Wang Xingxing Predicts Five Core Resources of the Future; Turing Award Winner Diffie Says AI Will Sweep the Globe

11月5日，在第九届虹桥国际经济论坛“人形机器人与具身智能产业创新发展合作”分论坛上，宇树科技创始人王兴兴分享了他对机器人产业未来发展的最新思考。

在他看来，数据、算力、芯片产能、能源和矿产，将成为未来世界最核心的五种资源，围绕算力展开的竞争将会“非常非常惨烈”。

同一场论坛上，2015年图灵奖得主、美国国家工程院院士惠特菲尔德·迪菲（Whitfield Diffie）也分享了对人工智能发展的判断。他认为，人工智能未来一定会席卷全球，但与此同时，“人类与机器人之间的关系”问题，将成为21世纪最重要的议题。

王兴兴：算力竞争将非常惨烈

在王兴兴看来，人工智能产业的竞争，正在逐渐超越模型和算法本身，延伸至支撑人工智能发展的底层资源。

他提到，数据和算力是目前行业关注较多的资源，但实际上，随着人工智能发展，芯片产能、能源以及矿产的需求也会越来越大。

“这五种资源将成为未来世界最核心的资产。”他说道。

其中，算力尤其值得关注。王兴兴以SpaceX为例表示：“以埃隆·马斯克为代表，他的企业正在向大型算力公司的方向转变，通过大规模算力生产和建设算力机房参与全球算力竞争。”

王兴兴认为，未来围绕算力展开的竞争将会“非常非常惨烈”。

谈及人形机器人和具身智能的技术进展，王兴兴认为，当前行业需要突破的关键问题，已经不完全在于模型能否理解指令，而在于模型能否将理解转化为精准的物理动作。

他举例称，目前全球最好的多模态模型，如果直接用于机器人操作，让机器人规划并抓取一个较大的物体，成功率已经接近100%。但如果涉及更精密的操作，例如拿取机械零部件，成功率就会下降。

在他看来，这背后的核心问题是多模态模型与物理世界的输入、输出没有实现充分对齐。即便模型已经理解了任务要求，最终落实到机器人的具体动作上，仍可能存在几毫米的误差。而对于工业制造等精密场景而言，这样的误差可能直接影响任务能否完成。

“最后的几个毫米，还有比较大的偏差。”王兴兴认为，如果能够解决模型输入、输出的对齐误差，具身智能模型在技术层面就没有太大的问题了，剩下的更多是工程化和落地推广问题。

他预计，这一技术瓶颈在未来一至两年内有望得到较好解决。

他介绍，目前部分大模型企业内部已经形成了AI自进化循环，即利用AI自己采集数据、完成标注、开展模型训练，再通过AI评价训练效果，并据此进一步优化模型。在这一过程中，人工参与的程度逐渐降低。

相比之下，机器人企业在这一领域的进展相对较慢。王兴兴设想，未来可以让AI模型自行编写机器人控制代码，再通过真实机器人进行训练，并由AI对动作完成度、任务成功率等指标进行评价，进而推动模型持续迭代。

随着机器人部署数量增加，企业能够获得更多真实场景中的训练和测试数据，进一步加快模型进化。

图灵奖得主：“人机关系”将是本世纪最重要议题

相比于技术和产业层面的讨论，图灵奖得主迪菲更关注人工智能发展对人类社会带来的深远影响。

他认为，人工智能未来一定会席卷全球，但与此同时，人们对于人工智能安全问题的担忧也在增加。

迪菲提到了科幻作家艾萨克·阿西莫夫提出的“机器人三定律”。这一设想最早完整出现在阿西莫夫1942年的短篇小说《Runaround》中。三定律分别是：机器人不得伤害人类、必须服从人类命令，以及在不违反前两条定律的前提下保护自身。

迪菲认为，虽然今天人们已经不会完全按照这样的原则来理解和设计机器人，但人类仍然需要建立相应的“护栏机制”。

在他看来，21世纪最重要的议题，将是“人类与机器人之间的关系问题”。他提到，全球变暖、地缘政治冲突等，都是当前世界面临的重要问题，但随着人工智能的发展，“人类与机器人之间的关系问题”可能最终会成为更具决定性的议题，其重要性将超越其他重大议题。

技术突破之外，人形机器人产业正在加快寻找商业化落地场景。

此次分论坛现场发布了“人形机器人应用场景图谱”，涵盖科研教学、汽车制造、3C制造、商贸物流、医疗健康、养老助残、家政服务、运维巡检、应急救援、现代农业等十大领域，显示出人形机器人应用正从工业制造向更多经济社会领域延伸。

第一财经记者还从论坛上获悉，今年上半年，全国人形机器人整机产量超过4万台，产品正从“能跑会跳”向“能想会干”发展，并加速向制造、服务、民生等领域渗透。在工信部支持下，国家地方共建人形机器人创新中心也正在上海加快建设，为智能技术创新和产业化落地提供支撑。