【編者按】

“星漢燦爛,若出其里。”人工智能邁入閃耀時刻。

4月29日，習近平總書記來到位于徐匯區的上海“模速空間”大模型創新生態社區調研。他指出，人工智能技術加速迭代，正迎來爆發式發展，上海要總結好以大模型產業生態體系孵化人工智能產業等成功經驗，加大探索力度，力爭在人工智能發展和治理各方面走在前列，產生示范效應。

如今，徐匯區已形成“北斗列陣”+“群星閃耀”的AI生態布局。其中，“北斗七星”由稀宇科技、商湯科技、階躍星辰、無問芯穹、星紀魅族、特贊科技和斑馬智行7家標桿企業構成。

這些企業何以成為“北斗”？它們在人工智能領域有哪些探索和前瞻性的思考？即日起，澎湃新聞推出“北斗專訪”系列報道，通過深度對話，解碼標桿企業的AI星辰版圖。

祝碧晨 設計

上午9點多，特贊科技辦公空間內，范凌穿著深色短袖和牛仔褲，電腦放在膝上，專注地敲打鍵盤。窗外是高樓林立的上海徐匯濱江，聚集了眾多AI企業。直到記者到來，他才從工作中抽身。

范凌是特贊科技的創始人兼首席執行官，同時擔任同濟大學設計創意學院教授、設計人工智能實驗室主任。特贊科技是上海“模速空間”七家人工智能龍頭企業“北斗七星”成員之一，這是一家專注“內容+人工智能”的獨角獸企業。

目前，特贊科技打造了企業級內容人工智能平臺，幫助客戶實現高效、優質的內容管理、生產、分析和分發，已為100多家世界500強企業提供人工智能平臺，服務了10萬個小微企業和個人。特贊科技完成了D1輪融資，估值超過10億美元。

范凌，特贊科技的創始人兼首席執行官，同濟大學設計創意學院教授、設計人工智能實驗室主任。本文圖片均為受訪者提供

和“模速空間”很多創業者一樣，范凌擁有高學歷。他畢業于哈佛大學并獲博士學位，創業前曾任教于美國加州大學伯克利分校，教授人機交互。2015年，他由海外高層次人才計劃引進回國，創立特贊科技。2016年，特贊和同濟大學成立了國內首個設計人工智能領域的實驗室，范凌開始學術兼商業的跨界。

在人工智能爆發式發展的時代，范凌相信誰能成功地讓人類和AI實現高效協作，誰就能擁有源源不斷的商業機會。他提到，現在AI主要還在“說話”，接下來AI真正要“干活”，越來越多的算力也將會用在解決問題上。AI不可避免地將取代一部分“存量工作”，又會創造更多“增量工作”。

范凌常會思索AI帶來的治理風險，以前他是一個“公有云”的忠實信仰者，現在開始思考是不是有必要把數據儲存在硬盤？企業、機構乃至個人如何保護自己的數據資產？私有數據和公有數據的關系如何平衡？大模型又如何避免形成“知識寡頭”和“信息寡頭”？

近日，范凌接受澎湃新聞記者專訪，他講述了AI時代特贊科技究竟在做什么，有何短期和長期目標，也闡明了自己對AI飛速發展的觀察和擔憂。

【對話范凌】

澎湃新聞：特贊科技是模速空間“北斗七星”之一，可能有一些人尚不了解特贊是什么樣的企業，請簡單介紹一下你的創業歷程和公司的創立初衷？

特贊科技，上海“模速空間”七家人工智能龍頭企業“北斗七星”之一，專注“內容+人工智能”。

范凌：我是一名創業者——特贊科技創始人；也是一名教師——同濟大學設計創意學院教授。

特贊的英文名叫Tezign，即Tech+Design，是技術和設計的結合，因為我一直想做的事情就是把科技帶到創意領域里。我父母是藝術家，我自己是理工科出身，在我身上有一顆藝術的心和一個工程的腦。我一直在思考，如何把“心”與“腦”的距離拉近，它像是我的一個使命，這也投射在特贊科技上面。

如果換一種說法，人有左腦和右腦，左腦關心更高、更快、更強，右腦關心人文、設計、藝術等等。目前人工智能可能大部分的精力都在“左腦”上，人工智能的“右腦”潛力還沒有被充分挖掘出來。特贊在做的，也是關于內容創意如何與技術創新結合并釋放生產力的試驗。

澎湃新聞：特贊科技如何將技術和創意融合，公司核心業務具體做什么？

范凌：特贊科技的核心業務是圍繞“內容數據與人工智能”。我們構建了企業級的創意內容數字新基建（Enterprise AI+Content Platform），圍繞企業內容資產，打造企業內容的管理、積累、生產、分析的數字化平臺，提升品牌內容資產的生產與流轉效率。

特贊科技的業務架構和產品。

很多企業有自己的數據庫，有數據內容從0到1的積累，而在生成式AI出現之后，我們能夠更好地幫助企業完成從1到N的數據管理、分析和分發。企業的原始數據和內容往往是非結構化的數據，我們把企業的“內容、效果數據、內容標簽”三者打通，可以幫助企業批量化生產內容，讓內容更高效地和社交平臺、觸點發生關系；同時，幫助企業形成內容的分發和反饋分析報告，提高營銷效率。

從品牌角度看，內容應分為兩類：0到1的內容和1到無窮的內容。0到1的內容，應該用來傳達品牌文化、品質和價值觀。這部分內容可以由人和AI共同完成，人起主導作用。而1到無窮的內容，如果沒有AI是無法實現的，這類內容會在各處與消費者產生轉化，內容量要龐大到鋪天蓋地，并以高質量內容不讓消費者感到被騷擾。

澎湃新聞：你非常關注內容推理，能否稍微解釋一下內容推理？

范凌：“內容推理”是基于已有內容信息進行理解、分析、判斷甚至預測的過程。內容推理模型的訓練依賴大量高質量的標注數據。數據標注是智能化進程中很基礎，但也是很麻煩的活兒。每個人的語言體系不同，對同一個事物類似的感知也會用不同詞匯描述，有的人稱贊“可愛”，有的人則稱之為“萌”，因此要對標注數據之間做相關性和等價關系的匹配。

特贊積累了大量標注數據，已形成創意設計的基礎開源數據集，還與行業合作建立了垂直數據集，包括快消、食品飲料等行業。基于這些垂直行業數據，AI才能更高效地理解并優化內容與應用場景之間的匹配度。

今年4月，我們最新發布了atypica.AI智能體框架。它是基于Creative Reasoning推理技術，模擬非結構化決策路徑。這是一個通用的商業智能體，我們希望它能夠分析商業領域中各種復雜的問題。

2025年4月，特贊科技最新發布了atypica.AI智能體框架。

澎湃新聞：從技術上看，目前很多企業非常關注多模態大模型。對你來說，未來3~5年你會特別關注AI的哪些變化？

范凌：我覺得過去這兩三年關于人工智能的投入大都在基礎模型上，基礎模型消耗了90%甚至更高的算力。而基礎模型的競爭，也相當于對算力和數據的競爭，這方面競爭所帶來的紅利可能要慢慢消退了。

接下來3~5年，算力會更多被用在解決問題上。如果說以前是在Training（訓練）上，后邊可能是在Reasoning（推理）上，90%的算力應該要用在Reasoning上了。就像把高速公路建好以后，就要在上面跑車子，跑得越多越好，這些車子才能帶來商業和繁榮。未來3~5年，應該是AI賦能各行各業的關鍵時期。

特贊科技辦公區 李佳蔚 攝

對企業而言，還要思考兩個維度的問題：第一是你到底想讓人工智能幫你解決什么問題？第二是憑什么當AI能解決這些問題了，這家企業還要繼續存在？

未來3~5年的一個重要場景，是企業內部的know-how（方法論）要更高效地和大模型展開協作。現在的AI還是在“說話”，而不是“干活”。我們也看到很多企業開始結合各自需求做一些智能體，通過AI調用各種生產工具，接下來就是要開始讓AI“干活”了。

多模態大模型，我覺得更是指能調用各種工具的多模態。誰能成功地讓人類和工具實現高效協作，誰就能擁有源源不斷的商業機會。

澎湃新聞：你覺得AI會取代人類工作嗎？

范凌：從存量工作的角度來說，一定會取代。如果這個世界不再有更多新的工作了，那么我們的工作會越來越多地被AI取代。但這不會是一個存量問題，而是增量問題。舉個例子，當古代的生產工具更新迭代之后，古代人把原來在田里干活的時間用來詩詞歌賦，就是創造了新的工作。

所以AI取代了很多存量工作以后，人類自然會有增量的事情去做。當照相機出現以后，畫家沒有失業，而是去創作照相機拍不出來的畫，比如抽象派、裝置藝術等等。這個世界日新月異，AI在取代一部分工作的同時，也會創造更多的人類工作。

澎湃新聞：如今AI迅猛發展，你會擔心AI的風險嗎？擔心哪些風險？

范凌：以前我是一個“公有云”的忠實信仰者，我覺得所有數據都應該存在云上，不應該存在自己的硬盤里。但現在，當我看到AI處理數據的能力以后，我會非常擔心每一家企業或者每一個擁有獨特數據的個體的數據安全。一家企業、一家學術機構乃至個人，都有經年累月積累的寶貴數據，如果把這些數據都喂給大模型，它就變成人人都能利用的數據，而企業或個人的數據資產則面臨損失。私有數據和公有數據的關系如何平衡？能不能在利用大模型能力的同時，保護一部分私有數據？

此外，當我們問AI一個“問題”，它往往給你一個很有代表性的“答案”。大模型主要依賴于龐大的互聯網數據進行訓練，這導致它們在很大程度上代表的是“數字可見人群”。而那些遠離主流數據生態——比如不使用智能手機、不上網、文化背景邊緣化的人群——他們的經驗、需求和知識就容易被忽視甚至遺忘。而當AI逐漸被用于公共治理、社會服務等事物時，AI的決策可能也是基于不完整的數據做出的，從而會形成“知識寡頭”或“信息寡頭”，加劇不平等。總之，AI的發展和治理還有很多事要持續關注。

澎湃新聞：從短期和長期來看，公司的目標會是什么？

范凌：短期內，第一件事是加強技術能力建設，將非結構化數據處理好，使其真正轉化為企業或組織的數據資產。第二件事是拓展更多用戶，開拓海外市場，主要是歐洲、中東和亞洲其他地區。我們也非常重視校企合作，通過共同研究促進人才培養，我覺得人才是關鍵因素。

從長遠目標來看，我們認為人工智能與創造力的結合具有巨大的想象空間，會催生出新的商業模式、組織形式、工具以及標準，特贊希望在這個過程中發揮重要作用，讓大家一提到人工智能+創造力的時候，就能想到特贊。