【编者按】从开源革命到太空计算，中国工程院院士王坚在2025年9月上海外滩大会的演讲中，以横跨技术史与未来学的视野，揭示了人工智能发展的两大核心变革——开源从代码开放迈入资源开放时代，以及计算能力向太空延伸的战略突破。其演讲通过历史脉络梳理与前沿实践展示，为全球AI发展提供了极具价值的思考框架。
　　　　
　　王坚，1962年10月出生于浙江杭州，是中国工程院院士，云计算技术专家。
　                      　
　　教育背景：1980年考入原杭州大学心理学系，1984年获得学士学位。1984年考上杭州大学心理系研究生，硕士论文为《人机交互和多通道用户界面》，是中国第一部讨论人机交互的论文。1990年从杭州大学毕业，获得心理学博士学位，是全国第一个被授予工学博士学位的心理学专业学生。
　　
　　工作经历：1990年留校任教，先后任助教、副教授，1992年晋升为教授，1993年起担任博士生导师。1995年至1999年，担任杭州大学心理学系主任和工业心理学国家专业实验室主任。1999年加入微软亚洲研究院，2004年担任微软亚洲研究院常务副院长。2008年加入阿里巴巴集团，担任首席架构师。2009年9月，阿里云计算公司成立，王坚担任总裁，主持研发了中国唯一自研的云操作系统——飞天。2016年任阿里巴巴集团技术委员会主席。2019年当选中国工程院院士，成为首位中国互联网科技企业院士。2023年7月，任之江实验室主任。
　　
　　主要成就：研发云计算系统：首创"以数据为中心"的分布式云计算体系架构，主持研发的“飞天”云计算平台，实现了中国云计算从0到1的突破，2017年获得中国电子学会科技进步奖特等奖。构建“城市大脑"：2016年提出"城市大脑"概念，并成为杭州城市大脑总架构师，通过数据调度优化公共资源配置，加速城市治理观念转变。学术著作：出版了《在线：数据改变商业本质，计算重塑经济未来》《卫星定位原理与应用》等书籍，还发表了多篇学术论文。
　　
　　荣誉奖项：曾荣获“中国IT十大杰出青年”、“中国计算机学会杰出贡献奖”、“全国五一劳动奖章“、“十大科技创新人物”、“202～22023影响世界华人大奖”等多项荣誉。
　　
　　2025年，开源是一个绕不开的话题。开源的"源"已经进入资源时代。
　　
　　各位朋友，非常高兴有这么一次机会跟大家分享一下。
　　
　　在今天的人工智能的背景下，有一个绕不开的话题就是开源开放。所以今天我想把几个可能大家熟悉，但是比较困惑的事情，从我的角度说一下。
　　
　　我想，开源这个词其实大家有不同的理解。所以其实我们今天正在经历一个从代码的开放开源到资源的开放开源，一个非常不同的一个革命性的变化。其实最近一年发生了很多事情，所以，2025年注定是一个非常不平凡的一年。
　　
　　美国出口管制的"漏洞"
　　
　　如果从人工智能角度，所以这是今年年初1月13号的时候，美国公布了对人工智能的出口的管制。可能大家比较熟悉的就是关于芯片、集成电路、半导体的出口管制。但事实上在同一个出口管制上，是第一次那么明确的说法出来了，就是说美国要对人工智能模型的权重进行管制。但这个管制出口只有一个非常有意思的事情，也可以讲是一个漏洞。它只是明确的提出了对闭源权重的出口管制，而专门强调了开源的权重不在管制之列。我想这边后面有一个非常重要的假设。在当时1月13号，其实也就是上半年以前，那就是当时世界上最好的基础模型都是在美国头部的那几个家公司起来。
　　
　　当然也有一个很有意思的事情，就是就在1月18号，今年的1月18号，大家都熟悉的Hinton，他也在几个星期以前到过上海。大家都知道他是一个极其反对让人工智能模型开源出来的人，当然他有他自己非常重要的理由(人类安全的考虑)。
　　
　　开源不是战略路线的问题，而是历史的选择
　　
　　可是就是在1月31号（北京时间），随着DeepSeek的开源。
　　
　　在1月30号（美时间）Sam Altman就说了一句所有人都很震撼的话。他说，在开源这个时刻，OpenAI站在了历史的错误的一边。
　　
　　我想这句话它背后的含义我就不多说了，它不是一个策略性的错误，这是一个历史的选择。所以我觉得2025年很神奇的一件事情，就是一个说不清还倒不明的事情。甚至沿用了在软件时代的一个概念，进而变成了我们今天AI竞争的一个很关键的变量。我想今天没有人可以绕开这个变量来说下面我要怎么做AI这个变量不是新的，对一个产业，对一个技术。
　　
　　其实在1998年互联网要起来的时候，大家都知道互联网要起来一个最重要的标志就是浏览器。大家都知道这个NetScape是当时最好最开放，也是改变了这个格局的那个浏览器。其实在互联网时代，NetScape的开源是那个时代的一个分水岭。
　　
　　所以关于"开放"的话题，不是只有在今天，才重要，才关键。其实在互联网时代就是那个关键的变量。
　　
　　可能很多人知道，其实是在1998年，就有了"opensource"这个词。当然大家知道opensource，第一时间就想到的是"opensourcecode"，就是开放源代码。
　　
　　而"opensource"这个词在1998年的四月份才被一批极客固化下来。因为当时有很多不同的叫法，什么自由软件、免费软件。但是opensource这个词是在1998年，其实离我们没有多远。但是它开创了我们后来互联网的那个时代。
　　
　　现在的人工智能走的是第二条路径
　　
　　谈到图灵奖，刚才谈到图灵奖其实很有意思的。2019年，Hinton和那几位开创者得了图灵奖的时候，其实很多事情也只是刚刚开的开始。
　　
　　他们在2018年得图灵奖，后来Hinton是做过一个演讲的。这个演讲让他说了两个很重要的观点，跟我们今天的开源是有关系的。大家记住，这是2019年他的talk，它里面抢到了这个人工智能的两个最重要的approach。它的方法就是所谓的逻辑（logit）驱动的，或者被逻辑这样的方法来启发的，以及因为大脑或者神经元这样生物学特性来启发的这两种不同的逻辑。因为有第二个方法，就是所谓的用神经元或者生物学方法来驱动的。这样的一个方法论的演进，使得我们有了权重这样的概念。
　　
　　大家都知道，即使8年以后，Hinton在上个月上海的人工智能大会上，他其实重复了他八年级前的这两句话。但它是有原因的。事实上以生物学作为一个思想的驱动，不是从人工智能已经开始了。
　　
　　今天看到人工智能开始的，图灵在40年代末就提到了一个最基本的概念，即，今天神经元基础的东西都有一个很好听的名字叫connectivity。大家看到的我画了红线的地方是非常有意思的事情。他就是觉得是受神经元的启发，跟真正的神经元没有任何关系，所以他们的引导，但是它里面一个很重要的事情就是这样的一个生命源的数量要足够多，到一定程度的时候它就会产生我们今天的智能。这是图灵在18年就说了的。所以平常讲的第二个路径，其实就是这个路径。当然很有意思的一件事情，很长时间有人在探索这件事情。
　　
　　80年代中期的人工智能圈两大派：心理学家和计算科学家
　　
　　这篇文章是发表在1986年的自然杂志上。大家看到这篇文章你就会发现它是非常的明确的，就是讲到了权重这样的一件事情，在这样一个模型中的重要性。当然大家也可以看到这篇文章的第三作者，就是得了图灵奖、诺贝尔奖的Hinton。但是他的前面两个作者是当时世界上最著名的心理学家。所以事实上跟神经有关系的这个探讨是在那个时代。
　　
　　上世纪80年代中期，是以心理学家为核心小组在讨论的。那个时候以计算机科学家为核心讨论了人工智能逻辑。人工智能的这个方向就是以逻辑作为来驱动的这样的一个方法。如果你在那个时候你的要做这件事情，事实上就有一本教科书。这是86年以后，我自己接触这个领域所有的教科书，到今天大家都应该不太熟悉，叫做parallel distributed processing。所以就是在上海上次碰见Jeff，我跟他说起这本书的时候，他还是蛮激动的。他说那个时候设想的东西今天都变成现实了。当然大家可以看到，这篇文章还是Hinton作为第二作者跟几位心理学家一起来完成的。
　　
　　讲到这件事情也要感谢一下互联网。其实这两本书的背后又专门出了一本书，这本书是本实验手册。这是第一次真正的把所有关于这个理论的代码都开放出来。所以到今天为止，你还可以到我这页PPT上那个链接去下载它的代码。尽管这个代码是运行在dos上的，是运行在最原始的操作系统上的。而这个代码开放的时候还没有开源这个概念。这是1986年开源的一个概念，大家看到98年才被真正的固化下来。
　　
　　所以我想说，事实上开放资源这个概念不是因为有开源这样一个说法而带来。事实上在任何的过程中，在科学探索的过程中有很多的先驱他已经做了这种事情。但是我自己觉得很高兴的就是因为最早提出那些以生物学神经元为基础的方法论的这些先行者，为我们做了一个非常好的探索。
　　
　　人脸识别时代，对于资源的概念感知不深
　　
　　因此，这才有了后面2012年第一次Hinton跟他的两位学生，把数据和模型和算力GPU搞在一起。这带来了那为大家都熟悉的人脸识别的那个时代。但在那个时候，资源这个概念还是没有那么的深入人心。因为它的数据的量不足够大，模型不足够复杂，算力也没有想象那么大。这篇文章发表的时候，他们只用了两块GPU卡，而且两块普通的打游戏的GPU卡，所以远不是我们今天想象的规模。
　　
　　2017年，规模定律的到来
　　
　　但是这一切在2017年发生了很大的变化。大家都知道在那个时候这几位作者提出了transformer，提出了tokenization，就是我们今天讲的token。大家都知道Tokenization是非常关键的技术，让我们的数据真正的资源化的这是一个里程碑的事情。
　　
　　同样，你就会发现因为有这两个东西的出现，我们传统意义上的，也就是2012年的时候的数据模型和算力乘上了一个更大的变量，叫做规模。也就是说我们所有东西的规模都是被千倍万倍的增加。而使得我们今天看到的人工智能发生了不只是原理上的进步，在事实上是发生了一次天翻地覆的变化。
　　
　　今天权重的开放，本质是数据和计算资源的开放
　　
　　当规模到了这个程度的时候，资源就变成了一个非常重要的事情。所以大家可以设想一下，今天事实上模型权重的开放，本质上是数据资源和计算资源的开放。有了模型开放以后，你再也不需要你自己花掉那么多的计算资源，你去重新去做有人替你做掉的事情。所以这里我想说一下，开放以后并不是说计算的资源，大规模的计算不重要了。而事实上只是说作为你个体，你是不需要再重新发挥这么多的资源。因为有人帮你付掉了这笔钱。但是倒过来讲，要做一个更好的模型，它可能需要有其他人以更多的资源的投入来完成这件事情。
　　
　　所以我想到了今天这件事，到了今天这个时候，只是开放源代码其实不能解决我们过去在软件时代解决的问题。而开放资源，特别是数据和计算资源，事实上是我们推动这个行业在前走的不够缺失的一个环境。我认为这就是今天人工智能时代开源的一个非常重要的特点。我更愿意这个开源叫做openresource。但是opensource和openresource翻译成中文，我觉得都是可以有一个同样的词：开源。
　　
　　今天的AI不能缺失太空
　　
　　当然这个开源不只是以我们今天的模型，其实太空一直是我们最大的一个资源，在50年代前就是这样。所以我觉得我们今天绝对不是只是把我们的人工智能，只是可以用在我们的手机上用在我们的电脑上。
　　
　　其实人工智能是不应该缺失太空的。但这里有个障碍就是算力。就当你有了组合（模型、算力、太空）的时候，所以我想这个时候就让我们有了机会了。就像当年我们重新定义手机作为你的电脑。
　　
　　第四种卫星：计算卫星
　　
　　今天我们在有了通讯卫星、导航卫星和遥感卫星以后，因为人工智能的出现，我们就会有第四种卫星，我把它们做计算卫星。同样因为这个卫星的存在，使得我们有机会把AI送上去。我自己还是蛮幸运的，因为在浙江实验室做这件事情，所以今年的5月14号我们第一次把12颗卫星同时上了天。
　　
　　而且在这12个卫星组成的星座上，第一次把一个地面上真正意义上的一个8BAI模型放到太空。我再说一遍，这不是用一个简单的深度学习的算法，做了一个什么处理的小程序放到卫星上，而是一个跟地面上一模一样的完完整整的一个AI的模型。我们把它送到了太空上。
　　
　　三体计算星座
　　
　　其实当第一次进去的时候，还是非常的非常的激动的。这让我们第一次感受到：AI是不能缺失太空的。所以这就是这12颗卫星到了太空以后，就会保证在只要卫星到达的地方，你就可以在任何地方在太空完成对所有数据的处理。
　　
　　大家都知道在这之前，我们所有的卫星在天上是没有任何关系的。我们所有的卫星在天上的卫星只跟地面发生关系，天上的这颗卫星和那颗卫星之间是没有关系的。所以这也是第一次完整的做完了在太空的卫星的互通互联，给人工智能在太空带来了一次巨大的机会。当然这件很有意思的事情，为什么要把它叫三体计算星座？
　　
　　大家都知道，可能这边很多的朋友知道三体这个词，是因为从这本小说（刘慈欣的《三体》）了解到的一事实上，三体这个词是一个彻头彻尾的科学概念，最早是牛顿提出来的，他讲的非常简单一个道理，在太空中如果只有两个物体，假定月亮和地球，它是可以有解开解的。也就是说有一个准确的数学的解决方式来说明这两个物体之间的关系。但是只要还有第三个物体存在，比如说太阳，那么这三个物体之间的关系就没有一个确定的解了。你要描述他们之间的关系时，一定要假定另外一个物体是固定不动的。这个后来被牛顿称为三体问题。这背后告诉一个我们非常简单的道理，就是我一个人两个人做事情是很容易做的，只要三人搞在一起就不好做了。这就是我们中国有一句古话叫"三个和尚没水吃"。
　　
　　三体计算星座：开放分享太空
　　
　　但三体计算星座就是希望我们有个多主体还是可以完成一件事情。那我想这是开放资源情况下必须要做的事情。所以我想三体计算星座就是希望有无数的主体来共同完成这个星座，来共同分享这个太空。
　　
　　后来，香港南华早报，在听到一个演讲以后写了一篇文章，大家可以去看一下。本质上就是只有这样，我们才能够真正分享太空，把人工智能送入太空。当然这里边我们会做一个非常有意思的计划，就是真的把每一颗卫星开放给全世界的任何一个人。当然这个里边可以解决很多问题，可持续发展问题我就不多说了。当然也可以为我们想象，我们要往深空去探索。这是一些科学家在设想的。
　　
　　从地球卫星到太阳卫星
　　
　　几年以后，不是十年以后，就在几年以后把卫星送到太阳轨道。也就是说不是地球的卫星，而是太阳的卫星。这颗卫星会放在大家看到的L5点，就是拉格拉斯第五点。这个点离地球1.5亿公里，离太阳1.5亿公里。在那个时候，数据几乎是没有办法传回到地面再做处理的。
　　
　　所以，只有把AI和算力送入太空，人类才有可能真正的走出地球。所以我想下面那个时代还是非常的激动人心，所以我经常讲人类去火星的路上是不能没有计算的陪伴和AI的。这就是下面10年甚至20年的我觉得最激动人心的地方，谢谢大家。
　　
　　编者结语：历史回响与未来启示
　　
　　开放是不变的主旋律贯穿于医院上演讲的核心线索，是对技术发展规律的敬畏与把握。他在演讲中展示的AI发展时间轴显示，从1948年图灵提出"神经元涌现智能"假说，到1986年Hinton确立权重机制，再到2017年Transformer架构突破，每个关键节点都标注着开放精神的推动作用。它清晰地证明：技术的重大突破从来不是封闭创新的产物。从实践层面看，这两大变革方向已展现出明确的产业价值。资源源通过避免重复建设降低创新门槛，正如2012年Hinton团队仅用两块GPU实现人脸识别突破的案例所示，开放资源能催生更大创新效能；而太空计算星座建成后将形成1000POPS的算力矩阵，为气候监测、深空探索等全球性挑战提供全新解决方案。
　　
　　王坚院士的演讲为我们勾勒出一幅完整的AI发展蓝图：以资源源资产产业根基，以太空计算拓展发展边际。这不仅是对中国AI发展路径的清晰定位，更为全球技术共同体提供了重要启示——在技术革命与基础设施变革周期共振的当下，唯有坚持开放协作，才能让人工智能真正成为推动人类进步的核心力量。
　　
　　编辑：Harris