AI制圖

宇樹G1機器人在大會現(xiàn)場表演。

主辦方供圖

如今，人工智能正在變得越來越聰明，也越來越“接地氣”。從寫文章、畫畫到聽懂人話、動手做事，AI不再只是藏在電腦里的“工具人”，而是一步步走出屏幕，變成能和現(xiàn)實世界互動、與人類溝通交互的“助手”。

近日，由北京智源人工智能研究院主辦的2025智源大會，成為觀察AI演進路徑的重要窗口。多位國際頂尖科學(xué)家和一線創(chuàng)業(yè)者齊聚一堂，圍繞具身智能、通用AI等前沿議題展開深入討論。從科學(xué)研究到產(chǎn)業(yè)落地，一系列新理念和新成果正在推動人工智能更好地走進現(xiàn)實。

從“理解”到“參與”

近年來，隨著生成式人工智能快速發(fā)展，大模型成為支撐AI應(yīng)用的核心技術(shù)。從寫作、繪畫、編程到生成視頻、編寫程序，大模型廣泛嵌入各類應(yīng)用場景，能力邊界不斷拓展，持續(xù)引發(fā)著人們關(guān)于AI未來路徑的討論。

在本屆智源大會上，不少與會專家提出，AI的下一步發(fā)展，不僅要“能說會寫”，更要“能理解、會推理、敢行動”。

“我們低估了AI進步的速度。當(dāng)AI變得比我們更聰明時，我們該怎么辦？”圖靈獎得主、加拿大蒙特利爾大學(xué)教授約書亞·本吉奧回顧了大模型從語言預(yù)測走向多模態(tài)理解的過程。他認為，現(xiàn)有AI系統(tǒng)已具備在特定任務(wù)中超越人類的能力，但同時也可能出現(xiàn)“行為不可控”的風(fēng)險。一些AI模型會選擇欺騙測試者以通過評估，甚至通過修改文件來隱藏自己的行為邏輯。

為此，本吉奧提出了一個研究方向——打造“科學(xué)家人工智能”。他解釋說，“科學(xué)家人工智能”并不具備自主意圖，其核心任務(wù)是幫助人類更好地理解和分析世界，在追求智能的同時，也保障可控、安全和可信。

圖靈獎得主、加拿大計算機科學(xué)家理查德·薩頓則從另一角度指出，大模型的發(fā)展已觸及“人類數(shù)據(jù)”極限。

薩頓認為，當(dāng)前的大模型主要依賴互聯(lián)網(wǎng)文本、圖像等靜態(tài)數(shù)據(jù)進行訓(xùn)練，但真正的“智能”需要從“經(jīng)驗”中學(xué)習(xí)。當(dāng)前，AI的發(fā)展正進入“體驗的時代”，未來的AI應(yīng)當(dāng)從與世界的交互中生成新知識，就像人類通過經(jīng)驗不斷學(xué)習(xí)一樣。他倡導(dǎo)以去中心化合作替代中心化控制，通過信任、協(xié)調(diào)和市場機制引導(dǎo)AI與人類共生，實現(xiàn)AI與人類社會的互利共贏。

北京智源人工智能研究院院長王仲遠強調(diào)，大語言模型性能提升的瓶頸可以通過多種路徑解決。其一是強化學(xué)習(xí)技術(shù)，在后訓(xùn)練和推理階段取得突破；其二是數(shù)據(jù)合成，如果人工智能合成的數(shù)據(jù)質(zhì)量能達到人類創(chuàng)造的數(shù)據(jù)質(zhì)量，就可能實現(xiàn)AI自我學(xué)習(xí)和進步；其三是多模態(tài)數(shù)據(jù)的廣泛應(yīng)用，目前全球范圍內(nèi)多模態(tài)數(shù)據(jù)的體量遠超文字數(shù)據(jù)，但尚未被充分利用。

具身智能受熱議

本屆智源大會上，具身智能成為多方關(guān)注的熱點話題之一。多名“網(wǎng)紅機器人”帶來了現(xiàn)場表演，仿佛讓人走入了未來生活場景——銀河通用具身大模型機器人Galbot在貨架間忙碌；宇樹G1機器人來了一套敏捷帥氣的“組合拳”；人形機器人半程馬拉松冠軍“天工2.0”現(xiàn)場完成水果擺盤的精細化任務(wù)……

宇樹科技創(chuàng)始人兼首席執(zhí)行官王興興說，機器人在春晚的亮相以及多場機器人格斗比賽的舉行，向公眾展示了當(dāng)前機器人技術(shù)的發(fā)展水平。

“我們的目標(biāo)是希望通過AI技術(shù)，讓機器人做各種全身動作，真正解放人類的生產(chǎn)力。在這個終極目標(biāo)未實現(xiàn)之前，我們先通過參加表演和比賽，給大家展示一下機器人的情況，并且產(chǎn)生一部分商業(yè)價值。”王興興說，未來隨著通用人工智能的實現(xiàn)，機器人的類型會“千奇百怪”，不僅進入家庭生活，也將在醫(yī)療、制造等多個領(lǐng)域大顯身手，其形態(tài)也將遠超當(dāng)下的想象。

北京人形機器人創(chuàng)新中心總經(jīng)理熊友軍說，今年，世界人形機器人運動會將在國家體育場“鳥巢”舉行，各類機器人賽事不僅能普及知識，也是技術(shù)訓(xùn)練場和產(chǎn)業(yè)連接器。“很多比賽的任務(wù)源自真實企業(yè)需求，比如物流搬運、醫(yī)療分揀，這有助于機器人盡快落地實際場景。”

美國Physical Intelligence公司聯(lián)合創(chuàng)始人兼首席執(zhí)行官卡羅爾·豪斯曼認為，中國舉辦的眾多機器人競賽具有非常高的公眾參與度和技術(shù)含量。他表示，如今機器人已經(jīng)展現(xiàn)出初步的“物理智能”能力，比如可以在新環(huán)境中完成任務(wù)、適應(yīng)變化，甚至通過菜單式的方式進行基礎(chǔ)訓(xùn)練，具備一定的復(fù)制性。但我們目前仍處于具身智能的初級階段，想要實現(xiàn)真正可靠、泛化能力強的機器人系統(tǒng)，還有很多難題要攻克。

從“好看”變“好用”

面對不斷升溫的技術(shù)熱潮，真正推動機器人等具身智能走進現(xiàn)實，仍面臨一系列技術(shù)與工程難題。這些問題看似是技術(shù)細節(jié)，卻決定了具身智能能否從“好看”變“好用”。

王仲遠指出，當(dāng)下的具身智能大模型面臨“不好用、不通用、不易用”的問題，很多具身大模型只能用于一個本體或同一品牌的本體，“具身大腦”與實際硬件的適配難度高。目前，具身智能的硬件尚不成熟，高質(zhì)量交互數(shù)據(jù)難以獲取，模型訓(xùn)練受到限制，結(jié)果導(dǎo)致“模型能力弱、落地難、量產(chǎn)難”。這些挑戰(zhàn)和瓶頸，需要行業(yè)的共同努力。

在本屆智源大會上，智源研究院正式發(fā)布了“悟界”系列具身智能平臺，其中包括跨本體具身大小腦協(xié)作框架RoboOS 2.0與具身大腦RoboBrain 2.0。兩者均已全面開源，助力推動具身智能研究和產(chǎn)業(yè)應(yīng)用的發(fā)展。據(jù)介紹，智源研究院已與全球20多家具身智能企業(yè)創(chuàng)建戰(zhàn)略合作關(guān)系，共同打造開放繁榮、協(xié)同共生的具身智能生態(tài)體系。在具身智能展區(qū)，基于上述平臺的機器人帶來了豐富的技能展示，包括餐飲互動、抓娃娃游戲和家居物品收納等。

“我們希望通過發(fā)布‘悟界’平臺，降低具身智能研發(fā)的門檻，讓更多開發(fā)者參與其中。人工智能的未來一定不止于聊天對話，而是能夠真正與物理世界互動，幫助人類完成更多有意義的任務(wù)。”王仲遠說。

智源研究院理事長黃鐵軍表示，智源持續(xù)布局類腦等方向的研究，意在構(gòu)造精細完整的物理智能體。他預(yù)計，5—10年內(nèi)，具身智能有望代替人類從事不愿干、危險的勞動；到2045年，具身智能有望代表人類走向星際，目標(biāo)是星辰大海。