“未来机器人的数量可能比人还要多，”近期，清华大学智能产业研究院（AIR）院长张亚勤在接受第一财经记者独家专访时预计，实现物理AI的“ChatGPT时刻”，“估计还需要5年左右”。
张亚勤在出席亚洲公益峰会（Philanthropy Asia Summit）期间，就清华大学人工智能医院的最新进展发表演讲。他向记者表示，合作共赢与“AI向善”将重塑科技出海名片，“出海首先要解决全人类的‘共同挑战’，比如公共卫生、气候变暖、老龄化问题。这些领域与地缘政治关联度较低，且符合AI‘向善’的理念。”
张亚勤认为，凭借极强的产业链优势与创新源头能力，结合低门槛的开源生态与深度的本地化共赢合作，中国企业在出海大潮中极具竞争优势。
此外，他还呼吁科学家、企业家与政策制定者形成合力，在推动技术普惠的同时，高度防范技术失控与社会系统性风险的发生。
物理AI将迎“ChatGPT时刻”
第一财经：你在博鳌亚洲论坛上提到，智能体AI和物理AI将迎来爆发，这将给社会生活带来怎样深层次的变革？
张亚勤：我曾将AI分为三种：数字智能、物理智能和生物智能。现在大家常用的ChatGPT、豆包等主要集中在数字智能层面。但这还没有真正进入我们的物理世界。进入物理世界，就意味着AI会应用出现在比如机器人、无人机、无人车以及我们的基础设施中。这个时候，我们感受到的AI就不只是停留在屏幕上，而是真正融入到了我们的生活中，其规模和影响将大大增加。
再往后看十年，每个人都会有机器人（包括工业、社会和家庭机器人），甚至机器人的数量可能会比人还要多。物理AI目前最容易落地的是无人驾驶，其技术本身其实已经成熟，接下来的关键是规模化运营和政策法规的跟进。与此相比，家庭机器人要面对极其复杂的环境要求，例如做饭和照顾老人小孩，这需要物理世界的基础模型。要真正实现“ChatGPT时刻”，估计还需要五年左右。
在走向物理世界的同时，我们还在探索生物世界的AI，这可能需要更长的时间。目前的生物AI研究包括脑机接口、新药研发等，主要是在构建细胞和蛋白质的基础模型。最终我们的目标是打造出一个生命生物世界的基础模型。
为什么如今数字AI发展如此之快？就是因为底层基座大厦已经建立起来了。同理，一旦生物世界的基础模型建立，相关的应用发展也会迎来极速的爆发。当所有的物理基础设施（电网、物流等）都AI化后，将对人类社会产生巨大的影响。
第一财经：智能体AI将如何助力科学研究？
张亚勤：绝对是指数级的。今年的一个重大突破是AI能自己编程，AI教AI，智能体可以自主设定目标、分解任务、规划并试错迭代。这就推动了“AI for Science”的发展，比如用AI证明数学公式、物理方程，甚至是新药研发。例如，我们可以用AI算法从数十亿种小分子结构中迅速筛选出可能成药的分子，极大加快了新药研发的速度。这印证了AI是人类有史以来最伟大的技术，只要用得好，能够极大帮助人类解决医疗、气候等难题。
合作共赢与“AI向善”重塑科技出海名片
第一财经：在地缘冲突和贸易摩擦频发的大环境下，哪些场景能成为中国科技企业“AI出海”的新名片？
张亚勤：首先要解决全人类的共同挑战，比如公共卫生、气候变暖、老龄化问题。这些领域与地缘政治关联度较低，且符合AI“向善”（AI for Good）的理念。
其次，目前中美在AI路径上存在差异。美国偏向于寻找参数上限的闭源大模型，而中国企业在模型架构的灵活性、开源生态和商业效率上具备优势。比如，现在讨论的Token出海，其商业逻辑是对的，但在海外大规模落地，必须结合本地数据中心，从而解决网络延迟和数据安全隐私等的问题。另外，中国企业有着极强的产业链优势和高度市场化的竞争能力，只要尊重当地法律文化，深度融入本地生态，出海是极具竞争优势的。
第一财经：你提到了中国企业出海可以借助“AI向善”的理念，这确实能触及各个市场的痛点，比单纯的“卷价格”更能建立生态和信任。但另一方面，无论是气候、医疗还是普惠金融，都涉及大量数据。在全球地缘政治背景下，各地对数据的敏感度越来越高，企业该如何应对这一矛盾？
张亚勤：这就解释了为什么出海到任何一个国家，都必须与本地生态进行深度合作。无论你出口的是机器人、AI模型算法还是Token，商业与合作的本质没有改变。特别是针对你提到的数据敏感问题，比如医疗领域各地对隐私要求都比较敏感。这个时候你就必须和本地的医院深度合作，而不是简单地以为把算法确定了就能解决一切，没那么简单。
实际上，中国科技企业出海有着极大的自身优势。首先是国内企业多年来高度竞争，造就了极高的市场化程度和竞争能力，尤其是互联网企业，出海后往往会发现海外的竞争并没有那么激烈。其次是强大的产业链和产品质量优势，如今出海产品价格低，并非因为人工便宜，而是得益于极高的自动化技术和机器人应用。更重要的是，现在的技术创新源泉越来越多地来自于中国。如果说十到二十年前我们还在模仿美国，那么现在许多原创技术都来自中国。例如在制药领域，预计到2025年将有40%的原创药靶点来自中国，甚至连英美等国都要到中国来购买靶点。所以，创新的源泉、高效的产业链以及市场化竞争能力，构成了我们出海的巨大优势。
但出海绝不是把中国的产品原封不动地照搬出去，而是一定要高度本地化，尊重当地的法律和文化，和本地企业深度融合，实现双赢。
第一财经：在AI发展过程中，如何确保其普惠全社会，而非加剧全球南方国家（Global South）的数字鸿沟？
张亚勤：这不仅需要技术的驱动，还需要政府和企业的共同努力。具体而言，这涉及三种核心力量的协同：首先是推动底层科技创新的力量，这主要依赖于科学家的不断突破；其次是推动技术规模化应用的力量，这离不开企业家的商业化探索；最后是建立有效监管与治理体系的力量，需要政策制定者和决策者来确保技术发展真正为全人类的福祉服务。如果没有良好的治理，AI的高门槛（算力、数据、算法）很容易导致财富和资源进一步向少数企业集中，加剧两极分化。
开源模型在实现普惠方面起到了很好的作用。我一个月前参加了一场联合国的会议，遇到很多来自非洲等全球南方国家的代表。他们对中国大模型的开源生态表达了特别的感谢。虽然，美国前沿大模型的效果很好，但使用成本极其昂贵。相比之下，像DeepSeek、千问等中国开源大模型门槛低、成本低，在这些国家的中小企业中非常受欢迎。
另外，面对AI可能带来的短期失业问题，社会应该探索新的财富分配方式和工作机制，比如全民基本收入（Universal Basic Income）。随着生产率的大幅提升，我希望未来一二十年后，人们每周只需工作两三天，且有更高的收入，让工作更多从“为了生存”转向“为了兴趣”。
直面AI三重隐患
第一财经：当前，不论是政府还是企业都非常强调“AI向善”。你认为实现AI向善首要的工作是什么？
张亚勤：主要有三个方面的工作：第一，人才是基础。我们需要培养专门面向“AI for Better”方向的顶尖人才，让他们毕业后投入到AI制药、AI医院、AI绿色计算等事业中去。第二，需要政府、企业、NGO和慈善机构等多方合作，推动解决弱势群体问题的大型联合项目。第三，必须高度警惕和防范AI带来的风险。
第一财经：具体而言，我们需要防范AI的哪些风险？
张亚勤：AI带来的风险主要可以归纳为三个层面。
首先是技术本身失控的风险，目前的AI算法尚未完全透明，存在“黑盒效应”，且容易产生幻觉或制造深度伪造（Deepfake）等虚假内容。一旦未来的多智能体系统或机器人接入了金融系统、核电站以及大型电网等关键物理网络，失控的后果将不堪设想。
其次是技术被滥用的风险，即AI技术一旦落入不法分子之手，将可能引发严重的安全攻击。
最后是系统性的社会风险，这关乎整个社会结构的变迁，包括AI可能引发的短期失业潮、企业组织架构的剧变以及税收体系的重构等深层次问题。
面对这些不可忽视的挑战，社会各界绝不能盲目乐观，政府需要在鼓励技术创新和实施有效治理之间找到平衡点。最近，国家相关标准委员会（如TC260、TC28）已经出台了一系列标准与治理方案。在此基础上，我也一直在呼吁几项关键的治理准则：AI生成的内容必须要有明确的标识，智能体同样需要具备可追溯的身份标识，且绝对不能允许智能体进行自我复制。
举报 第一财经广告合作，请点击这里此内容为第一财经原创，著作权归第一财经所有。未经第一财经书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。如需获得授权请联系第一财经版权部：banquan@yicai.com 文章作者
葛唯尔
相关阅读
奇瑞牵手英伟达，车企集体转向物理 AI这是继吉利之后，又一家和英伟达合作布局物理AI的中国车企。
1548 04-23 17:26
激光雷达长出“眼睛”，业界展望机器人告别传感器杂糅时代此前传感器冗杂与混乱给机器人开发带来难题，同一种传感器收集更多维信息对物理AI而言尤其重要。
7 1155 04-22 09:24
对话英伟达业务副总裁：机器人的“ChatGPT时刻”正在到来要理解今天的英伟达可能比以往更不容易，但这家牵动着诸多AI领域发展的公司到底在如何勾勒AI的未来，仍值得探究。
226 03-19 15:05
政府工作报告，为什么点名“高质量数据集” | 海斌访谈“进入物理AI，数据问题的重要程度、严峻程度更大了。”
250 03-07 17:14
CES访谈｜盖茨、亚马逊抢投硅谷黑马，光学芯片如何驱动物理AI如果说过去两年舞台中央属于大语言模型，那么今年的聚光灯正在快速转向机器人与物理人工智能。
6 150 01-11 14:30 一财最热 点击关闭元股证券提示：文章来自网络，不代表本站观点。
