丘比特的圈套

世界人工智能大会上，顶尖专家都在讨论什么？_我的网站

一 |     文 /巴九灵          过去几年，AI似乎越来越像人。         它会写代码、做PPT、分析财报、生成视频，也开始进入工厂、医院和家庭。    7月20日上午，在国务院新闻办公室举行的新闻发布会上，工信部介绍，今年以来深化拓展“人工智能+”，规模以上制造业企业人工智能技术应用普及率超30%，人工智能开源大模型全球累计下载量突破100亿次。         100亿次的下载量，不仅是一个里程碑式的数据，更是一个清晰的信号——中国的人工智能产业，正在从“跟跑”加速迈向“领跑”的新阶段。许多人相信，我们距离通用人工智能（AGI）已经越来越近了。

二 |          7月17日，在2026世界人工智能大会开幕前夕，月之暗面发布Kimi K3大模型。         但就在前两天，图灵奖得主、强化学习之父理查德·萨顿泼出了一盆冷水：“现在的大模型，谈不上原生智能。视觉中国 图          国产AI行业厚积薄发          近年来，AI浪潮席卷而来，一场如火如荼的AI竞赛，正在全球上演。

三 | 在如此激烈的竞争环境下，一批国产AI产品接连横空出世，走到世界舞台的中央。”          过去四天，2026世界人工智能大会（WAIC）在上海如期召开，这是过去9年规格最高的一届，也是全球AI领域最重要的年度盛会之一。

四 |          有人在现场逛展，亲身体验最先进的AI产品；有人盯着龙头企业，关注最新发布的大模型、应用、成果；而小巴在关注，全球AI行业的领军人物齐聚一堂，他们究竟在讨论些什么。

五 |          2026世界人工智能大会          本次大会汇聚了来自全球的上千位顶尖科学家、专家、企业家、投资者，除了理查德·萨顿，还有“深度学习三巨头”之一的约书亚·本吉奥、图灵奖得主吉勒斯·布拉萨德、图灵奖得主姚期智、诺贝尔奖得主奥马尔·M·亚吉、“硅谷精神之父”凯文·凯利，等等。         小巴梳理了大会四天的演讲、论坛后发现，专家们似乎把目光聚焦在了以下五点上：我们是否高估了今天的AI、AI如何获得经验、AI落地为什么难、智能体的后果谁来负责、发展AI的终点是什么？          要点一：我们高估了今天的AI          过去几年，我们一直在见证AI的进步，它替代了许多低级岗位，给人最直观的印象就是它不断刷新大家对智能的想象。然而，在一些顶尖科学家看来，我们可能高估了今天AI的智能程度。比如早期的引发全行业关注的“Deepseek时刻”；再如前几天，月之暗面发布的Kimi K3，成为全球首个开源的3万亿级大模型，再次引发了全球科技圈的热议。         这些大模型产品的密集涌现，不是偶然的单点突破，而是国产AI行业厚积薄发的结果。         诚然，中国互联网用户规模大，企业数量多，有市场基数的规模优势。但高达100亿次的下载量，显然无法用人口红利来简单解释。         答案藏在一个长期被混淆的问题里：知道很多事、会做很多事，是否就等于拥有了真正的智能？          图灵奖得主、中国科学院院士姚期智表示，AI虽然看起来很强大，但未必就是智能的终点。事实上，从硅谷的互联网平台，到欧洲的传统制造工厂，越来越多的海外机构、企业，都纷纷主动选择国产大模型，作为其技术底座。

六 |          这一方面是因为，国产大模型通过持续的技术创新，以及积极的开源策略，把价格“打”下来了，降低了使用成本；另一方面，国产大模型在参数、性能、稳定性等各方面，已经建立了独特的竞争优势。萨顿则讲的更明白——大语言模型虽然看了海量文字、图片和视频，但它还是在学习和重新组织人类已有的知识，而不是自己创造知识，计算能力的突破，不是智能的突破。         人类拥有智能，不只是因为读过书、记住了知识，更是因为我们会行动、会犯错，能够从现实世界得到反馈，并在一次次反馈中修正自己，获得经验。         举例来说，一个人没拿稳杯子，于是知道玻璃杯掉在地上会碎，而AI没有自己砸碎过一只杯子，它是从人类的文字中得知杯子掉在地上会碎，这是它记住的知识，不是它自己的经验。         复旦大学浩清特聘教授苏昊认为，这也是大语言模型产生“幻觉”的深层原因之一：语言只是世界的投影，不是世界本身。

七 |          因此，在萨顿看来，AI需要从“人类数据时代”走向“经验时代”。         国产AI的这种技术进步，相信普通人也有直观的感受。一两年前，AI大模型之于普通人，更多还是“聊天机器人”的概念，再就是能撰写文案、做出漂亮的PPT，更像是一个提升办公效率的辅助工具。         要点二：AI缺少的是经验          在这样的背景下，“智能体”和“物理智能”，成为了今年大会上被反复提及的两个方向。但如今AI的技术演进，已经远远超出了这一范畴。

八 |          我国规模以上制造业企业普及率超30%的背后，就离不开大模型的支撑，AI开始深入流水线，参与工业质检、流程优化等各个环节。此外，像参与智慧城市的调度管理，甚至进医院帮助医生辅助诊疗等，都成了大模型落地的确定性场景。         智能体让AI从“回答问题”走向“执行任务”，它可以围绕一个目标制定计划、调用工具、采取行动，并根据结果调整自己的行动；物理智能则让AI走出屏幕，进入由重力、摩擦、材料、空间等构成的真实世界。目前，人工智能不仅创造了1.2万亿的产业规模，还正在赋能千行百业，成为实体经济转型的重要推动力量。         而这也引出了今年大会上被反复提及的一个概念——世界模型（World Model）。         中国的工业门类齐全，制造业场景丰富，为AI的应用提供了良好的土壤。         简单来说，世界模型是AI在理解现实世界运行规律的基础上，在自己的“大脑”中对现实世界进行模拟：如果我这样做，接下来会发生什么。而大模型的广泛落地，又为AI提供了海量、真实的数据，能够持续反哺大模型的迭代与优化，形成良性循环，为AI产业注入源源不断的竞争力。         比如，当人准备去拿一个杯子时，大脑其实已经提前完成了一次预测：杯子会不会滑？需要用多大力？如果手一松，会不会掉到地上？          这种预测能力，无法仅靠阅读、记住更多知识获得，它正需要AI走进现实世界，通过智能体或者物理智能与环境互动，最终获得属于自己的经验。         是里程碑，更是新起点          当然，在肯定成绩的同时，我们也需保持清醒的认知。         2026世界人工智能大会上的人形机器人          换句话说，智能体或者物理智能不完全相同，但都能让AI在行动中获得反馈，在反馈中积累经验，不断完善自己的世界模型，逐渐形成对真实世界运行规律的理解。人工智能不同于传统产业，它是一个“一日千里”的行业，今天领先的技术路线，过几个月可能也会被新的方案取代。         借用北京银河通用机器人联合创始人张直政的总结，世界模型应当拥有三个不可或缺的能力：建模/预测、规划/策略、评价。要巩固当前的技术优势，就要保持危机意识，不断推动底层架构和核心算法的创新。         像这次发布会就提到，推动建立算力服务能力评估、算力市场化定价等标准。这也是完善AI产业基础设施的重要一步。

九 |          算力被视作人工智能行业的“水电煤”，是支撑创新的基础设施，建立市场化的定价标准，让算力像“水电煤”明码标价、按需分配，可以确保算力的供应更加透明、公平，降低中小企业使用AI的门槛，进一步推动产业发展。简单来说，就是AI能预测自己行动会给环境带来什么变化，利用这些预测指导自己的决策和学习，并判断自己的行动是否达到目标。         要点三：AI落地难点重重          然而，帮助AI获得经验、发展世界模型的这条大道虽然光明，却依旧险阻——大模型已经发展了很多年，却迟迟没有大规模走进真实世界，这背后，是因为存在很多难点。         智能体发展的难点之一，在于智能体操作系统的完善。         如果说模型是AI的“大脑”，那么操作系统决定了它能够调用哪些工具、连接哪些设备、完成哪些任务。

十 |          另外，发布会还提到，东部、中部、西部、东北地区智算规模占全国比例，分别是55.9%、10.6%、32.6%、0.9%。

十一 | 这一数据也意味着，AI算力资源的分布，仍然存在着较大的地区差距，未来要进一步平衡发展落差，补齐落后区域的短板。再聪明的大脑，没有手，也很难真正工作。         说到底，人工智能发展的最终目的，不是追求领先的参数、实现惊人的下载量，或者让国产AI产品在排行榜上拿到好看的名次，而是让这项技术真正普惠到全国各地，到各行各业，让每个人都能从中受益。         100亿次下载量，是一个里程碑，更是一个新起点。         因此，阶跃星辰董事长印奇表示，智能体能做什么，不只取决于模型有多聪明，也取决于操作系统为它打开了多大的能力边界。他提出了一个公式：智能体能力=模型能力×智能体操作系统能力。

十二 |          在此之外，智能体发展还存在许多问题，比如，如果未来有上万个智能体同时工作，它们如何协作？如何共享能力？不同公司的系统能否互相兼容？          对此，上海润科具能科技有限公司CEO周斌期望，行业能够加速建立统一标准与开放接口，让智能体真正“聊起来”、能力可共享，形成“智能伙伴网络”，而非各自为战的工具集合。         对于物理智能，苏昊认为，难点同样也是突破口，在于知识的聚合。         视频告诉AI世界长什么样，物理方程告诉AI世界为什么会这样运转，机器人不断提供新的实验数据……只有把这些不同来源、不同领域的知识聚合进同一个模型，互相校准补盲，AI才有可能真正理解现实世界。         未来，在加快技术创新的同时，还要进一步推动AI的应用和普及，不断降低使用门槛。只有让AI像“水电煤”一样，真正进入社会的每一个角落，让普通人“用得上”也能“用得起”好的AI产品，中国的人工智能产业革命才能释放最大的价值。         （“经纬度”系澎湃新闻打造的经济评论IP，用主流媒体新表达助力中国经济话语和中国经济叙事体系建设。         而聚合这件事，注定不是一家企业能够独立完成的，而是这一代人要完成的科学工程——苏昊表示，它需要整个行业乃至全社会的通力协作：共建数据，共立标准，共享仿真、评测等基础设施。）          海报设计 王璐瑶。         不过，这并不意味着物理智能必须等到“什么都会”才能落地。         在张直政看来，物理AI未必要先实现全面通用，而是可以先在仓储、物流等相对固定的场景中实现稳定工作。         未来，物理智能或许会像当年的电气化一样，先点亮工厂和仓库，再走进商店和医院，最后才走进千家万户。         2026世界人工智能大会的全球首个AI鉴别机器人          要点四：AI治理规则尚未完备          然而，当智能体和物理智能真的加速走进千家万户，安全问题也变得越来越重要、无可回避。

十三 |          印奇提出了三个问题：智能体可以代表谁行动？行动产生的后果，由谁来负责？当它连接数据、设备和真实环境，怎样确保身份可信、权限可控、行为可追溯？          上海人工智能实验室主任周伯文提出，AI可以代表人行动，但不能代替人负责，让渡代理权的速度，不应超过我们验证它的能力。         纽约科学院院长兼首席执行官杜宁凯表示，要采取行动开展人工智能治理，必须要创造出新的问责方式。

十四 |          AI能力越强，人类越需要建立起一套与之相匹配的规则，而如今，关于AI的代理权、问责权、治理能力，显然还未完备。         要点五：AI的意义是放大人          不过，治理并不是AI发展的终点。治理的目的，是让AI能够更安全、更可靠地融入人类社会。         回看今年的WAIC，一个变化已经十分明显：大家讨论的重点，正在从“模型有多强”，转向“AI如何获得经验、如何进入真实世界、如何安全地与人协作”。

十五 |          这背后，其实回到了最初、也最根本的问题：AI发展的目的究竟是什么？          苏昊说，“物理智能的使命，是把人还给人”；印奇说，“智能体时代最大的意义是放大人”；上海绘话智能科技有限公司CEO贾学锋说，“AI大发展的终极价值应当回归于人”；商汤科技董事长兼首席执行官徐立说，“AI真正意义上走向大众并不是通过替代，而是通过放大每个人的能力”……          图灵奖得主约翰・爱德华・霍普克罗夫特则提醒，面对信息革命带来的种种变革，各国的最佳战略战略，或许是着力培养能够应对这些变化的人才。         今天，大模型可能依旧谈不上真正的智能，但如果AI能够在现实世界中不断学习、积累经验，并始终与人协作，为个人、社会乃至整个世界创造更多可能性,那么，它距离真正的智能，或许就又近了一步。         作者|蒋紫涵          主编|何梦飞          图源|VCG、网络。

Current article:http://svb96.mexuanmeixuyaopinzheng.shop/2lr/777m.html

Published on:10:05:16