对话BIGAI高文院士：从‘人工智能+’到通用人工智能，中国路径的机遇与挑战
编者按： 2026年，全球人工智能竞赛进入深水区，通用人工智能（AGI）成为各国科技战略的制高点。中国在坚定推进“人工智能+”行动、赋能千行百业的同时，也在AGI这一更基础、更具颠覆性的前沿领域进行着系统性布局。北京通用人工智能研究院（BIGAI）作为中国AGI研究的国家队核心力量，其负责人高文院士的思考与实践，无疑为我们理解中国路径提供了关键视角。近日，AI纪元就相关议题专访了高文院士。
一、从“+”到“通用”：中国AI发展的战略升维
“‘人工智能+’是当下中国智能化进程的引擎，而通用人工智能则是驱动未来所有引擎的‘发动机’。”高文院士开宗明义地指出了两者之间的递进与支撑关系。
他阐释道，“人工智能+”战略的核心是技术与场景的深度融合，旨在将成熟的AI技术作为一项通用目的技术，规模化地应用于制造、农业、医疗等国民经济各领域，创造新质生产力。正如我们之前报道，“人工智能+”2.0阶段已从理论框架进入规模化落地，正深刻改变着产业形态。
然而，高院士同时强调，当前基于大数据与深度学习的“弱人工智能”或“专用人工智能”仍存在本质局限。“它们在特定任务上超越人类，但缺乏对世界的整体理解、因果推理和自主探索能力，难以应对开放、复杂、动态的真实世界挑战。” 这正是推动研究向AGI演进的根本动力。AGI追求的是具备人类核心认知能力的智能体，能够学习、推理、规划，完成人类能够完成的任何智力任务。
从“人工智能+”到AGI，并非简单的技术升级，而是一次认知范式的跃迁。高院士认为，中国庞大的应用场景、丰富的数据资源和活跃的产业生态，为“人工智能+”提供了肥沃土壤，也为探索AGI积累了宝贵的实践经验和需求反馈。“我们必须在深耕应用的同时，仰望星空，布局未来，确保在下一代智能革命中不掉队。”
二、BIGAI的使命与“中国路径”的独特思考
谈及BIGAI的定位，高文院士介绍了其作为“非营利性世界一流新型研发机构”的独特使命——“追寻大一统理论，创造通用智能体，提升全人类福祉”。这一定位决定了BIGAI不局限于短期产品开发，而是聚焦于AGI最基础、最前沿的科学问题。
对于全球AGI技术路径之争，高院士有着冷静的观察。他指出，当前国际上主要存在几条路径：一是以超大语言模型（LLM）扩展为核心，希望“涌现出”通用智能；二是强调具身智能，让AI在与物理世界的交互中学习；三是构建能够理解和模拟物理世界运行规律的世界模型。我们此前曾分析，2026年世界模型范式已从“被低估的暗流”成为研究主战场，Sora 2.0的发布便是这一趋势的强力印证。
高院士认为，中国的AGI研究不应盲目追随某一条特定路径，而应结合自身优势，走一条**“融合创新”的中国路径**。他将其概括为：
- 坚持“顶天立地”：既要攻克如世界模型、认知推理等基础理论（“顶天”），也要紧密结合国家重大需求和产业升级痛点（“立地”）。例如，具身智能的研究，最终要服务于高端制造、养老助残等实体产业。
- 发挥“系统集成”优势：中国在复杂工程系统建设、大规模基础设施部署方面具有强大能力。AGI研发不仅需要算法突破，同样依赖于高质量的数据、庞大的算力支撑和先进的实验平台。高院士特别提到了鹏城实验室的8000P级AI算力集群，认为这类国家级重大科技基础设施，为AGI的“暴力计算”研究提供了硬实力保障。
- 注重“安全可控”：在追求能力的同时，必须将安全、伦理、价值观对齐贯穿研究始终。他高度关注全球AI监管的最新动态，认为中国正在构建的综合治理体系，能为AGI的健康发展提供独特的制度保障。
三、核心挑战：跨越理论、算力与人才的“三重门”
尽管前景广阔，但高院士坦言，中国在通往AGI的道路上仍面临多重严峻挑战。
挑战一：理论突破的“无人区”探索
AGI的根本性挑战在于，我们尚未形成对智能本质的、公理化的理解。当前所有成功范式，包括LLM，本质上都是统计相关性的学习，而非真正的因果理解与推理。“我们需要的不是更大的模型，而是新的理论框架。” 高院士透露，BIGAI正致力于探索一种融合了认知科学、计算机科学与神经科学的**“大一统理论”**，试图为智能体构建一个从感知到认知、从学习到决策的完整理论体系。这无疑是一条充满不确定性的长坡厚雪之路。
挑战二：算力基础设施的持续竞赛
AGI研究，尤其是世界模型、大规模仿真训练等方向，对算力的需求是指数级增长的。虽然中国在算力中心建设上投入巨大，但与全球顶尖水平相比，在高端AI芯片的自主供应、能效比以及面向AGI的异构计算架构设计上仍有差距。正如行业分析指出，AI芯片架构正快速向领域专用演进，中国需要加快在本土AI芯片领域的创新突破，才能确保算力自主可控，支撑长期的AGI研发竞赛。
挑战三：顶尖人才的全球性稀缺
AGI是智力密集型事业，最核心的挑战是人才。高院士指出，AGI所需的是一种**“π型”甚至“全栈型”人才**——既要有深厚的数学、计算基础，又要深刻理解认知科学、神经科学，甚至哲学；既能做前沿理论探索，又能进行复杂的系统工程实现。这样的人才在全球都极为稀缺。
中国虽然拥有庞大的理工科毕业生基数，但在培养这类跨学科、具备原始创新能力的顶尖人才方面，体系尚需完善。高院士非常重视产学研结合，他推动的“产学结合高校通用人工智能大赛”正是为了从本科阶段就发现和培养AGI的种子人才。同时，中国也需要以更开放的政策吸引全球智力，构建国际化的人才梯队。
四、展望未来：协同共生，定义中国贡献
对于未来，高文院士持审慎乐观的态度。他认为，AGI的实现不会是一蹴而就的，很可能是一个渐进的、能力不断增强的过程。在这个过程中，中国不应追求“闭门造车”式的突破，而应积极参与全球合作与竞争。
他特别强调，中国在AGI发展上可以做出独特贡献：
- 提供丰富的应用场景与数据反馈：中国复杂多样的产业和社会场景，是检验和提升AGI能力的绝佳“试炼场”。
- 探索AGI与实体经济的深度融合模式：如何让AGI技术不仅停留在实验室，更能安全、可靠、高效地赋能产业升级，中国可以探索出一条可复制的路径。
- 贡献治理智慧：在保障安全与促进发展之间取得平衡，中国正在形成的“敏捷治理”模式，可以为全球AGI治理提供重要参考。
专访最后，高院士寄语中国AI领域的从业者与研究者：“既要对‘人工智能+’带来的巨大机遇充满热情，扎实做好技术落地；也要对通用人工智能的挑战心存敬畏，敢于进行长期的、高风险的创新。中国AGI的未来，取决于我们今天在基础理论、基础设施和人才培养上下的苦功夫。”
（本文部分信息参考自北京通用人工智能研究院（BIGAI）官网及高文院士公开演讲内容）