中兴通讯屠嘉顺：从酷技术到好应用，Agent堵点在哪里

（原标题：中兴通讯屠嘉顺：从酷技术到好应用，Agent堵点在哪里）

站在2025年的年尾回望历史，自2022年底ChatGPT发布以来，生成式AI发展带动大模型竞赛，多项技术参数不断拔高的同时，多模态能力持续进化。迭代出的智能体，则开始能自主调用工具，完成越来越复杂的任务。这也让AI大模型厂商，喊起了“通用人工智能时代即将到来”的口号。

与技术高歌猛进形成鲜明对比的是，商业落地的缓慢潜行。最近，美国Ramp AI Index数据显示，美国公司采用付费AI产品的比例近期有停滞迹象，甚至出现下滑。

麻省理工学院在2025年7月的一份研究报告更指出：95%的生成式AI应用项目效果不佳或中途夭折，这份报告甚至引发了美股震荡。

AI项目为何陷入层层迷雾？从夺目的功能，落到真实的应用，当中的堵点在何处？

对此，中兴通讯(000063)战略和生态首席专家屠嘉顺在与和讯网的对话中表示，目前，大约90%的垂直企业并未真正理解AI，只是生搬硬套，AI技术再好，但仍需要定制和开发更专业的大模型和Agent数字人，才能更好地融入进企业的业务流程，这也是中兴通讯当下押注的一块重要业务板块。

屠嘉顺毕业后便来到中兴通讯任职，曾任NFV/SDN首席科学家，在通信行业摸爬滚打20年，亲历了中兴通讯从传统电信设备商，转档为AI技术的探索者和领导者。

在屠嘉顺看来，电信行业看似传统，其实一直在吸纳社会的最新技术，从十年前的云技术，到如今的AI，他本人一直对新兴技术有密切追踪的习惯。在他的分享下，我们得知，2025年，人工智能和具身智能的进化速度正超乎想象。

2026，Agent会出现在千行百业

在实现通用人工智能这一宏伟愿景的牵引下，AI产业正处于发展中的十字路口。

在这个过程中，“百模大战”的势头正在被瓦解，不少初创企业被曝出舍弃基础大模型的研发，转向应用的大规模落地。未来，是否应该放弃基础大模型研发的话题也引发了业界的思考和争论。有人说，模型大厂将已有能力落地到有商业化前景的应用场景里，是当务之急；也有人说，多模态模型性能跃迁，也不能落下。

对此，屠嘉顺认为，目前行业已形成共识：未来AGI必然还是世界模型——也就是融合图像、视频、音频等多输入的多模态模型。不过针对特定场景，可对其裁剪以提升效率、降低成本。

的确，业界主流大模型能力正在得到持续的进化。针对最近一段时间国产大模型的更新，中信建投(601066)证券发布研报称，百度文心5.0多模态理解能力较为突出，有望为后续模型迭代提供更丰富的数据语料。MiniMax M2和Kimi k2 Thinking接连荣登开源模型榜首，前者专为Agent和代码而生，成本仅为Claude 3.5 Sonnet的8%；后者则将在token效率、情感表达等模型工程化方向不断迭代，优化模型表现。

大洋彼岸的叙事更印证了这一路径。不但OpenAI的GPT-5.1更新围绕效率和个性化升级，还通过与英伟达相互支撑，使AI能够从实验室走向世界的更多个角落。

屠嘉顺告诉和讯网，像美股科技巨头相互循环投资，正是为了研发终极通用模型，后续再通过蒸馏、剪枝等技术适配不同大小场景，这是当前可见的一条发展路径。

同时，他也指出，另外一条路是发展各行业专有模型，也是更现实的途径：先解决行业专业问题、实现商业闭环，再向终极通用大模型迈进。“比如特斯拉先研发汽车自动驾驶FSD大模型（2个自由度），落地后再升级支持机器人Optimus应用（几十个自由度），从易到难逐步实现商业闭环，其最终目标仍是构建真正的世界模型与通用大模型。”

在模型能力持续提升的同时，2025年的AI产业更讲究规模落地的能力。这一年，智能体是热度最高的关键词，是产业界尝试将大模型从实验室推向车间、办公室和街头巷尾时的一种方案，可以主动调用工具、完成指令任务。

屠嘉顺对此深有感触，他指出，2025年，Agent技术正在从核心趋势，落地到各行业工作流中，成为数字同事，例如中兴在医疗，教育，5G网络运维等领域，已有实际案例落地。

今年7月，中兴通讯与上海第十医院合作的医疗总检系统，能在医疗年检报告中帮总检医生处理重复复杂的文字工作，提升检测时效、降低成本。而明年优化的方向则是，进一步帮医生提取病历、提供治疗建议。

“今年的智能体主要是验证了有效性，明年会开始大规模落地，可以说，2026年，类似的数字助手会大量出现在千行百业。“他指出。

不过，屠嘉顺也提到，从行业的进展来看，对于产业链上下游而言，还有许多Agent尚未很好地嵌入到现有工作流，规模化落地遇到了一定的阻力，核心限制指向了大模型多模态能力的不足。

他进一步解释称，过去的大语言模型（LLM）为什么会出现幻觉问题，因为曾经的语料喂养大多是通过语言来学习的。

“就像一个人他没有看过庐山，只是听过李白的诗，所以他对庐山没有感觉。但如果一旦把庐山的视频、电影，甚至包括庐山的所有资料都给他看，他对庐山会有更深刻的理解。”屠嘉顺谈到，“但对于当下的大模型而言，这是有挑战的，语言的信息量相对较少，训练成本就如此巨大，未来拿图片、视频，可能语料要大很多个数量级，对于算力的需求也将成指数增长。”

因此，目前AI对文字输入处理较好，但对图像、语音等多媒体输入处理存在问题这一现状，也是Agent待完整爆发的关键瓶颈之一。

实际上，算力紧缺，一直是国产AI产业老生常谈的问题。在英伟达算力撞墙的大背景下，一批国产GPU企业上市进程加快，例如摩尔线程和沐曦股份双雄竞速，开始为自身补充“弹药”的同时，有望加速国产替代。

“尽管现在算力还是一块短板，但国内玩家已经可以看到在努力跟上头部阵营的身位。”屠嘉顺表示，“随着算力难题开始得到解决，DeepSeek OCR等多模态大模型的进化和迭代，明年依托多模态大模型的进一步发展，Agent（数字人）还会有大幅进步。”

这一年，AI除了在toB端低调潜行，C端消费者对于AI产品的接受度亦在不断加强，不少终端厂商在落地路径上，选择推动AI的入口从云端向终端迁移。

屠嘉顺也同意这个看法，在他看来，2026年端侧AI产业链将明显加速成熟，产品会迎来一波小的爆发，这一趋势有明确的行业信号支撑，终端侧技术与应用的融合升级将推动产业链加速走向成熟。

其中，手机端侧AI最可能率先跑出来：手机端侧大模型会让人耳目一新。Super CLUE实验室10月测试显示，驻留手机的小模型在自动点单、订票等场景准确率超90%，中兴的星云小模型在13款同类应用中获银牌。它能像“私人秘书”般，让用户一句话完成操作，且保障隐私，是明年端侧大模型爆发的重要方向。

相比之下，2025年火过一阵的“百镜大战”依然会持续，但难快速突破。屠嘉顺说，在实际体验中，目前已发布产品仍受硬件限制，电池小导致续航差，体积小使得摄像头开20分钟就过热。硬件瓶颈尚未解决，使得其难以像手机端AI那样快速爆发，普及仍需时间。

人形机器人仍处于前期探索阶段

具身智能，是科技行业2025年的另一大主旋律，不但高额融资事件不断，人形机器人上春晚、开运动会，教育市场的同时，大众开始沉迷观看机器人跳舞、剪彩，“具身智能元年”时刻随之而来。

屠嘉顺也看到了业界对于具身智能的狂热，但同时也给该大热产业提了个醒：这些演示多是在人工遥控且经历多次失败后的呈现，从实际应用来看，当前机器人仍处于前期探索阶段，即便在简单重复的工业场景中，也还存在机械自主动作控制等诸多技术难点问题，在C端，更缺乏可靠地技术支撑落地，存在一定的泡沫。

从行业进程来看，目前，具身智能走过了起点开始走向爆发，会先从B端再到C端，这个商用的路径业界已经达成初步共识。

首先，要生产出合格的人形机器人，至于机器人是否应该以人形为方向，屠嘉顺则给出了肯定的答案，在他看来，目前整个人类社会环境都是以人为本去设计的，包括房间的大小、门槛楼梯的高低，只有人形机器人可以兼容并融入这个社会。

与其他行业不同的是，人形机器人的制造方案划分较为细致，包括了具身本体、灵巧手、具身大脑等，而核心环节中，具身大脑所承载的自主控制与任务自主实现能力当下最为稀缺，是需要重点攻克的核心环节，也是人形机器人当前无法大规模商业落地的瓶颈。

“从现状来看，机器人的机械能力已相对不错，比如灵巧手的抓取精度、具身本体的运动稳定性都有了较好基础，但市面上多数机器人仍以遥控操作为主。”他谈到，这背后的关键问题是，机器人通过视觉、声音等多模态信息自主判断环境并执行动作的能力十分薄弱，是当前最核心的短板。

“值得一提的是，中兴通讯已在这一领域探索出了协同解决方案，今年夏天GSMA MWC上海展发布的基于5G-A网络的跨机器人协作平台，能构建低时延、高带宽的可靠互联网络，让多品牌机器人协同工作，这一技术也获得了行业的初步认可，为机器人能力升级提供了新的支撑方向。”屠嘉顺表示。

在生产环节，则需要人形机器人融入到工业场景中去，原因是工业场景环境相对简单，比如叠衣服、上螺丝等任务流程固定，不会出现过多复杂意外情况，机器人可实现7×24小时持续作业，能适配其现阶段的技术成熟度。且随着在工业场景中大量普及、测试程序逐步成熟，尤其是核心零部件国产化推动成本下降后，技术与成本的双重优化将为产业打开更大空间。

从当前进展看，工业机器人已在3C电子、汽车制造等领域实现突破，在工业场景中积累的自主控制、环境感知等技术，将持续反哺机器人能力升级，为后续向更复杂场景拓展奠定基础。这种“先聚焦特定工业场景实现商业闭环，再逐步升级技术能力”的路径，是工业机器人产业最现实的发展方向。“同时，也是2026年整个具身智能产业的机会点之一。”

在经过成熟稳定的工业级检验后，人形机器人的终极目标一定是走进寻常百姓家。“但短期内难度仍较大，我预计还要5到10年。”

究其原因，一方面，生活场景中与人类的交互频繁，对机器人的机械灵活性、自主控制精度、环境识别能力，以及安全性、可靠性都有极高要求，目前的技术水平尚难满足，需先在工业场景完成技术迭代，才可能逐步向生活场景渗透。

在硬币的另一面，人形机器人价格过于昂贵也是桎梏。“当初特斯拉刚发布的时候，是硅谷领袖才买得起的，但如今在中国，10万块钱就可以买到一辆有自动驾驶功能的新能源汽车，完成了从技术突破到商品化的进阶，而这个产业链进化的过程，具身智能还需要5到10年。”

不过从另一个角度而言，当下资本开始押注具身智能，热钱的进入对于产业链的迭代和试错是有帮助的。“如果大家都很谨慎，要看到商业闭环，这个时间可能会被拉得更长。”屠嘉顺强调。