Description
1月22日下午，上海人工智能实验室主任、首席科学家周伯文于第四十届人工智能协会年会（AAAI 2026）发表特邀报告，题为《从推理到科学发现：探索通专融合的AI之路》（Quest of AI towards Specializable Generalist：From Reasoning to Scientific Discovery）。
周伯文教授提出：当前我们已身处“通用人工智能”（AGI）前夕，但仍面临重要环节的缺失——通专融合的智能。我们亟需推动科学智能从1.0向2.0迭代演进，即从AI4S迈向AGI4S。他进而提出：若AGI=通专融合(Specialized Generalist)，则可深度专业化通用模型(Specializable Generalist)是实现AGI的可行路径；可深度专业化的通用模型的关键挑战与思路：专家化模型在训练过程中需要低成本、能规模化的密集反馈，能够持续不断地学习与主动探索，并具备为同一个问题提供多视角、多种解决方案的能力；打造一个“可深度专业化通用模型”，需要从信号（Signal）、规模（Scale）和落地（Ground）等三个维度突破。
周伯文教授在报告中详细介绍了驱动“通专融合”发展的技术架构——『智者』SAGE（Synergistic Architecture for Generalizable Experts），其包含基础、融合与进化三个层次，并可双向循环实现全栈进化。“如果将SAGE比作一张新世界的地图，我们目前已建立了很好的初步验证与很多尖兵前哨站。”
