Copyright 2019-2026 微推堂 版权所有 京ICP备2019123967号
2025 年，随着 DeepSeek 等大模型如烟花般绽放，人工智能浪潮席卷国内各行各业。
汽车行业虽然早就已经在研究和应用人工智能（AI）相关技术，此时也不得不加快脚步，加速AI产品的研发与量产落地。
一时间，“AI”、“大模型”、“智能化” 等概念，在大众面前密集刷屏。听归听，看归看，很多人还是不清楚。究竟，人工智能是什么样的，智能体现在哪里。
在这，我们就来讲讲人工智能的四大范式，也就是人工智能的实现方法、技术路线，来揭开人工智能技术的底层逻辑。
1、符号主义
符号主义是基于逻辑符号和规则系统来模拟人类智能。它依赖的是人工构建的知识库，来进行逻辑演绎或归纳推理。
简单讲，就是人类将规则、逻辑总结好，赋予给智能体，让它按照既定的规则和逻辑来计算或执行。
这样输出结果的可解释性强，人类可以清晰的知道结果是怎么来的。但局限性在于对于模糊或者不确定的问题，就难以处理。
例如早期的车载诊断系统，通过预设故障代码规则报警，但面对新型故障时，就显得灵活性不足。
2、连接主义
连接主义是通过模拟生物神经元网络的结构和功能来实现智能，强调让智能体从海量数据中学习，实现“感知-学习-决策”的闭环。
也就是将标注好的数据投喂给智能体，任它自动提取特征，深度学习，自行总结规律。它擅长于图像识别、自然语言处理等。
这样就省去了人类总结归纳的过程，但投喂的大量数据还需要人类去标注。
比如图像识别中识别图片中的小狗，就得标注大量图片样本数据，标注好“哪些是小狗”，“哪些不是小狗”的正负样本，投喂给模型，让其自动提取特征，优化参数。
也就是要做足够大的题库，通常学习得越多，最终输出的结果准确性越高。
例如特斯拉Autopilot通过视觉神经网络识别道路标线。
3、行为主义
行为主义是通过与环境交互，不断“试错-反馈-优化”强化学习，在动态环境中进化出高效的行为策略。常应用于机器人控制等方面。
5月14日-16日，2025世界数字教育大会在武汉召开。同期，“智能时代教师角色转变与能力提升”平行会议举办，科大讯飞董事、高级副总裁聂小林作为唯一企业代表参与，围绕人工智能赋能教师教学范式创新的探索与实践进行了分享。他认为，“AI将拥有全世界的知识，但永远不会替代老师。”
科大讯飞深耕智慧教育领域20余年，基于人工智能技术的不断进步，逐渐探索出过程性学情采集--智能评价--学习路径规划--精准教学--个性化学习的规模化“因材施教”技术支持路线。并基于这一技术路线，自2019年起在全国80多个地区，与教育管理者和一线师生共同推进“因材施教”实践探索，助力教师提升精准教学能力，惠及千万师生。
以武汉市为例，2021年起，武汉经开区推进智慧教育规模化应用，至今已覆盖全区三千余名教师和4万余名学生。武汉经开区第一初级中学在因材施教技术支持下，创新构建了“伴生课堂”智慧教学模式。学生将更多精力放在“自主预习、小组讨论、探究解决”上，从知识的被动接收者转为主动构建者，教师从知识传授者变为学生学习的引导者与支持者。据中国教育部教育信息化战略研究基地（华中）测评显示，52.34%的教师反馈作业/试卷批阅效率提升；89.36%的教师表示备课效率有明显提升；75.89%的教师认为课堂互动效率显著增强。
2023年起，合肥市推进智能终端应用大规模覆盖，助力规模化“因材施教”。惠及3.3万余名教师、44万余名学生，教师数字化教学参与度达到92%。合肥的《智慧课堂引领教学发展新形态》实践案例，入选中国教育部教师工作司的“人工智能助推教师队伍建设”试点典型案例。合肥四十八中学打造“英语智慧五步小练模式”，教师通过实时学情反馈，实现精准讲练。试点班级学生英语学习与对照班级水平相比提升19%。课外场景，合肥第四十五中学构建了“一习二练三学四强化”的自主学习模式，2024年暑假期间学生通过精准练习和知识图谱实现个性化提升。
聂小林介绍，近年来大模型技术突破，科大讯飞也在持续探索新一代人工智能技术与教育教学场景融合创新，助力人机协同教学实践开展。
2024年讯飞与中国教育科学研究院合作，率先以高中数学学科为示范，采取研用结合共创的模式，开展基于生成式人工智能的中小学智能教师示范应用研究。通过“知识与智能双轮驱动、人师与机师双向赋能”技术路线，构建基于思维链-问题链的数学智能教师助手。借助数学智能教师助手，人机共创基于“问题解决”的问题链及教学设计，支持智能创编教学课件及多模态教学素材。目前已有20万余名教师开展基于问题链教学实践，突破问题教学法的规模化困境。
同时，围绕科学教育合格教师普遍短缺这一难题。在科技部重点研发项目支持下，讯飞参与中小学科学教育智能导师关键技术研究，推动两项创新：一是教育行业首个“知识-能力-行为”贯通的三维立体动态自演化知识图谱。二是教学思维链驱动的科学教育大模型，将优秀科学教师的教学设计逻辑与隐性教学经验转化为可视化思维路径。
通过将这些成果应用至专家磨课与学生自主探究场景，辅助一线教师高效优化教学设计，通过第一视角呈现专家思维路径，引导教师像教育专家一样教学；启发学生自主探究生活现象背后的科学原理，让学生学会像科学家一样思考。
聂小林强调，AI与教育不是两场独角戏，而是双向赋能与激发；AI将拥有全世界的知识，但永远不会替代老师；未来不属于AI，而属于掌握AI的新人类。
据悉，2025世界数字教育大会期间，科大讯飞星火大模型赋能的创新应用不仅在教育数字化成果展中亮相，也在武汉经开区神龙小学（湖畔校区）、中国地质大学（武汉）、武汉理工大学、华中师范大学、武汉职业技术大学等基础教育、高等教育、职业教育的观摩点中，向来自世界各地的嘉宾们展现了AI+教育的创新应用与实践标。
不过在省去人工标注大量数据的同时，带来的是较高的训练成本，而且在现实场景中可能存在安全风险。
例如汽车底盘控制算法通过仿真环境试错调优。
4、生成范式
生成范式也是最近非常火爆的一种，它可以通过生成模型创造新内容。
像GAN（生成对抗网络）、扩散模型、大语言模型、ChatGPT、DeepSeek等就应用或融合了生成范式技术。
它可以从数据分布中学习并生成逼真的输出，可以自行创造出新的内容。它可以使得智能体跟我们更自然的交互，让人感觉它更像个人了。
火爆归火爆，但也有瑕疵。那就是它创新输出的内容有可能是不准确的，可能会给出一个错误的答案。如 ChatGPT 虚构学术论文结论。
这也是考量智能体优劣的一个重要方面，其表征指标就是“幻觉率”。
例如汽车座舱语音交互助手，就是它的典型应用。如今的交互输出并不是事先设定好的文本话术了，而是智能体创新生成的，所以它的回答更为丰富、多变、自然化。