在2025年世界人工智能大会（WAIC）的盛大开幕式上，商汤科技董事长兼首席执行官徐立发表了题为《人工智能的十年演进》的主旨演讲，为与会者描绘了一幅人工智能发展的壮丽图景。
徐立指出，过去的十年见证了人工智能的三次重大飞跃。最初，以深度学习为驱动力的感知智能崭露头角，CNN、ResNet等算法以及ImageNet上1400万张标注图片为视觉应用的突破奠定了基础。这一波浪潮推动了人工智能在多个垂直领域的广泛应用。
紧接着，在2017至2018年间，Transformer模型的横空出世引领了生成式智能的兴起。这些模型通过海量高密度文本信息的学习，不断提升模型的泛化能力和通用性。从ChatGPT到多模态大模型、智能体、具身智能乃至世界模型的涌现，人工智能的发展达到了前所未有的高度，公众对AI技术的认知也达到了新的巅峰。
在AI的不同发展阶段中，数据始终是智能的源泉。在感知智能时代，人工标注的数据是AI学习的基础，相当于将一个人十年的知识传授给了AI。然而，随着生成式智能的兴起，自然语言数据成为了新的驱动力。尽管互联网上图片和视频的数量远超文本，但文本的知识密度更高，为通用人工智能的发展提供了坚实的基础。
在演讲中，徐立还分享了商汤科技在AI技术演进过程中的一些思考和探索。他提到，随着多模态数据的融合成为大趋势，商汤科技通过构造图和文的连接，形成了原生的多模态能力，进一步提升了模型的泛化性和通用性。徐立还展示了商汤科技的日日新V6.5模型在音频交互、多模态推理等方面的能力。
针对AI技术面临的“数据墙”问题，徐立强调，真实世界的互动数据将是突破这一瓶颈的关键。他介绍了商汤科技推出的“开悟”平台如何通过自然语言生成符合3D真实情况和物理规律的多视角视频，为自动驾驶等场景提供AI自举与自学的可能性。徐立还以自动驾驶中的加塞场景为例，展示了“开悟”平台如何生成大量可控稳定的加塞视频，为AI的训练提供丰富的数据支持。
最后，徐立总结了人工智能的发展路径：从感知世界到理解世界，再到生成世界，最终与现实硬件交互，改变我们的世界。他相信，随着AI技术的不断进步和创新，人类将迎来一个更加智能、更加美好的未来。
