2026年，人工智能对每个人而言都已不再陌生，大型模型在数字领域取得了令人瞩目的成果，技术进一步赋予智能实体以物理形态，使其融入真实世界环境。对AI产业而言，这是一场挑战人类极限的产业攻坚。对更广泛的公众来说，这则是一场足以颠覆所有过往经验的新工业革命。

但AI的发展道路上，仍有许多现实难题亟待解决：

AI产业是否存在泡沫？

具身智能真的能理解物理世界吗？

机器人会彻底取代人类吗？它能与人类共存吗，边界又在哪里？

Token成本能否决定AI的胜出者？

应以何种态度对待AI伴随的风险？

9月21日，美国《连线》杂志创始主编、科技思想家凯文·凯利做客北京宸园139，与银河通用机器人创始人兼CTO王鹤、红杉中国合伙人郑庆生、锦秋基金副总裁石亚琼、36氪CEO冯大刚就AI展开了一场近2小时的深度对话。世界模型的技术拐点、成本博弈、人机协作边界、风险治理、技术乐观主义等现实议题，均在对话中被探讨，并留下了六个清晰的判断。

活动现场

判断一：具身智能已跨越AlphaGo时刻

2026年8月，在世界人形机器人运动会上，中国银河通用机器人公司（Galbot）研发的人形机器人实现了无遥控全自主网球对战。机器人在场上奔跑、接发球、对抗，摔倒后迅速自主站起，预判球轨迹并精准击球。

机器人打网球的视频在社交媒体发布后，Mechanism Capital联合创始人Andrew Kang评价道：“Alpha Go for every sport is coming。”马斯克也跟帖评论称，这是具身智能的AlphaGo时刻。

当研发这款机器人的银河通用机器人创始人兼CTO王鹤与凯文·凯利面对面时，后者评论说：“当前最受热议的是几乎人人都在用的大语言模型，但大语言模型本身，对真实世界知之甚少，它并非在真实世界中训练，而是基于描述现实世界的文字、文本数据训练。现在，人们开始为AI赋予躯体，借助机器人，将AI接入物理世界。但如果直接将大语言模型接入机器人，让它在现实世界自主行动、应对环境，会非常困难。因此，我们现在的目标不再只是打造这种‘通晓书本知识’的智能，而是要研发通晓现实世界的AI。有时它被称为世界模型。它的训练素材不再只是全世界的文本，而是全部物理规律，是描述真实世界如何运转的海量数据。这是下一次重大突破，整个行业正朝这个方向前进。”

活动现场

从能做一个动作到掌握一项技能，AI是如何完成进化的？

王鹤透露了银河通用机器人研发的底层逻辑：“我们发现，一只小鼠的大脑很小，神经元数量相比人类也少得多。但它在野外寻找食物、逃跑，这些智能全都具备，而不需要像人类一样拥有如此大的大脑才能生存。这种智能与文本模型背后的知识智能是不同形态。在这条路上，我们也希望一步步构建一个像人一样，能够把大脑、小脑和脑桥全部打通，既能有高层的判断，又能有低层的平衡执行的仿人、仿生脑系统，让人形机器人真正拥有智慧。”

在全球视野中，谷歌VLA、OpenAI世界模型代表两条主流技术路线，但各有短板。VLA训练数据必须绑定机器人动作标签，海量公开视频无法复用；世界模型擅长环境预测，却不一定输出机器人可直接执行的动作指令。

为此，银河通用提出了World Action Model（世界行动模型，WAM），尝试融合两套范式，模型既预判环境演变，又直接输出机器人动作指令。这套技术路线被英伟达称为“机器人的终局技术”。

王鹤

王鹤说：“过去的机器人跳舞，都需要提前把人类的轨迹抽取出来，放到机器人身上，针对轨迹进行学习，调好后再部署。现在，我们的通用小脑模型能做到人跳一遍舞，机器人立即就在它面前也跳一遍。对街舞运动员动作的快速模仿，背后的智能甚至超越了人类对肢体动作掌握的能力。两年前，这个路径还不太现实。但今天，正是我们行业包括银河通用这些乐观的人，搭建了具身智能数据的金字塔，从互联网数据到人类数据，到合成仿真数据，到遥控机器人采集的数据，到机器人自主操作回流的数据，这样一个五层金字塔，在不断规模化落地，推动机器人的大脑和小脑变得更智能。”

面对这些新突破，凯文·凯利说：“我认为下一次重大突破将是真正让机器人工作。我们一直在努力的方向将产生巨大影响。这就是一些兴奋点所在。”

判断二：机器人与人类的底层认知截然不同

当机器人跨越AlphaGo时刻，变得更聪明、能力更强时，它会与人类竞争生态位吗？

凯文·凯利提醒道：“当我们为AI赋予躯体，也就是机器人时，我们要明白：它们和我们不一样，它们不是人类。”他将机器人称为“异人智能”或“异类智能”。

王鹤解释了机器人与人的“底层”差异：“机器人智能与人类那种高级思考、判断、推理逻辑的智能很不一样，它是一种直觉的智能。而人类绝大多数的推理和思考，属于大脑里的慢系统，或叫系统二。而人类的操作属于大脑中的快系统，即系统一。快系统需要大量练习，把能力变成一种与生俱来的不经意下意识反应。这与大模型使用非常复杂的思维链，是非常不同的智能。”

也就是说，AI形成的认知组合与人类截然不同。

王鹤认为机器人会变得和人一样拥有智能，但“机器人本质是AI，它不是人。”AI也不会对人类的生态位产生根本性威胁，“它有繁殖的欲望吗？机器人繁殖能得到什么？它没有我们的基因，没有通过筛选去把自己的基因留下来的机制。我个人认为，我们今天想象的很多事情，是把机器人太当人了，认为它会有欲望去替代人类。但我对机器人的未来是比较乐观的，在约束下，它会成为人的伙伴。”

凯文·凯利补充说，在机器人的世界内部，未来也是多元化的。AI产品会分化出丰富多样的品类，不同产品会在定价、成本、响应延迟、输出能力上形成差异化。最终，整个行业会演变成一个高度复杂的生态系统。“在我看来，这类拥有实体躯体的智能载体，是一种低成本的宝贵资源。我们将构建一个社会，在其中，我们和这些‘异类’携手共事。”单靠AI无法解决所有问题，但人类+AI有很大想象空间。

凯文·凯利

判断三：Token成本正在重塑AI产业的生存逻辑

对于机器人，乐观的人预见了一个巨大技术进步带来的想象空间。不过，目前还有两道坎横在现实与未来的乐观想象之间：一是从认知泛化能力到真正完成复杂环境中的物理交互，机器人还需要继续证明自己知道“怎么做”并“做得到”；二是目前支撑AI快速发展的是巨大的数据和算力投入，它还需要更便宜。

凯文·凯利观察到硅谷一个明显变化：过去工程师调用模型，很少核算Token开销。直到有竞争者能做到百分之一的成本实现近似效果，整个行业才猛然惊醒。部分复杂推理任务单次就要消耗数百万Token，算力开销将直接改写产品商业模式。

“我们正在进入一个差距巨大的时代，成本会变得愈发关键。”凯文·凯利认为，在很多场景下，价格至关重要。

成本压力已经传导到创投市场。锦秋基金副总裁石亚琼在圆桌中提供了一组产业观察：大模型大幅压低了AI产品原型开发门槛，但用户获取门槛反而急剧抬升。2022—2026年，AI应用增长约17倍，AI产品的获客成本普遍上涨50%以上。

竞争中谁能领先？技术能力，以及成本、规模奠定的先发优势都很重要。过去行业流传吉恩斯悖论的假设：成本降低十倍，使用规模提升十倍。但石亚琼认为，现实远比理论激进，AI带来的用量扩张不是百倍，代码生成场景人均代码产出已经出现万倍级提升，“这带来了很多变化，让我们可以用coding的方式重新组装业务逻辑。”

石亚琼

放到具身机器人赛道，成本逻辑会进一步变化。王鹤表示，文本大模型可以容忍一定推理延迟，但人形机器人、自动驾驶属于强实时边缘系统，完全依赖云端调用Token风险极高，网络、推理延迟超标，就可能造成机器人摔倒、操作事故。云-边-端混合部署，会成为行业必然选择。

判断四：AI创造无上限的世界

经历过移动互联网周期的投资人，很容易拿互联网经验直接套用AI赛道。红杉中国合伙人郑庆生在圆桌上提出警示：这套参照框架已经失效。

移动互联网时代，行业增长存在硬约束，天花板来自人类总注意力。物理世界变迁节奏缓慢，城市、生产模式几十年不会发生颠覆性重构。互联网无论如何迭代，本质是在人类固定的时间池子里做分配，总用户时长存在明确边界。

但AI正在打破这套增长逻辑，它在创造一个无上限的世界。郑庆生将AI类比于蒸汽、电力等基础能源，但它又和历史上所有能源革命有着本质区别。

郑庆生、凯文·凯利

传统能源受矿产储量、装机、传输网络约束，供给存在明确物理上限。而AI核心原料是算力与数据，理论上可以持续扩张。我们可以同时调度成千上万个AI Agent并行开展任务。

“石油和电力实在是有上限的，但我觉得AI没有。”郑庆生说，AI既可以作为能源本身，也可以创造自己，具备自我增殖能力，这是之前从未出现过的。

判断五：技术风险需要新技术+制度共同消化

随着人形机器人硬件出货量走高，安全与责任划分已经从理论探讨，变成了产业迫在眉睫的现实议题。

王鹤以已落地的药房机器人举例：工厂、药房这类确定性封闭场景，权责相对清晰。银河通用国内落地近百个机器人药房点位，承担夜间取药工作。为规避错发药品风险，团队没有完全依赖大模型通用推理，额外叠加确定性校验程序，药品必须同时完成文字、图像、条码三重核验，才允许打包出库。过去一年半累计处理近百万盒药品，实现零错发。这类场景中，机器人故障带来损失，责任主体指向厂商。

家庭则属于完全开放的复杂场景，充满不可预判的干扰因素，风险复杂度成倍上升。机器人可能碰倒水杯造成短路起火，事故甚至发生在无人在家的时段。机器人尚无法独立处理事故带来的连锁后果，是现阶段行业不会向普通家庭销售无人值守人形机器人的核心原因。

凯文·凯利认为，短期内，AI企业必须承担对应责任，也可以配套保险机制等。反过来说，能够存活下来的AI企业，一定是能处理好责任问题的企业。

但解决问题，并不等于不允许问题发生。王鹤提出，绝对安全本身并不存在，时至今日飞机依旧存在空难事故，但不妨碍它成为主流长途出行工具。人形机器人大概率会复刻相似路径。允许在可控范围内试错，在不断处理极端案例中压低事故概率，通过明确责任、建立机制、技术进步去解决问题。在部分场景中，需要允许机器人像孩子一样不断去触碰一些东西，不断提升学习能力、收敛出问题的概率。

判断六：乐观的人创造未来

整场对话贯穿凯文·凯利的理性乐观主义，乐观看待问题，乐观想象未来。但这种乐观，不是无视隐患的乌托邦幻想，而是一种理性乐观，即充分看见风险之后，仍然相信人类解决问题的能力。

凯文·凯利说：想要去完成艰难甚至看似不可能的事，第一步就是想象。想象这件事可行，设想最好的情景，想象它真的成功会是什么样子。25年后，人们热议的产品，如今尚未诞生，但想象力是把构想落地的关键。我们如今身处的世界，到处都是乐观者创造的产物。灯泡、飞机、智能手机，这些东西都不是偶然诞生的，都是那些相信它们能够诞生的人所发明的。

放到具身智能赛道，今天仍处在早期，数据缺口、成本瓶颈、硬件短板在前，但全球工程师、创业者、资本都在参与解题，都在汇聚力量推动下一个技术顶峰的到来。