12月12日，第八届GAIR全球人工智能与机器人大会在深圳开幕。首日论坛聚焦“AI重构教育、科学与产业”，多位顶尖学者与产业专家就AI的落地挑战与未来机遇展开深度碰撞。
一个核心共识在圆桌讨论中浮现：AI大规模产业化远未成熟。杨强院士援引MIT数据指出，美国2025年AI应用中，高达95%的项目收益为负或烂尾，仅5%成功。他分析，挑战来自企业预期过高、新旧系统难以适配及数据维度复杂三大层面。薛贵荣教授则直言行业存在“算力泡沫”与“人工AI”泡沫，大量推理算力闲置，许多应用本质仍是人力驱动。
面对挑战，专家们将目光投向更务实的赛道。杨强院士指出，医疗等“小数据”场景广泛存在，其研究重点在于如何整合各领域专家的小模型，在保护隐私前提下构建全局受益的模型。这预示着，在通用大模型之外，垂直、精准的小模型协同或成破局关键。
技术路径上，端侧智能与新型感知成为新热点。RockAI联合创始人邹佳思质疑了“更大算力与参数等于更好模型”的行业共识，认为Transformer架构偏向静态压缩，并未真正产生知识。他提出，未来智能硬件的核心应是“原生记忆”与“自主学习”，推动AI从固定工具转向实时成长。南方科技大学张进教授则倡导探索声波、毫米波等新型感知模态，以更丰富的物理世界数据支撑空间智能发展。
此外，超算与AI的融合展现出巨大潜力。国家超算深圳中心副主任付昊桓表示，超算与AI大模型“集聚算力攻克复杂问题”的思维本质相通。深圳超算二期正着力开发下一代百米级天气预报模式，并计划搭建超智融合平台，以开源生态吸引跨领域科研力量。
首日议程在AI+医疗的讨论中收尾。北京安贞医院何怡华教授强调，医疗AI的落地价值在于赋能基层诊疗体系，而非单纯的技术解决方案。她认为，医生应主导这一进程，以确保工具最终服务于临床场景与患者关怀。
总体而言，GAIR 2025首日传递出一个清晰信号：AI行业正从狂热追捧转向理性深耕。解决产业化瓶颈、挖掘垂直场景价值、探索云端与端侧协同的创新架构，将成为未来发展的关键。
