“知道就说知道，不知道就承认不知道。”10月15日，2026人工智能产业大会开幕式上，诺贝尔奖得主、中国科学院外籍院士乔治·帕里西的一句话掷地有声，直戳当前大模型“幻觉”的行业顽疾。

在乔治·帕里西的视角里，人工智能近四十年的发展，是一段与物理学“分道扬镳”的旅程。自上世纪80年代起，人工智能沿着工程化路径快速生长，靠更大的网络、更多的数据、更强的算力堆出迭代速度，基础理论却被远远抛在身后。

乔治·帕里西认为，大语言模型是对数十亿级文本的压缩摘要。但这些训练数据触碰不到真实世界的物体，感知不到跌倒的重量，理解不了情绪的温度。机器只看见文本叠加出的知识薄层，看不见薄层之下真实的物理逻辑。

这一路径也塑造了当前行业的整体样貌。各地争相布局人工智能，目光多聚焦于通用大模型的参数比拼、对话演示，模型越做越大，话术越来越流畅，却始终绕不开一个底层缺陷。

无论是否知道答案，语言模型总在强行回答，从不会坦然说出“我不知道”。乔治·帕里西说，一个不会说“我不知道”的系统，终究难以承载医院、交通等关键场景的信任。

繁荣之下，深层困境正在显现。从底层逻辑看，人工智能与物理世界的脱节，正在成为最大的发展桎梏。

乔治·帕里西直言，人类苦练千年的围棋，机器能在纯粹规则的游戏中轻松取胜，但对真实物理世界的建模进展却异常缓慢。文本层面的“幻觉”不过是编造参考文献的尴尬，一旦落地工业场景，凭空捏造的设备故障、生产偏差，就可能赔上整条生产线甚至人员安全。

“预测上的可靠，绝不是最后才该补上的东西。”乔治·帕里西认为，当前靠堆参数、扩数据的通用模型路径，本质上仍在“模仿扑翼鸟类”，并未找到通往物理世界的真正入口。

同时，乔治·帕里西提醒，前沿人工智能系统集中在少数公司手中，探究原理的基础研究被产业壁垒遮蔽，企业间追逐更强大系统的无序竞争，叠加数据中心能耗的快速攀升，正在透支技术的长期价值。

而更深处的隐忧在于，人工智能可能悄无声息地侵蚀人类的判断力。越是强大的技术，越像一把双刃剑，若无责任与规则的约束，终将偏离服务人的初衷。

破局的关键，在于向实扎根、向新求变，跳出通用模型的路径依赖，走出一条锚定实体经济的垂域发展之路。

技术路径上，必须重构人工智能与物理世界的连接方式。正如乔治·帕里西以航空史作喻，当人类停止模仿扑翼、改用固定翼，才真正实现了飞行。

下一代人工智能的核心方向，是打通数据空间与物理空间的结构、尺度匹配关系，从根源上解决不可解释、易生成幻觉等痛点，让人工智能真正具备对真实世界的预测与调控能力。

产业落地中，山东给出的“垂域方案”极具样本意义。不扎堆于通用大模型的参数比拼，而是把人工智能的重心牢牢锚定在实体经济上，集中打造“垂域智能齐鲁七星”，涵盖海若、天智、星际、云鼎、星港、尚智、奇智孔明七大垂直领域大模型。

这些模型全部从工厂车间、矿山港口的生产一线生长而来，针对具体工业场景打磨核心能力。这种深耕垂域的打法，本质是让人工智能下沉到产业链的毛细血管，用场景定义模型，用需求倒逼创新，恰好击中了新型工业化的核心诉求。

放眼长远，健康的人工智能生态必须守住多样性与开放性。乔治·帕里西反复强调，复杂系统只有保持多样性才能运转，单一模型、单一公司的人工智能如同“只有一个物种的生态系统”，毫无安全可言。

在与会专家看来，人工智能的价值在于应对不同情境的能力，七大垂域模型的集群亮相，本身就是对多样性生态的践行。它们覆盖不同产业赛道，各有侧重、互为补充，共同构筑起支撑实体经济的智能矩阵。

最后，乔治·帕里西建议，坚持能效优先、推动开放研究、让技术收益惠及更多群体，让人工智能接管重复劳动、把创造性留给人，才能走出一条可靠、可持续的人工智能发展之路。

（大众新闻记者 刘玉凡 孙凌洁）