5年投资超1000亿，北京公布一系列AI重磅成果，北大清华百度蚂蚁微软大佬齐谈AI未来

今天小编分享的互联网经验：5年投资超1000亿，北京公布一系列AI重磅成果，北大清华百度蚂蚁微软大佬齐谈AI未来，欢迎阅读。

中关村国际创新中心咨询台机器人小柒 （图片来源：钛媒体App编辑拍摄）

钛媒体App获悉，4月27日，2024中关村论坛年会首次举办"人工智能主题日"，包括在未来人工智能先锋论坛、通用人工智能论坛等多个活动上，北京集中发布多项重大政策、研发成果、报告、联盟、生态计划。

同时，包括北京大学教授、中国科学院院士鄂维南；中国工程院院士、清华大学信息科学技术学院院长戴琼海；百度CTO王海峰；蚂蚁集团CTO何征宇；微软全球资深副总裁、Microsoft AI亚太区总裁张祺；远期人工智能研究中心主任曾毅等多位嘉宾，分别从 AI 数据、算力、模型与框架、应用、产品、治理、未来目标等多个方面分享前沿进展。

钛媒体App简要梳理了各个嘉宾的演讲和圆桌的部分内容，以飨读者。

5年投资超1000亿、最高重奖1亿元，北京全力打造 AI 新高地

在4月27日未来人工智能先锋论坛上，北京市发展改革委党组副书记、副主任林剑华在会上发布《北京市关于加快通用人工智能产业引领发展的若干措施》。

该措施主要聚焦提升智能算力供给、强化产业基础研究、支撑高质量要素聚集、加快大模型创新应用、打造一流发展环境5大方面，提出10条措施。

林剑华提到，未来5年，北京将投资超1000亿元，优化投融资环境。同时，对于纳入国家重大战略任务的 AI 技术突破瓶頸项目，最高重奖1亿元。

具体来说，在算力方面，对现有数据中心改建且智能算力规模达到1000P以上的绿色低碳智能算力中心，最高支持5000万元；统筹各级算力补贴，通过资金补贴、发放算力券、模型券等方式，降低大模型企业算力使用成本。

在模型方面，加强大模型关键核心技术突破瓶頸，支持创新主体通过"揭榜挂帅""赛马"等方式开展关键核心技术突破瓶頸，择优纳入市级科技研发计划，最高支持3000万元，对纳入国家重大战略任务的突破瓶頸项目，最高1亿元。

对于开展 AI 颠覆性技术路线创新，北京将设立创新专项，前瞻布局新型架构芯片、腦智能、类腦智能等新路径探索，《若干措施》择优纳入市级科技研发计划，最高支持3000万元。

在数据方面，鼓励各类主体开放共享高质量训练数据，根据数据开放数量和质量等予以最高300万元奖励；对于完成大模型训练数据产品交易的主体，予以最高200万元支持，推动政府、企业多方联动，促进数据合规使用。

在应用方面，推动应用场景对 AI 大模型的验证、迭代，围绕具身机器人、智能医疗、智能教育等重点领網域，建设行业大模型应用场景联合研发平台，打造一批示范效应好、推广前景大、融合力度强的 AI 标杆应用，最高支持5000万元。

在环境方面，优化投融资环境，加大对拥有关键核心技术的高成长企业直投力度。建立 AI 投资联盟机制，协同社会资本和国家级基金提供持续保障，5年内投资超1000亿元。积极推动 AI 企业优先在北交所上市；以海淀区为核心，加快建设 AI 大模型产业集聚区，打造特色鲜明的 AI 创新创业街区，予以最高5000万元支持。

北京市科委、中关村管委会信息科技处处长韩健则在会上发布《北京市人工智能大模型行业应用分析报告》。

他谈到，北京市 AI 大模型行业应用呈现五大特征：由浅入深，大模型穿越边缘场景，向核心场景挺进；守正创新，央国企拥抱新技术，加快大模型在产业更新、金融等领網域的落地步伐；百花齐放，大模型应用搭建难度明显下降，"动态行业大数据"成为落地新关键；量体裁衣，需求方情况各异，在采购、部署大模型时特色鲜明；5）保驾护航，大模型安全逐渐受到重视，为可持续发展提供保障。

但韩健也指出，当前 AI 大模型行业应用面临5类挑战：算力需求持续增长，可能会掣肘大模型落地应用；需求尽快找到大模型落地与知识产权保护、数据隐私保护之间的平衡点；大模型幻觉问题仍未得到"根治"；大模型从"可用"到"好用"，需要供需双方协同发力，联合研发；部分领網域应用积极响应监管需要，对大模型落地提出更高要求。

作为中关村论坛主办地，北京海淀区也将全面发力 AI 区網域优势。

海淀区委常委、常务副区长岳立在致辞中表示，海淀南部具有顶级 AI 资源、国际互动紧密的53平方公里范围，全面打造 AI 创新街区，以三横两纵一带为骨架，串联起52个全国重点实验室、10个新型研发机构、106个国家级科研机构、37所顶尖高校（清华、北大、人大）、89位AI 2000全球顶尖学者（占全市超70%）、1.23万位 AI 学者（占全市超80%）、1300家 AI 企业（占全市约70%）、90余家大模型相关部門、37家备案大模型部門（占全市总量70%以上）。

据悉，在关键要素供给上，算力方面，海淀区正在积极打造北京 AI 公共算力平台，目前3500P的算力已经部署到位，计划到年底部署10000P算力；数据方面，海淀区正在积极推动北京 AI 模型语料中心建设，现在已经有1100TB高质量数据向大模型企业提供，同时还正在积极推进北京数据基础制度先行区建设。

岳立强调，北京海淀区希望构建创新生态的新范式，包括推动政产学研金服用要素有机融合、提供独一无二的研究平台、提升千行百业创新水平的产业智能体；并希望搭建起高性能的通用城市智能底座，最底层是海量可信数据资源平台、超大规模算力资源平台，往上一层是空间计算作業系統，再往上是通用大模型平台，最上面是智能体运营平台。"我们将秉承以人为本的初心，将率先在五道口和大钟寺两个先导区打造智能体的模範间，推动街区、校区、园区三期融合。"

值得一提的是，强化资本支撑方面，海淀计划推动设立50亿元规模以 AI 为重点的科技成长二期基金，聚焦 AI 领網域加大投资力度。

下一步，海淀区将围绕"打造具有全球影响力的 AI 产业高地"，强化关键技术突破瓶頸，全速抢抓算力建设，并加快数据汇集开放，打造 AI 创新街区标杆场景，推动具身智能产业创新发展。为 AI 创新主体提供全方位、一站式服务能力，匹配强有力政策支撑，推动制度创新和监管创新，形成资本、空间等全面保障的开放创新生态。

值得一提的是，会上，北京通用人工智能研究院、中国信通院、北京大学、清华大学、中国人民大学、中国科学院自动化研究所、智源研究院、海天瑞声、智谱AI、腾讯、中国中车、百度、百川智能、中关村科学城公司等上百家高校、机构，共同发起成立"中关村人工智能产业联盟"。

另外，就在27日下午，清华大学还宣布成立人工智能学院，聚焦"人工智能核心基础理论与架构"和"人工智能 + X"两个重点方向，以高定位和新机制建设中国自主的"AI 顶尖人才和原始创新基座"，为实现高水平科技自立自强提供有力支撑。而清华大学人工智能学院首任院长，由图灵奖得主、中国科学院院士姚期智担任。

从产、学、研，到政策指引，北京全面支持 AI 产业发展，发力 AI 大模型技术上下游全链条。

"北京作为全国 AI 领網域人才密度最高、创新指数最高、关键环节最全、产业规模最大和竞争力最强的地区，正加大力度整合资源，对标全球先进 AI 技术，加快培育通用 AI 产业创新生态。"林剑华表示。

中国首个原创全自研长时长、高一致性、高动态性的视频大模型Vidu发布

27日上午，清华大学教授、生数科技首席科学家朱军现场发布视频大模型突破性原创成果——中国首个原创全自研长时长、高一致性、高动态性的视频大模型Vidu。

Vidu被称为"国内首个Sora级视频模型"，也是中国首个纯自研视频大模型。

据悉，Vidu由清华大学与生数科技联合研发，实现全栈自主创新、多维全面突破，具备模拟真实物理世界、富有想象力、多镜头语言、16秒视频时长、高时空一致性、理解中国元素等特色。

朱军称，其快速突破源于长期积累和多项原创成果。

清华大学教授、生数科技首席科学家朱军

Vidu底层基于完全自研的U-ViT架构，该架构由团队在2022年9月提出，早于Sora采用的DiT架构，是全球首个Diffusion 和Transformer融合的架构。

这一架构提出3个月后，Sora采用的同源基础架构DiT的论文才发表；2023年3月，朱军团队在全球首发并开源基于U-ViT架构的多模态大模型UniDiffuser；5月提出文生3D新算法Prolific Dreamer；今年1月，生数发布4D框架Animatable Dreamer并实现可生成4秒视频的文生视频模型。

如今，朱军团队再发布的原创自研U-ViT视频大模型Vidu，进一步将视频时长增加到16秒。他指出，其快速突破离不开算法原理、模型架构、算力资源、数据治理、工程实现5个要素。

朱军表示，Vidu能根据文本描述直接生成16秒高质量视频，且生成视频流畅连贯，没有明显的插帧现象。朱军展示了Vidu与Pika、Gen-2、Sora等行业现有文生视频大模型的生成视频效果对比。

生数科技团队透露，Vidu目前已经在加速迭代提升，面向未来，Vidu灵活的模型架构也将能够兼容更广泛的多模态能力。

据悉，自2023年成立以来，生数科技已获得蚂蚁集团、启明创投、BV百度风投、字节系锦秋基金等多家知名产业机构投资，完成数亿元融资，目前是国内在多模态大模型赛道估值最高的创业团队。

北京智源与中国电信推出开源多语言大模型Tele-FLM

4月27日，北京智源人工智能研究院（智源研究院）理事长黄铁军宣布，智源研究院与中国电信人工智能研究院（TeleAI）联合研发的全球首个低碳、高性能开源多语言大模型Tele-FLM。

据悉，Tele-FLM拥有520亿参数，只训练了两个月，完成2T Token训练，支持全球80%以上的主流语言，支持低碳损失预测技术，Tele-FLM训练仅用到896张A800，低于Meta Llama 3训练的49152张H100。

同时，Tele-FLM在多轮角色、多轮安全、安全测试、幻觉测试、闲聊问答等多维度能力测评结果超过GPT-3.5 Turbo，BPB loss指标上在英文上优于Llama 2-70B和Llama 3-8B，在中文上优于Qwen 1.5-72B。

另外，Tele-FLM全面开源开放。

黄铁军表示，目前Tele-FLM相关工作依然与中国电信持续进行中，后续会发布千亿、6000亿和万亿模型，争取于今年6月（智源大会上）发布万亿模型。

有趣的是，黄铁军还在演讲开始前夕评价sora（或指代视频模型）："刚才朱老师发布了一个特别令人激动的新成果，我觉得也深有同感。这两个月大家都被sora刷屏了，对吧。然后我觉得这个现象很不好，它只不过发了几十段视频，大家就像追星一样一哄而上，铺天盖地，说的难听一点，就是无腦的去追星，我觉得这是一个不好的现象，其实任何一个科技成果的产生都是长期的，即便 AI 发展这么快，你没有几年的积累，你也很难做出优秀的成果。"

北京通用 AI 研究院（北大系）发布四大成果

2024中关村论坛通用 AI 论坛上，北京通用人工智能研究院发布4项科研成果，包括通用 AI 大任务仿真平台（TongSIM）、通用智能人"通通"（LittleGirl）、通用 AI 评级标准与测试平台"通智测试"（TongTest）、通用 AI 科研平台"通境"（TongVerse）。

其中，TongSIM拥有虚拟环境构建、物理及因果逻辑仿真以及智能体环境感知等功能特性，能够为通用智能体提供丰富的任务训练环境，并支持对通用智能体的智能能力进行全面的测试。

LittleGirl则是全球首个通用智能体，区别于数据驱动的AI，以价值和因果驱动，能够根据自己的"价值观"做出可解释的决策，而不是简单地执行预设的程式。其日常训练使用不超过10块A100芯片。

TongTest是为评估通用智能体智能水平而设计的综合测试系统。根据TongTest对"通通"的阶段性测试，与人类儿童对比，在复杂动态场景中，"通通"处理复杂任务的能力和价值与人类3-4岁儿童相当。

TongVerse则是为具身智能提供安全、可控的仿真环境，让机器人在面对真实世界挑战前得以充分准备和训练。

北大、清华、百度、蚂蚁、微软多领網域大佬分享前沿 AI 技术实践

主题报告环节，首先，北京大学教授、中国科学院院士鄂维南以《新一代AI与科学应用》为题发表演讲。

北京大学教授、中国科学院院士鄂维南

鄂维南表示，机器学习的三大基础设施和相应的工具包括模型工具——PyTorch, TensorFlow, MindSpore 等，而算力工具——CUDA,MindSpore 等，最后的数据工具则很不成熟。

鄂维南指出，现在 AI 大模型非常核心的一个挑战，就是数据问题。因为怎么用数据？实际上还是凭借经验，没有一个比较系统的办法。而"非结构化数据"处理是机器学习方法的一大主要难题，如果将所有的数据都放在一张表格里，机器学习的门槛就会大大降低，因此，我们必须建立高效率、高性能的数据处理系统。

MyScale数据库是国际第一个AI数据库，也是目前综合性能最好、功能最强的AI数据库，同时在数据管理和向量查询性能上领先。同时，鄂维南团队还在研发Science Navigator——全量科学文献的管理和智能化应用平台（AISI），支持将聊天历史记录，trace 等信息保存在 MyScale 中，预计将于今年6月、7月左右发布，目前正测试第一个版本

鄂维南表示，AISI实现了多模态数据存储->检索->可观测性->分析->优化的 AI 数据闭环.

鄂维南坦言，用"大模型+大数据库"双轮驱动，将推动AI发展。而小模型与AI数据库的技术路线将是AI数据库+模型库和模型生产平台+模型作業系統。

鄂维南强调，预训练模型大大提升了基础AI能力，大模型不能"一杆子捅到底"，需要Agents来实现具体任务。如果只需在原来的框架下稍作改动，把小模型改成Agents，把模型生产平台改成以预训练模型为基座，就能打造大模型+大数据库结合的Agent平台。

中国工程院院士、清华大学信息科学技术学院院长戴琼海在演讲中表示，算力需求暴涨带来的能耗压力巨大，十年内，大模型计算预计将消耗我国年发电量的5%-10%。

他认为，新型计算架构将是 AI 算力优化与创新的主要路径之一，其中光电智能计算具备高算力低功耗的特性，能够加速AI大模型训练与推理。

戴琼海提到，清华大学提出光电混合全模拟智能计算架构，研制ACCEL芯片，突破光电模数转换瓶颈。相比A100，ACCEL系统级算力提升3个数量级，能效提升6个数量级（百万倍）。相关论文去年发表于国际顶级学术期刊Nature。

另外，清华大学戴琼海团队近期还研发大规模智能光计算芯片"太极"，提出干涉-衍射融合计算架构，构建智能光计算传播模型，刻画深度光网络规模极限，用"广度"光神经网络来支撑复杂智能任务，算力能效达到160TOPS/W，可支撑百亿像素大场景光速智能分析、百亿参数大模型训练推理。相关论文今年发表于国际顶级学术期刊Science。

百度CTO王海峰（来源：钛媒体App编辑拍摄）

百度CTO王海峰在演讲中指出，他认为智能体是大模型的重要发展方向，将带来更多应用的爆发，而智能体的思考模型像人一样，会阅读说明书，学习工具的使用方法，进而可以调用工具来完成任务。比如，百度智能代码助手（智能体）使得人人都可以成为程式员，代码整体采纳率 46%，新增代码占比27%，从而能帮助专业程式员编程更高效。

王海峰透露，目前文心一言用户规模达2亿；日均调用量达2亿；客户8.5万；AI 原生应用达19万。同时，基于飞桨深度学习开源开放平台的协同优化，文心大模型的周均训练有效率达到98.8%。练效率提升到当时的5.1倍，推理性能提高至当时的105倍。

王海峰强调，飞桨加文心生态已集聚1295万开发者，服务24.4万家企事业部門，创建89.5万个模型。

蚂蚁集团CTO何征宇以《从智能涌现到应用涌现：让AI人人可得》为题发表演讲。

何征宇表示，他认为"AI产业落地、实现人人可得"有3个核心问题：可靠性，经济性，易用性。

其中，可靠性的终局是如何控制和对齐比我们聪明得多的模型，要用AI监督AI；经济性包括算力的矛盾，供给与需求的矛盾等，决定了大模型应用能否成为主流，需将大模型做"小"；易用性决定了AIGC产业应用有多广，因此智能化需要"傻瓜式"，持续降门槛。

对此，蚂蚁集团认为，打造人人可得的AI，大模型需要可靠、便宜、易用。他分享了针对上述问题的一些实践案例。比如，蚁天鉴AI安全监测与防控加固平台助力蚂蚁理财管家大模型在金融领網域可信评估中全面超越通用大模型，支付宝智能助理压缩出1B单侧"小"模型以支持手机本地推理计算，蚂蚁集团绿色通算与万卡异构集群智算技术面向行业开源开放，CoDeF实现视频二次加工所见即所得，Codefuse对话式编程机器人让人人都可以成为工程师等。

蚂蚁集团CTO何征宇

何征宇透露，其智算万卡异构集群的硬體算力效率(HFU)超过60%；集群有效训练时长占比达90%以上；RLHF训练，在同等模型效果下训练吞吐性相较于业界方案提升3.59倍；推理性能相较于业界方案提升约2倍；2017年到2023年，蚂蚁集团伺服器CPU利用率翻5倍。

"最后我再总结一下，我们觉得打造人人可得的AI，第一，AI监督AI，更需要的是行业共同的努力；第二，大模型需要做小的；第三，智能化是需要"傻瓜式"的。不是生涩越难懂它就越好。我们坚定的相信，人类的未来不是要被AI所取代，我们觉得应该让人类的生活变的更美好。"何征宇称。

微软全球资深副总裁、Microsoft AI亚太区总裁张祺以《微软Copilot：新一代人工智能副驾》为题发表演讲。

张祺认为，在AI大航海时代，人人都将拥有自己的Copilot，微软一方面通过Copilot的产品形态，将AI能力赋予微软自身的核心产品；另一方面，通过Copilot Stack，将Copilot智能副驾的全栈能力，辐射给个行业。

微软全球资深副总裁、Microsoft AI亚太区总裁张祺

"仅是去年一年里，微软发布的新产品和服务比以往十年都要多。"张祺指出，微软之所以能以更快的创新频率实现AI相关产品的密集发布和快速更新，归功于其率先在公司内部进行了Copilot的大规模部署和全员应用。今年微软与生态伙伴共同发布的AI PC引发了很多关注，具备本地大模型算力、AI友好的硬體架构和軟體环境，并在键盘上增加了全新的AI功能按键"Copilot"。

展望未来，张祺谈及创新趋势时表示，接下来的探索会涉及三个关键方向：

一是认知智能（Cognitive AI）。使AI能够协助人类进行更复杂、更智能的任务，甚至与多个AI代理进行协作，不断提高AI的功能表现和所服务对象的生产力。

二是具身智能（Embodied AI）。主要是延展AI对物理世界的理解和影响，让世界变成提示符，让AI能够驱动自动驾驶汽车、机器人、混合现实装置等实体硬體，与现实生活产生更多互動。

三是科学智能（AI for Science）——用AI促进科学进步。作为推理引擎，AI能够辅助科研工作者在短时间内理解大量的数据、排除许多错误的选项。举例来说，微软和合作伙伴一起，在AI的帮助下，从3200万种候选材料中发现了一种可以大幅减少电池中锂金属使用量的新材料——只用了80个小时。如果没有AI，同样的工作至少需要花费20多年——事实证明，从发现新材料到助力化学合成、生物医药等领網域的研发提速，AI将在推动科学进程方面发挥关键作用。

张祺指出，AI新时代，微软正在为广大客户提供的服务和保障。长期以来，微软一直致力于打造全球生态、推动新技术普及、与合作伙伴共赢。

另外，张祺还特别强调了"单人创业家"理念，例如其团队有一位没有编程背景的产品经理，短短7天内用"智能副驾"构建了一个具有搜索定位和长期记忆功能的iOS语音聊天应用。他认为新的用户界面、强大的推理引擎这两大技术突破结合，定义了AI新时代。

另外，远期人工智能研究中心主任曾毅以《以人工智能能力建设推进可持续发展与国际治理》为题发表演讲。

曾毅指出，AI 的能力建设，在于全球共享和受益于 AI 带来的发展机遇，应尽可能采用绿色能源和低碳高效的 AI 技术，并注重对劳动就业的潜在影响。

曾毅透露，根据分析所有 AI 可持续发展论文发现，1000万篇英文论文中，只有2.5%是跟持续发展相关，而且在这2.5%的论文当中，绝大多数是用于 AI 与健康或教育结合；同时，美国的 AI 治理现在总体情况做的仍然是最好的，其报道 AI 风险当中占全世界的63%，中国风险占全世界的9%；此外，从2022年到2023年， Ai 风险在全球整个增长一倍，有很多预测说，2024年 AI 的风险将比2023年再多10倍。

很显然，AI 风险管控和治理愈加重要。

曾毅坦言，人类与世界可以被 AI 辅助而不是被导向，负责任、稳步地发展与适度使用，使 AI 赋能人类与生态发展的未来。

"这是一个人类与生态构成的世界，现在 AI 仍然犯很多人不犯的错误，所以人类与世界被AI辅助，而不应该被AI所主导。AI 不必无所不在，我们应该负责任稳重的发展与适度的使用，我们需要的是，必要的时候我们适度的使用，这样的话才能使 AI 稳步的发展，扬帆远航，不能限制生存发展未来。"

北京通用人工智能研究院院长、北京大学智能学院院长、北京人工智能研究院院长、清华大学讲席教授朱松纯

在另一场通用人工智能论坛上，北京通用人工智能研究院院长、北京大学智能学院院长、北京人工智能研究院院长、清华大学讲席教授朱松纯在《迈向通用人工智能》主题演讲中指出，通用 AI 研究的目标，是寻求一个统一的理论框架来解释各种智能现象，并研发具备自主的感知、认知、决策、学习、执行、社会协作等能力，且符合人类情感、伦理与道德观念的通用智能体。

朱松纯认为，通用智能体需具备完成无限任务、自主定义任务、由价值驱动三个基本特征，同时需解决认知架构、价值驱动、具身智能、社会智能、可解释性、人机互信等重要问题。

如何实现通用 AI ？朱松纯强调，迈向通用 AI 的关键在于"为机器立心"。过去，人类一看就会的能力、毫不费力能做的事情，人们误以为这并不是智能，因为这些问题很简单，但事实上，恰恰是人类针对这些问题进化出的强大心智和价值体系才是最重要的——相比数据与理论，价值与"心"才是"活"的，是自主智能的源头活水。

7位大咖圆桌谈"具身智能"：万亿级市场即将到来

在未来人工智能先锋论坛圆桌对话环节，由智源研究院院长王仲远主持，而有7位国内具身智能领網域代表性的创业者及研发负责人同台，分别包括星动纪元创始人陈建宇；傅利叶智能创始人兼CEO顾捷；智元机器人联合创始人、上海人工智能研究院院长宋海涛；银河通用机器人创始人、智源具身智能研究中心负责人王鹤；宇树科技创始人兼CEO王兴兴；小米机器人团队负责人许多；ACM会士李航。

这有点类似今年英伟达GTC AI大会上，黄仁勋对话7位Transformer框架论文作者，但这次换成了中国"具身智能"和人形机器人领網域的"半壁江山"，输出对具身智能的发展思辨。

据介绍，具身智能是 AI 的一个发展领網域，指一种智能系统或机器能够通过感知和互動与环境进行实时互动的能力。可以简单理解为各种不同形态的机器人，让它们在真实的物理环境下执行各种各样的任务，来完成 AI 的进化过程。

王鹤提到，非具身的大模型如GPT-4V、sora是千亿市场；现在具身大模型唯一有的robotaxi是几千亿的自动驾驶市场；那么，能替代人的具身大模型，它应当是多大的市场？预计有万亿以上。

同时，钛媒体App还梳理了场上嘉宾的11条重要观点：

API和具身智能的实现："我们能够实现所谓的API，但是其实大家关注这个一致，就是说即使是你的专家厂家很贵对吧？""具身智能更与机器人相关，包括硬體对吧？軟體结合未来的发展空间应该是非常大的。"

AI 限制："但是并不是说就是说所有的这些人的这些跟智能相关的这些特点或者是能力，我们都能够实现。"

具身智能的重要性："具身智能的话我再说最后一两句，就是说它有几个重要的特点，一个是机器人或者是智能体对吧？它有自主性的时候不能骂死。"

人形机器人的社会接受度："人体机器人是目前所有基本上社会达到公认的比较理想的一个形象，而且大家比较喜欢。"

技术发展与挑战："我们到底是应该先要让硬體达到一定的水平，才能够迎来绿色智能的一个蓬勃发展，还是我们能够努力的公开的去发展绿色智能，脱离本体。"

数据与模型的关系："数据在具身智能里面的传输已经非常关键了。"

行业应用与落地："我觉得早一点还是现在一些偏我们也工业类的一些产品里面，因为它可以把人的因素给抛开。当然，大家最终都希望做 C 端，进入家庭，但短期内达不到。"

短期与长期发展："3~5年对于行业来说，我们自己看是一个逐步的渗透期。但是大规模的商业销量取决于几个核心因素。"

大公司与创业公司的优势："我觉得大家站的起点是一样的，就看大家的那种目标选择和方式选择。"

市场潜力与人才需求："21世纪是什么时代我不知道了，还没到一半人，很有可能就是 AI 的时代。"

未来展望："我们能做的仰望星空，但是脚踏实地。"

宋海涛坦言，全球80亿人口的核心生产力创造，来自于智慧群体，那么就需要100亿台原型。那么像马斯克那样征服浩瀚宇宙，1000亿台人形机器人在等着我们，所以说市场空间足够大。

陈建宇强调，做 AI 技术，需要有信仰。未来一定会迎来一个 AGI 全面爆发的时代，赋能千行百业，因此需要更多的人投身到 AI 赛道，并且拥抱成长。

另外，海淀区还在会上发布《关于打造全国具身智能创新高地三年行动方案（2024-2026年）》，提出以大模型等 AI 技术突破为引领，聚焦具身大模型和机器人整机，部署实施源头创新突破、本体产品领跑、创新平台赋能、应用场景示范、产业集群建设等六大行动。

目前在机器人领網域，海淀区拥有近200家机器人企业，占全市40%，包括十余家人形机器人本体企业，占全市一半以上。

海淀区将力争到2026年，初步建成全国具身智能原始创新策源地、应用示范新高地和产业加速集聚地，成为中国参与全球具身智能竞争的核心力量。

（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）