围绕人工智能ღ★◈★、具身智能领域的热点话题ღ★◈★，《每日经济新闻》记者（以下简称NBD）在全国两会期间专访了全国政协常委ღ★◈★、中国科学院院士ღ★◈★、南京大学党委书记谭铁牛ღ★◈★。

　　在采访中ღ★◈★，谭铁牛感叹ღ★◈★，这几年人工智能技术的进步超乎想象风吹亚吉拉ღ★◈★，“在预料之外”ღ★◈★。他回忆道ღ★◈★：“大概10年前ღ★◈★，我们还把人跟机器人用自然语言交互作为一个重要奋斗目标ღ★◈★，现在这个问题已经基本解决ღ★◈★。”

　　但他也提醒ღ★◈★：“这并不意味着现在人工智能是万能的ღ★◈★，它还有很多‘不能’——虽然不用人工智能又是万万不能的ღ★◈★。”谭铁牛强调ღ★◈★，发展人工智能要理性务实不跟风ღ★◈★，因地制宜抓落地ღ★◈★。

　　NBDღ★◈★：今年春晚舞台上ღ★◈★，机器人的表演再次成为全民话题ღ★◈★。您认为这释放出什么信号？这种集中曝光是不是产业成熟的标志？

　　谭铁牛ღ★◈★：人形机器人确实是当前科技革命和产业变革的热点领域ღ★◈★，大众喜闻乐见ღ★◈★。但我们要从中看出门道ღ★◈★，不能光看热闹ღ★◈★。

　　值得肯定的是ღ★◈★，从去年的“秧Bot”到今年的“武Bot”（Bot是机器人的简称）ღ★◈★，宇树人形机器人展现的水平令人印象深刻ღ★◈★，1年之内从行走不稳到翻跟斗ღ★◈★，进步很快ღ★◈★。这充分体现了我们自主创新的成就9728太阳集团ღ★◈★，证明中国人同样可以引领世界科技创新的潮流ღ★◈★。所以要坚定自主创新的信心ღ★◈★，在这场人形机器人热潮中ღ★◈★，至少在运动ღ★◈★、控制能力方面ღ★◈★，我们已经走在世界前列ღ★◈★。

　　但也要客观看待ღ★◈★。不能把人形机器人跟人工智能划等号ღ★◈★，看到翻跟斗等酷炫动作ღ★◈★，便认为其具备了高度智能ღ★◈★。这里必须厘清一个基本概念ღ★◈★：人形机器人不等于人工智能ღ★◈★。

　　机器人与智能是两个高度关联却内涵不同的概念ღ★◈★。机器人不一定有智能ღ★◈★，它更多是承载人工智能能力的载体ღ★◈★，具有一定智能的机器人才能叫智能机器人ღ★◈★，人形机器人同样如此ღ★◈★。

　　现在全网热议的人形机器人ღ★◈★，更多体现了机器人控制和运动能力的进步ღ★◈★，就像无人机编队表演一样ღ★◈★，是在已知流程ღ★◈★、已知动作ღ★◈★、已知场景的情况下预编排ღ★◈★、预训练过的ღ★◈★，不完全代表人工智能的进步ღ★◈★。如果在表演过程中突然移动了道具位置ღ★◈★，它可能就无法应对ღ★◈★。如果它能自主寻找道具ღ★◈★，那才是高难度ღ★◈★，是真正的人工智能体现ღ★◈★。

　　所以现在谈产业成熟还为时尚早ღ★◈★。我认为ღ★◈★，人形机器人如果一直只是跳跳舞ღ★◈★、翻翻跟斗ღ★◈★，终究会是昙花一现ღ★◈★，一定要找到“杀手级”的应用ღ★◈★。春晚之后机器人订购量很多ღ★◈★，这不奇怪ღ★◈★，但新鲜感ღ★◈★、好奇心不会持续ღ★◈★。关键在于ღ★◈★，它是不是刚需ღ★◈★、能解决什么问题ღ★◈★。如果找不到“杀手级”应用ღ★◈★，终会被历史所淘汰ღ★◈★。

　　这里有一个历史教训ღ★◈★。日本是人形机器人研究起步较早的国家ღ★◈★，在2000年就推出了轰动全球的人形机器人“阿西莫”ღ★◈★，但在面世22年后ღ★◈★，因成本高昂且实用性有限ღ★◈★，未能找到“杀手级”应用ღ★◈★，最终退出历史舞台ღ★◈★。

　　谭铁牛ღ★◈★：太多了ღ★◈★，比如制造ღ★◈★，比如巡检——巡检道路ღ★◈★、高铁ღ★◈★、高压电线ღ★◈★。但巡检工作的要求比较高ღ★◈★，需要机器人具备“火眼金睛”ღ★◈★，也就是视觉能力要强ღ★◈★、运算速度要快ღ★◈★，这就不仅仅需要控制和运动能力ღ★◈★，还要有对环境的感知能力ღ★◈★、理解能力ღ★◈★。在巡检领域ღ★◈★，现在有一些落地应用ღ★◈★，但在开放场景中仍有挑战ღ★◈★。

　　NBDღ★◈★：当前机器人技术距离真正进入家庭ღ★◈★、工厂等真实场景ღ★◈★，还有哪些关键障碍需要跨越？具有很高智能水平的机器人什么时候会走进千家万户？

　　谭铁牛ღ★◈★：机器人已经走进千家万户ღ★◈★，比如常见的扫地机器人ღ★◈★，就具有一定智能能力ღ★◈★。但智能人形机器人要真正进入家庭ღ★◈★，要能帮助人干更多家务ღ★◈★，实现无缝的人机协同ღ★◈★，还有很多难关ღ★◈★。在我看来ღ★◈★，至少需要5年以上ღ★◈★。

　　原因在于ღ★◈★，机器人需要具备强大的场景感知能力ღ★◈★。它要知道周围环境是什么ღ★◈★、自己在哪里ღ★◈★，还要知道人的意图是什么ღ★◈★、想干什么ღ★◈★。不能老是挡路ღ★◈★，也不能在别人要拿走杯子时却开始倒开水ღ★◈★。要根据人的行为判断其意图ღ★◈★，难度很大ღ★◈★。如果不知道对方要干什么ღ★◈★，就无法实现协同ღ★◈★，甚至因为误操作带来风险ღ★◈★。

　　另一个关键短板是末端灵巧操作ღ★◈★，尤其是“手”的灵巧性ღ★◈★。目前的触觉传感能力还远远不够ღ★◈★，无法精准感知物体的光滑度ღ★◈★、材质ღ★◈★、温度ღ★◈★、湿度等9728太阳集团ღ★◈★。人形机器人什么时候能做到随时上场跟人对打乒乓球并能取胜ღ★◈★，那时我才真正佩服ღ★◈★，而目前还差得很远风吹亚吉拉ღ★◈★。

　　NBDღ★◈★：业界比较乐观ღ★◈★，觉得3~5年就能实现智能机器人走进千家万户ღ★◈★。您认为这种乐观是不是有资本过热的因素？

　　首先是期望值泡沫ღ★◈★。大家对人工智能和人形机器人期望值很高ღ★◈★，这几年的进步也确实超乎想象ღ★◈★，但并不意味着现在人工智能是万能的ღ★◈★。因为发展很快9728太阳集团ღ★◈★，就认为几年之内通用人工智能（AGI）就能实现ღ★◈★，这过于乐观ღ★◈★。

　　最后是估值泡沫ღ★◈★。OpenAI虽未盈利ღ★◈★，估值却高达数千亿美元ღ★◈★，明显过高ღ★◈★。一些人工智能公司ღ★◈★，一个像样的产品还没有就被估值十几亿元ღ★◈★、几十亿元ღ★◈★，这明显是虚高ღ★◈★。此外ღ★◈★，一些媒体和自媒体的炒作也放大了泡沫ღ★◈★。

　　诺贝尔经济学奖和图灵奖得主司马贺在1965年人工智能第一次浪潮时曾预测ღ★◈★，20年内机器能做人所能做的一切工作ღ★◈★。但这一预测至今未能实现ღ★◈★。可见ღ★◈★，热潮之中更需要理性ღ★◈★。

　　NBDღ★◈★：您曾说“马斯克们过于乐观了”ღ★◈★，并认为通用人工智能还遥不可及ღ★◈★。但业界对AGI的追逐热度不减ღ★◈★。在“理性务实”与“技术理想主义”之间ღ★◈★，您认为中国的人工智能发展应该如何把握节奏？

　　谭铁牛ღ★◈★：关键在于如何定义通用人工智能ღ★◈★。我的定义是ღ★◈★，能够媲美和超越人类智能（智慧）的人工智能ღ★◈★，才是通用人工智能ღ★◈★。它至少要跟人类差不多9728太阳集团ღ★◈★，能做人所能做的一切事情ღ★◈★。如果是这样定义ღ★◈★，我认为至少在看得见的未来很难实现ღ★◈★。

　　原因在于ღ★◈★，人有顿悟ღ★◈★、常识ღ★◈★，会举一反三ღ★◈★、融会贯通ღ★◈★，更重要的是能听出话外音ღ★◈★，能读出字里行间的言外之意ღ★◈★。而目前的人工智能有时连常识都搞不清楚ღ★◈★，因为它是靠大数据训练出来的ღ★◈★，并未真正把握物质世界的因果关系和物理规律ღ★◈★。

　　“智能”目前没有统一的定义ღ★◈★，人的智能和智慧的机理也没完全搞清楚ღ★◈★。超越一个尚未完全理解的事物ღ★◈★，在逻辑上是说不通的ღ★◈★。只能说表面上超越有可能ღ★◈★，但表象无法穷尽所有方面风吹亚吉拉ღ★◈★，无法进行完备性测试ღ★◈★。从表象上看ღ★◈★，现在还存在认为人工智能已经具有意识和情感的误解ღ★◈★，实际上它只是表现得像有情感ღ★◈★、有意识ღ★◈★，那是模仿ღ★◈★。模仿不等于具有ღ★◈★，不等于掌握ღ★◈★。

　　第一ღ★◈★，在实际应用中是否需要通用人工智能？通俗来说ღ★◈★，“通用”就是什么都能干ღ★◈★。这点在我个人看来ღ★◈★，答案是否定的ღ★◈★，因为术业有专攻ღ★◈★。我们说要培养复合型人才ღ★◈★，但并不意味着这个人什么都能干好ღ★◈★，没有所谓的通才ღ★◈★。

　　既然如此ღ★◈★，为什么不搞一批精深的专用智能体？让他们各自分工ღ★◈★，协同调度ღ★◈★。即便在家庭场景中ღ★◈★，做饭ღ★◈★、打扫ღ★◈★、照顾老人都是同一个智能体ღ★◈★，它也只能算多用ღ★◈★，而不能叫通用ღ★◈★。

　　第二ღ★◈★，通用人工智能能否实现？通用人工智能要超越人类智能ღ★◈★，而人的智能机理尚未完全搞清楚ღ★◈★，如何超越？因此ღ★◈★，对通用人工智能ღ★◈★，我的观点是ღ★◈★，依然任重道远或者说遥不可及ღ★◈★。

　　谭铁牛ღ★◈★：当然ღ★◈★，如果是要无限逼近人的智能和智慧ღ★◈★，具身智能是一个路径ღ★◈★，或者说必由之路ღ★◈★。不过ღ★◈★，当前“具身智能”一词也存在被滥用和标签化的现象ღ★◈★。

　　具身智能有两个核心要素ღ★◈★：一是拥有身体ღ★◈★，即看得见摸得着的物理本体ღ★◈★；二是与环境持续交互ღ★◈★，在“摸爬滚打”中变得越来越聪明ღ★◈★。如果跟环境交互只是执行既定任务ღ★◈★，那不能叫具身智能ღ★◈★。

　　当前存在一些理解偏差ღ★◈★，以为只要有实体ღ★◈★、有一点智能ღ★◈★，就是具身智能机器人ღ★◈★。这是错误的ღ★◈★。要区分机器人与人工智能ღ★◈★、机器人与智能机器人ღ★◈★、智能机器人与具身智能机器人之间的区别ღ★◈★。

　　简单来说ღ★◈★，机器人是硬件实体风吹亚吉拉ღ★◈★，智能机器人是在此基础上加载了智能能力ღ★◈★。例如ღ★◈★，普通的工业机械手是预编程的ღ★◈★，没有智能ღ★◈★；而智能机械手在拿东西时ღ★◈★，若遇到障碍物ღ★◈★，能自主改变路径ღ★◈★，绕过去继续执行任务ღ★◈★。

　　那么ღ★◈★，具身智能机器人与智能机器人的区别何在？首先ღ★◈★，机器人如果是实体的ღ★◈★，肯定是具身的ღ★◈★。其中具身智能机器人必须在与环境交互的过程中变得越来越聪明ღ★◈★，通过学习不断提升智能ღ★◈★，掌握原本未被预设的能力ღ★◈★。

　　因此ღ★◈★，为何说具身智能是逼近人类智能的必由之路？因为人类智能正是这样进化而来的ღ★◈★。要逼近人类智能ღ★◈★，最直观也可能是最有效的路径ღ★◈★，就是跟人一样去学习和进化ღ★◈★，才有可能实现超越ღ★◈★。

　　这几年我对具身智能的认识确实有一个转变过程9728太阳集团ღ★◈★，刚开始对具身智能有疑虑ღ★◈★。因为人类和动物的自然智能ღ★◈★，本就是在摸爬滚打中慢慢成长起来的ღ★◈★，要经风雨ღ★◈★、见世面才能长才干风吹亚吉拉ღ★◈★。这不正是具身智能的基本内涵吗？你看“智”字ღ★◈★，上面是“知”ღ★◈★，下面是“日”ღ★◈★，代表日复一日的亲身经历ღ★◈★。智慧ღ★◈★、智力ღ★◈★、智能就意味着经风雨ღ★◈★、见世面ღ★◈★，亲身经历和实践ღ★◈★。

　　NBDღ★◈★：您反复提到智能ღ★◈★，这个智能是不是可以理解为大模型的能力？您怎么看大模型在具身智能中扮演的角色？现在是否存在“过度依赖大模型”的风险？

　　谭铁牛ღ★◈★：这里面又有几个概念需要厘清ღ★◈★。大模型不等于人工智能ღ★◈★，具身智能是发展人工智能的一个途径风吹亚吉拉ღ★◈★、一种方法ღ★◈★。

　　大模型则是当前这波人工智能热潮的核心技术ღ★◈★，其基础是深度神经网络ღ★◈★，通过模拟人脑分层处理信息的机理ღ★◈★，由粗到细ღ★◈★、由粗到精地学习ღ★◈★。所谓大模型ღ★◈★，可粗略理解为一个巨大的ღ★◈★、拥有海量参数的“人工”神经网络（模仿人类脑神经网络）ღ★◈★，通过大量数据训练而成ღ★◈★。它只是实现人工智能的一种方式ღ★◈★，而非全部ღ★◈★。模拟人的智能ღ★◈★，不一定非要通过模拟人的神经网络实现ღ★◈★，这确实是最直观的方式ღ★◈★。

　　我曾在去年4月提出一个观点ღ★◈★，目前正逐步得到验证ღ★◈★：完全依靠堆算力ღ★◈★、堆数据来发展人工智能的路子是不可持续的ღ★◈★。原因有三ღ★◈★：一是性能提升不可持续ღ★◈★，投入同样的数据和算力ღ★◈★，性能提升越来越小ღ★◈★；二是算力不可持续ღ★◈★；三是数据不可持续ღ★◈★。互联网上的可用数据几乎被用尽ღ★◈★。任何物理系统都有其极限ღ★◈★，必须另辟蹊径ღ★◈★。

　　DeepSeek（深度求索）之所以引起轰动ღ★◈★，就是因为没有完全依赖算力和数据ღ★◈★，而是通过算法创新ღ★◈★，用更少的芯片和数据达到了同样甚至更好的效果ღ★◈★。

　　大模型不可能不停的“大”下去ღ★◈★，规模效益总有极限ღ★◈★。所以一定要另辟蹊径ღ★◈★，具身智能就是一条路径ღ★◈★，它不完全依赖于互联网上的现成数据ღ★◈★，而是在与环境的交互过程中动态获取数据ღ★◈★，例如在拿杯子的过程中感知材质ღ★◈★、光滑度等ღ★◈★。

　　首先是在底层结构和新的机器学习模式上取得突破ღ★◈★。完全依赖数据的路径不可持续ღ★◈★，需要探索数据与规则相结合的新模式ღ★◈★。将数据驱动与规则结合ღ★◈★，用规则处理确定性部分ღ★◈★，用数据解决不确定性部分ღ★◈★。同时ღ★◈★，探索数据与知识相结合的新模式ღ★◈★，实现数据和知识的双轮驱动ღ★◈★。这是未来3~5年值得关注的技术突破ღ★◈★。

　　其次是传感技术的突破ღ★◈★，特别是高灵敏度ღ★◈★、多功能的传感技术ღ★◈★。这直接关系到灵巧手等末端执行器的能力ღ★◈★，对具身智能至关重要ღ★◈★。

　　另外ღ★◈★，还需要新的机器学习方法ღ★◈★，新方法应该追求低成本ღ★◈★、高效率ღ★◈★，减少对算力和数据的蛮力依赖ღ★◈★。借助脑科学ღ★◈★、认知科学机理的新智能方法有可能取得突破ღ★◈★，从而孕育出新模式ღ★◈★，开辟不依赖大模型的发展路径ღ★◈★。

　　此外ღ★◈★，智能体以及多智能体协作非常重要ღ★◈★，值得关注ღ★◈★。人机协同也很重要ღ★◈★，事关人与机器如何协作ღ★◈★、如何交互的脑机接口技术也可能会有突破ღ★◈★。

　　NBDღ★◈★：您对当前社会上关于“人工智能将取代人类”的普遍焦虑ღ★◈★，特别是具身智能可能取代蓝领工作的担忧ღ★◈★，有什么建议？我们关注到ღ★◈★，南京大学正在推进“1+X+ Y”人工智能通识教育ღ★◈★，这种通识教育是否能满足AI（人工智能）时代的人才需求？

　　谭铁牛ღ★◈★：人工智能取代部分工作岗位是必然的ღ★◈★，这是技术进步的常态ღ★◈★。但总体而言ღ★◈★，它不是要把人类的饭碗全部砸掉ღ★◈★。

　　世界经济论坛《2025年未来就业报告》预测ღ★◈★，2025年~2030年ღ★◈★，全球将有9200万个工作岗位被替代ღ★◈★，同时预计催生1.7亿个新岗位ღ★◈★。

　　但新增的岗位ღ★◈★，并不一定能让那些被替代的人来干ღ★◈★。如果人们不坚持终身学习ღ★◈★，不重视岗位再培训ღ★◈★，就可能面临失业ღ★◈★。反之ღ★◈★，如果超前谋划ღ★◈★，加强在岗培训ღ★◈★，创新课程设置和培养模式ღ★◈★，就能让劳动者适应新的岗位需求ღ★◈★。

　　因此ღ★◈★，南京大学在人才培养中提出“三个适配”ღ★◈★：一是适配国家需求ღ★◈★，要根据国家需求调整专业设置ღ★◈★。二是适配时代特点ღ★◈★，这个时代最重要的特点是智能化ღ★◈★。2024年ღ★◈★，我们在全国率先开设人工智能通识必修课ღ★◈★，覆盖所有专业学生ღ★◈★，并培训教师ღ★◈★，因为人工智能会淘汰不用人工智能的人ღ★◈★。三是适配学生发展ღ★◈★，做到因材施教ღ★◈★。

　　谭铁牛ღ★◈★：我认为还有几点需要重视ღ★◈★。首先要特别注意人工智能赋能的区域性问题ღ★◈★、行业性问题ღ★◈★，避免因人工智能禀赋条件的差异导致“人工智能鸿沟”ღ★◈★，从而加剧区域ღ★◈★、行业发展不平衡ღ★◈★，激化社会主要矛盾ღ★◈★。

　　同时ღ★◈★，扩大内需是拉动经济的首要任务ღ★◈★，应大力推动AI赋能消费ღ★◈★，创造新的消费场景ღ★◈★，比如家政ღ★◈★、养老ღ★◈★、教育等领域ღ★◈★。具体来说ღ★◈★，陪护机器人如果真的做到善解人意ღ★◈★、安全可靠ღ★◈★、价格合适ღ★◈★，就是潜在的“杀手级”应用ღ★◈★。当然ღ★◈★，这里还涉及诸多待解问题ღ★◈★，包括标准ღ★◈★、伦理ღ★◈★、安全性等ღ★◈★，这些都需要在发展中逐步解决ღ★◈★。

　　如需转载请与《每日经济新闻》报社联系ღ★◈★。未经《每日经济新闻》报社授权ღ★◈★，严禁转载或镜像ღ★◈★，违者必究ღ★◈★。

　　特别提醒ღ★◈★：如果我们使用了您的图片ღ★◈★，请作者与本站联系索取稿酬风吹亚吉拉ღ★◈★。如您不希望作品出现在本站ღ★◈★，可联系我们要求撤下您的作品ღ★◈★。

　　伊朗最高领袖ღ★◈★：不会放弃复仇ღ★◈★，继续封锁霍尔木兹海峡ღ★◈★；国际油价飙涨10%ღ★◈★，道指跌超700点ღ★◈★；被“龙虾”创始人指责“抄袭”ღ★◈★，腾讯回应丨每经早参

　　伊朗公布最高领袖伤情ღ★◈★，伊斯兰革命卫队空军指挥官遇袭身亡ღ★◈★！伊朗宣布袭击美国油轮ღ★◈★，大火熊熊燃烧

　　百川智能王小川谈“全民养虾”ღ★◈★：OpenClaw还远没有成为人人能用ღ★◈★、人人会用的产品ღ★◈★，智能体安全问题或在2026年集中爆发

　　原盈科全球董事会主任梅向荣“爆雷”风波蔓延 每经记者实探上海赢柯企管ღ★◈★：员工正收拾东西准备离开人工智能管理ღ★◈★！太阳成集团tyc234cc官网澳门太阳城太阳成集团官方网站ღ★◈★！太阳集团见好就收9728ღ★◈★，