8月27日，由36氪與中歐國(guó)際工商學(xué)院聯(lián)合主辦的2025 AI Partner百業(yè)大會(huì)于北京中關(guān)村軟件園盛大啟幕。本次大會(huì)以“中國(guó)式方案”為主題，分為“中國(guó)式方案”和“誰(shuí)來(lái)定義下一個(gè)人工智能時(shí)代”兩大篇章，圍繞“中國(guó)式創(chuàng)新的黃金時(shí)刻”“超級(jí)智能體能否成為下一代AI的核心形態(tài)”“中國(guó)式方案重塑世界科技競(jìng)爭(zhēng)格局”“AI+千行百業(yè)融合創(chuàng)新的繁榮景象”四大話題，全方位集中呈現(xiàn)中國(guó)AI的最新突破與生態(tài)體系，分享中國(guó)式AI的成長(zhǎng)路徑和未來(lái)前景，探索中國(guó)式方案的創(chuàng)新模式。

36氪在AI Partner百業(yè)峰會(huì)特備策劃了一場(chǎng)“2025年，AI如何重塑場(chǎng)景的未來(lái)邊界？”的圓桌對(duì)話。36氪資深作者【主持人】鄧詠儀，中關(guān)村科金副總裁劉倩、長(zhǎng)亭科技解決方案副總裁周辛酉、Mootion聯(lián)合創(chuàng)始人&CPO童超、思必馳IOT事業(yè)部副總祝迎君，幾位大咖供同行探討「中國(guó)式AI方案」的場(chǎng)景邊界。

以下為致辭內(nèi)容，經(jīng)36氪整理編輯：

鄧詠儀：歡迎大家來(lái)到AI Partner百業(yè)峰會(huì)。2025年，AI大模型持續(xù)帶來(lái)驚喜，從年初的DeepSeek到年終開(kāi)源模型大戰(zhàn)，再到GPT-5的推出，模型能力的躍升為應(yīng)用市場(chǎng)帶來(lái)全新可能。今天我們請(qǐng)到來(lái)自模型服務(wù)、應(yīng)用落地、垂直場(chǎng)景等多維度的嘉賓，共同探討“AI如何重塑未來(lái)場(chǎng)景的邊界”。首先歡迎今天的嘉賓：中關(guān)村科金副總裁劉倩、長(zhǎng)亭科技解決方案副總裁周辛酉、Mootion聯(lián)合創(chuàng)始人&CPO童超、思必馳IOT事業(yè)部副總祝迎君，接下來(lái)，請(qǐng)各位簡(jiǎn)要自我介紹，以及今年行業(yè)內(nèi)的 “驚喜時(shí)刻”或困惑。

劉倩：大家好，我是中關(guān)村科金的劉倩，負(fù)責(zé)產(chǎn)品研發(fā)。中關(guān)村科金2014年成立，一直深耕智能科技與技術(shù)應(yīng)用創(chuàng)新，我們聚焦金融、政務(wù)、制造、交通、汽車(chē)、零售及企業(yè)出海等高價(jià)值行業(yè)與場(chǎng)景，打造了覆蓋多行業(yè)的垂類大模型解決方案，最近剛剛榮獲2025《財(cái)富》中國(guó)科技50強(qiáng)。

說(shuō)到“驚喜時(shí)刻”，其實(shí)做 To B 企業(yè)服務(wù)，真正的價(jià)值不在大模型本身，而在 “冰山之下” 的系統(tǒng)工程 —— 比如解決大模型幻覺(jué)需做大量知識(shí)工程與檢索加強(qiáng)，避免智能客服聊 10 輪后失憶要優(yōu)化上下文工程，多智能體落地要平衡效率與效果。這些 “苦活累活” 才是企業(yè)級(jí)場(chǎng)景的核心。對(duì)我們而言，最開(kāi)心的時(shí)刻是客戶用了我們的產(chǎn)品后，在效率、用戶體驗(yàn)、員工效能、風(fēng)控能力上真正獲得提升，這才是落地的價(jià)值。

周辛酉：大家好，我是長(zhǎng)亭科技的周辛酉，負(fù)責(zé)解決方案與商業(yè)化。長(zhǎng)亭 2014 年成立，是 100% 自主技術(shù)、自主專利的國(guó)產(chǎn)安全公司，名字源自《送別》，英文名 “CHAITIN” 對(duì)應(yīng) “蔡廷常數(shù)”—— 象征 “已知卻無(wú)法被計(jì)算機(jī)計(jì)算”，代表我們用樸素初心做前沿安全技術(shù)。創(chuàng)始團(tuán)隊(duì)是清華藍(lán)蓮花戰(zhàn)隊(duì)，曾首獲 Defcon 黑客大賽全球亞軍，至今拿遍國(guó)內(nèi)攻防賽第一，連續(xù)三年國(guó)家演練排名第一。

今年的感受是“矛盾”的：業(yè)務(wù)上，企業(yè)盈利變難是共性挑戰(zhàn)；但技術(shù)上，AI 讓我們能做以前做不到的事 —— 比如用 AI 重構(gòu)安全防御范式，實(shí)現(xiàn) “知攻善防、智能安全”。比如用 AI 自動(dòng)化編程時(shí)，我們能同步嵌入安全檢測(cè)，實(shí)時(shí)識(shí)別漏洞，這種 “AI + 安全” 的融合，是以前不敢想的突破。

童超：大家好，我是 Mootion 聯(lián)合創(chuàng)始人 & CPO。Mootion 是 C 端 AI 視頻創(chuàng)作 Agent，產(chǎn)品上線一年，海外已有幾百萬(wàn)用戶，和臺(tái)上 B 端嘉賓不同，我們聚焦個(gè)人創(chuàng)作場(chǎng)景。

今年最驚喜的 “變化” 是：AI 視頻能力提升后，內(nèi)容供給端正在 “擴(kuò)容”—— 以前沒(méi)機(jī)會(huì)創(chuàng)作視頻的人，現(xiàn)在能用 AI 實(shí)現(xiàn)創(chuàng)意，比如普通用戶也能做劇情短片、產(chǎn)品介紹視頻。這種 “新創(chuàng)作者 + 新創(chuàng)意” 的涌現(xiàn)，是以前看不到的。比如有人用我們的工具做寵物日常動(dòng)畫(huà)，有人做小眾興趣科普，這種 “人人可創(chuàng)作” 的趨勢(shì)，讓我們看到 C 端 AI 視頻的巨大潛力。

祝迎君：大家好，我是思必馳的祝迎君。思必馳 2007 年成立，是老牌 AI 語(yǔ)音交互技術(shù)公司，專注 “語(yǔ)音語(yǔ)言交互式大模型”，核心賽道是車(chē)載與智能家電：車(chē)載領(lǐng)域，梅賽德斯 - 奔馳、奧迪、保時(shí)捷、捷豹路虎、比亞迪、上汽等車(chē)企的底層語(yǔ)音技術(shù)是我們提供的；智能家電領(lǐng)域，海爾、海信、美的等 90% 以上的電視、空調(diào)、掃地機(jī)，用的是我們的交互方案。

今年的 “里程碑” 是數(shù)據(jù) ——2017 年我們上線對(duì)話平臺(tái)時(shí)，智能硬件年激活量在行業(yè)均值；到去年，我們賦能的終端已達(dá) 2 億臺(tái)，指數(shù)級(jí)增長(zhǎng)背后是 AI 的迭代。比如以前掃地機(jī)器人噪音大，2 米外喊不醒，現(xiàn)在我們的信噪比可以達(dá)到 -10db，實(shí)現(xiàn)高效精準(zhǔn)的抗干擾效果，和毫秒級(jí)響應(yīng)；以前會(huì)議轉(zhuǎn)寫(xiě)錯(cuò)字多、沒(méi)法用，現(xiàn)在識(shí)別準(zhǔn)確率超 95%，還能自動(dòng)生成場(chǎng)景化摘要，這些 “從能用 to 好用” “被動(dòng)指令 to 主動(dòng)服務(wù)”的突破，是 AI 帶來(lái)的最實(shí)在的改變。

鄧詠儀：底層模型能力一直在漲，像“海平面上升”倒逼應(yīng)用“造船”。想請(qǐng)各位分享：你們行業(yè)里，AI 是怎么突破場(chǎng)景邊界、實(shí)現(xiàn)提效的？具體有哪些案例？

劉倩：企業(yè)場(chǎng)景里，AI 不是 “單點(diǎn)優(yōu)化”，而是 “流程閉環(huán)”。舉三個(gè)例子：

客服場(chǎng)景：上一代客服自助率 60%-70%，還得 “按 1 轉(zhuǎn)人工”，因?yàn)榻鉀Q不了復(fù)雜問(wèn)題?，F(xiàn)在用大模型，用戶說(shuō) “掃地機(jī)器人壞了”，拍張照上傳，AI 能識(shí)別故障、自動(dòng)建報(bào)修工單，還能聯(lián)動(dòng)順豐下單取件，整個(gè)流程從 “2 小時(shí)” 縮到 “幾分鐘”，用戶不用填信息、不用自己叫快遞，這是 “從‘問(wèn)答’到‘辦事’” 的突破。

銷售場(chǎng)景：以前頂尖銷售能答 90% 客戶問(wèn)題，但普通銷售做不到。現(xiàn)在用 AI 可以模擬 “各種類型客戶”，比如客戶問(wèn) “為什么是增程不是純電”“充電樁鋪了多少”，銷售見(jiàn)客戶前能反復(fù)練習(xí)，普通銷售也能變成 “超級(jí)銷售”。

反詐場(chǎng)景：以前公安接報(bào)警后，人工登記、發(fā)止付指令要 30 分鐘，騙子早轉(zhuǎn)走錢(qián)了?，F(xiàn)在大模型能實(shí)時(shí)提取報(bào)警關(guān)鍵信息，自動(dòng)觸發(fā)止付，時(shí)間縮到 2 分鐘，幫助百姓挽回?fù)p失，守護(hù)好錢(qián)袋子。這些都是 AI 打破 “流程斷點(diǎn)” 的價(jià)值。

周辛酉：安全領(lǐng)域的突破，藏在 “看不見(jiàn)的代碼里”。比如 AI 編程：現(xiàn)在 80% 的大模型 token 用于自動(dòng)化編程，但問(wèn)題是 “AI 寫(xiě)的代碼可能有漏洞”。我們做了兩件事：

開(kāi)源工具 “MonkeyCode”：普通人 10 分鐘能生成量化交易軟件 —— 輸入 “用 Python 做 A 股量化”，AI 自動(dòng)寫(xiě)代碼、調(diào)接口，還能優(yōu)化 “接口響應(yīng)慢” 的問(wèn)題，全程不用懂編程。

商業(yè)化產(chǎn)品 “碼力”：在 AI 編程里加 “安全校驗(yàn)”——AI 寫(xiě)代碼時(shí)，實(shí)時(shí)識(shí)別后門(mén)、密碼泄露、邏輯漏洞，還能給修改建議。比如去年美國(guó)機(jī)構(gòu)數(shù)據(jù)顯示，AI 構(gòu)建的攻擊量增 3 倍，隱藏度增 60%，我們的工具就是幫企業(yè) “在 AI 提效時(shí)，守住安全底線”。

童超：C 端視頻場(chǎng)景的邊界，在 “多模態(tài)融合” 里。以前 AI 只能做 “動(dòng)圖”，現(xiàn)在能做 “帶劇情的短視頻”，核心是 “AI 從‘工具’變成‘小團(tuán)隊(duì)’”：

比如用戶想做 “AI 發(fā)展歷史” 科普視頻，不用自己寫(xiě)腳本、拍素材 ——AI 能當(dāng) “編劇” 寫(xiě)腳本，當(dāng) “攝像” 生成場(chǎng)景畫(huà)面，當(dāng) “剪輯” 拼鏡頭，用戶只要說(shuō) “開(kāi)頭加個(gè)動(dòng)畫(huà)”“結(jié)尾放金句”，AI 就能改。現(xiàn)在我們能支持 2-5 分鐘視頻，下一步是 10-20 分鐘，關(guān)鍵要解決 “人物、場(chǎng)景一致性”—— 比如視頻里的主持人，不能前一秒穿紅衣服，后一秒穿藍(lán)衣服。這種 “AI 包辦全流程” 的能力，讓普通用戶也能做 “專業(yè)級(jí)視頻”。

祝迎君：語(yǔ)音交互的邊界，在于 “是否具備真正的智能對(duì)話能力”。傳統(tǒng)語(yǔ)音技術(shù)僅停留在 “指令識(shí)別工具” 層面，而真正的智能對(duì)話，需要 AI 具備理解、記憶、適配場(chǎng)景的綜合能力，我們把這個(gè)過(guò)程拆解成 “耳朵、大腦、嘴巴” 的進(jìn)化：

耳朵（音頻采集）：以前手機(jī) 10 米外聽(tīng)不到聲音，現(xiàn)在家電、車(chē)機(jī)都能 “遠(yuǎn)距離拾音”，比如車(chē)開(kāi)著窗，后排說(shuō) “調(diào)低空調(diào)” 也能識(shí)別，解決了 “輸入不準(zhǔn)” 的基礎(chǔ)問(wèn)題。

大腦（語(yǔ)義理解）：以前是 “問(wèn)一句答一句”，比如問(wèn) “明天天氣”，再問(wèn) “要帶傘嗎”，AI 就忘了上一句?，F(xiàn)在能 “記上下文、做推理”，比如用戶說(shuō) “孩子要睡覺(jué)”，AI 能自動(dòng)調(diào)暗燈光、調(diào)低音量，變成 “會(huì)決策的智能體”。

嘴巴（TTS）：以前林志玲語(yǔ)音是 “標(biāo)桿”，現(xiàn)在 AI 合成音能 “以假亂真”—— 車(chē)載場(chǎng)景能復(fù)刻孩子的聲音，家電能說(shuō) “方言”，甚至能根據(jù)內(nèi)容調(diào)整語(yǔ)氣，比如讀故事時(shí)用 “溫柔聲”，報(bào)天氣時(shí)用 “清晰聲”。這些細(xì)節(jié)讓交互從 “能用” 變成 “愿意用”。

鄧詠儀：現(xiàn)在行業(yè)在爭(zhēng)論 “做 AI 輔助人的產(chǎn)品，還是人輔助 AI 的產(chǎn)品”。想請(qǐng)各位分享：你們實(shí)踐中，這兩種思路的邊界在哪？踩過(guò)哪些坑？

劉倩：核心是 “技術(shù)邊界 + 責(zé)任邊界” 的平衡。比如我們服務(wù)金融客戶，即便 AI 回復(fù)準(zhǔn)確率 99%，客戶也不敢直接用 —— 因?yàn)楸O(jiān)管要求 “回復(fù)內(nèi)容必須從人工審核的話術(shù)庫(kù)選”。這時(shí)候 AI 的角色是 “輔助”：幫客服理解客戶意圖、找話術(shù)，但最終回復(fù)要人工確認(rèn)。

再比如自動(dòng)駕駛、醫(yī)療輔助，技術(shù)不成熟時(shí)，沒(méi)人敢讓 AI 獨(dú)自決策。所以我的觀點(diǎn)是：AI 把 “效率” 做到極致，人類把 “責(zé)任” 把好關(guān)。坑的話，就是企業(yè)容易把 “C 端 AI 的體驗(yàn)” 套到 B 端 —— 覺(jué)得 AI 能 “無(wú)所不知”，但其實(shí)企業(yè)需要的是 “懂業(yè)務(wù)的 AI”，比如銀行 AI 要懂 “貸款流程”，不是懂 “天文地理”，這種預(yù)期差要慢慢調(diào)整。

周辛酉：用 “喬哈里窗” 能講清楚 —— 我知道、AI 知道的事，AI 輔助人提效（比如處理文檔）；我知道、AI 不知道的事，人教 AI（比如我們把億級(jí)漏洞數(shù)據(jù)喂給 AI，教它識(shí)別攻擊）；AI 知道、我不知道的事，人問(wèn) AI（比如用 AI 查最新漏洞原理）；都不知道的事，一起探索（比如 AI 怎么防御未知攻擊）。

我們踩的坑是 “早期客戶覺(jué)得 AI 能替代安全工程師”，但實(shí)際是 “AI + 工程師” 才厲害 ——AI 能跑遍全網(wǎng)找漏洞，但判斷 “這個(gè)漏洞會(huì)不會(huì)影響業(yè)務(wù)”，還得靠人。現(xiàn)在客戶慢慢明白，目標(biāo)不是 “替代人”，而是 “人模合一”。

童超：C 端和 B 端不一樣：C 端是 “AI 主導(dǎo)，人輔助”，B 端嚴(yán)肅場(chǎng)景是 “人主導(dǎo)，AI 輔助”。

C 端比如視頻創(chuàng)作，用戶只要說(shuō) “要溫馨風(fēng)格”，AI 就能出方案，用戶改改細(xì)節(jié)就行 —— 因?yàn)榧幢阌需Υ?，后果也小。但如果是醫(yī)療、金融視頻，肯定要人工審核。

坑的話，一是 “用戶跟不上 AI 速度”——AI 每周都迭代新功能，用戶記不住 “現(xiàn)在能做 3 分鐘視頻了”；二是 “認(rèn)知差”——2024 年數(shù)據(jù)顯示 40% 美國(guó)人不知道 ChatGPT，全球滲透還很慢，我們要花很多精力教用戶 “AI 能幫你做什么”。

祝迎君：邊界是 “動(dòng)態(tài)的”，不是固定的。比如會(huì)議轉(zhuǎn)寫(xiě)：以前人工校對(duì)占 30%，現(xiàn)在 AI 準(zhǔn)確率超 95%，人工只占 10%；以前車(chē)載交互是 “人說(shuō)一句，AI 做一句”，現(xiàn)在 AI 能 “主動(dòng)服務(wù)”—— 比如檢測(cè)到乘客打哈欠，自動(dòng)調(diào)低音樂(lè)。

坑的話，是 “技術(shù)指標(biāo)≠產(chǎn)品體驗(yàn)”：比如 AI 語(yǔ)音識(shí)別準(zhǔn)確率 98%，但實(shí)際用的時(shí)候，環(huán)境吵一點(diǎn)就不準(zhǔn)；再比如客戶說(shuō) “要做智能音箱”，預(yù)算卻只夠做基礎(chǔ)功能，這種 “預(yù)期 - 預(yù)算” 的鴻溝，需要我們慢慢磨合。但長(zhǎng)期看，人機(jī)耦合是主旋律，只是 “AI 占比” 會(huì)隨技術(shù)成熟慢慢變高。

鄧詠儀：最后想聊個(gè)輕松的話題：當(dāng)你們產(chǎn)品應(yīng)用落地時(shí)，客戶對(duì) AI 最常見(jiàn)的誤區(qū)是什么？

劉倩：最大誤區(qū)是 “把 C 端 AI 的‘博學(xué)’，當(dāng)成 B 端 AI 的‘能力’”。客戶用了 ChatGPT，覺(jué)得企業(yè) AI 也該 “什么都懂”，但其實(shí)企業(yè)需要的是 “懂業(yè)務(wù)的 AI”—— 比如銀行 AI 不用懂 “明星八卦”，但要懂 “信用卡還款規(guī)則”。現(xiàn)在好的是，有些客戶開(kāi)始明白 “數(shù)字員工也要培養(yǎng)”—— 教它行業(yè)知識(shí)、企業(yè)流程，用反饋持續(xù)優(yōu)化，不是 “一上線就無(wú)所不能”。

周辛酉：去年客戶覺(jué)得 “AI 能替代人”，今年覺(jué)得 “替代人的是會(huì)用 AI 的人”，認(rèn)知在變，但誤區(qū)還是 “需求不清晰”—— 客戶說(shuō) “要做 AI 安全”，但不知道具體要解決什么問(wèn)題。現(xiàn)在我們更多是 “共創(chuàng)”：一起梳理 “是防代碼漏洞，還是防 AI 攻擊”，再出方案，而不是 “客戶提需求，我們做產(chǎn)品”。

童超：誤區(qū)是 “高估 AI 的‘即時(shí)效果’，低估‘滲透難度’”。比如用戶覺(jué)得 “AI 能馬上做電影級(jí)視頻”，但現(xiàn)在只能做短視頻；再比如全球很多人還不知道 ChatGPT，即便知道，也不知道 “能用它做什么”，這種 “認(rèn)知 - 使用” 的鴻溝，比技術(shù)突破更難填。

祝迎君：B 端客戶的誤區(qū)是 “技術(shù)指標(biāo) = 商業(yè)價(jià)值”—— 很多客戶過(guò)于追求實(shí)驗(yàn)室測(cè)試數(shù)值，但我們會(huì)基于客戶的業(yè)務(wù)場(chǎng)景、用戶群體特征，提供更貼合實(shí)際需求的技術(shù)選型建議，實(shí)現(xiàn) “成本與價(jià)值” 的最優(yōu)平衡。另外就是 “短期期待太高，長(zhǎng)期耐心不夠”：AI 技術(shù)的落地與價(jià)值釋放，往往需要一個(gè)循序漸進(jìn)的積累過(guò)程，從數(shù)據(jù)的持續(xù)優(yōu)化、算法模型的迭代，到工程方案的適配調(diào)整，每一步都需要時(shí)間沉淀，難以實(shí)現(xiàn) “上線即見(jiàn)效” 的短期突破。

鄧詠儀：今天的圓桌很精彩，各位嘉賓既分享了 AI 提效的案例，也提醒我們 “不高估短期影響，不低估長(zhǎng)期價(jià)值”。感謝各位嘉賓，也感謝觀眾的聆聽(tīng)！