本文来源：时代周报 作者：管越
“未来，通用模型可能会演变为类似‘收电费’的公共基础设施，而整个AI模型领域将呈现‘百花齐放’的格局，专业小模型将专注于解决各个细分领域的问题。”11月19日，在第九届营销科学大会上，明略科技（02718.HK）创始人、CEO兼CTO吴明辉在接受时代周报记者采访时，对AI模型的未来格局发表了独到见解。
自2025年以来，Agentic AI已成为全球科技界的焦点，AI营销也正式迈入“代理式”新时代。明略科技作为企业级AI大模型领域的先行者，其大模型产品线DeepMiner基于多智能体架构（MoA），通过Foundation Agent模型进行统一调度，专有模型“专家脑”Cito与“灵巧手”Mano分别负责推理规划与精准操作，为Agentic Marketing在实际业务场景的落地提供了坚实的技术支撑。
AI模型未来将“百花齐放”
在吴明辉看来，Agentic Marketing的核心理念源自Agentic AI，它不仅涵盖了智能体本身，还包含了其背后所依赖的大模型。
今年以来，随着大模型的广泛普及，行业内也掀起了一轮轮热烈的讨论。9月11日，在2025inclusion·外滩大会上，多位业内人士就“大模型会不会吃掉所有软件”这一话题展开了深入探讨。
“如果大模型真的吞噬了一切，那意味着全世界将只有一个公司能够盈利。”吴明辉指出，一个模型要“掌握全人类所有知识、搞定所有事情”，所需的参数规模可能是10万亿、100万亿甚至1000万亿。即便采用混合专家模型进行优化，其成本和“基础代谢”依然极高，难以持续。
相比之下，专用模型在细分场景中的优势更为突出。据吴明辉介绍，明略科技的Mano模型，以72B的参数体量，在全球通用软件操作能力竞赛OSWorld榜单中，专用模型领域排名全球第一，加上所有通用模型则排名全球第二。
同时，专用模型还具备资源集中的优势。“我们20个核心研发人员专注于两个模型的开发，每个模型能分到10个人的资源投入，标注的数据成本、算力投入都比通用模型的单个专家模型要多得多。”吴明辉进一步解释道，“而且专用模型可以在一台电脑上运行，能更好地保护企业的私有数据，这是通用模型所无法比拟的。”
在谈到未来AI模型领域的发展格局时，吴明辉给出了明确的判断。他认为，通用模型基于公开数据进行训练，竞争到最后将取决于“成本和效率”；而在细分领域内，非公开数据较多，通用模型难以获取。因此，未来整个AI模型领域将呈现“百花齐放”的格局，专业小模型将专注于解决各个细分领域的问题。
“可信数据+可信模型”是AI落地关键
在AI与人类关系的议题上，吴明辉持积极态度：“AI的核心价值并非替代人类，而是将人类从重复性劳动中解放出来，去做更有创造性、更有价值的事情。”
此前，明略科技数百名的数据分析师使用传统工具进行数据分析，效率较低。但在引入DeepMiner的Agentic数据分析后，人效提升了十几倍。“我们把人力从繁琐的数据分析中解放出来，让他们能够专注于可信数据标注、专家知识管理等更有价值的工作。”吴明辉强调道，“在这个过程中，与AI协同工作的人类需要具备评估AI成果和审美的能力，这也是人类的核心竞争力所在。”
在吴明辉看来，未来，每个行业的工作人员都将拥有一个24小时工作的AI代理，人力将得到极大的解放。“我小的时候是做六休一，现在是做五休二，未来可能会走向做四休三、做三休四，这也是经济发展的必然趋势。”他乐观地预测道。
然而，AI落地仍面临一些痛点。“企业AI落地的痛点往往在于结果的准确性，而解决这一问题的关键在于依托‘可信数据+可信模型’。”吴明辉表示。在数据端，明略科技旗下秒针系统沉淀了海量行业数据，为AI提供了可靠的依据；在模型端，明略科技大模型产品线DeepMiner基于多智能体架构（MoA），通过Foundation Agent模型进行统一调度，专有模型“专家脑”Cito与“灵巧手”Mano分别实现推理规划与精准操作，确保了模型的可靠性和准确性。
当前，Agentic AI行业正加速发展。面对这样快速增长的市场，如何寻求“增长确定性”？吴明辉语气坚定地表示：“唯一的选择就是拥抱未来。”
猜你喜欢
