⛅️追光的你 | “年轻的事业”走向世界舞台🍕

　　昨天(29日)湿漉漉的阴雨天。“模速空间”3楼的一场创新创业青年大讨论却聊得热火朝天。

　　围绕“从‘年轻的事业’到‘世界的舞台’”这个话题，人工智能领域的创业者、科研精英、产业嘉宾，及来自上海创智学院的青年学子，围坐一起，碰撞思想的火花。

　　就在一年前，同样的地点，一场以“下一代智能体的自主进化”为主题的沙龙正在举行。习近平总书记高兴地参与进来，同现场青年创新人才亲切交流。大家纷纷向总书记汇报所在团队开展人工智能技术研究和产业应用的收获体会。

　　走过这一年，这群年轻人始终牢记总书记殷殷嘱托。他们中有的打通了实验室与产线的“最后一公里”，有的筑高了企业的技术壁垒，有的凭借领先技术助力相关项目完成产业化落地。他们把彼时那份激动揉进了每个加班的深夜、每次模型的更新迭代和攻坚克难中。

　　而“模速空间”也从物理的集聚空间长成一个生态系统，有无数场思辨讨论、资源对接在这里开展。“创业与科研”“大厂与小厂”“成功与失败”……不断地交互碰撞、相互赋能中，“年轻的事业”正走向世界的舞台。

　　将“干实验”与“湿实验”全链路打通

　　曾几何时，“顶天”的科研与“立地”的创业被视为两条平行线。如今，它们必须交互。

　　“在真实的业务场景中获得反馈闭环，是技术迭代和人才成长的关键。”“90后”曾书霖是“模速空间”入驻企业无问芯穹的总经理。这一年，他兼任上海创智学院产业导师，频繁往返于西岸与华泾北杨人工智能创新小镇，率队攻坚“智能终端”等前沿领域。

　　眼下，他参与构建的“人工智能终端软硬适配优化中试平台”近期推出端云一体安全脱敏的技术方案，有望让OPC(一人公司)也能享受到安全可靠的端云一体AI算力，降低创业门槛。“个人创业者提出需求，平台就能提供从技术匹配到智能测试认证的全栈服务。”

　　在数学中，斜率代表变化的速率。曾书霖以此作比，技术平台的搭建，是关于“认知斜率”的储备——每一次真实的反馈，都是认知爬坡的支点。

　　“现在做科研，早已不是单点技术的突破了。”上海人工智能实验室的青年科学家刘翼豪呼吁，要避免同质化内卷，应去寻找那些数据获取更难、看似“边缘”但潜力巨大的领域。

　　从科研转型创业的品览智造创始人李一帆深有感触。他分享了自己的创业故事，“得问一个好问题，一个真正有价值的问题，且不着急下结论。”他提醒大家：创业本身也是一场“实验”，需要用科学的方法去控制变量和试错成本。

　　上海科学智能研究院物质科学团队的“95后”青年科学家徐丽成，从自身创业实践出发，点出了从科研构想到落地产品的关键——“最后一公里”往往不是技术本身，而是如何让不会写代码的科学家能方便地使用模型。而他们团队创立的“格物致远”，正是希望通过智能体平台和自动化实验室，将利用计算机模拟和数据分析进行研究的“干实验”与实验室操作生物样本和试剂的“湿实验”全链路打通，让AI真正赋能物质创造。“科研教你定义问题，创业教你用技术解决需求，二者结合才能创造更大价值。”

　　“每一次失败，都是创新的引子”

　　过去一年，MiniMax成绩斐然：今年初成功在港股上市，全球Token(词元)消耗量跻身行业前列。其执行总编辑周晓榕将这份成绩归因于上海这片创新的土壤——AI创新创业生态已然成形，上下游协同共生。

　　“AI正在填平大厂与初创公司之间的资源鸿沟，”周晓榕说，“一个人或几个人加上AI，就能撬动曾经只有大团队才能完成的巨大价值。AI是这个时代给年轻人的机会——它无限提高了我们的能力上限，又让试错成本变低。”

　　阶跃星辰CTO朱亦博则用“π型人才”作比，用“无限不循环小数”的人生来鼓励大家。“学校培养的更多是‘T型人才’，有专业的一竖。但在社会上，你需要另一竖——走到河的对岸，去理解产业、了解市场需求。”

　　如何看待“成功与失败”，年轻人们也有着更深层的情感共鸣。在AI这个快速变化的领域，比拼的不是不犯错，而是犯错后恢复和学习的快慢。

　　红熊AI的CEO温德亮分享了自身经历。为了提升企业级AI准确率，他和团队曾“烧”了3000多万元，尝试了各种方法，几乎全部打了水漂。然而正是这次失败，让他们发现了模型在长上下文中的“近因效应”，由此创新性地提出增加“记忆层”的解决方案，最终将准确率从70%-80%一举提高到98%以上。“每一次失败，都是技术创新的引子。”如今，红熊AI保持每周更新一个版本的迭代速度，领先全球竞争对手，为企业发展赢得了时间窗口。

　　蜜度蜜巢总裁刘益东也分享了类似理念：成立不到两年，融资5轮，迭代近90个版本，成为全球记忆驱动领域的领跑者。“通过失败修正自己的认知，争取在下一次做得更好。”

　　解决“假”问题，还是深挖真需求

　　酷爱科技创始人张佳维关注的是AI最硬核的一环：场景应用。

　　前一天，他刚参加了一场AI场景对接会。AI企业代表与央企国企需求方肩并肩挨着，时间精确到分钟，像一场高强度的“技术相亲”。

　　张佳维对“需求”有着冷静判断。“客户提的需求，到底是不是真需求？”他举例：有制造业客户提出，“跟单员每天花四小时做订单跟踪表，能否用AI加速？”技术上完全可以实现。但团队往下挖了一层，发现真病灶在于三个系统各自为政、数据不通。“如果从源头打通数据流，跟踪表就会自然消失。你加速一个本不该存在的流程，那就是给跑偏的马车装发动机。”

　　他们团队的做法是：深挖，做咨询落地陪跑。“我们把行业知识结构化，同一套知识库服务核价、质量标准、新人培训、子公司共享。一个知识资产解决整个组织的优化问题。”

　　时间有限，但热度一直蔓延至场外。讨论结束，年轻人们三三两两聚在走廊，交换联系方式，约定下一次见面时间。(来源：上观新闻 作者：文汇报 王宛艺) 👇