商汤徐立：AI走向大众不是替代人，而是放大每个人的能力

AI的工具属性，正在被重新定义。它不再局限于帮你写一段话、画一张图，而是开始像人类员工一样，能够接手并独立交付一个复杂的长程任务。我们先从几个核心判断聊起，看看商汤科技在2026世界人工智能大会（WAIC）上抛出的新观点。

7月17日至18日，南都湾财社记者在现场获悉，商汤科技董事长兼CEO徐立围绕AI发展的普惠价值、劳动力市场变化以及AI安全边界等核心议题，给出了新的判断。

徐立的核心观点是：AI真正走向大众，不是替代人，而是实现能力的增强，放大每个人的能力，带来更多发展的可能性。他判断，当AI的服务边界真正拓展到超级个体时，未来的核心计费维度不再是Token，而是任务完成的价格，衡量单位将从Token转向Task。

AI旨在放大个人能力

过去一年，行业内衡量大模型商业价值的标尺，往往聚焦于其算力消耗的规模。但在徐立看来，随着AI服务边界的不断拓宽，这一标尺正在失效。

“在这个过程中，大家通常关注的是AI消耗了多少算力、消耗了多少Token。而我们认为，当AI的服务边界真正拓展到超级个体时，未来的核心计费维度应当是任务完成的价格。”徐立在演讲中明确指出。从Token到Task（任务）的转变，意味着大模型的商业逻辑正在从“卖算力”转向“卖结果”，而Task计算成本的持续降低，正是AI真正走向普惠的门槛。

面对外界对于“AI抢饭碗”的担忧，徐立没有回避。“在这个过程中，很多人会担心部分岗位会消失。我认为确实如此，一些偏流程化、两端都是系统的岗位，一定会被AI所优化。”

但徐立强调，虽然一些偏流程化、两端都是系统的岗位，一定会被AI所优化。但与此同时，AI拓展的边界会催生大量全新的职业、公司形态与组织形态。“AI真正走向大众，不是替代人，而是实现能力的增强，放大每个人的能力，带来更多发展的可能性。”

他引用世界经济论坛的数据指出，到2030年AI可能会减少9200万个岗位，但同时会创造1.7亿个新岗位。在商汤的平台上，已经涌现出不具备技术背景的园林审图师固化自身专业知识、视障人士独立开发教育系统等案例。“AI拓展的边界会催生大量全新的职业、公司形态与组织形态。前面提到的超级个体，将会演化出新的职业定义，进而赋能整个行业的下游发展。”

与此同时，对于工具过度依赖的忧虑也伴随着超级个体的诞生而出现。徐立表示：“当然，也有很多人担心AI工具会带来使用依赖。我们认为，一个好的AI产品，目标不是制造依赖，而是聚焦于个人成长，帮助用户获得成长，解锁每个人的发展新空间。当你使用这类AI产品时，自身的能力也会同步提升，往往这个AI产品其实是一个非常适合长期发展和存在的。”

AI生图如何讲好商业故事

徐立口中“从Token到Task”的商业模式转变，前提是大模型必须真正具备干活的能力。在商汤科技联合创始人、首席科学家林达华看来，这意味着AI必须变成能直接交付商用的生产力工具。

在本次大会上，商汤正式发布了多模态智能体基座SenseNova U1 Pro，并将赛道锁定在商业设计领域。过去，人们用AI画图往往像“开盲盒”。AI堆砌图形和文字，一旦客户需要局部微调，就会牵一发而动全身。

林达华直指行业痛点：“学术界生成一张图，100个字错1个，论文里可以打99分。但在真实商业世界里，客户的海报错一个字，这张图就是废纸，只能打0分。”只有跨越这条低容错率的红线，AI设计的供需关系才会被真正改变。

林达华透露，U1 Pro目前的交付率已稳定在70%，超越了60%的商业可交付及格线。在生成图片时，模型不再是一次性盲目出图，而是采用多轮智能体闭环：先基于需求拆解信息、规划版式，接着完成全图生成，最后启动全局自检，识别文字错漏与审美瑕疵并反向修改。为了打磨商业设计所需的“高级感”，商汤甚至组建了一支由200名专业设计师组成的团队，每天对AI生成的作品进行严苛的“找茬”与打分。

但在商汤的版图上，做商业设计只是多模态技术的沿途下蛋，真正的目标指向了更宏大的叙事。林达华指出，通用人工智能一定离不开视觉。当AI的大脑在二维平面上真正理解了设计逻辑与视觉表达，下一步便是融入视频的理解与生成，最终走向三维世界。“无论是当下大热的具身智能，还是世界模型，最终都需要视觉与语言的深度融合底座，去攻克物理世界的AGI。”

划定安全边界：“有之以为利，无之以为用”

能力边界的拓宽，不可避免地带来了治理层面的挑战。如何在释放生产力的同时，防止技术被滥用或引发系统性风险，是决定大模型能否真正落地的另一条生命线。

徐立指出，技术普惠必须建立在坚实的安全边界之上。在商汤的实践中，这套安全理念贯穿了从产品设计、模型训练到最终落地的全生命周期。

首先是产品理念的安全，即前述的“不做替代做增强，不造依赖促成长”。其次是模型发展路径的安全，要求在预训练和后训练阶段严格保证数据的安全，并在实际使用过程中解决多模型的交叉验证问题。最后则是物理边界的安全，通过引入沙盒机制，甚至是在具身智能领域严格限定使用场景，逐步推动AI在落地过程中的安全性。

面对全球化的人工智能浪潮，孤立的治理机制已难以应对复杂的安全挑战。据了解，商汤目前正与联合国相关组织共同推动“AI Governance for Humanity Lab”的建设，并参与联合国全球治理专题报告的撰写。

徐立用《道德经》中的名句总结了商汤对技术与治理关系的思考：“有之以为利，无之以为用。”

“今天大家关注更多的是‘有’的层面，是模型的发展、参数的迭代、应用的突破；而背后的治理体系、规则框架，是‘无’的层面。”徐立表示，只有将技术突破的“有”与规则治理的“无”并行，大模型才能真正做到“好用”与“敢用”，最终实现让每个人都能用到的技术普惠。