当全球投资涌向AI赛道时，“AI泡沫论”也随之升温。AI到底是一场革命，还是一场泡沫？这成了11月13日，太湖世界文化论坛·钱塘对话最为火爆的话题。

当天上午，十三届全国人大常委，中国社会科学院学部委员、原副院长蔡昉就谈到，“不管是革命还是泡沫，这一轮人工智能资热是浇不冷的。”诺贝尔经济学奖得主、斯坦福大学荣誉教授迈克尔·斯宾塞（Michael Spence）也将这波全球人工智能投资热潮视为一场“理性泡沫”，在他看来投资不足的代价远大于投资过度的代价。

这一话题的热度延续到下午圆桌论坛。现场嘉宾分别从技术、产业、资本和社会影响等多个维度给出自己的见解。

“大模型的泡沫最低，因为它距离商业应用最近。”

从当下来看，“AI确实存在泡沫”。对准技术侧，杭州达迩文智能有限公司首席执行官武伯熹率先给出判断：无论是公众对AGI时间表的过度乐观，还是外界对技术本质理解不足，都使得产业热度远超现实基础。当前AI泡沫分布不均衡，因领域而异。例如在具身智能、大模型、视频生成等领域中，大模型的泡沫最低，因为它距离商业应用最近。

不过他坚信“AI的发展会超过工业革命和信息革命”，因此“长期看来AI是没有泡沫的”。在应对泡沫方面，他强调“达尔文式的适者生存”——创业公司必须找到真实价值场景，及时调整方向，因为技术突变会瞬间改变生态。他以数字人行业为例：“许多公司一天之内技术路线就被颠覆”，这使得僵化策略在此时代难有生存空间。

“我们正处于AI最好的时代。”EXTECInc.创始人、总经理、首席系统架构师应马可说道。从算力发展史来看，从1998年深蓝、2016年的两张显卡，到当前GPT级训练需要几十万张H100，算力提升跨度达100亿倍。这一跨越是摩尔定律与光刻技术推动的必然结果，而人类可能再难享受如此巨大的算力红利，因为制程工艺即将逼近物理极限。因此在他看来，“当前就是人类最接近AI理想的时刻”，革命已经发生。

从产业落地与投资实践出发，蚂蚁集团AGI原生应用负责人马静给出了更“落地”的视角。她认可AI的革命性，但认为泡沫主要体现在三个关键环节：第一，技术能力与真实需求之间的脱节，顶级算力如B200在C端应用中很难真正用得上，“算完账你会发现不值”。其次是产品落地不足——至今能真正复用、跑通用户的C端AI产品并不多，自动驾驶与扫地机器人仍是为数不多的成功案例。

此外，商业模式不清晰带来了巨大不确定性，尤其在算力基础设施层面，投入巨大但回报机制尚未成熟。马静认为中国的泡沫主要集中在智能制造和基础层，而非大模型本身，并建议通过提升资产利用率、调整产品分级、降低芯片成本等方式让行业逐步回归理性。

理解AI黑盒的能力边界，成为判断泡沫的重要依据

AI被视为一场“全方位、全系统的革命”，每一场革命难免伴随着不同形态的泡沫，这些泡沫究竟分布在哪些方位？又以怎样的姿态呈现？

武伯熹关注的是技术层面的泡沫。他提到2012年深度学习爆发前的人工智能“多少带点欺骗性……基本没用”，而2012年之后能力“忽然突变”，形成典型的时代跃迁。他以GPT系列为例：GPT-1、GPT-2的进展有限，但GPT-3的出现却彻底改写了外界的技术预期，这说明AI“随机性越大，赌博性越大”。

同时他也提醒，一些应用方往往对AI抱有“10年AGI水平”的不切实际期待，这类超越现实边界的愿景本身就构成泡沫。因此，理解AI的黑盒能力边界成为判断泡沫的重要依据。

泡沫又在资产配置中呈现出另一种样貌。马静将问题指向资产利用率：当前大量数据中心在快速建设，甚至建到沙漠里，但这些设施未来能否满载运行仍存在不确定性。她提出，通过降低芯片成本和进行“应用场景分层”可以压缩泡沫：关键任务采用高端芯片，重复性任务使用更廉价的方案。

马静也关注资本市场的差异——美国一级市场对大模型应用的估值普遍偏高，“基于一个大模型非常简单的应用，初步融资能到三五百万美金”。而中国由于更多项目落在智能制造、芯片等有实际资产投入的领域，泡沫相对较低。她提醒，行业内部浮躁的心态同样会制造泡沫，许多产品并没有从真实需求出发。

强脑科技创始团队成员、集团副总裁张胜男从脑机接口的实践经验出发，指出被视为泡沫的方向有时会在需求牵引下快速成熟。马斯克团队曾提出在大脑中植入侵入式芯片，再结合擎天柱机械肢体的构想，但这短期内难以实现高速动作；而张胜男的团队已经让佩戴仿生手的用户“可以弹琴”，技术路径因真实需求而意外领先。

她还分享了一个日常场景：在使用豆包生成萌宠视频时，“误将儿子的证件照上传”，系统生成了穿裙子的形象，孩子由此问出“妈妈我是女孩子吗？”她以此提醒，在技术迅速扩散并不断制造幻象的时代，普通人最重要的是保持清醒。

泡沫应通过开放和开源来解决

当泡沫的位置逐渐清晰，如何挤压和应对可能出现的AI泡沫，就成了现场最实际的问题。

在武伯熹看来，“适者生存”是理解和应对泡沫的底层逻辑。AI创业的成功往往无法预制，突破更多来自对外部环境和需求的动态适应。他强调：“适者生存是你要适应这个世界，而不是改变这个世界。”在技术范式突变的情况下，如GPT横空出世，固守旧方向会导致无效投资，最终形成泡沫。

他同时指出，宏观经济、国际关系及其他科技领域的发展都会影响AI投资，资本转向AI并非完全由产业本身驱动，也可能产生泡沫表象。以马斯克的投资为例，其巨额投入之所以不构成泡沫，是因为企业内部形成了闭环：芯片、工厂、算法、机器人乃至大模型都服务于自身生态，减少了浪费。

全国社保基金理事会原副理事长王忠民顺势补充，马斯克的企业能够自给自用——机器人卖给特斯拉工厂和仓储，芯片、算法和大模型也主要服务内部。这种跨界生态融合不仅降低了风险，还让投资更高效。“闭环用在另一个方面的应用，跨界，最后又生态融合……此刻看的泡泡，到那个时候已经无了踪影。”

宏观层面，应马可认为泡沫并非无法面对，而应通过开放和开源来解决。他提到，中国大模型的发展已经超过美欧总和，通过开源，技术回到平等竞争的平面，使各类AGI原生应用百花齐放，避免因信息不对称导致的泡沫失真。他总结：“所有往大的方向去做的努力，都是科技的养料。”

“宏大叙事的泡沫才是嘴上的泡沫，愿景的泡沫。”王忠民认为，真正的泡沫源于概念炒作而非技术本身。应对泡沫应“用AI的方法治理AI”，从小问题出发，扩展到产业链、生态跨界，保持技术和应用不断扩散。开源是消解泡沫的核心机制，使研发、生态与资本自然扩散，形成社会技术扩散效应、产品扩散效应及前期投资的扩散效应。

采写：南都N视频记者黄莉玲