2025 年世界互联网大会乌镇峰会（11 月 6 日 - 9 日）的思想激荡虽已落幕逾一周，但数字时代的核心探索仍在向纵深推进。 本届峰会以 “共筑开放合作、安全普惠的数智未来 —— 携手构建网络空间命运共同体” 为核心主题，汇聚全球 130 余个国家和地区的 1600 余名政产学研嘉宾 ，围绕人工智能创新与治理、数据跨境流动与治理、数字经济与实体经济融合等关键议题，形成了一系列兼具底层理论创新与产业实践导向的学术共识。
接下来，本文将以大家仍保持关注的议题为切入点，通过分享领域内高被引论文，来描摹出这场大会几个关键知识地图。
01.乌镇论道：“六小龙” 共探AI前沿技术新未来
科研关键词： 具身智能、通用机器人、AI 视觉、多模态大模型、机器人创业、智能制造
代表论文： 《GLM-130B: An Open Bilingual Pre-trained Model》
清华大学与北京智谱华章科技股份有限公司 在本次大会上申报并获得领先科技奖的“GLM 大模型关键技术及规模化应用”成果，其底层预训练架构与训练策略，即可在本篇论文里的 “General Language Model 预训练框架与130B参数模型工程实践” 部分看到。
该文系统介绍了GLM-130B这一中英双语1300亿参数大模型，从自回归填空式GLM预训练目标，到大规模分布式训练中应对loss spike与收敛不稳的工程手段 ，以及通过INT4量化在普通商用GPU服务器上完成推理部署的经验，对于理解大会上所展示的 “GLM 大模型全链路自主研发能力与低成本规模化应用方案” 提供了权威技术依据。
代表论文： 《ChatGLM: A Family of Large Language Models from GLM-130B to GLM-4 All Tools》
大会期间获奖项目“GLM 大模型关键技术及规模化应用”所强调的 多形态模型谱系与智能体生态，即可在本篇技术报告里的 “GLM-4 语言系列设计与工具增强能力（All Tools）” 部分看到集中呈现。论文系统梳理了 从GLM-130B到GLM-4的演进路径，介绍了在指令对齐、工具调用、多轮推理与代码能力等方面的关键改进，并展示GLM-4、GLM-4-Air、GLM-4-9B等不同规模模型在中文、英文和多模态基准上的性能表现。 大会报道中提到的“支持高效、低成本大模型应用，服务智能体、具身智能和工业场景”的实践方向，与本篇论文中关于 多场景部署、长文本能力（GLM-4-Long）以及与企业应用对接案例的内容一一对应，为“六小龙乌镇对话” 中关于大模型底座与产业落地的讨论提供了具体技术背景。
02.功夫对决：机器人李小龙的 “擂台智能进化论”
科研关键词： 动态平衡控制、强化学习、仿人机器人格斗、G1 人形机器人
代表论文： 《Learning Humanoid Standing-up Control across Diverse Postures》
宇树科技在本次大会上展现的G1格斗款人形机器人 “机器人李小龙” 在被击倒后可自主起身、继续对抗的成果，即可在本篇论文里的 “Sim-to-Real Standing-up Control on Unitree G1” 等部分看到对应的技术路径与实验验证。该论文 提出HoST（Humanoid Standing-up Control）框架，通过强化学习在多种地形与姿态下学习仿人机器人从“趴倒、仰躺、侧躺、靠椅子、躺沙发”等复杂初始姿态自主起身 ，并在真实的Unitree G1机器人上实现平滑、稳定、可泛化的起身动作，被评为RSS 2025最佳系统论文决赛入围。
代表论文： 《HWC-Loco: A Hierarchical Whole-Body Control Approach to Robust Humanoid Locomotion》
G1格斗款人形机器人在 “机器人李小龙擂台争霸” 环节中展现的 高速出拳、敏捷闪避、踢腿翻滚与对抗中的动态平衡能力，可与Lin等人在HWC-Loco: A Hierarchical Whole-Body Control Approach to Robust Humanoid Locomotion 一文中提出的层级式全身控制算法相呼应 。该论文将仿人机器人控制建模为一个鲁棒优化问题：在可行域内动态平衡“任务目标（如前进、转向、攻击动作）”与“安全恢复（防摔、防失衡）”，通过层级策略结构在复杂场景下实现稳定步行、快速调整与对冲外力扰动。
03.AI健康普惠：从医疗助手到智能理疗的全民健康新图景
科研关键词： AI 医疗助手、健康档案、智能理疗机器人、穴位识别、普惠医疗
代表论文： 《Healthcare Copilot: Eliciting the Power of General LLMs for Medical Consultation》
蚂蚁集团在本次大会上展现的AQ医疗助手与联合上海仁济医院打造的泌尿专科智能体，可与Ren等人在《Healthcare Copilot: Eliciting the Power of General LLMs for Medical Consultation》一文中 提出的“医疗副驾驶”框架形成技术上的呼应。该论文构建了由对话（Dialogue）、记忆（Memory）、处理（Processing）三大组件组成的 LLM 医疗咨询智能体，能够主动追问病情、积累患者多轮就诊记录并自动生成随访问诊报告。 大会案例中 “主动追问病情、生成健康档案，并在基层场景中将诊断正确率提升 4%-8%” 的实践路径，即可在本篇论文关于 症状追问策略设计、对话记忆模块与自动报告生成 的部分看到相似的系统思路和验证结果。
代表论文： 《Structure-Guided Deep Learning for Back Acupoint Localization in Robotic Therapy》
博览会上易启智能展示的“机器人理疗师”能够自动识别74个背部穴位、为观众提供肩颈放松服务，其技术路线可与 Wang 等人发表于2025年的《Structure-Guided Deep Learning for Back Acupoint Localization with RGB-D Imaging》以及相关穴位定位方法研究相对照。这些工作 基于人体解剖先验与深度学习模型，实现对背部经络与穴位的高精度定位，为理疗机器人在复杂体型和动态姿态下稳定输出按摩轨迹提供算法支撑。 大会案例中 “单日体验量超 500 人次”的普惠理疗服务 ，即可在本篇论文关于 基于 RGB-D 的背部关键点检测、经络几何约束建模与穴位定位精度评估 的部分看到其核心技术思路。
04.古籍新生：MR混合现实 + 数字人，解锁文化传承 “数智密码”
科研关键词： MR 混合现实、古籍数字化、数字人纪晓岚、游戏化交互
代表论文： 《Virtual Humans in Museums and Cultural Heritage Sites》
项目中 以数字人纪晓岚为核心讲解 IP，利用AI智能体驱动其与观众对话、讲述《四库全书》编纂故事 ，这一设计与 Sylaiou & Fidas 在Applied Sciences上发表的综述论文《Virtual Humans in Museums and Cultural Heritage Sites》高度契合。该文系统梳理了博物馆与文化遗产场域中虚拟人的技术形态和设计要点，包括 外观拟真度、叙事方式、交互模式以及对参观者参与感与学习效果的影响，提出“虚拟导览员”“数字讲解人”在增强沉浸感与情感连接方面的关键作用。
代表论文： 《Gamifying Cultural Heritage: Exploring the Potential of Immersive Virtual Exhibitions》
项目 将古籍修复与历史场景还原做成“可打卡、可通关”的 MR 游戏化体验：观众进入文澜阁，跟随线索完成“找书–翻阅–解锁故事”的任务，并在小红书、B 站等平台自发二创、晒出“闯关截图”， 这一现象与 Wang 等人发表于 Telematics and Informatics Reports 的《Gamifying Cultural Heritage: Exploring the Potential of Immersive Virtual Exhibitions》研究高度呼应。该论文从沉浸式虚拟展陈出发，系统分析了任务设计、积分/成就系统、社交分享机制等游戏化元素如何 提升观众停留时长、互动频次与文化记忆度，并指出“可被社交媒体二次传播”的设计，是文化遗产出圈的关键。
05.数字赋能可持续：智慧城市与碳足迹监测的 “绿色答卷”
科研关键词： 智慧城市、数字孪生城市、碳足迹监测、绿色低碳、可持续发展目标（SDGs）
代表论文： 《Digital Twin Applications in Smart Cities: A Systematic Review》
大会上 关于“城市数字孪生助力精细化治理与碳排放监测”的实践探索，可与近年来兴起的数字孪生城市研究相对应。 该论文系统梳理了 城市数字孪生（Digital Twin City） 在能源管理、交通调度、灾害预警与环境监测中的应用，提出从数据采集—多源融合—仿真预测—决策反馈的完整技术架构 ，强调数字孪生不仅是“城市三维可视化模型”，更是支撑城市可持续发展的“虚实融合操作系统”。
代表论文： 《Artificial intelligence, green transition and green total factor productivity in enterprises》
在可持续发展视角下，数字实践不仅要“助力绿色发展”，自身也要“更绿色”。 相关议题中提到的大模型算力消耗、数据中心能耗优化与“绿色算法”标准建设， 该类工作从训练耗能、碳排放估算、模型尺寸与性能权衡 等角度，量化 分析当前 AI 发展的环境成本，并提出通过模型压缩、参数高效化设计、硬件友好型架构与绿色评估指标等方式减轻环境负担。
06.AI产学研新范式：从类脑芯片到科学大模型的 “破圈之路”
科研关键词： AI for Science、类脑芯片、沉浸式展陈、AI 剧本杀
代表论文： 《Foundation Model for Material Science》
中科院与世界互联网大会联合举办的“人工智能赋能科学研究”论坛中提出的“科学基础大模型”构想，以及之江实验室在材料科学领域展示的基础模型应用路径，可与 IBM Research 在AAAI 2023发表的《Foundation Model for Material Science》一文相互印证。该论文 提出面向材料科学的大模型FM4M，利用跨材料体系、跨数据模态的大规模语料（结构、性质、文献等）进行自监督预训练 ，在多种下游性质预测和结构生成任务上，相比传统单任务模型取得显著性能提升。论坛上强调的“用一个大模型服务多学科、多任务的材料设计范式”，即可在本篇论文中关于数据准备、统一表示学习框架及下游任务迁移实验的部分看到具体技术路径与实验佐证。
代表论文： 《Modeling macroscopic brain dynamics with brain-inspired computing architecture》
清华大学团队在本次大会上展出的“天眸芯”类脑芯片及其在脑疾病模拟研究中实现能耗降低80%的应用场景 ，可与Zheng等人发表于Nature Communications（2025）的论文《Modeling macroscopic brain dynamics with brain-inspired computing architecture》形成理论与工程上的呼应。 该论文提出面向大尺度脑动态建模的完整加速管线，在类脑计算芯片与 GPU 上实现动力学感知量化（dynamics-aware quantization）与层次化并行映射策略，在保证模型动力学特征基本不变的前提下，相比传统CPU模拟获得数十到数百倍的加速效果。 大会案例中“利用类脑芯片进行脑疾病机理模拟、显著降低能耗与训练时间”的实践，即可在本篇论文关于低精度脑动力学模型构建、不同硬件平台加速对比实验的部分看到其算法基础与性能评估，为“AI 芯片 + 神经科学”产业融合提供了标杆性参考。
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
