商汤科技董事长兼CEO徐立博士在近期一场行业演讲中指出，人工智能发展正面临关键转折点，2025年将成为大模型演进的新分水岭。他强调，当前AI技术突破需通过芯片与模型的深度协同优化实现，这将是决定产业能否突破工业红线、形成规模化商业闭环的核心要素。
徐立分析称，本轮AI浪潮得益于三大生产方式变革：首先是从GPT到Scaling Law的范式转移，使模型性能与资源投入形成可预测关系；其次是复杂任务分解能力的突破，推动任务复杂度呈现"摩尔定律"式增长；第三是推理成本在两年内以280倍速度下降，为技术普及奠定基础。他以电力和通信产业变革为例，指出当关键生产要素成本下降百倍时，行业将迎来质变临界点。
针对当前AI发展瓶颈，徐立提出四大挑战：专业思维链数据稀缺导致模型能力提升受限，长链条复杂任务处理中仍存在10%以上的幻觉率，空间智能理解不足影响现实交互，以及新模型架构带来的推理成本反弹。他特别指出，互联网语料价值已近枯竭，垂直行业的高质量思维数据成为新的争夺焦点。
在技术路径选择上，徐立认为行业将分化为两条路线：一条是深耕垂直场景构建价值闭环，另一条是探索新型架构突破数据利用效率。他透露商汤选择从底层重构多模态融合架构，其"日日新"模型在神经元层面实现语言、文本、图像、视频的深度耦合，而非传统拼接式整合。这种原生多模态设计使模型在空间推理任务中展现出显著优势，例如在机械臂拼搭实验中，模型能通过多模态思考完成复杂操作。
商汤推出的具身世界模型"开悟3.0"已实现跨11个摄像头的3D运镜生成，在视频连续性处理上达到行业领先水平。其Cycle平台上线三个月即吸引超30万创作者，核心优势在于保持镜头一致性、人物前后连贯性及口型同步。这些技术突破对推理算力提出极高要求，促使商汤探索芯片-模型协同优化方案。
在硬件合作层面，徐立展示了一个颠覆性案例：通过架构优化，国产GPU芯片在视频生成任务中实现与国际顶尖产品的性能接近，虽生成速度稍慢但已达到实时处理标准。这证明通过针对性优化，国产芯片完全可以在特定推理场景中满足需求，为降低整体推理成本提供了新思路。
徐立强调，当前行业对推理成本的持续关注，预示着算力与电力协同变革的时代即将到来。商汤提出的"曦望计划"旨在将推理成本降至每token一分钱，通过大装置、模型、应用的三位一体联动，推动AI技术进入普惠发展阶段。他呼吁产业链各方共同参与，打造具有成本优势的解决方案，加速人工智能在千行百业的落地应用。
