据悉，“浦江AI学术年会”旨在推动“以问题为导向”的学术讨论深入开展，通过高质量问题激发更多创新灵感，“互相出好题、互相协同”，在更高层面实现产业合作、协同创新。上海AI实验室主任、首席科学家，清华大学惠妍讲席教授周伯文介绍，上海人工智能实验室一直在思考前沿发展趋势、关键技术挑战、创新合作机制这三大问题，分别体现在三项核心能力的建设与发展上：先进AI技术、安全可信保障、产业生态协作。
香港大学计算与数据科学学院院长、AI讲座教授马毅在报告中指出，在过去的十年，人工智能技术取得了飞速发展，但从方法论的角度来看，仍然存在许多未解之谜。智能不仅仅是技术的积累超人迪加奥特曼，更是理解生命和智慧的本质。智能的核心是学习和预测外部世界的规律，要实现真正的自主学习和智能化系统，必须构建闭环系统，通过自我纠错与知识的不断更新来推动智能的进化。
北京大学智能学院副院长、教授陈宝权则表示，深度学习和大模型提供了新的工具来“逼近”现实世界，这种结合有望推动科研和技术的进一步发展。展望2025年，他期待看到更多在物理和推理领域的突破，尤其是如何将已有的物理知识与AI结合，通过反向传递人类积累的知识，构建更有效的AI系统，从而推动更加精确的模型发展。阶跃星辰首席科学家张祥雨提出，理解方法原理非常重要，但业界应避免盲目跟风，利用白盒模型指导实践，避免资源浪费。当前，距离AGI的实现仍有很长的路要走，未来需要更智能的目标导向和试错机制。期待Scaling Law（尺度定律）能解决现有问题，实现智能程度与模型规模的正比关系，推动更智能的AI系统。
上海人工智能实验室主任助理、领军科学家乔宇认为，通往AGI的道路仍面临技术挑战，在模型架构、数据和学习算法等方面仍有创新空间。期待多模态大模型能够像语言模型一样实现突破强泛化的涌现能力超人迪加奥特曼，并基于更多样的Scaling Law维度实现原创创新。此外，具身智能和科学智能的前景广阔，期待技术和应用的进一步突破。