9�日消息，近日，奇点智能研究院（Singularity Intelligence Research Institute）团队出席GOSIM杭�全球开源创新大会，发布《2025全球开源发展报告》，在主论坛及专题环节持续发声，推动AI开源从理念走向制度化实践。

蒋涛理事长在大会首日发表题为《AGI 时代的开源生态》的主旨演讲，并正式发布由奇点智能研究院出品、联合国咨商开源创新专委会编制的《2025全球开源发展报告（预览版）》。该报告首次基于联合国 ESG 可持续发展目标框架构建评估体系，依托 OpenDigger 与 OpenRank 等影响力指标，全面衡量全球开源生态。

数据显示，中国高影响力开发者数量�年񊄫位跃升�年�位，实现�倍增长，稳居全球第二梯队。

现场，奇点智能研究院院长李建忠全面阐释了奇点智能研究院对 AI 产业范式的前瞻性判断。在《AI 产业范式转变的若干个核心命题》主题演讲中，李建忠通过十大核心命题剖析了 AI 对整个计算产业的系统重塑，展现了奇点智能研究院在 AI 技术发展与产业范式转换上的战略引领。

命题一：AI 变革的历史周期——计算 VS. 连接。计算与连接的发展呈周期性趋势：“连𾑳.0”（电报、电话、电视等）历�年，“计񍏧.0”（计算机、PC 为主）迭代�年，“连𾑴.0”（互联网、移动互联网等）�年。近年来的“计񍏨.0”进一步加速了这一周期交替，基本呈指数级递减。对此，李建忠做出预测，AGI 有望�年左右出现。

命题二：智能的源泉——语言还是视觉？「自然语言在“人类智能”中处于中心地位」，李建忠说道，这是因为自然语言不仅能描述客观存在，还能构建抽象概念。抽象本质上是压缩去噪、减少编码量，而神经网络的核心机制恰恰就是压缩（Transformer ）和去噪（Diffusion Model），与人类思维中的演绎法和归纳法一脉相承。

命题三：计算范式转换——图灵–冯·诺依曼 VS. 神经网络。如今 AI 驱动的计算范式正在从图灵–冯·诺依曼计算范式向神经网络计算范式转变。李建忠认为，神经网络会在未来计算产业中占据主导地位。

命题四：开发范式转换——计算机语言编程 VS. 自然语言编程。从传统编程到 AI 辅助编程，再到自然语言驱动的“氛围编程”，他强调，氛围编程正在抛弃传统以复用性为主的软件工程理论，开辟出“可塑软件”的全新领域，让用户可以对软件进行二次加工与个性化定制。

命题五：交互范式转换——AI 时代呼唤什么样的人机交互？交互范式经历 CUI、GUI、TUI，正迈向基于自然语言的 LUI。这种转变将重塑 AI 应用形态：未来应用将服务化，App 不再孤立、无需结构化 UI、生成式 UI 将替代传统结构化图形用户界面。

命题六：操作系统——Agent 是否会塑造全新的操作系统？李建忠指出，智能时代，Agent 很可能会成为新的应用形态。Agent 正在重塑操作系统。未来智能体平台的分发入口，将成为 AI 超级助手、操作系统和硬件厂商的必争之地。

命题七：互联网——Agent 是否会重塑互联网？Agent 的核心是行动能力，而智能体网络（包括 MCP 和 A2A 网络）支撑了这种能力，正因此，未来智能体可能将传统信息网络重构为行动网络，人类部分决策将交由智能体执行，实现规划与操作一体化，重塑互联网生态。

命题八：超级设备——手机之后的下一个超级设备。李建忠认为，下一代超级设备不会是单一中心化终端，而是多元化设备的组合，由智能体统一管理，实现跨设备的无缝交互体验。

命题九：具身智能——比特智能的 Scaling Law 是否适用于原子智能？比特智能可以无限复制、零成本，而原子智能受物理特性限制。观察如今的发展趋势，李建忠表示，垂直领域具身智能可快速发展，但通用具身智能的 Scaling Law 尚未形成，需要长期探索。

命题十：异人智能——复刻人类 VS. 赋能人类。AI 与人类智能本质不同：它没有生死概念，虽能模拟视觉和主观体验，但无法理解人类的情感、意图及生死观。李建忠强调，未来的 AI 仍然保留工具属性，赋能人类，而非复刻人类。

资料显示，奇点智能研究院（Singularity Intelligence Research Institute）是一家专注于人工智能前沿技术研究与产业变革的创新型研究机构、科技智库与咨询平台。研究院以“AI 大模型和开源创新驱动的智能化范式革命”为核心方向，致力于探索新一代人工智能对科技底座、产业生态与社会治理的系统性重构。愿景是成为人工智能产业的“范式孵化器”，推动智能向善，服务全球可持续发展。（定西）

本文来自网易科技报道，更多资讯和深度内容，关注我们。