让AI像科学家一样提出研究假设、设计实验流程，甚至解读医疗影像，还能协同机械臂完成精细手术操作……这些曾出现在科幻作品中的场景，如今已逐步成为现实。在9月11日举行的2025 Inclusion·外滩大会“AGI：数字与物理世界的共同进化”论坛上，与会专家描绘出通用人工智能（AGI）从“技术突破”向“规模化应用”跨越的新图景。

　　在上海人工智能实验室领军科学家、上海创智学院副院长乔宇看来，如果说AI发展的“上半场”，是靠“堆数据、堆算力”，实现“大力出奇迹”，那么AI“下半场”的核心在于，让AI“会学习、会反思、会进步”，从“大模型”走向“大系统”，并具备与物理世界交互的能力。

　　“未来的人工智能，不是简单地训练一个技术或者做一个智能体。而是构建一个能与人、环境共同演进的系统。”乔宇预测，未来人工智能将具备“长时思考”能力，能像顶尖科学家一样进行数周甚至数月的深度推理，推动人类认知边界的突破。

　　当AI进入“以系统为中心”的新阶段，数据的角色也悄然转变。中国信通院华东分院副院长、上海工创中心副总经理廖运发表示，人工智能正从“以模型为中心”转向“以数据为中心”。高质量数据，已成为AI发展的核心燃料。

　　廖运发坦言，目前，真正可用于训练的高质量数据仍严重不足。“虽然我国数据产量和存量规模较大，但AI可用、公开共享的数据占比低，多数数据仍未充分开发利用，能够应用至模型训练的数据资源有限。”

　　不过，政策层面的“东风”已至。廖运发介绍，我国已构建起数据要素发展的制度保障。比如上海《关于人工智能“模塑申城”的实施方案》中明确提出，到2025年底，形成50个左右具有显著成效的行业开放语料库示范应用成果，这为AGI提供了充足的“燃料储备”。

　　有了“大系统智能”的方向，有了数据“燃料”，如何让AGI真正跑起来？蚂蚁集团平台技术事业群副总裁周俊给出了产业实践的答案：打造一个具有“数据、评测和算法”驱动的自动化飞轮。

　　周俊表示，AGI的核心技术壁垒并非“更大参数”或“更多算力”，而是通过科学量化数据价值、迭代评测体系、优化模型能力，推动通用人工智能从“技术探索”迈向“规模化落地”。

　　“未来AI竞争的胜负手，不仅取决于使用了哪个模型，更在于‘数据—评测—算法’飞轮转得有多快、多稳。”周俊说，与其寻找下一个“更好的”模型，不如着手构建属于自己的、强大的AI迭代飞轮。“这不仅是蚂蚁的实践，更是AGI从‘技术探索’走向‘规模化落地’的必经之路”。