王坚：别光盯着大模型，科学数据才是AI的未来

近三年来，大语言模型（LLM）的演进路径高度一致：参数量与模型规模持续扩张，推理性能显著增强，同时AI智能体与长上下文处理能力不断取得突破。业界的关注点也多集中于算力储备、模型性能以及通用人工智能（AGI）的实现进度。然而，一个更为本质的问题逐渐显现：驱动人工智能实现跨越式发展的核心要素，究竟是模型架构还是底层数据？

据21世纪经济报道和钛媒体等媒体报道，中国工程院院士、之江实验室主任王坚在2026年世界人工智能大会（WAIC）上发表演讲时指出，人工智能正经历一次全新的范式转变。他认为，未来真正关键的并非构建规模更大的语言模型，而是让科学数据成为基础模型的“原住民”（First-class Citizen）。这一理念不仅触及了AI发展的核心方向，也意味着推动技术变革的驱动力将从语言数据转向科学数据。

王坚表示，当前业界广泛使用的基础模型（Foundation Model）概念，最早由斯坦福大学于2021年提出，其核心在于支撑多样化任务的底层能力，而非单纯追求参数规模。但目前绝大多数基础模型依然依赖文本数据进行训练，这使得大模型对世界的认知局限在人类语言构建的知识体系内。实际上，人类积累的知识远超文本范畴。特别是在科学研究中，关键信息往往蕴藏在基因序列、材料结构、遥感影像、地震波及天文观测等非文本形式的科学数据中。

他以地球科学为例，该领域逾70%的核心信息并不存在于学术论文中，而是保存在原始观测数据里。正如“一图胜千言”，一段光谱所蕴含的信息量可能远超千万张图片。因此，目前AI对科学的理解仍停留在“阅读”人类已总结的结论层面，尚未真正触及自然世界。未来的技术突破，将依赖于模型直接学习原始科学数据。当科学数据成为“原住民”，AI将跨越语言边界，深入探索自然规律，这也是迈向科学智能与AGI的关键一步。如果说过去十年大模型让机器掌握了人类语言，那么未来十年其目标将是理解物理世界，这与英伟达CEO黄仁勋倡导的物理AI理念不谋而合。

在演讲的最后，王坚对AI的未来定位进行了展望。他认为，人工智能正在演变为类似数学的通用基础工具。数学是所有学科的共同语言，而未来的AI也将超越聊天机器人或搜索工具的范畴，成为科学研究最底层的基础设施，深度参与到规律探索、知识发现与科技创新之中。