國臺辦：向世運會中國臺北代表團表示祝賀
2025-11-07 14:06 3,462次浏览杭州8月13日電 題：人工智慧的全球對話是競爭還是共生？ ——專訪國際計算機協會傑出科學家、西湖大學教授齊國君 作者 林波 曹丹 孫琳茹 當前，人工智慧(AI)正以「技術突破—產業融合—社會重構」的鏈式反應重塑人類文明。從基礎研究到場景落地，從實驗室創新到全球治理，AI已從單一技術工具演變為驅動經濟、社會、文化變革的核心引擎。2025年3月，國際計算機協會傑出科學家齊國君從美國返回中國工作，在西湖大學新組建「MAPLE實驗室」。 如何解讀中外人工智慧科研生態差異？人工智慧未來發展將如何跨越技術與倫理的邊界？人工智慧的全球對話是競爭還是共生？齊國君近日接受「東西問」獨家專訪，對此作出解讀。 現將訪談實錄摘要如下： 記者：您為什麼選擇回中國？ 齊國君：主要是從個人職業發展、大環境兩點考量。 每個人不同的職業生涯周期和階段，對支持資源匹配以及能發揮的場景需求各有不同。結合自身經歷，我認為在AI領域，目前還有一些基礎問題需要解決，且隨著AI基礎模型發展迭代，更多重要成果和產權影響力將在商業場景方面產生。 結合在美國工業界和企業界的工作經歷，從個人發展以及產學結合角度考慮，我認為回中國發展更為合適。 另外，從全球角度看，中美兩國能為AI發展提供良好平臺，中國在市場規模、人口基數、生態環境等方面具有優勢，在應用場景、國家支持力度以及對於產生具有很大商業價值和潛力的產品方面有很多有利條件。 而美國頭部公司如微軟、Meta、Google等在生態中主導性強，馬太效應明顯，新企業或個人在其市場覆蓋下難以脫穎而出，競爭壓力大。 當地時間2022年11月9日，人們在位於美國加利福尼亞州門洛帕克的Meta總部拍照留念。 記者 劉關關 攝 記者：如何解讀中外人工智慧科研生態差異？ 齊國君：美國商業化導向明顯。美國在科研上更多以商業化組織為主導，尤其在AI領域，大公司投入比美國聯邦政府層面更多。聯邦政府雖有計劃和研發機構牽頭項目指導，但整體以商業化組織為主。 AI領域經歷多輪周期，從2012年到2022年這一輪，美國商業化組織從資助技術研究開始，逐步尋找商業化途徑。從技術研究到探索規模化，再到商業化與應用研究，美國企業在技術研究上投入較多。 特別是高校科研投入方面，除美國國家科學基金會有投入外，美國軍方投入更多。早期美國的網際網路建設就得到軍方資助，很多高校經費源於此類政府機構。此外，高校與企業合作，多在人才和技術研究層面。 尤為不同的是，美國風投，特別是矽谷風投，對早期AI項目資助力度大。儘管其目前處於飽和投資狀態，即便知道投100個項目可能只有幾個成功，投資人也願意投入。 在中國，頭部IT企業如阿里、騰訊、字節等在AI領域投入大。同時，國家層面給予諸多支持，包括目標設定、基礎設施建設等，有總體規劃。 中國國內也有風投投入，但受晶片和基礎算力制約，投入成本高，為此更多關注應用類、能快速產生商業閉環的投資，創新企業多聚焦應用環節。此外，中國在風投退出機制上，如回購等有效方式方面，與美國存在差異，需進一步完善。 2025年7月26日，2025世界人工智慧大會在上海開幕。大會集中展示3000餘項前沿展品及100餘款「全球首發」「中國首秀」新品，規模創歷屆之最。 圖為青龍機器人在演示物流分揀。 記者 田雨昊 攝 記者：人工智慧未來發展將如何跨越技術與倫理的邊界？ 齊國君：目前沒有任何充分證據或科學共識表明AI會覺醒並產生自我意識，這更多是基於科幻的猜測。不過，AI發展確實帶來新挑戰，但新技術發展通常都會面臨類似問題，如網際網路技術發展過程中的盜版、不良信息傳播等。 在我看來，AI技術發展對社會總體正面作用遠大於負面作用，在生產力發展、應用場景拓展、就業門類創造、產業結構優化等方面有很大價值，且已出現很多正面案例。 譬如，AI大量應用於客服行業，提高了勞動生產率，雖給就業帶來壓力，但也創造了如數據行業等薪酬更高的新職位；在數字人、動畫製作、美術製作等創意類行業領域，AI取代了90%以上的重複性勞動，廣告行業和數據處理相關行業也發生很大變化。 2024年3月29日，四川成都，第十一屆中國網絡視聽大會現場，虛擬數字人亮相展區。 記者 王磊 攝 展望未來，AI對所有行業的勞動生產率提高產生很大作用，類似網際網路發展第一階段先提高勞動生產率，未來可能過渡到以AI為生態的新企業出現階段。 我預計未來5年內會出現以AI為原生的大型企業，可能對未來二三十年的經濟產生重要影響。 記者：人工智慧的全球對話是競爭還是共生？ 齊國君：我認為未來人工智慧的全球對話，既有競爭又有共生，但共生大於競爭。 AI領域速度競爭和開放競爭至關重要。 速度競爭上，AI行業與網際網路行業有共通之處，技術交流頻繁，難以長期獨佔技術。真正形成優勢的是規模效應，比拼的是速度和開放程度。誰能跑得更快，就能吸引更多用戶，獲得更多數據，使模型迭代得更快更好，形成正面反饋，即飛輪效應。飛輪一旦轉動，規模和影響力會不斷擴大。 如果模型僅在小範圍內使用，無法吸引更多用戶形成商業閉環，數據和用戶就無法增長，也就難以理解更多用戶意圖、使用場景，模型也就無法做得更好。所以AI發展要走向更開放，吸引更多用戶使用，以形成正面反饋。這也是AI的開放競爭。 但在我看來，成功的網際網路和IT企業必然是全球化或至少具有跨國影響力，中美網際網路和IT企業皆是如此。在此過程中，各方相互促進，形成共生關係。 例如在數據治理、AI倫理規範等方面展開合作，且AI產生巨大影響力時會作用於實體經濟和日常生活，其正面影響會溢出到全球範圍，技術也會共享。 學術交流促進共生。AI行業極為開放，大量新技術通過學術論文發表在學術期刊、會議以及公開的預印網頁上。大家藉助學術交流，推動知識傳播，分享新的技術思路。 像今年，DeepSeek宣布開源MLA解碼核FlashMLA、DeepEP代碼庫等。其新思路和算法很快在網上傳播，美國企業也借鑑使用。(完) 受訪者簡介： 齊國君。 受訪者供圖 齊國君，2005年畢業於中國科學技術大學自動化專業；2009年獲中國科學技術大學自動化系博士學位；2013年再獲美國伊利諾伊大學香檳分校電子與計算機工程專業哲學博士學位。他曾任IBM T.J. Watson研究中心研究員、華為美國研究中心首席AI科學家，並在39歲時獲得國際電子電氣工程師協會會士(IEEE Fellow)和國際計算機協會傑出科學家(ACM Distinguished Scientist)稱號。
閱讀提示 近期，人形機器人在各大展會和活動中頻頻亮相，展現出強大創新力和蓬勃發展活力。從實驗室到千家萬戶，其商業化落地還需突破技術、成本等難題。專家認為，未來，可以通過建設大規模數據採集工廠等方式，加快部分場景的商業化落地，以更好跨越「最後一公裡」。 格鬥臺上，4臺身高約1.3米的人形機器人兩兩對抗，直拳、勾拳、側踢，連招行雲流水……在不久前舉辦的世界人工智慧大會上，一場人形機器人格鬥賽引發關注。 今年，被認為是人形機器人量產「元年」，人形機器人頻頻亮相各大展會，展現出強大創新力和蓬勃發展活力。2025世界機器人大會上，200餘家國內外機器人企業參展，人形機器人整機企業數量創下新高；2025世界人形機器人運動會開賽在即，500餘臺人形機器人將在538個比賽項目中大顯身手…… 作為機器人技術的集大成者，人形機器人承載著新一輪科技革命和產業變革的厚望。迎來量產的人形機器人如何從實驗室到千家萬戶？其商業化落地還面臨哪些挑戰、需要突破哪些藩籬？對此，《工人日報》記者展開了採訪。 產業發展有基礎，技術細節存卡點 「看它走路搖搖晃晃，跑兩步就摔跤，感覺還不是很靈活。」來自鄭州的謝嘉豪觀看了近期舉辦的2025RoboCup巴西機器人足球世界盃的多場賽事，在他看來，一些參賽的人形機器人在運動能力上還有提升空間。這也道出了當前該產業面臨的困境之一。 根據工信部發布的《人形機器人創新發展指導意見》(以下簡稱《意見》)，今年，我國將初步建立人形機器人創新體系。工信部相關負責人在解讀《意見》時表示，我國人形機器人產業前期已有一定基礎，但在一些方面仍存在短板弱項。 據了解，智能能力、運動能力和本體能力技術卡點，是當前人形機器人面臨的主要發展瓶頸。有業內專家將這三類能力比作人類的「大腦、小腦、肢體」，它們對人形機器人的發展至關重要。 「人形機器人的運動控制、感知能力目前存在技術卡點，導致它們看起來『笨笨的』。」飛上天傳媒CEO宋宇飛及其團隊針對人形機器人賽道開展了多項研究，他告訴記者，在運動控制方面，部分人形機器人的電機雖能提供高瞬時功率，但持續運行時散熱不佳，致使關節溫度升高、扭矩精度下降，且當前的機器視覺和傳感器技術尚不足以讓機器人準確感知複雜環境，「這也是為什麼人形機器人在運動時容易摔倒」。 而在人形機器人的運動能力和本體能力之外，多位受訪專家指出，類似於人類「大腦」能力的智能能力在技術細節方面仍需不斷完善。 對此，高工機器人研究總監蔡炳貞分析認為，機器人需要先感知外界信息，再把信息傳給「大腦」，「大腦」要加以理解、分析、推理、決策，再指揮「小腦」控制運動，現有的人形機器人大模型推理速度、邊緣計算算力相對不足，由此帶來延時性問題，進而導致整套動作流程耗時較長。 供應鏈進一步完善，價格有待更「親民」 從幾年前的幾百萬元一臺，到今年的幾萬元一臺，人形機器人售價總體呈下降趨勢。特別是今年以來，多個品牌產品進入量產階段，價格降幅更為明顯。7月，國內某品牌推出的一款人形機器人，售價為3.99萬元起。 不過，人形機器人要進一步實現家用，現階段的成本和售價仍然較高，有消費者表示，「期待隨著國產供應鏈進一步完善，售價能夠更加『親民』。」 人形機器人為什麼「有些貴」？蔡炳貞認為，目前，無論是人形機器人的「大腦」「小腦」技術，還是關節模組等硬體技術，都還沒有實現標準化和統一，各個零部件主要由各機器人廠家設計定製，導致定製成本較高。 對於如何進一步降低人形機器人成本，宋宇飛建議，一方面，企業應當繼續提高自研自產能力，通過自研自產電機、3D雷射雷達等核心部件，不斷降低硬體成本；另一方面，也應持續優化設計與生產工藝，如減少模具成本和零部件數量，提高裝配效率。 上海大學智慧機器人團隊成員張哲瑞告訴記者，我國具有完整的人形機器人產業鏈，如果人形機器人的技術問題得以更好地解決，大規模量產和降低成本都有望實現。 「技術進一步成熟之後，產業鏈上下遊才能有相對統一的產線進行大規模生產。實現這種大規模量產後，人形機器人進入千家萬戶才有可能。」蔡炳貞說。 拓展應用場景，加快商業化落地 從實驗室到工廠，從展臺到救援現場，再從商場到尋常百姓家……跨越「最後一公裡」，人形機器人如何探索應用場景的更多可能？ 據蔡炳貞觀察，人形機器人目前主要應用於科研場景、教育場景、展覽娛樂場景、商業巡檢場景，這4類場景佔到人形機器人全部應用場景的70%以上。 近年來，國家和地方在拓展人形機器人應用場景方面進行了諸多積極嘗試。《意見》提出，加快人形機器人在特種環境應用，聚焦3C、汽車等製造業重點領域，提升人形機器人工具操作與任務執行能力，並拓展人形機器人在醫療、家政等民生領域服務應用。部分地區已展開先行先試，如北京嘗試打造高智能化和柔性化的生產線及汽車超級無人工廠，上海啟動運行全球首個全尺寸人形機器人開源社區「OpenLoong」。 宋宇飛建議，將人形機器人優先用於救援救災場景。「如在坍塌等高危場景中，機器人能進入人類難以到達的危險區域，執行探測、搜救等任務，提高作業安全性和效率。」 「人形機器人的最大優勢就是能夠適配人類社會的基礎設施。在應用場景方面，可以按從簡單到複雜、從封閉到開放的順序進行拓展。」張哲瑞分析稱，可以先從工廠等簡單的、封閉的場景推廣人形機器人，再逐步推廣至更開放、更複雜的場景。 「讓人形機器人到工廠去做『簡單勞動』其實並不簡單，核心卡點在於模型有待優化和數據稀缺。」蔡炳貞告訴記者，行業內目前主要通過遙操機器人採集數據、生成仿真數據等解決上述問題，要突破這一瓶頸，未來還需建設大規模數據採集工廠，或通過切割場景，讓一部分場景機器人先實現商業化落地。
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
五楼直播
「活动」首次登录送新手大礼包
- 软件大小: 352.79MB
- 最后更新: 2025-11-07 14:06
- 最新版本: v8.12.18.4
- 文件格式: apk
- 应用分类:ios-Android 浪花直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.47以上
客服热线：139-8235-5781
13876
95
68521
15243
29
2025-11-07 14:06
49258
97
2025-11-07 14:06
47925
12
2025-11-07 14:06
76539
19
2025-11-07 14:06
59324
46
2025-11-07 14:06
76958
85
2025-11-07 14:06
76352
16
2025-11-07 14:06
14657
56
2025-11-07 14:06
56374
59
2025-11-07 14:06
57
39
48
41238
57
31
24
86341
73526
69
93542
84695
16