当大模型普惠后，AI应用落子何处？

2015 年 10 月，网易数智发布第一款产品，正式踏上了 ToB 商业化之路。2017 年，我们推出了属于网易数智的科技活动品牌——MCtalk，意为汇聚深度思维（Mind）、碰撞顶尖创意（Creativity），并持续运营至今。

2024 年，我们再度扩充「MCtalk」的内涵，重磅推出《MCtalk·CEO对话》栏目，深度对话 ToB 行业经营者、决策者、PE/VC 投资人等，就 ToB 从业者所关注的焦点问题展开讨论。

在2024年的12个月中，来自高成资本、影刀RPA、e签宝、有赞、崔牛会、盖雅工场、酷家乐、每刻科技、观远数据、爱分析、销售易的CEO、创始人，以及吴昊老师这样的ToB行业资深观察者们走进直播间，产生超200,000字深度对话内容，节目累计达到超1,000,000次曝光，吸引超100,000人次观看。

2025年，我们延续《MCtalk·CEO对话》的精良制作，将栏目焕新升级为《MCtalk·无限对话》，将嘉宾与话题由企业服务拓展至千行百业，深度观察千行百业的“每一处细节”，沉浸感受千行百业的“每一次变革”，详细研究千行百业的“每一门学问”。

全新栏目视觉、全新议题设置、全新嘉宾阵容，不设边界，无限畅谈！

 ——这是《MCtalk · 无限对话》的第2期

“万亿参数！十亿融资！百万Token！”——AI行业的战报越来越华丽，从卷团队、卷参数到卷算力、卷成本，也许AI行业的从业者仍在乐此不疲地看到行业日新月异的变化，但与此同时，社会大众的困惑就越深重：AI应用究竟将如何改变普通人的生活与生产？2023年，ChatGPT-3.5的问世开启全球百模大战，是闭源还是开源？是通用大模型还是垂直大模型？是免费开放还是付费订阅？争论连绵不绝。声响越噪，越能吸引注意力。资本市场永远追逐最能吸引人的故事。堪称“国运级科研成果”的DeepSeek大模型在蛇年春节期间给全球人工智能产业带去颠覆性的震撼：通过紧凑模型架构和计算资源的高效利用，DeepSeek以显著低于行业巨头的成本实现了顶级性能。这种“低成本高产出”的模式可能重塑AI商业化的竞争格局，迫使全球企业重新评估技术路线。进入2025年，有声音认为这一年是AI应用的元年，将会出现大量真正走进普通人生活场景中的的AI应用。面对这样的趋势判断，在落到具体实践的过程中，我们依然要逐个拆解例如AI应用的最佳工程路线是什么、需求度最高的AI应用场景是什么、如何保障AI应用的安全合规等问题。AI是一道时代命题。《MCtalk·无限对话》也尝试从自身独特的视角进行回答。第二期《MCtalk·无限对话》特别邀请到两位专注于人工智能领域不同方向的资深实践者，一位是网易数智副总经理、网易易盾总经理朱浩齐先生，从事网络安全行业二十余年，在AI安全方向具备丰富的服务实践经验，另一位是吉利星睿大模型GalaxyGPT负责人周瀚阁先生，长期深耕汽车大模型的研发工作，一同探讨从百模大战到AI应用元年，我们面临的挑战、机会与变革。

 要点速览

 AI位于发展拐点，2025年具身智能与AI智能体应用可期。

 AI可以成为最好的工具，但不会改变商业竞争力的底层逻辑。

 AI应用需共识底线与个性化防护并举以应对安全挑战。

 找到AI应用过程中“快思考与慢思考”的平衡点。

 大小模型打配合，端云协同新范式。

 大厂拼资源占据先发优势，小厂靠创新亦能垂直突围。

 推荐书籍：《智人之上》《刷新》。

01 

AI位于发展拐点

2025年具身智能与AI智能体应用可期

朱浩齐：周老师，你好。欢迎参加今天的对话交流。AI时代经历了千模大战这种大规模的发展，现阶段，你认为从整个宏观的AI产业来看，现在的AI，发展到了哪个阶段？未来的走向会是如何？周瀚阁：朱总你好。从宏观上来看，我认为AI的技术发展目前处于快速发展的新拐点。从两个方面看，一个是技术的持续创新和进步。我们知道2022年末，ChatGPT引爆全球，那个时候生成式AI也进入到公众的视野。然后到2024年，ChatGPT o1的更新。它通过强化学习和动态思维链，把大模型的training scaling law推到了推理阶段的 scaling law上面，这些技术在持续的创新。再到2025年，我们说是具身智能的元年。我们国家也把2025年定义为人工智能+元年。所以总的看下来，我们不管是基模还是多模态大模型和具身智能应用，这些都在持续的进行技术创新与突破。另一方面是产业融合。近两年来，我们国家已经把战略目标从人工智能的基础研究上深化到了和产业的深度融合上面。大家越来越重视面向垂类行业的AI应用发展。因此总的来说，人工智能应用发展呈现出三个比较清晰的生态位。其中第一梯队就是我们的智能驾驶和具身智能，另外还有很多应用，比如说AI在教育、金融和安全领域的应用。还有AI for science，AI在科研领域的助力。据信通院的相关报告，从2025年到2035年，AI产业融合的市场规模保守会翻四倍，复合年增长率会保持在15%以上。所以不管是从技术创新还是产业融合上面，我认为AI是处于一个快速发展的新拐点，而且未来多模态大模型、端到端大模型，还有具身智能会进一步得到发展。朱浩齐：确实如你所说。我们做互联网安全相关的技术研究也感受到AI能力的加持。AI进步，让我们在每个业务领域里都有了长足的发展。从宏观来说，我认为现在已经从技术萌芽进入到了技术的快速发展阶段，下一阶段可能就是广泛应用，目前看还远远没有到达全面覆盖的阶段，可能2025年就是很多AI应用的元年。我们也期待着未来AI会在部分领域里出现杀手级的应用。周老师，你认为目前杀手级应用是不是还没有出现？如果有的话，未来可能是哪些领域？

周瀚阁：如果按照OpenAI的说法，他们给2025年定义了三个关键词：效率、智能体还有多模态。我们最近也在跟一些AI公司，还有自己的团队在讨论，基本都认为2025年AI智能体大有可为。但是目前看下来，还没有出现一个现象级的智能体应用。但是很多领域已经展现出强大的潜力，比如说AI搜索智能体，还有GUI智能体。AI搜索智能体下一步的发展就是朝着更加个性化，更精准的搜索发展。比如说可以理解用户的模糊意图，用户坐在车里问今天适不适合穿羽绒服，AI搜索智能体就能够自动的理解用户意图是包含天气查询的，它会去调用一些外部的API，然后给用户精准的建议。AI搜索领域里面有一个很好的产品叫perplexity，现在的市场规模很大，我们体验下来认为，他们的优势就是领先的精准和个性化。第二个是GUI智能体，我们也叫多模态智能体。相比传统的RPA做自动化，它从第一性原理出发，理解屏幕，然后理解用户的指令，根据环境的变化持续地帮用户完成某一个任务。我们最近也在做一件这样的事。当汽车停在地库里，我人在办公室里开会。但是我的车把别人的车挡住了，需要挪开，然后再自动泊入。有了这个多模态智能体的加持，它能够自动的识别现在挡住了别人的车，需要先挪开，再自动泊入，最后完成任务还会通过邮件或者信息通知正在开会的我”它已经完成了“。这种情境下，我们引入多模态智能体，我们认为这个产品就变得更加有温度，更加可靠。总的来说，现在还没有出现现象级的智能体应用，但是我认为2025年有很大的可能性在AI搜索智能体和多模态GUI智能体上面出现现象级的应用。朱浩齐：对，这个跟我的体感也类似。我们在讲现象级应用时，总希望这个东西它会有革命性的创新和变革，体现在对我们原有的一些习惯或原有的一些方式产生巨大的影响，同时在用户数量上有指数级的爆发。从这个角度来看，这样的应用目前确实还没有出现。在某个小小的领域里面，做某一些创新，然后做一波小的宣传，这个热度很快也就过去了。没有那种长期持续的产生深刻变革的东西。我觉得你说的GUI智能体，可能是一个非常好的领域。但在这之前，我会更期待自动驾驶先于这些应用的普及，按照现在的大模型运算能力和端侧的计算能力，中国新能源智能汽车会变得非常强大。

周瀚阁：是的，我们也在努力地推进。在CES展上，我们看了非常多的具身智能应用，包括机器人、机器狗等等。我们人体就是一个生物版本的超级具身智能。我们的四肢相当于具身智能的可调控碳基版本，我们的大脑从出生开始就相当于一个大模型。出生的时候参数初始化，一个空白的大模型，在后天的学习中不断地迭代，参数不断地更新，才有了今天的我们。所以说具身智能在2025年，我们认为大有可为。

02 

AI可以成为最好的工具

但不会改变商业竞争力的底层逻辑

朱浩齐：我们是做安全应用服务的，属于To B业务。我们现在看到非常多的AI技术应用在To C的领域。周老师，你认为To C和To B这两个领域在AI的应用上分别有哪些特点或者差异？未来更看好哪个领域?

周瀚阁：我们团队既做了To C，在汽车上面搭载AI模型，也做了To B，我们内部叫做企业智能体，对企业进行赋能。在过去的2024年里，To C呈现出几个特点，其中一个是消费规模持续的增长，越来越多的人受到AI发展的普惠。很多人的内容生产工作都得到了提升，有越来越多的内容生产工作人员用大模型去进行生产、协作。

从To C来看，变现还是存在一些难度的。现在很多大模型厂商也没有扭亏转盈，大家都在烧钱做大模型，投入非常大。To B的话，我认为还是现阶段还是要聚焦在企业赋能，提升办公效率上，我们内部研发了一个类似于coze的智能体平台。例如，法务同学想写一份专利文件，可以在上面搭建自己的私有智能体，辅助快速完成任务。无论是To C还是To B，我认为市场前景都很宽阔。

朱浩齐：是的。我们做To B的感受是B端客户会更讲究实际的效率提升，解释起来就是用某个AI技术和产品必须真真切切地帮我提升解决问题的效率。

从这个角度分析，这并没有在本质上改变To B的商业模型，所以在我看来对于做企业服务的公司来说，核心价值并不是AI的技术研究，而是在某个垂直领域里，对业务的理解深度和产品功能与业务场景的适配度。这才是公司的核心竞争力。像我们做网络安全，最早的时候，我们从传统的深度学习算法开始做起，那个时候并没有智能体，也没有大模型，我们在深耕业务。现在有了大模型，有了这些更好的AI技术后，对我们来说，也只是对我们业务能力的加持，并没有从根本上颠覆商业模式。所以，我们有乐观的一面，也有认清现实的一面。

03 

AI应用需共识底线与个性化防护并举

以应对安全挑战

朱浩齐：刚才我说我很希望有家居家务的机器人帮我干活，这个机器人如果拿着刀在帮我切菜，这种情况下有没有安全机制就很重要了。在阿西莫夫的科幻小说里，有机器人三定律，机器人不能伤害人类，机器人必须服从命令，机器人在不违反前两项的情况下要保护自己。目前并没有任何一个算法或者一种底线类的规则和和设定来很好地解决AI发展过程中的安全问题。我记得2024年上半年很多话题是聊AI技术发展，下半年开始有媒体发起了有关AI安全的讨论。AI的道德、AI的伦理安全，这些东西如果没有一个科学的方式和手段规范的话，会严重阻碍具身智能的普及。哪怕是智能驾驶，它并没有道德的考量。比如说路上突然有人受伤了、突然有小动物窜出，我们不确定在这种类似电车难题的一些场景下，作为一辆AI驱动的智能汽车，应该要做什么样的选择，做什么样的判断。我之前看过一部英剧，讲未来的扫地机器人。这个扫地机器人非常智能，他觉得主人有问题，他就想尽办法要把主人给干掉。在面对这种情况的时候，人这种碳基生物就很脆弱了。周瀚阁：对。随着大模型的发展，除了刚刚提到的机器人这种情况，生成式大模型我们叫large language model，原本它生成的是文本，但是现在随着具身智能的发展，它的输出维度变成了action。所以它的输出维度增加也是对我们安全提出了更大的挑战。朱浩齐：大模型出来之后，我们发现数字内容的生产方式、生产频率发生了革命性的变革，出现了大量我们之前预料不到的东西，也就是通过AI生成大量从未见过的内容。这个时候，我们作为安全服务商，我们要确保AI技术能造福人类。我们有一个防护模式叫大模型围栏实践，在大模型的输入端、输出端，包括它输出的文本和action，都会做安全相关的围栏设计。这种模式可以理解为我要能保证AI只在这个围栏范围内开展智能活动。

朱浩齐：这有可能会被视作损害AI的智能性，但是在安全性得到有效的认证之前，这样的限制是有必要的。就像我们发明核能，它带来的核辐射污染问题必然存在。但为了能让核能更好地造福人类，就必须要执行规范核污染排泄的措施。我们不得不面对技术进步带来的安全挑战，或者叫伦理挑战。我们现在很大一部分精力在做AI安全相关的标准建设。如果是人类很容易达成共识的底线问题，比如说毒品、恐怖暴力和未成年人色情，我们把它称之为P0级安全风险，代表全球通用。这种我们比较容易去制作标准和安全防护策略。还有一种情况是价值观方面的考量，不同的地区和不同的国家，当地的生活习惯和当地的道德标准，都是不同的。我们的安全防护措施就要符合当地老百姓的习惯和道德观念，那么我们的团队就先要去研究这些，安全防护策略和安全防护模型才能符合当地的要求，这才算是真正的获得了需要的安全。周瀚阁：不同文化环境下，人们的价值观都不尽相同。所以随着AI的发展，个性化越来越强。不仅是AI的功能，它的安全也要做到位。朱浩齐：我们有很多做未成年人产品的客户，他们非常多的安全需求是来自于未成年人的父母，我们会发现不同的家长对于未成年人安全的要求是完全不一样的。成年人的网络空间里，一些谩骂词可能很常见，但在部分家长看来，未成年人不应该接触这些内容。基于这种千人千面的需求，我们称之为“让安全更智能”，在共识的底线之上，让安全服务根据需求变得越来越智能，越来越个性化。

04 

找到AI应用过程中

“快思考与慢思考”的平衡点

朱浩齐：想请周老师分享一下像吉利这样的头部汽车厂商自身对大模型的研究和应用，大概到了什么样的阶段？周瀚阁：我们的愿景是希望把人工智能应用到智能座舱和自动驾驶上，打造一个智慧出行的具身生命体。它应该具备一些特点，比如说超级个性化，它能够根据不同用户的需求完成任务。今天可能主驾是我，明天可能是我的父母。他能够通过长短记忆识别当前的使用者到底有什么需求，然后实现千人千面的效果。第二个就是我刚刚提到的主动功能，它应该是更加主动的，而不是传统的被动式应答，冷冰冰地执行。第三个就是安全。随着具身智能，包括汽车在自动驾驶上的应用，什么时候做出更加符合人类价值观，符合道德伦理的决策，这个非常重要。我们目前打造汽车行业大模型，是通过一些高质量的数据去做SFT。同时也在跟外部生态伙伴链接，希望进行更好的对齐，从而符合人类的价值观。2025年如何实现大模型的进一步对齐，达到human level的水平，是一个很有挑战性的课题。朱浩齐：关于安全这块，我们可以跟周老师多多交流。网易易盾这边，我们在2022年开始做大模型研究，我们的安全大模型备案也已经通过了。在实际业务场景中，我们发现大模型的理解能力非常好。所以它在特殊内容识别和多模态内容的理解和泛化能力上很强，比我们原来的深度学习检测模型、分类模型效果都要好。但是它有两个局限性。一个是算力限制，无法在实时在线的检测中把它加进去，存在几秒钟的延迟，所以我们在做离线异步。通过离线异步模式，可以做到性价比和安全性的最优平衡。

周瀚阁：刚刚朱总提到，大模型安全性的提高，必然会影响它在任务领域的精准度和自由度。所以实用性和安全性之间的平衡，想来是新技术应用过程中一个很大的挑战。我们现在在做的复合式人工智能系统，有快思考和慢思考。2025年大家都在提倡做架构上的创新，把小模型跟大模型充分的利用起来，联动协调。之前看伯克利他们发表一个研究，验证复合式人工智能系统的优势。如果用单一的大模型编码器，堆了三倍的训练资源跟训练数据。它的性能，如果我没记错是提升了五个点，从30%到35%。但是用上复合式人工智能系统，它的性能在更少的训练数据和训练资源的情况下，直接能提升到80%。

05 

大小模型打配合，端云协同新范式

朱浩齐：说到这，我认为未来还有一个话题也会被拿来充分讨论，就是大模型和小模型各自的发展趋势和应用价值。周瀚阁：对的，小模型的优势我觉得叫小而美，它的训练数据和推理资源肯定更少。现在大家也在做端侧的AI大模型，应用的有AIPC、可穿戴设备等。这些场景下是小模型发挥它的优势所在。我们还在做端云协同部署，端侧部署一个小模型，相当于刚刚说的快思考，把涉及用户隐私的数据，不上传到云端大模型，直接在端侧处理。而云端大模型可以做端侧大模型兜不住的一些问题应答，它来做复杂的推理，再把执行结果返回去。总的看下来，未来的趋势应该还是刚刚朱总说的打造生态，大小模型协同起来，形成一个综合的智能体框架，就跟我们大脑一样，有快神经、慢神经。

朱浩齐：我们在2020年下半年开始，有越来越多的客户提到端侧的安全模型。我们现在已经开发了一些可以跑在端侧的小模型，比如说手机端上的内容安全检测模型。但精度和运算能力确实没有云端大模型强。因为安全领域内有这么个特点，真实的流量数据里面99%都是正常的，可能只有1%存在安全合规风险。原来的逻辑是这100%的数据全部要放到云端来做复杂的运算和打标，而现在可以允许5%的数据需要通过云上大模型检测，先在端侧把95%数据过滤掉，剩下5%的数据再拿到云端去，从这5%里面找出那1%真正有问题的。这样对于整个安全结构和系统来说，都是一个非常好的降本增效策略，成本大幅降低，效率大幅提升。

06 

大厂拼资源占据先发优势

小厂靠创新亦可垂直突围

周瀚阁：2025年，我认为AI还是有很多细分赛道可以做，这个过程中，肯定也有一些专注于做各种细分赛道的创业公司出现。朱总你认为大公司跟小公司做AI，他们的各自的优劣势在哪里呢？朱浩齐：大公司资源多、人才多，资金也多。生态建设比较容易做，或者已经比较成熟。所以大公司会有比较好的先发优势。刚好AI这项技术又非常地消耗资源，再就是训练数据也会更多。当然凡事都有两面性，大公司的劣势就是我们常说的“大公司病”，组织的灵活性和创新性不够。我们常提到的创新者的窘境，对大公司来说，他习惯于自身国王的业务逻辑和成功逻辑了。这个时候你希望它有快速的响应能力、快速的创新和变革能力，是非常困难的。而这方面可能恰恰就是小公司的优势。小公司更加灵活、更容易专注在某个领域里面。随着技术的发展，一些大模型技术开源，或者一些学术研究成果的公开，这些都可能在一定程度上帮助创业公司在某个很垂直的领域中做出突破性的进步。

周瀚阁：现在我们看到一个趋势，就是超级个体公司的涌现。很多content creator内容生产者，借助AI工具，自己一个人就是一家公司，我们把它称之为超级个体。我认为最重要的是要找到一个好的细分赛道，以及有创新的产品。朱浩齐：基座大模型越强，在细分赛道或者专精的小领域里，就更容易做出用户体验非常好的小产品。前面提到2025年可能是AI应用元年这样的论断，我们是希望看到越来越多的创业公司在不同的场景里去做出非常好的应用。在具体业务开展的过程中，我们也会根据不同的需求去链接一些外部生态合伙伙伴，不管是高校还是第三方合作伙伴。这个是符合我们业务导向的工作方法。我们在业务导向下，关注的是把安全这件事情做好。我们并不在意某个东西一定要我们自己投入多少资源研究，哪一家供应商能力强，哪一家技术好，我们就拿来用。我们把安全业务拆分成不同阶段后，可以在不同的阶段来选择不同的合作伙伴嵌入到业务流程中。因为只要最终业务的结果好，用什么工具我们并不会太在意。

周瀚阁：我们吉利也是一样，我们毕竟是一家汽车厂商，在人工智能的研发中，我们也在积极的做生态合作。不管是跟面壁、DeepSeek，还有豆包团队，我们都在积极地进行交流。AI技术挑战还有很多，不是一个体就能完成的。朱浩齐：我们判断大资金投入的基座大模型，未来不可能是一家垄断，但也不可能有很多玩家。因为没有那么多的资源投入，所以未来可能会变成只有少数的几家基座大模型厂商。对于我们这种垂类的应用厂商来说，需要这些不同能力的机构大模型来共同参与到同一个领域的研究和应用中。DeepSeek的崛起充分印证了技术发展呈现指数级增长的趋势。新技术的迭代周期不断地缩短，让我们对接下来的AI时代也充满期待。不难预见智能化将成为未来产品的主流发展方向，聚焦到我们自身的业务安全领域，我对未来的市场需求空间还是持乐观态度的。随着AI技术的日益普及，安全认证也会如同制造业的ISO9000系列，电子产品的3C强制认证一样，成为AI技术应用的标配。AI应用越多，安全需求也会越多。当然我们也承认，大模型展现出了非常强大的能力，但我们也看到它需要巨大的算力支持。

07

推荐书籍：《智人之上》《刷新》

朱浩齐：最后，我想和周老师你交换推荐一本书，我推荐的是尤瓦尔·赫拉利今年出版的《智人之上》。他之前也出版过《人类简史》等畅销书。尤瓦尔·赫拉利作为一名历史学家，他在这本书中分享了一些从历史角度看信息对时代变迁的影响和对未来的展望。我觉得这本书里提到的“复杂的信息观”概念，对我们做内容安全工作很有启发。书中提到的信息对人，对社会秩序的影响的案例，能帮助大家更好地理解数字内容安全的重要性。周瀚阁：好的，朱总。我这边也推荐一本书，我前段时间刚看完，是微软CEO纳德拉写的一本书。书籍名字叫《刷新》，书中，他首先讲了他作为微软CEO这些年管理微软的一些方法论，以及他的心路历程，还探讨了在人工智能这场技术革命下，怎么样借助AI去更高效的去管理组织运转。然后也讲述了一些重要的商业趋势，以及未来潜在的AI应用机会。

朱浩齐：谢谢周老师。在这个已经到来的AI时代里，我希望我们能有更多的交流，有更多的合作。未来我们在各自的专业领域中一起做出更有意义、更有价值的产品与服务，实现用技术造福人类社会的价值愿景。周瀚阁：感谢朱总。通过今天过来交流学习到了很多人工智能安全相关的知识。现在2025年刚刚开始，也希望到了今年年底的时候，我们各自的团队都能够交付更好的AI应用产品，让用户满意，打造以人为本的商业成功。