您现在的位置是：网站首页>中国足球中国足球

阳光电玩城游戏大厅

卢觅波 2025-05-14 【中国足球】 2978 人已围观

【编者按】“星汉灿烂,若出其里①。”人工智能迈入闪耀时刻⑱。

4月29日▓，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⑱。他指出❸，人工智能技术加速迭代⑪，正迎来爆发式发展⑪，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❸，加大探索力度❸，力争在人工智能发展和治理各方面走在前列⑫，产生示范效应⑱。

如今⑮，徐汇区已形成“北斗列阵”+“群星闪耀”的AI生态布局❶。其中⑰，“北斗七星”由稀宇科技▓、商汤科技❸、阶跃星辰⑬、无问芯穹❶、星纪魅族④、特赞科技和斑马智行7家标杆企业构成⑩。

这些⑥、企业何以成为“北斗”⑬？它们在人工智能领域有哪些探索和前瞻性的思考④？即日起❷，澎湃新闻推出“北斗专访”系列报道⑩，通过深度对话⑦，解码标杆企业的AI星辰版图⑩。

祝碧晨设计⑨、上午9点多④，特赞科技办公空间内⑥，范凌穿着深色短袖和牛仔裤❸，电脑放在膝上⑧，专注地敲打键盘⑨。窗外是高楼林立的上海徐汇滨江③，聚集了众多AI企业⑨。直到记者到来②，他才从工作中抽身❷。

范凌是特赞科技的创始人兼首席执行官③，同时担任同济大学设计创意学院教授❶、设计人工智能实验室主任❶。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▓，这是一家专注“内容+人工智能”的独角兽企业⑯。

目前⑧，特赞科技打造了企业级内容人工智能平台❷，帮助客户实现高效⑦、优质的内容管理⑫、生产⑥、分析和分发❶，已为100多家世界500强企业提供人工智能平台⑩，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⑲，估值超过10亿美元⑩。

范凌④，特赞科技的创始人兼首席执行官④，同济大学设计创意学院教授⑮、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⑪，范凌拥有高学历▓。他毕业于哈佛大学并获博士学位⑬，创业前曾任教于美国加州大学伯克利分校①，教授人机交互⑳。2015年⑤，他由海外高层次人才计划引进回国⑨，创立特赞科技⑱。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⑨，范凌开始学术兼商业的跨界⑧。

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⑮，谁就能拥有源源不断的商业机会⑩。他提到⑦，现在AI主要还在“说话”❶，接下来AI真正要“干活”⑯，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”③，又会创造更多“增量工作”❷。

范凌常会思索AI带来的治理风险⑪，以前他是一个“公有云”的忠实信仰者❶，现在开始思考是不是有必要把数据储存在硬盘⑤？企业③、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▓？大模型又如何避免形成“知识寡头”和“信息寡头”③？

近日⑳，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⑭，有何短期和长期目标⑨，也阐明了自己对AI飞速发展的观察和担忧①。

【对话范凌】②、澎湃新闻：特赞科技是模速空间“北斗七星”之一⑱，可能有一些人尚不了解特赞是什么样的企业▓，请简单介绍一下你的创业历程和公司的创立初衷⑥？

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”之一④，专注“内容+人工智能”⑱。

范凌：我是一名创业者——特赞科技创始人⑪；也是一名教师——同济大学设计创意学院教授⑰。

特赞的英文名叫Tezign⑱，即Tech+Design⑧，是技术和设计的结合①，因为我一直想做的事情就是把科技带到创意领域里▓。我父母是艺术家①，我自己是理工科出身⑰，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⑦，如何把“心”与“脑”的距离拉近⑲，它像是我的一个使命①，这也投射在特赞科技上面⑫。

如果换一种说法⑨，人有左脑和右脑⑪，左脑关心更高③、更快⑧、更强③，右脑关心人文❸、设计⑳、艺术等等❸。目前人工智能可能大部分的精力都在“左脑”上⑧，人工智能的“右脑”潜力还没有被充分挖掘出来▓。特赞在做的❸，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③，公司核心业务具体做什么▓？

范凌：特赞科技的核心业务是围绕“内容数据与人工智能”⑦。我们构建了企业级的创意内容数字新基建⑭，围绕企业内容资产②，打造企业内容的管理①、积累⑱、生产⑨、分析的数字化平台⑫，提升品牌内容资产的生产与流转效率⑱。

特赞科技的业务架构和产品▓。

很多企业有自己的数据库③，有数据内容从0到1的积累①，而在生成式AI出现之后⑱，我们能够更好地帮助企业完成从1到N的数据管理❷、分析和分发⑤。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⑧、效果数据①、内容标签”三者打通②，可以帮助企业批量化生产内容⑮，让内容更高效地和社交平台⑱、触点发生关系⑯；同时⑳，帮助企业形成内容的分发和反馈分析报告⑧，提高营销效率⑫。

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⑫。0到1的内容④，应该用来传达品牌文化③、品质和价值观①。这部分内容可以由人和AI共同完成⑥，人起主导作用⑯。而1到无穷的内容⑨，如果没有AI是无法实现的⑩，这类内容会在各处与消费者产生转化①，内容量要庞大到铺天盖地❶，并以高质量内容不让消费者感到被骚扰⑮。

澎湃新闻：你非常关注内容推理⑳，能否稍微解释一下内容推理③？

范凌：“内容推理”是基于已有内容信息进行理解⑪、分析③、判断甚至预测的过程▓。内容推理模型的训练依赖大量高质量的标注数据⑩。数据标注是智能化进程中很基础⑭，但也是很麻烦的活儿❷。每个人的语言体系不同③，对同一个事物类似的感知也会用不同词汇描述⑰，有的人称赞“可爱”⑤，有的人则称之为“萌”②，因此要对标注数据之间做相关性和等价关系的匹配⑦。

特赞积累了大量标注数据⑰，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⑰，包括快消▓、食品饮料等行业④。基于这些垂直行业数据⑮，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⑳。

今年4月④，我们最新发布了atypica.AI智能体框架⑳。它是基于Creative Reasoning推理技术❶，模拟非结构化决策路径⑳。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❶。

2025年4月⑰，特赞科技最新发布了atypica.AI智能体框架❷。

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⑮。对你来说⑧，未来3~5年你会特别关注AI的哪些变化⑯？

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❷，基础模型消耗了90%甚至更高的算力⑮。而基础模型的竞争⑥，也相当于对算力和数据的竞争⑳，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⑧，算力会更多被用在解决问题上⑮。如果说以前是在Training上⑲，后边可能是在Reasoning上⑩，90%的算力应该要用在Reasoning上了⑩。就像把高速公路建好以后❷，就要在上面跑车子⑨，跑得越多越好⑰，这些车子才能带来商业和繁荣❸。未来3~5年⑭，应该是AI赋能各行各业的关键时期⑨。

特赞科技办公区李佳蔚摄

对企业而言⑭，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②？第二是凭什么当AI能解决这些问题了⑭，这家企业还要继续存在⑬？

未来3~5年的一个重要场景③，是企业内部的know-how要更高效地和大模型展开协作⑥。现在的AI还是在“说话”③，而不是“干活”⑫。我们也看到很多企业开始结合各自需求做一些智能体⑦，通过AI调用各种生产工具⑱，接下来就是要开始让AI“干活”了⑤。

多模态大模型❶，我觉得更是指能调用各种工具的多模态③。谁能成功地让人类和工具实现高效协作⑫，谁就能拥有源源不断的商业机会⑭。

澎湃新闻：你觉得AI会取代人类工作吗⑥？

范凌：从存量工作的角度来说⑨，一定会取代⑱。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③。但这不会是一个存量问题❷，而是增量问题▓。举个例子⑦，当古代的生产工具更新迭代之后❸，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❸。

所以AI取代了很多存量工作以后⑦，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⑩，比如抽象派⑯、装置艺术等等①。这个世界日新月异⑲，AI在取代一部分工作的同时⑦，也会创造更多的人类工作⑰。

澎湃新闻：如今AI迅猛发展▓，你会担心AI的风险吗⑨？担心哪些风险▓？

范凌：以前我是一个“公有云”的忠实信仰者⑮，我觉得所有数据都应该存在云上⑳，不应该存在自己的硬盘里⑮。但现在⑨，当我看到AI处理数据的能力以后⑭，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⑬、一家学术机构乃至个人⑫，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❶，它就变成人人都能利用的数据⑪，而企业或个人的数据资产则面临损失①。私有数据和公有数据的关系如何平衡⑯？能不能在利用大模型能力的同时⑱，保护一部分私有数据⑥？

此外⑮，当我们问AI一个“问题”④，它往往给你一个很有代表性的“答案”⑯。大模型主要依赖于庞大的互联网数据进行训练⑦，这导致它们在很大程度上代表的是“数字可见人群”⑪。而那些远离主流数据生态——比如不使用智能手机⑭、不上网④、文化背景边缘化的人群——他们的经验⑬、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⑯、社会服务等事物时③，AI的决策可能也是基于不完整的数据做出的⑯，从而会形成“知识寡头”或“信息寡头”❷，加剧不平等③。总之❸，AI的发展和治理还有很多事要持续关注⑲。