您现在的位置是：网站首页>国际国际

线上电玩城app下载送币

田盼儿 2025-05-14 【国际】 1341 人已围观

【编者按】“星汉灿烂,若出其里⑯。”人工智能迈入闪耀时刻❶。

4月29日⑱，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⑤。他指出⑫，人工智能技术加速迭代⑤，正迎来爆发式发展⑬，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▓，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⑨，产生示范效应⑯。

如今④，徐汇区已形成“北斗列阵”+“群星闪耀”的AI生态布局⑭。其中⑬，“北斗七星”由稀宇科技⑰、商汤科技⑰、阶跃星辰①、无问芯穹⑧、星纪魅族④、特赞科技和斑马智行7家标杆企业构成⑱。

这些②、企业何以成为“北斗”②？它们在人工智能领域有哪些探索和前瞻性的思考③？即日起①，澎湃新闻推出“北斗专访”系列报道⑥，通过深度对话⑯，解码标杆企业的AI星辰版图⑱。

祝碧晨设计⑥、上午9点多⑳，特赞科技办公空间内⑤，范凌穿着深色短袖和牛仔裤⑫，电脑放在膝上▓，专注地敲打键盘⑦。窗外是高楼林立的上海徐汇滨江⑱，聚集了众多AI企业③。直到记者到来⑪，他才从工作中抽身⑱。

范凌是特赞科技的创始人兼首席执行官⑰，同时担任同济大学设计创意学院教授❸、设计人工智能实验室主任❸。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”成员之一⑮，这是一家专注“内容+人工智能”的独角兽企业②。

目前▓，特赞科技打造了企业级内容人工智能平台⑦，帮助客户实现高效❶、优质的内容管理④、生产⑨、分析和分发⑰，已为100多家世界500强企业提供人工智能平台⑱，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❶，估值超过10亿美元③。

范凌⑩，特赞科技的创始人兼首席执行官⑩，同济大学设计创意学院教授⑦、设计人工智能实验室主任❸。本文图片均为受访者提供

和“模速空间”很多创业者一样⑩，范凌拥有高学历❸。他毕业于哈佛大学并获博士学位④，创业前曾任教于美国加州大学伯克利分校⑦，教授人机交互⑤。2015年⑮，他由海外高层次人才计划引进回国▓，创立特赞科技❸。2016年④，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⑤，范凌开始学术兼商业的跨界⑥。

在人工智能爆发式发展的时代⑪，范凌相信谁能成功地让人类和AI实现高效协作⑱，谁就能拥有源源不断的商业机会⑤。他提到⑯，现在AI主要还在“说话”⑫，接下来AI真正要“干活”⑫，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”⑮，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⑯，以前他是一个“公有云”的忠实信仰者▓，现在开始思考是不是有必要把数据储存在硬盘⑬？企业⑳、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⑤？大模型又如何避免形成“知识寡头”和“信息寡头”④？

近日⑳，范凌接受澎湃新闻记者专访⑮，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▓，也阐明了自己对AI飞速发展的观察和担忧⑩。

【对话范凌】⑫、澎湃新闻：特赞科技是模速空间“北斗七星”之一⑩，可能有一些人尚不了解特赞是什么样的企业❶，请简单介绍一下你的创业历程和公司的创立初衷③？

特赞科技③，上海“模速空间”七家人工智能龙头企业“北斗七星”之一❶，专注“内容+人工智能”⑯。

范凌：我是一名创业者——特赞科技创始人⑩；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Tezign⑰，即Tech+Design❸，是技术和设计的结合⑫，因为我一直想做的事情就是把科技带到创意领域里⑤。我父母是艺术家❸，我自己是理工科出身⑫，在我身上有一颗艺术的心和一个工程的脑⑯。我一直在思考⑲，如何把“心”与“脑”的距离拉近②，它像是我的一个使命④，这也投射在特赞科技上面③。

如果换一种说法②，人有左脑和右脑⑥，左脑关心更高③、更快⑨、更强⑨，右脑关心人文⑦、设计⑩、艺术等等⑲。目前人工智能可能大部分的精力都在“左脑”上②，人工智能的“右脑”潜力还没有被充分挖掘出来⑱。特赞在做的⑰，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❷。

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①？

范凌：特赞科技的核心业务是围绕“内容数据与人工智能”⑳。我们构建了企业级的创意内容数字新基建⑮，围绕企业内容资产⑨，打造企业内容的管理▓、积累①、生产①、分析的数字化平台⑦，提升品牌内容资产的生产与流转效率❷。

特赞科技的业务架构和产品⑳。

很多企业有自己的数据库❸，有数据内容从0到1的积累⑫，而在生成式AI出现之后❶，我们能够更好地帮助企业完成从1到N的数据管理⑥、分析和分发⑫。企业的原始数据和内容往往是非结构化的数据⑧，我们把企业的“内容⑭、效果数据⑲、内容标签”三者打通❸，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④、触点发生关系⑱；同时⑦，帮助企业形成内容的分发和反馈分析报告⑥，提高营销效率①。

从品牌角度看③，内容应分为两类：0到1的内容和1到无穷的内容❷。0到1的内容⑤，应该用来传达品牌文化⑬、品质和价值观⑫。这部分内容可以由人和AI共同完成⑦，人起主导作用⑪。而1到无穷的内容⑳，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⑲，内容量要庞大到铺天盖地②，并以高质量内容不让消费者感到被骚扰⑦。

澎湃新闻：你非常关注内容推理⑧，能否稍微解释一下内容推理⑰？

范凌：“内容推理”是基于已有内容信息进行理解⑧、分析⑧、判断甚至预测的过程⑮。内容推理模型的训练依赖大量高质量的标注数据⑮。数据标注是智能化进程中很基础⑦，但也是很麻烦的活儿⑥。每个人的语言体系不同②，对同一个事物类似的感知也会用不同词汇描述⑪，有的人称赞“可爱”⑲，有的人则称之为“萌”⑬，因此要对标注数据之间做相关性和等价关系的匹配⑤。

特赞积累了大量标注数据⑫，已形成创意设计的基础开源数据集④，还与行业合作建立了垂直数据集⑩，包括快消⑬、食品饮料等行业⑨。基于这些垂直行业数据❸，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⑪。

今年4月①，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⑤，模拟非结构化决策路径⑫。这是一个通用的商业智能体⑧，我们希望它能够分析商业领域中各种复杂的问题⑩。

2025年4月❸，特赞科技最新发布了atypica.AI智能体框架❸。

澎湃新闻：从技术上看⑱，目前很多企业非常关注多模态大模型③。对你来说❸，未来3~5年你会特别关注AI的哪些变化⑮？

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②，基础模型消耗了90%甚至更高的算力⑯。而基础模型的竞争⑩，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⑳。

接下来3~5年⑱，算力会更多被用在解决问题上▓。如果说以前是在Training上⑥，后边可能是在Reasoning上⑤，90%的算力应该要用在Reasoning上了⑤。就像把高速公路建好以后⑦，就要在上面跑车子⑥，跑得越多越好❸，这些车子才能带来商业和繁荣⑬。未来3~5年⑳，应该是AI赋能各行各业的关键时期①。

特赞科技办公区李佳蔚摄

对企业而言⑳，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⑲？第二是凭什么当AI能解决这些问题了⑪，这家企业还要继续存在❶？

未来3~5年的一个重要场景⑧，是企业内部的know-how要更高效地和大模型展开协作⑱。现在的AI还是在“说话”⑤，而不是“干活”❶。我们也看到很多企业开始结合各自需求做一些智能体⑫，通过AI调用各种生产工具⑩，接下来就是要开始让AI“干活”了⑲。

多模态大模型❶，我觉得更是指能调用各种工具的多模态❶。谁能成功地让人类和工具实现高效协作❷，谁就能拥有源源不断的商业机会⑲。

澎湃新闻：你觉得AI会取代人类工作吗⑳？

范凌：从存量工作的角度来说③，一定会取代①。如果这个世界不再有更多新的工作了⑥，那么我们的工作会越来越多地被AI取代⑮。但这不会是一个存量问题▓，而是增量问题⑬。举个例子⑪，当古代的生产工具更新迭代之后②，古代人把原来在田里干活的时间用来诗词歌赋⑤，就是创造了新的工作⑳。

所以AI取代了很多存量工作以后⑯，人类自然会有增量的事情去做⑱。当照相机出现以后⑦，画家没有失业⑮，而是去创作照相机拍不出来的画❶，比如抽象派❷、装置艺术等等⑱。这个世界日新月异⑪，AI在取代一部分工作的同时②，也会创造更多的人类工作⑳。

澎湃新闻：如今AI迅猛发展❶，你会担心AI的风险吗⑧？担心哪些风险④？

范凌：以前我是一个“公有云”的忠实信仰者⑬，我觉得所有数据都应该存在云上⑧，不应该存在自己的硬盘里③。但现在❷，当我看到AI处理数据的能力以后⑧，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⑥。一家企业❶、一家学术机构乃至个人⑲，都有经年累月积累的宝贵数据⑲，如果把这些数据都喂给大模型⑫，它就变成人人都能利用的数据⑮，而企业或个人的数据资产则面临损失⑪。私有数据和公有数据的关系如何平衡❶？能不能在利用大模型能力的同时⑫，保护一部分私有数据⑪？

此外⑤，当我们问AI一个“问题”③，它往往给你一个很有代表性的“答案”⑩。大模型主要依赖于庞大的互联网数据进行训练⑤，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⑲、不上网⑤、文化背景边缘化的人群——他们的经验❸、需求和知识就容易被忽视甚至遗忘⑩。而当AI逐渐被用于公共治理②、社会服务等事物时⑮，AI的决策可能也是基于不完整的数据做出的①，从而会形成“知识寡头”或“信息寡头”⑧，加剧不平等⑥。总之❸，AI的发展和治理还有很多事要持续关注⑮。