沈向洋深圳硬核演講：具身智能是大灣區(qū)的非凡機(jī)遇，靈巧手是人類(lèi)最后尊嚴(yán)

發(fā)布企業(yè)決策智能體、數(shù)據(jù)分析智能體、視覺(jué)大模型等。

作者 |許麗思

編輯 |漠影

機(jī)器人前瞻11月22日?qǐng)?bào)道，今天，一年一度的IDEA大會(huì)在深圳舉行。這場(chǎng)人工智能盛會(huì)由IDEA研究院創(chuàng)院理事長(zhǎng)、美國(guó)國(guó)家工程院外籍院士沈向洋發(fā)起，深入探討了關(guān)于AI發(fā)展、AI Agent、具身智能、低空經(jīng)濟(jì)等前沿技術(shù)與熱點(diǎn)議題。

沈向洋進(jìn)行了近3個(gè)小時(shí)主題演講，期間發(fā)布了多個(gè)IDEA研究院創(chuàng)新成果，包括企業(yè)決策智能體、數(shù)據(jù)分析智能體、藥物計(jì)算發(fā)現(xiàn)平臺(tái)、金融大模型、GPU原生渲染器、視覺(jué)大模型、低空管理與服務(wù)操作系統(tǒng)等。

想要理解人工智能演進(jìn)，沈向洋強(qiáng)調(diào)，需要在算力、算法和數(shù)據(jù)之外，增加兩個(gè)考慮維度：交互與載體。如今，談大模型總繞不開(kāi)英偉達(dá)CEO黃仁勛，沈向洋打趣說(shuō)，“黃仁勛每天醒來(lái)都在笑，整個(gè)世界的人在給他捐錢(qián)。?！?/p>

在具身智能方面，沈向洋對(duì)格外看重靈巧手，強(qiáng)調(diào)，“人手的魔法在于它手既能搬箱子，也能穿針引線。所以，靈巧手可以說(shuō)是人類(lèi)在人工智能面前，最后的尊嚴(yán)?！彼€提到去年與黃仁勛的對(duì)談時(shí)，黃仁勛說(shuō)，“具身智能是粵港澳大灣區(qū)非凡的機(jī)遇?！?/p>

據(jù)了解，IDEA大會(huì)于2021年首度舉行，匯聚產(chǎn)學(xué)研企界領(lǐng)袖，致力構(gòu)建一個(gè)凝聚數(shù)字經(jīng)濟(jì)多方力量的國(guó)際化平臺(tái)，是粵港澳大灣區(qū)最具影響力的科技盛會(huì)之一。

01.

AI發(fā)展路線五大維度：算力算法與數(shù)據(jù)之外，

還要關(guān)注交互和載體

除了廣為人知的了算力、算法、數(shù)據(jù)這三要素之外，沈向洋提出，未來(lái)理解AI的演進(jìn)還必須加入兩個(gè)維度：交互和載體。

1、算法范式

算法是AI發(fā)展的核心支撐。AI的算法演進(jìn)有三個(gè)階段：監(jiān)督學(xué)習(xí)構(gòu)筑表達(dá)與生成能力，強(qiáng)化學(xué)習(xí)引入因果與執(zhí)行，自主學(xué)習(xí)邁向高層認(rèn)知。技術(shù)本身從Transformer架構(gòu)出發(fā)，向更高效、更穩(wěn)健的體系演化；從自回歸到擴(kuò)散，再到混合式生成方法，這些變化共同推動(dòng)智能的表達(dá)邊界不斷拓展。

2、智能載體

AI的載體發(fā)展遵循從抽象到具體、從虛擬到物理的擴(kuò)展路徑：從早期的語(yǔ)言模型，逐步演進(jìn)到涵蓋聲音、圖像、視頻甚至4D內(nèi)容的多模態(tài)模型；在此基礎(chǔ)上，融入物理世界規(guī)律的世界模型成為新方向，而當(dāng)世界模型落地到機(jī)器人、自動(dòng)駕駛車(chē)輛、飛行器等物理實(shí)體時(shí)，便形成了具身模型。

“從載體的這個(gè)維度來(lái)看，AI很快就會(huì)幫助我們從理解這個(gè)世界，走向改變這個(gè)世界?！鄙蛳蜓笳f(shuō)。

3、交互范式

過(guò)去七八十年，計(jì)算機(jī)科學(xué)的一條主線就是人機(jī)交互方式的演進(jìn)：從命令行，到圖形界面，到互聯(lián)網(wǎng)搜索，再到推薦系統(tǒng)。AI的到來(lái)，則帶來(lái)了自然語(yǔ)言和多模態(tài)的交互。

早期的第一代大模型，更像問(wèn)一句答一句的搜索；而近兩年的推理模型則讓對(duì)話(huà)成為一個(gè)持續(xù)迭代的過(guò)程：你問(wèn)、它答，你再追問(wèn)、它再推理，過(guò)程越來(lái)越像真實(shí)的科研活動(dòng)。

在他看來(lái)，“探索世界就應(yīng)該是Search less,research more。”未來(lái)，AI會(huì)越來(lái)越多地主動(dòng)提出問(wèn)題、主動(dòng)執(zhí)行任務(wù)，但在人機(jī)系統(tǒng)中，人仍需在關(guān)鍵節(jié)點(diǎn)做決策、做最終判斷，以確保AI的行為不偏離邊界。

4、計(jì)算架構(gòu)

GPU從2006年作為通用并行計(jì)算系統(tǒng)起步，從打游戲到“挖礦”再到支撐大模型訓(xùn)練，如今已成為基礎(chǔ)設(shè)施。但當(dāng)前算力需求呈現(xiàn)新變化：推理需求已經(jīng)遠(yuǎn)超訓(xùn)練，端側(cè)芯片和強(qiáng)化學(xué)習(xí)專(zhuān)用芯片的需求也迅速上升。強(qiáng)化學(xué)習(xí)芯片必須支持高速交互和大規(guī)模并行，推理芯片則要做到低功耗、高吞吐。

GPU刺激了深度學(xué)習(xí)的第一波爆發(fā)，但能耗與成本也不斷攀升。隨著應(yīng)用多樣化，推理、端側(cè)、強(qiáng)化學(xué)習(xí)等專(zhuān)用芯片不斷涌現(xiàn)；未來(lái)光子、量子、類(lèi)腦等也可能在特定領(lǐng)域帶來(lái)性能躍升。

5、數(shù)據(jù)

在智能演進(jìn)的三個(gè)階段，數(shù)據(jù)扮演不同的角色：在模擬世界階段，數(shù)據(jù)是靜態(tài)教材；在探索世界階段，數(shù)據(jù)是動(dòng)態(tài)反饋；在歸納世界階段，數(shù)據(jù)是驗(yàn)證假設(shè)的證據(jù)。

當(dāng)我們轉(zhuǎn)向強(qiáng)化學(xué)習(xí)、探索世界時(shí)，模型需要的就不再是靜態(tài)數(shù)據(jù)，而是帶反饋的動(dòng)態(tài)數(shù)據(jù)。沈向洋用一個(gè)樸素的類(lèi)比強(qiáng)調(diào)這一點(diǎn)：“就像騎自行車(chē)這件事，你光看書(shū)的話(huà)不可能會(huì)學(xué)會(huì)騎自行車(chē)的。”

從人類(lèi)數(shù)據(jù)枯竭到合成數(shù)據(jù)興起，再到AI主動(dòng)探索并獲取實(shí)驗(yàn)數(shù)據(jù)，這一過(guò)程代表著數(shù)據(jù)從限制模型能力的約束，逐步轉(zhuǎn)變?yōu)橥苿?dòng)AI主動(dòng)學(xué)習(xí)的工具。

在沈向洋看來(lái)，未來(lái)AI最強(qiáng)大的能力之一，是能夠自己提出假設(shè)，并自己收集證據(jù)來(lái)提升智能水平。在這個(gè)過(guò)程中，數(shù)據(jù)和智能是相互推動(dòng)的。

02.

發(fā)布金融大模型、GPU渲染引擎等，

下個(gè)月開(kāi)源MoonBit agent SDK

合成數(shù)據(jù)已經(jīng)成為大模型訓(xùn)練的剛需要素，尤其在小語(yǔ)種、隱私敏感行業(yè)、小樣本場(chǎng)景等長(zhǎng)尾領(lǐng)域，數(shù)據(jù)稀缺更是主要瓶頸。

成立于2025年的DataArc數(shù)創(chuàng)弧光，專(zhuān)注大模型合成數(shù)據(jù)技術(shù)，是IDEA研究院成立以來(lái)孵化速度最快的項(xiàng)目，成立不足一年已完成兩輪融資。本屆大會(huì)上，DataArc發(fā)布了SynData開(kāi)源框架。

在沈向洋看來(lái)，除了數(shù)據(jù)層面的機(jī)會(huì)，模型層面也遠(yuǎn)不止超大模型這一條路，各類(lèi)垂直應(yīng)用場(chǎng)景同樣蘊(yùn)含巨大空間。金融，就是其中的典型代表。

本次大會(huì)發(fā)布的Quant 5.0，是一個(gè)基于金融時(shí)間序列的底座大模型。

傳統(tǒng)金融投資面臨行情預(yù)判精度不足、風(fēng)險(xiǎn)管控難度較大的挑戰(zhàn)，Quant 5.0融合AI技術(shù)，憑借大參數(shù)算力支撐及高頻數(shù)據(jù)訓(xùn)練，可支持三類(lèi)任務(wù)：對(duì)未來(lái)收益和走勢(shì)的預(yù)測(cè)，服務(wù)投資決策；為交易所、監(jiān)管機(jī)構(gòu)及機(jī)構(gòu)投資者提供風(fēng)控能力；為監(jiān)管與決策提供市場(chǎng)模擬和壓力測(cè)試工具。

由于Quant 5.0是通用時(shí)間序列底座模型，它可以輕松遷移到其他市場(chǎng)、其他資產(chǎn)類(lèi)別以及其他交易策略上，并通過(guò)Agent方式實(shí)現(xiàn)策略自動(dòng)化部署。

現(xiàn)場(chǎng)發(fā)布了國(guó)內(nèi)首個(gè)提供公共服務(wù)的工業(yè)級(jí)AI驅(qū)動(dòng)GPU渲染引擎SMARAY，在保證高質(zhì)量渲染效果的前提下，其渲染效率較傳統(tǒng)渲染器提升數(shù)十至數(shù)百倍，且可兼容主流動(dòng)畫(huà)特效建模軟件，無(wú)需改變現(xiàn)有工作流 。

目前，SMARAY已獲《流浪地球2》視效制作方More VFX、《哪吒》系列出品方光線動(dòng)畫(huà)等頭部影視團(tuán)隊(duì)項(xiàng)目實(shí)踐驗(yàn)證。

另外，現(xiàn)場(chǎng)還介紹了IDEA研究院的MoonBit團(tuán)隊(duì)的最新成果。MoonBit是IDEA研究院自研的AI時(shí)代新編程語(yǔ)言，今年，MoonBit從支持多后端的編程語(yǔ)言，逐步演進(jìn)為涵蓋AI原生工具集的全棧工具鏈，覆蓋WebAssembly邊緣計(jì)算、C/LLVM系統(tǒng)編程、JavaScript前端開(kāi)發(fā)等全場(chǎng)景，構(gòu)建起集開(kāi)發(fā)者工具鏈與智能體開(kāi)發(fā)生態(tài)于一體的開(kāi)發(fā)者平臺(tái)。

今年，MoonBit也開(kāi)放了全球首個(gè)語(yǔ)言原生的智能體開(kāi)發(fā)環(huán)境MoonBit Pilot，智能輔助生成MoonBit工具包，可快速擴(kuò)展MoonBit生態(tài)。

下個(gè)月，IDEA研究院將正式開(kāi)源用MoonBit編程語(yǔ)言開(kāi)發(fā)的智能體平臺(tái)MoonBit agent SDK，支持使用多種編程語(yǔ)言。

截至目前，MoonBit社區(qū)用戶(hù)已從早期的500人、去年的2.6萬(wàn)人，增長(zhǎng)到十萬(wàn)級(jí)規(guī)模；全球貢獻(xiàn)代碼行數(shù)超過(guò)1000萬(wàn)行，生態(tài)庫(kù)約3000個(gè)。

03.

從個(gè)體、公司到治理、創(chuàng)新，

AI Agent帶來(lái)了哪些影響？

AI Agent是大模型落地的重要產(chǎn)品載體，也是人工智能行業(yè)從業(yè)者多年來(lái)關(guān)注的核心方向。進(jìn)入2025年，全球尤其是中國(guó)的AI Agent創(chuàng)新全面爆發(fā)。沈向洋從四個(gè)層面來(lái)梳理AI Agent的影響：個(gè)體、公司、治理與創(chuàng)新。

1、個(gè)體

AI Agent帶來(lái)了生產(chǎn)力的巨大提升，徹底改變了傳統(tǒng)工作模式，一個(gè)人加上一堆AI Agent，就會(huì)成為所謂的超級(jí)個(gè)體。這種生產(chǎn)力的飛躍直接推動(dòng)了生產(chǎn)關(guān)系、組織機(jī)構(gòu)、分工形式與協(xié)同方式的變革，而成為超級(jí)個(gè)體的關(guān)鍵在于是否愿意學(xué)習(xí)和運(yùn)用AI Agent。

同時(shí)，沈向洋覺(jué)得，未來(lái)CEO可能不再是單純的Chief Executive Officer，而更像Chief Entertaining Officer，個(gè)體與組織的關(guān)系將被重新定義。

2、企業(yè)決策

沈向洋判斷，未來(lái)越來(lái)越多企業(yè)將成為“AI Native公司”，從組織結(jié)構(gòu)到業(yè)務(wù)流程，從供應(yīng)鏈到市場(chǎng)拓展，都圍繞AI重新設(shè)計(jì)。

為此，IDEA研究院推出了KAIROS決策智能體，核心就是讓AI真正進(jìn)入企業(yè)的決策鏈路。

其能通過(guò)三大能力打造“決策-執(zhí)行-反饋”閉環(huán)：一是借助通用大模型語(yǔ)言理解能力，結(jié)合企業(yè)數(shù)據(jù)與經(jīng)驗(yàn)，精準(zhǔn)解讀業(yè)務(wù)需求；二是針對(duì)復(fù)雜決策提供更優(yōu)的端到端優(yōu)化方案；三是通過(guò)自動(dòng)編程、代碼生成實(shí)現(xiàn)模型自適應(yīng)演變，降低維護(hù)成本。

落地場(chǎng)景中，KAIROS應(yīng)用覆蓋物流、倉(cāng)儲(chǔ)、港口、零售等多場(chǎng)景，可支撐規(guī)劃類(lèi)、調(diào)度類(lèi)、預(yù)測(cè)類(lèi)等全類(lèi)型決策。

3、政府治理

在政府治理體系中，統(tǒng)計(jì)部門(mén)是一類(lèi)關(guān)鍵角色。長(zhǎng)期以來(lái)，統(tǒng)計(jì)局的工作人員需要“肩挑手扛”：去各處找數(shù)據(jù)、整材料，為領(lǐng)導(dǎo)寫(xiě)報(bào)告。而大模型的發(fā)展，正在推動(dòng)這項(xiàng)流程走向自動(dòng)化和智能化。

IDEA研究院去年發(fā)布的“經(jīng)濟(jì)超腦1.0”已能看懂?dāng)?shù)據(jù)、理解背后邏輯，而升級(jí)后的“經(jīng)濟(jì)超腦2.0”，能夠構(gòu)建全流程自動(dòng)化數(shù)據(jù)分析體系，依托Agents驅(qū)動(dòng)的智能框架，實(shí)現(xiàn)效率提升10-30倍，關(guān)聯(lián)模糊需求與業(yè)務(wù)指標(biāo)、自動(dòng)拆解宏觀分析需求，讓數(shù)據(jù)分析回路從被動(dòng)調(diào)試升級(jí)為主動(dòng)修正，推動(dòng)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的智能化決策，釋放數(shù)據(jù)資產(chǎn)價(jià)值以形成更優(yōu)政策建議。

4、科學(xué)創(chuàng)新

AI Agent對(duì)未來(lái)創(chuàng)新的影響，是沈向洋最為看重的。

去年，IDEA研究院已發(fā)布分子、抗體、反應(yīng)、藥物文獻(xiàn)四大化學(xué)大模型；今年取得更大突破，研發(fā)的LightUnity模型用于創(chuàng)新藥發(fā)現(xiàn)。

在此基礎(chǔ)上，IDEA研究院發(fā)布Mozi平臺(tái)，以“Agent+Toolbox”模式，結(jié)合多智能體架構(gòu)、專(zhuān)家工具箱與自動(dòng)化流程，解決傳統(tǒng)藥物早期計(jì)算發(fā)現(xiàn)中工具誤導(dǎo)、研發(fā)黑箱、工作流瓶頸等痛點(diǎn)。

04.

舉辦全球靈巧手+即時(shí)配送賽事，

推出全新視覺(jué)大模型

不久前，傳聞特斯拉人形機(jī)器人因手部“難產(chǎn)”而被迫縮減生產(chǎn)計(jì)劃。沈向洋表示，在具身智能的眾多攻關(guān)點(diǎn)里，靈巧手是技術(shù)復(fù)雜度的珠峰。

他分享到，今年的深圳智能機(jī)器人靈巧手大賽，是國(guó)內(nèi)首個(gè)將靈巧手技術(shù)與即時(shí)配送場(chǎng)景結(jié)合的賽事。從取包裹、拆包裹、折紙箱、到按電梯，以場(chǎng)景為旗幟，以需求為標(biāo)尺，牽引技術(shù)前進(jìn)的方向。

在具身智能技術(shù)發(fā)展中，視覺(jué)感知是人工智能與物理世界交互的核心基礎(chǔ)，更是賦能“感知-決策-執(zhí)行”閉環(huán)的關(guān)鍵支撐。一年前，DINO-X視覺(jué)大模型誕生，以開(kāi)放世界檢測(cè)能力，“讓機(jī)器看懂物理世界”。

今年IDEA大會(huì)上，DINO-X Grasp發(fā)布，實(shí)現(xiàn)世界開(kāi)集2D認(rèn)知理解、物體級(jí)抓取位姿預(yù)測(cè)、物體級(jí)3D形狀感知，打造“更強(qiáng)”具身大腦。

沈向洋總結(jié)，過(guò)去一年，IDEA研究院在具身智能方面，新成立了三個(gè)中心：

福田實(shí)驗(yàn)室：這是由粵港澳大灣區(qū)數(shù)字經(jīng)濟(jì)研究院（IDEA）與騰訊合作共建的省級(jí)實(shí)驗(yàn)室，旨在通過(guò)跨領(lǐng)域合作提升技術(shù)研發(fā)能力，聚焦人居環(huán)境具身智能領(lǐng)域的研究。福田實(shí)驗(yàn)室聯(lián)合騰訊Robotics X實(shí)驗(yàn)室推出的Tairos具身智能開(kāi)放平臺(tái)，是一款以模塊化方式提供大模型、開(kāi)發(fā)工具與數(shù)據(jù)服務(wù)的具身智能軟件平臺(tái)。

國(guó)際先進(jìn)技術(shù)應(yīng)用推進(jìn)中心（深圳）：聚焦人工智能、具身智能、低空經(jīng)濟(jì)等重點(diǎn)領(lǐng)域，依托粵港澳大灣區(qū)數(shù)字經(jīng)濟(jì)研究院建設(shè)的先進(jìn)技術(shù)應(yīng)用推廣平臺(tái)。

深港高等研究交流中心（SHARE）：旨在依托深圳與香港的區(qū)位優(yōu)勢(shì)和大灣區(qū)的優(yōu)質(zhì)科研教育資源，搭建跨學(xué)科科研合作與國(guó)際交流平臺(tái)。中心聚焦人工智能賦能的前沿科學(xué)問(wèn)題，推動(dòng)其在生物醫(yī)藥、材料科學(xué)、低空經(jīng)濟(jì)、無(wú)線通信、具身智能等關(guān)鍵領(lǐng)域的應(yīng)用與突破。

會(huì)上，孵化自IDEA研究院的視覺(jué)大模型企業(yè)視啟未來(lái)還宣布完成近億元天使輪融資，該團(tuán)隊(duì)創(chuàng)始人兼CEO張磊曾任微軟總部及亞洲研究院首席研究員。

低空經(jīng)濟(jì)方面，大會(huì)發(fā)布的OpenSILAS 2.0，通過(guò)可進(jìn)化框架解構(gòu)六大核心技術(shù)，依據(jù)城市與空域復(fù)雜度構(gòu)建產(chǎn)品矩陣，實(shí)現(xiàn)“規(guī)劃—運(yùn)行—監(jiān)管—服務(wù)”全環(huán)節(jié)管理與全流程服務(wù)，以分級(jí)化、模塊化提供可落地?cái)U(kuò)展方案。

05.

結(jié)語(yǔ)：“攀登珠峰”VS“修公路”，

要走適合自己的AI發(fā)展之路

回到沈向洋反復(fù)提到的智能演進(jìn)曲線，今天看到的，不只是一個(gè)個(gè)炫目的模型和 Demo，而是新一輪技術(shù)范式剛剛起步的信號(hào)。算力、算法、數(shù)據(jù)在加速迭代，交互和載體在重塑人機(jī)邊界，AI 正從“問(wèn)一句答一句”的工具，走向能與人類(lèi)協(xié)同推理、共創(chuàng)知識(shí)的長(zhǎng)期伙伴。

當(dāng)被問(wèn)及關(guān)于中美AI發(fā)展的差距時(shí)，沈向洋覺(jué)得，AI發(fā)展至少可以理解為兩個(gè)維度：一條是“攀登珠峰”，以巨額投入追求最強(qiáng)模型；另一條是“修公路”，讓更多人和更多場(chǎng)景用得上AI，讓模型在更大范圍內(nèi)規(guī)模化應(yīng)用，在每件事情上，都要走適合自己的發(fā)展之路。

未來(lái)，隨著技術(shù)迭代與場(chǎng)景深耕的雙向賦能，AI將更深刻地融入千行百業(yè)，開(kāi)啟智能社會(huì)的全新階段。