论坛的第一场主旨演讲是由北京大学原副校长，北京大学金融校友联合会创会会长，北京大学汇丰商学院创院院长海闻教授对中国宏观经济的分析。海闻教授首先通过回顾过去15年的经济增长数据，指出当前中国经济面临的并非简单的短期宏观周期波动。他详细分析了2025年1至11月的经济表现，指出消费需求同比增长4%，较2024年同期的3.5%略有改善但动力仍显不足；投资需求出现2.6%的负增长，其中房地产开发投资大幅下滑15.9%是主要拖累；政府开支增速放缓至1.4%；唯有净出口表现亮眼，增长21.2%，但由于其在GDP中占比仅约2.8%，难以完全对冲内需疲软的影响。尽管当前实施了积极的财政政策和宽松的货币政策，货币供给量显著增加，但通货膨胀率仍处于低位，民间固定资产投资持续下滑，消费者信心指数长期徘徊在低位，表明宏观政策效力未能充分传导至微观层面。

海闻教授进一步深入剖析了中国经济面临的三大深层矛盾：日益强大的制造业产能与国内外市场空间有限的矛盾、高科技迅猛发展与劳动力就业机会及能力不足的矛盾、以及消费作为核心经济动力与居民可支配收入及信心不足的矛盾。他指出，2024年中国居民可支配收入占GDP比重仅为42.8%，远低于国际中高收入国家59.2%的均值，揭示了国民收入分配格局对消费潜力的制约。针对这些挑战，海闻教授提出了一系列政策建议：首要任务是大力发展服务业，以优化经济结构并创造更多就业；必须大幅增加教育投入，重点提升高中普及率（目前普通高中入学率仅64%）并高度重视0至3岁婴幼儿的早期营养与教育，这是提升未来劳动力素质的基础；亟需通过法治建设和服务型政府理念为民营经济发展营造稳定可预期的环境，重振企业家信心；在国际层面，则应采取更加开放互利的外交与贸易策略，改善国际关系，实现共赢发展。他强调，解决这些结构性问题是推动中国经济实现可持续高质量增长的根本途径。

接下来，英国爱丁堡大学信息学院讲座教授，深圳计算科学研究院首席科学家，中国科学院外籍院士、英国皇家学会和皇家工程院院士樊文飞教授带来了题为“关于人工智能技术多元化发展路径的思考与实践”的主旨演讲。樊教授指出，当前人工智能发展存在对“大模型中心论”的过度追捧，并系统阐述了一条融合逻辑推理与机器学习的“全栈AI”多元化路径，强调这才是解决AI在关键领域落地“最后一公里”难题的关键。他剖析了盛行的大语言模型在可解释性、逻辑表达能力、小样本决策、可能产生有害幻觉以及在准确性、公平性与鲁棒性这三个关键指标之间存在内在张力，往往难以同时满足等方面的固有缺陷，并回顾了人工智能发展史中逻辑推理与统计机器学习两条路线交替演进的历程，提出应超越单一依赖大模型的思路，转向逻辑推理与机器学习融合的协同范式。例如，深圳计算科学研究院研发的“钓鱼城”系统将逻辑规则、图模式与机器学习模型作为“谓词”深度融合在一个统一逻辑框架内，从而实现可控、可解释、高精度且适应小样本数据的实时决策。

樊院士以多个已成功部署的产业案例展示了该路径的强大实效，例如在新能源电池领域，其团队将电芯“软分容”的容量预测误差率降至千分之一以内，远优于传统方法，并将耗时从20多小时缩短至4小时；在烟草智能配方领域，短时间内将准确率提升至93%以上；在药物研发中，成功预测出帕金森病的潜在治疗靶点；此外，在银行风控、海关旅检、网络主动防御、经济犯罪侦查等场景中均实现了精准度和效率的倍增。除了算法路径，樊院士还深刻指出了数据与算力基础设施层面的关键挑战。他强调高质量的智能数据标注与清洗是国家级的战略需求，依赖人力密集的模式无法满足专业领域需求，并介绍了其团队在智能标注技术上取得的突破。在算力层面，他聚焦于基础软件这一更隐蔽的基石，指出国内数据库市场虽有多款产品，但核心系统对国外领先系统的替代率仍极低，根源在于多数产品实为“开源套壳”。他现场展示了其团队完全自主研发的“崖山数据库系统”，多家头部银行的对比测试表明，在金融核心业务场景中，崖山数据库系统完全可以实现对国外领先系统的 1:1 平替，并已成功应用于央行数字人民币系统及海外银行。最后，樊文飞院士呼吁业界、投资界与政府应支持真正的原始创新，完善市场环境，方能在AI时代的基础软件和核心技术领域实现从追赶、平替到最终引领的跨越。