全国政协委员、天娱数科CEO 贺晗

本报（chinatimes.net.cn）记者付乐 两会报道

正在召开的全国两会上，人工智能、DeepSeek成为了热议的高频词。

全国政协委员、天娱数科CEO贺晗今年关注的重点是人工智能产业发展。贺晗对《华夏时报》记者表示，DeepSeek带动中国人工智能产业进入“高铁时代”，有望在全球竞争中实现从“追赶”到“引领”的跨越。

与此同时，代表和委员也注意到人工智能对就业、工业等方面带来的深远影响，呼吁加强创新和生态建设，为经济社会发展注入新动能。

AI重塑就业生态

人工智能的迅猛发展在创造无限可能的同时，也带来了不容忽视的挑战。其中，引人深思的莫过于人工智能对就业生态的冲击和重塑。

贺晗表示，AI不是替代工作岗位，而是重塑协作范式，以前是“乐手”，以后是“指挥家”，以前是“公司+员工”，以后是“平台+AI增强的超级个体”。

他认为，AI精准执行基础任务，人类注入创新、情感，最抢手的不是“会用AI的人”，而是“能用AI创造不可替代性价值的人”。

“人工智能的目的是‘增强人类能力’，我们更应该致力于构建‘人+AI’的协同进化体系，培养人类驾驭AI的能力。”易宝支付CEO唐彬表示，例如在风控领域，AI可以实时处理千万级交易数据生成智能预警，人类专家则基于数据洞察进行策略优化与异常决策，形成“数据驱动+经验判断”的决策机制。

全国政协委员、恒银科技董事长江浩然则认为，人工智能深刻改变着生产方式和商业模式，对就业产生深远影响，一些传统岗位面临着被自动化机器人替代的风险。同时，人工智能催生了新的产业，在智能制造、金融、零售业、医疗健康、教育培训等领域创造了大量新的就业岗位。

在行业看来，AI不会简单地卷走工作岗位，而是在重塑整个就业生态。客服、文案岗位减少的同时，AI伦理审核、AI训练师、AI设计师、AI产品经理等职业正在兴起，形成更复杂的生态系统。

“未来随着AI发展进入深水区，AI伦理审计师等新兴就业岗位的需求量也会增大。”奇富科技相关负责人称，未来会带来一些新岗位如专门从事专家知识库的梳理和大模型调优的工作，涉及信用评分、反欺诈、量化交易算法的AI金融算法工程师、大模型训练师、AI算力资源优化师等岗位人才。

唐彬指出，AI正在重构包含金融、零售、跨境贸易的千行百业，每个企业都需要以AI视角重新审视商业逻辑。AI的核心价值在于通过革命性地提升生产力，突破传统生产关系的限制，进而催生全新的商业模式。

3D智能将在工业中发挥关键作用

目前，AI集中在内容创作、客服、编程等桌面应用，渗透率高，在工业领域应用凤毛麟角，本质原因在于工业场景是3D空间，而目前绝大部分大模型为语言、图形、视频等2D模型，在工业场景应用时存在空间计算鸿沟。

“由3D大模型驱动的3D智能将为工业带来颠覆式的变革。”贺晗表示，在理解真实世界方面，人工智能具备更全面的感知、理解、交互与决策能力，重新定义人、机器与真实世界、虚拟世界之间的关系，能让虚拟世界更真实，能让真实世界更智能。

当下人形机器人的技术跨越也是因为VLA等3D具身智能大模型开始与机器人本体融合、进化，让人形机器人大脑、小脑技术产生质的飞跃，使人形机器人成为具身智能的关键载体，这是一场从“机械躯壳”到“数字生命”的进化革命，让门槛大幅降低、场景快速增多。

贺晗表示，具生智能大模型极端依赖大规模、高质量的3D数据训练。当下高质量3D数据集匮乏是产业痛点，全球范围内，3D数据都处于极端重要，又极端缺乏的状态。

3D数据集正在成为竞争的核心节点。2023年10月，谷歌DeepMind联合全球33家顶级学术实验室共同开发OpenX-Embodiment数据集，基于该数据集训练了RT-X系列3D多模态大模型用于人形机器人。

2024年3月，斯坦福大学、伯克利大学联合全美多家头部研究机构推出DROID分布式机器人交互数据集，涵盖3D轨迹、3D场景等。2024年3月，全球著名人工智能专家李飞飞教授领衔、联合美国多所大学推出BEHAVIOR-1K具身智能数据平台，涵盖了50个场景、9000多个具有丰富物理和语义属性的物体。在未来，3D数据集将决定3D多模态大模型和空间智能的发展，以及全球科技竞争的走势。

不过，贺晗也提出，发展3D数据集有两个痛点，一是3D数据的获取与处理成本高昂、流程繁杂，需要大量的时间、人力与资金投入。二是3D数据的标准化程度低，导致数据的兼容性较差，共享和复用难度大。

“对于痛点，可通过多种高精度3D扫描设备，采集3D场景、模型、动作等多类数据源，大幅降低了3D数据采集成本。同时构建3D数据平台，通过跨类型数据的智能解析提高数据标准化程度和易用性。”他表示。

针对AI未来的发展方向，贺晗提出了三点建议分别是创新、生态和应用。贺晗认为，AI的发展首先要注重创新。以前是“沙里淘金”，虽然数量庞大但纯度不足，以后要“点石成金”，通过知识蒸馏，提炼高纯度的知识本质，模型体积缩小但性能保留。这里面核心是底层算法和架构的创新，这也是DeepSeek带来的最大启示。

其次要搞生态。以前是“散兵游勇”，大家各自为阵，都在重复造轮子，以后要做“交响乐团”，开源社区+行业标准，搞协同开发，搞模块化开发，让大模型开发像乐高玩具一样自由拆装，才能降低整体技术门槛，才能加速迭代。

最后要搞应用。以前是“流量APP”，以后要做产业“水电煤”，看不见，但离不开。用垂直领域数据锻造专用模型进行深耕，如医疗AI、法律AI、政务AI、电力AI，才有长期价值。