人工智能发展阶段 - 专家学习系统阶段：将领域知识和规则交给机器去搜索 [9] - 特征工程阶段：将事先定义的特征和答案交给机器去学习 [10] - 深度神经网络阶段：机器自动学习特征，在语音和图像识别方面超过人类 [11] - 通用人工智能阶段：机器像人类一样感知和理解世界，具有自我意识和适应能力 [11] 机器行为研究 - 机器行为模仿与解释：解释行为比产生行为更困难，需要认知过程的理解 [6] - 机器行为面临的挑战：包括条件问题和分枝问题，无法枚举所有先决条件和隐性结果 [13] - 机器行为的研究范围：包括行为生成、可解释性、行为功能和进化 [25][28] 具身智能 - 具身智能定义：机器自主感知环境、学习和理解行动的能力，强调身体结构与智能的相关性 [39][43] - 非具身学习与具身学习的区别：非具身学习独立于硬件，具身学习通过虚拟环境训练和强化学习完成进化 [43] - 具身智能行为生成：包括人机交互和系统与环境交互两部分 [45][47] 自动驾驶 - 自动驾驶面临的挑战：周密感知、预行为理解、意外遭遇应对和网络安全 [58][59][60][61] - 自动驾驶行为生成：结合经验与常识、场景理解、交通态势评估和运动规划 [64][65] - 自动驾驶认知地图：包括车辆、交通标识、障碍物等属性，以及预注意机制和驾驶意图 [84] 人机协同 - 人类塑造机器行为：通过主动输入或被动行为观察训练机器行为 [37] - 机器塑造人类行为：智能机器改变人类行为方式和社会结构 [36] - 人机混合协同行为：包括合作、竞争和协调等交互属性 [38] 仿真测试 - 自动驾驶仿真测试需求：需要行驶4.4亿公里才能证明安全性，实际测试耗时8.37年 [86] - 仿真测试框架：生成多样性交通场景，评价安全性、舒适性和协调性 [89] - 异常交通场景处理：利用图形学和计算机视觉生成测试数据 [89] 认知与学习 - 人类驾驶员认知机制：选择性注意、记忆和学习过程，对交通场景进行模式匹配 [75][76] - 自动驾驶认知表征：包括空间定位层、行为模型层、知识策略层和任务驱动层 [83] - 机器行为发展途径：人类算法赋予、交互训练和机器自主经验获得 [32]

通用人工智能发展前景 - 具备泛化能力与通识能力的通用人工智能有望在15至20年后出现 [1] - 通用人工智能需具备与人类相当或更高水平的综合智能 能自主感知环境 学习新技能 跨领域解决问题并遵循人类伦理 [1] - 2024-2025年AI进展进入快车道 具身智能呈现百花齐放态势 [1] 通用人工智能实现路径 - 实现通用人工智能需突破信息智能 物理智能和生物智能三大难点 [3] - 信息智能(语言 文字 语音 视频)需4-5年达人类水平 5年左右达通用AGI标准 [3] - 物理智能(无人驾驶 机器人等)需至少10年实现 [3] - 生物智能(脑机接口等)需15-20年实现 需多学科领域突破 [3] - 三种智能将并行发展 相辅相成 [3] 人工智能大模型发展 - 2025年AI发展呈现多模态和GDP相关行业应用两大特点 [4] - 中国在推动AI落地方面具有显著优势 [4] - 大模型生命周期包括数据获取 预处理 模型训练 微调和推理五个环节 [5] - 前三个环节需大量算力和存储资源 通常由顶尖科技公司完成 [5] - 一般单位只需基于已有基础模型进行领域适配的微调和推理应用 [5] 人机关系与机器人发展 - AI智商水平可能已超过人类 但仍是人类认知与能力的延伸 [5] - 人类直觉具有不可替代性 [5] - 人形机器人发展关键是创造实际价值 [5] - 人形机器人走向成熟需较长周期 当前行业处于探索阶段 [5]

AI智能体平台Manus - AI智能体平台Manus开放注册 新注册用户每天可免费获得300积分并一次性获得1000积分 提供基础计划(19美元/月 1900积分)、Plus计划(39美元/月)和Pro计划(199美元/月) [1] - Manus案例分析显示 数据分析消耗200积分 网页设计消耗360积分 应用开发消耗900积分 [1] - 北京红色蝴蝶科技有限公司(Manus关联公司)注册资本由1000万美元增至2000万美元 [1] 英伟达芯片供应 - 英伟达与沙特AI公司Humain达成芯片供应协议 将提供1.8万颗GB300芯片用于建设500兆瓦数据中心 [2] - 英伟达与Humain计划未来五年建设AI工厂 使用数十万块GPU AMD也与Humain达成合作 双方计划五年投资100亿美元 [2] DeepSeek-V3技术突破 - DeepSeek-V3通过四项创新技术(内存优化 计算优化 通信优化 推理加速)解决硬件瓶颈 仅用2048块H800达到数万块GPU训练效果 [3] 通用人工智能发展 - 张亚勤预测通用人工智能需15-20年 信息智能(语言/视频)5年可达人类水平 物理智能(机器人/无人驾驶)需10年 生物智能(脑机接口)需15-20年 [4] OpenAI全球扩张 - OpenAI考虑在阿联酋建设数据中心 可能在美国总统访问中东期间宣布 [5][6] - OpenAI推进"OpenAI for Countries"计划 第一阶段目标在各国开展10个项目 [6] 中东AI基础设施建设 - 美国与阿联酋合作建设5吉瓦数据中心AI园区 将成为美国境外最大同类园区 [7] - 阿联酋已投入数十亿美元转型为中东AI中心 [7] AI编程工具发展 - OpenAI发布AI编程助手Codex 可并行处理多项任务 面向付费用户提供研究预览版 [8] - OpenAI可能以约30亿美元收购AI编程助手Windsurf 或成其史上最大并购 [8] 百度AI搜索创新 - 百度推出DeepSearch深度搜索 基于百亿级内容库 可综合分析信息并动态补充搜索 [9] 谷歌AI投资布局 - 谷歌设立"AI未来基金"支持全球AI初创公司 目标发掘下一个OpenAI [10] AR/VR设备发展 - INAIR公布AI空间计算机 由AR眼镜 独立计算中心和3D空间操作键盘组成 计划6月发售 [12] - 预计2025年全球AR眼镜出货量将增长42% 远超VR [12] AI公司融资动态 - Perplexity AI正以140亿美元估值进行5亿美元融资谈判 由Accel领投 [13] - Perplexity AI年化经常性收入略低于1亿美元 估值从去年6月30亿美元涨至140亿美元 [13] 腾讯AI投入 - 腾讯第一季度资本开支274.8亿元 同比增长91% 主要用于支持AI业务 [14] - 腾讯第一季度研发支出189.1亿元 同比增长21% AI已对广告和游戏业务产生贡献 [14] - 腾讯表示拥有足够高端芯片训练未来几代模型 当前GPU需求主要在推理侧 [15]

来源：中国新闻网 北京电影学院中国动画研究院院长孙立军表示，AI时代，在艺术人才的教育培养过程中，必须打破电 影、电视、动画等传统学科界限，培养其独有的创新力而非重复与模仿，推动其以独特审美对中华优秀 传统文化进行现代化表达，并通过产业化落地服务社会整体发展。 福耀科技大学校长王树国表示，AI技术的发展，打破了时间和空间限制，提升了生产生活效率，也为 人文社会科学带来新的发展契机，包括如何构建配套的法律体系，最大程度释放技术红利，并通过有效 管控将其潜在风险最小化，防范其对人类社会构成威胁。 中新社北京5月17日电 (记者 陈杭)当前，人工智能(AI)技术快速演进，赋能生产生活与社会发展。人类 应如何与AI相处？AI时代，如何培养人才？17日，众多专家学者齐聚2025搜狐科技年度论坛，共同探 讨AI浪潮下的生"才"之道。 中国工程院院士、清华大学智能产业研究院院长张亚勤表示，通用人工智能预计在15-20年内实现，将 具有通用性与泛化能力，可如人类般持续学习迭代，保持智能水平动态提升，并在大部分常规任务中优 于绝大多数人类。 美国杜克大学教授陈怡然在线上演讲中表示，自2022年11月ChatGPT推出以来，AI ...

金华市未来产业发展规划 - 未来5年将实施五大工程：未来产业前沿技术"萌芽"工程、旗舰平台"苗圃"工程、标杆企业"育林"工程、应用场景"沃壤"工程、投资基金"春雨"工程 [1] - 聚焦成长型与潜力型产业赛道，涵盖通用人工智能、合成生物、新型显示、氢能与新型储能、低空经济、量子信息等领域 [1] - 截至2024年金华市规上工业产值达7250亿元，拥有18个超百亿元级产业集群，其中新能源汽车、光伏、纺织服装和现代五金4个产业集群规模超千亿元 [1] 氢能产业发展现状 - 浙江氢途科技有限公司建成综合基地，具备年产5000台氢燃料电池发动机能力，累计申请发明专利100余项，产品配套国内30余款车型 [2] - 金华首条氢燃料公交车示范线开通，婺新油氢合建站运营，弥补加氢终端供应设备市场空白 [2] - 婺城区明确新能源汽车及零部件、电动工具、轻量化新材料3条产业链为重点发展方向 [2] 创新创业生态系统建设 - 金华市打造涵盖政策支持、人才输出、技术创新、资本支撑的创新创业生态系统 [3] - 依托金华科技城、义乌科技城等创新资源集聚区，建设新型孵化载体和未来产业专业园，培育市级未来产业先导区 [3] - 发挥高校和科研院所作用，推动未来产业前沿技术研究与学科交叉融合 [3]

AI在科研与工程中的应用现状 - 微软软件工程师已有90%代码由AI生成，显示AI在编程领域的高渗透率 [1] - AI当前在结构化任务（如棋类、编码、语言处理）表现超越人类，但在模糊概念理解（如量子力学）仍存短板 [2] - 猎豹移动认为AI在语言认知推理层面无显著短板，但物理层面的真正理解需更长时间突破 [2] AI的科学发展潜力与挑战 - 张亚勤预测AI五年内将证明人类未解数学猜想（如黎曼猜想），十年内可能发明新公式 [1] - 清华大学教授提出AI需在零人类知识积累下实现从0到1创新，才是真正智能诞生的标志 [2] - 当前大模型参数规模与人类大脑（860亿神经元/百万亿突触）仍差100倍，能效比显著落后（20瓦 vs 超高算力需求） [3] AGI发展时间表 - 信息智能（语言/视频处理）预计五年内达到人类水平，实现通用AGI [4] - 物理智能（无人驾驶/人形机器人）需至少十年发展周期 [4] - 生物智能（脑机接口）是最难突破领域，预计需15-20年实现人机生命体融合 [4] 技术路径差异 - 人类大脑具备高效记忆系统（海马体短期/皮层长期记忆），AI记忆机制仍逊色 [3] - AI优势在于智能可复制迭代（如自动驾驶），人类教育过程则需长期投入 [3] - 通用人工智能需满足三大标准：泛化能力、持续进化能力、超越多数人类任务表现，预计需15-20年达成 [3]

北京并行科技股份有限公司董事长陈健博士在发言中强调，并行科技深耕算力服务领域18年，积累了丰富的行业经验 与技术沉淀。与山东联通的合作将实现 "技术服务 + 资源调配" 的深度融合，助力企业提升工业大模型训练效率，降低 综合算力成本。 峰会期间，专家们聚焦工业大模型能力、智算服务、超算融合、智能原生应用等前沿领域，通过实际应用案例、主题 演讲等形式，展示了如何利用先进技术推动制造流程的智能化升级。会议重点探讨了国产化技术路径，在国产 CAE 软 件智能化、企业级算力服务等方向展开深入研讨；同时，通用人工智能、情感化大模型、"以智能体为中心" 的创新应 用模式等前沿方向也成为讨论热点，与会嘉宾共同展望制造业向智能化、协同化转型的未来蓝图。 现场，嘉宾们的主题分享干货满满，分论坛上围绕 "国产化技术路径""智能体驱动的制造创新" 等议题展开的激烈讨 论，将峰会气氛推向高潮。在算力运营、仿真优化、AI CAD 设计等实际应用案例分享环节，企业代表与专家共同剖 析成功经验，为行业提供可借鉴的转型方案。 5 月 16 日，由山东联通与北京并行科技股份有限公司联合主办的 "智造云启，智算未来"2025 制造行业（青岛）数 ...

ChatGPT的技术突破与行业影响 - ChatGPT成为历史上最快突破1亿用户的科技应用，两个月内实现这一里程碑 [3] - ChatGPT基于GPT-3.5优化，语言能力显著超越GPT-3，首次通过图灵测试 [1][4] - 生成式AI领域出现技术质变，ChatGPT标志着AI从垂直工具向通用智能体的跃升 [4][6] 大模型驱动的IT行业结构重塑 - 新IT架构分为四层：算力基石层、IaaS层、基础模型层(MaaS)、垂直模型层(VFM)+SaaS层 [9] - 垂直基础模型层和SaaS层是创新风口，边缘计算领域存在大量机会 [11] - 企业可通过精调训练(Fine Tuning)和提示工程(Prompt Engineering)降低开发成本 [12] 中国AI产业的发展机遇 - 中文大模型需多语种训练数据，非中文数据不会成为瓶颈 [15][16] - 国内技术差距集中在高端芯片、算法系统和平台级技术，但追赶潜力大 [17] - 垂直领域(如医疗、边缘智能)是主要机会点，"百模大战"加速市场活力 [18][19] AI大模型的五大发展方向 - 多模态智能：整合文字、图像、视频、生物信息等跨模态数据 [32] - 边缘智能：部署轻量化模型到终端设备，实现低延时处理 [33] - 物理智能与生物智能：推动自动驾驶、机器人及医疗领域突破 [33] 生成式AI的未来技术路线 - 基础大模型+垂直模型+边缘模型构成技术底座，生态规模将超移动互联网10倍 [34] - 统一标识(Tokenisation)和规模定律(Scaling Law)是核心要素 [34] - 5年内可能在Transformer等主流框架外出现颠覆性新技术 [34][35]

人形机器人行业发展 - 北京亦庄机器人半马是人类首次与机器人同场竞技，意义重大，20支参赛队伍包含成熟公司和初创团队[4][6] - 松延动力"N2"机器人赛后爆单，排产至11月，定价3.99万元显著低于同行（大几万至几十万）[8] - 2024年被机构定义为人形机器人量产元年，11家厂商启动量产，6家规划超千台，包括优必选、宇树科技等头部企业[9] - 全球人形机器人市场规模2023年10.17亿美元，2030年预计达151亿美元（CAGR 56%），销量从1.19万台增至60.57万台[17] - 行业活动密集：无锡具身智能机器人运动会、深圳全产业链接会显示产业链成熟度提升[11][15] 宇树科技机器狗供应链分析 - 宇树机器狗Go2拆解显示核心部件采用佰维存储LPDDR4X内存（8GB）和64G eMMC，处理器来自瑞芯微[21][23][25] - 2024年宇树机器狗全球市占率近70%，国内四足机器人市占超60%，2025年预计出货1.5万台（同比+100%）[26] - 无线通信模块依赖高通和南亚科技，前端芯片采用唯捷创芯方案[23][25] 佰维存储技术布局与优势 - 产品线覆盖机器人领域eMMC、LPDDR4X/5/5X、UFS、BGA SSD，国产自研主控eMMC（SP1800）已量产[1][30] - LPDDR5X样品尺寸缩小至8.2*12.4mm，BGA SSD容量达1TB并通过谷歌认证[30] - 晶圆级先进封测厂建设中，投资10.2亿，预计2024下半年投产，将成为国内唯一"存储+封测"一体化厂商[36][37] - 2023年营收67亿元（+86.5%），扭亏为盈，研发费用4.5亿元（占比6.7%）[33] - AI眼镜业务2023收入1.06亿元，2024年预计增长超500%，高价值产品Q2起批量交付[34] 产业链机会 - 机器人放量带动灵巧手、peek材料、空心杯电机等上游需求，佰维存储等芯片供应商受益[17][39] - 嵌入式存储是佰维核心优势，通过"存储+封测"能力切入头部企业供应链[27][30]

核心观点 - 通用人工智能研究院与北京大学联合开发了Minecraft Universe (MCU)平台，旨在解决开放世界AI智能体评测的三大瓶颈：任务多样化不足、环境单一、评测效率低下 [1][3][6] - MCU通过3,452个原子任务的无限组合生成、GPT-4o驱动的全自动任务配置、多模态智能评测三大突破，构建了维度丰富的综合评测框架 [6][11][14] - 实验显示当前SOTA模型（GROOT/STEVE-I/VPT系列）在组合任务中的完成率较原子任务下降50%以上，创造性得分普遍低于0.3分（满分1分），揭示泛化能力存在显著缺陷 [17][18][21] 技术架构 任务生成系统 - 支持11大类41子类任务类型（挖矿/合成/战斗/建造等），每个任务可分解为原子级粒度测试控制/规划/推理能力 [13] - 基于GPT-4o实现一句话生成复杂世界场景（含天气/生物群系/初始道具），自动校验任务逻辑可行性（如避免"木镐挖钻石"类错误） [11][14] - 示例任务包括"沙漠建水上屋"、"熔岩坑边缘造瀑布"等，通过调整环境变量（昼夜/地形）生成不同难度版本 [7][20] 评测体系创新 - 引入VLM驱动的多模态评分系统，覆盖任务进度/材料利用率/执行效率等6大维度，评分准确率达91.5% [14] - 采用动态任务进度指标替代传统0/1完成率，可量化阶段性表现（如GROOT在"屋内睡觉"任务中误判率达83%） [21] - 评测效率较人工提升8.1倍，成本仅为1/5，支持单日处理超10万次任务验证 [14] 实验结果 模型性能短板 - 导航类任务：GROOT在熟悉场景平均得分0.72，但环境微调后（草地→屋内）得分骤降至0.33 [18][21] - 组合任务：VPT(RL)在采矿+建造的复合任务中成功率仅23%，较单一采矿任务下降41个百分点 [18] - 创造性缺陷：所有模型在建造类任务的创新得分均未超过0.38分（STEVE-I在"瀑布建造"中得分为0.05） [18][21] 行业启示 - 现有模型过度依赖预设环境（如VPT在陌生生物群系中错误识别率达65%），暴露语义理解不足 [17][22] - 长周期任务（持续数小时）的完成率普遍低于20%，反映长期规划能力缺失 [6][21] - 评测结果指明研发方向：需提升任务本质理解能力而非表面指令执行 [22]