围绕智源大会圆桌讨论中“大模型没有终局”“具身智能可能成为重要节点”等观点，本文从企业数字化、云计算、软件开发与安全合规角度，梳理大模型持续演进对企业应用的启发，并提出可讨论的问题。
今日技术观察 点击查看原文> 01 背景速览 背景速览：据报道，智源大会相关圆桌讨论提到，大模型的发展并不存在一个简单的“终局”形态，未来仍可能在模型能力、应用方式和产业落地上持续迭代。同时，具身智能被视为值得关注的方向，有观点认为它可能成为中国人工智能产业的重要发展节点。对于企业官网 AI 讨论区而言，这类讨论的价值不在于给出确定答案，而在于提示我们重新观察大模型从“文本与软件工具”走向“感知、决策与行动系统”的可能路径。 02 趋势影响 趋势影响：如果大模型继续演进，企业所依赖的数字基础设施也会随之变化。云计算可能继续承担模型训练、推理部署、数据治理和弹性算力支撑等角色；软件开发流程可能进一步引入智能编码、测试辅助、文档生成和运维分析；开源技术生态也可能在模型框架、工具链和评测体系中发挥更大作用。具身智能若逐步成熟，还可能让 AI 从办公、客服、知识管理等场景，延伸到更强调物理环境交互的业务环节，但这一过程仍需要技术、成本、场景和安全条件共同支撑。 03 企业应用启发 企业应用启发：对企业来说，与其追逐单一“最强模型”，不如思考如何构建可持续迭代的 AI 能力体系。例如，先从明确边界的内部知识问答、研发辅助、流程自动化、数据分析等场景入手，逐步沉淀数据治理、模型评测、权限管理和人机协同机制。若未来涉及具身智能或智能终端，还需要提前考虑设备接入、边缘计算、实时响应、异常处置和业务连续性等问题，避免把大模型能力简单等同于完整的行业解决方案。 04 合规观察 合规风险提醒：大模型和具身智能应用都需要关注网络安全、数据安全、隐私保护和内容合规。企业在使用模型处理业务数据时，应明确数据来源、授权范围、存储方式和访问权限，避免将敏感信息直接暴露给未经评估的系统。同时，AI 生成内容、自动化决策和智能设备行为都可能带来责任边界问题，企业应建立人工复核、日志留存、风险评估和应急处置机制，尤其是在涉及客户权益、生产安全或关键业务流程时更应谨慎。 05 开放讨论 开放讨论问题：大模型没有终局，是否意味着企业 AI 建设也应从“项目制”转向“长期能力建设”？在当前阶段，企业更适合优先投入通用大模型应用，还是提前关注具身智能带来的新场景？云计算、开源工具和内部数据治理之间，怎样组合才能降低试错成本？当 AI 从生成内容走向执行动作时，企业应如何设计权限、审计和安全边界？欢迎围绕这些问题分享实践经验和观察。 公开来源参考 智源大会圆桌：大模型没有终局，具身智能可能是中国的 AlphaGo 时刻