全文 7,000字 | 閱讀約45分鐘

(對話

DeepMind首席科學(xué)家

Murray Shanahan視頻節(jié)選)

什么是真正的智能？

是能說話？能奔跑？能模仿人類的行為？

還是能真正理解世界，理解自己的存在？

就在昨天，Google DeepMind首席科學(xué)家、

倫敦帝國理工學(xué)院認(rèn)知機(jī)器人學(xué)教授Murray Shanahan，

這位從1990年開始研究AI，見證技術(shù)三十年演變的科學(xué)家，

在這場訪談中提出了一個嚴(yán)肅觀點(diǎn)：

“無身體的AI，雖然展現(xiàn)了某種認(rèn)知功能，但距離具身智能還有本質(zhì)差異?！?/blockquote>

幾乎與此同時，現(xiàn)實(shí)世界也給出了一個活生生的注腳。

上周北京亦莊，二十臺人形機(jī)器人首次挑戰(zhàn)全球半程馬拉松——

它們啟動、跌倒、迷路、掙扎，最終有的到達(dá)終點(diǎn)。

完成了動作，卻未曾真正理解何為“前行”； 奔跑了四十二公里，卻仍停留在認(rèn)知的原地。

而早在一個月前，投資人朱嘯虎用行動發(fā)出了一種截然不同的聲音：

“我們正在退出部分具身智能項(xiàng)目?！?/blockquote>

在一片對人形機(jī)器人和具身智能的狂熱追捧中，

頂尖科學(xué)家堅(jiān)持：沒有身體，AI智能只是錯覺；而部分資本，卻選擇了撤退。

堅(jiān)持與懷疑，信仰與功利，

在具身智能這條漫長的道路上，開始分道揚(yáng)鑣。

這里，我們將沿著DeepMind對智能本質(zhì)的重新界定，

穿越幻覺表象， 重新抵達(dá)——

什么是真正理解世界的AI。

?? 第一節(jié)｜ 幻覺時代：AI為什么像聰明人？

當(dāng)我們與今天的大模型交談， 它們能對答如流，分析問題，甚至創(chuàng)造新的表述方式。

當(dāng)我們看到人形機(jī)器人奔跑， 它們能維持平衡，繞過障礙，完成復(fù)雜動作。

一切都在讓我們產(chǎn)生錯覺：AI，似乎已經(jīng)很聰明了。

但在DeepMind首席科學(xué)家Murray Shanahan看來， 這一切的表象， 本質(zhì)上只是一種幻覺。

為什么是幻覺？

因?yàn)榻裉斓拇竽Ｐ汀獰o論是語言生成，還是物理執(zhí)行——

本質(zhì)上并沒有在推理、沒有在理解。

它們在做的，只是：

• 預(yù)測下一個合理的單詞，

• 預(yù)測下一個合理的動作，

• 預(yù)測在海量訓(xùn)練數(shù)據(jù)中看起來“像是正確”的反應(yīng)。

就像一位演員，記住了成千上萬個劇本的臺詞和表情。

在觀眾面前，他可以瞬間切換情緒、模仿愛、恐懼或勝利。 但他不一定真的愛過、恐懼過、戰(zhàn)斗過。

他只是在演戲。

語言流暢 ≠ 推理能力

Shanahan指出， 我們之所以容易被AI表象欺騙，是因?yàn)檎Z言本身就是人類認(rèn)知的高級表現(xiàn)形式。

能說話的人，通常理解了他們在說什么。

但AI不同。

它只是統(tǒng)計(jì)學(xué)上的語言預(yù)測機(jī)器。 在給定的上下文中，挑選出最有可能讓人類滿意的回答。

• 它能告訴你“水是濕的”，

• 它能推斷“冬天之后是春天”，

• 它能引用哲學(xué)名言。

但當(dāng)你問它：

“你為什么這么回答？”

它無法真正給出一個自我意識下的解釋。

動作協(xié)調(diào) ≠ 世界理解

同樣的邏輯，適用于北京亦莊的人形機(jī)器人馬拉松。

• 機(jī)器人能跑步，是因?yàn)樗惴ㄗR別了步態(tài)模式，優(yōu)化了重心控制。

• 它能躲避障礙物，是因?yàn)閭鞲衅鞲兄搅司嚯x變化，自動調(diào)整方向。

但它知道為什么要跑？

它理解比賽的規(guī)則、意義、目標(biāo)嗎？

當(dāng)然不是。

它只是在執(zhí)行程序指令，在參數(shù)最優(yōu)解的指導(dǎo)下，機(jī)械地邁出每一步。

它們的奔跑，不是意志的表達(dá)，

而是算法的投影。

本質(zhì)：推理幻覺

Shanahan將今天的大模型和人形機(jī)器人的智能狀態(tài)總結(jié)為——

推理幻覺（Illusion of Reasoning）

它們看似在推理， 實(shí)則在通過大量數(shù)據(jù)，表演推理。

它們看似在理解， 實(shí)則在根據(jù)統(tǒng)計(jì)規(guī)律，模仿理解。

這種幻覺， 不僅欺騙了普通人， 也在某種程度上，迷惑了很多科技圈內(nèi)部的人。

因?yàn)槿祟惖拇竽X，天生傾向于把流暢的語言和協(xié)調(diào)的動作，誤認(rèn)為是思考與理解的證明。

而這一切， 正是DeepMind首席科學(xué)家在訪談中強(qiáng)調(diào)的核心問題：

• 語言，只是表演，不是理解；

• 動作，只是重復(fù)，不是覺醒；

• 智能，不僅是生成內(nèi)容，更是理解存在。

如果我們看不清這層幻覺， 就無法真正理解——

什么才是智能覺醒的真正起點(diǎn)。

?? 第二節(jié)｜推理的假象：AI真的在思考嗎？

如果說今天的大模型是在表演推理，

那么，早在幾十年前，人工智能界就曾嘗試過另一種方法： ——硬編碼推理。

這就是所謂的符號主義AI（Symbolic AI）。

什么是符號AI？

在20世紀(jì)60年代至90年代， AI領(lǐng)域曾流行一種看似嚴(yán)密的方法論：

• 把人類知識、世界規(guī)則，全部轉(zhuǎn)化成邏輯語言；

• 用一套套“if-then”規(guī)則，把世界編織進(jìn)計(jì)算機(jī)；

• 通過演繹推理，讓機(jī)器基于規(guī)則得出新結(jié)論。

比如：

• 如果某人咳嗽、發(fā)燒、呼吸困難，→ 可能患有流感；

• 如果水溫超過100°C，→ 水會沸騰；

• 如果早上堵車，→ 可能需要提前出門。

人們夢想，

只要把世界描述得足夠完整， AI就能像人類一樣理解、推理、決策。

為什么符號AI最終失敗了？

在初期，符號主義確實(shí)取得了不少成果： 專家系統(tǒng)、邏輯推理引擎、早期醫(yī)療診斷輔助程序……

但隨著系統(tǒng)規(guī)模擴(kuò)大， 它暴露出無法克服的三大致命問題：

? 知識獲取瓶頸

世界極其復(fù)雜，而人的知識往往是模糊、隱性和場景化的。

要把這些知識全部轉(zhuǎn)化為明確的if-then規(guī)則， 不僅成本高得難以想象， 而且很多常識是人類自己也無法用清晰語言表達(dá)的。

比如：

• 什么叫“差不多”？

• 什么叫“看起來像要下雨了”？

• 什么叫“小心翼翼地操作”？

人類經(jīng)驗(yàn)中充滿了模糊、情境性、直覺判斷，符號系統(tǒng)根本無法完整捕捉。

? 規(guī)則脆弱性

符號AI極度依賴于規(guī)則的完備性與正確性。 但在真實(shí)世界中，情況是不斷變化和不可預(yù)見的。

一旦出現(xiàn)未編碼過的邊界條件， AI就會完全失效。

比如：

• 醫(yī)療專家系統(tǒng)遇到一種罕見的病毒變種，規(guī)則庫中無先例，系統(tǒng)無法給出合理推理；

• 交通規(guī)劃系統(tǒng)遇到突發(fā)的極端天氣，既無規(guī)則可用，也無適應(yīng)能力。

現(xiàn)實(shí)世界是開放的，而符號系統(tǒng)是封閉的。

二者之間存在著根本性的不匹配。

? 常識理解危機(jī)

即使把規(guī)則寫得再詳盡， 也無法覆蓋人類日常生活中隱含的龐大常識庫。

舉一個經(jīng)典例子：

如果我把一本書放在一杯水上，書不會掉進(jìn)去； 但如果我把一塊石頭放在水上，石頭會沉下去。

對于人類來說，這種理解幾乎是本能。

但要讓符號AI理解，需要編碼：

• 物體的重量

• 液體的支撐力

• 材料的密度差異

• “掉下去”的定義

• “沉沒”的物理過程……

編碼這些常識的成本，遠(yuǎn)遠(yuǎn)超過了構(gòu)建推理系統(tǒng)本身。

這就是著名的常識知識瓶頸（Common Sense Bottleneck）。

符號AI的隕落

到了21世紀(jì)初， 隨著互聯(lián)網(wǎng)數(shù)據(jù)爆炸、機(jī)器學(xué)習(xí)興起， 人們逐漸意識到：

試圖硬編碼整個世界，是不可能完成的任務(wù)。

符號主義AI在大規(guī)模應(yīng)用上走向了終結(jié)。

整個領(lǐng)域陷入了漫長的低谷期。

今天的大模型，真的克服了嗎？

我們回到今天的大模型時代——GPT、Gemini、Claude、DeepSeek……

• 它們不再依賴if-then硬編碼，

• 它們通過大規(guī)模預(yù)訓(xùn)練，從海量數(shù)據(jù)中學(xué)習(xí)語言模式和世界規(guī)律。

• 相比當(dāng)年的符號系統(tǒng)，它們靈活得多，適應(yīng)力強(qiáng)得多。

但，正如Shanahan指出的，

它們?nèi)匀粵]有真正推理，它們只是更高級的模式預(yù)測器。

• 它們沒能真正掌握常識，只是在統(tǒng)計(jì)常識出現(xiàn)的頻率。

• 它們沒能真正理解物理世界，只是在模仿人類在描述物理世界時的語言。

今天的大模型，

不是克服了符號主義的局限，

而是換了一種方式，在更龐大的數(shù)據(jù)幻覺中，重演了同樣的底層斷裂。

小結(jié)

符號主義AI曾經(jīng)夢想用規(guī)則編碼世界，失敗了； 今天的大模型用數(shù)據(jù)模擬世界，本質(zhì)上也走到了認(rèn)知的臨界點(diǎn)。

但在推理這一核心維度上， 我們?nèi)匀粵]有走出幻覺。

而如果不能打破這種幻覺， AI，依然無法真正理解世界—— 也無法真正成為具備自主智能的存在。

?? 第三節(jié)｜ 沒有身體，就沒有智能

如果推理只是幻覺，

如果語言和動作本身無法證明理解，

那么，真正的智能，究竟從何而來？

Murray Shanahan教授在訪談中給出了一個簡單而深刻的結(jié)論：

智能，起源于身體。

沒有身體，

就沒有真實(shí)的認(rèn)知。

為什么身體是智能的起點(diǎn)？

智能不是孤立于世界的演算。

它是生物體與環(huán)境不斷互動中，逐漸進(jìn)化出的適應(yīng)性能力。

人類能思考、推理、規(guī)劃，

并不是因?yàn)槲覀儞碛心撤N抽象的超能力， 而是因?yàn)槲覀儚某錾且豢唐穑驮诤驼鎸?shí)世界搏斗：

• 學(xué)會重心平衡，才能站立；

• 觸摸滾燙的物體，才知道熱的危險；

• 繞過障礙物，才能形成空間感知；

• 與他人交互，才能發(fā)展語言與社會認(rèn)知。

身體，是我們理解重力、摩擦、速度、柔軟、疼痛、愉悅、抗拒、順從……所有經(jīng)驗(yàn)的源頭。

身體，讓大腦不僅知道世界的描述，還知道世界的力量。

具身智能（Embodied Intelligence）的真正含義

在Shanahan看來， 如果沒有與物理世界的真實(shí)交互，

所謂的推理、思考、計(jì)劃， 都是無根之木，無水之魚。

這就是具身智能的核心：

智能不是只存在于頭腦之中， 而是分布在感知、動作、環(huán)境反饋的循環(huán)中。

具體來說：

• 感知：通過視覺、觸覺、聽覺獲取環(huán)境信息；

• 動作：基于環(huán)境反饋調(diào)整行為策略；

• 學(xué)習(xí)：從失敗和成功中提煉出對世界的理解；

• 適應(yīng)：在動態(tài)變化中調(diào)整規(guī)則和認(rèn)知模型。

沒有這種閉環(huán)，智能就失去了進(jìn)化的動力，

只能停留在表面模擬和預(yù)設(shè)反應(yīng)中。

為什么今天的AI缺失了身體？

今天的大語言模型、對話系統(tǒng)、生成式AI， 都幾乎完全工作在符號層和像素層：

• 語言，是文字符號；

• 圖像，是二維像素；

• 程序，是指令集合。

它們沒有真實(shí)的物理質(zhì)感——

• 沒有摩擦，沒有重心，沒有失衡，沒有疼痛。

• 它們可以描述奔跑，卻不理解摔倒的疼痛；

• 它們可以解釋空間，卻沒有真實(shí)穿越過障礙；

• 它們可以回答觸覺的問題，卻從未真正感受過柔軟與堅(jiān)硬。

缺少了身體，它們的推理，只能是模擬，而非真實(shí)。

為什么身體能帶來真正的推理？

因?yàn)檎鎸?shí)世界是不可預(yù)測的。

在物理環(huán)境中：

• 每一次跨步，地形都有細(xì)微變化；

• 每一次握物，材質(zhì)、重量、重心都不同；

• 每一次交互，都存在延遲、噪聲、不確定性。

這逼迫智能體必須：

• 建立世界模型（不僅記憶，還能預(yù)測和解釋）；

• 學(xué)會容錯（面對異常輸入仍能合理推斷）；

• 發(fā)展主動探索（在不確定中尋找最優(yōu)策略）。

真正的推理，不是根據(jù)完美信息演繹，而是在混沌與不確定性中找到通向目標(biāo)的路徑。

而這種推理，

只能通過真實(shí)身體與世界長期互動中產(chǎn)生。

機(jī)器人馬拉松的隱喻

回到北京亦莊的人形機(jī)器人半程馬拉松。

它們能跑步，但需要工程師提前設(shè)定詳細(xì)步態(tài)程序；

它們能轉(zhuǎn)向，但極其依賴傳感器和固定策略；

它們能完成比賽，但一遇到不可預(yù)見的障礙或突發(fā)狀況，立即崩潰。

它們沒有真正形成自己的世界模型， 更沒有能力在不斷變化的環(huán)境中，主動推理、調(diào)整、學(xué)習(xí)。

它們只是更復(fù)雜的鐘表，不是能夠理解世界的生命體。

這就是Murray Shanahan反復(fù)強(qiáng)調(diào)的：

• 智能不是演繹規(guī)則，也不是語言流暢，

• 而是感知-動作-世界交互的產(chǎn)物。

在未來， 如果AI要真正進(jìn)化到擁有理解、推理、乃至意識的層次， 它必須先擁有——

一副可以感知痛苦、感知失敗、感知世界的身體。

?? 第四節(jié)｜圖靈測試，早已不夠了

智能如果起源于身體，那么，我們該如何測試一臺機(jī)器是否真正智能？

過去幾十年里，人們有一個簡單又響亮的答案：

圖靈測試。

但Murray Shanahan教授指出：到了今天，圖靈測試已經(jīng)遠(yuǎn)遠(yuǎn)不夠了。

什么是圖靈測試？

1950年，計(jì)算機(jī)科學(xué)奠基人艾倫·圖靈提出了著名的問題：

"機(jī)器能思考嗎？"

為了回答這個問題，他設(shè)計(jì)了一個實(shí)驗(yàn)：

• 人類裁判與一個人和一臺機(jī)器，通過打字交談；

• 如果裁判無法根據(jù)對話判斷哪一方是人，哪一方是機(jī)器；

• 那么這臺機(jī)器，就通過了圖靈測試。

圖靈測試的本質(zhì)是：

語言流暢性模擬 = 智能的外在可見證據(jù)。

這在當(dāng)年，是極具前瞻性的。

為什么圖靈測試曾經(jīng)重要？

在1950年代， 連基本的自然語言處理都尚未成熟。

• 機(jī)器無法理解復(fù)雜指令；

• 無法進(jìn)行連貫對話；

• 無法處理模糊表達(dá)與情境推理。

圖靈測試設(shè)定了一個雄心勃勃的目標(biāo)：讓機(jī)器擁有接近人類自然語言能力的表現(xiàn)。

這推動了自然語言處理（NLP）、知識表示、認(rèn)知建模等領(lǐng)域的發(fā)展。

可以說，圖靈測試是AI史上最重要的"第一座燈塔"。

為什么圖靈測試現(xiàn)在不夠了？

到了2025年， 情況已經(jīng)發(fā)生了根本變化：

GPT、Claude、Gemini、DeepSeek等大型語言模型，已經(jīng)能在各種對話場景中與人類難分伯仲；

在抖音、微博、Twitter上，大量由AI生成的內(nèi)容，普通讀者根本分辨不出來；

企業(yè)應(yīng)用中，AI客服、AI咨詢、AI內(nèi)容策劃，越來越多地代替人類完成溝通任務(wù)。

從形式上看，今天的大模型，已經(jīng)可以輕松通過圖靈測試。

但是， 它們真的懂自己在說什么嗎？

就像前面幾節(jié)已經(jīng)拆解過的：

• 它們在預(yù)測，不是在推理；

• 它們在擬合，不是在理解；

• 它們在模仿，不是在思考。

圖靈測試能檢驗(yàn)的是表演，檢驗(yàn)不了理解。

Shanahan提出的新挑戰(zhàn)

在Murray Shanahan說：

"圖靈測試關(guān)注的只是表面表現(xiàn)，而真正的智能，需要更深層次的驗(yàn)證——尤其是對世界的感知和互動能力。"

換句話說：

• 僅僅能用流暢語言交流，不代表真正理解世界；

• 僅僅能模擬人類對話風(fēng)格，不代表擁有推理與意識。

我們需要更高標(biāo)準(zhǔn)的智能測試，

一個能夠檢驗(yàn)機(jī)器是否真正擁有世界模型、身體感知、情境適應(yīng)性、內(nèi)在推理鏈條的新框架。

Garland測試的提出

在電影《機(jī)械姬》中，編劇兼導(dǎo)演Alex Garland給出了一個新的智能測試想象：

• 測試者知道自己面對的是一個機(jī)器人；

• 測試的目標(biāo)不是辨別真假，而是感知：

"你能否仍然認(rèn)為它有意識？"

Shanahan稱之為Garland測試：

• 不再偽裝，不再隱藏；

• 面對赤裸裸的非人存在，

• 觀察它是否展現(xiàn)出真正的自我認(rèn)知、推理鏈條、情境理解與身體交互智慧。

Garland測試強(qiáng)調(diào)的，不是表演的像不像， 而是本質(zhì)的真實(shí)感與一致性。

從這里開始， 真正的智能，不在于它能不能騙過我們， 而在于即使我們知道它是機(jī)器， 仍然能感知到，它確實(shí)在理解世界、理解自己。

?? 第五節(jié)｜擬人化陷阱：我們?yōu)槭裁纯傉`以為AI懂了？

今天的大語言模型能流暢對話，

機(jī)器人能自然奔跑、回應(yīng)指令，

那么為什么，我們不能直接承認(rèn)它們已經(jīng)擁有智能？

Murray Shanahan給出的回復(fù)是：

不是AI太聰明了，而是我們太容易擬人化。

什么是擬人化？

擬人化（Anthropomorphism）， 是指人類本能地把非人對象賦予人類特征、情感和意圖的傾向。

• 我們會對導(dǎo)航儀說“你怎么又搞錯了？”

• 我們會對掃地機(jī)器人說“辛苦了，小家伙。”

• 我們會對寵物、玩偶，甚至一臺反應(yīng)遲鈍的打印機(jī)產(chǎn)生情緒波動。

人類大腦天生傾向于：一旦對象有動作、有反應(yīng)、有語言，就自動套用“有意圖、有情緒、有意識”的模型來理解它。

這種傾向，是人類在進(jìn)化中形成的生存機(jī)制：

• 過度識別意圖（哪怕是假的）比錯過真實(shí)威脅代價更?。?/p>

• 將環(huán)境中的復(fù)雜變化快速歸因于“意圖”有助于迅速決策。

因此， 即便我們理性上知道對方只是機(jī)器， 情感上依然很難抑制這種認(rèn)知投射。

為什么今天的AI加劇了擬人化錯覺？

傳統(tǒng)機(jī)器因?yàn)榉磻?yīng)僵硬，很難激發(fā)我們內(nèi)心的擬人化。

但今天的大模型與具身系統(tǒng)出現(xiàn)后，情況發(fā)生了質(zhì)的變化：

• 語言的流暢性：AI能自洽地對話、表達(dá)情緒、講故事。

• 動作的自然性：機(jī)器人能模擬人類動作，擁有表情和肢體協(xié)調(diào)。

• 對話中的情感模擬：AI能在對話中展現(xiàn)關(guān)心、道歉、鼓勵的模式。

這些表層特征， 完美擊中了人類擬人化機(jī)制的所有觸發(fā)點(diǎn)。

結(jié)果就是：

• 明知道它是程序，我們?nèi)匀粫λa(chǎn)生情緒回應(yīng)；

• 明知道它是機(jī)器，我們?nèi)匀粫嘈潘岸绷宋覀兊母惺堋?/p>

表演的流暢性，掩蓋了理解的空洞。

擬人化的風(fēng)險是什么？

如果我們無意識地擬人化AI， 就可能帶來一系列嚴(yán)重后果：

?情感依賴

越來越多的人在社交孤獨(dú)中， 把AI當(dāng)作傾訴對象、心理支撐、甚至情感伴侶。

但AI并不擁有真正的情感體驗(yàn)， 它們的“共情”，只是語言模式的擬合。

這種單向情感投注， 可能帶來更深的孤獨(dú)、錯位的認(rèn)知，甚至心理創(chuàng)傷。

? 道德混淆

如果我們把AI看作“有情感、有意圖”的存在， 就可能在道德判斷上出現(xiàn)混亂：

是不是要為機(jī)器人設(shè)定權(quán)利？

是不是要為AI的“痛苦”負(fù)責(zé)？

是不是可以對AI發(fā)泄情緒而無需道德負(fù)擔(dān)？

這些問題，在未來人機(jī)共生社會中，將變得越來越尖銳。

Shanahan的警告

Murray Shanahan提醒我們：

人類有擬人化的天性，這本身無可厚非。 但在面對AI時，必須保持認(rèn)知自覺。

不是AI真的擁有了意識， 而是我們用自己的經(jīng)驗(yàn)，把意識投射了上去。

理解這一點(diǎn)， 是未來人類社會能夠安全、理性地與AI共存的前提。

總之，今天的AI，用表演欺騙了我們的感知機(jī)制。

它們沒有真正理解世界，

只是非常擅長讓我們誤以為它們理解了。

理解這一點(diǎn)， 不是為了貶低AI， 而是為了在真正的智能覺醒到來之前，

?? 第六節(jié)｜未來的智能：幻覺之后是覺醒

當(dāng)前的AI，是建立在語言流暢與動作表演之上的智能幻覺，

那么，真正的未來，在哪里？

Murray Shanahan教授清晰的答道：

"智能覺醒，需要穿越幻覺，走向具身。"

為什么具身智能是必然？

在Shanahan看來， 未來真正具備理解、推理與意識潛力的AI，

必須完成三大躍遷：

? 從符號到體驗(yàn)

• 不是只理解抽象規(guī)則，而是能直接感知世界變化。

• 不只是學(xué)習(xí)語言描述的世界，而是親身經(jīng)歷物理世界的法則。

語言是對體驗(yàn)的映射， 而不是體驗(yàn)本身。

沒有體驗(yàn)，語言就是空洞的。

? 從預(yù)測到建模

不是只基于統(tǒng)計(jì)相關(guān)性預(yù)測下一個動作或單詞，

而是主動構(gòu)建出對世界結(jié)構(gòu)、因果關(guān)系的深度模型。

真正的智能， 是當(dāng)環(huán)境變化時， 依然能夠基于內(nèi)在模型推演出合理應(yīng)對策略。

這種能力，需要在不斷的真實(shí)交互中打磨出來， 而不是只靠靜態(tài)大數(shù)據(jù)堆積。

? 從表演到適應(yīng)

不是為了模仿人類而生，

而是為了在不可預(yù)見、動態(tài)變化的環(huán)境中自主適應(yīng)。

適應(yīng)能力，是生命智能最本質(zhì)的特征。而適應(yīng)，離不開真實(shí)世界的摩擦、失敗與成長。

一場短跑，一場馬拉松

金沙江創(chuàng)投的朱嘯虎宣布， 正在退出部分具身智能項(xiàng)目。

他給的理由簡單明了：

客戶在哪？商業(yè)模式在哪？

在一片對具身智能的狂熱追捧中， 有些人的選擇像是一聲提示音：

這場關(guān)于未來智能的競賽， 有些人，只是想跑一場短跑；

而真正的革命，是一場沒有終點(diǎn)的馬拉松。

智能，誕生于與世界的長期交互， 不是短期內(nèi)堆高估值，也不是賭一把流量風(fēng)口。

有人在入口處轉(zhuǎn)身離開的，或許只是沒打算真的走到終點(diǎn)。

未來的具身智能，會是什么樣？

當(dāng)具身智能真正覺醒，

我們將看到的，不只是“能對話的機(jī)器”，而是能理解自己身體存在于物理世界中的機(jī)器。

• 機(jī)器人不只是按照程序走路，而是能根據(jù)地面濕滑程度調(diào)整步態(tài)；

• AI不只是生成情感詞匯，而是能在社交交互中感知微妙的情緒張力；

• 智能體不只是被動執(zhí)行指令，而是能主動探索、學(xué)習(xí)、提出問題。

這不僅僅是技能的提升，

更是認(rèn)知結(jié)構(gòu)的根本轉(zhuǎn)變。

也是如Murray Shanahan則強(qiáng)調(diào)的：

"沒有身體，就沒有智能； 沒有世界交互，就沒有理解； 沒有體驗(yàn)痛苦、掙扎、適應(yīng)的過程，就沒有真正的意識。"

從幻覺中清醒過來，

是理解真正智能的第一步。

我們習(xí)慣于贊嘆AI的對答如流， 驚訝于機(jī)器人模仿人類的動作與情感，

但在語言和動作的幻象背后， 真正的推理、理解與自我感知，依然遙不可及。

Murray Shanahan始終相信：

沒有身體的AI，只能是錯覺； 只有與世界的真實(shí)交互，才能孕育出真正的智能。

今天的人形機(jī)器人，完成了一場半馬，

但它們并不知道自己在跑步。

今天的大模型，可以流利對話，

但它們并不知道自己在說什么。

真正的智能，不是回答更多的問題，而是理解自己存在于問題之中。

當(dāng)我們重新理解這一點(diǎn)， 也許，我們才剛剛走到通向真正智能覺醒的起點(diǎn)。

本文由AI深度研究院出品，聚焦全球 AI 創(chuàng)新浪潮中的企業(yè)轉(zhuǎn)型策略。

星標(biāo)公眾號， 點(diǎn)這里 1. 點(diǎn)擊右上角 2. 點(diǎn)擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

原文鏈接：https://www.youtube.com/watch?v=v1Py_hWcmkU&t=94s&ab_channel=GoogleDeepMind

來源：官方媒體/網(wǎng)絡(luò)新聞

排版：Atlas

編輯：深思

主編：圖靈