公司技术成就 - MiroMind在FutureX基准测试中连续两周蝉联冠军 搭载GPT-5的MiroFlow智能体框架在9月第1周和第2周位列榜首 自研模型MiroThinker均位列前五 [2] - MiroMind采用记忆驱动机制 专为预测与决策设计 与专注文本输出的生成式模型不同 [2] - 在测试中成功预测2025年9月9日ATP男子单打排名第4-6位选手 难点在于网球排名系统涉及积分计算 比赛结果 时间窗口等多个变量 [8] - MiroMind ODR项目V0.1版本GAIA测试达82.4分 性能超越OpenAI的DeepResearch(67.4分)和Manus(73.3分)等开源和闭源AI深度研究模型 [10][11] - MiroFlow框架在GAIA-Validation上取得82.4%的优异成绩 在多个基准测试中领先国际对手 [12] - 自研旗舰基础智能体模型MiroThinker具备强大推理 决策和多模态理解能力 能在多Agent协作中发挥核心作用 [12] - 模型采取六步策略预测男子网球排名 包括制定预测计划 建立基准线 研究积分规则 搜索比赛成绩 多情景分析和概率验证 [13] - 在预测Solana加密货币价格突破关键档位时 通过交叉验证确定最优预测选项 体现系统建模能力与风险控制水平 [13] 技术架构与开源策略 - MiroMind ODR项目完全开源且可复现 核心模型 数据 训练流程 AI Infra DR Agent框架统统开源 [11] - 项目主要包括MiroFlow MiroThinker MiroVerse和MiroTrain四个子项目 可在手机端运行 [12] - 团队以每月一次开源更新的速度同社区一起创作最强深度研究模型 [11] - MiroThinker很快将以完全开源形式向全球开发者和研究者开放 提供可复现的模型和实验环境 [12] - MiroFlow提供完全开源 可复现的框架和配置 致力于建设创新者平台 [12] 团队背景与资源支持 - 由陈天桥与清华大学电子工程系副教授代季峰联手筹备 目标是打造下一个OpenAI 围绕AGI展开基础性研究 [8] - 代季峰曾任微软亚洲研究院视觉组首席研究员 商汤科技研究院执行研究总监 研究方向包括视觉信息理解基础模型与核心算法 [9] - 陈天桥承诺盛大内部孵化的所有AI企业的一半利润将分给团队 [10] - 公司正在探索将长期记忆模块深度嵌入模型 在复杂多变环境中做出更精准可靠的预测 [14] 行业定位与发展愿景 - FutureX是全球首个动态实时LLM智能体未来预测基准 由字节跳动SEED团队联合斯坦福大学 复旦大学 普林斯顿大学共同推出 从200多个高质量网站精选问题 [5] - 马斯克曾表示预测未来的能力是衡量智能的最佳标准 让AI具备不确定环境下的决策能力是通向AGI的重要一步 [5] - 公司致力于打造全球最好的预测大模型 让AI记住过去 洞察未来 [8] - 代季峰透露项目终极目的是"我们不提供AI 但我们与您共同构建AI" [13] - 陈天桥呼吁中国科创投资人不要将脑机接口只当作赚钱风口 强调硬科技创新无法用互联网行业的短周期快回报模式衡量 [14] - 科创领域亟需有长远眼光的耐心资本 为企业提供长期稳定支持 帮助从基础研究到产业化落地 [14]

文章核心观点 - 华为将具身智能定义为AI走向物理世界的核心载体，是融合多领域技术的综合体系，而非单一技术突破 [1] - 公司对具身智能的布局采取长期主义策略，通过分阶段技术迭代和生态协同构建竞争优势，聚焦工业等半结构化场景 [7][17][19] - 预计10年后中国家庭超过90%拥有智能机器人，到2035年人工智能应用率超过85%，可提升劳动生产率60%，产品缺陷率降低至0.05%以下 [1] 具身智能的战略底色 - 具身智能被定义为拥有实体身躯与实时互动能力的智能形态，是跨域融合的物理AI载体 [3] - 其技术基础融合了VTLA模型、世界模型、感知交互、计算存储、通信网络与能源技术等多领域技术 [3] - 在AGI演进逻辑中，具身智能是连接虚拟认知与物理行动的关键桥梁，解决通用大模型缺乏物理推理的痛点 [3][4] - 公司将其视为驱动千行百业AI原生重构的核心力量，是能深入行业机理的行业级大脑 [6] 具身智能路径方法论 - 实现方法论围绕技术架构分层与分领域阶段突破展开，形成底层技术筑基-中层场景验证-顶层生态协同的路径 [7] - 底层技术架构拆分为六大核心模块：认知核心、感知交互、计算存储、通信网络、能源支撑及安全保障 [8] - 具体技术指标包括机器人采用固态电池能量密度>1000Wh/L，通信依托5G-A/5.5G的高可靠低时延特性 [8] - 制定了分领域、分阶段的演进路线，核心覆盖智能驾驶、智能机器人、低空经济三大场景，定下2025年、2030年、2035年三阶段目标 [10] - 短期人形机器人客户面向工厂和商业个人，后期目标为教育型及家庭医疗护理老人照顾 [10] 竞争策略 - 通过生态协同、数据差异化、端云融合三大策略构建竞争优势，核心是不做单点冠军，做生态枢纽 [11] - 采用端云协同架构，云侧依托华为云智算中心提供EFLOPS级算力，端侧部署边缘计算芯片负责实时响应 [11] - 竞争策略之一是联合行业伙伴构建垂直数据平台，采集如工厂灾难性故障、医疗罕见病例等罕见事件数据 [13] - 提出开放生态策略，通过输出工具平台、提供开发套件、共建行业标准，从技术提供者转变为生态组织者 [13] 边界与局限性 - 技术瓶颈集中在物理交互的精细化与环境适应的泛化性，家庭场景的精细操作如切菜、折叠衣物仍难以实现 [14] - 家庭机器人需突破24小时续航以保证基本运行效率，虽布局固态电池但仍需产业链协同突破 [14] - 伦理安全风险远高于纯软件AI，需解决数据隐私、责任界定问题，可能需设置硬件约束及制定事故责任框架 [16] - 公司承认技术瓶颈需5～10年迭代，其核心优势在机器人大平台和大脑方面，合作的人形机器人企业伙伴越来越多 [16] - 商业边界清晰，即避免过度承诺消费端场景，聚焦工业等半结构化场景，通过生态赋能合作伙伴 [17]

核心观点 - 华为发布《智能世界2035》报告 系统描绘未来十年技术演进路径 核心判断为2035年全球算力总量将实现10万倍增长 算力从专业工具转变为普惠性社会基础设施 [3] 十大技术趋势 - 通用人工智能从实验室走向产业化 2035年可处理高度复杂决策任务 [5][6] - 计算架构迎颠覆性变革 全社会算力总量增长10万倍 突破传统架构限制 [7][8] - 数据存储范式根本转变 AI存储容量需求比2025年增长500倍 占比超70% [9][10] - 通信网络连接规模从90亿人扩展到9000亿智能体 架构向服务智能体演进 [11][12] - 能源系统智能化管理 新能源发电量占比突破50% AI实现能量最优利用 [13][14] - 交互方式完成多模态演进 从图形界面发展到融合人类五感的沉浸式体验 [15][16] - 健康管理从治疗转向预防 AI使慢性病预防率提升至80%以上 [17][18] - 家庭机器人成为生活标配 超90%家庭拥有智能机器人 实现家务自动化与个性化服务 [19][20] - L4+级别自动驾驶普及 汽车转变为"移动第三空间" 重塑出行体验 [21][22] - 软件开发进入人机协同时代 人类专注架构设计 AI承担基础编码 效率实现质的飞跃 [23] 算力革命 - 算力总量增长10万倍需多层面技术突破 包括存算一体 光计算等新型架构 [25] - 新材料应用提升计算器件性能与能效 先进封装和异构集成技术发挥芯片性能 [25][26] - 神经形态计算与量子计算为特定场景提供解决方案 能效比显著改善 [27][28] 存储升级 - AI存储容量需求比2025年增长500倍 存储架构从"数据存储"转向"数据服务" [29] - 新型存储介质和架构提升存储密度与访问速度 满足AI实时性要求 [29] - 数据管理从手动转向基于元数据的智能管理 [30] 能源转型 - 可再生能源发电量占比突破50% 能源系统与AI深度耦合 [32] - AI成为能源系统"智能大脑" 预测需求 优化分配 实现高效利用 [32] - 分布式能源成为主流 微电网和能源互联网实现灵活调度与共享 [32] 健康变革 - AI推动健康管理从被动治疗转向主动预防 慢性病预防率提升至80%以上 [33] - 基于多模态数据的健康预测模型提前发现风险 提供个性化预防建议 [34] - 智能健康设备实现全天候监测 AI辅助诊断优化医疗资源分配 [34] 家庭生活 - 智能机器人家庭渗透率超90% 提供家务劳动及陪伴 教育 娱乐服务 [34] - 全息技术创造沉浸式家庭环境 提升远程办公 社交 娱乐体验 [34] - 智能家居系统通过感知环境状态和用户需求实现主动服务 [34] 企业转型 - AI驱动的自主决策组织重构生产范式 人工智能应用率达85%时可提升劳动生产率60% [36] - 生产系统高度自动化 AI调度和优化从订单接收到产品交付的全流程 [36] - 供应链管理智能实时预测需求变化 决策机制变为数据驱动甚至自主决策 [36] 启示与展望 - 技术演变为决策伙伴和生态系统 需重新思考人机关系并建立新型协作模式 [38] - 人类专注创新思考与顶层设计 AI系统负责执行工作 [38] - 未来竞争是愿景与假设的竞争 前瞻思考的企业和国家将占据领先地位 [38] - 90%以上中国家庭拥有智能机器人 全息技术重新定义沟通方式 [38] - 通信网络连接9000亿智能体形成智能体互联网生态 能源系统完成智能化改造 [38]

第一阶段是聊天机器人阶段，以GPT-3.5为代表，实现了人机自由交流，但对生产力提升有限，仅停留在基础交互层面；第二阶段是推理器阶段，当前行业 正处于此阶段，模型幻觉问题得到有效改善，成本大幅下降，同时具备较强推理能力，已成为具备战略性价值的工具；第三阶段是智能体阶段，核心特征是 大模型可在无人类监督下自主完成任务，目前特斯拉等企业的相关研发已为此阶段提供实践支撑；第四阶段是创新者阶段，AI 将成为科学发明与技术创新 的核心协助工具，甚至成为研发伙伴；第五阶段是智能组织阶段，AI 可自主分类、协调并完成复杂工作任务，形成系统性服务能力。 从当前进展看，行业已跨越聊天机器人阶段，处于"推理器阶段向智能体阶段过渡"的关键时期。未来向第四、第五阶段突破具备可行性，核心支撑在于模型 能力尚未出现天花板 —— 随着训练维度从单一预训练，扩展至"预训练 + 后训练 + 测试时间训练"多维度迭代，模型性能仍在持续提升，为更高阶段的功能 实现奠定基础。 当前，人工智能（AI）已成为驱动全球产业变革的核心力量，其影响力可能与 1995-2000 年互联网浪潮比肩。随着算力迭代、模型能力提升及应用场景拓 展，AI 产业链正进入健 ...

技术跃迁趋势 - AGI需走向物理世界 通过经验、理念、行动三大引擎形成世界模型[1] - AI智能体从执行工具升级为决策伙伴 驱动产业革命[1] - 人机协同编程重塑软件开发模式 人类更专注于系统架构与创新设计[1][28] - 交互在镜像世界升维至空间多模态 从图形交互迈向自然语言交互并融合五感[1][28] - 移动互联向多Agent协同生态演进 百万App不再是信息孤岛而是Agent相互连接的智能服务[1][28] - 具身智能在智能驾驶、机器人、低空经济形成万亿产业[1] - 新型算力突破冯·诺依曼架构 2035年算力需求预计增长10万倍[1][29] - 存储范式向"存知识"变革 AI数据占比将超70% 2035年人工智能存储容量需求比2025年增长500倍[1][30] - 网络升级为智能体互联网 实现万物超维互联 需支撑90亿人口拥有9000亿智能体 通信容量增长100倍[1][21] - 能源网络以Token管理 风光发电2035年将超化石燃料 新能源发电量占比突破50%[1][30] 全场景应用 - 医疗从"治病"转向健康全周期管理 AI预防超80%慢性病 全球65岁及以上人口将突破11亿[1][31] - 教育通过智能学伴、孪生教师实现大规模因材施教 动态分析学生知识掌握情况并生成个性化教学方案[1][7] - 出行依托MaaS平台与RoboTaxi打造"第三空间" L4+自动驾驶汽车成为移动第三空间[1][28] - 饮食结合智慧农场与精准营养实现健康饮食[1] - 制造实现"设计即制造""制造即智能""制造即服务" 形成自我优化工厂[1][22] - 金融以AI智能助理提供超个性化服务 智能体在风险评估、欺诈检测和咨询服务方面能力接近人类水平[1][22] - 电力构建新能源主导的新型系统 智能电网实现可再生能源发电与需求平衡[1][22] - 物流通过AI优化运输、仓储与品控[1] - 矿业实现"智探矿脉"与无人化生产[1] - 城市进化为自感知、自决策的智能生命体 依托城市级AGI与数据大动脉提升治理效能[1] 基础设施支撑 - 计算领域迎来历史性变革 在计算架构、材料器件、工程工艺、计算范式四大核心层面实现颠覆性创新[29] - 存储技术向超高带宽、超大容量、超强智能方向演进 驱动存储范式变革[30] - 网络架构升级为面向智能体互联网的新一代架构 突破万物互联边界[30] - 能源供给发生重大变革 全球数据中心耗电量将高达1.5万亿度[30] - 云边协同共生推动AI民主化[21] - 高密度电池和可持续发电消除认知和实现之间的障碍[21] 产业影响 - 人工智能应用率超过85% 提升劳动生产率60% 产品缺陷率降低至0.05%以下[31] - 智能机器人提供情感陪伴 超过90%的中国家庭将拥有智能机器人[31] - 人机协作加速医学、材料科学和量子技术等领域突破[22] - 智能体成为新质生产力核心 驱动医疗、教育、制造、金融、能源等关键领域发生范式革命[18] - AI正通过感知-分析-决策-行动的自主系统彻底重构企业价值创造方式[31]

从蔡浩宇新游戏，看AI交互的未来。 今年8月，米哈游创始人蔡浩宇所创立的新公司推出了《群星低语》（Whispers from the Star），这是一款基于英文大语言模型（LLM）开发的AI原生游 戏。游戏中，玩家可以通过多种方式与主角Stella沟通、互动，而Stella会通过AI增强对话对玩家做出动态回应。 我目前在日本早稻田大学游戏研究专业就读，正在准备博士论文。我一直关注着一个现象：很多女性玩家在玩乙女游戏之余，还会用AI调教自己的智能 体、自己的纸片人。她们会把这个调教的过程视作"玩"的过程。 而很多社交媒体上的人喜欢分享她们和AI的对话，就像分享和男朋友、纸片人的聊天。有时候AI也不一定扮演恋人，她们会希望对方为自己制订一些生 活计划、成为自己的人生导师，或者类似于"哥哥"这样的角色。有点像创作同人小说，这些分享的人有时候也被称为"太太"（常见于同人作者的称呼）。 这款游戏看起来并没有获得巨大成功，觉得这个概念新鲜的人远比觉得这款游戏好玩的人更多。游戏推出几天之后，就不太有人谈论它了。而且因为 LLM的运作方式，游戏必须联网游玩。有时候玩家会遇到断线问题，有时候出于算力原因，Stella会主动切 ...

个人背景 - 陈博远现任OpenAI研究科学家 是GPT图像生成技术五位核心研究人员之一 也是Sora视频生成团队成员[5] - 拥有MIT电子工程与计算机科学博士学位 并辅修哲学 研究重点包括世界模型 具身人工智能和强化学习[7] - 本科毕业于加州大学伯克利分校 主修计算机科学和数学 辅修哲学 曾师从机器人领域专家Pieter Abbeel教授[24][25] 职业经历 - 2023年5-8月在谷歌DeepMind实习 参与基于大规模合成数据的多模态大语言模型训练项目 其指令微调技术被Gemini 2.0采用[7] - 本科期间创办机器人教育公司 主导竞赛用机器人套件的软硬件开发[25] - 博士期间发表多篇高影响力论文 包括SpatialVLM（被引367次） Diffusion Forcing（被引136次）等 总引用数达1183次[15][16] 技术研究方向 - 专注于世界模型开发 认为视觉世界模型对具身智能至关重要[4] - 主张结合世界模型 具身AI和强化学习 使AI更好地理解物理世界[7] - 预测具身智能将是未来百年最令人激动的技术 有生之年有望见证通用机器人诞生[17] 行业影响 - 其研究成果NLMap和SpatialVLM在学术界和工业界获得认可[12][15] - 加入OpenAI后将继续推进世界模型发展 参与GPT图像生成和Sora视频团队[1] - OpenAI正在加大机器人技术投入 组建团队开发控制机器人算法[20]

AI技术发展现状与挑战 - AI技术自本世纪初迅猛发展 标志着科技革命进入新纪元 但发展仍处于起步阶段 应用主要集中在问答功能为主的AI助手[4] - AI系统通常被视为"黑盒子" 其属性难以像传统ICT系统那样被完全理解和保障 有待解决的关键问题是如何将基础模块有效组合 打造人类智能水平的系统[4] - AI在工业和服务领域应用潜力巨大 但尚未得到充分挖掘[4] 智能世界2035愿景 - 报告描绘AI发展愿景 探讨技术融合推动工业和服务智能系统转型 包括自主交通系统 智能电网 智能工厂与农场 自主通信网络等[5] - 全面分析AI在医疗 教育 智能家居 智慧城市和商业创新等服务领域的应用及影响 强调AI与其他创新技术的协同效应[5] - 教育应用将动态分析学生知识掌握情况 帮助教师实时生成个性化教学方案 医疗行业将融入由AI 数字行为建模 远程医疗和合成生物学等技术驱动的全球健康生态系统[5] 技术挑战与突破方向 - 实现愿景需克服超越通用人工智能范畴的技术挑战 目标不仅是创造理解学习人类智力任务的机器 更在于让机器整合自身能力自主行动感知环境[7] - 智能系统构建颠覆传统系统工程 需将传统ICT模型开发与数据驱动AI技术结合 通过混合解决方案确保安全高效决策[7] - 系统验证从理性主义向经验主义转变 需开发更严格验证技术 通过基于知识监测技术弥补可靠性降低影响[7] 未来技术发展趋势 - 迈向通用人工智能关键在于走向物理世界 机遇包括更有效感知世界 更智能模型算法 更高效算力芯片[11][12][13] - 新一代传感器可能成为新"奇点" 向脑智能学习可能带来重要突破 光计算 量子计算 存算一体等新范式有望变革智能"物质基础"[11][12][13] - 智能本质在于对物理世界理解互动与重塑能力 真正突破或将源于数据空间和物理空间深度融合的新架构[16] 算力与基础设施需求 - 2035年全社会算力总量比2025年增长10万倍 计算领域将迎来历史性变革 在计算架构 材料器件 工程工艺 计算范式四大核心层面实现颠覆性创新[30] - 数据成为推动AI发展"新燃料" 到2035年人工智能存储容量需求比2025年增长500倍 占比超过70%[31] - 全球数据中心耗电量将高达1.5万亿度 能源供给需要发生大变革 可再生能源发电量占比将突破50%[31] 产业应用与影响 - 智能体将从执行工具演进为决策伙伴 驱动各产业发生智能化革命 预计2035年人工智能应用率超过85% 提升劳动生产率60% 产品缺陷率降低至0.05%以下[29][32] - 医疗行业将从"以疾病为中心"转向"健康全周期管理" AI将助力预防超过80%慢性病[32] - 超过90%中国家庭将拥有智能机器人 人类将逐渐进入全息生活空间时代[32] 生态与商业模式变革 - 移动互联网生态从App走向多Agent协同 用户从"驾驶员"变为"指挥官" 生态本质从"人找服务"变为"服务找人"[101] - 商业模式从注意力经济（广告）转向直接价值交换 如智能即服务 API和Token调用 基于委托任务成功的支付[106] - 端云协同成为新生态最优解 最大化发挥端侧快和云侧强优势 解决信息安全隐患和云端算力成本问题[107] 具身智能发展前景 - 具身智能是AI走向物理世界关键体现 融合AI技术 感知交互 计算存储 通信网络 三电等多领域技术[109] - 智能驾驶已跨越技术鸿沟 2035年将实现L4+自动驾驶 L5启动试商用[113][116] - 智能机器人将跨越技术鸿沟 2035年家庭机器人售价低于1万美金 产业进入爆发期[118][120]

未来十年十大技术趋势 《智能世界2035》报告展望了未来十年十大技术趋势。 趋势一：AGI（通用人工智能）将是未来十年最具变革性的驱动力量，但仍需克服诸多核心挑战，方能 实现AGI奇点突破。因此，走向物理世界是AGI形成的必由之路。 趋势二：随着大模型的发展，AI智能体将从执行工具演进为决策伙伴，驱动产业变革。 趋势三：开发模式迎来变革，人机协同编程成为主流。人类将更专注于顶层设计和创新思考，而把繁琐 的编码执行工作，交给高效的AI来完成。 趋势四：交互方式正从图形界面转向自然语言，并向着融合人类五感的多模态交互演进。用户通过语 音、手势等方式与数字世界互动，获得深度沉浸的体验。 趋势五：手机App正从独立的功能实体，转变为由AI智能体驱动的服务节点。用户只需给出指令，AI智 能体将调用相关服务节点，为用户提供极致体验。 9月16日，华为发布《智能世界2035》系列报告，展望了未来十年的关键技术趋势以及这些技术对教 育、医疗、金融、制造、电力等行业带来的改变和影响。 华为认为，AGI（通用人工智能）将是未来十年最具变革性的驱动力量。华为还预测，2035年全社会的 算力总量将增长10万倍。 趋势八：2035年数 ...

公司AI战略转型 - 蚂蚁集团将战略重心从支付转向AGI（通用人工智能）领域 成立AGI部门并由CTO何征宇直接负责 聚焦AI应用与具身智能[9][12] - 公司CEO韩歆毅明确AI First战略 目标并非成为最领先的大模型公司 而是提供AI世界的支付与基础能力 并探索AI与物理世界融合[12][42] - 通过投资强化AI布局 6月投资灵心巧手、钛虎机器人、宇树科技等具身智能企业 8-9月入股昕原半导体、烨知芯、云合智网等芯片企业 从基础设施到应用层巩固AI能力[46][47] AI to C应用落地 - AI健康管家AQ新增"AI智能皮肤检测"功能 结合大模型多模态能力可识别50多种皮肤疾病 累计服务用户超1.4亿 其中近60%来自三线及以下地区[5][14][18] - 推出全球首个智能眼镜可信连接技术框架gPass 具备安全、交互、连接三大核心能力 已应用于rokid、小米、夸克、雷鸟等品牌 实现"看一下支付"[5][18][26] - 在瑞幸咖啡上线国内首个"AI付"服务 用户通过AI点单助手"Lucky AI"可直接语音下单并完成支付 无需跳转页面[20][21][22] - 灵波科技多模态交互机器人R1首次亮相 具备取菜、炒菜、清洁功能 并布局景区导览、医疗问诊、药房分拣等场景[5][24] AI to B商业模式创新 - 蚂蚁百宝箱Tbox超级智能体可实现用户自然语言指令调动20余位专家智能体 10分钟内生成可视化报告 并推出"按成果计费"套餐[7][26][28] - 数字蚂力推出首批专家级"AI数字员工团队" 覆盖客服、营销、巡检、销售培训及研发五大领域 AI数字客服帮助中小企业提升70%人效 降低35%运营成本[26][28][29] - 蚂蚁数科推出"按效果付费"（RaaS）新模式 客户根据AI应用带来的业务增长与公司分成 已与14家机构合作推动AI在能源、数据、医疗、出行等领域落地[8][26][32] - 金融大模型Agentar-Fin-R1在三大主流金融基准测试中取得最高评分 基于此构建"金融业务助理""智能运营助理"等超百个智能体解决方案[33][42][43] 技术研发与产业合作 - 公司依托天玑实验室推出"光鉴智能验真"实现凭证防伪 "蚁天鉴"大模型内容安全防御服务过滤生成内容风险[26] - 成立医疗健康实验室 未来将AI赋能MDT多学科会诊 攻坚高质量数据积累和模型幻觉抑制等核心问题[44] - 蚂蚁财富开放平台3.0升级 面向金融机构开放AI投研助手、AI运营助手和AI内容创作助手三大专业AI助手[26]