出品｜虎嗅科技组 作者｜孙晓晨 编辑｜苗正卿 头图｜视觉中国 日前，一封公开信拦在了OpenAI的重组之路上。该公开信由诺奖得主、AI教父Geoffrey Hinton联合10名前OpenAI员工及其他业内人士共同发表，要求停止 OpenAI的重组计划。 公开信指出，OpenAI进行重组的公开解释并不充分。尽管OpenAI一再强调谋求竞争优势的必要性，但是反对者们依然认为竞争优势不是充分的理由。此 外，OpenAI并没有解释为什么需要取消非营利组织的控制权，而非营利组织可能因失去控制权而一无所获。 为此，反对者们在公开信中向总检察长Bonta和Jennings呼吁，要求OpenAI回答基本问题，并通过确保非营利组织保留控制权来保护慈善信托和目标。 OpenAI的这场重组计划酝酿多时，2024年底，其发布公告表示，公司结构即将重组。据其公告显示，OpenAI在未来将继续保持非营利性组织和营利性组织 兼而有之的状态，现有的营利性组织将转变为特拉华州公共利益企业（PBC），非营利组织在现有营利性组织中的重大权益将以PBC的股票形式出现。 但是，面对着诸多质疑和阻碍，这场重组计划的推进并不顺利。 就在今年3月底，Op ...

自主通才科学家（AGS）的诞生 - 跨学科团队研究指出融合人工智能与机器人技术的自主通才科学家（AGS）能独立完成从文献综述到实验验证的全流程，并以指数级速度推动科学发现[1] - AGS系统将AI大脑与机器人躯体深度融合，形成通用科研系统概念框架，展示在全科学领域进行原创性发现的潜力[1] - AGS核心在于五大模块：反思与反馈、文献综述、提案生成、实验执行、论文准备，使其能超越人类科学家的速度与广度[7][8] AI与机器人科学家的协同效应 - AI科学家擅长推理、数据建模与分析，机器人科学家能执行物理任务，二者单独存在时各有局限[10][11] - 当前AI科学家和机器人科学家系统仍专注于特定学科，能力有限[13] - 未来融合Agentic AI和具身智能机器人的AGS系统有望实现全面突破，成为真正的通用科学家[14] 科学发现的新扩展定律 - AGS突破传统科研的人类能力限制，可几乎无限复制、永不疲倦并跨越学科壁垒[18] - AGS产生"知识飞轮"效应，每次发现都为下一次研究铺路，形成加速循环[20] - AGS突破物理边界（如深海、火星实验）和知识边界（整合多学科知识催生新领域）[24] 非人类科学家的研究成果管理 - 传统学术体系难以适应AGS时代的海量论文产出[26] - 提出aiXiv平台专为AI与机器人研究设计，革新评价体系，采用AI与人类专家评估的多层评审机制[27] - aiXiv支持成果持续更新，形成"活的知识库"，并解决AI研究署名和责任划分等伦理问题[28] 超级人工智能的标准 - 论文提出AGS能力分级，从0级（无AI）到5级（先驱者），当前系统多处于1-2级[30][31] - 5级AGS能在所有环境中完全独立运作，进行开创性研究而无需人类干预[32] - 科学发现作为超级智能标准，因其需要洞察力、创造性和跨领域整合能力[34] 未来展望 - AI与机器人融合将科学推向新巅峰，拓展人类无法触及的领域[37] - AGS作为人类伙伴，结合AI的计算能力和人类的创造性思维，共同推动科学边界扩展[37] - 超级智能的AI与机器人科学家将改变科学研究范式，照亮人类文明新篇章[37]

公司概况 - 松延动力（Noetix Robotics）成立于2023年9月15日，专注于通用人工智能本体、机器人仿生及具身操作系统研发[7] - 公司现有员工50余人，研发团队占比超85%，核心成员来自清华大学、浙江大学等知名院校[9] - 已完成5轮累计约2亿元融资，北京机器人产业发展投资基金为第一大外部股东（持股9.2479%）[10][12] 产品与技术 - 核心产品N2人形机器人售价3.99万元起，重30kg，具备18个自由度，可实现3.5m/s奔跑、连续后空翻等高爆发运动[4][6] - 产品矩阵覆盖双足行走、仿生交互、上肢操作等领域，包括Dora陪护机器人、N系列科研机器人、仿生人脸设备Hobbs等[13] - 核心技术为多自由度硬件本体、深度强化学习及多模态交互大模型，与虚拟动点合作建立"具身智能机器人联合实验室"[15][16] 商业化进展 - 已获数千万元订单，主要来自科研教育领域，计划2025年交付近千台[16] - 当前人形机器人订单超600台，仿生人脸订单数百台，预计量产交付后将实现现金流转正[18] - 与天宁经开区合作建设汽车零部件产业园量产基地，预计6月投产[18] 行业定位 - 通过半程马拉松赛事出圈，成为2025年第三家引发市场关注的人形机器人企业[2] - 采取ToG/ToB优先策略，从科研教育场景切入，逐步向家庭场景延伸[20] - 创始人提出3.99万元定价仍具盈利空间，强调成本控制与运动性能差异化优势[18] 团队背景 - 创始团队均为90后，包括清华大学博士姜哲源、伦敦大学硕士张世璞等顶尖人才[11] - 联合创始人胡晨旭在AI模型训练领域有深厚积累，算法副总裁崔文昊曾任职达闼科技[11] - 公司为北京未来星科创业投资中心首个直投项目，获金沙江创投等多家机构投资[12]

AI超级应用发展趋势 - AI正以前所未有的速度重构全球商业格局，推动技术革命和商业思维进化[2] - 2025年AI Partner大会聚焦"Super App来了"主题，探讨AI重构商业逻辑和产业生态[2] - 具身智能成为AI前沿趋势，深度融合物理交互与自主决策能力，构成下一代通用AI核心要素[6] - AI作为50年来最具变革性技术，正重塑各行业与生活方式，超级应用必然由AI赋能[8] 行业应用案例 - 百度智能云构建AI应用体系：智能营销领域推出客悦·ONE覆盖企业全周期，智能交通领域提升决策效率[9] - 闲鱼AI产品用户规模近2000万，智能托管GMV累计超4亿，未来将通过多智能体协作革新交易流程[14] - 学而思九章大模型重塑教育"不可能三角"，实现个性化、大规模、高质量共生，构建实时答疑闭环[24] - 大华星汉大模型构建V、M、L系列，从视频感知核心出发打造行业智能体，重塑行业应用[17] 技术发展方向 - 高通以"硬件+软件+生态"全栈实力重塑端侧智能，突破传统交互边界[12][13] - 神眸AI通过极微全定制方法学实现功耗降低超10倍，支持多场景检测识别[39] - LLM推理能力与成本优化后，2C应用场景将涌现更多具有agent能力的虚拟角色[52] 创业与生态建设 - 垂直领域专注细分模型优化和场景实现的创业者更有机会诞生超级应用[18] - 创业者应建立场景纵深护城河，理解智能边界，研究AI技术架构[25] - 模速空间通过生态强化、备案支持、算力补贴等措施助力AI+产业升级[45] - DeepSeek开源降低创业门槛，模型成熟度跃升推动国内AI领域发展[48] 商业模式创新 - 未来SaaS将从License制演变为Value Share为主的收费模式[35] - 海新域聚焦生物医药、AI等领域数据场景建设，推动数据要素与AI融合[41] - TTC通过全流程Agent化实现人才动态匹配，构建"价值互联网"[53]

这样的预言，来自清华大学智能产业研究院 （AIR） 院长张亚勤。 在其新书《智能涌现》中，基于数十年对AI的思考与实践，从他领导下AIR研究院正在推进 的三大方向——多模态大模型、自动驾驶和生物智能出发，张亚勤还给出了更多对AI技术演 进方向的长期预判，包括： …… 总结起来，对于AI技术的未来发展方向与突破路径，张亚勤做了以下展望： AI大模型的五个发展方向 AI大模型作为数字化3.0的重要基石，其发展将决定未来技术攀升的高度与覆盖的广度。张 亚勤眼中，未来AI大模型架构的关键发展方向如下： 1. 多模态智能 ：将带来全面的、具有深度的智能分析。结合语言、文字、图片、视频、激 光雷达点云、3D结构信息、4D时空信息及生物信息，实现多尺度、跨模态的智能感知、 我们经历了"数字化1.0"和"2.0"，目前正经历着向"数字化3.0"的升维跃迁——从"小 模型"到"大模型"、从"单模态"到"多模态"、从"数字智能"到"物理智能"。 未来的发展方向将是智能+X （AI+X） ，即把日渐强大的AI能力投射到千行百 业。"X"既是无限可能的产业，也是无限产业的可能。 这场变革没有旁观者，全球80亿人都已置身其中。 中信出 ...

文章核心观点 朱松纯认为大模型参数多且不可解释，从科学角度看很“丑陋”，但工程上有一定效果；他提出“小数据、大任务”范式，呼吁中国形成自己的AI叙事，做原创性研究；其团队合编图书提出通用人工智能评测体系，将大模型纳入评测，认为有认知架构的通用智能体有自主性和成长性 [3][11][15] 朱松纯个人情况 - 担任北京通用人工智能研究院院长等职，是国际知名计算机等多领域专家，发表300多篇论文，三次获马尔奖 [6] - 2004年和沈向洋在家乡创建莲花山研究院，是最早规模性做大数据标注的机构 [3] 对大模型的看法 - 从科学角度，大模型参数动辄百亿甚至千亿级且不可解释，很“丑陋”，不符合用简约模型解释复杂现象的科学本质 [3][11] - 从工程角度，大模型能在某些方面产生较好结果 [3][13] 通用人工智能评测体系 - 朱松纯等人合编《通用人工智能标准、评级、测试与架构》，提出系统标准、评级、测试与架构体系，适用于大模型 [3] - 该体系下智能体要完成并自主定义任务，无法“刷榜” [3] - 把大模型作为一种智能系统纳入评测，目前测试效果不太好 [15] “小数据、大任务”范式 - 2017年朱松纯提出该范式，核心是“给机器立心”，让智能体自主性构建物理感知 [7] - 通研院用此理论体系训练出智能体“通通”，只用10张显卡，通研院共一两百张卡 [7] - 到今年，“通通”智商和情商相当于五岁左右小女孩，能理解环境，有个性 [8] 对外界质疑的回应 - 有人质疑“小数据、大任务”范式，认为可能掉队或思想保守 [17] - 朱松纯认为追求简化模型，搞清楚底层诉求可解释很多现象，不必生气，质疑者多是刷榜惯了有思维定势 [17][19] 呼吁与观点 - 呼吁中国形成自己的AI叙事，不跟随硅谷模式，做原创性研究 [11] - 认为真正的通用人工智能未起来，需持续投入，关乎国运 [11] 相关概念解释 - C指认知架构（Cognitive Architecture），C的进化指能看到越来越多节点 [16]

商汤科技发布日日新V6大模型 - 公司正式发布全新升级的"日日新SenseNova V6"大模型体系 以"多模态"为关键词 是今年AI产业的重头戏 [2] - 日日新V6是拥有超6000亿参数的MoE原生多模态通用大模型 凭借单一模型可完成文本、多模态等各类任务 [2] - 公司从去年5、6月开始探索多模态 9、10月技术路线基本跑通 专注多模态推理而非纯文本赛道竞争 [2] 技术能力突破 - 长思维链：超过200B高质量多模态长思维链数据 最长64K思维链 [3] - 数理能力：数据分析能力大幅领先GPT-4o [3] - 推理能力：多模态深度推理国内第一 对标OpenAI o1 [3] - 全局记忆：率先在国内突破长视频理解 支持10分钟视频理解及深度推理 计划2025年实现1小时视频理解 [3][4] 战略布局 - 公司提出"大装置-大模型-应用"三位一体战略 聚焦主业 边缘业务以生态方式孵化 [4] - 目标成为"最懂算力的大模型服务商"和"最懂大模型的算力服务商" 打造端到端竞争力 [4] - 截至4月14日收盘 公司市值超540亿港元 [4] 应用方向 - 提供生产力工具 切入金融、政务、企业等高价值业务环境 提升效率、优化流程、改善体验 [5] - 提供交互工具 包括智能陪伴、智能硬件交互、智能营销等 改善人机交互体验 增强用户粘性 [5] 行业趋势 - 开源模型与工具渐成主流 [5] - 性价比是所有大模型应用的生死线 [5] - 多模态成为最新技术焦点 将打开更多新应用场景和新硬件形态 [5]

人工智能发展阶段 - 人工智能发展分为三个阶段：计算智能（已超越人类）、感知智能（当前阶段）、认知智能（未来方向）[2] - 行业已进入从"初级阶段"向"更高阶段"迈进的时期，重点发展具身化和推理能力[2] - 具身智能被视为通向通用人工智能的潜在路径，但尚未形成确定性结论[2] 人工智能发展历程 - 1956年达特茅斯会议首次提出AI概念，近70年经历3次起落[5] - 2010年ImageNet等学术突破推动AI热潮，2016年AlphaGo和2022年ChatGPT使AI进入大众视野[5] - GPT-4仅用90-100天完成训练，吞噬了人类50多年积累的互联网数据[5] 具身智能概念 - 具身智能不仅拥有物理形态，还能与物理世界互动，区别于传统AI[5] - 图灵提出两条AI发展路径：离身智能（抽象活动）和具身智能（通过身体感知实现）[12] - 具身智能需要感知环境、思考决策、身体协调、中枢控制能力，形成"感知-认知-决策-行动-感知"循环[14] 智能本质的认知演变 - 早期认为解决数学/棋类问题代表智能，现代AI已实现但被证明存在根本误区[9] - 现有AI依赖人类提供的数据和模型，缺乏自我判断、直觉、情感等人类独有属性[10] - 图灵测试因无法评估多维度复杂情境而不再适用，需开发更全面的智能评估方法[8] 具身智能的实现路径 - 人类与环境的互动需要通过躯体媒介完成，AI需赋予自主控制躯体才能形成真正意识[13] - 具身智能的"身体"不限于人形，可能呈现多样化物理形态[15] - 现代科技可加速具身智能进化，相比人类数百万年进化大幅缩短时间周期[15]

具身智能行业融资与争议 - 星海图在成立一年多内完成A轮系列融资累计达1亿美元，包括近3亿元A轮和超3亿元A2、A3轮，由凯辉基金领投，联想创投、海尔资本等跟投 [2][7] - 金沙江创投董事总经理朱啸虎公开质疑行业商业化能力，称已批量退出早期项目，认为当前客户画像多为想象，人形机器人售价过高且买家局限 [3][4] - 行业支持者如经纬创投张颖反驳称人形机器人赛道长期将出大公司，光源资本郑烜乐指出中国在硬件制造与场景应用上的潜力 [7] 技术路线与商业化策略 - 星海图提出"一脑多形"战略，通过通用AI模型与仿真数据引擎实现单任务学习成本下降10倍、仿真训练效率提升100% [7] - 特斯拉Optimus项目计划2026年量产数百万台，目标单价降至2万美元以下，定位为"比特斯拉汽车更重要的业务" [11] - 清华大学张亚勤预测物流、食品加工等垂直领域将在一两年内突破，未来人均或拥有10台机器人 [9] 行业前景与分歧 - 谨慎派代表朱啸虎担忧行业陷入"为融资而创新"，而支持者如许华哲将当前泡沫类比互联网早期，认为幸存者将定义未来 [7][8] - 马斯克预言2040年全球人形机器人达100亿台，称其为"人类文明基石"，并强调"机器人即服务"模式 [10][12] - 行业呈现两极分化：宇树科技等企业被指开展价格战，而星海图吸引产业资本加码工业场景验证 [8]

文章核心观点 - 斯坦福大学AI100项目首份报告《人工智能与生活2030》为审视未来十几年AI融入日常提供理性视角，AI虽有潜力带来积极影响，但也会带来社会、伦理和法律挑战，需制定政策引导其发展 [3][18] 百年之约：AI100项目的缘起与使命 - AI100项目源于对AI领域快速发展及其深远社会影响的认识，受2008 - 2009年AAAI组织的“阿西洛马会议”启发而生 [4] - 项目设立常设委员会，计划每五年组织专门研究小组评估AI，目标是为AI研究、开发、设计和政策制定提供指导，确保AI惠及个人与社会 [4] 首份报告研究小组及任务 - 首份报告研究小组由17位AI专家及多领域学者组成，背景多元确保研究广度与深度 [5] - 常设委员会要求研究小组聚焦AI到2030年对“典型的北美城市”生活的影响，选择城市和限定北美是为深入探讨特定背景影响并承认全球城市多样性 [5] 揭开AI的面纱：它是什么，不是什么 - AI是一门科学和计算技术，灵感源于人类神经系统和感知等方式，但运作方式与人类不同，精确定义AI有挑战 [6] - 当前AI在特定任务上进展显著，如深度学习、计算机视觉、自然语言处理、AI规划等，但并非“通用人工智能”，缺乏人类常识等能力，不会对人类构成迫在眉睫威胁，应期待其积极影响 [7][8] AI渗透八大领域：2030年城市生活图景 - 交通运输领域，到2030年自动驾驶汽车将更普遍，会改变城市面貌、缓解交通问题，但面临安全性和可靠性挑战，公众对AI的认知可能由此塑造 [9][11] - 家庭/服务机器人领域，未来十五年会出现更多特定用途机器人，但制造通用型机器人面临技术和成本障碍，近期商业机会集中在特定应用 [11] - 医疗健康领域，AI可利用健康数据进行疾病预测等，有望改善数百万人健康和生活质量，但从实验室到临床应用速度较慢，面临数据隐私等挑战 [11] - 教育领域，AI能为教育带来个性化变革，但设计有效AI系统面临挑战，需关注教育资源平等和内容准确性等问题，人机交互顺畅性和信任度是关键 [10] - 低资源社区领域，AI可帮助优化资源分配等，但应用设计可能忽略社区特殊需求或加剧不平等，确保技术普惠性和建立社区信任至关重要 [10] - 公共安全与安防领域，AI用于犯罪预测等引发隐私和偏见担忧，需在提升安全效率与保护公民权利间取得平衡，公众信任是基石 [12] - 就业与职场领域，AI会自动化部分工作冲击现有岗位，但也会创造新岗位和增强人类能力，社会需适应转变，克服人们对被边缘化的恐惧 [12] - 娱乐领域，AI已深度融入娱乐产业，未来会有更具交互性和沉浸感的形式，但可能带来社交隔离等社会风险 [12] 超越技术：AI的社会挑战与政策前瞻 - AI发展带来公平性与偏见、隐私、安全与可靠性、责任归属、经济影响与分配、人机关系等社会、伦理和法律挑战 [13][14] - 报告提出政策建议，包括提升政府AI专业能力、鼓励对AI社会影响的研究、避免对“AI”笼统监管、促进透明度和公众信任、关注公平与普惠 [14][15][17] 结语：面向2030的理性期待与责任 - 报告描绘了AI融入城市生活带来便利和挑战的未来图景，将讨论焦点拉回现实，提醒人们AI未来掌握在自己手中，需积极引导其发展 [18] - AI100项目才刚开始，当下应理解报告洞察与建议，塑造负责任、可持续、以人为本的AI未来 [18]