杭州临安，一场关于人工智能未来的深度对话，于2025达晨企业家峰会暨产融大会上展开。不仅汇聚了中国AI领域的顶尖实践者，更将行业最核心的议题推至台前——
对话由达晨财智合伙人邬曦主持，台上嘉宾阵容不俗，包括：杭州产投董事长潘晓晖、智谱CEO张鹏、众擎机器人创始人赵同阳，云深处联合创始人李超以及阿里云通义大模型产品方案负责人杨斌。
这场讨论不仅揭示了杭州“无为而治”的创新生态，更深入探讨了AI产业在技术路线、商业模式乃至终极风险上的冷静思考与坚定信仰。
以下为圆桌对话实录——
对话伊始，主持人邬曦便抛出了一个业界普遍关注的问题：在一线城市的激烈竞争下，杭州为何能异军突起，诞生了所谓的“六小龙”？
潘晓晖：我们什么都没做，“六小龙”是自己出来的，不是我们包括政府、国企，有意而为之的。这个事情我们把它分析一下，有“偶然性”，也有一些“必然性”。
春节期间DeepSeek、宇树等企业的爆火，确实有“运气成分”，但这极大地提振了国家科技创新的信心。然而，偶然背后是必然的土壤。杭州多年来坚持市场化路径，厘清政府与市场的边界——“政府做好政府的事情，市场做好市场的事情”。政府的角色是优化生态，提供公共服务，并奉行“无事不扰、有求必应”的原则。尤其是在前几年社会资本信心不足时，以杭州资本为代表的国有资本坚定地以母基金和产业投资的形式，为创新企业注入了关键的流动性。
浙江大学一位院士曾这样总结杭州的竞争力：“校长不管院长，院长不管教授”。这种信任专业、赋能个体的文化，正是创新得以自由生长的核心。
李超：“六小龙”的出现与杭州的四大特质紧密相关。首先是独特的人才结构，杭州汇聚了算法、软件和工程等多领域人才，深受阿里等大厂形成的“人才氛围”影响。其次是政府的切实支持，在企业看不到希望时，政府的信心和政策支持是走过来的重要因素。第三是独特的城市节奏，杭州“既有创业，另外一半还有生活”，相比一线城市的行色匆匆，这种相对从容的节奏更有利于需要长期主义的硬科技创新。最后，浙大、西湖大学等高校形成的浓厚学术氛围，为创新提供了源源不断的土壤。
杨斌：杭州一直以来都是很open的。本质上杭州生态好，政府有比较开放的思维，资本能够支持，很多企业在这里成长。阿里云或者通义做的事情，就是做最好的模型，然后开源出来让大家应用。我们通过云服务，能让像云深处这样的创业公司更快成长，降低他们“最后一公里”成功的难度。阿里云服务好大家，尽量做最好的模型开源给大家，加快大家成功的速度。
当话题转向竞争最为激烈的大模型领域，创业公司与行业巨头之间的复杂关系成为焦点。主持人邬曦首先肯定了智谱AI展现出的“惊人的战斗力”——技术创新、To B业务开拓和融资能力均表现出色，但同时也指出了其面前矗立着阿里、字节等几座“大山”。他直接向智谱AI CEO张鹏提问，面对未来的正面竞争，智谱的“破局之道”在何处？。
张鹏：作为一个创业公司，本质上拼的还是“转化效率”，即如何将资本和投入更快地转化为技术创新和市场的推进能量。大企业的优势是“池子够深”，有足够的纵深。而创业公司的优势则是“小快灵”。中国有句古话叫“船小好掉头”，我们可以根据市场的反馈和对技术未来趋势的预判，及时调整自己的战略。
智谱成立六年来，“基本上没停，不停在迭代”，这种灵活多变正是小团队的核心竞争力。另外，技术是入场券，生态是护城河。智谱的另一大优势在于精准定位并构建好自身的生态。这包括与客户、合作伙伴、开发者、学界、地方政府乃至走出中国在海外扩生态，这种“交朋友”的能力，帮助我们挺过了一道道难关。
杨斌：这次大模型的革命是一次巨大的工业革命，市场是足够大的，会容纳很多的玩家。阿里云的生态建立在其固有优势之上：庞大的云客户基础（约三百万）、与客户的天然连接，以及从“芯片到MaaS到PaaS到API到SaaS”的全技术栈布局。
如果说十年前做云计算的时候还有一个算力的故事，那么现在是智力的模式。我们希望把智力卖给更多的客户，让TA创造出更多的业务价值，这个链路会缩短。这需要一个庞大且多层次的生态系统来支撑。
随着讨论深入到具身智能这一前沿热点，一场关于机器人终极目标的哲学思辨悄然展开。主持人邬曦首先给出了一个观察：当前主流的VLA（视觉-语言-行动）模型等技术，在解决复杂场景交互时能力不足，导致了“泛化不足”和“脑手之间协作不足”的问题。
赵同阳：目前表现的结果不尽如人意。但我们必须首先定义人形机器人的最终目标。如果仅仅将人形机器人视为一个工具，那么它的竞争对手就是工厂里的机械臂，这是一个天花板仅有“200亿”的市场。而人形机器人真正的未来，在于“万亿或者更大的”To C市场。在家庭场景中，工具属性并非最主要，取而代之的是“交互属性”和“陪伴属性”。因此，除了VLA，世界模型和对世界的认知能力至关重要。“就像我们自己培养一个小孩子，一上来不是教会他怎么打工，一定教他一些社会上的知识……我们要的是对世界这方面的认知。”我们的目标是做出机器“人”的部分，让机器人具有“情味”，这才是其核心价值所在。
李超：云深处的定位是“技术创新与行业引领”。我们把具身智能的能力分解为具身行走、具身导航、具身操作和具身大脑四个层次，整个行业目前才刚刚解决了行走问题。
我们提出了一种“沿途生蛋”的发展哲学，即“保持让技术快速沿途生蛋的路线”。这意味着我们不会等待所有技术都完美成熟，而是优先将已成熟的技术应用到垂直行业中解决实际问题，并以此产生商业价值。例如，我们在机器人移动和导航方面的技术积累，本身就是一个比当前市场大几十倍的机会。最终的形态是人形还是四足，对客户而言并不关键，关键是能否解决问题。我们做人形机器人的思路，依然会延续在四足机器人上的成功经验——率先将技术落地到电力巡检、应急消防等具体领域。
赵同阳和李超的观点，清晰地展示了具身智能领域内两种根本性的创新战略路径。赵同阳追求的是一场“登月式”的革命，目标是实现接近AGI的认知突破，其成功依赖于基础研究的根本性进展。而李超则采取了“渐进式创新”的策略，通过解决当下的问题来构建可持续的业务，同时为未来的技术突破积累资源和数据。
这两种路径并非简单的To B与To C之争，而是反映了整个AI领域关于发展路径的深层辩论：是应该直指通用人工智能的终极目标，还是应该先构建强大的专用AI工具，并期待它们最终汇聚成更通用的智能？
在热烈的讨论氛围下，嘉宾们也未回避AI浪潮之下的巨大风险与不确定性。
主持人首先将风险问题抛给了代表国有资本的潘晓晖，毕竟投资高投入、商业化周期长的早期AI项目，压力不言而喻。
潘晓晖：压力肯定有，风险也有。做投资，风险是无法回避的，客观存在的。“风险跟收益并存才是投资真正的魅力所在”。国资管理风险的方式并非规避，而是通过投资组合来分散和平衡。具体做法有两种：一是投资达晨这样的头部VC基金；二是通过组建自己的大型直投基金，投资30-50个项目，以组合的方式来对冲单一项目的失败风险。
张鹏：要说这个事有没有泡沫，“肯定会有一些”。但我认为AI技术的天花板足够高，甚至可能是“人类最后一次通用技术革命”，因此“你怎么夸大它都不为过”。泡沫何时破灭回调，可能还需要时间。我真正担心的，是两种更深层次的风险：第一是内源性风险，即技术本身的颠覆。第二是外源性风险，即安全和伦理问题。人类历史上从未遇到过与自己智能水平相当的“东西”，如何与之相处、如何利用、是否会产生危害，一切都是未知。国外知名科学家也有发起呼吁大家联合签署声明、在识别出超级人工智能的危险之前暂停相关研发，可以看到近期业内，尤其是学界对此讨论得比较多。
杨斌：我对此持“谨慎的乐观”态度。商业上，我看到了大模型在知识劳动自动化、专业服务普惠化和娱乐内容个性化三个方面的明确需求，并相信未来会涌现出更多意想不到的应用。但我同样认同安全风险的严峻性，阿里实验室正在投入研究“模型的可解释性”，以应对这一挑战。
赵同阳：在具身智能领域的风险更为具体和现实，尤其是在硬件上存在瓶颈：电池续航离8小时工作制仍有距离，机器关节的磨损和寿命远不及人类。但它的使用成本两年之内基本上能降到用人的1/3-1/4，在这件事情上面就是一个经济账、划算账。
李超：对于云深处这样稳健发展的公司，行业的泡沫和热度“好处是大于弊端的”，因为它能吸引更多优秀的人才、供应链伙伴和市场关注，从而促进整个行业的良性发展。
这场关于风险的讨论，清晰地勾勒出了一个风险层级：在应用和硬件层，风险关乎物理定律、工程实现和市场接受度；在平台层，风险关乎商业模式和已知的安全管理；而在最基础的模型层，风险则上升到了科学范式和人类未来的哲学高度。