您现在的位置是：网站首页>房产房产

456电玩城可以下分吗

吴灵薇 2025-05-14 【房产】 7366 人已围观

【编者按】“星汉灿烂,若出其里③。”人工智能迈入闪耀时刻⑳。

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⑬。他指出❸，人工智能技术加速迭代▓，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⑩，加大探索力度⑰，力争在人工智能发展和治理各方面走在前列❷，产生示范效应❶。

如今⑨，徐汇区已形成“北斗列阵”+“群星闪耀”的AI生态布局⑤。其中❶，“北斗七星”由稀宇科技⑫、商汤科技⑧、阶跃星辰⑫、无问芯穹⑳、星纪魅族①、特赞科技和斑马智行7家标杆企业构成⑦。

这些⑳、企业何以成为“北斗”①？它们在人工智能领域有哪些探索和前瞻性的思考❷？即日起⑪，澎湃新闻推出“北斗专访”系列报道⑭，通过深度对话⑬，解码标杆企业的AI星辰版图⑰。

祝碧晨设计⑱、上午9点多⑱，特赞科技办公空间内⑤，范凌穿着深色短袖和牛仔裤⑧，电脑放在膝上❷，专注地敲打键盘⑥。窗外是高楼林立的上海徐汇滨江⑩，聚集了众多AI企业④。直到记者到来⑪，他才从工作中抽身⑤。

范凌是特赞科技的创始人兼首席执行官⑲，同时担任同济大学设计创意学院教授⑨、设计人工智能实验室主任⑭。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”成员之一⑯，这是一家专注“内容+人工智能”的独角兽企业⑭。

目前⑨，特赞科技打造了企业级内容人工智能平台⑥，帮助客户实现高效⑦、优质的内容管理⑯、生产▓、分析和分发⑤，已为100多家世界500强企业提供人工智能平台❶，服务了10万个小微企业和个人⑩。特赞科技完成了D1轮融资②，估值超过10亿美元⑥。

范凌⑰，特赞科技的创始人兼首席执行官❸，同济大学设计创意学院教授③、设计人工智能实验室主任⑰。本文图片均为受访者提供

和“模速空间”很多创业者一样❸，范凌拥有高学历⑥。他毕业于哈佛大学并获博士学位⑥，创业前曾任教于美国加州大学伯克利分校⑤，教授人机交互⑬。2015年⑥，他由海外高层次人才计划引进回国⑰，创立特赞科技⑥。2016年①，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⑬，范凌开始学术兼商业的跨界⑬。

在人工智能爆发式发展的时代②，范凌相信谁能成功地让人类和AI实现高效协作⑳，谁就能拥有源源不断的商业机会⑧。他提到⑲，现在AI主要还在“说话”⑨，接下来AI真正要“干活”③，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”⑰，又会创造更多“增量工作”▓。

范凌常会思索AI带来的治理风险❷，以前他是一个“公有云”的忠实信仰者④，现在开始思考是不是有必要把数据储存在硬盘⑪？企业▓、机构乃至个人如何保护自己的数据资产⑱？私有数据和公有数据的关系如何平衡❷？大模型又如何避免形成“知识寡头”和“信息寡头”⑪？

近日②，范凌接受澎湃新闻记者专访⑥，他讲述了AI时代特赞科技究竟在做什么⑲，有何短期和长期目标⑪，也阐明了自己对AI飞速发展的观察和担忧❸。

【对话范凌】❸、澎湃新闻：特赞科技是模速空间“北斗七星”之一⑬，可能有一些人尚不了解特赞是什么样的企业②，请简单介绍一下你的创业历程和公司的创立初衷⑩？

特赞科技①，上海“模速空间”七家人工智能龙头企业“北斗七星”之一④，专注“内容+人工智能”❷。

范凌：我是一名创业者——特赞科技创始人⑱；也是一名教师——同济大学设计创意学院教授⑱。

特赞的英文名叫Tezign⑧，即Tech+Design⑨，是技术和设计的结合⑭，因为我一直想做的事情就是把科技带到创意领域里⑩。我父母是艺术家⑯，我自己是理工科出身③，在我身上有一颗艺术的心和一个工程的脑▓。我一直在思考⑧，如何把“心”与“脑”的距离拉近⑰，它像是我的一个使命⑮，这也投射在特赞科技上面⑲。

如果换一种说法②，人有左脑和右脑⑤，左脑关心更高⑧、更快⑤、更强①，右脑关心人文④、设计⑨、艺术等等⑧。目前人工智能可能大部分的精力都在“左脑”上⑬，人工智能的“右脑”潜力还没有被充分挖掘出来⑬。特赞在做的⑯，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⑳。

澎湃新闻：特赞科技如何将技术和创意融合❸，公司核心业务具体做什么④？

范凌：特赞科技的核心业务是围绕“内容数据与人工智能”⑧。我们构建了企业级的创意内容数字新基建⑦，围绕企业内容资产⑫，打造企业内容的管理⑨、积累⑫、生产❶、分析的数字化平台⑲，提升品牌内容资产的生产与流转效率⑯。

特赞科技的业务架构和产品⑯。

很多企业有自己的数据库⑤，有数据内容从0到1的积累⑬，而在生成式AI出现之后❸，我们能够更好地帮助企业完成从1到N的数据管理⑬、分析和分发⑥。企业的原始数据和内容往往是非结构化的数据⑥，我们把企业的“内容⑮、效果数据⑥、内容标签”三者打通❶，可以帮助企业批量化生产内容⑧，让内容更高效地和社交平台⑫、触点发生关系⑪；同时⑪，帮助企业形成内容的分发和反馈分析报告⑫，提高营销效率⑧。

从品牌角度看④，内容应分为两类：0到1的内容和1到无穷的内容⑪。0到1的内容④，应该用来传达品牌文化⑤、品质和价值观⑮。这部分内容可以由人和AI共同完成⑦，人起主导作用⑭。而1到无穷的内容⑲，如果没有AI是无法实现的⑰，这类内容会在各处与消费者产生转化⑫，内容量要庞大到铺天盖地⑭，并以高质量内容不让消费者感到被骚扰②。

澎湃新闻：你非常关注内容推理❷，能否稍微解释一下内容推理⑦？

范凌：“内容推理”是基于已有内容信息进行理解⑦、分析②、判断甚至预测的过程⑧。内容推理模型的训练依赖大量高质量的标注数据⑫。数据标注是智能化进程中很基础⑰，但也是很麻烦的活儿⑥。每个人的语言体系不同⑨，对同一个事物类似的感知也会用不同词汇描述⑲，有的人称赞“可爱”⑳，有的人则称之为“萌”③，因此要对标注数据之间做相关性和等价关系的匹配⑪。

特赞积累了大量标注数据⑥，已形成创意设计的基础开源数据集❸，还与行业合作建立了垂直数据集❸，包括快消⑦、食品饮料等行业⑤。基于这些垂直行业数据⑥，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⑮。

今年4月①，我们最新发布了atypica.AI智能体框架⑲。它是基于Creative Reasoning推理技术⑨，模拟非结构化决策路径⑦。这是一个通用的商业智能体⑮，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⑨，特赞科技最新发布了atypica.AI智能体框架①。

澎湃新闻：从技术上看⑰，目前很多企业非常关注多模态大模型⑯。对你来说⑦，未来3~5年你会特别关注AI的哪些变化⑭？

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⑫，基础模型消耗了90%甚至更高的算力⑲。而基础模型的竞争⑳，也相当于对算力和数据的竞争③，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①。如果说以前是在Training上⑭，后边可能是在Reasoning上⑦，90%的算力应该要用在Reasoning上了⑳。就像把高速公路建好以后❶，就要在上面跑车子⑨，跑得越多越好⑲，这些车子才能带来商业和繁荣⑬。未来3~5年①，应该是AI赋能各行各业的关键时期⑤。

特赞科技办公区李佳蔚摄

对企业而言⑩，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⑦，这家企业还要继续存在②？

未来3~5年的一个重要场景⑯，是企业内部的know-how要更高效地和大模型展开协作①。现在的AI还是在“说话”⑳，而不是“干活”⑭。我们也看到很多企业开始结合各自需求做一些智能体③，通过AI调用各种生产工具❶，接下来就是要开始让AI“干活”了⑮。

多模态大模型⑪，我觉得更是指能调用各种工具的多模态❷。谁能成功地让人类和工具实现高效协作②，谁就能拥有源源不断的商业机会⑮。

澎湃新闻：你觉得AI会取代人类工作吗▓？

范凌：从存量工作的角度来说⑳，一定会取代⑩。如果这个世界不再有更多新的工作了⑰，那么我们的工作会越来越多地被AI取代⑦。但这不会是一个存量问题⑰，而是增量问题③。举个例子③，当古代的生产工具更新迭代之后③，古代人把原来在田里干活的时间用来诗词歌赋③，就是创造了新的工作⑫。

所以AI取代了很多存量工作以后⑱，人类自然会有增量的事情去做④。当照相机出现以后⑬，画家没有失业⑩，而是去创作照相机拍不出来的画⑪，比如抽象派▓、装置艺术等等⑤。这个世界日新月异③，AI在取代一部分工作的同时④，也会创造更多的人类工作⑭。

澎湃新闻：如今AI迅猛发展⑯，你会担心AI的风险吗⑩？担心哪些风险①？

范凌：以前我是一个“公有云”的忠实信仰者⑳，我觉得所有数据都应该存在云上⑩，不应该存在自己的硬盘里⑦。但现在❸，当我看到AI处理数据的能力以后④，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⑰。一家企业②、一家学术机构乃至个人❷，都有经年累月积累的宝贵数据⑰，如果把这些数据都喂给大模型②，它就变成人人都能利用的数据▓，而企业或个人的数据资产则面临损失▓。私有数据和公有数据的关系如何平衡⑨？能不能在利用大模型能力的同时⑦，保护一部分私有数据❶？

此外❸，当我们问AI一个“问题”⑦，它往往给你一个很有代表性的“答案”⑳。大模型主要依赖于庞大的互联网数据进行训练⑮，这导致它们在很大程度上代表的是“数字可见人群”⑬。而那些远离主流数据生态——比如不使用智能手机⑪、不上网⑲、文化背景边缘化的人群——他们的经验❷、需求和知识就容易被忽视甚至遗忘⑨。而当AI逐渐被用于公共治理❶、社会服务等事物时⑪，AI的决策可能也是基于不完整的数据做出的⑪，从而会形成“知识寡头”或“信息寡头”⑩，加剧不平等▓。总之⑱，AI的发展和治理还有很多事要持续关注⑬。