厦E听课记 | 纪荣嵘教授:从底层算力到智能涌现——大模型时代的科技跃迁与产业重塑
技术向来无情,它不会淘汰企业,但会淘汰拒绝理解技术的企业。
【编者按】
当大多数人还在惊叹于AI生成的图像有多逼真、或者把大模型当成一个更聪明的“搜索框”时,技术底层的齿轮早已发生了碾压式的转动。在这个被称为“后视镜效应”的节点上,新技术往往还披着旧媒介的外衣,但底层逻辑已经彻底重构。从“回答问题”到“完成任务”,从“昂贵的玩具”到“无处不在的基础设施”,大模型正在以指数级的进化速度,重塑科研范式与千行百业。
10月15-18日,厦门大学EMBA公选课《数字化转型与创新——AI技术创新与商业应用》在群贤教室举行。10月18日,厦门大学EMBA公选课《人工智能前沿》在群贤二号楼EMBA教室举行。课程剥离了商业炒作的浮沫,直击大模型的技术本质、算力经济学与智能体落地路径。本文根据现场授课内容撰写。

《人工智能前沿》课程由纪荣嵘教授主讲。纪荣嵘教授是厦门大学教授、博士生导师,现任厦门大学校长助理、人工智能研究院执行院长,他以严谨的学者视角和生动的产业案例,为同学们带来了一场硬核的技术与商业洗礼。以下梳理纪荣嵘教授课程中的五个核心观点,以期为管理者提供破局思路。
01一、知识获取方式的跃迁:从“人工写规则”到“智能涌现”
人工智能的本质,是让知识进入机器。纪教授清晰地勾勒了机器获取知识的三个时代,这不仅是技术的演进,更是思维方式的跨越。
最早期的符号智能与专家系统,试图让人类把知识写成“If-Then”的规则输入机器。然而,世界是千变万化的,当知识库膨胀到几千条规则时,任何一条规则的更新都要去检查系统是否发生逻辑冲突,维护成本极高,最终陷入死胡同。
随后迎来了专用模型(深度学习)时代。2012年,以AlexNet在ImageNet竞赛中碾压人类为标志,机器不再依赖人类写规则,而是通过标注数据自动学习参数。但纪教授指出其致命弱点:“一个任务一个模型”。识别猫需要训练一个模型,识别狗又需要另一个,这极其昂贵且无法迁移。
到了今天,通用大模型(大规模预训练)彻底改变了游戏规则。通过投喂海量数据(维基百科、全网代码、书籍),模型具备了通用知识。纪教授特别展示了大模型令人震撼的“智能涌现”现象:当模型参数规模达到680亿左右(这接近人脑神经元数量的一半)时,面对从未见过的新任务,模型会突然“顿悟”,实现触类旁通。这就好比人类不需要看几万张照片才能认出消防车,只要知道什么是车,看一眼就认出来了。大模型的这种举一反三能力,宣告了通用人工智能的实质性突破。
02二、商业模式的暗礁:“接口化”陷阱与“蒸馏”红利
随着大模型成为超级大脑,它正在从内容生成走向任务闭环。纪教授指出,这将直接颠覆过去的“超级入口”商业模式。未来的手机可能不再需要满屏的APP,因为通用大模型会接管一切。你想买东西,智能体直接比价下单,根本不会去看淘宝或京东的广告。因此,所有依赖广告和流量分发的巨头都将面临巨大危机。
对于广大中小企业而言,更需要警惕的是“接口化”陷阱。很多企业觉得大模型好用,便辞退算法团队,将业务直接接入大模型。纪教授直言,这是一种“吸毒式”的依赖。当你沉浸在便利中时,你的核心商业数据正在被大模型吸走。等竞品也接入、大模型把行业数据吃透后,它就会露出真面目,向你收取高昂的费用。最终,丧失了数据壁垒的企业彻底沦为只能赚辛苦钱的“接口公司”。
同时,纪教授也一针见血地戳破了国内“百模大战”的泡沫。真正从头训练一个千亿参数的模型,至少需要10亿人民币买卡和顶级工程团队。很多号称“自研”的公司,其实是在玩“蒸馏”:偷偷搞一堆账号去套取GPT的回答,让大模型当老师,训练自己的小模型。不过,随着阿里千问、DeepSeek等优质开源模型的崛起,算力成本暴降100倍,这种“技术平权”让企业能以极低成本拥有强大的AI能力。
03三、算力炼硬功:昂贵的“炼丹术”与高并发架构
大模型的强悍能力背后,是常人难以想象的算力成本。纪教授将大模型训练比作“老中医熬中药”或者“炼丹”。哪怕都是维基百科、代码和网页数据,配比不同、训练时机不同,最终模型的效果可能天差地别,甚至带有一定的“玄学”色彩。模型参数在梯度下降中不断震荡、螺旋上升,每一个step的迭代背后,烧掉的都是几百万美元的真金白银。
在这种极度烧钱的游戏中,混合专家系统(MoE)成为了破局的关键。像DeepSeek等模型之所以便宜且好用,是因为它采用了MoE架构。虽然号称有千亿参数,但每次问答真正激活的专家模块不到10%。这种架构让模型在保持高性能的同时,训练成本降低42%,推理成本暴降93%,从而具备了超强的并发能力。
未来,大模型的服务模式(MaaS)将面临“云端”与“端侧”并重的趋势。云上模型负责大规模并发和通用问题;但出于隐私安全和低延迟的考量(如家里的陪伴机器人、自动驾驶),模型必须部署在手机或车机等端侧设备上。纪教授预言,未来宁德时代可能不再只是卖电池,而是卖移动计算能力,这将彻底改变许多传统硬件公司的估值逻辑。

04四、产业链的降维打击:从“10亿分之一”品控到智能体重塑工作流
大模型对实体产业的改造早已深入腹地。纪教授展示了AI在制造业的极限应用:在宁德时代的“灯塔工厂”,从配料到成品电池的二十多道工序,全部由AI相机检测,要求达到“10亿分之一的漏检率”;在美的的流水线上,过去熟练工查瑕疵需要15分钟,现在普通工人戴上AI眼镜,系统自动调取图纸比对,30秒即可完成首检。
而在知识密集型行业,智能体(Agent)正在重塑工作流。过去审财报,顶级专家凭直觉和经验查阅;现在用眼动仪记录专家的视线轨迹,训练出“财报分身”,一个专家能同时审十份财报。过去写代码,需要程序员一行行敲键盘;现在只需用自然语言描述目标,智能体自己调用工具、运行测试、修复Bug。人类被从繁琐的操作中解放出来,只需要做最终的检查与决策。纪教授坦言,只要有固定工作流、需要与软件交互的重复性任务,都将在未来被智能体彻底取代。这也导致了职场的割裂:未来可能是“没打过仗的士兵,直接指挥AI打仗”。
05五、AI4S的科学平权与具身智能的“遥控器”假象
课程最震撼的部分,是AI在科学发现(AI4S)领域的应用。2024年诺贝尔化学奖颁给了AlphaFold,它干掉了99%以上的蛋白质结构预测。纪教授展示了他们实验室的“自主实验室”:AI提出实验方案,机器臂操作仪器,连续运行17天,完成了353个配方实验,成功合成57类材料。全流程不需要人类科学家参与。科学平权时代正在到来。
然而,对于当下资本市场疯狂追捧的“具身智能(人形机器人)”,纪教授却泼了一盆冷水。他揭露,现在很多展台上机器人倒咖啡、跳舞,背后其实是有个操作手拿着遥控器在偷偷操控。真实的机器人做“把草莓放进碗里”这个动作,需要在这张桌子、这类碗里做6000次实验才能成功,换张桌子或换个碗就彻底报废。目前真正能落地的刚需极少。他调侃道,如果真有一台机器人能给老人洗澡喂药,或者能耐心辅导孩子写作业,他个人愿意掏几十万买单。但这背后的泛化能力、安全性,距离真正的商业化还有极长的路要走。
从1956年达特茅斯会议的萌芽,到今日千亿参数的智能涌现,人工智能走过了一条跌宕起伏的70年长路。纪荣嵘教授的这堂课,没有浮夸的PPT造词,而是用最硬核的算力逻辑、数据参数和工业案例,向我们展示了这场技术革命的真实面貌。
在这个算力成本无限趋近于零、技术平权全面爆发的时代,企业绝不能盲目跟风,更不能为了短期便利沦为被大模型吸干数据的“接口”。唯有深刻理解大模型的边界,将行业隐性经验与垂直数据作为真正的护城河,并果断利用智能体重构现有的业务流,企业才能在这场从“回答问题”向“完成任务”的历史性跃迁中,拿到通往下一个时代的船票。

DBA招生 | 欢迎报考厦门大学-美国杜兰大学工商管理博士DBA!
厦E招生 | 欢迎报考厦门大学-杜兰大学Global EMBA!
厦E招生 | 商海领航,欢迎报考厦门大学EMBA商领班!
厦E招生 | 研究生毕业证+硕士学位证,欢迎报考厦门大学EMBA双证班!
厦E招生 | 欢迎参加厦门大学EMBA双证体验营!
常年招生,欢迎联系:
厦门大学EMBA中心
0592-2180928 / 2180958
0592-2187907 / 2180322
厦门大学管理学院保欣丽英楼208办公室
-
眼底照片和糖尿病的关联是?交大安泰团队研发的大模型这样说
넶0 2026-11-14 -
北大光华EMBA重磅升级|四大产业方向之“组织进化”
넶0 2026-11-14 -
科技赋能乡村产业!第五届乡村发展延安论坛在西安举行
넶0 2026-11-14 -
校企合作新模式!复旦大学“康宁创星家”创新管理人才激励计划正式启动
넶0 2026-11-14 -
【沪企行】高金承办“浦江之光”百家中小企业改制上市培育系列培训(第50期)开始报名!
넶0 2026-11-14 -
五道口人丨金融EMBA校友刘振飞:大模型之外,另一条改变世界的AI赛道
넶0 2026-11-14