您现在的位置是：网站首页> 科技科技

电玩城彩票机游戏模拟

彭新蕾 2025-05-14 【科技】 3478 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❶。

4月29日②，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⑨。他指出⑤，人工智能技术加速迭代❷，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⑥，加大探索力度⑭，力争在人工智能发展和治理各方面走在前列⑪，产生示范效应①。

如今⑫，徐汇区已形成“北斗列阵”+“群星闪耀”的AI生态布局⑲。其中⑲，“北斗七星”由稀宇科技⑮、商汤科技③、阶跃星辰⑯、无问芯穹❸、星纪魅族❶、特赞科技和斑马智行7家标杆企业构成⑬。

这些⑧、企业何以成为“北斗”⑳？它们在人工智能领域有哪些探索和前瞻性的思考⑫？即日起⑲，澎湃新闻推出“北斗专访”系列报道⑳，通过深度对话❷，解码标杆企业的AI星辰版图⑥。

祝碧晨设计⑨、上午9点多▓，特赞科技办公空间内⑦，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▓。窗外是高楼林立的上海徐汇滨江❸，聚集了众多AI企业⑫。直到记者到来❷，他才从工作中抽身⑬。

范凌是特赞科技的创始人兼首席执行官▓，同时担任同济大学设计创意学院教授⑰、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”成员之一①，这是一家专注“内容+人工智能”的独角兽企业❸。

目前⑮，特赞科技打造了企业级内容人工智能平台⑱，帮助客户实现高效⑥、优质的内容管理⑯、生产⑭、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❷，服务了10万个小微企业和个人⑫。特赞科技完成了D1轮融资⑱，估值超过10亿美元⑤。

范凌❶，特赞科技的创始人兼首席执行官❶，同济大学设计创意学院教授⑲、设计人工智能实验室主任②。本文图片均为受访者提供

和“模速空间”很多创业者一样⑲，范凌拥有高学历②。他毕业于哈佛大学并获博士学位⑭，创业前曾任教于美国加州大学伯克利分校⑨，教授人机交互⑤。2015年⑧，他由海外高层次人才计划引进回国⑩，创立特赞科技⑨。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❷，范凌开始学术兼商业的跨界⑪。

在人工智能爆发式发展的时代❶，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⑥。他提到③，现在AI主要还在“说话”▓，接下来AI真正要“干活”⑤，越来越多的算力也将会用在解决问题上▓。AI不可避免地将取代一部分“存量工作”❷，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⑬，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▓？企业⑫、机构乃至个人如何保护自己的数据资产③？私有数据和公有数据的关系如何平衡⑨？大模型又如何避免形成“知识寡头”和“信息寡头”⑤？

近日④，范凌接受澎湃新闻记者专访❸，他讲述了AI时代特赞科技究竟在做什么⑪，有何短期和长期目标❶，也阐明了自己对AI飞速发展的观察和担忧⑤。

【对话范凌】⑰、澎湃新闻：特赞科技是模速空间“北斗七星”之一⑦，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④？

特赞科技⑤，上海“模速空间”七家人工智能龙头企业“北斗七星”之一⑯，专注“内容+人工智能”⑲。

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⑦。

特赞的英文名叫Tezign⑳，即Tech+Design⑦，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⑭。我父母是艺术家⑳，我自己是理工科出身⑨，在我身上有一颗艺术的心和一个工程的脑⑲。我一直在思考❸，如何把“心”与“脑”的距离拉近⑤，它像是我的一个使命⑲，这也投射在特赞科技上面⑤。

如果换一种说法⑥，人有左脑和右脑⑪，左脑关心更高⑱、更快⑳、更强⑬，右脑关心人文⑲、设计▓、艺术等等⑨。目前人工智能可能大部分的精力都在“左脑”上①，人工智能的“右脑”潜力还没有被充分挖掘出来⑫。特赞在做的⑪，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⑤。

澎湃新闻：特赞科技如何将技术和创意融合⑳，公司核心业务具体做什么⑪？

范凌：特赞科技的核心业务是围绕“内容数据与人工智能”⑱。我们构建了企业级的创意内容数字新基建❶，围绕企业内容资产⑰，打造企业内容的管理⑩、积累⑰、生产▓、分析的数字化平台④，提升品牌内容资产的生产与流转效率⑮。

特赞科技的业务架构和产品❷。

很多企业有自己的数据库❸，有数据内容从0到1的积累⑲，而在生成式AI出现之后④，我们能够更好地帮助企业完成从1到N的数据管理⑫、分析和分发⑨。企业的原始数据和内容往往是非结构化的数据①，我们把企业的“内容▓、效果数据④、内容标签”三者打通⑱，可以帮助企业批量化生产内容①，让内容更高效地和社交平台⑨、触点发生关系❷；同时❷，帮助企业形成内容的分发和反馈分析报告⑦，提高营销效率⑧。

从品牌角度看⑭，内容应分为两类：0到1的内容和1到无穷的内容⑳。0到1的内容⑬，应该用来传达品牌文化⑨、品质和价值观⑤。这部分内容可以由人和AI共同完成⑯，人起主导作用⑰。而1到无穷的内容⑪，如果没有AI是无法实现的①，这类内容会在各处与消费者产生转化⑤，内容量要庞大到铺天盖地④，并以高质量内容不让消费者感到被骚扰⑰。

澎湃新闻：你非常关注内容推理⑰，能否稍微解释一下内容推理②？

范凌：“内容推理”是基于已有内容信息进行理解⑫、分析⑦、判断甚至预测的过程③。内容推理模型的训练依赖大量高质量的标注数据⑭。数据标注是智能化进程中很基础④，但也是很麻烦的活儿❷。每个人的语言体系不同⑪，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”⑬，有的人则称之为“萌”⑪，因此要对标注数据之间做相关性和等价关系的匹配❸。

特赞积累了大量标注数据⑩，已形成创意设计的基础开源数据集▓，还与行业合作建立了垂直数据集⑤，包括快消⑰、食品饮料等行业⑫。基于这些垂直行业数据⑯，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⑲。

今年4月⑩，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⑯，模拟非结构化决策路径④。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⑤。

2025年4月③，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⑱，目前很多企业非常关注多模态大模型⑱。对你来说⑲，未来3~5年你会特别关注AI的哪些变化①？

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①。而基础模型的竞争▓，也相当于对算力和数据的竞争❸，这方面竞争所带来的红利可能要慢慢消退了④。

接下来3~5年⑳，算力会更多被用在解决问题上⑦。如果说以前是在Training上⑨，后边可能是在Reasoning上⑭，90%的算力应该要用在Reasoning上了⑥。就像把高速公路建好以后❷，就要在上面跑车子⑱，跑得越多越好①，这些车子才能带来商业和繁荣❸。未来3~5年⑤，应该是AI赋能各行各业的关键时期⑫。

特赞科技办公区李佳蔚摄

对企业而言⑤，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❸，这家企业还要继续存在⑮？

未来3~5年的一个重要场景⑫，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”③，而不是“干活”⑤。我们也看到很多企业开始结合各自需求做一些智能体▓，通过AI调用各种生产工具⑲，接下来就是要开始让AI“干活”了❷。

多模态大模型⑤，我觉得更是指能调用各种工具的多模态①。谁能成功地让人类和工具实现高效协作⑮，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❷？

范凌：从存量工作的角度来说⑮，一定会取代⑰。如果这个世界不再有更多新的工作了⑱，那么我们的工作会越来越多地被AI取代⑩。但这不会是一个存量问题⑮，而是增量问题①。举个例子⑧，当古代的生产工具更新迭代之后⑪，古代人把原来在田里干活的时间用来诗词歌赋⑲，就是创造了新的工作❷。

所以AI取代了很多存量工作以后▓，人类自然会有增量的事情去做⑭。当照相机出现以后❸，画家没有失业⑮，而是去创作照相机拍不出来的画⑨，比如抽象派⑥、装置艺术等等①。这个世界日新月异⑳，AI在取代一部分工作的同时⑩，也会创造更多的人类工作⑳。

澎湃新闻：如今AI迅猛发展⑮，你会担心AI的风险吗⑲？担心哪些风险⑦？

范凌：以前我是一个“公有云”的忠实信仰者⑥，我觉得所有数据都应该存在云上⑲，不应该存在自己的硬盘里⑱。但现在❸，当我看到AI处理数据的能力以后⑬，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▓。一家企业②、一家学术机构乃至个人▓，都有经年累月积累的宝贵数据❸，如果把这些数据都喂给大模型③，它就变成人人都能利用的数据⑰，而企业或个人的数据资产则面临损失⑤。私有数据和公有数据的关系如何平衡⑳？能不能在利用大模型能力的同时⑪，保护一部分私有数据⑰？

此外⑨，当我们问AI一个“问题”⑱，它往往给你一个很有代表性的“答案”⑨。大模型主要依赖于庞大的互联网数据进行训练❸，这导致它们在很大程度上代表的是“数字可见人群”②。而那些远离主流数据生态——比如不使用智能手机⑯、不上网⑯、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⑲。而当AI逐渐被用于公共治理⑯、社会服务等事物时⑯，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”⑯，加剧不平等⑱。总之⑳，AI的发展和治理还有很多事要持续关注❶。