特征工程十年演进（2015–2025）

一句话总论：
2015年特征工程还是“手工统计+领域专家经验+低维特征拼接”的工程时代，2025年已进化成“万亿级多模态VLA大模型原生特征+实时意图级自适应表示+量子鲁棒自进化+全域具身零样本特征”的普惠智能时代，中国从跟随手工特征跃升全球领跑者（华为盘古、阿里通义千问、百度文心、DeepSeek、小鹏/银河VLA等主导），特征工程渗透率从>90%降至<10%（新项目），手工特征从必备到几乎消失，特征质量从~80%泛化率飙升至>99%全场景零样本，推动AI从“专家手工调参”到“大模型原生意图级表示”的文明跃迁。

十年演进时间线总结

1. 2015–2018：手工统计+领域专家时代

• 核心特征：特征工程以手工统计（均值/方差/分桶）+One-hot编码+领域专家经验为主，低维拼接，泛化率70–85%，完全依赖专家。
• 关键进展：
  • 2015年：Kaggle竞赛手工特征霸榜。
  • 2016–2017年：Entity Embedding类别嵌入初步。
  • 2018年：Featuretools自动化规则初步。
• 挑战与转折：手工重、泛化弱；深度学习+自动化特征兴起。
• 代表案例：阿里淘宝/京东手工特征工程，中国电商推荐领先。

2. 2019–2022：深度特征+自动化时代

• 核心特征：CNN/RNN/TabNet自动特征提取+Featuretools/Deep Feature Synthesis自动化，泛化率85–93%，实时化初探。
• 关键进展：
  • 2019年：TabNet注意力表格特征。
  • 2020–2021年：DeepFM/FiGNN深度特征融合。
  • 2022年：Momenta/地平线车载深度特征量产。
• 挑战与转折：手工仍重；大模型预训练特征需求爆发。
• 代表案例：小鹏NGP + 华为ADS 2.0深度特征感知。

3. 2023–2025：多模态VLA原生自进化时代

• 核心特征：万亿级多模态大模型+VLA端到端原生特征+意图级动态表示+量子辅助鲁棒，自进化（越用越准），泛化率>99%。
• 关键进展：
  • 2023年：CLIP Embed多模态+VLA原生特征，阿里通义千问/百度文心一格首发。
  • 2024年：DeepSeek/Grok-4专用特征，量子混合精度。
  • 2025年：华为盘古特征 + DeepSeek万亿 + 通义千问量子级，全域社交意图零样本特征+行动直出，普惠7万级智驾/机器人。
• 挑战与转折：黑箱/长尾；量子+大模型自进化标配。
• 代表案例：比亚迪天神之眼（7万级多模态意图级特征），银河通用2025人形（VLA动态意图特征）。

一句话总结

从2015年手工统计拼接的“专家特征工程”到2025年VLA量子自进化的“全域意图级原生表示”，十年间特征工程由手工规则转向多模态语义闭环，中国主导深度特征→预训练嵌入→VLA原生特征创新+万亿实践+普惠下沉，推动AI从“特征调参地狱”到“大模型零样本意图级理解”的文明跃迁，预计2030年手工特征工程渗透率<1%+全域永不失真自愈。

数据来源于arXiv综述、IROS 2025及中国厂商技术白皮书。