一、迭代和融合

6G、大模型和卫星互联网三者能否在每项迭代中实现不同方式的融合？这引起了人们的广泛思考。

迭代和融合已成为大多新科技的一个共性，尤其是设施、工具类的科技，多数属于通用性技术。这些年，互联网+、人工智能+、大数据+等通用性技术的应用已经司空见惯，形成许多新业态、新模式、新组合、新岗位，为数字化发展增添着繁荣景色。

在5G向6G迭代、GPT-4向GPT-5迭代、卫星互联网跟随6G的升级中，如果考虑它们的融合性，可能不是一个好的方法。融合不是封装一体，但可功能互契，作用互补，考虑不同特性和非同步性，可留有接口，便于衔接，产生的效果将与单独研发大不一样。

有四个条件支持这种融合：一是将6G、大模型、卫星互联网等进行统筹研发。二是它们的联系性越来越强，大模型基于网络连接产生价值，在低轨建设、巨型测控、网络优化中为6G和卫星互联网发挥作用，可在卫星进行边缘计算和应用。卫星互联网又是6G的组成部分。它们彼此需求，互为支撑，能够相互成全。三是社会有强烈的技术融合应用需求，有局限的科技才拉大了发展差距。充分融合的科技，才可能创造普遍普惠的发展。四是这些关键技术的发展及其融合，会在研发和创新的大国竞争中加速进化。

二、科技与产业

科技只有形成产业，才能体现价值。以往科技与产业之间有若干环节，上世纪40年代美国的《无尽的前沿》写道：科技到产业需要5个核心环节。那种科技与产业分开的时间距离现在已经过去近一个世纪，不能再人为分隔科技与产业，那样就会使成功的技术不能及时找到相应的产业支持，产业亟待扩大市场的新科技、新产品又找不到可利用的科技成果。现在科学与技术密切结合，科技与产业密切结合。5G能成为被采用速度快的产品，就在于华为的科技与产业在密切互动。因此，能很快进入普遍应用。根本原因在于科学范式变化，使科学发展离不开商业化，科学要有数据和算力。企业特别是创业公司不光要做产品，还要做技术应用研究和基础研究。

由于大模型触及的生产力多是“知识”，应用中进入的多是知识密集性行业，这已是很了不起的成就，可以给更多人广泛的知识和一些思想方法。但是ChatGPT在向实体经济领域发展中遇到暂时瓶颈。比如在运用到工业制造等领域，需要精益求精，尚需垂直和领域模型的开发，ChatGPT之父山姆·奥特曼说：“准确性暂时难以解决，因为大模型靠推理，而非记忆。人工智能影响经济还需要很多年。”

三、生产力与生产关系

科技生产力决定相应的生产关系，是由某项重大科技及其产业化的大型成本从边际成本变成固定成本。新范式普遍降低了各类知识的成本。

许多科技的突破，使新科技具有了生产力和生产关系的属性，比如大模型可以参与决策，许多日常遇到的问题就可以总计于大模型。比如无人驾驶就是智能系统在不断地做决策，大数据能够更方便地参与宏观调控，区块链可以参与去中心化的监管。

同时生产关系以提示、引导等方式，对科技生产力发挥着积极的反作用。OpenAI董事会成员海伦•托勒说：“创造大模型的人也不知道它们能做什么，不能做什么。我们真正了解GPT-4能做和不能做的所有事情可能还需要几年时间。”这种规模用户已在使用的大模型，我们还不知道其中一些奥秘，就如同一艘漂泊在大洋中的轮船不辨方向，那将十分危险。奥特曼敦促政策制定者制定规则和通过监管来减轻人工智能可能带来的危险。

总之，融合会更有力量，产业体现科技的价值，生产关系的反作用可调适生产力并警示和防范技术风险。