特赞科技自研「发散推理模型」「主观世界模型」落地WAIC GEA 企业级智能体部署场景广泛

上海,2026年7月17日 —— 2026 世界人工智能大会(WAIC 2026)今日在上海开幕。特赞科技(Tezign)创始人兼 CEO、同济大学设计人工智能实验室主任范凌受邀做客央视直播间,作为行业代表性嘉宾就 AI 产业落地与技术演进发表观点。特赞科技亦携企业级智能体 GEA 亮相本届大会。

做客央视直播间,范凌谈AI发展和思考

WAIC 开幕当日,范凌受邀做客央视直播间,成为大会首日出镜的行业代表声音之一。他将生成式 AI 的演进归纳为三个阶段:以 GPT 为代表的"能聊"阶段,以 DeepSeek 为代表的推理模型阶段,以及当下 AI 可以自主操作工具、执行复杂任务的"能干"阶段。对于产业落地,他提出"1:2:7"判断——模型能力在落地成功中仅占 10% 权重,产业专属数据占 20%,人与组织的适配变革占 70%:"真正决定落地的,是人的能力提升、组织的流程重塑,以及跨越鸿沟所需的耐心。"

在更长远的学术方向上,他认为 AI 理解"人"本身,才是下一阶段最有价值的研究命题:"我更希望 AI 去理解人,而不是内卷。"

GEA 技术架构:从意图到结果的四层闭环

特赞科技自研的 GEA(Generative Enterprise Agent)企业级智能体,构建了一套覆盖业务全链路的四层技术架构:

意图层负责理解企业的业务目标,将模糊的业务需求转化为可执行的 Agent 任务。编排层由特赞自研的发散推理模型(Creative Reasoning Model)驱动,这是全球首个面向创意与商业推理场景设计的专用推理模型,可在单次任务中协调调用 30+ 基础模型,并从 400+ 模块化技能库中动态编排执行路径。技能层封装了企业工作流中的通用操作能力,覆盖内容生成、图像处理、数据分析、系统对接等核心场景,支持与企业既有 IT 系统无缝集成。

真正构成技术壁垒的,是第四层——上下文层。模型的泛化能力在各厂商之间正在趋于收敛,企业级 AI 的护城河,越来越取决于能否将企业多年积累的品牌资产、决策逻辑、业务上下文有效沉淀,并在每次 Agent 运行时精准调用。GEA 的上下文层支持企业以知识库和项目制方式组织内容资产,让 Agent 在执行任务时始终在企业语境下运行——而非输出与企业无关的泛化内容。

主观世界模型:对「人」的理解,是更难建立的上下文

上下文的竞争不止于企业内部的数据资产。对消费者和用户的深度理解,同样是上下文的组成部分——而且是更难复制的那种。

为此,范凌团队建立了「主观世界模型」:不依赖用户行为数据的统计分析,而是试图让 AI 读懂个体内在的动机结构、未被明确表达的偏好,以及跨情境的判断模式。这一理论被直接应用于 GEA 的洞察研究产品线。基于主观世界模型,洞察研究 GEA 将真实社交语料与深度访谈数据结合,构建了大规模模拟消费者体系,可 7×24 小时替代传统用户研究中的招

募与访谈环节,将调研周期和成本压缩至传统模式的十分之一。这使企业对消费者的理解,从周期性的项目制调研,转变为持续运行的能力资产。

特赞科技同期携 GEA 亮相 WAIC 2026(展位号 H1-C135),以"数字成林"为主题呈现多行业落地案例。截至目前,特赞已服务 180+ 家企业客户,包括 60+ 家《财富》世界及中国 500 强,平台专业用户超 100 万,在全球 50+ 个国家和地区部署运营,月均 Token 部署量超 100 亿。