切实地去做事”。依据这样的一种判断，智谱决定去整合Coding（编程）、Agentic（智能体）、Reasoning（推理）这三大核心能力，在7月发布了GLM-4.5模型。这个模型在12项基准测试里表现得很出色。

然而，针对当下中美模型所存在的差距这个情况，唐杰着重指出行业务必要保持一种能清醒认知的状态：中美在大模型领域的差别依旧处于拉大的趋势之中，美国于闭源模型领域所进行的深度钻研是值得国内团队予以警惕的。展望往后，AGI的发展需要去攻克三大核心能力：其一，是多模态感统，达成多源信息的统一感知；其二，是完善记忆系统，构建起从个人三级记忆一直到人类第四级记录的一整个完整体系；其三，是探索反思与自我认知能力，这个有着争议性的研究方向，仍然是具备非常高的探索价值的。

唐杰透露了对于2026年的发展规划，智谱会聚焦三大方向，其一，持续推进Scaling已知边界与未知范式的探索，这里的Scaling可理解为数据规模，其二，推进模型架构创新，解决超长上下文与知识压缩的核心问题，其三，深耕多模态感统技术，助力AI真正进入物理世界。他坚定地相信，AI for Science很快就要迎来迅猛的、全方位的发展阶段，然而，AGI所进行的最终极追寻，恰恰是要使得机器宛若人类那般针对未知展开探究，这一方面是非常要求科研团队能够保持极度专注并稳健坚守的，更重要的是，从根本上来说，还需要具备敢于去挑战那种被普遍认为“不可能”的事情的勇气。

杨植麟：当你有一个优雅的方法，就可以得到一个优雅的结果

月之暗面创始人杨植麟现场发布演讲。贝壳财经记者罗亦丹/摄

在AGI - Next前沿峰会上，月之暗面Kimi创始人、CEO杨植麟展示了Kimi K2在训练过程中通过QK - Clip驯服Muon进而降低Logits所依靠的优雅支撑，即当你拥有一个优雅方式时能够获取一个优雅结果这一情况，他还把一张呈现平稳下降态势的Loss（模型训练损失值）曲线图称作“2025年见过最漂亮的东西” 。

十余天之前，在12月31日那天，杨植麟曾发布一封内部信，信里提到，有一个模型，它是中国首个万亿参数基座模型，又属于第一个开源的Agentic Model，在极为关键的Benchmark也就是模型性能基准测试里，比如说在HLE方面超越了OpenAI，首次成功运用二阶优化器开展大规模训练，K2系列模型促使Kimi从中国迈向了世界 。

由于Kimi K2以及K2 Thking等模型于技术方面达成了突破，杨植麟怀有着满满信心针对中国的开源模型。在峰会上时，杨植麟明确地讲：“我认为众多中国的开源模型正渐渐变成新的标准。”。

K2之后，Kimi接下来会从哪几个层面去攻克人工智能范畴里还没被解决掉的难题呢？

杨植麟称，在K2过后，Kimi一直在探寻下一代模型大致会呈何种模样。从技术路线方面来看， Kimi会于当前开源的Kimi Linear的基础之上，开展更多的优化工作以及改进举措，以此来训练K3模型，其中最为关键的一个改进方向，乃是对大模型的线性注意力机制在长距离任务上的表现予以优化。

业界普遍关注Scaling问题，对此杨植麟介绍称，Kimi会在K2基础上做更多Scaling，然而他又提出不同观点，强调Scaling不只是增加算力，而是要做更多技术改进，并且这些技术改进会等效化为Scaling的优势，他还表示“我觉得模型是个很不一样的东西，做模型的过程本质上是创造一种价值观。”。

在内部信里，杨植麟透露出，公司于近期完成了5亿美元的C轮融资，并且大幅超募了，当前现金持有量超过了100亿元。杨植麟在该内部信中表现出了十足的底气，他写道，和二级市场相比较而言，我们判定还能够从一级市场募集到更多资金，“所以我们在短期内并不着急开展上市行动。当然在未来我们计划把上市当作手段来加速推进AGI，选择合适的时机再行动，主动权已然掌握在我们手中。”。

在演讲临近结束之时，杨植麟讲述了一段对话，这段对话，是他与Kimi针对“AGI/ASI的降临，有可能造就更为美好的将来，然而也有对人类构成威胁的可能性，身为钻研AGI/ASI的科学家，是否还要持续进行开发”展开探讨的，他也通过此来表明自己对这个问题的见解。Kimi所给出的答案是，即便处于存在风险的状况下，依旧会持续开展开发工作，原因在于倘若放弃AGI/ASI，那就意味着舍弃了人类文明所蕴含的潜力。

杨植麟坦言，他希望在接下来十年时间，把K4、K5到K100做得更好，还希望在接下来二十年时间，也把K4、K5到K100做得更好；所有技术的突破都伴随着风险，不能因为恐惧而停滞不前，反而应该进一步去突破，与此同时，要控制好风险 。

那姚顺雨表示，腾讯面向消费者的基因更为突出，而本人更多是思索怎样让大模型能够给用户送去更为多的价值 。

有着腾讯“CEO/总裁办公室”任职身份的那种首席AI科学家的姚顺雨，参与关于圆桌的讨论，这讨论相应照片照片是由主办方提供的 .

与唐杰以及杨植麟相比、姚顺雨的出场处在峰会的圆桌讨论环节，其出场很具有“戏剧性”、远程连线上的他在圆桌刚开始之时被投屏到了会场大屏幕之上，这引发了现场笑声，他也调侃着问出“我现在在会场是不是有一张巨大的脸？”这样的话 。

姚顺雨身为前OpenAI研究员，有过在了美国与中国的明星公司开展AI研究的经历，针对其本人于腾讯的“新身份”，姚顺雨表明腾讯是一家To C基因更为强大的公司，“我们会思索怎样才能够使现今的大模型或者AI的发展给用户给予更多价值，核心研判是我们发觉很多时候所需要的并非更大的模型、更强的强化学习或是模仿学习，而是额外的Context（上下文信息）” 。

姚顺雨针对中美实验室的研究文化，提出了自身的建议，他觉得在中国大家还是倾向于做更为安全的事情，似预训练这种已被证实可行的方向，即便技术难度颇高，中國团队也能够在短时间之内攻克，然而对于长期记忆、持续学习这类未知的领域，大家却极少愿意去涉足，他呼吁中国研究机构摆脱“打榜”的束缚，Claude的模型或许在编程或者软件工程的榜单上并非是最高的，可是大家都清楚这个东西最好用 。他觉得，DeepSeek的举措值得拿来参考，该公司并不有意去谋求榜单中的名次，而是更为看重，“什么是正确之事”，“什么是用户能够体会出好或者坏的事”。

于峰会现场之中，姚顺雨亦对AI市场分化予以了其所作的观察分享。站在他的认知角度而言，当下的AI行业正展现出两种分化趋向：其一乃是To C赛道与To B赛道之间显著的区分界限，其二则是垂直整合以及模型应用分层这两条路径的分化情况 。

提到To C和To B的不同之处，姚顺雨把GPT和Claude Code当作突出例子。他直接表示，“我们如今拿GPT与去年相比较，感觉差异不是特别大”，对于To C用户来讲，多数人多数时候用不着顶尖的智能，“好多用户甚至将大模型当成是搜索引擎的增强版本，很多情况下也不清楚该如何去运用，从而把它的智能激发出来”。

To B赛道的逻辑却全然不一样，姚顺雨着重指出，智能程度越高，就意味着生产力越高，商业价值也就越大，他留意到一个有意思的情况，美国的企业客户甘愿为最强的模型支付额外费用，举个例子，一个顶尖模型每月定价二百美元，而次一级的模型定价五十美元或者二十美元，然而企业更趋向于挑选前者，在他眼中，To B市场里，强模型与弱模型的差异会愈发显著 。

未来三到五年，国产AI可能领先吗？

在圆桌的最后，针对“未来3至5年，全球最为领先的AI公司为中国团队的，其概率究竟有多大”这一问题，姚顺雨给出了自己的看法，林俊旸给出了自己的观点，唐杰同样给出了自己的观点。

关于姚顺雨的回答呈现出极为乐观的态势，其结果是概率处于颇高的水平。他所具备的信心乃是源自于中国在多个不同领域所积累的成功经验，具体而言，中国具备能够复现众多成功案例的能力，尤其是在一些局部范围之内还会达成更为出色的表现，这种情况在制造业领域已然持续不断地发生着。然而，他同时也坦率地表明了自身的看法，当下全球范围内的生产力以及To B模型应用，其中的诸多成果大多是在美国诞生的，其核心缘由在于美国企业在商业层面的支付意愿更为强烈，并且其商业环境相对而言更加成熟完善。他还提到，在当下的国内开展To B业务是存在诸多困难的，正因如此，所以众多公司会选择出海或者朝着国际化的方向迈进的途径 。以他的观点来看，建立起完备的本土面向企业的市场，而且在同期拥有在国家之间展开竞争的能力状态，这可是致使中国人工智能兴起发展获得成功的必然要有的先决性条件呀。

更加关键的，乃是主观方面的突破。姚顺雨夸赞中国 AI 人才具备实力，声称：“中国存有超多超强的人才，任一事情一旦证实有能力做完，好多人都会极具积极性地去尝试，并且期望做得更为优良。”然而他又表明，国内渴望突破新范式抑或开展冒险性探索的人数尚不够多，这背后牵涉经济环境、商业环境以及文化等诸多因素。

姚顺雨强调，“我们到底能不能引领新的范式，这可能是今天唯一要解决的问题”，在商业层面，中国已经具备比肩甚至超越美国的能力，在产业设计层面，中国已经具备比肩甚至超越美国的能力，在工程层面，中国已经具备比肩甚至超越美国的能力，唯独在前沿范式的探索上，还需要更多有创业精神和冒险精神的人，敢于投身未知的领域。

林俊旸指出了中美算力方面存在的差距，美国算力状况上表示整体相比我们要大出1至于2个数量级，他还提到自己看到了OpenAI等把大量的算力投入到下一代相关研究这个举动，然而相较来说我们一方则有些困难，可能连交付所占的部分就已经占到了绝大部分的算力，这存在着一个算得比较大的差异。

不过他同样声称，伴随教育的广泛普及，以及研究人员年纪渐渐趋向年轻，当下中国人工智能从业者的冒险精神正愈发强烈起来，“我是属于九十年代比较靠前的一批，（姚）顺雨是九十年代靠后的，我们团队当中还有好多零零后，往后我们的创新几率也会变得越来越高。”。

唐杰坦白表示，中国企业界的AI Lab，也就是AI实验室，和美国相比存在距离，不过他对未来很有信心，他觉得，中国有机会的其中一方面是，90后、00后这一代创业者敢于冒险，愿意投身核心创新，另一方面是，营商环境正在循序渐进地改善，要是再进行优化，让创新者摆脱繁杂事务，都去聚焦研发，又会释放出更大潜能，还有一方面是所有从业者的坚持，身处环境持续变好的时代，当中的经历本身就是财富，只要敢去闯敢去试，一直坚持不懈，不一定没法走到最终，标点符号要调整的吧句号改逗号再改成句号 最后的标点符号改成句号。

新京报贝壳财经记者 罗亦丹 张晓慧

编辑 岳彩周

校对 刘军