全球AI正從技術(shù)探索的熱潮邁向價值深耕的關(guān)鍵階段，行業(yè)的焦點逐漸從單純的技術(shù)突破轉(zhuǎn)向如何將AI技術(shù)切實應用于各個領(lǐng)域，創(chuàng)造實際價值。
不過，縱觀當下的大模型產(chǎn)品，同質(zhì)化現(xiàn)象嚴重，眾多企業(yè)推出的大模型在架構(gòu)和功能上存在諸多相似之處。在這樣的背景下，市場似乎已趨近飽和。
對此，無限光年創(chuàng)始人漆遠認為，科技發(fā)展總是充滿變數(shù)，新的技術(shù)突破隨時可能出現(xiàn)，為通用大模型市場帶來新的變量。所以，不能簡單地認為通用大模型已進入完全收斂的階段，未來仍有無限可能等待發(fā)掘。“當前底層大模型的市場格局已近收斂，但行業(yè)應用正迎來爆發(fā)，而新的技術(shù)驚喜何時到來，同樣難以預測。” 漆遠表示。
2021年底，漆遠從螞蟻集團離職加入復旦大學AI創(chuàng)新與產(chǎn)業(yè)研究院，并于2022年創(chuàng)辦人工智能公司“無限光年”。跨學界與產(chǎn)業(yè)的經(jīng)歷，讓這位創(chuàng)始人對 AI 落地有著獨到洞察。面對行業(yè)普遍面臨的AI幻覺問題，公司2024 年提出“灰盒大模型”理念，主張融合大語言模型的“黑盒”概率預測與符號推理的“白盒”邏輯推理，破解AI“幻覺”問題。
2025 年，這一戰(zhàn)略深化為雙領(lǐng)域布局：橫向以啟智平臺為樞紐形成可復用的AI基礎(chǔ)設施，縱向深耕金融與科學智能兩大核心領(lǐng)域。從技術(shù)理念到產(chǎn)業(yè)落地，漆遠認為，可信 AI 將激活行業(yè)生產(chǎn)力，推動 AI 應用穿透產(chǎn)業(yè)場景，真正轉(zhuǎn)化為落地效能。
在剛剛過去的2025WAIC上，無限光年展示了其在金融以及AI for Science（科學智能）方面的成果。
在金融上，無限光年針對金融場景推出的四大解決方案，
這些方案在提升金融業(yè)務效率的同時，憑借合規(guī)可控的技術(shù)特性，實現(xiàn)了效率與合規(guī)的雙重破局。“金融AI需懂行業(yè)語言，技術(shù)必須完成從‘能用’到‘敢用’再到‘好用’的三重跨越。”漆遠強調(diào)。
在AI for Science方面，2025WAIC上，上?？茖W智能研究院聯(lián)合復旦大學和無限光年推出星河啟智科學智能開放平臺（NovaInspire: Scientist-Centered AI Open Platform），聚焦科研者核心訴求：讓更強、更易用的AI基礎(chǔ)設施與協(xié)作平臺自然融入科研全流程。作為平臺核心建設方之一，無限光年專為星河啟智打造了高穩(wěn)定、高效率的科學智能算力服務平臺啟智Lab，以智能容錯、動態(tài)部署、GPU/CPU融合等技術(shù)，為前沿科學模型研發(fā)提效。
據(jù)悉，啟智Lab創(chuàng)新CPU/GPU融合調(diào)度，能讓兩種算力精準匹配任務特性：CPU 承擔數(shù)據(jù)預處理、復雜邏輯控制與傳統(tǒng)科學計算，發(fā)揮精度優(yōu)勢；GPU 聚焦模型訓練、大規(guī)模并行運算，釋放加速潛力。例如分子生成研究中，通過協(xié)同調(diào)度將 1.0 時代 8 小時的流程壓縮至 1 分鐘，效率提升 99.7%，算力協(xié)同更貼合科研需求。
目前，該平臺也已經(jīng)完成昇騰、沐曦等國產(chǎn)化芯片的適配。
加速大模型在產(chǎn)業(yè)中的落地，“可信”是關(guān)鍵。“可信性是技術(shù)與行業(yè)規(guī)則的連接點。”漆遠表示。
以金融行業(yè)為例，合規(guī)是其運營的基本準則，每一項業(yè)務操作都需要嚴格遵循相關(guān)法規(guī)和規(guī)定；科研領(lǐng)域則強調(diào)嚴謹性，研究成果必須經(jīng)得起反復驗證。然而，傳統(tǒng)AI存在“幻覺”問題，即輸出一些與事實不符或不合理的結(jié)果，這使得許多行業(yè)對其應用心存顧慮，不敢輕易采用。為了解決這一問題，無限光年引入“透明化推理機制”。
通過該機制，AI的決策過程變得清晰可見，用戶能夠了解其推理依據(jù)，從而增強了對AI的信任。這充分說明了可信性在連接技術(shù)與行業(yè)規(guī)則方面的重要作用，是產(chǎn)業(yè)智能化發(fā)展的核心樞紐。據(jù)漆遠介紹，而這一機制的實現(xiàn)，離不開底層技術(shù)體系的支撐，無限光年構(gòu)建的“雙引擎技術(shù)體系”，正是將透明化推理從理念轉(zhuǎn)化為實踐的核心架構(gòu)。
具體來講，雙引擎技術(shù)體系將神經(jīng)符號計算與大模型進行了有機融合，神經(jīng)符號計算專注于邏輯規(guī)則推理，能夠精確地處理復雜的邏輯關(guān)系；大模型則擅長概率預測，通過對大量數(shù)據(jù)的學習，能夠?qū)ξ粗闆r進行準確的預判。兩者相互協(xié)作，形成了“精準計算 - 可控推理 - 透明決策”的閉環(huán)。這其中，強化學習框架INF - Aspire在其中發(fā)揮了重要作用，它支持雙引擎的高效調(diào)度，確保整個系統(tǒng)的穩(wěn)定運行。
漆遠在2025WAIC
筆者獲悉，無限光年的“透明化推理機制”也應用在了智能體的落地中，依托“神經(jīng)符號計算+大模型”雙引擎技術(shù)體系，在科學智能領(lǐng)域，智能體能自動分解科研任務（如數(shù)據(jù)獲取、模型微調(diào)、實驗設計），讓科學家從技術(shù)瑣碎中抽離，專注于科學問題本身；在金融場景中，需通過多智能體分工協(xié)作（如規(guī)則推理與數(shù)據(jù)學習結(jié)合），實現(xiàn)合規(guī)可控的決策流程。
今年被業(yè)內(nèi)稱為智能體落地元年，無限光年對于智能體服務模式的探索還在進行中，漆遠本人也較為認同智能體這一最新形態(tài)產(chǎn)品在實際業(yè)務場景中的真實價值。漆遠表示，“關(guān)鍵看能否解決真實場景問題，而非概念包裝”。他認為，判斷智能體是否有價值的關(guān)鍵在于其能否真正融入行業(yè)流程、解決實際問題，而非僅作為模型或算法的“外殼”。
當AI技術(shù)從實驗室走向產(chǎn)業(yè)深處，漆遠判斷：“未來的AI競爭，不是算力或參數(shù)的比拼，而是價值創(chuàng)造能力的較量。”在他看來，可信AI的深層價值，正在于讓技術(shù)從“炫技”回歸“務實”，成為行業(yè)突破瓶頸的“隱形引擎”。從“能用”到“敢用”再到“好用”的進化，或許正是AI穿透產(chǎn)業(yè)迷霧、真正釋放生產(chǎn)力的核心密碼。（本文首發(fā)鈦媒體APP 作者 |秦聰慧）
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論