前百度总裁、清华院士张亚勤：10年后机器人比人多.

作者 | 阿信

来源   | 技术领导力   管理智慧 AI+

咨询合作 | 13699120588

文章仅代表作者本人观点

当你可以随时随地查看自身器官的健康状况，当机器人在你下班回家时做好了满满一桌饭菜，当你周遭的一切场景都有了实时更新的数字镜像——这不是科幻电影，而是正在发生的未来。

今年 2 月，在一场以 " 人工智能的未来：从科研到产业化 " 为主题的论坛中，清华大学智能产业研究院（AIR）院长张亚勤表示：

"10 年后，机器人将可能比人都多，会陆续进入工厂、社会，最终形态是进入家庭。未来每个人、每个家庭都有机器人。"

这一预言背后，是基于正在推进的—多模态大模型、自动驾驶和生物智能的三大方向。

作为中国 AI 产业化的关键推手，他始终强调一个理念：AI 必须与产业结合，像电力一样成为基础生产力。

本文也描述了 AI 大模型领域中的一个专业词汇 " 涌现（emergence）"，指的是当数据量和模型参数的体量达到一定程度，模型的准确度和可预测性会突然发生跳跃式提升。

" 涌现 " 现象描述了规模与性能之间的关系，它不止适用于 AI 大模型，更是一条贯穿人类科技发展史的普遍规律。18 世纪末的蒸汽革命、20 世纪初的电气与能源革命、20 世纪末的信息革命，无不是在海量科学研究成果的基础上，以关键性通用技术为基石，承托起社会经济的指数级增长。

那么，我们该如何触发智能时代的突破性技术涌现，它又该怎样反哺产业升级？同时它如何赋能生命科学、具身智能等领域，又将如何影响各个产业未来的发展机遇与创新路径。

我们如何与 AI 协作共生？又如何在 AI 大潮中保持自己的独立思考？

AI 时代不可不知的技术革命

我们都知道，过去 200 多年来，技术革命的浪潮大致经历了三个阶段：从工业化到电气化，再到如今的信息化或者说数字化。然而你是否知道，数字化浪潮本身同样也可以分为三大阶段？

" 数字化 1.0"、"2.0 阶段和目前正经历着向 " 数字化 3.0" 的升维跃迁阶段。

数字化 1.0 是信息的数字化，目标是将物理信息转化为电子数据，比如数码相机、PC 文档等。2.0 是流程的数字化，聚焦企业数字化与关系重构，各种互联网平台崛起，通过连接人、商品和信息，极大提升了交互效率。

而数字化 3.0 则将重点转向了物理世界与生物世界的全面数字化，这将彻底改变我们与世界的交互方式。通过 AI 技术，我们可以实现从比特到原子的回归，将数字世界与物理世界紧密连接起来。这种融合将带来全新的商业模式和经济增长点，推动社会经济的全面升级。

我们需要格外关注数字化 3.0 进程中的 " 涌现 " 时刻。2022 年 11 月 30 日，OpenAI 发布 ChatGPT，标志着生成式 AI 进入大众视野。张亚勤评价：" 人类历史上首次出现了真正可以通过图灵测试的智能体。" 此后短短两年多时间，AI 技术在三个方面实现了跃迁：

从 " 小模型 " 到 " 大模型 "：参数规模突破万亿级，涌现出逻辑推理与泛化能力；

从 " 单模态 " 到 " 多模态 "：文本、图像、语音的融合实现 " 类人 " 感知；

从 " 数字智能 " 到 " 物理智能 "：AI 通过机器人、自动驾驶与物理世界交互。

尤为令人欣喜的是，这一次技术革命当中，正不断有中国企业 " 涌现 " 出来。

2025 年春节前，一家中国企业创造了属于自己的 "ChatGPT 时刻 "。DeepSeek（深度求索）刷新了大规模依赖算力出奇迹的固有模式，用更少的资源、更小的团队、更短的时间，训练出性能达到全球顶尖水平的新一代模型。它还打破了 ChatGPT" 两个月用户数突破 1 亿 " 的纪录，仅用 7 天便实现了 1 亿用户的增长。

大模型正成为 AI 时代的操作系统，如同 PC 时代的 Windows、移动时代的 iOS/Android，其意义不仅在于技术突破，更在于重构产业生态——未来将是 " 基础大模型 + 垂直大模型 + 边缘模型 " 的混合架构，每个企业都能基于自身数据训练专属智能体。

但同时，面对技术狂飙，我们需要以 "3R 原则 " 来平衡创新与风险，既要 " 积极响应 "（responsive），主动探寻 AI 价值的各个剖面，也要 " 韧性发展 "（resilient），确保 AI 技术可解释、可证明、可融入、可监管、可应用，更要 " 坚守价值 "（responsible），明白技术被滥用的潜在可能，将伦理和价值观置于技术问题之上。

"AI 不该独立于人类体系之外，也不应有任何超越其他技术而被独立对待的特殊地位。它的终极使命是帮助人类，而非伤害。"

AI+X，正在改变我们的生活

AI 如何帮助人类？一个重要的标准是，它需要去解决真实世界的难题。

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。

人工智能是赛博朋克幻想中的重要组成部分。图为电影《攻壳机动队》剧照

比如，AI 与生命科学的融合，正在重塑我们的健康未来。以往需要 10～15 年研发的新药，现在通过 AI 辅助可将周期缩短至 2～3 年。未来，治疗癌症等疑难病症的药物研发将大幅提速。

AI 医生的出现同样令人瞩目。2024 年上线的 " 智能体医院 " 中，42 位 AI 医生通过海量虚拟诊疗实践，已具备媲美人类医师的诊断能力。这种技术不仅能缓解医疗资源紧张，更能让偏远地区患者获得优质医疗服务。

基因科学也因 AI 迎来革命。通过将基因序列视为 " 生命语言 "，科学家开发出 GeneBERT 等模型，能更精准地预测基因突变与疾病关联。就像智能手机改变通讯方式一样，这些突破正在让个性化医疗成为可能。

AI 的另一个重要应用场景，是以绿色计算赋能可持续发展。

在能源领域，借助智慧物联（AIoT）技术，碳排放得以实时监测，智能机组控制实现优化。在绿色建筑方面，AIoT 同样发挥着关键作用。智能楼宇中的电梯、空调等设备的能耗可实现智能调控，从而有效降低生活成本。

在交通领域，AIoT 通过预测调度交通流量，缓解拥堵状况，减少汽车尾气排放，让出行变得更加绿色、高效。此外，制造业通过融入 AI 实现 " 智造 " 升级，在提升产品品质的同时，降低了能耗与运输碳排放，让消费者购买到的产品更加环保。

如果说 AI 在医疗、环保等领域的应用，是为传统行业插上了无形的翅膀，那么智能机器人产业，就是 AI 应用在新兴领域具象的表达。

在这一过程中，Real2Sim2Real（RSR）概念尤为重要。它通过场景理解和系统理解，将任务迁移至虚拟空间仿真优化，再应用于现实系统。比如在导盲机器人和城市无人机定位导航项目中，RSR 技术已得到应用。

随着技术发展，机器人正快速掌握复杂技能，比如护理机器人能通过模拟训练，学会轻柔地扶起老人，教育机器人则能适应不同孩子的学习节奏。RSR 模式为具身智能发展带来新机遇，有望让机器人更快走进公众生活，为我们创造更智能的生活助手。

80 亿人置身其中，变革没有旁观者

从硅谷的 AI 实验室到非洲的数字化农场，从华尔街的算法交易到东南亚的电商小店，人工智能正在重塑每一种行业、每一份工作、每一处角落，以及每一个人。当智能涌现的时代呼啸而来，这场变革没有旁观者，全球 80 亿人都已置身其中。

在这场变革中，技术终将回归人性本质。我们或是主动接纳它，或是被浪潮席卷，但无论如何，我们都需要重新思考如何与 AI 协作共生。

2025 年，在达沃斯举办的人工智能全球发展与合作分论坛上，张亚勤（右一）与诺贝尔奖获得者戴密斯 · 哈萨比斯（左一）、伯克利大学计算机系教授宋晓冬 ( 左二 ) 、图灵奖获得者约书亚 · 本吉奥（左三）共同探讨国际合作

首先，要保持对世界的好奇，做永恒的学习者。在人工智能时代，机器在学习，人类更应该不断学习，锤炼自己学习新知识的能力。

其次，要有独特的观点和视角，不要随波逐流。人工智能会越来越强大，它可以比任何人更圆滑和全面，但它唯一无法生成的，就是我们自己独特的观点。

再次，要将伦理和人文精神放在心中。特别是随着人工智能的发展，我们会面临更多的选择、迷茫和诱惑，这一点就更为重要。

最后，要明白人生是赛场，而非战场。技术革命总是伴随着新一轮的竞争，但它终究会创造更丰富、更多元的机会。通过大胆尝试、公平竞争，每个人都有机会成为赢家。

大潮既涌，曙光将现。这场 80 亿人共同参与的智能革命，正在重新定义生产、生活乃至生命的每一个环节。我们既是变革的见证者，更是未来的塑造者。

唯有理解变革，才能应对变革！