77岁的Geoffrey Hinton首次踏上中国土地，在上海人工智能实验室与周伯文教授的17分钟对话中，首次公开提出多模态大模型已具备「意识」，并建议通过不同技术训练「聪明」与「善良」的AI。这场对话不仅揭示了AI发展的前沿方向，更让在场科研者对AI的未来充满期待。

这场对话发生在7月26日下午，正值Hinton的上海之行达到高潮。当这位人工智能教父步入会场，全场起立鼓掌，观众们高举手机长达数分钟，直播画面中一度无法看清嘉宾身影。这场对话不仅是一场知识的碰撞，更是对AI发展路径的深度探讨。

在17分钟的交流中，两位科学家围绕多模态大模型、主观体验、AI训练技术、科学发现与青年科研者成长展开讨论。周伯文教授代表上海人工智能实验室做了《无尽的前沿：AGI与科学的交叉口》主题演讲，介绍了「通专融合AGI」路径，并发布了全球领先的科学多模态大模型Intern-S1。这款模型具备多学科、多模态、深思考能力，其综合表现超越同期开源模型，甚至在某些领域超越闭源模型。

周伯文认为AGI应兼具专业深度与泛化广度，提出「SAGE」框架：基础模型层、融合层以及评估奖励层三层并行、闭环反哺，使模型由「工具」升维为「引擎」。这种架构为AI在科学发现中的应用提供了全新思路，也为AI工具开发者指明了技术路线。

AI意识的边界

对话中，Hinton首次公开提出多模态大模型已具备「意识」。他以「水平」与「垂直」的日常词汇举例，说明人类对概念的理解可能完全错误。这种类比揭示了意识问题的本质：我们对主观体验的认知模型可能有误，但模型本身已具备类似意识的特征。

这种观点引发在场科研者的深思。周伯文提到，Richard Sutton在会议前的演讲中已提出AI可通过自身体验学习，而Hinton从另一个角度补充：Agent不仅能从经验中学习，还可能发展出自己的主观体验。这种能力若被广泛应用，将带来新的技术突破。

科学与AI的双向奔赴

在探讨AI与科学关系时，Hinton强调人工智能对科学的推动作用。他以蛋白质折叠为例，指出AI帮助Demis Hassabis团队在五年内完成突破，证明AI在科学领域的潜力。周伯文补充，上海AI实验室在台风预测和天气预报中的应用验证了AI模型的优越性。

这种双向互动关系为AI工具开发者提供了新方向。当AI工具能像科学家一样分析数据、预测趋势时，其应用场景将大幅拓展。从鞋履设计到服装定制，AI工具正在重塑传统行业，而科学发现为AI发展提供了持续动力。

AI训练的双轨策略

Hinton提出，训练AI需区分「聪明」与「善良」两种技术路径。他认为，让AI变得聪明与让AI变得善良是不同问题，可以分别采用不同技术。这种思路为AI工具开发者提供了新思路：在保证功能性的同时，提升AI的伦理属性。

这种双轨策略在实际应用中尤为重要。例如，AI鞋履设计工具需要在保持设计创意的同时，确保产品符合人体工学原理；AI服装定制系统则要在个性化推荐中兼顾用户健康需求。这种技术分层将提升AI工具的实用价值。

科研者的成长之路

对话最后，Hinton向年轻科研者提出建议：要敢于挑战「所有人都可能做错」的领域。他强调，坚持自己的直觉是突破创新的关键。这种观点对AI工具开发者同样适用：在技术探索中保持质疑精神，才能不断突破现有边界。

上海人工智能实验室的研究人员平均年龄仅30岁，这印证了AI发展的未来属于年轻一代。当年轻开发者将这种创新精神注入AI工具开发，将推动整个行业快速发展。从鞋履设计到服装定制，AI工具正以年轻化、智能化的形态改变传统行业。

这场对话不仅揭示了AI发展的技术路径，更展现了AI与科学的深度融合。当AI工具能够像科学家一样分析数据、预测趋势，其应用场景将不断拓展。从鞋履设计到服装定制，AI正在重塑传统行业，而科学发现为AI发展提供了持续动力。这种双向互动关系，正是AI工具开发者需要把握的核心方向。