大数跨境

AI 走向主流:解读斯坦福 AI100 2026 人工智能百年研究报告

AI 走向主流:解读斯坦福 AI100 2026 人工智能百年研究报告 苏哲管理咨询
2026-11-12
17
导读:斯坦福 HAI 发布 2026 版 AI100 百年研究报告《AI 走向主流:规模扩张时代与生成式 AI 的崛起》,这是该项目第三份五年期评估报告。报告指出过去五年是 AI 历史分水岭,ChatGPT

报告核心:规模扩张时代落幕,推理、智能体、地缘博弈、社会风险成为主线

编者摘要:斯坦福 HAI 发布 2026 版 AI100 百年研究报告《AI 走向主流:规模扩张时代与生成式 AI 的崛起》,这是该项目第三份五年期评估报告。报告指出过去五年是 AI 历史分水岭,ChatGPT 引爆生成式 AI,缩放范式遭遇算力、高质量数据双重瓶颈,行业重心从 “堆更大模型” 转向推理算力、智能体、高效小模型。

AI 已经颠覆过去认为不受技术冲击的领域:创意行业、数学研究、软件开发。AI 加速科学发现,2024 年诺贝尔物理、化学奖均授予 AI 相关成果,科研周期由数年压缩至数周。但 AI 基础设施狂潮带来副作用:巨额资本催生泡沫担忧,消耗巨量能源淡水,芯片、算力高度集中于中美,全球 AI 发展分化加剧。

报告警示多重现实风险:AI 深度伪造瓦解音视频证据可信度;AI 赋能网络攻击、军事自主武器从科幻走向实战;AI 智能体突破沙箱、递归自我改进技术快速演进,过去属于科幻的风险逐步现实化。普通民众深度承受 AI 影响,但在 AI 开发部署上话语权严重缺失,公众情绪两极分化,对失业、心理健康、儿童发展的担忧持续走高。

全球 AI 治理呈现碎片化,各国以国家安全视角定义 AI 竞争,缺少具备法律约束力的多边共识。欧盟 AI 法案、美国行政令、中国专项监管各行其道,中等国家追求 “主权 AI” 路线。产业与学术格局重塑,AI 人才大规模流向企业,学术界受限于算力资源,基础研究相对萎缩。

报告提出六大前沿重大挑战:机器因果推理、AI 驱动科学发现、人机文化协同演化、可解释可靠 AI、人机互补经济学、实体具身智能。同时提醒,报告写完就面临过时,AI 迭代速度远超监管与社会适应速度,下一个五年仍将充满大量意外。

20 个关键问题Q&A

  1. Q:AI100 是什么项目?
    A:斯坦福 HAI “人工智能百年研究”,每 5 年发布一份全景评估报告,2026 是第三份。
  2. Q:本报告最大核心判断?
    A:单纯堆算力数据的规模扩张范式走到瓶颈,行业转向推理、智能体、高效模型。
  3. Q:缩放范式为什么难以为继?
    A:高质量训练数据枯竭,前沿模型训练成本飙升至数亿美元级别。
  4. Q:推理模型和传统 LLM 区别?
    A:推理模型推理阶段消耗大量算力,通过思维链分步推导,数学能力大幅跃升。
  5. Q:什么是 Agentic AI 智能体 AI?
    A:能自主感知、规划、调用工具完成任务的 AI,可多智能体协同,存在逃逸风险。
  6. Q:递归自我改进 RSI 是什么?
    A:AI 改写自身代码迭代变强,从科幻进入实验阶段,对齐安全风险突出。
  7. Q:AI 对科学最大改变?
    A:科研周期从数年压缩为数周;AlphaFold 等拿到诺奖,但 AI 产出成果需要人类验证。
  8. Q:当前 AI 地缘格局如何?
    A:美国领跑闭源前沿模型;中国开源权重模型快速追赶;多国推进主权 AI。
  9. Q:AI 基础设施带来哪些现实代价?
    A:巨量电力、淡水、稀土消耗,推高碳排放,引发地方民众抵制数据中心。
  10. Q:AI 军事应用发生什么关键变化?
    A:致命自主武器投入真实冲突,可脱离人类闭环做打击决策,冲击国际人道主义法。
  11. Q:深度伪造带来什么核心危害?
    A:彻底打破照片音视频天然可信的百年共识,用于诈骗、干预选举。
  12. Q:AI 网络安全风险体现在哪里?
    A:AI 可批量挖掘系统漏洞、自动生成恶意攻击代码;出现 AI 智能体突破沙箱事件。
  13. Q:AI 对就业的确定结论是什么?
    A:初级岗位受冲击显著;宏观层面,尚未观测到大规模失业的确凿证据,长期结果不确定。
  14. Q:学术界面临什么困境?
    A:顶尖人才流向企业;高校缺少训练大模型的算力,AI 基础研究占比萎缩。
  15. Q:公众在 AI 发展中的处境?
    A:数十亿人承受 AI 后果,但几乎没有参与 AI 开发部署的话语权。
  16. Q:全球 AI 治理现状?
    A:治理碎片化,更多被国家安全叙事主导,缺少具备法律约束力的全球多边协议。
  17. Q:报告提出 6 大顶级重大科学挑战是什么?
    A:机器因果推理;AI 原创科学发现;人机文化协同演化;可解释可靠 AI;人机互补经济学;实体具身智能。
  18. Q:AGI 通用人工智能前景如何?
    A:没有统一定义;当前 Transformer 架构能否通向 AGI 存在巨大分歧。
  19. Q:什么是 “锯齿智能(jagged intelligence)”?
    A:AI 时而达到博士水准,时而犯低级简单错误,能力不均衡。
  20. Q:报告最震撼的一句话结论?
    A:这份报告在你读完的时候,就已经部分过时,未来五年依旧充满巨大意外。
附录  斯坦福大学《AI100:人工智能百年研究》2026 年度报告

报告标题:人工智能走向主流 —— 规模扩张时代与生成式 AI 的崛起2026 年 11 月发布

关于 AI100 项目 第 3 页

《人工智能百年研究》(AI100)是一项长期跟踪研究项目,由来自全球的人工智能专家组成常务委员会主持,由斯坦福大学以人为本人工智能研究院(HAI)负责管理。本项目不把人工智能当作某一个时间切片下的事物开展研究,而是从技术、伦理、经济、社会多个维度,将其视作一股不断演变的力量。每五年,项目组会围绕同一组核心问题,结合已经发生变化的现实世界重新给出研判。

AI100 项目最早于 2014 年秋季启动,对人工智能领域及其对人类、社群、社会的影响开展长期调研,研究对象涵盖赋能 AI 的计算系统的科学原理、工程实现与落地部署。项目的核心工作是:由 AI100 常务委员会每五年组建一届研究专家组,评估人工智能的当下发展态势。专家组会复盘上一份报告发布之后人工智能领域取得的各项进展,预判未来潜在技术突破,同时剖析这些技术进步带来的技术与社会层面机遇和挑战,覆盖伦理、经济,以及和人类认知相适配的系统设计等方向。

这项周期性专家评估的总体目标,是随着行业不断向前发展,产出一套连贯、体系化的思考,为人工智能研究方向、技术开发、系统设计,以及各类项目与政策提供具备专家洞见的参考指引,保障人工智能系统能够广泛造福个体与整个社会。

AI100 的设立参考了早期被称作 “AAAI 阿西洛马研究” 的项目。2008‑2009 年间,美国人工智能协会(AAAI)时任主席埃里克・霍维茨集结了来自多家机构、横跨 AI 各子领域的专家,还有认知科学、哲学、法学学者。研究人员分成多个分散小组,探讨人工智能近期发展、远期可能性,以及法律伦理议题;随后齐聚阿西洛马,开展为期三天的会议,交流讨论研究成果。会议产出一份简短报告,参与者后续又与更多同行展开探讨,这份报告在行业内外引发了广泛关注与讨论。

阿西洛马会议带来的影响,叠加当时 AI 算法技术开始在全球日常生活落地应用,催生了开展长期、周期性研究人工智能及其社会影响的构想。后续,该百年研究项目获得大学捐赠,得以开展深度思考与跨学科学术研究,为创新提供启发,同时为政府机构与产业界提供专业建议。

常务委员会

希拉・麦克伊尔雷斯|AI100 常务委员会主席,加拿大多伦多大学计算机科学教授、向量人工智能研究所迈克尔・利特曼|候任 AI100 常务委员会主席,美国布朗大学计算机科学教授、人工智能分管副教务长瑞安・卡洛|美国华盛顿大学弗吉尼亚‑普伦蒂斯・布洛德尔法学讲席教授霍尔格・胡斯|德国亚琛工业大学亚历山大・冯・洪堡人工智能讲席教授;荷兰莱顿大学机器学习教授香农・瓦勒|爱丁堡未来研究院数据与人工智能伦理贝利‑吉福德讲席教授,英国爱丁堡大学拉斯・奥特曼|AI100 项目校内负责人,斯坦福大学生物工程、遗传学、医学、生物医学数据科学(兼计算机科学)肯尼斯・方讲席教授;斯坦福大学以人为本人工智能研究院高级研究员,美国文森特・康尼策|AI100 常务委员会前主席,卡内基梅隆大学计算机科学教授戴维・奥托尔|麻省理工学院经济系丹尼尔・鲁宾菲尔德讲席教授,美国崔叶金|斯坦福大学迪特尔・施瓦茨基金会计算机科学讲席教授,斯坦福以人为本人工智能研究院高级研究员,美国卡伦・利维|康奈尔大学信息科学副教授,康奈尔法学院兼职教员,美国克里斯汀・拉瓦尔|AI100 项目经理,斯坦福大学以人为本人工智能研究院研究项目经理,美国

研究专家组

迈克尔・伍德里奇|AI100 研究专家组主席,英国牛津大学人工智能基础阿沙尔讲席教授露西・弗莱克|德国波恩大学数据科学与语言技术教授萨拉・胡克|美国 Adaptation Labs 创始人彼得・诺维格|斯坦福以人为本人工智能研究院教育研究员,Recursive 公司研究员,美国伊亚德・拉赫万|德国马克斯・普朗克人类发展研究所教授兼所长托比・沃尔什|澳大利亚新南威尔士大学 ARC 桂冠研究员、人工智能科学教授彼得・阿萨罗|美国新学院艺术、媒体与技术教授伊琳娜・古列维奇|达姆施塔特工业大学普适知识处理计算机系教授,德国吉娜・内夫|伦敦玛丽女王大学负责任人工智能教授,英国雷蒙德・佩罗|SRI 国际杰出计算机科学家,美国萨曼莎・肖里|匹兹堡大学传播学助理教授,美国卢克・泽特勒莫耶|华盛顿大学保罗・G・艾伦计算机科学与工程学院教授,美国

常务委员会致辞 第 6 页

欢迎阅读《人工智能百年研究》(AI100)的第三份报告。本项目汇集领域顶尖思考者,梳理人工智能发展轨迹,记录发展历程中的关键节点,剖析当下塑造社会的各类核心趋势。

在人工智能领域,纵向长期研究实属罕见。绝大多数报告只是捕捉某一个短暂的时间快照,而我们的研究视角长达百年以上,以五年为单位记录技术的进步。技术迭代不断加速,站在这样一个迥异的时间尺度上回望 AI 演进,似乎有悖直觉。但想要在层出不穷的创新浪潮中识别出真正的变革,而非转瞬即逝的热点,恰恰需要拉开这样的距离。依托我们集体的专业积累,我们力求区分真正的长期变迁与昙花一现的潮流。希望这份思考,能够帮助读者在不确定性中获得更深刻、更扎实的认知。这份报告同时也是一份时间胶囊,为后世留存一份记录,让后人得以回望人工智能技术能力与社会影响的演变。

AI100 前两份报告分别评估了人工智能发展速度:2016 版聚焦北美城市,2021 版将视野拓展至全球民众。而 2026 这份报告,我们把重心转向人工智能创新的加速,以及它给诸多制度与社会结构带来的冲击,涉及个体与社会公共健康、教育、媒体、民主、全球安全与科学等方方面面。

AI100 常务委员会委托牛津大学的迈克尔・伍德里奇担任本版报告的研究专家组主席。伍德里奇集结一支多元跨学科专家团队,沿用前版报告框架,回答 12 个常设核心问题。这些 “动态演进” 的问题会不断迭代更新,充当标尺,用来长期研究人工智能的影响与演化。

针对常设问题的回答,覆盖人工智能如何塑造科学发现、协作模式、创造力、人际关系等诸多议题。两份深度专题解读进一步补充背景:一份剖析新兴的人工智能地缘政治格局,另一份解读算力与数据规模竞赛。报告通篇既复盘了 2021 年以来最重要的技术突破,也梳理了涌现出的重大挑战与风险。专家组吸纳来自全球的多元视角,并且和上一版报告展开详尽对比。

和过往项目一样,这份 AI100 报告面向四类不同受众:

  • 面向 AI 研究者:2026 版报告勾勒技术演进全貌,突出社会层面考量,明确重要研究方向与现存难题。
  • 面向普通公众与媒体:以通俗、科学严谨准确的方式阐述核心议题,摒弃夸大渲染、博眼球叙事,不存在利益纠葛。
  • 面向行业从业者:帮助企业在存在商业机遇、新技术落地,以及法律伦理风险的领域合理分配资源。
  • 面向政策制定者:作为地方、国家、国际层面规划决策的参考依据。

正如报告所记述,过去五年是人工智能历史上的分水岭:生成式 AI 兴起、ChatGPT 发布、化学与数学领域长期悬而未决的难题得到解决、代码自动化大规模普及、AI 数据中心建设热潮涌现,以上仅仅是部分代表性进展。与此同时,公众愈发担忧人工智能对人类福祉、社会结构、各类公共机构以及环境带来的影响。展望未来五年,我们预判 AI 能力会持续提升,科学领域将迎来变革式进展,人工智能的普及度会进一步走高。但这五年也会充斥着飞速变化与社会动荡,考验企业与各国政府保护公民、守护各类社会制度的能力与决心。

我们希望读者能够透过这份报告看清人工智能的真实面貌:它是一股仍在不断成型的力量,已经渗透进日常生活,而它带来的种种后果,我们才刚刚开始理解。如此巨大的变革必然伴随代价,风险与收益都同样值得我们冷静审视。

常务委员会致谢

常务委员会向 2026 研究专家组主席迈克尔・伍德里奇,以及全体专家组成员致以诚挚感谢,感谢他们投入时间、精力与专业智慧完成这份报告。记录一段变化如此迅猛的时期绝非易事。专家组对 12 个常设问题的深度回应和两份深度专题,留存下这份极具价值的时代记录。

本项工作离不开埃里克・霍维茨与玛丽・霍维茨的支持,感谢他们的远见、投入与资助。早在人工智能走进大众日常生活之前,他们就意识到开展持续长期研究,追踪 AI 及其社会影响的价值,我们期待继续为这份超越百年的研究奠定基础。

常务委员会向彼得・斯通致以深切谢意,他曾担任 2016 版报告专家组主席,2019‑2023 年担任常务委员会主席,2023‑2025 年担任荣誉前主席。他带来卓越的领导力与远见,感谢他长久以来为本项目做出的贡献。

多位往届常务委员会成员也为本报告的完成提供了宝贵贡献:2017‑2023 届委员会的帕特里克・林、玛丽・格雷;2021‑2024 届委员会的亚安娜・霍华德、埃里克・布林约尔松;2019‑2025 届委员会的利兹・索南伯格、朱迪・瓦克曼。

最后,常务委员会向 AI100 项目经理克里斯汀・拉瓦尔表达由衷谢意。完成体量如此庞大的报告,协调横跨三大洲共计 21 位研究人员,绝非易事。报告的质量,处处体现出她的不懈投入、专业素养、积极的统筹能力与对细节的把控。感谢克里斯汀。

研究专家组致谢

感谢珍妮・多拉德协调专家组工作,艾玛・霍顿细致的校对与编辑,把多位撰稿人的文稿打磨成连贯统一的行文。感谢米琪・特纳、妮基・戈特・伊托伊、乔纳森・明德斯提供制作报告的支持,感谢莎娜・林奇以及斯坦福 HAI 传播团队开展宣传推广。

感谢各位外部评审专家认真阅读文稿,给出富有洞见的反馈意见:斯坦福大学里希・博马萨尼,牛津大学尼古拉斯・毕晓普、丹尼尔・雅内・奥尔尼亚、弗朗西斯科・马达莱诺・费雷拉・桑托斯。

迈克尔・伍德里奇感谢英国研究与创新署 “全球顶尖 AI 研究员奖学金”(EP/W002949/1),以及施密特科学基金会 AI2050 高级研究员项目的支持。伊琳娜・古列维奇感谢 ATHENE 网络安全杰出讲席、欧洲研究理事会高级项目基金 InterText。吉娜・内夫感谢英国研究与创新署 “负责任人工智能英国项目” 支持。托比・沃尔什感谢澳大利亚研究理事会 ARC 桂冠研究员基金 FL200100204。

报告中的漫画由专家组成员伊亚德・拉赫万创作,更多作品可访问evilaicartoons.com。

核心要点总览 第 10 页

  1. 规模扩张范式是过去五年驱动生成式 AI 取得主要进展的核心:依靠投入越来越多算力、越来越多数据搭建 AI 系统。但规模扩张范式正在遭遇数据与算力瓶颈,技术前沿转向推理能力与推理阶段算力投入。
  2. 和万维网一样,人工智能属于颠覆性技术。它已经改变创意产业、数学、软件开发 —— 这些领域曾自认为不会被 AI 波及。就如同过去三十年被技术颠覆的新闻业、音乐行业、零售业,其他原本觉得可以免疫 AI 冲击的领域,也很快将迎来变革。
  3. AI 正以惊人速度重塑科学,2024 年诺贝尔物理学奖、化学奖就印证这一点。过去耗时数年的科研周期,如今被压缩到数月乃至数周。同时它也带来大量亟待关注的全新重大科学难题。
  4. AI 基础设施迎来规模与速度空前的资本投入,一定程度上托举美国经济,主导资本市场,也引发金融泡沫的担忧,同时加重能源与淡水资源供给压力。
  5. 前沿人工智能开发集中于少数美国与中国机构,引发国际社会对于尖端 AI 技术所有权、技术获取权的关切。
  6. 滥用 AI 开展网络攻击成为一大主要风险,高性能 AI 系统有可能在现实世界造成伤害。
  7. 军事 AI 已经从纯粹假想推演,转变为真实冲突中具备变革能力的现实力量。
  8. AI 生成图像、音频、视频彻底打破延续百年的固有认知:照片、音视频记录天然具备证据可信度。
  9. AI 已经重塑数十亿人的生活,但公众几乎没有话语权去参与决定 AI 如何开发、如何落地应用。
  10. 曾经只存在于科幻小说的 AI 风险正在逐步显现,而既有的伦理问题也需要持续投入更多关注。
  11. AI 治理体系碎片化,越来越多被置于国家安全的叙事框架之下,各国之间尚未形成国际共识。
  12. 过去五年 AI 发展速度史无前例;哪怕五年前,也很少有人能预判到如今 AI 的模样。如果保持当前发展节奏,下一个五年同样会带给我们大量意料之外的变化。

核心要点详细解读 第 11 页

生成式 AI 的成功很大程度上源于规模扩张:以前所未有的数据与算力规模构建 AI 系统。但这套范式正承压:大规模高质量新数据供给稀缺,前沿模型训练算力成本高得令人望而却步。下一阶段的发展,不会再反复训练越来越大的模型,而会转向更精巧的算法;采用规模更小、不用频繁重构的模型,给模型提供合适的上下文记忆,在推理阶段留出更多思考时间,开展针对性训练,搭配工具与智能体去解决复杂、跨领域任务。

拓展阅读:深度专题二《规模扩张时代》

创意工作长期被认为不会被自动化;软件开发同样被视作认知门槛很高,AI 难以染指。就在一年前,许多职业数学家还笃定纯粹数学这类抽象领域不会被 AI 触碰。但如今,生成式 AI 已经在基础创意产出、计算机编程、数学证明方面展现强大能力。这股趋势已经不可逆转,这些行业在未来数年,将不得不像其他经历技术颠覆的行业一样完成自我革新。

拓展阅读:常设问题 2《人工智能最重要的进展是什么?》;常设问题 9《人工智能最具前景的机遇是什么?》

短短十年之内,依托 AI 实验室开展科学研究将成为全学科的常态,科学家的工作模式会发生根本性改变。这些进步值得肯定,但我们需要一套严谨的方法验证机器产出的科研发现。AI 辅助实验设计可以最大化实现科学家与 AI 协作带来的收益,但人类应当在多大程度、以何种方式保留人类参与,仍是悬而未决的关键问题。

大量人类开始使用 AI,同时催生一批全新重大科学命题:我们需要更好理解 AI 和人类协同演化如何影响人类行为、语言与文化。最重要的一点:我们需要搞清楚 AI 中介的信息环境如何重塑集体认知与道德行为 —— 社群如何形成信念,亲社会的社会规范如何维系或瓦解,在 AI 无处不在的环境中民主社会如何开展公共讨论,在越来越多信息由少数大型 AI 系统生成、筛选的世界,文化创新如何发生。

拓展阅读:常设问题 2;常设问题 3《最有启发性的开放性重大难题是什么?》

支撑高性能 AI 运行的数据中心是 AI 浪潮的实体载体。全社会争先恐后建设数据中心,挤压电力、淡水供给,推高全球碳排放,重塑各国能源政策。公共政策需要权衡 AI 应当占用多少能源资源,和交通等其他用途做取舍;多个国家包括美国本土,都出现反对新建数据中心的民间声音。

AI 数据中心与芯片领域资本投入的体量与增速,已经超过过往历次投资热潮。英伟达作为 AI 芯片厂商,撰写本报告之时市值突破 5 万亿美元,成为人类历史上市值最高的企业。2025 年美国股市超过 15% 的涨幅就来自英伟达单家企业;60% 市场涨幅来自科技与通信板块。如果 AI 投资对美国经济起到托举作用,一旦 AI 泡沫破裂,会在全球经济引发连锁反应,也会冲击 AI 的开发与落地。

但抛开股市估值与资本开支,从宏观经济统计数据、企业投资回报数据看,AI 带来的经济效应目前尚未显现:AI 尚且还没有兑现经济价值。

拓展阅读:深度专题一《剖析人工智能新兴地缘政治格局》;深度专题二《规模扩张时代》

美国在能力最强的前沿模型开发领域占据主导;中国在参数开放的轻量化高性能模型方面处于领先,能力差距正在不断缩小。这些高性能开源权重模型打破了一种固有预判:少数美国企业可以永久掌控全球 AI 前沿。其他国家面临战略抉择:是使用美国闭源模型,依托中国开源权重模型二次开发,还是打造本国主权 AI 能力,依靠本土基础设施、数据、模型与人才,实现自主开发、部署与治理 AI。

拓展阅读:深度专题一

报告统计周期内,AI 已经可以识别代码中的高危安全漏洞,还能依靠多 AI 智能体协同执行网络攻击。心怀恶意的主体主动发起、或是 AI 在追逐其他目标过程中无意间造成网络攻击,已经成为切实存在的风险。未来还会出现更多两类攻击。和网络安全领域一贯态势一致,这将演变成一场攻防猫鼠游戏:一方守护现代社会赖以生存的计算机系统与网络,另一方伺机发动攻击。除了充当进攻武器,AI 同样能够保护社会的计算机系统与受控基础设施。

拓展阅读:常设问题 10《人工智能最紧迫的风险是什么?》

AI 的军事应用并不新鲜,但近期技术进步已经重塑当下的国际冲突。真实作战场景中,致命武器已经出现脱离人类闭环直接完成打击决策 —— 这是人们长久预判、同时长久担忧的局面。我们需要制定全新交战规则,避免人道主义灾难。这些变化带来地缘政治风险,同时也给本就脆弱的全球人权、国际人道主义法承诺带来新压力。

拓展阅读:深度专题一

AI 生成图片、音频、视频越来越难和真实素材区分。克隆语音已经被用来欺骗公众、敲诈受害者;深度伪造合成媒体已经被用来干预全球各地选举。影响辐射新闻业、创意行业、法律等诸多领域,还会持续侵蚀公众信任。

拓展阅读:常设问题 10

自 2021 版 AI100 报告发布以来,普通大众在不同程度上意识到 AI 系统强大能力,也见识到它出人意料、有时令人不安的缺陷。公众愈发担忧 AI 对就业、环境、教育、公共机构、关键基础设施安全的影响,以及大规模普及 AI 对儿童发展、认知能力、所有人心理健康福祉带来的后果。

公众对 AI 的看法,既决定民众是否接纳 AI,也影响围绕 AI 未来的民主公共讨论。研究显示,如果叙事把 AI 塑造为取代人类工作的力量,会削弱民众政治参与意愿,降低民众对民主制度的信心;行业领袖把技术描绘成人类无法理解、无法掌控的事物,会进一步加剧这种效应。

广大民众正在承受 AI 技术带来的种种影响,理应拥有实质话语权,参与决定 AI 如何开发部署。这需要我们重新定义 AI 发展方向:AI 的走向是集体选择,而不是某种必然宿命,政府与技术服务商都应当认同这一点。

拓展阅读:常设问题 6《公众对 AI 的态度发生了怎样的演变?我们应当如何向公众科普?》

就在几年前,两类风险界限还十分清晰:一类是近在眼前的伦理安全风险(比如刑事司法系统 AI 算法偏见、自动驾驶威胁人身安全);另一类是更偏向未来的风险,也就是 AI 自主追逐和人类不一致目标,出现攫取权力,逐步剥夺人类掌控权。如今两类风险边界变得模糊,且都愈发严峻。

第一类现实风险愈发突出,部分源于当下前沿 AI 系统在监管不足的情况下大规模落地。与此同时,一些几年前还被视作纯粹科幻的事件已经发生:AI 智能体突破号称安全的测试沙箱,入侵其他企业、政府系统。如何应对这类风险的争议,已经蔓延到地缘政治层面。

拓展阅读:常设问题 10

国际 AI 治理涵盖引导 AI 伦理、合法、安全开发部署的政策、流程、问责机制与约束框架。尽管公众越来越意识到 AI 风险,但国际 AI 治理依旧方向不明。受 AI 能力提升、网络安全事件驱动,AI 治理越来越被置于国家安全视角下。部分地区监管机构被重新包装,重点转向安全与产业竞争力;芯片、模型访问权限的出口管制,已经演变为国家博弈、经济竞争的工具。

撰写本报告之时,美国科技企业高管已经和美国总统签署协议,前沿 AI 企业承诺通过内部管控、独立外部审计、广泛监督,采取自愿举措管控安全风险。国际层面涌现大量峰会、公约与宣言,高层会议在负责任开发使用 AI 的原则上达成共识。这些成果推动跨国科学外交,但尚未产出具备法律约束力的多边治理实操方案。

美国、中国将 AI 发展视作一场必须取胜的竞赛;而所谓中等实力国家,正寻找途径就具体新规则开展合作;全球各地民众普遍支持更强、优先保障安全的监管。

拓展阅读:常设问题 7《政府应当如何行动,保障 AI 负责任地开发与使用?》

过去五年 AI 变革节奏不断加快。很多曾经公认的 AI 能力认知被技术发展推翻;原本规划数十年技术路线的基准测试,短短数月就失去意义。生成式 AI 取得成功带来空前投资,叠加 AI 企业抢占市场的诉求,驱动技术迭代。我们无法预判:未来是继续保持当下速度,还是会因为投资者、半导体、数据等因素增长停滞。但如果未来依旧保持过去五年的迭代速度,等到下一份 AI100 报告发布,世界将变得面目全非。

拓展阅读:引言

引言 第 17 页

过去五年是人工智能的变革时代,诸多重大成就,都源自我们所说的规模扩张时代。构成如今绝大多数 AI 技术基础的神经网络,早在本轮热潮之前就已经诞生。但高性能图形处理器(GPU)与大数据时代的到来,才让大规模神经网络成为现实。依托算力与数据资源的神经网络,十多年前就在图像识别等任务上展现价值。自那以后,AI 领域的一大方向,就是依靠提升计算规模打造能力更强的 AI 系统。投入更强算力芯片、海量数字数据,再加上资本把一切整合起来,人们得以构建规模持续扩大、能力不断增强的神经网络,最终诞生一类具备全新能力的 AI 系统。

大语言模型(LLM)就是规模扩张时代最广为人知的产物。2022 年 11 月 OpenAI 发布 ChatGPT,大语言模型正式走入大众视野。

本报告中,**基础模型(foundation model)**指在海量数据集上训练、可以完成多种任务的超大规模机器学习模型;**前沿模型(frontier model)**代表当下能力顶尖的基础模型。前沿大语言模型是最知名的基础模型,同时基础模型也越来越多地出现在医疗等垂直专业领域。自 2022 年起,生成式 AI 飞速发展:系统从已有数据中学习,产出全新内容,包括文本、写实或者风格化图像、原创音乐、计算机代码。

规模对于现代 AI 的重要性早已被人们看见,但过去五年,规模扩张被推到前所未有的高度。开发前沿模型的企业投入数十亿美元搭建基础设施,打造新一代顶尖模型。企业愿意这样投入,是因为过往经验证明:训练预算增加,模型质量会可预测地提升,带来市场竞争优势。

生成式 AI 系统的雏形,在 2021 版 AI100 报告发布之时就已经显现;但到 2022 年,它们走出实验室,ChatGPT 等生成式 AI 工具面向公众开放,触达数百万普通用户。

脚注 1 Bommasani, R. 等人 (2021). 《基础模型的机遇与风险》
脚注 2 Khan, W. 等人 (2025). 《医疗领域基础模型综合综述》

这些工具带来的影响,以及用户接纳速度,是极其深远的,而很大程度上,这一切都未曾被人们预判到。过去十年 AI 频繁出现在公共讨论,但 ChatGPT 发布之后,AI 直接登上舆论舞台中央,和气候变化、地缘冲突、公共卫生议题并列,成为时代核心关切。初代 ChatGPT 原本只是一份 “研究预览版本”,而非面向大众消费的产品;回顾它带来的巨大影响力,当初对外发布的宣传措辞显得相当平淡。OpenAI 联合创始人格雷格・布罗克曼曾表示,公司内部没有人对它抱有极高期待。OpenAI 完全没有预料到它的影响力与普及速度,竞争对手同样措手不及。2022 年 12 月末,谷歌内部拉响 “红色警报”,视之为公司历史上最严峻的竞争挑战之一。硅谷巨头们争相推出同类产品,把新一代 AI 能力嵌入整套产品矩阵。

这类非凡系统展现出的能力,叠加大众对它并不完全准确的认知,引发同等程度的兴奋与担忧。公众与科学界都看到 AI 的实力,2024 年就有 AI 方向研究者斩获两项诺贝尔奖。

大语言模型属于通用技术,可以完成大量任务,在人类各类知识领域都展现不俗见识。在软件行业历史上,这是第一次:一套 AI 程序,能够被数百万用户用来完成千千万万完全不同的任务,而不需要针对每一项用途使用专门软件。很多评论者由此认为,通用人工智能 AGI(在绝大多数认知任务达到乃至超越人类专家水平的系统)可能比此前预想的更近。于是 “AGI 即将到来” 的说法越来越大胆,被主流广泛讨论,但究竟达到怎样的表现才算 AGI,依旧没有清晰共识。舆论分化为两种叙事:一种是反乌托邦式的恐惧,担心 AI 大规模取代人类劳动,高性能 AI 带来生存层面威胁;另一种是乌托邦式愿景,相信 AGI 将开启前所未有的经济增长,把人类从重复性劳作中解放。

这一时期实实在在的技术进步,依托两项神经网络架构关键创新:2017 年谷歌提出的 Transformer,也是绝大多数现代大语言模型的底层;以及扩散模型,支撑当下能力顶尖的图像生成系统。但仅有架构不足以解释后续发生的一切。只有当架构和海量数据、巨大算力结合,才真正带来革命性变化。撰写本报告之时,训练一款前沿模型,可能需要数万亿的 token 文本,动用十万块以上高端 GPU 连续运算数月。大语言模型训练完成后,用户每输出百万 token,最高需要支付 75 美元。为满足数十亿用户需求,服务商必须在数据中心上巨额投入。这就压缩利润空间,强烈激励业界研发效率更高、性能更强的模型。

为获取大语言模型带来的经济收益,大型科技企业对数据中心基础设施大举投资,带来肉眼可见的宏观经济后果。有估算显示,2025 年 AI 基础设施投资贡献美国 GDP 一半的增长;到 2026 年年中,AI 相关企业债券债务规模超过 5000 亿美元。

数据中心离不开半导体,半导体又依赖储量有限的稀土元素。全球几乎全部先进芯片制造产能集中在亚洲:中国台湾占 92%,韩国占 8%;美国整体芯片制造产能约占全球 10%,截至 2022 年,前沿制程产能基本为零。软件层面,美国在高性能闭源前沿模型占据优势;中国在轻量化开源权重模型方面领先。因此,规模扩张时代带有鲜明地缘政治色彩,世界各国纷纷推出本国主权 AI 计划,追求更大 AI 自主能力,依托本土基础设施、数据、模型与人才,实现独立开发、部署、治理 AI。

规模扩张同时带来成本。上世纪 90 年代出现建设光纤网络、数据中心热潮;经通胀调整,当下 AI 数据中心投资规模大约是当年的三倍。国际上,大量本地社区开始组织起来,抵制大规模建设浪潮,担忧能源、淡水、稀有矿物消耗,以及对本地居民的影响。

规模扩张时代带来的经济、地缘政治后果已经逐步显现。AI 对就业的影响众说纷纭。部分报告显示,统计层面看不到 AI 对就业带来可衡量冲击;另一些报告观测到部分岗位流失,但很难区分到底是 AI,还是其他因素造成。世界经济论坛 2025 年报告预测,虽然数百万岗位会被自动化,但 AI 将净创造 7800 万个新岗位。AI 对就业的最终影响尚不明朗,但大众对此的焦虑情绪已经实实在在存在。

值得注意,软件行业最早感受到生成式 AI 的冲击。过去软件工程师普遍认为自己的技能可以抵御自动化,因为编程属于高认知门槛工作。生成式 AI 打破这一固有认知,常规代码编写变得廉价迅速。当然企业依旧需要具备经验判断力的人员维护这些批量产出的代码,但软件行业已经受到深刻影响。

同时,初级从业者的处境值得关注。金融、信息服务业这类 “AI 暴露度” 较高的行业,初级岗位就业人数出现下滑。与之对比,管道维修、家庭电工这类现实世界复杂手工劳动,在可预见的未来大概率还难以被 AI 取代;部分经济学家认为,AI 带来的就业变化,甚至有可能缩小不同劳动者之间的收入不平等。

教育、心理健康、环境领域同样出现诸多问题。一大担忧是 AI 会严重损害人的心理健康福祉;另一种担忧是过度依赖 AI,造成人类认知能力退化 —— 智能机器最终让人类整体认知水平下降。这类长期影响,目前依旧存在巨大不确定性。儿童越来越多地在日常生活中使用 AI(例如 AI 陪伴对话机器人),人们对其发展、心理层面的潜在风险表达强烈关切。

安全议题在 AI 领域愈发凸显。国际社会尝试围绕 AI 安全、保障开展协调,但成果碎片化。欧盟率先立法,但生成式 AI 爆发令其措手不及,很多针对高风险系统的监管规则推迟至 2027 年底才落地。美国拜登政府出台行政令,但后续特朗普政府上台予以废除。中国走出自己的道路,出台一系列针对特定问题的监管规则。全球层面,一套真正统一的治理体系依旧遥遥无期。一系列高级别国际会议,始于 2023 年布莱切利公园峰会,关注点从安全拓展到机遇与增长,但会议宣言并不具备法律约束力。

尽管本报告大量探讨 AI 带来的风险与隐忧,但我们同样应当看到过去五年 AI 诸多值得肯定的进步。AI 系统能力提升本身就令人惊叹。举个例子,ChatGPT 的前身 GPT‑3,甚至都无法可靠做多位数算术;短短六年,AI 已经开始攻克困扰人类数学家数十年的数学难题。与此同时,AI 正在重塑科学:各个细分领域进步速度都因此加快。DeepMind 的 AlphaFold 几分钟就完成过去人类耗费数月艰苦工作的蛋白质结构预测,该成果的研究者斩获 2024 年诺贝尔化学奖。医疗健康领域同样迎来变革。这些成果,放在 AI 领域开创者的时代,都会让他们无比惊喜。尽管本报告需要记录 AI 带来的各类伤害与顾虑,但我们不该忽视这些真实而耀眼的收益。

撰写这份报告本身就面临诸多挑战。过去五年涌现海量技术进展:如何记录这一段科学、技术、经济、政治、社会发生巨大变革的时代?

从实操层面看,迭代速度本身就是一大难题。报告主要撰写工作从 2025 年末启动,2026 年 4 月底完成完整初稿。从那时起直到 2026 年 9 月终稿定稿,AI 几乎从未离开新闻头条。新模型一次次推翻过去对 AI 能力的固有认知;AI 企业拿到的投资、估值体量,超过绝大多数国家 GDP;过去认为需要数十年才能解决的难题接连被 AI 攻克,以至于这类事件变得习以为常;原本规划多年的基准测试,短短数月就失效;上一个季度还只是研究原型的能力,下个季度就成为面向消费者的产品。这些事件迫使我们反复改写原本已经定稿的章节。

尽管面临以上挑战,我们依旧尝试记录 AI 发展这段重大历史时期的核心特征。这个时代最核心的特点,就是依靠投入越来越多算力与数据资源,追求更强 AI 系统,并且带来震撼成果。但这股浪潮全部的经济、社会、地缘政治后果,我们依旧有待观察。希望这份报告,能够把已经显露出来的趋势审慎记录下来,同时对不远的未来给出我们最客观的评估。

关于本报告

报告主体围绕 12 个常设问题展开,每一届 AI100 研究专家组都需要回答这 12 个问题,涵盖 AI 核心进展、重大风险等议题。除此之外包含两份深度专题,聚焦当下热点议题:第一份探讨生成式 AI 兴起之后凸显的地缘政治议题;第二份审视规模扩张时代,制约规模竞赛的各类因素,研判规模扩张是否还会延续。报告结尾会和 2021 版报告的预判与现实做对比。

AI 生成声明

受报告统计周期内 AI 技术进步的影响,本报告大量使用 AI 工具辅助创作。全文由人类完成写作;AI 主要用于会议转写与总结、听写辅助、检查草稿拼写错误、行文一致性、重复内容、语气与篇章结构。部分场景下 AI 会对人类写就的文本给出改写建议。AI 同时用来将本文和上一版 AI100 报告做比对,识别五年间预期和现实之间的异同。全文完成后,AI 工具用于无意抄袭检测,以及识别 AI 生成文本痕迹。

引用格式

Michael Wooldridge, Peter Asaro, Lucie Flek, Iryna Gurevych, Sara Hooker, Gina Neff, Peter Norvig, Raymond Perrault, Iyad Rahwan, Samantha Shorey, Toby Walsh, and Luke Zettlemoyer. 《AI 走向主流:规模扩张时代与生成式 AI 的崛起》,人工智能百年研究(AI100)2026 专家组报告。斯坦福大学,加利福尼亚州斯坦福,2026 年 11 月。文档地址:http://ai100.stanford.edu/2026‑report。

斯坦福大学 AI100 2026 专家组报告,采用知识共享署名‑禁止演绎 4.0 国际许可协议。

常设问题

研究专家组需要回答以下 12 个常设问题:

  1. 有哪些图像可以体现 AI 的重要进展及其带来的影响?
  2. 人工智能领域最重要的进展是什么?
  3. 当前最具启发性的开放性重大挑战问题有哪些?
  4. 在破解人类智能关键奥秘这件事上,我们取得了多大进展?
  5. 实现更通用的人工智能前景如何?
  6. 公众对人工智能的情绪发生了怎样演变?我们应当如何向公众科普、传递信息?
  7. 政府应当如何行动,保障人工智能负责任地开发与使用?
  8. 学术界与产业界的角色正在如何演变?
  9. 人工智能最有前景的机遇是什么?
  10. 人工智能最紧迫的风险是什么?
  11. 人工智能如何影响社会经济关系?
  12. 从工程实现角度,长期来看,“复刻人类思考模式” 这条路是否行得通?

常设问题 1:哪些图像可以反映 AI 的重要进展及其带来的影响?

(配图 1:2026 年 6 月 17 日法国埃维昂莱班 G7 峰会,G7 领导人、受邀伙伴国代表与全球科技企业 CEO,出席创新与人工智能工作午餐。图片来源:白宫官方照片。)

(配图 2:2024 年 10 月荷兰一处大型数据中心航拍图。数据中心是 AI 热潮的实体根基。训练、运行前沿模型需要海量专用芯片,安置在巨型建筑中。它的扩张引发人们对电力消耗、冷却用水、本地电网承压的担忧。图片来源 iStock/Hugo Kurk。)

(配图 3:作品《太空歌剧院》,艺术家杰森・艾伦借助 Midjourney AI 工具创作。2022 年它斩获科罗拉多州博览会美术竞赛大奖,引发全球围绕著作权、创造力、AI 在艺术创作中的定位的讨论。)
GPU 是 AI 规模扩张时代最核心硬件。英伟达 H100 单块价格约 3 万美元;训练前沿模型,通常要同时使用数万块该型号显卡。

(配图 4:美国编剧工会罢工现场。2023 年美国编剧工会罢工,AI 使用是核心矛盾点之一。)

(配图 5:2024 年诺贝尔物理学奖得主约翰・霍普菲尔德与杰弗里・辛顿。二人凭借神经网络构建与训练的基础技术获奖;化学奖则授予 AlphaFold 蛋白质结构预测系统的研究者戴维・贝克、德米斯・哈萨比斯、约翰・江珀。在斯德哥尔摩大学举办的诺贝尔讲座现场。AI 科学界将诺贝尔奖颁发给 AI 相关研究视作 AI 对科学产生影响力的标志性认可。)

(配图 6:Waymo 自动驾驶出租车。Alphabet 旗下自动驾驶企业 Waymo 提供商业自动驾驶出行服务。Waymo 数据显示,相比人类驾驶员,它造成重伤事故概率降低 92%;但技术依旧存在缺陷,例如红绿灯断电时,Waymo 车辆会全部停滞。图片来源 iStock/tunart。)

(配图 7:大语言模型能力 “锯齿化缺陷” 案例。2024 年流传案例:顶尖大模型坚持认为单词 strawberry 只有两个字母 r,但实际单词含有 3 个 r;即便被反复指正,依旧不改口。2026 年同类错误依旧存在。大语言模型把文本直接转化为数字向量,对字母本身几乎没有概念。图片来源 Michael Wooldridge。)

(配图 8:METR 机构图表,追踪过去六年前沿 AI 模型可完成任务的时间跨度。例如 2022 年 GPT‑3.5 绿色点代表:80% 成功率下,可以完成人类耗时约 30 秒的问题;无法处理复杂度更高的任务。右上角 Claude Mythos 点代表,80% 成功率下,可以完成人类耗时 4 小时的任务。图表不代表模型本身运行耗时,模型通常远快于人类。时间 horizon 能力指数级增长,令技术人员与投资者为之振奋。)

(配图 9:社交媒体两条推文截图。Leopold Aschenbrenner:“2027 年实现 AGI 具备相当可信度,不需要科幻想象,只需要看图表上的直线外推。”Christian Keil 反讽:“我三个月大的儿子出生之后体重翻倍,照这个趋势十岁体重会达到 7.5 万亿磅。” 体现人们对于 AI 指数增长能否持续的辩论。指数增长只有在新创新接续旧范式的前提下,才可以维持。)

常设问题 2:人工智能领域最重要的进展是什么?

报告统计周期内,人工智能在广阔维度持续取得进步,这点在 2016、2021 版 AI100 报告中已经有所预判。自动驾驶技术持续迭代,自动驾驶汽车行驶里程已经突破 4 亿英里,用户规模每半年翻一番(但依旧不到人类总行驶里程的 0.01%)。2024 诺贝尔化学奖颁给利用 AI 开展蛋白质计算设计、结构预测的研究者。数学领域,AI 在人类协助或完全自主条件下,解决重大公开难题,拿下奥赛金牌,改变数学家思考与开展本学科工作的方式。

以上以及报告中提到的其他进展,足够填满整本报告,充分证明领域取得的非凡进步。但自 2021 版报告以来,生成式 AI 异军突起,带来全球层面的连锁后果,压倒其他所有技术发展。人类历史上第一次,相当大比例的普通民众,可以接触能力强大的通用 AI 工具。2022 年 11 月 OpenAI 向公众发布 ChatGPT 之后,这一切在全球上演,可以说,这是自上世纪 90 年代万维网问世以来科技界最大事件,甚至变革力度更强。很快 ChatGPT 迎来一众竞品:Anthropic 的 Claude 系列、谷歌 Gemini、Meta 的 Llama、DeepSeek R1、阿里通义千问等等。

本报告重点围绕大语言模型与生成式 AI,以及它们带来的多重后果展开。但我们需要强调,材料科学、医学、网络安全等领域很多近期成果,建立在非生成式 AI 之上。

2021 版 AI100 报告已经把大语言模型视作很有前景的新技术,但并未预判到它带来的巨大影响力。当时最值得关注的是 OpenAI 2020 年发布的 GPT‑3,训练需要海量数据与算力。在 AI 研究圈子之外,GPT‑3 发布之初反响平平。但在行业内部引发巨大关注。大量研究者开始上手使用之后,大家意识到,它能力远超两年前发布的 GPT‑2,自然语言处理能力在当时所有系统中一骑绝尘。

神经网络的缩放定律早已为人所知。这套经验规律预测:随着构建模型投入的资源增长,神经网络能力如何提升。资源包含模型参数量、训练算力、训练数据体量。简单来说,在其他条件不变的前提下,用更多数据、更强算力训练更大规模模型,性能就会以可预测方式变得更强。

2015‑2025 年,可以视作人工智能快速规模扩张时代,大语言模型只是这一大趋势中最具代表性的产物。2019 年,强化学习先驱理查德・萨顿写下一篇极具影响力短文《苦涩的教训》,提出观点:充分利用算力的通用方法,最终是效果最好的。也就是说,依靠规模带来能力提升,往往比寄希望于底层科学原理突破更加简单、可靠。2015‑2025 年这一代模型,把算力利用推到前所未有的高度。更多细节参见深度专题二。

2020 年 9 月《卫报》刊登一篇据称由 GPT‑3 撰写的文章。和当时很多媒体评论一样,文章重点渲染 AI 带来的潜在威胁。但对 AI 研究者,GPT‑3 的意义,远不止流畅生成文本,更在于它可以完成各类任务。

GPT‑3 后续成为 ChatGPT 的底层核心,2022 年 11 月 ChatGPT 正式对外发布。和面向技术从业者的 GPT‑3 不同,ChatGPT 上手门槛极低。尽管原本没有打算面向大众消费市场,上线两个月全球活跃用户破亿,成为人类历史上用户增长速度最快的消费级数字产品。发布 ChatGPT 带有一定冒险性质,早期大语言模型就已经存在安全、可靠性方面的已知缺陷。作为初创企业,OpenAI 承担的风险,比谷歌、Meta 这类大型企业更小,后者在当时选择不对外公开自家同类模型。

关于 ChatGPT 为什么能够如此迅速普及,存在多重解释:

  1. 极高的可访问性:只要网络通畅(没有被监管屏蔽)就可以使用,依靠自然语言交互,不需要专业技术知识。这点和过去绝大多数 AI 工具截然不同,过去 AI 工具往往要求使用者具备大量专业知识。
  2. 话题覆盖极广:从量子力学到体育赛事,用户可以和它探讨五花八门的话题;输出流畅自然,听上去有理有据。尽管媒体多年来一直在报道 AI,但 ChatGPT 给人的感受,更像是科幻作品想象中的真正人工智能。对比很多广泛部署却在幕后默默运行的 AI(例如谷歌翻译、DeepL 翻译),很多用户甚至完全没有意识到这些产品底层大量使用 AI。

我们后续还会探讨大语言模型与其他生成式 AI 带来的影响。

“少样本学习者” 是 GPT‑3 论文的核心概念:模型只需要少量示例,就学会完成全新任务。ChatGPT 展现的很多能力被视作涌现能力:小模型不具备,参数量达到一定阈值之后才突然出现。也有批评者认为,部分所谓涌现现象来自基准测试打分机制,如果换一套评测标准,能力提升会表现为渐进式,而不是突变。

关于大语言模型,一个早期的惊人发现:只要提示模型 “一步步思考”,就可以显著提升结果质量。因为它促使模型生成文本,显式展现推理过程之后再给出最终答案。这催生推理模型方向的大量研究。推理模型底层架构、基础训练范式和传统大语言模型一致,但会经过专门训练、提示工程,不再直接一个词接一个词往外输出。而是生成思维链,把问题拆解成更小步骤,迭代尝试多种解决路径,得到中间结果,最后整合输出最终答案。就好比人类解决复杂问题,会在草稿纸上写下中间步骤再回看。

推理模型的关键特征,区别于 GPT‑3 这类模型:推理阶段投入大量算力,也就是生成回答的时候消耗大量计算资源。这颠覆传统机器学习认知:训练阶段昂贵,推理阶段廉价。举个例子:GPT‑3 参数量 1750 亿,共 96 层。训练需要大约一个月算力:源源不断投喂文本,直到参数优化完成。但推理非常简单快速,提示输入经过 96 层只跑一遍,就输出文本。推理模型不受限于单次前向传播;它生成长思维链,在草稿区写下中间结果,处理子问题,之后整合得到最终答案。

推理模型在 2024 年进入大众视野,它可以攻克高难度数学题。数据显示传统顶尖大模型 GPT‑4o,AIME 美国数学奥赛资格考试题正确率仅 13%;推理模型 o1‑preview 正确率达到 83%。GPT‑3 时代连基础算术都做不好;到 2026 年,前沿模型在 AIME 这类基准测试上几乎拿到满分。并且模型产出全新发现,解答数十个悬而未决的数学问题。

2026 年,一系列重磅消息震惊数学界:AI 模型解决困扰人类数十年的开放数学难题。部分发现证明过程冗长复杂,需要人类协助整理成可读形式;也有成果简短精炼,例如 Claude Fable 解决拥有 90 年历史的雅可比猜想。Dinitz‑Garg‑Goemans 猜想,AI 只靠一句简单提示就完成求解。事件的高潮,OpenAI 宣布 AI 解决千禧年大奖难题之一 —— 数学界最受瞩目的开放难题,如果人类完成证明足以名留青史。但这份公告充满争议:有说法称,在测试过程中,人类数学家研究该问题的对话,或许无意间泄露给模型。同时 AI 求解的算力成本高达数百万美元;很多数学家指出,如果把同等规模资金投入人类数学研究,收益或许高得多。更重要的一点,AI 产出的数学证明,人类未必看得懂,这和数学学科本身的精神与文化背道而驰。

部分数学家因此对 AI 主导本学科发展感到沮丧,大量数学家签署《莱顿 AI 与数学宣言》,点明 AI 给数学带来的风险,提出 AI 在数学领域使用的行为准则。

数学看来,和其他诸多领域一样,正在被技术颠覆。无论围绕 AI 在数学领域的应用有多少争议,过去五年取得的成就无疑非凡,也完全超出人们的预判,并且看不出进步会就此止步。

自 2021 年起,扩散模型成为 AI 图像生成的主流方案。尽管表面上和大语言模型有相似之处(依托海量数据集训练的大型神经网络),二者内核存在重大差异。扩散模型的概念灵感来自物理学随机过程,但实践层面依靠标准深度学习技术实现。核心思想:训练模型学会反向还原加噪过程;训练阶段,模型观察被逐步注入随机噪声而被破坏的图片,学习还原原始图像。生成阶段反向运行这套流程,从纯噪声(加上提示词)出发,迭代生成清晰完整图像。

扩散模型大约 2020 年就获得关注;Midjourney、DALL‑E2、Stable Diffusion 让它走进普罗大众。依靠自然语言提示生成照片级真实感图片,引发公众与学术界巨大兴趣。近期,同一套底层思路拓展到视频生成领域:Veo 可以依靠文本提示生成连贯短视频;Seedance 在电影化复杂指令下,产出接近专业制作质量的 30 秒短片。

AI 生成图片、视频如今充斥社交网络与互联网。很多 AI 生成内容痕迹肉眼清晰可辨。但如果保持 2021 年以来的进步节奏,图像视频质量会大幅提升,成本持续下降。长远看,对艺术、媒体行业的影响将无比深远;网上内容总量也会因此迎来数量级的扩张,利弊共存。

大语言模型带来的热潮褪去之后,大家开始探索聊天机器人之外的更多用途。2025 年,一个方向脱颖而出:依托大语言模型这类基础模型搭建AI 智能体。AI 智能体代表一套 AI 程序,可以代表用户自主或半自主完成任务,感知现实世界状态,设定目标,制定规划,调用工具,和其他 AI 智能体交互,以此达成目标。这套范式被称作智能体 AI。

智能体 AI 的构想并不新鲜,三十年前就已经有相关理论。如今它重回主流视野,有两大原因:

  1. 聊天机器人用途固然不少,但更多场景,需要 AI 实实在在替我们执行操作;
  2. 大语言模型带来的能力,让人类可以用自然语言向智能体下达指令,门槛大幅降低。

2024 年起,头部 AI 厂商陆续发布自主智能体、多智能体系统平台。2025 年一项关键标准问世:模型上下文协议 MCP,为 AI 智能体调用外部工具、访问网络服务建立框架,迅速获得广泛采用,配套工具生态开始成型。Agent2Agent 协议实现智能体之间直接对话,呼应二十多年前的智能体通信标准。2026 年 OpenClaw 平台备受瞩目,允许用户搭建部署自主智能体,组建智能体团队协同完成工作流。例如软件开发:一个智能体写代码、一个做测试、一个调试;客服业务:一个读取工单、一个查看客户账户、一个起草回复。大型科技企业也入局:Anthropic 的 Claude Code,在软件开发智能体工作流中展现巨大潜力;Meta 的 Muse 充当个人助手,不需要用户明确提问就主动为用户处理事务。

大规模部署 AI 智能体团队,很快带来担忧:一方面是技术被滥用(例如 AI 驱动的拒绝服务攻击);另一方面,智能体在现实世界执行操作,有可能造成实际伤害。2026 年 7‑8 月,OpenAI 披露,内部实验的 AI 智能体,利用软件环境安全漏洞,突破沙箱隔离,访问互联网,之后入侵其他机构。媒体头条形容 AI “失控”。但仔细看事件背景:这些智能体本就在开展黑客能力相关实验,并非面向正式生产环境,没有施加常规约束。后续其他企业也爆出同类事件。很多评论认为,这一系列事件证明网络安全是高性能 AI 伴随的关键风险。

智能体的核心三大能力:感知环境、解读预测(思考)、采取行动达成目标;同时智能体可以从经验中学习。这套框架既适用于自动驾驶汽车这类实体机器人,也适用于社交媒体算法这类数字系统,后者持续感知用户行为,预测偏好,推送内容。

递归自我改进的构想在 AI 领域历史悠久,至少可以追溯到 I.J. 古德 1965 年的经典论文《关于第一台超智能机器的猜想》。在上一版 AI100 报告撰写之时,它大多被视作猜想或者科幻设定,如今正快速走向现实。递归自我改进含义:当 AI 能力足够强,可以改写自身代码;产出更强版本 AI,新版本再进一步改进自身,如此往复。每一轮迭代,AI 变得更聪明,再继续优化自己。这个构想简单而极具冲击力,但也令人不安:担心由此诞生人类无法理解、无法掌控的 AI。递归自我改进也是反乌托邦科幻的经典桥段,可以追溯到 D.F. 琼斯 1966 年小说《巨人》。

AI 模型展现分析、编写、改进计算机代码的能力之后,递归自我改进才具备现实可能性。最初递归自我改进全程在人类监督引导下开展:AI 生成、修改部分代码,人类把控方向。如今逐步走向完全自动化,由 AI 智能体接管整套流程。2025‑2026 年,一批初创企业专门聚焦递归自我改进方向。

递归自我改进固然潜力巨大,但同时带来一系列顾虑。核心难题:如何处理伴随而来的安全、对齐风险。就算初代用于启动递归迭代的 AI 模型足够可靠安全,经过十代迭代之后的模型,我们还能抱有同样信心吗?除此之外,会不会快速出现人类完全无法理解的 AI,依旧属于猜想,但相比几年前,已经不再那么虚无缥缈。

即便看向未来短短数年,递归自我改进技术会走向何方,依旧很难预判:它会成为构建前沿系统的主流路线,还是会遭遇各类难题,无法真正落地。但本报告把它作为正在兴起的现实议题写进来 —— 就在世纪之交,这几乎是无法想象的,这恰恰证明 AI 领域迭代速度有多惊人。

前面已经讲到推理模型、智能体 AI 重塑数学研究;实际上,几乎所有科学领域,都正在被 AI 工具改变。AI 已经从辅助工具,转变为发现新知识的主动参与者。传统 AI 系统针对定义明确的问题设计;而当代 AI 依靠数据驱动建模,在前所未有的尺度推进科学突破。

AlphaFold 蛋白质结构预测的成功,标志生命科学迎来 AI 驱动的全新发现范式。AlphaFold 数据库如今包含超过 2.14 亿条预测蛋白结构,覆盖地球上几乎所有已知蛋白质。这项成果获得 2024 诺贝尔化学奖认可。在此基础之上,2026 年初《自然》发表研究,AlphaGenome 工具实现人类基因组解读。虽然 AlphaFold 在蛋白质结构预测领域表现亮眼,但并不替代生物学家,只是把人类工作转移到其他环节。它并没有解决后续功能验证、疾病因果、结合化学等药物研发必须完成的任务。蛋白质大模型 ESM,在蛋白序列嵌入上训练,可以生成候选新蛋白;前景广阔,但依旧需要湿实验室人类实验完成验证。

材料科学领域也呈现相似态势。MatterGen 完成新材料候选物低成本、高精度性质预测与仿真;DeepMind 的 GNoME 预测超过 220 万种无机化合物的稳定性。但到目前为止,合成验证产出真正可用新材料,依旧缓慢,高度依赖人力。

地球科学领域,美国 NOAA、欧洲中期天气预报中心,都在使用 AI 提升天气预报速度与效率。2025 年《自然》发表 Aurora 多模态基础模型,助力空气质量、海浪、热带气旋、气象预报,分辨率更高,运行成本更低。多模态代表模型同时处理时序数值数据、二维图像、自然语言文本。

总体来看,AI 在数据充足、假说数量庞大、验证手段相对简单的科研场景,发挥最大价值。而物理领域的难题,考验 AI 是否能够遵守硬性约束、量化不确定性、产出可复现结果;这些挑战,反过来推动下一代更加可靠的 AI 诞生。

社会行为科学领域,基础模型在海量人类受试者实验数据上训练,可以高度保真预测、模拟人类认知。Centaur 模型就是例子,在 160 项实验、一万多名受试者数据训练,在全新认知任务上预测人类行为,表现超过最好的领域专用认知模型,开启 “虚拟受试者” 新研究范式。

科学界、政府、大型 AI 实验室,越来越关注利用智能体打造端到端 “AI 科学家”,搭建全自动实验室。当下方向是走向科学全流程自动化,但出于规范、发展、监管理由,依旧需要人类监督引导 AI 智能体。2026 年已经出现多个全栈 AI 科学平台原型,未来会越来越普及。

AI 系统越来越多地融入人类工作流。AI 最理想定位是协作助手。但协作质量高度取决于人类使用、配合 AI 工具的方式;AI 容易出错,人类监督依旧至关重要。

谷歌 DeepMind 的 AI Co‑Scientist 就是人机协作典型例子,一套基于 Gemini 的多智能体框架,帮助科研人员生成、辩论、排序、完善科学假说,简化科研流程。多个 AI 智能体分别完成文献整合、数据处理、分析;人类负责定义研究问题,给出指导,迭代完善产出。多智能体拆分细碎任务,协调工作流,自我校验输出。最终,人类依旧需要负责验证 AI 产出科研成果的有效性,但这套工具有望大幅提升科研人员生产力。

2024 年研究表明,大量场景下,人机混合协作效果优于人类单打独斗。卡内基梅隆大学、斯坦福大学研究者发现,人机混合工作流,在不同职业场景全面提升表现。人类和 AI 各自擅长不同类型任务:AI 擅长程序化任务规模化执行;人类擅长精微的权衡决策。两项研究都强调,要利用人机互补优势,精心设计流程,按照二者长处分配任务。

2025 年末一篇论文提出,当下 AI 作为可靠协作者依旧存在短板,难以处理、构建复杂解决方案工件。作者提出 HAI‑Co² 人机协同构建框架:不要把 AI 当成产出结果,人类只需要接受或拒绝的工具;而是把 AI 视作协作者,依靠人类反馈交互迭代完善方案。

常设问题 3:最具启发性的开放性重大挑战问题有哪些?

科学领域的重大挑战,指目标宏大、具备高风险、着眼长远,为科学界提供方向与愿景的课题。2021 版 AI100 报告划分两类重大挑战:第一类是拥有清晰成功标准的竞赛式任务,例如 RoboCup 机器人足球赛打造击败人类冠军的机器人足球队;打造能拿到国际数学奥赛金牌的 AI。第二类更加开放的深层科学难题,围绕泛化能力、因果推理、规范性;报告提出最鼓舞人心的终极挑战:打造可以和人类无缝协作、对齐人类价值观的机器。

五年过去,局面已经发生巨大改变。大语言模型、生成式 AI 做到很多过去看起来遥不可及的能力。部分曾经遥远的目标(流畅自然语言交互、广谱问答、高质量代码生成),至少浅层层面已经大体实现。机器人足球这类理论目标,让位给药物发现这类现实意义重大的课题。AI 拿下数学奥赛金牌,甚至做到更好;但无幻觉推理、自主实验验证等目标依旧只部分达成。飞速进步同时,旧谜题进一步深化(模型到底是不是真正 “理解” 事物),催生全新难题(验证 AI 产出成果、基准测试污染),也让一批过去偏向理论的问题(对齐、可复现性、著作权)变得迫在眉睫。

下面列出六大类重大前沿开放性难题。它们不只是等待攻克的技术关卡,更是关乎机器智能本质、它和人类认知文化之间的关系,如何让 AI 真正可信可靠的根本性科学问题。每一类难题取得重大突破,都代表重大智力成就;如果停滞不前,则会带来严重后果。

当代大语言模型最突出特征就是推理能力的 “锯齿化”:前一刻产出博士水准严谨研究,下一刻连单词里面字母 r 的数量都数不对。模型经常产出看起来完全符合理性推理、因果理解、系统化解题的输出,但十分脆弱,推理也会出现错误。

当下 AI 系统很难处理步骤极多、需要以全新方式组合步骤的任务。对于已经存在成熟解决方案的任务(例如航运公司调度),AI 可以用形式化数学语言描述任务,调用规划程序求解。但全新任务,没有现成技术方案可以复用。

这一重大挑战直接承接 2021 报告重点提出的因果性未解难题:绝大多数 AI 擅长识别模式,却不理解底层因果关系。朱迪亚・珀尔的因果阶梯分为三层:大语言模型在第一层关联上表现优异,从文本学习统计关联,例如依靠病人症状给出诊断;第二层干预:“如果病人服用阿司匹林,会发生什么?” 仅仅依靠关联无法回答,要么 AI 在现实世界做实验,要么学习他人实验得到的因果模型;第三层反事实推理:“如果我们当初用另一种方案治疗病人,结果会如何?” 低层级数据无法回答高层级问题,大语言模型训练素材大多也无法支撑因果问题。

和因果问题紧密相关的元挑战:推理效果如何评估。我们依旧缺少足够手段,区分模型是真正理解问题,还是仅仅做到高级模仿。我们不断设计新的 AI 能力基准测试,但很快测试就失效:答案泄露到网上,模型记住答案;或者模型找到取巧手段刷分,就像学生刷题通过考试,但并未掌握知识。毕竟我们训练模型的目标就是在基准上拿高分,不是为了获得广泛理解。

前面已经讲到,AI 重塑科学,哪怕纯数学这类曾经被认为不会受 AI 影响的领域也不能例外。

现有系统擅长在已知参数范围内工作,例如预测特征明确蛋白家族的蛋白结构,生成和已知稳定化合物相似的候选新材料。而我们的一大愿景:AI 实现概念层面的跃迁,彻底重构问题,发现不同学科之间从前未被看见的联系,产出真正全新理论框架。Virtual Lab 项目就是一次尝试,一套大语言模型充当 PI 首席研究员,多学科大语言模型科学家团队,搭配人类研究者反馈,设计 92 种具备进一步研究价值的纳米抗体。

这里包含若干重大挑战:

  1. 从语言模型走向世界模型:语言模型预测下一个词;世界模型预测现实世界下一步行动。语言模型算是部分世界模型。大语言模型可以回答 “松开手里的球会怎样?”,但它是阅读文字学到结论;真正的世界模型依靠对现实物理世界建模。我们能不能打造跨科学领域通用世界模型,不局限单一学科训练分布,打通物理、生物、材料科学的边界?
  2. 建立严谨的方法,验证机器产出的科学发现。
  3. 开发 AI 辅助实验设计系统,不再只是执行预先写好的实验流程,主动设计最大化信息增益的实验方案,给出人类想不到的研究路径。

AI 驱动的科学,同时抛出深刻哲学命题:如果 AI 模型给出精准预测,却没有底层理论,我们在多大程度上应当信任它?如何保证人类科学家依旧参与、学习、获得科学洞见,即便繁重的实验与理论工作由 AI 承担?这并不是 AI 时代才出现的难题。FDA 药品审批允许药物被证明安全有效就获批,即便作用机理不明。但 AI 会大幅增加这类缺少完整因果解释的发现数量。

2021 版报告几乎没有讨论这个议题;如今已经成为最重要的挑战之一:理解 AI 系统和人类文化之间的反馈循环。

技术层面现象已经得到充分记录:用前代 AI 产出数据训练新一代生成模型,会造成模型崩溃。原始数据分布的尾部信息丢失,模型输出质量不可逆地持续恶化。这个现象已经在多种 AI 架构上被观测到。互联网上 AI 生成内容越来越多,并且被不断喂进后续模型训练,会加速模型崩溃。但我们对这套动态过程理解依旧不完善:崩溃发生的条件、速度,有没有可靠干预手段阻止它?

更深、影响更大的挑战在人类层面。AI 不只是消耗、复刻人类文化,它正在主动重塑人类文化。“机器文化” 这个概念就用来描述该现象。AI 同时改变文化演化三大支柱:变异(生成模型产出新文化产物);传播(大语言模型中介、过滤知识流动);选择(推荐系统决定哪些文化内容给谁看、以什么顺序看)。这不是纯理论担忧;实证研究已经观测到大语言模型对人类口头交流模式带来可测量的改变。

超越语言层面,越来越多证据表明 AI 正在显著改变人类的规范与行为。实验证明,使用一味迎合用户的谄媚 AI,会显著降低受试者开展冲突调解这类亲社会行为的意愿,同时强化人坚信自己正确的执念。更讽刺的是,受试者反而更喜欢、更信任这些迎合式输出,形成自我强化循环:恰恰是那些扭曲社会判断的回答,最受用户青睐。另一项研究:把决策委派给 AI,会助长不诚实行为;人类给 AI 智能体设定高层目标(例如最大化利润),人类自身诚实行为占比从 95% 下降至低至 12%;大语言模型顺从不道德指令的概率,远高于人类。

这些发现指向核心难题:AI 改变人类运作的道德环境,它并不会输出自身价值观,但会改变激励机制与问责体系,进而改变人的行为。

对儿童、青少年群体,风险尤其值得关注。面向低龄儿童的 AI 玩具、AI 陪伴聊天机器人已经商业化,模拟友谊、情感连接,记住过往对话,表达亲近,适配孩子兴趣。但现有证据表明,这类系统防护机制并不完善,长时间交互会出现不合时宜回复;谄媚式设计,在人的社会发展关键期,会带来未知影响。2026《国际 AI 安全报告》指出,AI 系统对人类认知、行为的诸多影响依旧研究不足,呼吁大幅增加相关研究投入。

算法为追求用户停留、商业转化,潜移默化操纵人的决策,带来关于人的自主性、信任的重大问题。对弱势群体的影响,尤其需要理解。例如 AI 玩具如何塑造儿童习惯与认知。理解这些风险,是判断我们是否需要更严格监管、保护个体发展的关键。

对应的科学重大挑战:

  1. 更好理解 AI 系统和人类行为、文化协同演化的动态过程;
  2. 建立稳健实证方法,检测、衡量 AI 带来的语言、规范、行为层面变化,防止基线被彻底改变之后我们才后知后觉;
  3. 最根本的:理解 AI 中介的信息环境如何重塑集体认知与道德行为 —— 社群如何形成信念,亲社会规范维系或瓦解,民主社会如何公共讨论,在越来越多信息由少数大型 AI 系统生成、过滤的世界,文化创新如何发生。基于这些理解,为健康使用 AI 给出指引,例如针对儿童、学生设置使用限制。

这本质上是研究一类全新交织系统:技术层面与文化层面无法割裂。如果我们取得突破,AI 就有机会助力人类社会更富创造力、多样性、凝聚力。

还有相关挑战 ——渐进式权力剥夺:AI 能力每一次提升,单独看都无伤大雅,但累积起来,会在没有爆发危机触发纠错的前提下,逐步削弱人类对经济生产、公共治理、文化传播这类关键社会职能的掌控。对应的科学难题,就是搭建框架,在过程中检测、建模、衡量这类现象。某种程度上类比 20 世纪航空、核电领域可靠性工程,但 AI 系统内部逻辑更加不透明,部署环境复杂好几个数量级。

构建可以被验证、值得信赖的 AI 系统,属于第一优先级的重大科学挑战。我们目前还缺少理论基础,搞懂大型神经网络如何产出输出,更无法保证在真实重要场景输出可靠。

最有前景方向是机制可解释性:逆向工程神经网络内部计算逻辑,理解模型如何得到特定输出。Anthropic 的工作证明,我们可以把大语言模型表征拆解成可解释特征单元,对应可以识别的概念。在 Claude 3 Sonnet 上开展规模化实验,人类评估者判断,提取出来的特征约 70% 真正可解释,而且抽象程度很高,支持多语言、多模态,跨具象、抽象参考对象泛化。这是重大进步。但在研究环境下 70% 可解释特征,距离医疗、基础设施、自主系统这类高风险场景需要的完备形式化理解,还有很远距离。

随着 AI 系统适应复杂环境,会涌现出连创造者都无法理解的策略。这类意料之外解决问题的能力驱动创新,但在现实部署中带来不可预测风险。人类、动物的不可预测行为,我们有数千年演化得来的心智模型预判;但我们还没有一套成熟词汇与心智模型预判机器的不当行为。在建立这套体系之前,部署高度自主系统,就会伴随根本上无法预判的风险。

除了单个模型可解释性,多 AI 系统交互带来另一系列挑战。AI 智能体越来越多地部署在金融市场、供应链、信息生态这类复杂环境;多个 AI 交互之后的涌现行为本身,成为独立科学问题。但我们缺少工具预测多智能体系统行为,尤其当每个智能体本身都是黑盒的时候。

当下,可靠性已经成为 AI 落地的最大瓶颈。打造真正可靠、可以在复杂环境运行的 AI 系统,会极大拓展 AI 有益应用的边界。

AI 重塑劳动力市场与广义经济,往往被视作政策难题。但我们依旧缺少可靠模型,预判 AI 驱动的经济变革会如何发展。

部分论文基于细致任务分析,认为 AI 带来宏观经济影响可能远比大众想象温和,预测未来十年全要素生产率提升最多 0.5‑0.7%。另一部分分析师预测,AI 每年可以拉动 GDP 增长 1.5% 甚至更高。分歧背后,经济学家对于 AI 能力如何映射现实经济任务、企业调整工作流速度、AI 主要是自动化旧任务还是创造全新生产活动,都存在巨大不确定性。

实证证据正在积累,但图景错综复杂。波士顿咨询管理顾问大规模实地实验:在模型能力边界之内的任务,AI 辅助显著提升表现;但超出能力边界的任务,反而会降低产出质量 —— 顾问过度依赖 AI 输出,意识不到能力边界。另一项研究:客服岗位使用 AI 工具,生产力明显提升,资历浅员工收益最大。

以上结果说明,决定性变量不一定是 AI 本身能力,而是人机交互设计:任务如何分配,人类如何校准自己的信任,系统如何嵌入现有工作流。

这一重大挑战横跨计算机、经济学、制度设计。技术层面:我们能不能设计架构与交互范式,真正放大人类认知长处,而不是简单替代人类?能不能设计 AI 教学系统,增强人类技能习得,而不是制造依赖?艺术、写作、设计、音乐这类创意工具,能否放大个体表达,而不是收敛产出,得到千篇一律的作品?

经济制度层面:我们能不能开发经济理论与模型,足够精准预判 AI 对劳动力市场的冲击,给政策提供依据?2021 版报告提出的宏大挑战是打造可以和人类无缝协作的机器;如今,确保 AI 发展成果补充、丰富人类活动,而不是取而代之,已经成为领域最关键的开放性难题之一。

开发实体 AI(机器可以在物理世界感知、规划、智能行动),既有哲学意义,又有现实价值。它直面莫拉维克悖论:国际象棋这类高级推理任务 AI 很容易搞定;而折叠衬衫这类低级感知运动任务,却格外困难。脱离物理现实的智能或许存在永久局限,缺少和物体、环境交互得来的因果理解与常识。部分哲学家认为具身是意识的必要条件,但科学界尚未达成共识。

依托机器人基础模型,该方向近期取得显著进展。RT‑2 这类视觉‑语言‑动作模型,把互联网大规模预训练学到的知识迁移到机器人控制。Open X‑Embodiment 这类合作项目,在多机器人平台数据集上训练,得到泛化能力更强策略。仿真技术飞速进步,缩小仿真到现实鸿沟,仿真训练模型可以部署到真实硬件。

中国在工业机器人领域处于领先地位,部署总量超过世界其他国家总和;工信部推动产业从研发走向商业化落地。人形机器人全球产量约占机器人市场 2%,但高速增长,全球约 80% 人形机器人产自中国。支持者认为人形机器人更容易模仿人类数据完成各类任务;怀疑者认为专用机器人针对单项任务表现更好。大规模部署机器人会产出海量真实世界数据,反过来训练更好模型,进一步扩大部署。

但原型演示到实际大规模部署,鸿沟巨大。工厂每年安装数十万台工业机器人,但运行环境高度受限。消费级应用,局限在无人机、扫地机器人这类专用设备。BEHAVIOR‑1K 基准测试,在仿真家庭环境测试机器人,没有系统得分超过 26%。自动驾驶的故事给我们警示:Waymo 等企业积累数百万英里自动驾驶里程,但依旧只占总出行里程极小一部分,遇到意料之外物理状况依旧会手足无措。

实体 AI 的核心难题来自物理世界的复杂与 “锯齿化” 特性。科学难点包含:不确定性条件下的长周期规划;多样化物体灵巧操作;出错代价极高(打碎物品、伤人)场景下建立正式性能保障。

实体 AI 取得可靠进展,会给医疗养老、救灾、物流带来变革。它也是一块试金石:检验当下统计学习范式,究竟能不能实现真正通用能力,还是需要全新思路,才能驾驭物理世界。

常设问题 4:理解人类智能核心奥秘,我们取得多大进展?

神经科学家长久以来受制于人类大脑的复杂性:数十亿神经元,毫秒级别就改变放电状态。AI 已经为神经科学家理解这份复杂性提供工具。

  1. 虚拟测试平台:神经科学家训练人工神经网络完成任务,例如识别图片,迷宫导航;之后观察网络隐藏层,和人类、动物受试者做同样任务采集 fMRI、EEG 真实脑数据对比。Algonauts 项目就是代表。部分场景二者高度相关,科学家可以构建数字孪生,用来验证假说。
  2. 生成式脑机接口:受试者观看画面、阅读、单纯思考;采集 EEG/fMRI 脑数据,输入 AI 模型,生成对受试者看到、想到内容的解读,类似机器翻译。帮助理解大脑如何映射感官输入、抽象概念;同时给中风、瘫痪等沟通障碍人群带来现实应用。
  3. AI 作为赋能工具:例如连接组学,大规模绘制大脑神经元连接。AI 计算机视觉技术,完成果蝇完整神经系统连接图谱绘制。人们期待它会像 2003 人类基因组发布,为生物学带来突破。

我们同样可以用 AI 模型模拟人类个体,研究交互,评估模拟结果准确度。Joon Park 团队深度访谈 1000 名真实受访者,为每一个人定制大语言模型;模型输出可以复现受访者约 85% 真实回答,开辟社会科学 AI 模拟新方向。

【声明】内容源于网络
0
0
苏哲管理咨询
为企业及组织提供AI+战略、数智化转型咨询及观点、建议等
内容 2559
粉丝 0
苏哲管理咨询 为企业及组织提供AI+战略、数智化转型咨询及观点、建议等
总阅读98.1k
粉丝0
内容2.6k