启盈策略 给未来AI的时间胶囊｜季超：未来机器人将成“超级助手”，人类角色会升级
【前言】不知不觉，世界人工智能大会已经来到了第8年。
这8年，我们和读者一起，见证了AI的飞速发展。我们曾感慨“小灵通”漫游的世界来了，可放到今天，这些“科幻”，已经是AI世界里，最基本的操作了。
我们曾遨游元宇宙，也曾疑惑大模型究竟是什么……不管怎样，我们的生活的的确确，因为AI改变着。
再过两年，世界人工智能大会将来到“十周年”的关键节点。2027年，被AI“接管”的世界会是什么模样？AI自身又将走向何方？
在2025世界人工智能大会开幕之际，新民晚报邀请了9家AI领域头部企业的高级管理人、首席科学家、核心研发者，畅谈他们眼中未来两年AI的发展。两年后，我们也会“重启”这份“时间胶囊”，看看大家的预测是大胆的，准确的；还是像曾经我们对AI的想象那样，略显保守。
基于大模型底层能力突破，以融合长程思维链的高效视觉表征为代表的具身智能与机器人技术快速融合，具身智能和机器人行业持续氛围高涨，行业需求日益迫切，公众认知逐步提升。2025年将是步入应用的关键一年，未来三年也将迎来具身智能批量落地行业应用的关键阶段。
当前机器人智能化程度持续提升，过去两年人形机器人的火爆极大催生了上下游供应链的成熟，这里面好坏参半，虽然在未来1年可能会存在因拔苗助长导致部分后续量产埋下隐患的现象，但更多的是产业链正在快速发展。从供应链层面看，我们看到了更多的跨界融合和创新，例如端侧大算力、通讯技术、柔性传感、硬件工艺等，正在催生下一代具身机器人核心产业链的雏形，而这一定是专属于中国的巨大机会。
从算法创新维度，近年来大家的共识逐步聚焦在数据缺失层面，但是对于数据的倾向性和侧重点仍未统一，如何低成本获取规模价值具身多模态数据也是未来几年非常重要且亟待突破的方向，技术架构我们认为这几年发展下来基本达到了收敛状态，即短期内通过分层的模式思考如何通过定义具体任务来设计相应的模型，长期看端到端一定还会是趋势，其中预训练技术一定会持续在具身智能方向占据重要地位，面向特定场景任务的真机数据未来会非常的宝贵，但是异构部署的泛化性问题会对后续具身数据的商业模式形成重大影响，目前还需要发展一段时间再看看，大趋势已经比较清晰了。
在应用层面，未来几年机器人在行业场景中投资回报周期将普遍缩短至2—3年内，其测算逻辑已经比以工业机器人为代表的专机宽容很多，但是通用带来的多任务泛化操作伴随着节拍效率的损失是需要攻克的重要命题，这其实也是间接指导了未来阶段性落地的场景任务特点。
整体看机器人的边际成本与人力成本已经基本趋于重合，这是具身机器人进入千行百业在商业上成立的重要依据，目前看需求和能力供给的基础要素基本都已经具备，尤其在柔性制造场景中，机器人的多品种、小批量操作能力将大规模落地，填补劳动力短缺缺口。
再讲一下未来具身机器人与人的关系的理解，未来机器人不会取代人类，而是成为“超级助手”：人类角色升级，从操作者转为机器人训练师与任务主管，专注抽象决策与创新；交互方式革新，无代码语音交互成为主流，多模态认知模型让机器人听懂长程指令；高危重复劳动转移，如危险环境检修、高强度物流分拣等场景，将由具备世界模型感知能力的机器人接管。
当然，我们也必须清醒认识到，数据与可靠性仍是关键壁垒，工业级99.999%可靠性要求远超大模型当前水平。未来几年必须攻克合成数据规模化，低成本生成适配柔性场景的真机训练数据，评价体系标准化，建立跨场景的机器人效能评估指标来进行边界约束。同时长远看，价值观对齐机制，防止意识形态偏差渗透至教育、陪护等场景。
未来三年我们坚信将是具身智能从实验室迈向千行百业的爆发年。我们以“一脑多型”架构推动技术落地——通用大脑解构任务，行业小脑精准执行。尽管终极自主意识仍遥远，但人机共生的新时代已拉开序幕。
盛达优配提示：文章来自网络，不代表本站观点。
