7月28日，2025世界人工智能大会（WAIC）“启明创投·创业与投资论坛——创业投资开启AI技术与应用共振周期”在上海世博中心举办。

著名专家与学者，顶尖投资人和领军创业者汇聚一堂，围绕AI领域的技术突破、前沿趋势、应用落地等主题展开分享与交流。

清华大学电子工程系长聘教授，无问芯穹发起人汪玉表示，AI具备形成生产力的潜力，其中数据是提升生产力的关键要素。

他直言，在AI大模型时代，数据要素或可聚焦于“Token”。AI 1.0时代，垂类数据用于训练垂类模型；AI 2.0时代，全球数据转化为Token训练大模型，再输出至不同模态以支持多模态应用。因此，Token的输入输出至关重要，数据处理的范式也从“电能—算力—简单任务”转变为“电能—算力—Token—复杂任务”。相应地，基础设施的评价标准从每焦耳或每瓦特的计算次数，转变为支撑的Token数，AI 2.0时代需着重思考单位功耗下的Token变化。

“随着人工智能发展，在保证智能水平超过一定阈值的前提下，可将优化Token/J作为基础设施和系统设计的重要指标。”汪玉进一步指出，不同智能等级对Token/J的要求差异显著，从智能对话到具身智能控制，随着智能要求提升，Token/J的差距可达2—3个数量级，这需要软硬件协同优化。

在他看来，无问芯穹已具备支持算力多元调度的能力，可服务全国多地的算力消耗方，未来将进一步提升应用高效性，“我们希望联动产业链上下游伙伴，共同打造新一代云端和终端设备，适配各类端侧芯片，服务联想等合作伙伴。一方面，通过异构云赋能千行百业；另一方面，推动新终端走进千家万户”。

启明创投主管合伙人周志峰表示，过去，人们常常提到“大语言模型”，但语言只是人类感知和交互的一个维度。如果能够将语音、图像、视频，甚至未来的物联网多维信息融入其中，那么模型对世界的感知与交互将会变得更加丰富多彩。

他说，除了语言主导的模型外，图像和视频生成模型也取得了很大的进展。今年5月，谷歌发布的“Veo 3”模型，已经能生成非常真实的视频，而且还能自动添加音效、对白、背景噪音，让你感觉就像是在观看一个真实世界的视频记录。

“再就是Agent，这是从今年3月开始最火的话题。”周志峰认为，其的爆火是因为基础模型能力的提升。如今，基础模型的上下文窗口更大，能够使用外部工具，核心还是“推理能力”的增强。现在甚至出现了“智能体的摩尔定律”——任务处理复杂度每七个月翻一倍，“我们可以大胆地期待，Agent再经历一、两个‘七个月周期’后，会达到什么样的智能水平，或许会给我们带来更多的惊喜”。

作为中国在AI领域最早投资且布局最丰富的投资机构，这是启明创投连续第三年主办该论坛。从AI 1.0到AI 2.0，启明创投累计投资100余个AI项目，投资企业覆盖AI产业全链条。

随后，周志峰围绕基础模型、多模态模型、AI Agent、AI基础设施、AI应用、具身智能，连续第三年发布启明创投AI十大展望。

具体内容包括：未来12—24个月，200万Token的上下文窗口将成为顶级AI模型的标配；通用视频模型有望在12—24个月内出现；未来12—24个月，Agent形态将从“工具辅助”走向“任务承接”，首批真正意义上的“AI员工”将进入企业；AI芯片领域，将有更多“国设”且“国造”的GPU开启批量交付；AI交互范式转移将在未来两年内加速到来；AI BPO（业务外包）模式将在未来12—24个月实现商业化突破，从“交付工具”走向“交付结果”，并通过“按结果付费”的方式，在金融、客服、营销、电商等流程标准化行业快速扩张等。