在 2025 年的外灘大會(huì)上，一場(chǎng)名為“AI 原生時(shí)代，舊地圖上沒(méi)有新大陸”的圓桌論壇吸引了眾多目光。

宇樹(shù)科技創(chuàng)始人王興興、加州大學(xué)圣地亞哥分校終身教授蘇昊、DeepWisdom創(chuàng)始人吳承霖以及清華大學(xué)交叉信息研究院助理教授、前OpenAI研究員吳翼，四位年輕的AI領(lǐng)軍人物齊聚一堂。

他們不僅僅是各自領(lǐng)域的專家，更是 AI 時(shí)代的“原住民”，可以說(shuō)都在各自的領(lǐng)域見(jiàn)證著人工智能的成長(zhǎng)。

圓桌上，四位嘉賓分享了他們作為先行者的獨(dú)特視角，從各自的創(chuàng)業(yè)和研究經(jīng)歷出發(fā)，探討了AI原生時(shí)代的新機(jī)遇與挑戰(zhàn)。

王興興和蘇昊深耕機(jī)器人領(lǐng)域，而另兩位嘉賓吳翼和吳承霖則專注于軟件方向，特別是智能體和強(qiáng)化學(xué)習(xí)。

這場(chǎng)圓桌以一個(gè)略帶哲學(xué)性的問(wèn)題作為開(kāi)端：在你們眼里，什么是AI原生時(shí)代？眼前的新大陸是否已經(jīng)浮現(xiàn)，它又長(zhǎng)什么樣？

王興興，這位在 2016 年共享單車大戰(zhàn)如火如荼時(shí)，就一頭扎進(jìn)機(jī)器人創(chuàng)業(yè)的先行者，第一個(gè)接過(guò)了話筒。

他的回答充滿了對(duì)年輕一代的鼓舞，他說(shuō)：“我認(rèn)為大家對(duì)AI模型本身的認(rèn)知可以更激進(jìn)一點(diǎn)，不用把它當(dāng)作一個(gè)模型，而是真正當(dāng)作一個(gè)全能型的工具集，把過(guò)去很多東西忘了，去重新學(xué)習(xí)和接受它。”

而蘇昊認(rèn)為：“AI改變了很多新東西，是，也不完全是。綜合來(lái)看，應(yīng)該說(shuō)今天AI的發(fā)展對(duì)人類的社會(huì)有重大改變，這種改變還是繼往開(kāi)來(lái)的，還是要跟過(guò)去的很多發(fā)展連接起來(lái)的。”

吳承霖，這位在 2010 年就用 AI 炒股的“老玩家”，則從智能供給的角度切入了話題 。他指出，人類社會(huì)在過(guò)去幾百年經(jīng)歷了從無(wú)線電到互聯(lián)網(wǎng)，再到移動(dòng)互聯(lián)網(wǎng)的演進(jìn)。而現(xiàn)在，AI 正在以前所未有的速度提供“更加密集的智能”。

最后發(fā)言的吳翼，這位曾任職于OpenAI的清華大學(xué)助理教授，用“快”和“新”兩個(gè)字總結(jié)了這個(gè)時(shí)代。他指出，從2022年底ChatGPT出現(xiàn)至今，三年時(shí)間的變化已經(jīng)超越了以往任何一個(gè)時(shí)代，而“新”則意味著新的機(jī)會(huì)和想法。

AI 原生時(shí)代。它既是顛覆性的，也是連接歷史的。它讓普通人獲得了前所未有的創(chuàng)造力，也讓整個(gè)社會(huì)進(jìn)入了加速迭代的快車道，而這片新大陸有的地方已現(xiàn)雛形，有的地方卻仍是一片“荒漠”。

盡管存在挑戰(zhàn)，但王興興對(duì)未來(lái)依舊十分樂(lè)觀，他認(rèn)為現(xiàn)在創(chuàng)新創(chuàng)業(yè)的門檻已經(jīng)大幅降低，年輕創(chuàng)新者迎來(lái)了好時(shí)代。真正可以用AI工具去實(shí)現(xiàn)新創(chuàng)意，并且在AI時(shí)代，小組織的爆發(fā)力會(huì)越來(lái)越強(qiáng)。

“真正讓AI落地干活，現(xiàn)在還在大規(guī)模爆發(fā)性增長(zhǎng)的前夜。對(duì)我個(gè)人而言，這個(gè)時(shí)代是非常激動(dòng)人心的。”

王興興說(shuō)，AI時(shí)代非常公平，只要聰明，愿意做事，荒漠中終會(huì)長(zhǎng)出參天大樹(shù)。對(duì)有志于創(chuàng)新創(chuàng)業(yè)的年輕一代，他建議“忘記過(guò)去的經(jīng)驗(yàn)，學(xué)習(xí)當(dāng)下最新的知識(shí)，全力擁抱新時(shí)代。”

以下為此次圓桌對(duì)話精編：

主持人：在 AI 原生時(shí)代，各位都是怎么踏上這片新大陸的？

王興興：我最早做機(jī)器人是出于興趣愛(ài)好 。我從 2009 年大學(xué)一年級(jí)開(kāi)始做，第一款機(jī)器人就是雙足或人形機(jī)器人。做機(jī)器人這塊已經(jīng)十幾年了。但AI確實(shí)我覺(jué)得我過(guò)去做的最后悔的一件事，我雖然2011年非常喜歡AI，但是那時(shí)候真的是非常冷門的學(xué)科，相關(guān)的AI書籍或者神經(jīng)網(wǎng)絡(luò)都在圖書館吃灰的，我看了幾本書，覺(jué)得好像能搞的東西有點(diǎn)少，后來(lái)沒(méi)有花太多時(shí)間關(guān)注，后來(lái)很多年主要是搞機(jī)器人去了，對(duì)AI的關(guān)注度相對(duì)小一點(diǎn)。

最近幾年因?yàn)锳I領(lǐng)域的發(fā)展，無(wú)論是大模型，包括機(jī)器人的AI模型進(jìn)展非常快，這是最近幾年也是給我個(gè)人再一次的機(jī)會(huì)，把握住這個(gè)AI的時(shí)代。

現(xiàn)在的語(yǔ)言模型在信息領(lǐng)域，包括文字圖像領(lǐng)域已經(jīng)做得非常好，我覺(jué)得比99.99%的人都要做得好，但是真正的在讓AI干活這個(gè)領(lǐng)域，現(xiàn)在整個(gè)領(lǐng)域都是荒漠的階段，就是荒漠上可能長(zhǎng)了幾根小草，真正的大規(guī)模的在爆發(fā)性增長(zhǎng)的前夜還沒(méi)有到來(lái)。

我覺(jué)得AI時(shí)代都是一個(gè)非常公平的時(shí)代，我覺(jué)得比以前公平非常非常多。只要你聰明，你愿意做事，你能達(dá)到你自己想達(dá)到的目標(biāo)，大家在這個(gè)荒漠上都可以長(zhǎng)出一些參天大樹(shù)出來(lái)。

蘇昊：我是2006年開(kāi)始讀博士，當(dāng)時(shí)就做人工智能研究。我一開(kāi)始的入手是一個(gè)子系統(tǒng)，就是計(jì)算機(jī)視覺(jué)。2008年，我做了ImageNet這個(gè)項(xiàng)目，開(kāi)始看到Jeff Hinton的 AlexNet在圖像識(shí)別上的重大進(jìn)展，開(kāi)始覺(jué)得機(jī)器人感知的解決不是不可能的。

在2017 年左右，我開(kāi)始推動(dòng)具身智能這個(gè)概念。我開(kāi)始覺(jué)得軟硬聯(lián)合迭代很關(guān)鍵，如果不創(chuàng)業(yè)，具身智能和機(jī)器人結(jié)合的夢(mèng)想是很難實(shí)現(xiàn)的。

吳承霖：我很早的時(shí)候就在用AI做一些有意思的事情。最開(kāi)始是因?yàn)槲以?010年的時(shí)候想用AI炒股票。在2022年ChatGPT發(fā)布的時(shí)候，我有一個(gè)觀點(diǎn)是它的代碼能力很強(qiáng)，我可以基于它來(lái)做完整的AI coding。我2023年6月30日開(kāi)源MetaGPT，構(gòu)建了一個(gè)開(kāi)源社區(qū)，現(xiàn)在這個(gè)開(kāi)源社區(qū)有超過(guò)15萬(wàn)的點(diǎn)贊。

吳翼：我是受伯克利和OpenAI兩個(gè)地方影響特別多。用時(shí)髦的話講，我應(yīng)該算是第一波真正去研究通用智能體的researcher。我們大概 10 年前發(fā)表了一篇論文叫Value Iteration network，是領(lǐng)域內(nèi)第一篇真正研究強(qiáng)化學(xué)習(xí)泛化性的文章。后來(lái)我又和 OpenAI的同事做了一些多智能體工作。

主持人： AI 原生時(shí)代給機(jī)器人和智能體產(chǎn)業(yè)帶來(lái)了什么改變？

蘇昊：機(jī)器人的智能化可以看成三個(gè)階段。第一階段是基于規(guī)則，第二階段增加了感知能力，但感知、規(guī)劃和控制是三個(gè)隔離的階段。大語(yǔ)言模型等框架的重大進(jìn)展，合在一起就是具身智能熱。至于數(shù)據(jù)問(wèn)題，我認(rèn)為單一數(shù)據(jù)類型不能完全解決這個(gè)問(wèn)題。語(yǔ)言數(shù)據(jù)、視頻數(shù)據(jù)、帶反饋的控制數(shù)據(jù)，包括激勵(lì)數(shù)據(jù)都很重要。

王興興： 我曾說(shuō)過(guò)行業(yè)過(guò)度關(guān)注數(shù)據(jù)問(wèn)題而忽視模型架構(gòu)缺陷，但這不代表數(shù)據(jù)不重要。我只是覺(jué)得大家平時(shí)說(shuō)數(shù)據(jù)說(shuō)得比較多，模型說(shuō)得少一點(diǎn)。目前機(jī)器人領(lǐng)域的數(shù)據(jù)質(zhì)量問(wèn)題非常大。我一直希望能提高數(shù)據(jù)的利用率。從模型的角度，目前尤其對(duì)多模態(tài)的融合做得不太理想。

吳承霖：數(shù)據(jù)和算法是兩個(gè)決定性要素。在智能體這個(gè)領(lǐng)域，需要大量的高質(zhì)量標(biāo)注數(shù)據(jù)。這可能是人給，也可能是用另外的智能體給，或者用模擬器來(lái)給。另一個(gè)問(wèn)題是算法。我傾向于認(rèn)為業(yè)界有一些解，這些解掌握在少數(shù)人手里。

吳翼： 那肯定是機(jī)器人更難落地。我覺(jué)得 AI 時(shí)代很重要的事情是減少噪音。如果大家能把強(qiáng)化學(xué)習(xí)做對(duì)，你可能不需要這么多模型，因?yàn)槟芰κ强梢杂楷F(xiàn)出來(lái)的。我現(xiàn)在在做機(jī)器人大腦，最近還做了一個(gè)大腦機(jī)器人去跟人一起踢足球。

主持人： 對(duì)于這片新大陸上的組織，各位有什么想分享的？

吳翼：我回國(guó)后有一個(gè)疑問(wèn)，在AI時(shí)代，組織是不是越大越好？有沒(méi)有可能有一種激進(jìn)的模式，我就是三十個(gè)人，能做十年前需要三百人甚至一千人做的事情？這在AI時(shí)代有可能是真的。

王興興：AI時(shí)代對(duì)于小組織爆發(fā)的能力越來(lái)越強(qiáng)大。我一直覺(jué)得目前純AI領(lǐng)域的團(tuán)隊(duì)有非常頂尖的幾個(gè)人才就可以做非常多的事情 。但我們公司做硬件，面臨的組織問(wèn)題其實(shí)是挺大的。

我們當(dāng)下公司最大的一件事情第一是我們非常缺頂尖人才。第二是管理和組織上的問(wèn)題，很多情況下人多了反而效率更低了，人多了反而工作推來(lái)推去。

蘇昊：在具身智能的研發(fā)中，既有軟件又有硬件。軟件開(kāi)發(fā)要快速迭代，硬件開(kāi)發(fā)要紀(jì)律和品控。搞軟件的人不太懂硬件，搞硬件的人也不是真的懂軟件。打破這個(gè)壁壘難度相當(dāng)大。人要有破除原來(lái)框架的勇氣，不要過(guò)于依賴原來(lái)的經(jīng)驗(yàn) 。

吳承霖：我覺(jué)得要從三個(gè)角度來(lái)看。第一，智能體是一個(gè)很好的生產(chǎn)者。第二，它的另一個(gè)強(qiáng)項(xiàng)是規(guī)劃。如果分工本身是由AI來(lái)做，可以降低巨量的隱性成本。第三，我們?cè)趺慈?duì)待這個(gè)工具？我們要求所有人非常激進(jìn)地使用AI和管理AI。

主持人：你們作為先進(jìn)入這片新大陸的人，如果給之后的人一個(gè)建議，讓他們能夠更好地在新大陸上存活下來(lái)，你們會(huì)說(shuō)什么？

王興興：我個(gè)人現(xiàn)在最大的感受是，大家可以把過(guò)去很多已經(jīng)現(xiàn)存發(fā)生的事情，能忘的盡量忘了，重新把當(dāng)下最新的東西重新學(xué)。對(duì)過(guò)去經(jīng)驗(yàn)的依賴，對(duì)未來(lái)的決策不是好事。

蘇昊：不要焦慮，擁抱未來(lái)，該來(lái)的肯定會(huì)來(lái) 。

吳承霖：要有足夠好的批判性思維和motivation（動(dòng)力），保持自己的熱情不要放棄 。想清楚自己在哪方面比AI更強(qiáng) 。

吳翼：我同意興興說(shuō)的，首先你要忘掉過(guò)去，但是不要忘掉歷史。因?yàn)槿祟惔蟾啪褪菤v史一直在重復(fù)，所以知道一點(diǎn)過(guò)去踩過(guò)的坑是好事。