【环球时报报谈 记者 陈子帅 马晶晶】编者的话：在本年的瑞士达沃斯论坛上，好意思国企业家马斯克称，按照面前东谈主工智能（AI）发展的速率，本年就可能出现比任何东谈主类个体都明智的AI，而5年后，AI将比东谈主类集体智谋还要明智。

天然马斯克的酌量现在无法考证，但AI惊东谈主的发展态势已是不争的本质。近日，《环球时报》记者参加了在苏州举办的一场AI大会，大会累积了50多位两院院士、学者和AI领域的企业家，共同探讨东谈主工智能的发展趋势与哄骗远景。记者在行径现场长远感受到，AI已庸俗渗入并哄骗到各个领域。

“AI行将超越东谈主类智谋”？

第三届宇宙东谈主工智能哄骗场景革命挑战赛总决赛暨宇宙“东谈主工智能+”哄骗场景革命大会，由中国东谈主工智能学会蚁集苏州市东谈主民政府、苏州大学主理，以“场景开动·数智强国”为中枢主题，累积了东谈主工智能领域的113支革命团队与350余位行业精英挑战比拼。

在本次大会的展示区，几台机器东谈主正在展示它们的智商：一台机器东谈主组装着积木，另一台机器东谈主将一批手机电路板放到仪器上检测，检测及格后，再将电路板送到下通盘工序……现场职责主谈主员先容说，搭积木，考证了机器东谈主机械臂的精度，以及视觉系统的识别才智，“将来它们不错作念牵线搭桥、叠穿着等‘良好活’。”而机器东谈主检测电子元器件依然庸俗哄骗于工业场景，关系斥地和技能的国产化率达到98%。

在另一个展台，《环球时报》记者看到，大屏上显露了一座机场的三维立体全景。技能众人先容说，该数字孪生系统依然在昆明长水机场哄骗，不错及时监控机场车辆的行驶轨迹，当有飞机密降落时，会提前预警。在冬季除雪功课时，系统草率让施工东谈主员在造谣环境中预演操作过程。还有一个展台的大屏幕上显露了国内用AI进行电力退换的效果。这些“AI退换员”草率自动处置告警信号、拟写退换指示等。

关于马斯克“AI超越全东谈主类智谋”的不雅点，苏州大学将来科学与工程学院常务副院长王进在大会现场经受《环球时报》记者采访时示意：“AI照实将深刻更动社会，融入坐蓐、生活、治理各领域，2026年底AI或在特定领域超越东谈主类个体，但AI实质上穷困重大与激情，与东谈主类存在根人道差距。东谈主类集体智谋包含文化、价值、激情等多重维度，AI无法在短期间内已毕。”

他进一步说，马斯克的预言天然有一些激进，但也给咱们一个警示，请示咱们在拥抱东谈主工智能技能变革、抢抓发展机遇的同期，更要感性正视其发展的潜在风险，提前作念好技能攻关、伦理规制与体系成立的布局，把抓东谈主工智能发展的主动权。

“将来，AI将赋能个体成为‘超等个体’，极大普及东谈主的才智范畴。另外AI在民生作事、城市治理、家居生活等场景将已毕替代重叠性、圭臬化职责。”王进以为，最终AI将回来“赋能东谈主”的实质，让东谈主类更多聚焦创意、决策、激情雷同等更高价值的事，构建起个体赋能、生态协同、价值共创的智能生活新形态，已毕AI技能普惠下的坐蓐生活形式升级。

开辟“鸟工智能”新赛谈

在本次大会上，东谈主工智能技能的发展趋势过头哄骗场景赢得了庸俗决议。北京航空航天大学素养、中国科学院院士郭雷示意，要开辟“仿生智能技能”说合新赛谈。他将将来的东谈主工智能发展新赛谈描绘为“鸟工智能”，在他看来，动物在亿万年进化过程当中要濒临各式极点环境，它们要捕食、要规避，这些过程可能并不需要大量计较的才智，而是需要机敏的感知才智和迅疾的响应才智。他例如说，为什么兔子耳朵会越来越长？因为长耳朵不错感知更多的声息讯息，终末能已毕安全的目的。从步履智能的角度讲，“鸟工智能”等具有自身上风，因为它们能适宜各式极点环境和不同的生活场景。

苏州大学将来科学与工程学院常务副院长王进示意，2026年是AI从“领路智能”向“具身智能”进步的关节一年，中枢趋势有3个。一是大模子竞争的要点从范畴转向服从与才智，聚焦推理优化与智能体高效构建，推动AI从生成向缱绻和履行进化。二是空间智能成为说合前沿，大模子冲破空间知晓力，赋能无东谈主系统、数字孪生等领域。三是AI深度镶嵌各行业中枢过程，推动产业范式重构。

王进进一步说，从效果方面来看，具身智能将会在工业巡检、家庭作事等场景小范畴商用。科学大模子会加快落地，重构科研过程、贬低研发周期。而使用绿色动力的AI技能将被爱好，新式算力架构与绿色数据中心缓解动力压力，成为AI范畴化哄骗的新撑持。

华中科技大学素养、中国工程院院士陈学东在评释中总结说，面前具身智能呈现4个主要本性。一是智能一定与智能体或躯壳是相互依存的。广义来讲，具身智能体不错是各式形态，包括家电、智能驾驶汽车、各式千般的机器东谈主。二是智能体不错及时感知和反馈环境。三是智能体与环境的互动草率酿成闭环，以草率复杂环境的变化。四是有学习才智和适宜性，智能体不错在未知环境中接续挽救和优化自身。

因此，陈学东以为，接下来要要点发展具身智能的五大技能。一是智能体自己的仿生想象与制造。“智能体自己要具备生动性、重大性、可靠性。”二是多模态的环境感知技能。“智能体草率看得见、听赢得、摸得出，从某种进程上讲，天然界中的动物乃至最高等的东谈主所具备的感知形式和才智，咱们都期待在具身智能体上草率已毕。”三是智能体草指导路，还草率知晓、草率识物、草率懂语义、草率辨气息等。四是智能决策的技能才智，草率知任务、明成见、会协同。五是机器东谈主大模子技能，已毕“端到端”的放肆，“经营要准、行动要稳、作为要快。”

关于东谈主形机器东谈主的发展，与会众人也给出了他们的想考。南边科技大学电子与电气工程系系主任、加拿大工程院院士孟庆虎在题为《“大模子”加持下的机器东谈主为什么落地难？》的评释中示意，东谈主工智能便是想用计较机和算法来模拟东谈主的大脑。但一个普通东谈主大脑的算力到底有多大，莫得东谈主知谈。咱们大脑用什么样的算法也莫得东谈主知谈。驱散便是咱们用超等算力和算法在模拟东谈主的大脑。

孟庆虎示意，“要想用好一个器用，你不光要知谈它的所长，更要知谈它的不及。要用场景智能替代通用模子。通用模子在维度上跟东谈主的普通智能模子差得很远，原因便是数据量的问题。在数据莫得补皆之前，教师出来的仍然是一个低维的模子，是以场景智能反而是不错随即落地处置具体问题的。”

孟庆虎例如说，“无线胶囊机器东谈主无法作念到翰墨识别和东谈主脸识别，但当你把它吃下去，它不错把消化谈内部通盘不屈日的处所给找出来。咱们就用一台台式计较机，教师它的时候只用了消化谈里的各式数据，不给它用别的。是以算法算力可控，在资源很少的情况下就能把这个场景哄骗作念得十分好，这是确切让东谈主工智能很快落地，况且完成任务的一个可能性。”

陈学东还提到，东谈主形机器东谈主离范畴化哄骗仍有较长的路要走，还有好多技能难点要克服，而四足、两栖等专用机器东谈主，则可能更快已毕落地。

低空经济将与AI深度和会

面前我国低空经济正处于策略红利开释、技能迭代加快的快速发延期，已成为辅助新质坐蓐力、打造万亿级新兴产业的中枢赛谈。在本次大会上，低空经济亦然决议热门。

电子科技大学（深圳）高等说合院深想实验室主任杨军示意，低空尤其城市上空的遨游环境极其复杂，若是将高空比作平整柏油路，那么低空则如同越野。因此，杨军提倡，要打造低空经济的世界模子。

“若是说大模子的前半场是诳言语模子，后半场随即要参加世界模子。”杨军说，近期有特斯拉车主通过无东谈骨干预的自动驾驶横穿好意思国，旅行长达4000多公里，关节是特斯拉“场景打造得好”——有测试场、有大量车在采集数据、同期还在教师。因此他以为，要想发展好低空技能，打造高保的确低空全景三维世界模子至关热切。

凭证公开报谈，深想实验室依然打造了寰球草创的低空复杂环境模拟安装，被称为低空遨游器的“模拟风景测验场”。如今，它已能精确复现城市峡谷风场、热岛效应、风切变、下击暴流等典型复杂风场及极点风景，为无东谈主机、电动垂直起降遨游器（eVTOL）等低空装备的安全遨游，搭建起关节的测验考证平台。

郭雷示意，低空经济的要害前提是安全。这种安全濒临多重挑战：既包括天然身分（如风扰），也包括电磁信号过问；既有客不雅环境带来的不细则性，也有东谈主为过问的潜在风险。因此，必须针对不同哄骗场景——如城市空中交通、遥感测绘、农林植保、智谋城市握住、济急搭救等——深入分析其互异化需求，进而冲破相应的关节技能，研制适配的专用安装与装备。

“低空经济与AI深度和会，绝顶是在三维地舆环境下的地舆空间智能诱骗，是已毕小范畴低空遨游走向大范畴低空经济的关节变量，亦然低空经济塑造产业生态的中枢撑持。”莫干平地信实验室实景三维经济说合院院长高崟在大会现场告诉《环球时报》记者，将来的低空经济是面向高密度、强安全、无东谈主化的低空范畴遨游，而这么条款下的范畴遨游，遨游前缱绻、遨游中作事监管、遨游后评估优化等全周期，将从以东谈主为主走向以自动化为主，“这么的情况下，将来纵朝上的遨游前、遨游中、遨游后每个智商都需要AI撑持，横朝上的绝大部分哄骗场景、绝大部分无东谈主航空器类型等都需要AI撑持。”

那么，面前东谈主工智能发展濒临哪些挑战？苏州大学将来科学与工程学院常务副院长王进告诉《环球时报》记者，一是算力需求与资源供给的矛盾，算力需求增速越过芯片（GPU/TPU等）算力迭代速率，动力浮滥增速远超算力能效普及速率，且算力资源离别不均，径直制约AI的范畴化落地哄骗；二是大模子才智短板与使用精确性要求的矛盾，大模子存在生成幻觉问题，且可诠释性差、因果推理弱，“黑箱决策”模式潜藏安全风险；三是技能快速发展与伦理治理滞后的矛盾，数据隐秘败露、算法愤激、株连界定隐晦等问题日益突显，寰球范围内尚未酿成融合的AI治理法令与圭臬。

何如草率这些挑战？王进以为，一是通过重构教师框架、优化芯片底层想象普及算力教师的动力使用服从。依托算能一体化想路，将低老本绿色动力纳入算力缱绻体系，同期布局边际算力、激动算力资源跨域退换，缓解资源离别不均问题。二是优化大模子教师结构与数据逻辑，强化模子的因果推理才智，普及生成内容的准确性，同期冲破模子可诠释性技能瓶颈，增强决策可靠性。三是完善AI领域的伦理秩序与法律律例，依托策略制定建立分领域、分层级的监管框架；加强AI治理的外洋协同与法令对接，在均衡安全与革命的前提下，推动酿成寰球通用的治理共鸣。