您现在的位置是：网站首页>房产房产

勐波168耀龙电玩城麻将胡了

余以蕊 2025-05-14 【房产】 5127 人已围观

【编者按】“星汉灿烂,若出其里⑤。”人工智能迈入闪耀时刻⑩。

4月29日❸，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⑧，人工智能技术加速迭代⑫，正迎来爆发式发展⑭，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⑪，力争在人工智能发展和治理各方面走在前列▓，产生示范效应⑯。

如今③，徐汇区已形成“北斗列阵”+“群星闪耀”的AI生态布局⑨。其中⑨，“北斗七星”由稀宇科技⑲、商汤科技⑫、阶跃星辰▓、无问芯穹②、星纪魅族②、特赞科技和斑马智行7家标杆企业构成⑫。

这些⑫、企业何以成为“北斗”⑨？它们在人工智能领域有哪些探索和前瞻性的思考①？即日起⑫，澎湃新闻推出“北斗专访”系列报道⑳，通过深度对话③，解码标杆企业的AI星辰版图❸。

祝碧晨设计▓、上午9点多⑪，特赞科技办公空间内⑪，范凌穿着深色短袖和牛仔裤④，电脑放在膝上⑫，专注地敲打键盘⑧。窗外是高楼林立的上海徐汇滨江⑰，聚集了众多AI企业⑦。直到记者到来⑮，他才从工作中抽身③。

范凌是特赞科技的创始人兼首席执行官⑳，同时担任同济大学设计创意学院教授⑧、设计人工智能实验室主任⑯。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”成员之一❷，这是一家专注“内容+人工智能”的独角兽企业①。

目前❶，特赞科技打造了企业级内容人工智能平台⑭，帮助客户实现高效❶、优质的内容管理⑩、生产⑩、分析和分发②，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▓。特赞科技完成了D1轮融资⑪，估值超过10亿美元⑬。

范凌⑱，特赞科技的创始人兼首席执行官▓，同济大学设计创意学院教授⑪、设计人工智能实验室主任⑳。本文图片均为受访者提供

和“模速空间”很多创业者一样③，范凌拥有高学历⑳。他毕业于哈佛大学并获博士学位⑪，创业前曾任教于美国加州大学伯克利分校⑯，教授人机交互⑳。2015年⑪，他由海外高层次人才计划引进回国⑱，创立特赞科技⑭。2016年⑦，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⑰，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⑮，范凌相信谁能成功地让人类和AI实现高效协作⑧，谁就能拥有源源不断的商业机会③。他提到⑭，现在AI主要还在“说话”②，接下来AI真正要“干活”⑧，越来越多的算力也将会用在解决问题上⑫。AI不可避免地将取代一部分“存量工作”⑪，又会创造更多“增量工作”⑦。

范凌常会思索AI带来的治理风险⑮，以前他是一个“公有云”的忠实信仰者❸，现在开始思考是不是有必要把数据储存在硬盘⑨？企业❸、机构乃至个人如何保护自己的数据资产⑫？私有数据和公有数据的关系如何平衡⑯？大模型又如何避免形成“知识寡头”和“信息寡头”⑬？

近日▓，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②，有何短期和长期目标⑰，也阐明了自己对AI飞速发展的观察和担忧⑲。

【对话范凌】②、澎湃新闻：特赞科技是模速空间“北斗七星”之一⑤，可能有一些人尚不了解特赞是什么样的企业⑱，请简单介绍一下你的创业历程和公司的创立初衷①？

特赞科技⑫，上海“模速空间”七家人工智能龙头企业“北斗七星”之一③，专注“内容+人工智能”⑦。

范凌：我是一名创业者——特赞科技创始人▓；也是一名教师——同济大学设计创意学院教授⑥。

特赞的英文名叫Tezign❶，即Tech+Design⑨，是技术和设计的结合⑳，因为我一直想做的事情就是把科技带到创意领域里③。我父母是艺术家❷，我自己是理工科出身⑭，在我身上有一颗艺术的心和一个工程的脑⑳。我一直在思考⑲，如何把“心”与“脑”的距离拉近⑥，它像是我的一个使命⑤，这也投射在特赞科技上面❸。

如果换一种说法⑬，人有左脑和右脑①，左脑关心更高⑰、更快⑲、更强⑳，右脑关心人文⑩、设计⑮、艺术等等⑱。目前人工智能可能大部分的精力都在“左脑”上▓，人工智能的“右脑”潜力还没有被充分挖掘出来⑯。特赞在做的❶，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⑮。

澎湃新闻：特赞科技如何将技术和创意融合⑲，公司核心业务具体做什么⑫？

范凌：特赞科技的核心业务是围绕“内容数据与人工智能”⑥。我们构建了企业级的创意内容数字新基建①，围绕企业内容资产⑪，打造企业内容的管理⑱、积累⑱、生产❶、分析的数字化平台⑱，提升品牌内容资产的生产与流转效率⑥。

特赞科技的业务架构和产品①。

很多企业有自己的数据库⑬，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⑱、分析和分发⑰。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⑱、效果数据⑮、内容标签”三者打通②，可以帮助企业批量化生产内容⑲，让内容更高效地和社交平台❸、触点发生关系⑪；同时⑨，帮助企业形成内容的分发和反馈分析报告⑲，提高营销效率⑤。

从品牌角度看▓，内容应分为两类：0到1的内容和1到无穷的内容⑰。0到1的内容⑩，应该用来传达品牌文化▓、品质和价值观⑱。这部分内容可以由人和AI共同完成⑱，人起主导作用⑨。而1到无穷的内容⑥，如果没有AI是无法实现的④，这类内容会在各处与消费者产生转化❸，内容量要庞大到铺天盖地⑱，并以高质量内容不让消费者感到被骚扰⑯。

澎湃新闻：你非常关注内容推理⑫，能否稍微解释一下内容推理①？

范凌：“内容推理”是基于已有内容信息进行理解③、分析⑦、判断甚至预测的过程⑭。内容推理模型的训练依赖大量高质量的标注数据❶。数据标注是智能化进程中很基础⑯，但也是很麻烦的活儿⑱。每个人的语言体系不同④，对同一个事物类似的感知也会用不同词汇描述❷，有的人称赞“可爱”❷，有的人则称之为“萌”❶，因此要对标注数据之间做相关性和等价关系的匹配⑫。

特赞积累了大量标注数据⑲，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❶，包括快消❸、食品饮料等行业①。基于这些垂直行业数据⑫，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③。

今年4月①，我们最新发布了atypica.AI智能体框架❸。它是基于Creative Reasoning推理技术①，模拟非结构化决策路径❶。这是一个通用的商业智能体❷，我们希望它能够分析商业领域中各种复杂的问题①。

2025年4月④，特赞科技最新发布了atypica.AI智能体框架⑭。

澎湃新闻：从技术上看⑫，目前很多企业非常关注多模态大模型⑥。对你来说⑦，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③，基础模型消耗了90%甚至更高的算力①。而基础模型的竞争⑳，也相当于对算力和数据的竞争⑨，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⑥，算力会更多被用在解决问题上⑳。如果说以前是在Training上①，后边可能是在Reasoning上④，90%的算力应该要用在Reasoning上了❶。就像把高速公路建好以后⑥，就要在上面跑车子⑫，跑得越多越好▓，这些车子才能带来商业和繁荣①。未来3~5年⑦，应该是AI赋能各行各业的关键时期❶。

特赞科技办公区李佳蔚摄

对企业而言④，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⑮？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⑧？

未来3~5年的一个重要场景⑳，是企业内部的know-how要更高效地和大模型展开协作⑲。现在的AI还是在“说话”⑦，而不是“干活”⑩。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⑫，接下来就是要开始让AI“干活”了⑦。

多模态大模型③，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⑱，谁就能拥有源源不断的商业机会⑥。

澎湃新闻：你觉得AI会取代人类工作吗⑨？

范凌：从存量工作的角度来说▓，一定会取代⑬。如果这个世界不再有更多新的工作了⑳，那么我们的工作会越来越多地被AI取代②。但这不会是一个存量问题⑯，而是增量问题⑩。举个例子⑳，当古代的生产工具更新迭代之后⑱，古代人把原来在田里干活的时间用来诗词歌赋⑫，就是创造了新的工作❷。

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⑦。当照相机出现以后③，画家没有失业④，而是去创作照相机拍不出来的画⑥，比如抽象派⑧、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①，也会创造更多的人类工作①。

澎湃新闻：如今AI迅猛发展⑦，你会担心AI的风险吗❷？担心哪些风险⑪？

范凌：以前我是一个“公有云”的忠实信仰者③，我觉得所有数据都应该存在云上❸，不应该存在自己的硬盘里⑦。但现在⑫，当我看到AI处理数据的能力以后①，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⑳。一家企业⑤、一家学术机构乃至个人⑪，都有经年累月积累的宝贵数据⑨，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③，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⑰？能不能在利用大模型能力的同时⑭，保护一部分私有数据⑤？

此外①，当我们问AI一个“问题”⑪，它往往给你一个很有代表性的“答案”❸。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”⑧。而那些远离主流数据生态——比如不使用智能手机⑮、不上网③、文化背景边缘化的人群——他们的经验⑯、需求和知识就容易被忽视甚至遗忘⑤。而当AI逐渐被用于公共治理⑤、社会服务等事物时⑩，AI的决策可能也是基于不完整的数据做出的③，从而会形成“知识寡头”或“信息寡头”⑦，加剧不平等⑬。总之⑪，AI的发展和治理还有很多事要持续关注⑫。