您现在的位置是：网站首页>房产房产

微信开心电玩城兑奖码

彭芷卉 2025-05-14 【房产】 0839 人已围观

【编者按】“星汉灿烂,若出其里⑫。”人工智能迈入闪耀时刻④。

4月29日⑲，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⑲。他指出⑭，人工智能技术加速迭代①，正迎来爆发式发展⑯，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⑩，加大探索力度⑬，力争在人工智能发展和治理各方面走在前列⑧，产生示范效应④。

如今⑥，徐汇区已形成“北斗列阵”+“群星闪耀”的AI生态布局②。其中②，“北斗七星”由稀宇科技③、商汤科技⑫、阶跃星辰⑪、无问芯穹⑦、星纪魅族⑬、特赞科技和斑马智行7家标杆企业构成⑮。

这些①、企业何以成为“北斗”⑮？它们在人工智能领域有哪些探索和前瞻性的思考⑥？即日起⑰，澎湃新闻推出“北斗专访”系列报道⑥，通过深度对话⑭，解码标杆企业的AI星辰版图⑫。

祝碧晨设计⑬、上午9点多⑲，特赞科技办公空间内⑱，范凌穿着深色短袖和牛仔裤⑤，电脑放在膝上⑳，专注地敲打键盘⑳。窗外是高楼林立的上海徐汇滨江⑤，聚集了众多AI企业▓。直到记者到来⑮，他才从工作中抽身④。

范凌是特赞科技的创始人兼首席执行官②，同时担任同济大学设计创意学院教授⑭、设计人工智能实验室主任⑱。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”成员之一❶，这是一家专注“内容+人工智能”的独角兽企业⑩。

目前④，特赞科技打造了企业级内容人工智能平台⑨，帮助客户实现高效①、优质的内容管理⑥、生产②、分析和分发⑳，已为100多家世界500强企业提供人工智能平台⑲，服务了10万个小微企业和个人⑧。特赞科技完成了D1轮融资⑪，估值超过10亿美元▓。

范凌⑰，特赞科技的创始人兼首席执行官⑲，同济大学设计创意学院教授⑬、设计人工智能实验室主任⑱。本文图片均为受访者提供

和“模速空间”很多创业者一样⑱，范凌拥有高学历③。他毕业于哈佛大学并获博士学位⑧，创业前曾任教于美国加州大学伯克利分校⑧，教授人机交互②。2015年⑳，他由海外高层次人才计划引进回国⑨，创立特赞科技⑲。2016年❸，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▓，范凌开始学术兼商业的跨界⑳。

在人工智能爆发式发展的时代⑩，范凌相信谁能成功地让人类和AI实现高效协作⑬，谁就能拥有源源不断的商业机会⑭。他提到❸，现在AI主要还在“说话”❸，接下来AI真正要“干活”⑳，越来越多的算力也将会用在解决问题上❷。AI不可避免地将取代一部分“存量工作”⑯，又会创造更多“增量工作”⑧。

范凌常会思索AI带来的治理风险⑦，以前他是一个“公有云”的忠实信仰者⑤，现在开始思考是不是有必要把数据储存在硬盘⑱？企业⑫、机构乃至个人如何保护自己的数据资产⑬？私有数据和公有数据的关系如何平衡⑱？大模型又如何避免形成“知识寡头”和“信息寡头”⑱？

近日④，范凌接受澎湃新闻记者专访③，他讲述了AI时代特赞科技究竟在做什么⑳，有何短期和长期目标▓，也阐明了自己对AI飞速发展的观察和担忧❸。

【对话范凌】②、澎湃新闻：特赞科技是模速空间“北斗七星”之一①，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⑱？

特赞科技⑩，上海“模速空间”七家人工智能龙头企业“北斗七星”之一❸，专注“内容+人工智能”⑮。

范凌：我是一名创业者——特赞科技创始人⑲；也是一名教师——同济大学设计创意学院教授⑧。

特赞的英文名叫Tezign⑫，即Tech+Design⑩，是技术和设计的结合②，因为我一直想做的事情就是把科技带到创意领域里⑦。我父母是艺术家⑭，我自己是理工科出身❸，在我身上有一颗艺术的心和一个工程的脑⑪。我一直在思考⑯，如何把“心”与“脑”的距离拉近⑭，它像是我的一个使命⑲，这也投射在特赞科技上面⑱。

如果换一种说法④，人有左脑和右脑❸，左脑关心更高⑫、更快⑥、更强⑭，右脑关心人文⑫、设计⑳、艺术等等❶。目前人工智能可能大部分的精力都在“左脑”上⑭，人工智能的“右脑”潜力还没有被充分挖掘出来⑭。特赞在做的⑥，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⑭。

澎湃新闻：特赞科技如何将技术和创意融合③，公司核心业务具体做什么⑥？

范凌：特赞科技的核心业务是围绕“内容数据与人工智能”❸。我们构建了企业级的创意内容数字新基建⑨，围绕企业内容资产⑲，打造企业内容的管理④、积累⑪、生产③、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⑬。

特赞科技的业务架构和产品⑱。

很多企业有自己的数据库⑩，有数据内容从0到1的积累⑲，而在生成式AI出现之后⑳，我们能够更好地帮助企业完成从1到N的数据管理⑱、分析和分发⑪。企业的原始数据和内容往往是非结构化的数据⑩，我们把企业的“内容⑦、效果数据⑨、内容标签”三者打通⑯，可以帮助企业批量化生产内容⑭，让内容更高效地和社交平台⑯、触点发生关系⑤；同时⑫，帮助企业形成内容的分发和反馈分析报告①，提高营销效率❷。

从品牌角度看⑦，内容应分为两类：0到1的内容和1到无穷的内容⑧。0到1的内容⑨，应该用来传达品牌文化⑨、品质和价值观②。这部分内容可以由人和AI共同完成❷，人起主导作用④。而1到无穷的内容③，如果没有AI是无法实现的⑨，这类内容会在各处与消费者产生转化⑰，内容量要庞大到铺天盖地⑰，并以高质量内容不让消费者感到被骚扰❶。

澎湃新闻：你非常关注内容推理⑩，能否稍微解释一下内容推理⑲？

范凌：“内容推理”是基于已有内容信息进行理解⑯、分析❷、判断甚至预测的过程⑪。内容推理模型的训练依赖大量高质量的标注数据❷。数据标注是智能化进程中很基础⑰，但也是很麻烦的活儿④。每个人的语言体系不同⑧，对同一个事物类似的感知也会用不同词汇描述⑯，有的人称赞“可爱”⑩，有的人则称之为“萌”⑤，因此要对标注数据之间做相关性和等价关系的匹配⑱。

特赞积累了大量标注数据②，已形成创意设计的基础开源数据集⑳，还与行业合作建立了垂直数据集⑬，包括快消⑦、食品饮料等行业⑨。基于这些垂直行业数据⑨，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④。

今年4月❶，我们最新发布了atypica.AI智能体框架⑱。它是基于Creative Reasoning推理技术⑮，模拟非结构化决策路径⑮。这是一个通用的商业智能体⑫，我们希望它能够分析商业领域中各种复杂的问题③。

2025年4月⑬，特赞科技最新发布了atypica.AI智能体框架⑨。

澎湃新闻：从技术上看⑳，目前很多企业非常关注多模态大模型⑯。对你来说⑱，未来3~5年你会特别关注AI的哪些变化⑩？

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❶，基础模型消耗了90%甚至更高的算力⑭。而基础模型的竞争④，也相当于对算力和数据的竞争⑱，这方面竞争所带来的红利可能要慢慢消退了❶。

接下来3~5年⑱，算力会更多被用在解决问题上⑭。如果说以前是在Training上❷，后边可能是在Reasoning上⑤，90%的算力应该要用在Reasoning上了❷。就像把高速公路建好以后⑭，就要在上面跑车子①，跑得越多越好③，这些车子才能带来商业和繁荣❶。未来3~5年④，应该是AI赋能各行各业的关键时期⑲。

特赞科技办公区李佳蔚摄

对企业而言⑰，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⑧？第二是凭什么当AI能解决这些问题了⑬，这家企业还要继续存在⑩？

未来3~5年的一个重要场景⑥，是企业内部的know-how要更高效地和大模型展开协作▓。现在的AI还是在“说话”❷，而不是“干活”⑲。我们也看到很多企业开始结合各自需求做一些智能体⑬，通过AI调用各种生产工具①，接下来就是要开始让AI“干活”了③。

多模态大模型⑮，我觉得更是指能调用各种工具的多模态⑬。谁能成功地让人类和工具实现高效协作⑳，谁就能拥有源源不断的商业机会②。

澎湃新闻：你觉得AI会取代人类工作吗⑱？

范凌：从存量工作的角度来说⑱，一定会取代⑭。如果这个世界不再有更多新的工作了⑦，那么我们的工作会越来越多地被AI取代❷。但这不会是一个存量问题⑨，而是增量问题③。举个例子⑩，当古代的生产工具更新迭代之后▓，古代人把原来在田里干活的时间用来诗词歌赋⑧，就是创造了新的工作⑤。

所以AI取代了很多存量工作以后❶，人类自然会有增量的事情去做④。当照相机出现以后①，画家没有失业❶，而是去创作照相机拍不出来的画⑮，比如抽象派⑱、装置艺术等等⑨。这个世界日新月异⑮，AI在取代一部分工作的同时②，也会创造更多的人类工作⑲。

澎湃新闻：如今AI迅猛发展❸，你会担心AI的风险吗⑰？担心哪些风险⑳？

范凌：以前我是一个“公有云”的忠实信仰者⑰，我觉得所有数据都应该存在云上①，不应该存在自己的硬盘里▓。但现在⑪，当我看到AI处理数据的能力以后⑫，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❶。一家企业❷、一家学术机构乃至个人⑱，都有经年累月积累的宝贵数据⑭，如果把这些数据都喂给大模型⑤，它就变成人人都能利用的数据❸，而企业或个人的数据资产则面临损失⑭。私有数据和公有数据的关系如何平衡⑩？能不能在利用大模型能力的同时⑤，保护一部分私有数据⑯？

此外①，当我们问AI一个“问题”❷，它往往给你一个很有代表性的“答案”⑬。大模型主要依赖于庞大的互联网数据进行训练④，这导致它们在很大程度上代表的是“数字可见人群”⑤。而那些远离主流数据生态——比如不使用智能手机❸、不上网⑫、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②。而当AI逐渐被用于公共治理⑧、社会服务等事物时❷，AI的决策可能也是基于不完整的数据做出的④，从而会形成“知识寡头”或“信息寡头”②，加剧不平等⑮。总之⑭，AI的发展和治理还有很多事要持续关注⑧。