会议季 | 【创新的颠覆与治理】科学学上海论坛·2025 科技创新智库国际研讨会嘉宾观点（一）

发布时间：2025-06-27

2025科技创新智库国际研讨会开幕

2025年6月26上午，“浦江创新论坛——科学学上海论坛·2025 科技创新智库国际研讨会”在上海开幕。本次研讨会由上海市科学技术委员会和中国科学技术发展战略研究院联合指导，上海市科学学研究所主办。上海市人民政府副秘书长夏科家出席开幕式并致辞，第十四届全国政协委员、教科卫体委员会委员、中国可持续发展研究会第六届理事会理事长李萌出席并作报告，开幕式由上海市科学技术委员会主任骆大进主持。国内外顶尖科技创新智库的杰出科学家及政策研究专家，共同探讨和交流“创新的颠覆与治理”这一核心议题。

· “科学学全球伙伴计划”启动仪式 ·

上海市科学学研究所在去年论坛发布的《科学学上海倡议》基础上，联合国内外科技、企业、教育、金融、传媒等领域代表携手启动“科学学全球伙伴计划”，汇聚“科学学+”合力，推进科技传播，共同打造具有世界级影响力的全球科技创新交流平台。

· 嘉宾演讲金句 ·

李萌

第十四届全国政协委员、教科卫体委员会委员、中国可持续发展研究会第六届理事会理事长

《从大模型效率革命的实践深化对颠覆性创新的认识》

◆1. 工程创新也能成就颠覆性。无论历史上的蒸汽机革命，还是当今DeepSeek和华为的突破，都告诉我们，理论创新和工程优化将交替引领颠覆性创新，当理论遇到物理极限后，工程创新能够打开新的空间。DeepSeek的问世打破了过去大模型能力与规模成正相关的规律，从而掀起了一场效率革命，大幅度降低大模型经济门槛和技术门槛，推动了高端大模型的技术平权，使大模型从“寡头玩物”向“普惠工具”转变，行业竞争逻辑也随之发生了变化。

◆2. 人工智能本身是一个极综合的领域，大模型效率革命是复合因素推动的，架构、策略、软硬件协同作用，模型、算力、数据三者贯通发力，否定了对尺度定律（ScalingLaw）的单项思维，使行业对尺度定律的理解从单一维度理解向多阶段复合性理解转变。

◆3. 信息时代、网络时代、智能时代分别对应三个定律：摩尔定律、梅特卡夫定律、尺度定律，都指向一个共同的点——生态规模。而开源决定规模，规模产生涌现，涌现成就颠覆，开源生态加速技术扩散和技术路径分化，开源路线通过创新算法降低对算力的依赖，促进在各行各业本地化部署。

◆4. 人工智能是既具有技术属性又具有社会属性的技术领域，其颠覆性创新爆发有一定的突然性和不确定性。因此，人工智能发展水平越高，越逼近AGI，就越要保持科技伦理和社会规范敏捷治理，形成创造技术与社会良性互动格局，确保不出现颠覆性危害。

◆5. 各种细分的新技术、单一的创新要想产生“颠覆性”效果，最后必须在场景创新、杀手级应用中实现。而大数据、元宇宙、LIBRA等曾经被视为划时代创新，也因为没有杀手级应用的出现，它们的时代始终没有到来。

刘冬梅

中国科学技术发展战略研究院党委书记、研究员

《颠覆性技术与“创造性破坏”：演进特征和政策启示》

◆1. 工业革命以来，颠覆性技术（群）通过“创造性破坏”引发经济增长的巨浪，推动社会生产力不断跃迁。但颠覆性技术不是自然而然产生的，也不会必然、自动地启动“创造性破坏”进程，这些都需要合适的制度环境。

◆2. 从经济发展史看，历次工业革命都是颠覆性技术形成爆发并推动生产力发展的重要时期。目前各界对颠覆性技术和创造性破坏的认识并不相同，有必要通过回顾历史总结归纳与两者的主要特征和事实，并结合我国现实国情提出一些政策考量。

◆3. 回应当前各界，尤其是政府层面的关注，对“颠覆性技术”和“创造性破坏”内涵的理解需要向前和向后延伸，从技术突破入手，涵盖产业结构、生产生活方式与社会思潮变迁，并进一步延伸到国际格局演变，突出颠覆性技术与创造性破坏对整个经济社会体系、生产生活方式、国家强弱的“秩序颠覆”与“破坏重组”。

◆4. 颠覆性技术推动“创造性破坏”的进程呈现出一些典型的特征：两者的爆发之间存在明显时滞，次级创新往往起到关键性作用；前者推动后者的进程存在多重阻力，需要恰当的制度变革配合；影响程度和方向很大程度上取决于市场竞争；不同发展阶段，推动“创造性破坏”的政策存在很大不同，政策差异主要取决于距离技术前沿的远近；颠覆性技术的产生与科学研究的联系日益紧密，政府的战略性干预力度日益提升。

◆5. 我国内外部环境与条件发生深刻变化，推动颠覆性技术涌现、加速“创造性破坏”进程，需要加大知识供给，强化对颠覆性技术的预测与战略性部署，充分利用我国市场规模的优势，优化完善法律法规，强化金融支持，优化竞争环境，加大负面影响治理，加速让颠覆性技术和“创造性破坏”更多转化为提升经济实力、改善民生福祉、推动世界前行的现实生产力。

奥托•海因里希•赫尔佐格

中国工程院外籍院士、德国国家工程科学院院士、同济大学教授、德国不莱梅大学教授

《人工智能是一项颠覆性技术吗？》

◆1. 并非所有的创新都是颠覆性的，即便这些创新可能是革命性的。颠覆性创新等于技术创新加上新市场再加上新价值网络，以及它们产生的影响。

◆2. 人工智能的总体研究目标是创造能让计算机和机器以智能方式运行的技术。其研究领域包括模式识别、知识工程、推理与问题解决、规划、语言理解、学习和大数据分析、社会智能、运动与操控/机器人等。

◆3. 知识至关重要，它是数字化和解决问题能力的决定因素。机器学习专注于研究如何通过经验使计算机算法自动提升知识水平，进而将内隐知识转化为显性知识。如今，机器学习在语言模型训练中的重要性愈发凸显。

◆4. 基于人工智能的数字孪生可用于城市规划等领域的数字化转型。它能够在给定要优化的特定标准和可用资源的情况下，选择最佳行动以实现特定目标。

◆5. 尽管大语言模型已经是一项创新成果，但由于训练和使用成本还比较高，同时还存在偏差、幻觉以及可信度不足等问题，所以尚未成为颠覆性创新。

林忠钦

上海交通大学教授

《技术创新的治理与价值实现》

◆1. 全球科技发展进入"非线性加速期"，科技治理模式快速变革，唯有主动拥抱变革、深化体制机制创新，才能在新一轮科技革命中抢占先机、引领发展。

◆2. 全球创新生态面临共同挑战：一是基础研究与应用转化的"死亡之谷"，二是学科深化与跨界协作的“平衡难题”，三是创新治理与技术发展的"适应鸿沟"，四是人工智能对科学认识变化带来了挑战。应对全球创新挑战，需要构建适应复杂性、不确定性、开放性的新型创新生态系统。

◆3. 实现创新治理的关键，在于构建从目标需求牵引到成果价值实现的全链条系统。要重视以价值为导向的创新路径，构建价值导向与兴趣驱动相结合的创新生态，强化目标牵引的系统布局，并保持探索未知的原创活力。要实现创新要素的协同与整合，成功的创新体系必须构建有利于要素流动、知识交融和价值共创的网络化生态环境。只有实现跨领域、跨学科、跨部门的深度融合与协同联动，才能构建真正具有突破性的系统创新能力。

◆4. 系统治理面临组织边界、战略协同、评价机制、资源配置等挑战，系统治理的关键在于平衡效率与活力、规范与灵活、专业与协同的动态关系。通过实现时间、空间、价值三个维度的深度融合，构建现代化创新治理体系。

◆5. 创新治理的本质是对复杂性、不确定性、开放性的系统性回应。新时代的创新治理必须构建适应颠覆性技术特点的新型体系，实现从管理向治理、从分割向融合、从封闭向开放的根本转变。

金耀初

欧洲科学院院士、西湖大学工学院人工智能讲席教授

《人工智能的机遇与挑战》

◆1. 人工智能有三个主要的发展流派，一是连接主义，在神经系统层面模拟生物神经元及生物神经系统，二是符号主义，这是基于规则及逻辑推理的人工智能系统，三是行为主义，又称进化主义或控制论学派，强调智能体在环境中的行为和交互。

◆2. 在第三次人工智能浪潮中，DeepSeek R1一发布即引发全球热议，其蕴含了三个创新点：一是架构创新，包括混合专家架构（MoE）和多头潜在注意力（MLA）协同；二是训练算法创新，应用了SFT冷启动作用，并且用GRPO代替PPO；三是底层生态创新，从CUDA到PTX、SASS，本质上是在 CUDA 生态内追求极致性能。

◆3. 逆向思维是一种重要的创新思维，一般来说，人类的想法习惯于把复杂的高维数据往低维映射，但是有的时候将低维数据往高维映射，可以把本来很复杂的数据变得简单。

◆4. 在类脑通用人工智能研究中发现，神经形态协同演化与发育：一是神经系统发育跟神经元激励状态、形态（身体）及环境紧密相关；二是在神经元状态及其他因素发生变化时，大脑中的神经元会发生重构；三是神经元状态依赖的基因表达是状态依赖的神经可塑性的生物机制。

◆5. 我们需要警惕人工智能幻觉，相关的风险包括安全性、隐私、公平性、可解释性、可靠性、可问责性等，为了确保人工智能可信赖，可以从系统与操作风险、内容安全风险、社会风险、法律与权益风险四个层级开展治理。

戴安娜•希克斯

美国佐治亚理工学院吉米与罗莎琳•卡特公共政策学院教授

《引领未来：美国政策生态系统如何应对自动驾驶的颠覆性影响》

◆1. 美国政府采用NASA技术成熟度等级（TRL）框架评估自动驾驶技术发展阶段，但传统TRL模型无法适应自动驾驶技术的复杂社会影响，需要采用更开放的社会-技术系统来评估。

◆2. 当变革成本较低时，其必要性难以预见；当变革的必要性显而易见时，变革成本又变得高昂、困难重重且耗时漫长。科技研究与创新治理，本质上是在统筹不同权利主体、在强势利益主张驱动下摸索前行。

◆3. 不同等级的技术成熟度适用于不同类型的治理场景，如低TRL阶段（TRL1-2），更适用于投资研发、公众教育、跨部门协作；而高TRL阶段（TRL3-4），则适用于推进立法、修订道路标准、建立伦理框架。

◆4. 新兴技术的治理存在诸多不确定性，政策制定者与其试图预测某项技术何时到来，不如根据技术成熟度等级（TRL）仔细评估该创新当前所处阶段，了解新技术并提供政策支持。

◆5. 未来创新治理新三个重点方向：持续追踪TRL进展、建立动态评估机制；通过强化联邦-州协同，弥合权责真空；关注老年、残障人士等弱势群体的交通权益保障。

巨蓉

施普林格•自然集团数字化产品与解决方案总监

《科研数据洞察全球科技创新发展新格局》

◆1. 2020年后，中国的高质量科研产出快速增长，2023年，中国在份额（Share）指标上超过美国；2024年，在论文数量(Count）指标上超过美国，成为全球自然科学和健康科学领域的高质量科研成果产出最多的国家。

◆2. 2024年3月至2025年2月，在自然指数收录的文章中，中国和美国依然是全球最大的合作伙伴。

◆3. 随着中国科研实力不断增强，北京和上海等中国最大、经济最发达的城市自然而然地成为了科研城市的“超级新星”。同时，一些较小的中国省会城市也跻身自然指数全球前20名，包括南京、武汉、杭州、合肥和西安，它们与东京、巴黎、伦敦、芝加哥等全球主要城市的排名相近。

◆4. 目前，中国领先全球化学和物理学研究，美国在生物科学和健康科学领域仍具优势。

◆5. 全球20个科技城市的颠覆性指数中，旧金山、波士顿、首尔、多伦多和纽约是最具科技创新颠覆性的前五位城市。深圳科技创新颠覆性水平位居第8位，香港排名第11位，上海、北京分别排名14、15位。

魏凡杰

上海未来产业基金总经理

《颠覆式创新：机构式孵化+投资模式若干思考》

◆1. 颠覆性技术创新具备三大关键属性：（1）带来急剧的成本下降，显著提高性能；（2）跨越现有行业，成为未来潜力巨大市场的领跑者；（3）构建新技术的创新平台，改变经济运行模式和人们的生活方式。

◆2. 颠覆性技术创新在成果转化阶段面临的“死亡之谷”更宽更深。科研资源和商业资源难以覆盖，陷于资金缺乏、缺少专业人才、商业认知不足等困境。

◆3. 人工智能成为催化颠覆性技术创新的重要工具。科研机构借助不断发展的人工智能，分析处理多维度、多模态、多场景下的模拟和真实数据，加快了基础科学和应用科学的发现、验证和应用，并使得科研成本急速下降，成为可以催生更多技术和业务模式的创新辅助平台。

◆4. 风险投资机构形成了技术创新的机构化孵化模式。以Flagship、MIT Engine、Arch、A16Z为代表的风险投资和深度孵化机构对于“0-1”的转化以及颠覆式创新领域的投资采取了更加激进、更加机构化的孵化投资模式，形成从“假设探索、科学验证、可融资主体、外部风险投资”的系统性孵化投资生态，大大推动了颠覆性技术的孵化和应用。

◆5. 上海未来产业基金重点关注颠覆性技术及交叉科学的融合运用，主要采用三种投资策略。第一，找方向，建立未来领域的超前认知；第二，搭平台，构建中国版机构化创业的新模式，打造可融资主体；第三，构建生态，打造上海未来启点社区。

潘教峰

中国科学院科技战略咨询研究院院长、研究员

《新产业革命与颠覆性创新：加快打造新兴支柱产业》

◆1. 新一轮工业革命建立在以数据、智能与新能源结合的基础上，可能使传统的农业、工业、服务业等产业的生产过程逐渐趋同，边界越来越模糊，甚至融为一体。

◆2. 世界农业正面临巨大转变，合成生物学正催生植物工厂、蛋白工厂，现代农业将从自然农业向半工厂农业转型。

◆3. 人工智能、合成生物、前沿新材料等，不仅自身能形成较大产业规模，且对其他产业具有很强的引领、带动和渗透力，是全球必争的重要使能技术。

◆4. 未来5至10年，预计有潜力成长为新兴支柱产业的，如，集成电路、人工智能、低空经济、算力、智能网联新能源汽车、新材料、智能机器人、生物制药、生物制造、绿色低碳、量子信息、卫星互联网等产业。

◆5. 中国式现代化是人口规模巨大、全体人民共同富裕、物质文明和精神文明相协调、人与自然和谐共生、走和平发展道路的现代化，这就注定要走不同于发达国家走过的路，形成中国特色的新兴支柱产业发展新模式、新路径和新环境。

· 圆桌论坛金句 ·

议题：颠覆性创新的趋势及影响

▼潘教峰▼

中国科学院科技战略咨询研究院院长、研究员

1. 颠覆性创新是改变格局的创新和力量。

2. 颠覆性创新的出现是有迹可循的，随着新的市场化需求牵引出新的技术突破。未来产业的发展也需要通过市场化试错的方式来形成一个稳定的技术路线。

3. 未来产业形成产业形态需要颠覆性创新来支持，逻辑是内在一致的，趋势是可以预测的，方向是可以把握的，具体的形态或产品是靠市场选择来确定。

4. 我们对自身的各种禀赋和对未来的需求是能够找到一些发展方向，传统产业的升级是一个很重要的方向，数据要素的融入对传统产业带来新的增量和变革。

5. 从新的概念到新的产业，是在不确定的世界中找确定性，有四个阶段需要把握：分别是科学的确定性、技术的确定性、工程的确定和产品的确定性，要分层次进行下去。

▼戴安娜•希克斯▼