3月29日，在2025中关村论坛通用人工智能论坛上，北京通用人工智能学院院长，北京大学人工智能研究院、智能学院院长朱松纯表示，目前，行业对AI的讨论几乎被大模型能力所占据，而基础学科、原始创新与智能本质的研究却被边缘化，甚至遭到部分舆论的否定。更有甚者，形成了某种“技术投机”的氛围，仿佛只有少数企业能代表中国 AI 的水平，而长期支撑 AI 发展的基础学术群体、理论工作者、认知科学研究者则被忽视。这种认知偏差，正在让我们离真正的AI创新越来越远。
朱松纯总结了 AI 的创新具有5个层次：
最下面底层的是，哲学层面：探讨“智能”的本质。事实上，智能的本质是“主观的”，每个人的决策都基于自己对世界的认知与价值体系。这些认知未必客观，却决定了行为。
第二层，理论层面：建立认知的数学框架，如逻辑学、统计建模、概率计算。
第三层，模型层面：根据框架构建具体模型，如判别模型、生成模型、大模型等。
第四层，算法层面：在具体模型下，开发优化算法，提高计算、推理、训练的效率。
第五层，工程与部署：把模型落地到硬件、平台，优化存储、计算，形成可用的产品和系统。
他还说道：
目前很多所谓的创新，仅仅停留在第4层（算法）或第5层（部署）层面，连理论框架都不具备，却在吹嘘“颠覆”。而我们现在真正缺的是对智能本质、认知建模的原创性突破。
当前社会存在严重误区，仿佛只有 DeepSeek 等这样的企业做出了成果，甚至有人极端认为，学术界、研究机构的工作都是“吃白饭”，这种情绪化、非理性的舆论正在误导大众。
我们必须澄清，DeepSeek 在工程落地、API 产品化、算力优化等方面确实取得了成绩，但主要集中在工程部署层面，并未解决人工智能的核心难题——比如认知建模、智能理论、学习机制等。
支撑今天所有 AI 应用的底座，正是学术界数十年在哲学、理论、建模、算法等基础层面的持续投入。若因短期的产品化成效，就否定基础研究，甚至鼓吹“学术无用论”，不仅荒谬，也极其危险。
以美国的创新为例，很多集中在最底层的硬件（芯片、架构）、大模型，以及算法优化。我们如果想在中美竞争中取得突破，关键要在于第四层和更高的哲学与理论创新。
如果只是重复美国的老路——算力、算法、部署，我们永远都是追随者。
原文：https://mp.weixin.qq.com/s/9aJuk7XDAX_JR3JJnqFD0A