您现在的位置是：网站首页> 房产房产

森林舞会电玩城游戏特色

熊小凡 2025-05-14 【房产】 2966 人已围观

【编者按】“星汉灿烂,若出其里❷。”人工智能迈入闪耀时刻⑬。

4月29日❷，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①。他指出⑪，人工智能技术加速迭代①，正迎来爆发式发展⑨，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⑤，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⑫，产生示范效应⑲。

如今❸，徐汇区已形成“北斗列阵”+“群星闪耀”的AI生态布局❶。其中⑪，“北斗七星”由稀宇科技⑨、商汤科技⑪、阶跃星辰⑱、无问芯穹❷、星纪魅族⑨、特赞科技和斑马智行7家标杆企业构成④。

这些⑫、企业何以成为“北斗”⑱？它们在人工智能领域有哪些探索和前瞻性的思考▓？即日起⑱，澎湃新闻推出“北斗专访”系列报道③，通过深度对话⑰，解码标杆企业的AI星辰版图⑪。

祝碧晨设计⑮、上午9点多④，特赞科技办公空间内③，范凌穿着深色短袖和牛仔裤③，电脑放在膝上③，专注地敲打键盘⑱。窗外是高楼林立的上海徐汇滨江②，聚集了众多AI企业⑨。直到记者到来⑨，他才从工作中抽身⑲。

范凌是特赞科技的创始人兼首席执行官⑯，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⑥。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”成员之一⑩，这是一家专注“内容+人工智能”的独角兽企业⑭。

目前❷，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⑯、优质的内容管理❷、生产❷、分析和分发❸，已为100多家世界500强企业提供人工智能平台⑪，服务了10万个小微企业和个人⑥。特赞科技完成了D1轮融资③，估值超过10亿美元❷。

范凌⑦，特赞科技的创始人兼首席执行官⑧，同济大学设计创意学院教授⑦、设计人工智能实验室主任⑬。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④。他毕业于哈佛大学并获博士学位③，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▓。2015年⑰，他由海外高层次人才计划引进回国⑬，创立特赞科技⑤。2016年⑰，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⑧。

在人工智能爆发式发展的时代⑥，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⑱。他提到❸，现在AI主要还在“说话”⑥，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⑤。AI不可避免地将取代一部分“存量工作”⑭，又会创造更多“增量工作”⑬。

范凌常会思索AI带来的治理风险⑭，以前他是一个“公有云”的忠实信仰者⑬，现在开始思考是不是有必要把数据储存在硬盘▓？企业⑤、机构乃至个人如何保护自己的数据资产⑦？私有数据和公有数据的关系如何平衡③？大模型又如何避免形成“知识寡头”和“信息寡头”④？

近日①，范凌接受澎湃新闻记者专访⑦，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⑳，也阐明了自己对AI飞速发展的观察和担忧⑩。

【对话范凌】⑩、澎湃新闻：特赞科技是模速空间“北斗七星”之一①，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⑧，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”❷。

范凌：我是一名创业者——特赞科技创始人⑦；也是一名教师——同济大学设计创意学院教授④。

特赞的英文名叫Tezign②，即Tech+Design⑰，是技术和设计的结合⑥，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⑫，我自己是理工科出身②，在我身上有一颗艺术的心和一个工程的脑④。我一直在思考⑥，如何把“心”与“脑”的距离拉近⑦，它像是我的一个使命⑮，这也投射在特赞科技上面①。

如果换一种说法②，人有左脑和右脑⑤，左脑关心更高⑩、更快⑭、更强❷，右脑关心人文⑯、设计⑧、艺术等等⑪。目前人工智能可能大部分的精力都在“左脑”上❸，人工智能的“右脑”潜力还没有被充分挖掘出来⑦。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❸。

澎湃新闻：特赞科技如何将技术和创意融合⑰，公司核心业务具体做什么❶？

范凌：特赞科技的核心业务是围绕“内容数据与人工智能”④。我们构建了企业级的创意内容数字新基建⑧，围绕企业内容资产⑬，打造企业内容的管理⑫、积累⑪、生产⑱、分析的数字化平台⑤，提升品牌内容资产的生产与流转效率⑰。

特赞科技的业务架构和产品⑨。

很多企业有自己的数据库②，有数据内容从0到1的积累⑩，而在生成式AI出现之后⑮，我们能够更好地帮助企业完成从1到N的数据管理▓、分析和分发⑯。企业的原始数据和内容往往是非结构化的数据⑱，我们把企业的“内容⑬、效果数据⑥、内容标签”三者打通⑫，可以帮助企业批量化生产内容⑱，让内容更高效地和社交平台⑲、触点发生关系❷；同时⑯，帮助企业形成内容的分发和反馈分析报告②，提高营销效率⑮。

从品牌角度看⑰，内容应分为两类：0到1的内容和1到无穷的内容⑱。0到1的内容④，应该用来传达品牌文化⑨、品质和价值观❶。这部分内容可以由人和AI共同完成⑯，人起主导作用⑩。而1到无穷的内容❶，如果没有AI是无法实现的⑤，这类内容会在各处与消费者产生转化⑬，内容量要庞大到铺天盖地⑦，并以高质量内容不让消费者感到被骚扰⑪。

澎湃新闻：你非常关注内容推理⑬，能否稍微解释一下内容推理⑳？

范凌：“内容推理”是基于已有内容信息进行理解⑯、分析③、判断甚至预测的过程⑤。内容推理模型的训练依赖大量高质量的标注数据⑰。数据标注是智能化进程中很基础❶，但也是很麻烦的活儿⑪。每个人的语言体系不同⑮，对同一个事物类似的感知也会用不同词汇描述④，有的人称赞“可爱”⑮，有的人则称之为“萌”①，因此要对标注数据之间做相关性和等价关系的匹配⑱。

特赞积累了大量标注数据❸，已形成创意设计的基础开源数据集⑤，还与行业合作建立了垂直数据集②，包括快消⑯、食品饮料等行业③。基于这些垂直行业数据⑧，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⑤。

今年4月⑯，我们最新发布了atypica.AI智能体框架⑥。它是基于Creative Reasoning推理技术⑱，模拟非结构化决策路径⑳。这是一个通用的商业智能体⑥，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①，特赞科技最新发布了atypica.AI智能体框架⑪。

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③。对你来说⑳，未来3~5年你会特别关注AI的哪些变化⑰？

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④，基础模型消耗了90%甚至更高的算力⑱。而基础模型的竞争⑨，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⑧。

接下来3~5年③，算力会更多被用在解决问题上❸。如果说以前是在Training上①，后边可能是在Reasoning上⑤，90%的算力应该要用在Reasoning上了⑱。就像把高速公路建好以后⑩，就要在上面跑车子❶，跑得越多越好❶，这些车子才能带来商业和繁荣⑯。未来3~5年③，应该是AI赋能各行各业的关键时期⑪。

特赞科技办公区李佳蔚摄

对企业而言②，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③？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⑧？

未来3~5年的一个重要场景④，是企业内部的know-how要更高效地和大模型展开协作②。现在的AI还是在“说话”⑰，而不是“干活”❷。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①，接下来就是要开始让AI“干活”了⑲。

多模态大模型⑮，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❶，谁就能拥有源源不断的商业机会❷。

澎湃新闻：你觉得AI会取代人类工作吗⑭？

范凌：从存量工作的角度来说⑮，一定会取代④。如果这个世界不再有更多新的工作了⑭，那么我们的工作会越来越多地被AI取代❸。但这不会是一个存量问题⑳，而是增量问题❸。举个例子⑧，当古代的生产工具更新迭代之后⑮，古代人把原来在田里干活的时间用来诗词歌赋⑰，就是创造了新的工作❶。

所以AI取代了很多存量工作以后②，人类自然会有增量的事情去做⑩。当照相机出现以后⑧，画家没有失业⑳，而是去创作照相机拍不出来的画⑱，比如抽象派③、装置艺术等等❸。这个世界日新月异⑥，AI在取代一部分工作的同时⑨，也会创造更多的人类工作⑤。

澎湃新闻：如今AI迅猛发展⑧，你会担心AI的风险吗③？担心哪些风险④？

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❶，不应该存在自己的硬盘里⑪。但现在❸，当我看到AI处理数据的能力以后⑤，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❷。一家企业⑤、一家学术机构乃至个人⑦，都有经年累月积累的宝贵数据④，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④，而企业或个人的数据资产则面临损失⑮。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④，保护一部分私有数据⑥？

此外⑬，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”⑮。大模型主要依赖于庞大的互联网数据进行训练❷，这导致它们在很大程度上代表的是“数字可见人群”⑥。而那些远离主流数据生态——比如不使用智能手机❸、不上网⑫、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⑥。而当AI逐渐被用于公共治理⑪、社会服务等事物时▓，AI的决策可能也是基于不完整的数据做出的⑱，从而会形成“知识寡头”或“信息寡头”④，加剧不平等⑫。总之⑳，AI的发展和治理还有很多事要持续关注⑪。