您现在的位置是：网站首页>娱乐娱乐

电玩城海洋之星

覃忆山 2025-05-14 【娱乐】 5189 人已围观

【编者按】“星汉灿烂,若出其里⑳。”人工智能迈入闪耀时刻⑳。

4月29日①，习近平总书记来到位于徐汇区的上海“模速空间”大模型创新生态社区调研⑩。他指出③，人工智能技术加速迭代⑨，正迎来爆发式发展⑰，上海要总结好以大模型产业生态体系孵化人工智能产业等成功经验⑥，加大探索力度⑤，力争在人工智能发展和治理各方面走在前列❸，产生示范效应❸。

如今⑤，徐汇区已形成“北斗列阵”+“群星闪耀”的AI生态布局⑬。其中▓，“北斗七星”由稀宇科技❶、商汤科技⑧、阶跃星辰③、无问芯穹①、星纪魅族⑨、特赞科技和斑马智行7家标杆企业构成▓。

这些①、企业何以成为“北斗”⑤？它们在人工智能领域有哪些探索和前瞻性的思考⑰？即日起④，澎湃新闻推出“北斗专访”系列报道❸，通过深度对话⑫，解码标杆企业的AI星辰版图②。

祝碧晨设计⑧、上午9点多④，特赞科技办公空间内❷，范凌穿着深色短袖和牛仔裤⑧，电脑放在膝上⑭，专注地敲打键盘⑭。窗外是高楼林立的上海徐汇滨江⑯，聚集了众多AI企业⑭。直到记者到来④，他才从工作中抽身⑰。

范凌是特赞科技的创始人兼首席执行官❷，同时担任同济大学设计创意学院教授③、设计人工智能实验室主任⑤。特赞科技是上海“模速空间”七家人工智能龙头企业“北斗七星”成员之一⑬，这是一家专注“内容+人工智能”的独角兽企业⑩。

目前⑧，特赞科技打造了企业级内容人工智能平台⑤，帮助客户实现高效⑥、优质的内容管理⑩、生产⑪、分析和分发⑪，已为100多家世界500强企业提供人工智能平台⑫，服务了10万个小微企业和个人⑲。特赞科技完成了D1轮融资⑭，估值超过10亿美元⑪。

范凌⑭，特赞科技的创始人兼首席执行官⑫，同济大学设计创意学院教授③、设计人工智能实验室主任⑫。本文图片均为受访者提供

和“模速空间”很多创业者一样⑲，范凌拥有高学历⑤。他毕业于哈佛大学并获博士学位⑰，创业前曾任教于美国加州大学伯克利分校⑥，教授人机交互⑲。2015年⑮，他由海外高层次人才计划引进回国⑭，创立特赞科技②。2016年⑨，特赞和同济大学成立了国内首个设计人工智能领域的实验室④，范凌开始学术兼商业的跨界⑪。

在人工智能爆发式发展的时代⑨，范凌相信谁能成功地让人类和AI实现高效协作⑤，谁就能拥有源源不断的商业机会⑲。他提到⑪，现在AI主要还在“说话”❸，接下来AI真正要“干活”⑲，越来越多的算力也将会用在解决问题上⑨。AI不可避免地将取代一部分“存量工作”⑩，又会创造更多“增量工作”③。

范凌常会思索AI带来的治理风险⑳，以前他是一个“公有云”的忠实信仰者⑯，现在开始思考是不是有必要把数据储存在硬盘②？企业❷、机构乃至个人如何保护自己的数据资产②？私有数据和公有数据的关系如何平衡❸？大模型又如何避免形成“知识寡头”和“信息寡头”⑦？

近日⑧，范凌接受澎湃新闻记者专访①，他讲述了AI时代特赞科技究竟在做什么⑦，有何短期和长期目标⑩，也阐明了自己对AI飞速发展的观察和担忧⑬。

【对话范凌】⑥、澎湃新闻：特赞科技是模速空间“北斗七星”之一⑥，可能有一些人尚不了解特赞是什么样的企业⑥，请简单介绍一下你的创业历程和公司的创立初衷⑪？

特赞科技⑧，上海“模速空间”七家人工智能龙头企业“北斗七星”之一⑭，专注“内容+人工智能”⑥。

范凌：我是一名创业者——特赞科技创始人⑭；也是一名教师——同济大学设计创意学院教授❸。

特赞的英文名叫Tezign⑬，即Tech+Design⑲，是技术和设计的结合❷，因为我一直想做的事情就是把科技带到创意领域里⑪。我父母是艺术家⑬，我自己是理工科出身①，在我身上有一颗艺术的心和一个工程的脑⑥。我一直在思考⑳，如何把“心”与“脑”的距离拉近④，它像是我的一个使命⑧，这也投射在特赞科技上面⑨。

如果换一种说法②，人有左脑和右脑⑦，左脑关心更高⑥、更快▓、更强⑨，右脑关心人文①、设计⑨、艺术等等⑰。目前人工智能可能大部分的精力都在“左脑”上❶，人工智能的“右脑”潜力还没有被充分挖掘出来⑮。特赞在做的⑲，也是关于内容创意如何与技术创新结合并释放生产力的试验③。

澎湃新闻：特赞科技如何将技术和创意融合②，公司核心业务具体做什么❷？

范凌：特赞科技的核心业务是围绕“内容数据与人工智能”⑬。我们构建了企业级的创意内容数字新基建⑧，围绕企业内容资产④，打造企业内容的管理⑧、积累②、生产❷、分析的数字化平台⑭，提升品牌内容资产的生产与流转效率▓。

特赞科技的业务架构和产品❸。

很多企业有自己的数据库❸，有数据内容从0到1的积累❶，而在生成式AI出现之后⑭，我们能够更好地帮助企业完成从1到N的数据管理⑭、分析和分发❷。企业的原始数据和内容往往是非结构化的数据②，我们把企业的“内容⑧、效果数据⑧、内容标签”三者打通①，可以帮助企业批量化生产内容⑯，让内容更高效地和社交平台❷、触点发生关系❷；同时⑪，帮助企业形成内容的分发和反馈分析报告⑨，提高营销效率⑧。

从品牌角度看❷，内容应分为两类：0到1的内容和1到无穷的内容⑬。0到1的内容⑫，应该用来传达品牌文化⑳、品质和价值观①。这部分内容可以由人和AI共同完成⑯，人起主导作用⑯。而1到无穷的内容⑮，如果没有AI是无法实现的⑳，这类内容会在各处与消费者产生转化⑱，内容量要庞大到铺天盖地⑳，并以高质量内容不让消费者感到被骚扰①。

澎湃新闻：你非常关注内容推理❶，能否稍微解释一下内容推理❶？

范凌：“内容推理”是基于已有内容信息进行理解❶、分析❸、判断甚至预测的过程⑲。内容推理模型的训练依赖大量高质量的标注数据⑳。数据标注是智能化进程中很基础⑧，但也是很麻烦的活儿⑬。每个人的语言体系不同⑬，对同一个事物类似的感知也会用不同词汇描述④，有的人称赞“可爱”⑥，有的人则称之为“萌”⑳，因此要对标注数据之间做相关性和等价关系的匹配❶。

特赞积累了大量标注数据⑱，已形成创意设计的基础开源数据集▓，还与行业合作建立了垂直数据集⑩，包括快消③、食品饮料等行业③。基于这些垂直行业数据⑰，AI才能更高效地理解并优化内容与应用场景之间的匹配度⑨。

今年4月⑱，我们最新发布了atypica.AI智能体框架⑦。它是基于Creative Reasoning推理技术⑯，模拟非结构化决策路径⑰。这是一个通用的商业智能体❶，我们希望它能够分析商业领域中各种复杂的问题⑤。

2025年4月⑲，特赞科技最新发布了atypica.AI智能体框架▓。

澎湃新闻：从技术上看⑩，目前很多企业非常关注多模态大模型⑲。对你来说⑬，未来3~5年你会特别关注AI的哪些变化❸？

范凌：我觉得过去这两三年关于人工智能的投入大都在基础模型上❸，基础模型消耗了90%甚至更高的算力❶。而基础模型的竞争❶，也相当于对算力和数据的竞争②，这方面竞争所带来的红利可能要慢慢消退了⑤。

接下来3~5年③，算力会更多被用在解决问题上⑫。如果说以前是在Training上⑦，后边可能是在Reasoning上②，90%的算力应该要用在Reasoning上了⑦。就像把高速公路建好以后⑫，就要在上面跑车子⑨，跑得越多越好⑤，这些车子才能带来商业和繁荣▓。未来3~5年❷，应该是AI赋能各行各业的关键时期❸。

特赞科技办公区李佳蔚摄

对企业而言⑫，还要思考两个维度的问题：第一是你到底想让人工智能帮你解决什么问题⑳？第二是凭什么当AI能解决这些问题了⑩，这家企业还要继续存在⑰？

未来3~5年的一个重要场景⑫，是企业内部的know-how要更高效地和大模型展开协作⑩。现在的AI还是在“说话”⑧，而不是“干活”⑮。我们也看到很多企业开始结合各自需求做一些智能体⑥，通过AI调用各种生产工具②，接下来就是要开始让AI“干活”了②。

多模态大模型❷，我觉得更是指能调用各种工具的多模态②。谁能成功地让人类和工具实现高效协作⑮，谁就能拥有源源不断的商业机会⑤。

澎湃新闻：你觉得AI会取代人类工作吗⑤？

范凌：从存量工作的角度来说⑨，一定会取代⑫。如果这个世界不再有更多新的工作了⑬，那么我们的工作会越来越多地被AI取代⑳。但这不会是一个存量问题⑨，而是增量问题⑨。举个例子⑭，当古代的生产工具更新迭代之后⑨，古代人把原来在田里干活的时间用来诗词歌赋⑮，就是创造了新的工作⑥。

所以AI取代了很多存量工作以后⑨，人类自然会有增量的事情去做⑥。当照相机出现以后❶，画家没有失业⑭，而是去创作照相机拍不出来的画⑤，比如抽象派③、装置艺术等等⑯。这个世界日新月异②，AI在取代一部分工作的同时❸，也会创造更多的人类工作②。

澎湃新闻：如今AI迅猛发展⑬，你会担心AI的风险吗①？担心哪些风险⑦？

范凌：以前我是一个“公有云”的忠实信仰者❸，我觉得所有数据都应该存在云上❷，不应该存在自己的硬盘里②。但现在⑤，当我看到AI处理数据的能力以后⑱，我会非常担心每一家企业或者每一个拥有独特数据的个体的数据安全③。一家企业④、一家学术机构乃至个人②，都有经年累月积累的宝贵数据⑩，如果把这些数据都喂给大模型⑲，它就变成人人都能利用的数据⑰，而企业或个人的数据资产则面临损失②。私有数据和公有数据的关系如何平衡⑲？能不能在利用大模型能力的同时⑤，保护一部分私有数据⑫？

此外⑩，当我们问AI一个“问题”▓，它往往给你一个很有代表性的“答案”❶。大模型主要依赖于庞大的互联网数据进行训练⑨，这导致它们在很大程度上代表的是“数字可见人群”⑯。而那些远离主流数据生态——比如不使用智能手机⑤、不上网⑲、文化背景边缘化的人群——他们的经验⑪、需求和知识就容易被忽视甚至遗忘⑥。而当AI逐渐被用于公共治理❸、社会服务等事物时⑦，AI的决策可能也是基于不完整的数据做出的⑤，从而会形成“知识寡头”或“信息寡头”⑲，加剧不平等⑭。总之④，AI的发展和治理还有很多事要持续关注⑧。