隨著AI技術(shù)從實(shí)驗(yàn)室走向產(chǎn)業(yè)化的戰(zhàn)場(chǎng)，大模型的開源浪潮、低空經(jīng)濟(jì)的崛起、具身智能的落地以及智慧交通的成熟，正推動(dòng)各領(lǐng)域加速變革。然而，技術(shù)如何跨越“能用”到“好用”的鴻溝，真正成為產(chǎn)業(yè)爆發(fā)的引擎，仍是當(dāng)下亟待解答的核心問(wèn)題。

2025年4月15日，首屆酒仙橋論壇在北京舉辦。

在圓桌對(duì)話《從共性技術(shù)到產(chǎn)業(yè)爆發(fā)：AI如何構(gòu)建新興產(chǎn)業(yè)的增長(zhǎng)邏輯？》中，千尋智能戰(zhàn)略生態(tài)副總裁、董事、具身智能數(shù)據(jù)中心總經(jīng)理孫榮毅，曜宇航空創(chuàng)始人楊立，中科視語(yǔ)聯(lián)合創(chuàng)始人張臘，北電數(shù)智首席營(yíng)銷官楊震與甲子光年創(chuàng)始人、CEO張一甲圍繞AI技術(shù)的突破、算力適配的挑戰(zhàn)、新興行業(yè)的痛點(diǎn)及生態(tài)構(gòu)建的路徑展開深入對(duì)話。

張一甲在發(fā)言中指出，AI技術(shù)正在從實(shí)驗(yàn)室加速走向產(chǎn)業(yè)化戰(zhàn)場(chǎng)，推動(dòng)各領(lǐng)域的變革與創(chuàng)新。她提到，大模型的開源浪潮、低空經(jīng)濟(jì)的崛起、具身智能的落地以及智慧交通的成熟，正成為技術(shù)與產(chǎn)業(yè)共振的重要體現(xiàn)。然而，技術(shù)如何從“能用”跨越到“好用”，真正成為產(chǎn)業(yè)爆發(fā)的引擎，仍是當(dāng)前的核心命題。張一甲強(qiáng)調(diào)，AI與新興產(chǎn)業(yè)的結(jié)合不僅是技術(shù)與應(yīng)用的簡(jiǎn)單疊加，而是一個(gè)螺旋式迭代、生態(tài)協(xié)同的過(guò)程。她總結(jié)道，AI與產(chǎn)業(yè)的結(jié)合需要解決從數(shù)據(jù)孤島到跨行業(yè)協(xié)作的“最后一公里”問(wèn)題，最終通過(guò)生態(tài)的包羅萬(wàn)象推動(dòng)技術(shù)與產(chǎn)業(yè)的深度融合。

甲子光年創(chuàng)始人、CEO張一甲

孫榮毅在發(fā)言中指出，具身智能作為新興領(lǐng)域，其技術(shù)發(fā)展得益于大語(yǔ)言模型的興起，其技術(shù)路線與大語(yǔ)言模型相似，包括預(yù)訓(xùn)練、模仿學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。他強(qiáng)調(diào)，在工業(yè)場(chǎng)景中落地需要模型達(dá)到L2水平，千尋智能預(yù)計(jì)半年內(nèi)將在國(guó)內(nèi)新能源動(dòng)力電池龍頭企業(yè)的工廠實(shí)現(xiàn)落地應(yīng)用，而商用和家用場(chǎng)景則需要模型達(dá)到L3、L4以上水平，預(yù)計(jì)還需兩到三年。孫榮毅還提到，國(guó)產(chǎn)算力適配是當(dāng)前面臨的挑戰(zhàn)之一，但通過(guò)與華為等企業(yè)的合作，千尋智能正在優(yōu)化平臺(tái)，以實(shí)現(xiàn)快速迭代和高質(zhì)量數(shù)據(jù)采集，推動(dòng)具身智能在特定場(chǎng)景中的應(yīng)用落地。

千尋智能戰(zhàn)略生態(tài)副總裁、董事、具身智能數(shù)據(jù)中心總經(jīng)理孫榮毅

楊立在發(fā)言中提到，低空經(jīng)濟(jì)作為新興產(chǎn)業(yè)，目前仍處于起步階段，無(wú)人機(jī)注冊(cè)數(shù)量與大模型用戶規(guī)模相比差距較大，行業(yè)尚未達(dá)到質(zhì)變階段。他指出，低空經(jīng)濟(jì)的核心痛點(diǎn)在于算力和數(shù)據(jù)的限制，尤其是在非網(wǎng)絡(luò)環(huán)境下的無(wú)人機(jī)操作中，如何實(shí)現(xiàn)自動(dòng)駕駛、邊緣計(jì)算與云計(jì)算的結(jié)合是關(guān)鍵挑戰(zhàn)。他還提到，無(wú)人機(jī)行業(yè)需要通過(guò)精簡(jiǎn)問(wèn)題、聚焦特定場(chǎng)景來(lái)突破技術(shù)瓶頸，同時(shí)在特殊場(chǎng)景中，無(wú)人機(jī)的高頻使用為其技術(shù)發(fā)展提供了重要參考。楊立認(rèn)為，未來(lái)低空經(jīng)濟(jì)的發(fā)展將依賴于無(wú)人駕駛技術(shù)的進(jìn)步和數(shù)據(jù)鏈的有效銜接。

曜宇航空創(chuàng)始人楊立

張臘在發(fā)言中提到，中科視語(yǔ)作為中國(guó)科學(xué)院自動(dòng)化研究所項(xiàng)目孵化的企業(yè)，依托大模型技術(shù)積累，構(gòu)建了視語(yǔ)坤川通用視覺大模型和智能體應(yīng)用平臺(tái)，專注于智慧交通和智慧工業(yè)領(lǐng)域。她指出，2023年公司完成了MVP客戶交付，2024年智能體解決方案已占公司營(yíng)收的1/3，預(yù)計(jì)2025年將直面大模型應(yīng)用落地的剛性需求。她還提到，智慧城市安全治理領(lǐng)域面臨場(chǎng)景碎片化、事件定義困難和樣本獲取不足等痛點(diǎn)，同時(shí)在國(guó)產(chǎn)算力適配方面，中科視語(yǔ)通過(guò)流水線作業(yè)和推動(dòng)國(guó)產(chǎn)化生態(tài)統(tǒng)一，應(yīng)對(duì)芯片和框架多樣性帶來(lái)的適配挑戰(zhàn)。

中科視語(yǔ)聯(lián)合創(chuàng)始人張臘

楊震在發(fā)言中提到，北電數(shù)智通過(guò)“星火·智算”項(xiàng)目，致力于打造一個(gè)通用的AI底座，以滿足不同行業(yè)對(duì)算力的需求。他強(qiáng)調(diào)，通過(guò)降低算力使用門檻、優(yōu)化工具鏈和垂類模型，北電數(shù)智能夠?yàn)閭€(gè)人開發(fā)者、中小微企業(yè)以及大廠提供全面支持。此外，他還提到，北電數(shù)智通過(guò)AI咨詢和行業(yè)解決方案專家的配合，幫助企業(yè)在實(shí)際場(chǎng)景中落地AI技術(shù)，并通過(guò)樣板間的方式帶動(dòng)行業(yè)發(fā)展。楊震認(rèn)為，數(shù)據(jù)共享和跨行業(yè)協(xié)作是解決“最后一公里”問(wèn)題的關(guān)鍵，北電數(shù)智通過(guò)構(gòu)建共性技術(shù)平臺(tái)，推動(dòng)數(shù)據(jù)流通和生態(tài)協(xié)同，以促進(jìn)AI技術(shù)在新興產(chǎn)業(yè)中的加速發(fā)展。

北電數(shù)智首席營(yíng)銷官楊震

以下是本場(chǎng)圓桌的交流實(shí)錄，「甲子光年」整理刪改：

張一甲：過(guò)去一年，我們見證了AI從實(shí)驗(yàn)室一路狂奔到產(chǎn)業(yè)戰(zhàn)場(chǎng)的加速度——DeepSeek拉開了大模型的開源浪潮，各個(gè)產(chǎn)業(yè)都在接入AI；此外，低空經(jīng)濟(jì)被寫入政府工作報(bào)告、具身智能從科幻走進(jìn)現(xiàn)實(shí)、智慧交通和智能制造也越發(fā)成熟。但熱鬧背后，一個(gè)核心命題始終未變：技術(shù)如何跨越從“能用”到“好用”的鴻溝，真正成為產(chǎn)業(yè)爆發(fā)的引擎？

今天，我們非常榮幸邀請(qǐng)到來(lái)自AI基礎(chǔ)設(shè)施、低空經(jīng)濟(jì)、具身智能、智慧交通等領(lǐng)域的實(shí)戰(zhàn)派嘉賓，他們將用一線攻堅(jiān)的經(jīng)驗(yàn)，拆解AI與產(chǎn)業(yè)共振的邏輯。

首先請(qǐng)依次進(jìn)行自我介紹，簡(jiǎn)要介紹所在公司和核心業(yè)務(wù)。

孫榮毅 ：大家好，我叫孫榮毅，是千尋智能董事和具身智能數(shù)據(jù)中心的總經(jīng)理，我們千尋智能是國(guó)內(nèi)具備AI+機(jī)器人全棧能力的具身智能公司。我們從去年2月份工商注冊(cè)到現(xiàn)在已經(jīng)完成四輪融資，最近剛完成了PreA輪融資，獲得了5.28億的融資額，領(lǐng)投方為阿美風(fēng)險(xiǎn)投資旗下的P7，還吸引到招商局創(chuàng)投和廣發(fā)信德等資本方參與。千尋智能也是唯一獲得順為、寧德時(shí)代和華為三個(gè)頂級(jí)投資機(jī)構(gòu)所投的具身智能公司。我們的愿景是在未來(lái)十年讓全球10%的人擁有屬于自己的機(jī)器人。

楊立：我是曜宇航空的創(chuàng)始人楊立，我們公司是國(guó)內(nèi)比較早在無(wú)人機(jī)低空經(jīng)濟(jì)全產(chǎn)業(yè)鏈研發(fā)的公司，我們專注于每款產(chǎn)品、每個(gè)級(jí)別產(chǎn)品只做一款，這一款產(chǎn)品是這個(gè)類別產(chǎn)品性能的極致，無(wú)論性能、可靠性、智能化，所以我們是低空經(jīng)濟(jì)產(chǎn)業(yè)鏈當(dāng)中設(shè)備上比較專注于高性能高可靠性的設(shè)備商。

張臘：大家好，我是來(lái)自中科視語(yǔ)的聯(lián)合創(chuàng)始人張臘，中科視語(yǔ)是中國(guó)科學(xué)院自動(dòng)化研究所項(xiàng)目孵化的企業(yè)，現(xiàn)在也是國(guó)家級(jí)“專精特新小巨人”，我們?cè)诖竽Ｐ蜁r(shí)代里面也是積累了很多年的行業(yè)經(jīng)驗(yàn)，依托于這樣的行業(yè)經(jīng)驗(yàn)，研發(fā)了視語(yǔ)坤川通用視覺大模型，也在此基礎(chǔ)上構(gòu)建了智能體應(yīng)用平臺(tái)，我們主要是面向智慧交通和智慧工業(yè)，致力于用前沿大模型技術(shù)驅(qū)動(dòng)產(chǎn)業(yè)的數(shù)智化變革。

楊震：大家好，我是楊震，北電數(shù)智的首席營(yíng)銷官，也歡迎大家來(lái)到第一次的酒仙橋論壇。

無(wú)論這個(gè)論壇還是北電數(shù)智，其實(shí)我們使命愿景在建設(shè)數(shù)字中國(guó)向下希望加速人工智能在中國(guó)的落地，在千行百業(yè)落地。從另外一個(gè)角度來(lái)說(shuō)，我們希望扮演人工智能產(chǎn)業(yè)鏈的賦能者和加速器的角色。

張一甲：我們首先聊一個(gè)共性話題，今年開春相信大家都會(huì)非常忙碌，第一季度我們都看到了一系列中國(guó)科技的跨越式進(jìn)展，包括deepseek的爆火驅(qū)動(dòng)了大家紛紛把自己的模型開源出來(lái)，也涌現(xiàn)現(xiàn)象級(jí)的產(chǎn)品Manus，還有寫入中國(guó)政府工作報(bào)告的具身智能等等。從各位的視角看，為什么中國(guó)的AI技術(shù)爆發(fā)會(huì)在這樣一個(gè)時(shí)點(diǎn)集中出現(xiàn)？整個(gè)AI產(chǎn)業(yè)鏈?zhǔn)欠竦搅艘粋€(gè)“量變引發(fā)質(zhì)變”的拐點(diǎn)？

孫榮毅 ：具身智能相比于大語(yǔ)言模型而言，它是動(dòng)作小模型，它的參數(shù)量比大語(yǔ)言模型小很多。但是它的技術(shù)棧和技術(shù)路線其實(shí)與大語(yǔ)言模型是相似的，或者是同根同源。我們先通過(guò)預(yù)訓(xùn)練來(lái)提高模型泛化能力，通過(guò)模仿學(xué)習(xí)進(jìn)行微調(diào)提高作業(yè)成功率，最后通過(guò)強(qiáng)化學(xué)習(xí)提高模型魯棒性，具身智能的興起得益于大語(yǔ)言模型興起，具身智能從業(yè)者吃到了大語(yǔ)言模型的紅利。

是否到了量變到質(zhì)變的過(guò)程，其實(shí)這個(gè)也是目前行業(yè)里面大家都在討論的問(wèn)題，具身智能的智能化水平怎么去分級(jí)，哪個(gè)級(jí)別是能夠達(dá)到一個(gè)可用的狀態(tài)，這個(gè)問(wèn)題包括政府也在思考，前段時(shí)間相關(guān)龍頭企業(yè)進(jìn)行了一次研討，嘗試著推出行業(yè)里關(guān)于具身智能的智能化分級(jí)。站在我們千尋智能的角度，我們實(shí)際上對(duì)標(biāo)自動(dòng)駕駛L0-L5之間的一個(gè)關(guān)系，給出了我們千尋的答案。

L0是不具備智能化，L1特定場(chǎng)景若干簡(jiǎn)單任務(wù)，L2是特定場(chǎng)景若干場(chǎng)景復(fù)雜任務(wù)，如果針對(duì)工業(yè)場(chǎng)景來(lái)說(shuō)，L2是具備落地應(yīng)用的可行性，因?yàn)楣I(yè)場(chǎng)景相對(duì)家用商用下限非常之高，它的場(chǎng)景相對(duì)固定，作業(yè)內(nèi)容相對(duì)單一，其實(shí)L2水平是具備量變到質(zhì)變的一個(gè)拐點(diǎn)，具備落地能力。但是如果說(shuō)是到達(dá)商用和家用，可能需要L3到L4，L3是特定環(huán)境下特定崗位全部任務(wù)，L4是特定環(huán)境全部崗位任務(wù)。

所以，什么時(shí)候量變到質(zhì)變，我覺得如果在工業(yè)場(chǎng)景下限比較高的情況下，我覺得L2水平就達(dá)到了。現(xiàn)在我們千尋的水平大概L1.5水平，估計(jì)再有半年時(shí)間我們的機(jī)器人會(huì)在我們的產(chǎn)投方寧德時(shí)代的工廠里面真正干活了。如果進(jìn)入到商用和場(chǎng)景，我們覺得大概在L3以上，可能還需要大概兩到三年時(shí)間。這個(gè)如果對(duì)照大模型角度來(lái)說(shuō)，真正chatGPT能夠?yàn)榇蠹宜邮埽鋵?shí)GPT3.5左右，大家才覺得ok，這個(gè)是特別好用的。在之前chatGPT1或2的時(shí)候，還不具備可用條件。我覺得具身動(dòng)作小模型量變到質(zhì)變的拐點(diǎn)，根據(jù)工業(yè)商用場(chǎng)景應(yīng)用不同會(huì)不一樣。

張一甲：非常詳細(xì)的回答。 我們聽一下楊立總的回答。

楊立：我們行業(yè)其實(shí)在這個(gè)問(wèn)題上，有一個(gè)很明確的答案，沒有。

我給一個(gè)數(shù)據(jù)，奧特曼剛說(shuō)他們的用戶達(dá)到8億，我想在國(guó)內(nèi)各個(gè)大模型已經(jīng)有幾個(gè)億的用戶量，而低空經(jīng)濟(jì)無(wú)人機(jī)去年截止到6月份民航網(wǎng)站上注冊(cè)的數(shù)量大概180萬(wàn)，我們連人家零頭都沒有，所以我們連量變都沒有，現(xiàn)在還談不到質(zhì)變。

但是在某些特殊場(chǎng)景，如戰(zhàn)爭(zhēng)，一天可能要使用無(wú)人機(jī)上萬(wàn)架。

總得來(lái)說(shuō)我們還沒有到質(zhì)變的過(guò)程，可是因?yàn)槲覀儸F(xiàn)在談到的人工智能已經(jīng)不再是AI統(tǒng)稱，我們叫AIS，AIS是各個(gè)人工智能加在一起的統(tǒng)稱，所以無(wú)人機(jī)由于特殊性，我們絕大部分場(chǎng)景其實(shí)都是在沒有網(wǎng)絡(luò)的環(huán)境下進(jìn)行的，所以我們?cè)谶吘売?jì)算、無(wú)人駕駛等等相關(guān)領(lǐng)域反而走得相對(duì)比較靠前的，我們會(huì)在這個(gè)方向進(jìn)行突破。

張臘：我覺得從大環(huán)境來(lái)說(shuō)，無(wú)論是大模型技術(shù)的快速發(fā)展，還有算力產(chǎn)業(yè)的全面覆蓋，再加上客戶需求瘋狂的反哺，我覺得技術(shù)爆發(fā)式的增長(zhǎng)肯定形成了。

對(duì)于行業(yè)來(lái)說(shuō)，以我們經(jīng)驗(yàn)舉例，我們2023年就構(gòu)建了以智能體為基礎(chǔ)的應(yīng)用交付，并在2023年同年完成MVP客戶交付，在2024年以智能體為支撐解決方案的交付大概占據(jù)了我們整個(gè)公司營(yíng)收1/3的份額，根據(jù)我們自己的經(jīng)驗(yàn)判斷，我們認(rèn)為，在今年技術(shù)發(fā)展最終還是回歸到技術(shù)應(yīng)用落點(diǎn)上來(lái)看，我們今年需要直面客戶對(duì)于大模型應(yīng)用一線落地轉(zhuǎn)換的剛性需求，而且它會(huì)變得更嚴(yán)格，這時(shí)候我們應(yīng)該去迎接或者有必要迎接從量變到質(zhì)變拐點(diǎn)的出現(xiàn)。

楊震：我蠻同意張總的觀點(diǎn)，我覺得deepseek首先是一個(gè)代表，剛才提到一個(gè)數(shù)據(jù)，deepseek日活5000萬(wàn)，相當(dāng)于70%GPT，所以從這個(gè)數(shù)據(jù)上已經(jīng)無(wú)限接近了。再考慮到deepseek很多的受眾都在國(guó)內(nèi)，反映普及率的問(wèn)題，所以deepseek某種層面是Mindsight級(jí)別的大模型，改變了大家對(duì)人工智能的看法尤其國(guó)內(nèi)。

第二點(diǎn)，上一場(chǎng)圓桌幾位嘉賓已經(jīng)在探討同樣的事情了，無(wú)論我們現(xiàn)在潛移默化已經(jīng)在使用大模型幫我們做路書，幫我們訂機(jī)票，再比如制造出醫(yī)生和律師來(lái)，已經(jīng)在決策層面到了一個(gè)臨界點(diǎn)。其實(shí)我們?nèi)绻碐PT通用技術(shù)的發(fā)展，當(dāng)大模型已經(jīng)進(jìn)入到?jīng)Q策無(wú)處不在的時(shí)候，所謂具身智能、無(wú)人機(jī)、無(wú)人駕駛等等這些都是屬于行動(dòng)無(wú)處不在的，有的時(shí)候需要你的決策，通過(guò)這種機(jī)械肢體等把這個(gè)行動(dòng)帶到物理世界當(dāng)中來(lái)。由于剛才提到deepseek帶來(lái)這波決策無(wú)處不在的臨界點(diǎn)，下一步必然是行動(dòng)無(wú)處不在新的范式出現(xiàn)。

張一甲：我覺得可能大家賽道不同，所感受到的節(jié)奏感和面前挑戰(zhàn)也不一樣，因?yàn)槲覀兒芏啻竽Ｐ瓦€是在一個(gè)數(shù)字環(huán)境里、虛擬環(huán)境里，我們讓它上天、入海、走路、干活這個(gè)過(guò)程其實(shí)要跨越全新的物理AI。

所以這個(gè)過(guò)程可能是AI雖然迎來(lái)很重要的拐點(diǎn)，但前面可以期待的好戲還有很多。

下一個(gè)問(wèn)題我想問(wèn)下楊震總，在現(xiàn)在的AI智能化時(shí)代，AI底座的價(jià)值是不可或缺的。可以說(shuō)未來(lái)所有新興產(chǎn)業(yè)都需要建立在AI底座之上。作為北電數(shù)智以“AI工廠”理念打造的首個(gè)“星火·智算”標(biāo)桿項(xiàng)目——北京數(shù)字經(jīng)濟(jì)算力中心可以說(shuō)是專為人工智能時(shí)代而生。但低空經(jīng)濟(jì)、具身智能等不同領(lǐng)域?qū)λ懔Φ男枨蟛町悩O大。能否具體舉例，在北電數(shù)智的規(guī)劃中，“星火·智算”的AI底座如何實(shí)現(xiàn)算力供給與產(chǎn)業(yè)需求的高效匹配？

楊震：我覺得需要分幾個(gè)層面來(lái)回答，第一個(gè)層面，在底座層面我們?cè)谛酒瑢印⒛Ｐ蛯印?shù)據(jù)服務(wù)層以及工具鏈，甚至垂類模型層面，我們盡量把使用門檻降低，把效率提升，而且我們滿足各層無(wú)論個(gè)人開發(fā)者、開發(fā)者團(tuán)體還是中小微公司，甚至互聯(lián)網(wǎng)大廠的全面需求基礎(chǔ)。我們先把基礎(chǔ)能力夯實(shí)，這是第一步。第二步就會(huì)涉及到怎么用起來(lái)，我們?cè)谇耙粓?chǎng)圓桌里，我蠻同意呂教授提的一點(diǎn)，他講了一個(gè)未來(lái)要有新職業(yè)就是咨詢，非常多的企業(yè)，他們目前來(lái)說(shuō)還在思考，或者不知道如何用AI。

把AI用起來(lái)，非常非常關(guān)鍵，如何和產(chǎn)業(yè)需求相結(jié)合，以我們實(shí)踐經(jīng)驗(yàn)來(lái)說(shuō)，因?yàn)閯偛盘岬叫腔穑腔鸺仁堑鬃彩悄Ｊ剑覀儸F(xiàn)在在佛山落的星火底座，以我們自己的AI咨詢專家，我們自己的行業(yè)解決方案專家以及產(chǎn)業(yè)專家，配合了我們生態(tài)伙伴一起走入佛山當(dāng)?shù)氐囊恍╊^部企業(yè)，和他們的CEO和董事長(zhǎng)談他們遇到的問(wèn)題，去思考人工智能怎么能夠幫到他們，而且也初步形成了一些方案，這些方案就能成為該行業(yè)的樣板間，有帶動(dòng)的作用，既然是新東西，先行先試是對(duì)的，而且越用越好，我們是從兩端來(lái)解決問(wèn)題的。總結(jié)來(lái)說(shuō)我們把基礎(chǔ)能力做扎實(shí)，把整個(gè)使用成本、使用難度降下去。從另外一個(gè)角度來(lái)說(shuō)，我們要在各行各業(yè)去構(gòu)筑一些樣板間，用咨詢和生態(tài)的方式，把兩端進(jìn)行有效的連接，這是我們?cè)谧龅氖虑椤?/p>

張一甲：我們今天其實(shí)有兩個(gè)關(guān)鍵概念，一個(gè)叫AI，一個(gè)叫新型產(chǎn)業(yè)，我們也很關(guān)注當(dāng)AI和新型產(chǎn)業(yè)產(chǎn)生交集的時(shí)候會(huì)有什么樣的化學(xué)反應(yīng)，各位嘉賓所在的低空經(jīng)濟(jì)、具身智能、自動(dòng)駕駛等等都已經(jīng)成為我國(guó)未來(lái)新質(zhì)生產(chǎn)力發(fā)展的重要新興行業(yè)，AI也正在加速賦能這些新興行業(yè)發(fā)展。所以在各位看來(lái)，新興行業(yè)有哪些痛點(diǎn)是需要借助AI技術(shù)來(lái)實(shí)現(xiàn)突破（例如開發(fā)成本高、場(chǎng)景碎片化等）？

孫榮毅 ：我結(jié)合我們的實(shí)際情況來(lái)說(shuō)一下，我們的產(chǎn)投方是寧德時(shí)代，它是做新能源動(dòng)力電池的，其實(shí)新能源也是一個(gè)新興產(chǎn)業(yè)，我們現(xiàn)在在給他賦能，它現(xiàn)在面臨的痛點(diǎn)是什么呢？就是在智能制造的多品種、小批量、高柔性的這種生產(chǎn)組織模式下，機(jī)器人在切拉換形的時(shí)候調(diào)試時(shí)間非常之長(zhǎng)，趕不上換產(chǎn)的時(shí)間，導(dǎo)致大量的人工繼續(xù)做換產(chǎn)的工作，所以急需要通過(guò)具身智能泛化能力解決多品種、小批量、高柔性、切拉換形中的痛點(diǎn)，這也是我們的切入點(diǎn)。

在工業(yè)場(chǎng)景里，我們瞄準(zhǔn)的錨點(diǎn)也是這點(diǎn)，現(xiàn)在大家可以經(jīng)常看具身智能賽道有好多機(jī)器人已經(jīng)號(hào)稱進(jìn)工廠開始干活，但是干的是什么活？干得都是單一品種大批量重復(fù)性的工作，其實(shí)這個(gè)并不是具身智能機(jī)器人和人形機(jī)器人的落腳點(diǎn)，這些工作用傳統(tǒng)機(jī)器人（無(wú)論是大負(fù)載工業(yè)機(jī)器人，協(xié)作機(jī)器人、復(fù)合機(jī)器人）都完全可以勝任，沒有必要用一個(gè)走起路顫顫微微的雙足機(jī)器人去做，這完全為了學(xué)馬斯克，但是人家有自己的工廠，可以講自己的故事，但是國(guó)內(nèi)好多企業(yè)就學(xué)，我覺得這并沒有到真正痛點(diǎn)上。

張一甲：非常精準(zhǔn)到位的回答。有請(qǐng)楊立總。

楊立：我們剛才一直結(jié)合低空經(jīng)濟(jì)，以前叫無(wú)人機(jī)，現(xiàn)在叫低空經(jīng)濟(jì)的特點(diǎn)，現(xiàn)在我們所談的人工智能，不再是以前我們說(shuō)的是視覺等等這樣的人工智能。那么我們從AIS這個(gè)角度來(lái)講，它有一些特點(diǎn)，從概念來(lái)講不是一個(gè)萬(wàn)能的中樞，它是由某些ABCD各個(gè)能力集合的，相當(dāng)于說(shuō)我要選擇ABC哪些能力對(duì)我的行業(yè)。比如說(shuō)你比我聰明，這不是人工智能的概念，這不是精準(zhǔn)的。而是說(shuō)你在智力、語(yǔ)言表達(dá)能力等等這方面比我強(qiáng)，但是你在長(zhǎng)遠(yuǎn)記憶能力不如我，比如說(shuō)你就不記得咱們上學(xué)時(shí)一起打羽毛球。

所以，人工智能會(huì)遇到無(wú)數(shù)復(fù)雜的問(wèn)題，所以在我們低空經(jīng)濟(jì)領(lǐng)域里面，實(shí)際上就只有四大場(chǎng)景，一個(gè)是自動(dòng)化、非自動(dòng)化。一個(gè)用手還是不用手，這樣就有四個(gè)象限，而我們?cè)谒膫€(gè)象限當(dāng)中面對(duì)問(wèn)題不一樣。我們把它總結(jié)起來(lái)，第一我們特別需要在自動(dòng)駕駛，特別是非自動(dòng)化的自動(dòng)駕駛當(dāng)中有很多長(zhǎng)足的進(jìn)步，這是蠻困難的。我們訓(xùn)練大模型的不斷蒸餾，不斷的用數(shù)據(jù)，而這個(gè)成本可能是芯片成本，而在我們還有物理成本，因?yàn)槲覀兠看蔚挠?xùn)練，可能都會(huì)摔無(wú)人機(jī)，而且這只是單一的訓(xùn)練，所以這種訓(xùn)練在我們來(lái)說(shuō)成本非常高的，舉個(gè)例子，可能在這里面我要用一百公里/時(shí)的速度，快速在這里面飛行躲過(guò)所有的椅子、柱子，而能夠?qū)崿F(xiàn)這個(gè)能力的飛手可能全球沒有幾個(gè)，所以對(duì)于我們來(lái)說(shuō)數(shù)據(jù)非常有限，我們面對(duì)的問(wèn)題就是如何解決自動(dòng)駕駛的問(wèn)題，同時(shí)而因?yàn)槲覀?0%的運(yùn)作環(huán)境，都是非網(wǎng)絡(luò)環(huán)境，我們沒有網(wǎng)絡(luò)。

一個(gè)手機(jī)飛行模式你要它做整個(gè)大數(shù)據(jù)、整個(gè)生成式完全不可能，我們?nèi)绾卧跀?shù)據(jù)鏈有更好地銜接，如何從我們邊緣計(jì)算云計(jì)算這樣的結(jié)合，如何解決這是我們要面對(duì)的問(wèn)題。

張臘：在這一點(diǎn)上，我想分享一下智慧城市安全治理方面我們自己的產(chǎn)業(yè)經(jīng)驗(yàn)，在智慧城市方向上，場(chǎng)景非常碎片化，而且各個(gè)場(chǎng)景各異，比如說(shuō)拍攝圖片可能是車載、無(wú)人機(jī)、卡口相機(jī)，然后可以是手機(jī)拍攝的圖片，單按照采集方式就已經(jīng)場(chǎng)景各異了，再比如說(shuō)我們現(xiàn)在有一些安全事件的發(fā)現(xiàn)，安全事件的定義各不相同，比如說(shuō)想要發(fā)現(xiàn)隱患事件，舉個(gè)例子比如說(shuō)獨(dú)行的小孩，看起來(lái)好像沒有什么問(wèn)題，但實(shí)際上是很多危險(xiǎn)事件發(fā)生的前期前兆。

再舉個(gè)例子，交通事件方面，我們以拋灑物為例子，拋灑物的形狀、大小都難以定義，而且樣本獲取非常難。所以我們?cè)谥腔鄢鞘邪踩卫韴?chǎng)景下，怎么樣去解決這種碎片化的場(chǎng)景需求，以及事件難以定義包括樣本量非常難以獲取這樣的問(wèn)題，是現(xiàn)在我們這個(gè)行業(yè)上對(duì)于大小模型，AI相關(guān)技術(shù)的痛點(diǎn)問(wèn)題。

張一甲：從三位行業(yè)里面嘉賓發(fā)言可以看到，每個(gè)領(lǐng)域的問(wèn)題像撥洋蔥一樣，撥開了一層下面還有很多需要解決的問(wèn)題，有的還要分而知之，這其實(shí)做平臺(tái)的企業(yè)，提出更難的要求，所以下一個(gè)問(wèn)題還是問(wèn)北電數(shù)智。

“新興產(chǎn)業(yè)加速平臺(tái)”通過(guò)構(gòu)建“AI進(jìn)入物理世界”的共性技術(shù)平臺(tái)，提供通用開發(fā)組件、物理直覺模型、虛擬仿真環(huán)境、訓(xùn)練數(shù)據(jù)工具等服務(wù)，助力AI原生業(yè)務(wù)加速提效。該平臺(tái)面向具身智能、低空經(jīng)濟(jì)、無(wú)人駕駛等新興產(chǎn)業(yè)的創(chuàng)新技術(shù)孵化和應(yīng)用落地需求。能否舉例說(shuō)明“AI進(jìn)入物理世界”的理念，如何支撐北電數(shù)智彌補(bǔ)新興行業(yè)的技術(shù)短板？

楊震：其實(shí)我相信剛才三位的回答中，已經(jīng)蘊(yùn)含我要說(shuō)的答案，不是每家具身智能企業(yè)都像孫總一樣，說(shuō)找到確定性的場(chǎng)景，我們可以把我們的泛化技能針對(duì)確定性場(chǎng)景應(yīng)用的落地。楊總也提到哪怕在我們現(xiàn)在狹小環(huán)境當(dāng)中，全世界可能有10億以下的飛手能做到規(guī)避所有障礙物進(jìn)行有效飛行。

剛才提到?jīng)Q策無(wú)處不在，大模型依然在繼續(xù)增長(zhǎng)，我們進(jìn)入到行動(dòng)無(wú)處不在可能的環(huán)節(jié)的時(shí)候，反而會(huì)回到我們依然積累一個(gè)量變到最后的質(zhì)變，這也是北電數(shù)智搭建共性技術(shù)平臺(tái)的原因。

因?yàn)楫吘姑考移髽I(yè)的精力只夠把一兩個(gè)事情做的很精，我們可以有一個(gè)小切口，但是平臺(tái)搭起來(lái)的時(shí)候，我們可以讓場(chǎng)景方在平臺(tái)發(fā)布他們的特有場(chǎng)景。

孫總顧不過(guò)來(lái)的場(chǎng)景，但是依然可以提供你的本體小腦，讓非常多的開發(fā)者團(tuán)隊(duì)在平臺(tái)上利用場(chǎng)景，利用您的小腦本體去做他們的定開，讓您的具身智能有更多落地的可能性。

當(dāng)這些技能逐步積累到一定程度的時(shí)候，才能夠變成一個(gè)真真正正AI進(jìn)入物理世界的案例。我們搭的平臺(tái)就是給到場(chǎng)景方，一個(gè)平臺(tái)讓大家把場(chǎng)景拿出來(lái)說(shuō)究竟以現(xiàn)有技術(shù)、現(xiàn)有定開的能力是不是能滿足。也讓我們的本體方、小腦方、無(wú)人機(jī)方也拿出自己的現(xiàn)有能力，是不是做初步判斷是不是可以對(duì)接你，給到更多開發(fā)者團(tuán)體、個(gè)人一個(gè)機(jī)會(huì)發(fā)揮自己的優(yōu)勢(shì)，把場(chǎng)景攻克。

北電數(shù)智一直秉承一個(gè)生態(tài)理念，尤其新興產(chǎn)業(yè)我們想把它發(fā)展起來(lái)，肯定需要大家共同成長(zhǎng)，我們先把產(chǎn)業(yè)鏈串起來(lái)做完整，產(chǎn)業(yè)鏈每個(gè)人有自己清晰的角色，每個(gè)人互相推動(dòng)共同成長(zhǎng)，這個(gè)產(chǎn)業(yè)才逐漸發(fā)展起來(lái)。而且當(dāng)下很難出現(xiàn)殺手級(jí)應(yīng)用，因?yàn)楝F(xiàn)在任何人買個(gè)機(jī)器人回去，可能都是當(dāng)一個(gè)擺設(shè)、娛樂(lè)，不可能真正用它清掃房子，具身智能、AI進(jìn)入物理世界它的切口還是在TOB場(chǎng)景為主。

比如說(shuō)無(wú)人支架，目前來(lái)說(shuō)沒有針對(duì)乘用車做廣泛地范式訓(xùn)練，比如說(shuō)我們多試聯(lián)運(yùn)等等這些特殊的場(chǎng)景，找到小切口，但是是非常關(guān)鍵的切口，也是極大能夠發(fā)揮我們具身智能優(yōu)勢(shì)切口，因?yàn)槎嘣嚶?lián)運(yùn)像孫總提到他不是rules based control能解決的問(wèn)題，它一定是learning based的，一定要對(duì)多變的環(huán)境有感知決策，我們鎖定這樣特殊場(chǎng)景找到行業(yè)切口，給到我們具身智能一個(gè)落地的樣板間，讓進(jìn)一步推動(dòng)整個(gè)產(chǎn)業(yè)的繁榮發(fā)展。

張一甲：非常精彩。生態(tài)的邏輯用我們自己甲子光年一句話說(shuō)，這個(gè)生態(tài)一定要足夠包羅萬(wàn)象，才能夠滿足各個(gè)場(chǎng)景的奇形怪狀。我覺得可能AI和新行業(yè)的結(jié)合，更是需要這樣的包羅萬(wàn)象和奇形怪狀的生態(tài)。

在國(guó)產(chǎn)算力賦能新興產(chǎn)業(yè)的過(guò)程中，各位嘉賓所在的行業(yè)是否遇到芯片性能不足、框架適配難等問(wèn)題？這種國(guó)產(chǎn)算力適配的挑戰(zhàn)如何轉(zhuǎn)化為競(jìng)爭(zhēng)優(yōu)勢(shì)？

孫榮毅 ：目前我們正在面臨這個(gè)問(wèn)題，隨著特朗普增加關(guān)稅之后，英偉達(dá)的卡非常貴，我們現(xiàn)在和華為合作，華為也是我們產(chǎn)投方。我們更關(guān)注自己的迭代能力，其實(shí)具身智能不是大魚吃小魚，而是快魚吃慢魚。迭代能力來(lái)自于哪，我覺得是來(lái)自于飛輪和平臺(tái)。首先是高質(zhì)量數(shù)據(jù)到高質(zhì)量模型形成閉環(huán)的飛輪，一個(gè)是冷啟動(dòng)的飛輪，一個(gè)真實(shí)場(chǎng)景數(shù)據(jù)喂養(yǎng)模型的飛輪，我們?cè)诶鋯?dòng)飛輪上面通過(guò)我們自建數(shù)據(jù)工廠，自己采集數(shù)據(jù)，先讓模型具備初步能力，然后到真實(shí)場(chǎng)景產(chǎn)生真實(shí)數(shù)據(jù)進(jìn)一步促進(jìn)模型發(fā)展，但是一切都是基于剛才楊總所提到平臺(tái)，如果沒有好的平臺(tái)，我們飛輪轉(zhuǎn)不起來(lái)的。

目前我們自己飛輪到模型迭代周期天級(jí)別迭代，這個(gè)過(guò)程中我們大部分精力放在如何優(yōu)化平臺(tái)，能夠讓我們快速獲取高質(zhì)量數(shù)據(jù)，并且讓高質(zhì)量數(shù)據(jù)快速地訓(xùn)練模型，這個(gè)其實(shí)也是剛才和楊總提到的如出一轍。

楊立：我們可能是遇到這個(gè)問(wèn)題最嚴(yán)重的行業(yè)，對(duì)各位公司來(lái)說(shuō)，東西多一公斤不算什么事，對(duì)于我們無(wú)人機(jī)行業(yè)東西多一公斤，就飛不動(dòng)了。所以對(duì)于我們來(lái)說(shuō)，大家可以靠堆算力、硬件逐漸的解決問(wèn)題，而我們堆不動(dòng)，我們要把飛機(jī)做的很大才可以，而飛機(jī)做的很大往往不能夠滿足場(chǎng)景需求，所以我們目前在面對(duì)這個(gè)問(wèn)題上，只能把所有的問(wèn)題精簡(jiǎn)到最細(xì)化，我只解決一個(gè)問(wèn)題，如果解決一個(gè)問(wèn)題，我應(yīng)該怎么做？所以目前我們只能這樣，剩下情況我們只能等。

張臘：對(duì)于我們來(lái)說(shuō)的話，智慧交通其實(shí)國(guó)產(chǎn)適配我們很早就啟動(dòng)了，也是最早啟動(dòng)國(guó)產(chǎn)化適配的廠商之一，也算是陪伴了國(guó)產(chǎn)算力伙伴的成長(zhǎng)。我覺得現(xiàn)在最大問(wèn)題是目前國(guó)內(nèi)國(guó)產(chǎn)化芯片，框架各不相同，這對(duì)我們形成挺大的困擾，因?yàn)槊窟m配一家芯片對(duì)我們來(lái)說(shuō)都要投入一批工作量，對(duì)于芯片所發(fā)布出來(lái)的算力，其實(shí)我們并不是擔(dān)心算力大小，到底有多小、多大。我們比較擔(dān)心是怎么能夠讓我們自己的解決方案，自研的大模型框架能夠真實(shí)發(fā)揮出來(lái)芯片原本報(bào)出來(lái)的性能，因?yàn)槲覀冇泻芏嘧约簽榱诵袠I(yè)去改造的一些算子或者是底層的架構(gòu)邏輯，這種情況下往往需要我們國(guó)產(chǎn)化生態(tài)伙伴深入到一線和我們進(jìn)行共同研發(fā)。

針對(duì)這些問(wèn)題我們目前解決方案，一個(gè)是通過(guò)應(yīng)用反哺我們算力生態(tài)發(fā)展，另外一個(gè)是我們形成了自己的國(guó)產(chǎn)適配流水線作業(yè)，來(lái)了一個(gè)芯片我們開始評(píng)估，然后看看框架，看芯片算力，再到我們給出一個(gè)工作量我們?cè)u(píng)估周期有多久，再到最后實(shí)際上線。我們維護(hù)了一個(gè)已經(jīng)適配的芯片庫(kù)，這樣才能給到我們自己的客戶相對(duì)合適的國(guó)產(chǎn)化適配方案。在國(guó)產(chǎn)化算力適配的必然路上，我們還是希望能夠有一些標(biāo)準(zhǔn)，或者我們拿應(yīng)用角度去推動(dòng)我們整個(gè)國(guó)內(nèi)芯片快速統(tǒng)一發(fā)展，真正實(shí)現(xiàn)共贏。

楊震：首先從國(guó)產(chǎn)算力需求來(lái)說(shuō)，北電數(shù)智一直在做這個(gè)事情，打造通用性共性國(guó)產(chǎn)芯片軟件生態(tài)。我們做全面60個(gè)算子，現(xiàn)在也在針對(duì)一些關(guān)鍵領(lǐng)域垂類模型在繼續(xù)補(bǔ)齊算子，然后我們做了統(tǒng)一的通信庫(kù)，涉及到卡間互聯(lián)和算力節(jié)點(diǎn)間互聯(lián)靈活調(diào)度，我覺得我們可以線下多討論，我們有非常多的接近生產(chǎn)環(huán)境集群化的測(cè)試，給到非常多的指引。

另外兩位說(shuō)的還是基建的問(wèn)題，車還好，個(gè)大，自身可以承載算力，電也足夠多，但是具身智能來(lái)說(shuō)Real2SIM2Real這個(gè)路線出來(lái)以后，突然發(fā)現(xiàn)自己是算力消耗大戶，無(wú)人機(jī)剛才提到所有能源要用在非續(xù)航上而不是算力。所以，基礎(chǔ)設(shè)施多樣化，如何實(shí)現(xiàn)云邊端的協(xié)同，大模型的協(xié)同，這個(gè)是我們布局的事情，北電數(shù)智之前也有針對(duì)邊緣，不同形態(tài)的邊緣以及這種云端的相應(yīng)布局，在配合我們對(duì)國(guó)產(chǎn)算力整體的適配加速，我們也希望有效支撐具身智能不同領(lǐng)域面對(duì)這些共性的問(wèn)題。

當(dāng)然我們和非常多的地方政府，做相應(yīng)的研究，針對(duì)不同特定領(lǐng)域，做相應(yīng)的特定領(lǐng)域訓(xùn)練場(chǎng)，畢竟一旦訓(xùn)練出來(lái)，把最基礎(chǔ)的泛化原則找到以后，有時(shí)候就是大力出奇跡了，就可以應(yīng)對(duì)復(fù)雜的環(huán)境。

最終進(jìn)入家庭的時(shí)候還會(huì)存在非常多的變量，以及對(duì)人類的影響的問(wèn)題，因?yàn)槿诵螜C(jī)器人真正使用環(huán)境就應(yīng)該在家庭里面，廣泛的環(huán)境里面，輪式、各種形態(tài)機(jī)器人，我們不一定非常固定在具身智能人形機(jī)器人。所以，飯要一口口吃，路要一步一步走，我們做好的事情就是針對(duì)大家的需求，一步一步地把每一階段大家需要的平臺(tái)，搭出來(lái)，大家共同發(fā)展。

張一甲：非常感謝。最后一個(gè)問(wèn)題，各位可以想想，要想真正讓AI助力新興產(chǎn)業(yè)加速，當(dāng)前最需突破的“最后一公里”是什么？數(shù)據(jù)孤島、算力成本，還是跨行業(yè)協(xié)作機(jī)制？每人用一句總結(jié)一下。

孫榮毅 ：數(shù)據(jù)采集裝備和數(shù)據(jù)孤島。

楊立：跨行業(yè)協(xié)作。

張臘：數(shù)據(jù)壁壘，高質(zhì)量數(shù)據(jù)壁壘。

楊震：我同意數(shù)據(jù)最重要，但是數(shù)據(jù)不打通不能跨行業(yè)也是有很大問(wèn)題。

這就是我們持續(xù)做平臺(tái)的原因，我們也非常鼓勵(lì)所有在我們平臺(tái)上做了開發(fā)采集的伙伴把數(shù)據(jù)留下來(lái)，哪怕我們給到它一定的價(jià)值補(bǔ)償，能夠讓我們行業(yè)大家不需要重復(fù)造輪子，這是我們搭平臺(tái)主要目的。

張一甲：我覺得今天這場(chǎng)圓桌不知道大家感覺如何，我個(gè)人收獲非常大，我覺得相比往年談?wù)摳拍畹臅r(shí)候，更多是暢想科幻一般的遠(yuǎn)景，但是今天大家的問(wèn)題很具體，顆粒度很細(xì)，這就說(shuō)明我們這個(gè)產(chǎn)業(yè)已經(jīng)開始真正進(jìn)入軌道了，我覺得在人工智能和新興產(chǎn)業(yè)這兩個(gè)概念發(fā)生化學(xué)反應(yīng)的時(shí)候，很難用加法乘法形容得了，這個(gè)過(guò)程當(dāng)中每一步都會(huì)涉及先有雞還是先有蛋的問(wèn)題，所有問(wèn)題要重新理清，所有答案要不斷地來(lái)回迭代，大家在螺旋式的互幫互助當(dāng)中，一起形成生態(tài)。

我覺得北電數(shù)智做這樣的平臺(tái)特別的好，當(dāng)然我們甲子光年作為第三方服務(wù)機(jī)構(gòu)也是見證每個(gè)嘉賓的精彩，我覺得今天的圓桌我很有收獲，感謝大家的時(shí)間，也感謝各位觀眾。

（文中圖片來(lái)自酒仙橋論壇）