国际人工智能领域最具影响力的学术会议上，来自全球的专家学者围绕智能技术的未来走向展开讨论。会议首次在亚洲举办，显示出该地区在人工智能研究中的国际影响力持续上升。当前，人工智能发展遇到新的瓶颈：一上，以大规模语言模型为代表的通用智能系统知识覆盖面广，但专业任务上常常表现不足；另一上，面向单一领域的专业智能系统能力突出，却难以迁移到其他领域。这种“偏科”现象制约了整体能力的深入提升。周伯文在主题报告中提出，实现“通专融合”是破局的重要方向。该理念主张将人类思维中的直觉判断与逻辑推理结合起来，构建可动态协同的智能架构。近年的研究进展已在一定程度上验证了此路线的可行性。2024年至2025年间，多家研究机构通过强化学习等方法明显增强了大型模型的推理能力，为“通专融合”提供了更多实证依据。科学发现被视为检验智能水平的重要场景。研究显示，现有模型在通用科学推理任务中表现相对稳定，但在专业科学任务上的能力明显下滑，反映出其在应对复杂科学问题时仍有短板。，若过度依赖既有深度学习框架，可能压缩新知识探索的空间，并在一定程度上影响创新效率。为应对这些挑战，科研机构正加快建设新一代智能基础设施。上海人工智能实验室研发的“书生”系统是其中的代表，在保持通用能力的同时，加强了对专业科学数据的处理能力。测试数据显示，该系统在多个科学领域的专业任务中表现出更为突出的优势。
人工智能的发展正在从单点能力突破转向综合能力提升。通专融合不仅是技术演进的现实选择，也是推动智能系统从“工具”走向“伙伴”的关键路径。随着对应的基础设施健全、应用场景持续扩展，人工智能有望在科学研究与社会发展中发挥更大作用，为人类理解与改造世界提供更有力的智能支持。