王田苗黃鐵軍巔峰對話：AI+具身智能，產業未來將走向何處

11月25日，由創業黑馬主辦的“第15屆創業家年會”在北京舉辦，年會主題爲“AI給世界一個確定性”。

會上，北京大學信息科學技術學院教授、北京智源人工智能研究院院長黃鐵軍和北航機器人所名譽所長、中關村智友研究院院長王田苗就《AI+具身智能，重塑產業未來新格局》這一前沿話題，進行巔峰對話。

黃鐵軍在對話中表示，以大模型爲代表的時代是確定的，企業要在產業生態中找到自己的位置。他認爲：“這麼多企業在創造一個智力時代，就像今天電力時代一樣，電力系統背後有千千萬萬的企業，大型智力時代背後也有千千萬萬的企業。”

王田苗在對話中表示，AI賦能製造產業有很多突破，但核心技術上還有很長的路。他認爲：“‘機器換人’是一個不可替代的趨勢，對人形機器人需要理性看待，要更多關注於核心技術突破。”

以下爲創業家&i黑馬編輯過的對話節選：

王田苗：感謝創業黑馬的邀請，今天有機會能跟北大科學家黃鐵軍進行對話學習。我簡要介紹一下鐵軍，他在人工智能方面設計發明了脈衝視覺，目前該技術正應用於人工智能感知大模型。而且他和宏江（張宏江 北京智源人工智能研究院理事長）老師創立了北京智源人工智能研究院，被譽爲中國AI大模型的“黃埔軍校”。

黃鐵軍：謝謝王老師，過獎。我和王老師是多年的好朋友，今天很高興一起討論AI具身智能話題。邀請我的話，我覺得特別合適，我做AI，王老師做機器人，我們倆加在一起，就是智能的未來。

王田苗：最近科技圈在講“AI宮鬥”，其背後的原因是什麼？

黃鐵軍：確實關注度非常高，我的看法很清晰，這就是一個AI風險和AI紅利之間的爭論。從科學家研究者角度來說，AI確實到了一個危險的邊緣，通用人工智能有兩種理解，一種叫GAI（通用人工智能，即具有通用性的人工智能），一個叫AGI（人工通用智能，即全面超越人類的超級人工智能），這兩者有着根本不同。通用人工智能希望能賦能千行百業，帶來巨大的商業利益。AGI是全面超越人類智商，這件事不能隨便追求。這次鬥爭，就是從“通用智能商業加速”和“AGI要來了，對人類造成顛覆性、毀滅性影響的擔心” 兩種觀念的交鋒。

王田苗：這次OpenAI它的首席科學家Ilya Sutskever與創始人Altman之間的“鬥爭”，能不能理解爲創新型企業發展到一定程度，會自然上升到企業發展的哲學層面來思考，比如創立這家企業的哲學理念是什麼，這其中有聯繫嗎？

黃鐵軍：確實是。當然我們在商言商，企業是社會的一部分、是人類的一部分、是未來的一部分。哲學和商業因素都要考慮，尤其是AI發展這麼快的情況下，商業利益和風險要同時重視。

王田苗：一般來說大模型該怎麼定義？或者說參數到達多少才能稱之爲大模型？現在統計中國有200多個大模型，美國有60多個，請給我們科普一下。

黃鐵軍：這個沒有絕對的數字，一般認爲幾百億，比如五六百億之後就是具有涌現能力的新階段，我們稱作大模型。

王田苗：達到500億以上的中國大模型，有多少家呢？

黃鐵軍：我們測試了一部分，也不全面，能做到千億參數不會超過10家。

王田苗：美國呢？

黃鐵軍：美國比我們少，美國的集中度要高，幾千億、上萬億參數的大模型，有三四家。

王田苗：從AI基礎性大模型再跑三五年，您覺得中國這10家都會存活嗎？

黃鐵軍：我2021年就說過，全部存活不太可能。基礎性大模型企業全球就三五家，中國2家--3家就不得了了。

王田苗：按你所說從200家存活到50家，50家到10家，10家到3家，假如要你給中國大模型的企業家兩個最重要的忠告，讓他們跑贏這種競賽，會是什麼？

黃鐵軍：首先這不是說哪兩家活下來，哪兩家成功，別人就失敗了，不是這個邏輯。這麼多企業在創造一個智力時代，就像今天電力時代一樣，電力系統背後有千千萬萬的企業，大型智力時代背後也有千千萬萬的企業，只是說像“國家電網”這種公司不會有很多家，而不是說這個產業鏈上的企業不會有很多家。現在是百模大戰，我相信大部分企業都會在未來的生態中找到自己的恰當位置，只不過不是“國家電網”。

王田苗：你的意思是說，最後會分化，在一個生態鏈上，找到自己的恰當位置。

黃鐵軍：是的。

王田苗：假如創業者的初衷還是希望成爲“國家電網”，你能給我們想成爲基礎型大模型“國家電網”的建議嗎？

黃鐵軍：還在形成過程中，今天講的大模型都是造發電機，“國家電網”還沒有出現。我們要跳出商業角度看這個問題，自古以來，鹽、鐵、水、電，以及未來的智力，都是公共資源和社會基礎性服務，不會讓一家企業壟斷謀取超額利益。這次OpenAI+微軟試圖想佔據這個位置，但這會帶來很多問題，所有行業大大小小的企業把數據交一個企業去壟斷，讓它獲取利益，已經不是一個純粹的商業問題。

王田苗：AI革命讓我們經常睡不着覺。我聽說，誰能把握客戶的流量，誰就擁有了第一張入場券。第二，誰能跟算力公司形成戰略合作伙伴，這是第二個入場券。第三，深刻理解國家政策，拿到合規資源，這是第三個入場券。第四是商業運營，用AI能打透某一個高頻場景，獲得現金流，這是第四個入場券。你同意這種觀點嗎？

黃鐵軍：王老師說得很清楚，這些入場券都是提高自己競爭能力和佔據更好地位的重要臺階，但這些都不一定是決定未來產業生態的因素。即便這些入場券你都拿到了，你也不一定能成爲AI的產業頭部。

王田苗：明白，所以這裡有很多的不確定性。

黃鐵軍：有很多不確定性，但最確定的是，以大模型爲代表的時代一定會到來。未來十年紅利期和經濟社會的大幅提升，這是最確定的。這就像互聯網一定會對社會產生影響力，重要的是，你要在裡面找到自己恰當的位置。

王田苗：我是做機器人的，偏重於製造，對通用AI基礎大模型，我夠不上，但我很關心垂直大模型。我的問題是，像李院士（中國工程院院士、前華中科技大學校長李培根，下同）講的AI爲智能製造帶來了革命性變化，就你理解AI在工業界，垂直大模型在哪幾個環節需要我們發力，給我們做製造的人一些建議？

黃鐵軍：今天講的基礎大模型和垂類大模型，基礎大模型是個基礎設施，肯定是存在的。垂類大模型會發生很大的變化，如果基礎大模型足夠強，垂類大模型是不是一個產業形態，都要進行思考。我也想請教王老師，王老師做機器人，確定的一定是有很多實體、具有智能的機器人，比如自動駕駛，這個會大量體現。今年特別火的詞是“具身智能”，您怎麼看待“具身智能”和機器人之間的關係？

王田苗：具身智能先從狹義理解，Embodied AI，就像具有智能行爲的Agent，廣義理解爲Embedded AI或Internet AI。所以說具身智能好像AI完成了大模型以後，能夠作爲一個工具幫助人，或者能夠作爲人代理使用工具，改變世界，這可能就是通用機器人，人們自然而然就對具身智能和未來的發展產生了特別大的興趣。

黃鐵軍：大家夢想機器人進入家庭，進入工廠和製造業，已經有四五十年了，爲什麼今天就可能了呢？故事講了30-50年沒講成，爲什麼今天有可能了呢？

王田苗：現在全球機器人的規模在600-1000億美元，中國正好在1000-1500億人民幣。爲什麼最近這麼火呢？主要有三個原因：

第一是機器人未來人機交互十分重要，所以腦機接口、軟體操作靈巧手和可穿戴式人工肌肉、人工皮膚等，這讓人們感覺機器人未來的交互可能會帶來革命性變化。

第二個原因就是人工智能，特別是機器學習與大模型。機器人分大腦與小腦，大腦是推理、認知和分析，這塊大模型即將做到了，這對機器人來說是革命性的。但機器人又是在一個特定任務、高速、高精度、高效操作或移動環境中，必須有一個小腦。小腦需要平衡、速度、精準控制，而且容錯率要非常低，不像咱倆對話，我說錯了，它可以允許，但機器人操作往往是不允許的。小腦不僅需要人工智能還需要基於感知的智能控制。

第三原因是馬斯克說，特斯拉要在5年以內，把現在的人形機器人從100萬到200萬美元的成本降到2萬美元成本。2萬美元的成本，讓人感覺只要量大，只要讓電機、電控、電池、減速器、傳感器等核心部件實現批量生產，加上大腦、小腦的突破，具身智能的時代就要到了。

黃鐵軍：第一，爲什麼非要做成人形？第二，你爲什麼相信人形機器人的聰明程度，可以進入家庭代替一些家務工作，這個靠譜嗎？

王田苗：這個問題很尖銳，從技術和社會商業兩個層面來看。先說技術，以人形爲代表的平臺去探索材料、認知、推理、控制、操作、運動以及帶動相關的製造，是具有重要的意義。正因爲有這個重要意義，所以國家把它作爲未來戰略性產業來培育，這是我的理解。

第二個是商業。從目前來看，人形機器人在許多效率方面，並不一定合適，比如充電維護方面，很多環境用到通用機器人，2-3個小時就要充一次電，因爲機器人站着不動就要耗電，更何況還有高速或靈巧的動作；另外在很多事情上，機器人很難像人一樣，需要大量工程師的安全維護，這是商業化需要去考量的問題。

但AI帶來了一個機會，就是通過人機交互，來提醒機器人做什麼。這樣的話，在非實時性、非結構化環境下，會讓機器人按照人的意圖去完成人不願或危險的任務，比如在傳染病環境中作業，比如核工業危險物品的搬運和操作等，這些痛點往往需要機器人。

另外，我們的世界、我們的工具、我們的工作與生活環境，一切都是爲人設計的。自然人們想象人形機器人在這個環境下替代人，就有它的意義和價值。

我還想再補充兩點。第一點，做機器人科學家與工程師還在加班加點熬夜攻克核心技術難題，但是資本市場好像有點過熱，有點泡沫。也就是人形機器人還沒有成功研製落地應用，還沒有在產業化驗證，還有成本、效率、安全等等卡點，可是二級市場對具有人形機器人概念上市企業或核心部件企業，它們股價卻已經上來了。另外人形機器人在一定程度上會涉及到倫理，比如我想讓人形機器人到家裡陪護、聊天、生活，這在倫理上還有爭論。

黃鐵軍：我不做機器人，我有點不同意你說的資本市場有泡沫。現在的人形機器人要加大投入，而且咱倆加在一起，這件事就佐證了這點。AI實際上是爲機器人裝一個大腦，提高它的認知能力。大模型已經對家裡各個物件的物理性質、危不危險、杯子抓得緊一點還是鬆一點、液體不能倒在地上等有了認知，機器人裝上大模型以後，就會解決之前多年不能解決的問題。當然機器人的身體是必不可少的，所以往機器人關鍵部件去投入，是沒問題的，當然也不作爲投資依據，我認爲這是一個很好的時機。身體做好了，現在大腦也快準備好了，加在一起，機器人真的能進入千家萬戶。

王田苗：你的觀點我非常認同，機器人在中國正在以20%-25%的複合增長率加速發展，全世界增速是8%-12%。所以“機器換人”是一個不可替代的趨勢，只是對人形機器人的發展要更加理性，要更多關注於核心技術突破。我是指人形機器人在有些地方，想象得過於樂觀。跟現實的人，無論從情感溫度、靈巧、安全性來說，還是有相當的距離。我把它看成未來前沿技術和產業的重要方向。

黃鐵軍：我也理解，因爲做AI的人站着說話不腰疼，只要有數據就能訓練。真要做身體，真不容易，所以難題交給王老師們，做硬件、做高精度傳感器、做電機驅動......

王田苗：說到AI對機器人的變革，我最近也看了很多AI文章，也聽了李院士對AI在製造業變革的報告，有一些思考。

我們把製造業分成三段，第一段稱爲設計端，第二段是規劃和操作端，第三段是物流和客戶端。我發現AI在產品規劃、設計端、仿真端，它的貢獻率將超過30%以上，在物流和客戶服務端，也會超過了30%。在車間規劃端和協調資源端，貢獻率大概是25%。而對我們的機器人在焊接、拋光、上下料、噴塗等，這個方面的貢獻率是百分之十幾。

爲什麼在高速、高精度的操作端貢獻沒有這麼高呢？

我個人覺得李院士的報告非常深刻。機器人操作，有一定的挑戰，這裡面主要有三個問題。一個問題是，它要求容錯率非常低。第二，實時性要求特別高。有時候一個動作要在10毫秒或20毫秒有反應，如果把算力放在雲上，都對實時性提出了更高的要求。

李院士說非結構化環境裡增加視覺3D建模，這會比過去，只有工程師才能編程的拋光打磨，效率提高了5-10倍，也就是過去需要3天到4天的工作量，比如說換一個輪轂，之前的工作任務是拋光、打磨，是固定化的。如果換一個不同車型，通過人工智能和3D實時視覺識別，它能夠由3-5天變成半小時-1小時，極大提高了效率。

黃鐵軍：這確實是我們應該做的，就是AI跟製造過程、生產過程、產業過程緊密結合。我現在真的很擔心，如果AI大模型更大、認知能力更強，會帶來巨大的風險。大家開玩笑，之前希望機器人端茶送水掃地，現在它吟詩作賦繪畫了。如果衝着提高認知這個方向，讓它的數學能力、推理能力、對金融市場的操控能力、對國家決策支持能力這個方向走，真的會很危險。不如好好去做些實實在在的工作，到工廠去提高效率、提高質量，到家庭去做家務、照顧老人，這確實是應該做的，基於中國有這麼一個巨大的產業基礎，應該去推進。

王田苗：最後一個問題，創業從對社會的價值貢獻和成功率角度來理解，你覺得學院派（來自於研究院、高校）和企業派，甚至是投資派，這幾個角色之間，誰領導誰更有效？

黃鐵軍：這個問題王老師更有經驗，我自己的感受，還是各自發揮所長。比如在美國，有大家都知道的政策或實踐經驗，就是學院派做好學院派的事，產業派做好產業派的事，分工合作。在中國的環境裡，當然還在發展過程中，就是有點完全商業主導。當然最終要商業主導，但把研究人員和科學家變成精明的商人，這是不現實的。我期望讓他們發揮好作用，但今天還不容易做到。

王田苗：我非常認同，如果認爲這個時代對某些行業變化太快，需要很多資源，往往一定是商業主導，成功率大，比如電商裡的亞馬遜，因爲要整合很多資源，而且變化很快。第二，對於硬科技商業化，往往需要長時間，基本上是要有工程師或高管組合專注打磨，這方面企業高管出來創業，成功率大。而科學家要不然做好橋樑作用，要不然做細分賽道，比如新材料、新試劑、核心算法等，這些重要依賴於科技的成果，原因是在實驗室完成的東西，直接進入到社會工業界比較短，不需要中間的採購、商業資源整合等等環節，成功率比較大。

黃鐵軍：王老師說得對。不同產業界的情況不太一樣。因爲中國科技這麼多年的發展，真的是不同於以前了。以前電商做商業模式創新可以很成功，但今天確實要競爭創新，AI時代、機器人、具身智能，創新是特別核心的要素。而且中國的大學、研究機構積累了很多創新，甚至是國際頂尖創新，但這些創新的轉化率還不高。我從學校、從科研機構來講，期望投資界能更多關注這些點。這些點可能不是那麼成熟，但它是企業長期發展的核心競爭力，我們要有硬科技，要有核心競爭力，這是將來在國際上長期立得住的重要支撐。期望投資界和產業界支持，特別感謝！

王田苗：我聽懂了，在硬科技時代，科技創新與產業需要科學家和工程師積極參與，有責任、有期待、有使命，只是還要思考怎麼和社會更好地合作。謝謝黃老師，謝謝大家！