OpenAI近期重大战略进展 - 一周内取得三大关键成果：与甲骨文签署5年3000亿美元云服务合同[1]、与微软签署非约束性谅解备忘录为重组开绿灯[1]、确认与博通合作的自研芯片将于明年投产[1] - 与微软签署的谅解备忘录标志着双方关系重构 微软将获得重组后OpenAI约28%的股权 按5000亿美元估值计算价值约1400亿美元[6] - 作为交换 OpenAI支付给微软的收入分成将大幅削减 预计到2030年其与商业合作伙伴的收入分成比例将从目前的略低于20%降至约8% 为公司在2030年前保留超过500亿美元额外收入[8] OpenAI与微软关系的演变与博弈 - 双方关系始于2019年微软10亿美元投资 获得Azure独家云服务供应权[12] 在ChatGPT发布后 微软总投资追加至130亿美元[13] - 2023年11月OpenAI管理层动荡后 微软开始减少对OpenAI的依赖 将其他大语言模型加入Azure[15] - 2025年1月 双方修改云协议 微软的独家经营权被替换为优先购买权 结束了独占时代[17] - 双方博弈的核心在于 微软担心失去控制力 而OpenAI急需摆脱架构束缚以获得大规模融资能力[17] 最终OpenAI以28%的股权换取微软对重组的放行[44] OpenAI构建“算力帝国”的野心与规划 - 公司面临严峻的算力短缺困境 ChatGPT用户达10亿 但算力不足导致服务更新延迟和中断[25][29] - 预计2029年总耗资将达1150亿美元 比此前估计高出约800亿美元 主要源于对自有数据中心和芯片的投资[29] - 与甲骨文的3000亿美元合作是“星际之门”计划的一部分 合同提供4.5千兆瓦数据中心容量 相当于两个三峡大坝发电量 可部署超200万枚芯片[30] - 与博通达成100亿美元芯片合作协议 代号“Titan”的定制AI芯片采用3纳米制程 计划2026年量产 旨在打破英伟达的市场垄断[30] - “星际之门”计划更为宏大 计划4年内投入5000亿美元在美国建设大规模AI基础设施网络[31] 并已宣布将项目扩展至英国[4][32] 同时正与沙特阿拉伯等中东国家探讨建设算力中心[33] OpenAI的公司架构重组与融资压力 - 公司正从非营利组织向公益公司转型 新架构下 非营利实体OpenAI Inc将持有约20%股份 价值超1000亿美元 并保留“黄金股”否决权[42] - 重组是获得大规模融资能力的关键 公司当前年收入约127亿美元 但与甲骨文合同的年均支出高达600亿美元 存在巨大资金缺口[19] - 2024年3月完成的400亿美元融资附有条件 若不在2025年底前重组为营利性实体 总投资可能被削减至200亿美元[43] - 重组面临监管挑战 加州总检察长正对这笔“史上最大的慈善资产转移”进行严格审查[43] 行业竞争格局与宏观影响 - AI产业竞争焦点正从算法转向基础设施控制权[48] 算力成为AI时代的战略资源[51] - 竞争对手快速追赶：xAI仅用122天建成AI训练集群Colossus 1 拥有约20万台H100/H200芯片[48] 并计划在2025年第三季度使单个数据中心容量超越Meta和Anthropic[49] - OpenAI的“星际之门”计划在英国的扩展 被视为美国借OpenAI全球布局自身算力帝国的体现[50] - OpenAI的成功突围可能引发更大规模的产业洗牌 甲骨文等传统企业因AI浪潮强势崛起[52]

大会基本信息 - 知乎于9月20日在杭州举办首届TechClub新知科技大会 主题为"AI之下 科技重构" 聚焦AI技术演进和科技重构等话题 [1] - 大会汇聚学界专家 企业高管 AI开发者和知乎答主 围绕人机协同等议题展开深度思辨 [1] 专项赛启动 - 中国人工智能学会与知乎联合启动2025第三届全国人工智能应用场景创新挑战赛通用人工智能专项赛 [1] - 专项赛旨在挖掘AI开发实战人才和优秀项目 推动通用人工智能在垂直领域深度落地和广泛应用 [1] 赛事组织架构 - CICAS大赛由中国人工智能学会主办 今年共举办13场专项赛 [3] - 通用人工智能专项赛以场景创新为牵引 发挥"以赛助研 以赛促评 以赛带教 以赛定标 以赛引才 以赛育产 以赛办展"的创新驱动作用 [3] - 中国人工智能学会副秘书长余有成与知乎COO张荣乐共同参与专项赛启动仪式 [3] 赛事安排 - 采用"开放场景"竞赛模式 面向全国公开征集不少于120个通用人工智能场景应用创新项目 [3] - 赛事从9月持续至11月 通过网络选拔 重点推荐 行业晋级 路演比拼 赛奖嘉年华等环节展开 [3] - 设置特 一 二 三等奖四个等级 特等奖和一等奖项目将晋级2025 CICAS全国总决赛 [3] 赛题设计 - 聚焦"实现绿色健康智能生活的通用人工智能应用"赛道 [3] - 设置五个子题：弱势群体关怀 职场效率提升 教育学习辅导 健康智能家电生态 家庭助理智能体 [3] - 赛题设计既覆盖最受关注的AI应用场景 也体现人文关怀 [3] 平台合作意义 - 知乎COO表示此次合作不仅是比赛 更是借助双方平台连接科技从业者 高校师生和科技爱好者 [4] - 旨在促进人工智能领域创新链 人才链和产业链深度融合 为实体经济数字化和智能化发展搭建桥梁 [4] 报名信息 - 报名时间为2025年9月10日24:00至10月31日24:00 [4] - 符合条件的个人开发者 高校或企业团队可通过CICAS官网或专项赛报名网站参与 [4]

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]

AI产业发展阶段与路径 - AI通往通用人工智能（AGI）的路径被划分为五个递进阶段：聊天机器人阶段（以GPT-3.5为代表）、推理器阶段（当前行业所处位置）、智能体阶段（模型可自主完成任务）、创新者阶段（AI成为科学发明核心工具）、智能组织阶段（AI形成系统性服务能力）[3][4] - 行业已跨越第一阶段，正处于“推理器阶段向智能体阶段过渡”的关键时期，未来向更高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[4] - 模型性能持续提升得益于训练维度的扩展，从单一预训练发展为“预训练 + 后训练 + 测试时间训练”的多维度迭代[4] 北美AI产业关键进展 - 北美头部企业保持“每两年一次大规模模型迭代”的节奏，通过算力升级持续降低单位训练与推理成本，形成“算力降本 - 模型变强 - 应用拓展”的正向循环[5] - 厂商竞争驱动能力跃升，在多模态融合与复杂任务处理方面持续突破模型能力边界[5] - 商业化验证已完成，从2023年市场质疑生成式AI的实用性，到2025年形成明确的商业价值共识，大量用户愿意为AI服务付费，标志着产业进入健康盈利周期[5] 中国AI产业发展路径与表现 - 中国通过“系统级创新 + 软硬件协同”的差异化路径加速追赶，在算力层面采用“集群技术 + 软件能力”弥补硬件短板，使整体系统能力与海外厂商差距大幅缩小[6] - 国产算力芯片与大模型厂商开启联合开发模式，例如支持UE8M0 FP8精度的国产下一代芯片已实现模型适配[6] - 在模型层面，开源领域优势突出，依托于国内海量的产线供应链数据和全球最大的消费行为数据集[7] - 在应用层面，产业渗透速度加快，国内多个科技巨头均加大AI投入，反映出应用端的旺盛需求[8] AI对资本市场的影响 - A股电子板块市值于2025年8月22日达到11.54万亿元，历史上首次超越银行业，标志着经济向科技创新转型的方向在资本市场获得认可[9] - AI相关板块批量涌现千亿市值公司，海外算力与国产算力赛道已培育出多家市值超千亿元的企业，部分标的涨幅达5倍、10倍甚至20倍以上[9] - 资本市场的“时代标杆”已完成切换，2023年起进入“AI时代”，以海外算力和国产算力为代表的标的成为新的市场焦点[9] AI产业初期阶段特征 - 当前AI产业与2014年移动互联网时代存在四大核心相似性：宏观环境均处于经济增速回落期、流动性环境趋于宽松、科技趋势均为强确定性产业方向、政策导向均聚焦科技创新[10] - 初期阶段的市场特点包括资金结构分化、核心AI标的2026年预测估值多在20-25倍合理区间、未出现百亿规模的AI主题新发基金、风险偏好从极度悲观逐步修复但未过度乐观[11] “AI+”趋势带来的产业变革 - “AI+”将带来效率革命，可替代重复劳动、优化决策流程，例如在编码领域大幅提升开发效率，在广告领域实现精准匹配并降低获客成本[12] - “AI+”将催生商业模式革新，例如云服务推出“按token付费”的灵活定价，消费电子结合AI后开发出智能交互终端[12] - “AI+”将重塑竞争格局，行业集中度可能向具备“AI + 产业”融合能力的龙头企业倾斜，未能及时转型的传统企业面临被淘汰风险[12] AI产业链核心投资机会 - 投资机会沿“算力 - 能源链 - 应用”三个维度展开：算力领域分为海外（GPU、PCB、光模块等）与国产（半导体自主可控、液冷等）两条主线[13] - 能源链领域，AI服务器对电力的高需求催生新机会，电源模组龙头与第三代半导体厂商将成为核心受益者[13] - 应用领域分为“现有场景重做”（如云服务、广告、编码）和“原生应用探索”（如智能眼镜、Robotaxi、人形机器人）两类[13] 宏观经济与权益资产配置价值 - 对宏观经济保持乐观基于“拖累因素减弱 + 支撑力量增强”的逻辑，房地产行业对经济的负面冲击正逐步减弱，而AI等新兴产业加速崛起成为经济增长新引擎[15] - 权益类资产的配置价值凸显，固收类资产收益处于历史低位，不动产市场面临压力，而权益资产受益于新兴产业成长红利且核心标的估值合理[16] 后续组合配置核心思路 - 组合配置将围绕“AI+”主线展开，核心思路是“锚定AI核心，辐射融合领域”，包括坚守AI产业链核心环节、挖掘“AI + 传统产业”融合机会、关注能源链配套机会[17] - 坚持将AI作为核心线索基于“长期趋势 + 短期性价比”双重考量，AI是未来5-10年强确定性科技趋势，且当前板块未出现泡沫化特征，核心标的估值合理[18]

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]

蔡浩宇新游戏《群星低语》的定位与意义 - 米哈游创始人蔡浩宇创立的新公司于今年8月推出AI原生游戏《群星低语》，该游戏基于英文大语言模型开发，玩家可通过多种方式与主角Stella互动，Stella会通过AI增强对话动态回应玩家[1] - 游戏并未获得巨大成功，认为概念新鲜的人远多于觉得好玩的人，游戏推出几天后讨论热度下降，且因LLM运作方式必须联网游玩，存在断线问题或算力不足时Stella主动切断对话的情况[1] - 《群星低语》被视为对未来趋势的一次尝试，假设未来人类更孤独、无法忍受彼此，向AI寻求情感支持将成为巨大需求，公司可能正为此布局[1] - 游戏可被视为人和AI相处的未来发展方向初级形态，当游戏公司为AI赋予生动外表、神情、声音后，AI可能无限接近人类梦想中的人工智能，未来人类或不再需要真实人类陪伴[1] AI游戏反映的用户需求与行为模式 - 女性玩家在乙女游戏外，会用AI调教智能体或纸片人，并将此过程视为"玩"，社交媒体上分享与AI的对话如同分享与男朋友或纸片人聊天，AI角色常具功能性如恋人、人生导师或哥哥，投射出用户对纸片人的要求[3] - 与AI"玩法"缺乏明确规则和目的，更像引擎而非完整游戏产品，选择与AI互动的玩家可能对现存游戏不满意，希望通过类创作方式填补遗憾或幻想[3] - 用户分享Prompt和对话内容时，实则在比较对AI技术的掌握和运气，谁的AI更温柔或具吸引力成为带表演属性的事情，逐渐形成群体认同，此需求非单纯让AI角色更生动即可覆盖[4] - 人类有兽性和恶念需在游戏中释放，与AI对话时触碰禁忌可释放恶念，如玩《霍格沃兹之遗》想学黑魔法，因禁忌而尝试，AI对话可提供类似释放渠道[8] - 若恶念释放形成良性循环，人在现实生活中可回归理性，但若带入现实可能造成伤害，人际关系中的问题未来可能在人机关系中重现[10] AI交互的技术特性与人类社交演变 - 《群星低语》通过语言媒介与角色交互，Stella作为无真实生命的角色用语言进行展演，这呼应现代人越来越多线上沟通、与想象中形象互动的趋势[14] - 与机器交流提供三点独特体验：永远不会一个人、声音永远被听到、注意力可指向任何地方，反映人类对永恒陪伴的深层渴求[15] - AI仍处模仿和模拟阶段，像代餐而非真实对话，与AI交流像镜子反映用户已有想法并放大，早期聊天机器人如Eliza通过重复用户话语让用户感觉被共情[18][20] - 若人们越来越习惯与AI对话且无法分辨与人类区别，未来可能以同样方式对待活人，这涉及人机关系的社会影响悬而未决[29] AI游戏技术的多样化发展路径 - 当前讨论AI游戏几乎将AI等同于大语言模型，但AI此前已深度应用于游戏开发，如图像生成和帧间生成，这些技术可能改变游戏发展方向[21] - 游戏《Oasis AI Minecraft》通过帧生成方式，基于玩家所见图像和键盘鼠标行动实时生成玩法和画面，无需传统建模、贴材质等步骤，玩家可通过自然语言描述创建游戏[22] - 该技术仍面临图像一致性不足、玩法需依托既有框架等问题，但提供了游戏创作底层过程的变革方向[24] - 《群星低语》玩法主打聊天，其诞生可能为拉投资而讲述技术故事，即便短期无显著商业价值，AI在经济存量时代成为推动进步的故事载体[24] - AI发展路径存在争议，如谷歌尝试上千亿参数实现AGI，Open AI则强化特定领域如搜索能力，AGI作为终极问题涉及参数上限与成本约束[24][25] - 即使AGI实现，人类需求仍多样并存，创作工具虽丰富但表达欲仅部分人有，使用LLM需付出代价设计Prompt，人类工作变为设计表达规则而非直接表达[27] - 世界发展不平均，2025年可能很多人未听说过GPT，AI技术普及与需求差异决定多样化共存是常态[28]

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]