在一场关于人工智能趋势的分享中，李开复表示，随着深度学习持续突破，人工智能正从AI 1.0迈向AI 2.0。多模态能力、超大规模数据集，以及训练方法和目标优化的进步，正在推动AI更接近人类认知智能。
他认为，AI 2.0不仅是一次技术升级，更可能带来平台级变革，重新定义用户入口和交互界面，并催生一批全新的应用与商业模式。从更长远的角度看，这将成为提升社会生产效率的重要基础技术。
在他看来，AI 2.0所带来的产业机会，规模有望显著超过PC时代和移动互联网时代。
AI 1.0的成就与局限
按照李开复的划分，AI 1.0主要建立在卷积神经网络等技术基础之上，推动了计算机视觉、自然语言理解等感知智能的发展。机器在一些特定任务上已经能够达到甚至超过人类水平，并在多个场景中创造出实际价值。
不过，AI 1.0也暴露出明显瓶颈。很多行业若想落地AI，往往需要投入大量成本去采集、清洗和标注数据，而数据集与模型又常常彼此割裂，难以复用。这使得不少企业即使持续投入研发，也难以形成理想的商业回报。
此外，AI 1.0一直缺少类似互联网时代通用操作平台那样的规模化基础能力，无法大幅降低应用开发门槛，也难以快速建立完整生态。因此，技术虽然进步明显，但商业化普及仍然有限。
AI 2.0为何被视为重大跃迁
与AI 1.0相比，AI 2.0的重要变化在于，它不再局限于单一领域、单一模型，而是通过海量、无需人工逐条标注的数据，训练具备跨领域知识的基础大模型，再通过微调等方式适配不同任务。这种模式更有机会形成平台效应，并打开更广阔的应用创新空间。
AI 2.0时代最具代表性的现象级应用之一，就是生成式AI。它依靠自监督学习，在大量数据中自主学习规律，使AI的角色从“辅助人类”逐步走向“替代部分人工流程”。与此同时，许多现有软件和产品的交互方式也会被重写。
一个通俗的理解是：让模型阅读大量内容，并不断预测后续内容，再与真实结果对比修正。经过大规模训练与反复迭代，模型的理解和生成能力会不断提升，最终形成可服务多个行业的通用基础模型。
更重要的是，AI 2.0不只处理文本和图像，还能学习语音、视频、传感器数据，甚至DNA、蛋白质等多模态信息。随着能力演进，AI的作用也不会停留在生成内容，而可能进一步进入预测、决策和探索等更高层次的认知任务。
因此，AI 2.0不应被简单理解为聊天机器人或图文生成工具。当前大众看到的，只是这一轮技术能力释放的起点，未来的应用边界仍然非常广阔。
AI 2.0应用将经历三个阶段
李开复认为，AI 2.0的落地会沿着从“辅助人类”到“全程自动”的方向逐步演进，大致可以分为三个阶段。
第一阶段：人机协同。生产力工具会率先升级，用户界面被重新设计。例如，文档工具不再依赖逐字输入，用户只需描述目标，AI就能协助完成初稿；绘图软件也会从手动操作转向“用文字驱动创作”。在这一阶段，人仍然需要参与审核、筛选和纠错。
第二阶段：局部自动。在容错空间较大的行业里，AI会承担更多自动化工作，例如广告投放、电子商务、搜索和游戏制作等。
第三阶段：全程自动。随着技术成熟，AI有望在更高要求的场景中独立运行，进入对准确性和稳定性要求极高的领域，例如医疗、教育等。
他进一步指出，仅前两个阶段所对应的市场空间，就可能达到万亿美元级别。
六大重点应用方向
在商业化层面，AI 2.0正在加速进入生产力应用的爆发期，以下六个方向被认为最值得关注。
1. 电商与广告
AI将推动电商和广告更加依赖实时数据分析，实现动态测试、快速优化，并根据不同用户特征即时生成内容。营销将更接近真正的“千人千面”，从而提升转化率和投放效率。
2. 影视与娱乐
AI可以根据受众偏好参与内容策划和创作，提升影视、短视频等产品的吸引力。随着多模态生成能力增强，AI辅助创作有望成为新一代娱乐产业的重要生产方式，并逐步形成新的内容生态。
3. 搜索引擎
未来搜索可能从传统“关键词检索”转向“提问—回答”的对话模式。下一代搜索体验将更加直接，但由于用户对搜索结果的准确性要求很高，这一方向仍需要技术继续提升可靠性。
4. 元宇宙与游戏
AI 2.0能够显著降低虚拟世界内容生产成本，帮助生成角色、场景、剧情和互动内容。AI驱动的实时陪伴和对话能力，也会增强游戏沉浸感和参与度，提升用户留存。
5. 金融
在金融行业，AI可以提高财经资讯、研究分析和产品上线流程的效率，增强内容生产的速度与规模。不过，由于金融场景对真实性和严谨性要求极高，人工复核仍然非常关键。
6. 医疗
医疗是AI 2.0最具潜力的方向之一。AI能够综合病史、生理指标、检查结果和个人特征，辅助医生进行更快、更有针对性的判断，并在药物研发、分诊和个性化治疗方案设计中发挥更大作用。
值得关注的三类投资方向
在投资层面，李开复提到，围绕AI 2.0，当前最值得重点关注的方向主要有三类。
1. AI 2.0智能应用
随着底层模型能力增强，各行业的垂直AI助手、内容创作工具、虚拟世界应用等都将迎来集中出现。与此同时，许多已经存在的产品也会被重新定义，例如搜索、营销、办公和内容生产等场景，都可能因AI而重构用户体验和商业模式。
2. AI 2.0平台
平台层将成为连接模型能力与应用落地的重要枢纽。能够支持开发、部署、调优和商业化的AI平台，有机会推动整个生态形成更高效的正循环，并加速新应用的诞生。
3. AI基础设施
除应用和平台之外，支撑模型训练、部署、运维和成本优化的基础设施同样关键。这包括AI芯片、算力系统，以及帮助企业提升训练效率、降低成本、简化流程的各类底层技术。
整体来看，AI 2.0正在从技术突破走向产业落地。从应用端到平台端，再到基础设施层，新的机会正在快速形成。随着模型能力持续进化，人工智能有望在未来十年深度重塑多个行业的生产方式与商业格局。
