临近2026，智能体、机器人的创新再一次掀起了一股热潮。那么立足现下，放眼未来，大模型和智能体究竟会有怎样的发展趋势呢？

12月9日，中国工程院院士谭建荣教授在中科金主办的《大模型与智能体产业创新峰会》上带来了一场难得的高密度分享，既有干货，也有一些有趣的猛料。

谭院士表示，要重视大模型，但千万不要忽略小模型。

他强调，大模型不是天上掉下来的，根基在“小模型”和建模能力。谭院士三十年前就开始做数据建模，而大模型之所以崛起，是因为长期的数据积累与建模工具链的成熟。“没有小模型，哪里来大模型？”

同时，谭院士，还给出了大模型的发展方向：从“越大越好”走向“精准小模型＋行业智能体”。

他预判行业要转向“面向行业、面向产品”的小模型与智能体，而不是盲目追求参数规模。

此外，谭院士对于大模型关键技术也总结出了“十大关键技术”的演进路径：

• 初级阶段：深度学习、强化学习、模式识别、机器视觉

• 中级阶段：数据搜索方法、知识工程方法

• 高级阶段：自然语言理解、类脑交互决策、模型训练技术、模型蒸馏技术

这里，谭院士忍不住多次给 DeepSeek 团队点赞：并表示DeepSeek的突破主要来自“强化学习+模型蒸馏”。

同时，谭院士还点赞了科大讯飞在语音识别方面的贡献：“科大的语音识别做得非常好，去年国家科学技术进步一等奖，我本人也是评委之一，这个项目做得非常不错。”

对于智能体的发展，谭院士强调：必须依赖“云—边—端”协同：“单纯在设备端跑模型已经不够，未来智能体要在云、边缘计算和设备端之间动态协作。”

而对于目前一些企业用不好智能机器人的现状，谭院士指出：“有一条原因是共性的，凡是用得不好的企业，基本上缺乏对机器人开关、操作、维护、保养、编程的人，（员工们）不会。”

为此，谭院士团队研发了示教机器人，专门教人来如何操作、维护和保养，甚至他们还研发了一种“让机器人教机器人”的示教机器人，教机器人如何形成轨迹、位移、速度和加速度等， 值得一提的是，这个项目还争取到了科技部重点研发计划项目。

智能体技术要发展，就必须面向不同行业、不同产品落地。谭院士展示了他所带领的浙江大学团队的三个现实产业化案例：

核电站智能应急机器人、示教型智能机器人（机器人教人，也能“教机器人”）、多项机械装备数字化设计技术，已帮助多家企业实现转型升级。

下面是谭院士分享内容的整理，建议收藏细读。

01

大模型不是从天上掉下来的，不要忽视小模型

谭建荣：今天很高兴来到北京，参加中关村科金主办的“超级连接.智见未来”大模型与智能体产业创新峰会。这个峰会是我的校友华中科技大学喻友平为首主办的，我觉得我们同行之间的交流非常好，我把最近的学习、研究、应用大模型与智能体的体会向与会的各位领导、专家、来宾做一个交流汇报。

我来自浙江大学，华中科技大学毕业后分到浙江大学，是应用数学专业理学博士毕业，也是信息学部的首界国家杰出青年科学基金获得者。我主要从事数据建模与虚拟现实，数字设计与智能制造等方面的研究，对应的是大模型。

我们国家AI的模型有一千多个，这一千多个大模型肯定不是从天上掉下来的，模型从哪里来？几年前大模型出现，我就说要重视大模型，但千万不要忽略小模型，没有小模型哪里来大模型？小模型要布局建模，我的团队是国内最早从事数据建模的，数据建模这个池我三十年前就想过。三十年前我们从事CAD等，积累了大量的数据，这些数据要重用，要建模，没有建模就没有模型。

我培养了出了几个博士生，博士生的博士论文题目，跟申请国家自然科学基金的项目，70%是建模相关，包括建模的理论、方法、技术、工具、软件以及建模的应用。大模型一个重要的工作是建模。

02

把大模型落实到智能体这个载体上

现在人工智能搞得轰轰烈烈，人工智能主要包括三大部分，第一是数据，数据是人工智能的语料，所以我相信华为云、百度云、阿里云一定都很好。因为人工智能第一步是数据，第二步是算法，算法是核心，第三是算力，大模型需要大的算力才是大模型。而这三者，我个人认为要有一个载体，既包括软的部分，又包括硬的部分，就产生了智能体。

智能体也包括数据、算法，是人工智能的载体，英文名是agent。agent这个英文单词直接翻成中文可以翻译为代理，我们现在叫它智能体，叫得好听一点。人工智能的智能体要落实到载体，这个载体有哪些？现在常见的载体就是智能机器人，还有无人智能驾驶汽车、无人机等等，都要用到智能体的技术，把人工智能代理落实到载体上。

人工智能2022年美国OpenAI公司率先推出了ChatGPT，掀开了生成式人工智能新的一页。因为生成式人工智能可以生成文本、音乐、视频甚至可以生成解决方案。这个解决方案就要落实到智能体上。非常可喜的是今年春节我们中国杭州推出了DeepSeek，使得中国人工智能技术也处于国际前列。

03

生成式AI在很多场景已经超过了普通人

生成式人工智能为什么是颠覆性技术呢？过去我们也搞了人工智能的很多场景，搞得轰轰烈烈。但过去的人工智能应用场景，基本上都通不过图灵测试。但是现在的人工智能，不仅可以轻易通过图灵测试，而且无论是用ChatGPT还是DeepSeek写文章，比一般的秘书写得好。

当然我个人要加一个括号，比优秀的秘书写得还要差一点，比一般秘书好没问题。可以轻松通过图灵测试，这句话什么含义？这句话说明用智能体写的文章，放在我们面前，我们已经分不清这篇文章是人写的还是用人工智能写的。

为什么用人工智能写的文章，比一般的人和秘书写得好呢？因为一般人、一般秘书头脑里的知识有限，头脑里的数据更有限，利用生成式人工智能，可以应用大数据，不仅应用大数据，而且应用大模型。

04

模型就是定量的知识

我们今天讨论大模型和智能体，数据和模型到底是什么关系？这个问题我已经摆在那儿，很多人未必能精确回答，即使能回答也蛮含糊。

我个人认为，数据还是一盘散沙，我们的任务就是要把数据的联系找出来，要把数据的隐含的规律找出来，要把数据隐藏的价值挖掘出来，挖掘出来的东西叫做知识。知识工程是人工智能落地的一个重要途径。

人为什么是智能的？有智力？因为人有知识，小孩的智力差一点，因为很多知识没学到，年纪大的人智力会衰退，因为很多知识忘记了。所以知识工程是实现人工智能的主要途径，其中包括知识的获取、知识的成熟、知识的共享、知识的进化、知识的应用。知识这个东西，你应用知识的时候，本身可以产生知识，这就是知识进化。我应用你这个产品去产生新的知识，知识在不断迭代、不断进化。

我认为，知识可以分为两类。第一类定性的知识，第二定量的知识。我理解所谓模型就是定量的知识，大模型要几百万芯片卡对几百亿参数进行训练，训练什么东西？实际上就是训练它在各种场合下的定量关系，所以它能写文章。前面出现一个词，后面有一个衔接词，可能有几百个，但是他通过分析可以找出哪个是对的和错的连接，帮助人工智能的生成。所以一般来说，大数据大模型还要用到大的散列，对几百亿参数训练，就要用到几百万张芯片卡。

05

人工智能的十大关键技术

人工智能基本的关键技术，我总结了十大关键技术，这也是大模型智能体的关键技术。

这里列了四个人工智能的基本算法：第一深度学习算法，第二增强学习算法，第三模式识别算法，第四机器视觉算法。其中深度学习算法和增强学习算法是人工智能最基础的两个算法。深度学习是多重反向人工神经网络的搭建。而增强算法方面，最近DeepSeek的研发者梁文锋，也是浙江大学的校友。他最近在《Nature》发表了一篇文章，DeepSeek主要采用了两项关键技术，第一项是增强学习技术，第二项是模型蒸馏技术。所以深度学习和增强学习算法也是智能体最基本的两个算法。

这四个基本的算法，也是人工智能的初级阶段。

中期阶段是数据搜索方法和知识工程方法，也就是大数据。大数据对人工智能的促进是非常关键的，1956年提出人工智能后，相当长时间是坐冷板凳。为什么人工智能火起来了？有人认为是大模型挽救了人工智能。过去人工智能的技术路线是开发专家思维。开发专家的关键技术就是要强调因果关系。90年代，三十几年前，我开始学人工智能，90年代学人工智能怎么学法？当时有一个开发专家系统的数据软件，要写程序，写几万句，甚至几十万，几百万句全都是“因为这样，所以这样，否则应该是那样”的语句。而在自然界、人类社会和工程领域，有明确因果关系的还是非常少的，找出因果关系非常困难。而大模型，随着华为、百度、阿里巴巴，大量应用当中产生的大数据，不强调因果关系，而是关联。从大数据终找关联关系，人工智能的大陆从大数据通向智能发展再通向智能体。所以数据搜索方法和知识工程方法，就是利用大模型使得人工智能可以万法皆成。

而人工智能高级阶段是四项技术，首先自然语言理解。科大讯飞是语音识别，还不是语义识别，科大的语音识别做得非常好，去年国家科学技术进步一等奖，我本人也是评委之一，这个项目做得非常不错。使得汉语言包括其他语言的识别做到了国际领先的水平。语义识别是人工智能的成果，自然语言理解还是通用语言，生成文本，语言大模型，也是自然语言交互的典范。

人工智能很好，但任何技术都存在风险，人工智能同样存在风险，而且风险很大。大模型、智能体都有风险，风险在什么地方？其中技术上的风险，就是会出现幻觉。幻觉什么意思？有时候用DeepSeek，用ChatGPT写文章，大部分情况下写得很好，但有时候它会胡说八道，为什么胡说八道？就是幻觉。

自然理解是一个非常复杂的逻辑，特别是中文的逻辑不是太容易。我们过去中国人到美国、英语国家去生活，那必须要通过托福考试（1万词汇量）。第二要到美国、英语国家做研究，要GRE考试（2万词汇量）。现在很多人要到中国留学，中国也搞了一个汉语水平考试，中国人感觉很简单的题，老外都做不出来，因为语义理解有差。这个题目叫“张三跟李四在讨论王二的问题，这个时候王二进来了，张三就说，说曹操曹操到。”选择题有四个，张三刚到、王二刚到、李四刚到、曹操刚到，老外基本都回答曹操刚到。所以自然语言的道路很漫长。

另外一项关键技术是类脑交互决策，跟计算机交互，使计算机跟人脑一样聪明，这是我们现在生成式人工智能追求的目标。围绕大模型产生了两项关键技术，一是模型训练技术。ChatGPT 中的 GPT，就是生成式预训练模型的意思。第二模型蒸馏技术，通过蒸馏不必要的信息、不必要的关联都去掉了，蒸馏就变成瘦的模式，是一个轻量化的模式，不需要像原来想象的那么大的算力，当然一定的算力也是需要的，但可以大大节约算力。

06

大模型也要“精准”

瘦的模型，这个词第一次跟我们理工科发生关联就是精益生产，理论方法是在美国学成的。美国汽车工业学会总结丰田公司精益生产的基础上又提出了“准时生产”，连在一起就是精准生产。精准生产传到中国，管理学界的人非常感兴趣，理工科的人非常感兴趣，文科的人也非常感兴趣。现在我们国家服务中小企业，要精准。

同理，大模型也要精准，大模型要落地，就要开发国内智能体，开发面向行业、面向产品的智能体。所以我说大模型非常好，但不要忽视小模型，而且大模型起步点就是小模型，不要一下子搞大模型。

07

智能体不能只停留在端侧，要云边端协调起来

而智能体，它是设涉及人工智能、机器人学等多领域的概念。Agent，作为基于本体的智能核心，负责具有感知、理解、决策、控制等核心技术和工作，能够获取信息、理解问题，并作出决策，最终控制本体完成任务。所以智能体技术，是基于深度学习、强化学习等先进算法，能够处理复杂的数据，提取信息，并提取控制指令，这是智能体的基本概念。

大模型和智能体现在看起来，需要云、边、端协同发展。比如具身智能的智能体，过去我们理解附到端上，但现在看光到端上还不够，还要边缘计算，还要云端协同控制。

所以，大模型和智能体，特别是智能体需要云、边、端协调部署，可以同步协同，发挥各自的优势，对智能体能够发挥更大、更智能的作用。

08

智能体的产业化的三个案例

我的团队也从事这方面的研究，包括智能体、智能代理、智能机器人的研究，我们取得了很多发明专利也发表了一批高水平的论文，但要产业化，这是大学老师的短板。好在浙江大学政策宽松一点，允许老师和学生一起办企业。我跟毕业的博士生一起办公司，开发了核电的应急管理智能机器人。

浙江省是核电大省，最早的核电站就在浙江。后来又搞了三门核电站，当时是世界最大的核电站。核电站需要核燃料，核燃料发电后成为核废料，核燃料上料，核废料下料，操作、保养、维修过去都是人干，难免辐射。

机器的典型应用场景就是人进去不方便，有危害的地方。我们就开发了核电站应急管理智能机器人，做核电站管理机器人的团队很多，我们这个团队是做得最早，做得最好，得到了工信部的认可，2020年成功在上海证交所上市。

另外一个智能体的应用，示教智能机器人，我调研了很多机器人应用企业。很多企业应用很好，但也有一些企业应用效果不够理想。原因各有不同，俄罗斯大文豪托尔斯泰说幸福的家庭都是相似的，不幸的家庭各有各的不幸。但有一条原因是共性的，凡是用得不好的企业，基本上缺乏对机器人开关、操作、维护、保养编程的人，它不会。

我们开发了一个示教功能的机器人，机器人教你怎么操作、维护、保养。第二个示教，买了一个机器人来不会用，我就让机器人教机器人。教机器人什么内容？教机器人如何形成轨迹、如何形成位移、如何形成速度，如何形成加速度。

我们获得了科技部的重点研发项目，现在科技部重点研发计划非常难申请。863+973，现在863没有了，973没有了，只剩下重点研发计划。我们争取到这个项目，完成得非常好，完成得好就要产业化。

产业化有两个条件，浙江民营企业家，特别是温州的企业家到处在找产业化的项目，我们找到一个温州老板，成立了浙江图睿机器人公司。公司第一年卖了一百台，第二年卖到300台，第三年卖到500台，卖到500台时，发现场地不够用了。杭州地方政府给造厂房，提供支持。这个项目被工信部列为向“一带一路”重点推广的中国企业。

这里谭院士还提到了这个示教机器人的产业化进展，他展示了领导访问视察时的一张照片，并提到：“旁边戴眼镜的小青年就是我的硕士生，他在硕士期间参加了我的重点研发项目，毕业了他就跟我说，老师你把专利授权给我，我去把它产业化，这个示教机器人就是他开发的。”

2025年7月8日国务院国资委党委书记、主任张玉卓考察杭州炽橙科技公司，这张照片是我在向张主任汇报，汇报后，张主任非常高兴。

除了这三个案例，还有超大型低能耗大型空分装备设计制造技术、高档数控机床数字化正向设计的关键技术，大吨位深拉伸液压装备设计制造关键技术等等，成功帮助一批企业实现了数字化转型。也欢迎在座的各位领导、各位专家，有机会到杭州来，到我们浙江大学来进行技术交流、项目合作。我的报告就到此结束。谢谢大家！

内容来源：51CTO技术栈

https://mp.weixin.qq.com/s/togSO1lm_fQCCUparRGw_A