为推动科技创新与产业升级深度融合，助力企业及社会各界把握前沿技术趋势，海豚商业研究院特别推出“对话顶尖科学家”系列高端访谈，聚焦人工智能、量子计算、新能源、生物医药等战略性新兴领域，邀请中国科学院、中国工程院院士及顶尖科学家，以通俗易懂的语言解读技术突破、产业应用与未来方向，搭建产学研交流桥梁，为科技决策、技术落地与人才培养提供权威参考，赋能高质量发展。
本期专访中国工程院外籍院士张亚勤
作者：海豚商业研究院研究员黄海涛
2016年3月，人工智能围棋机器人阿尔法狗（AlphaGo）一战成名，以4比1的总比分战胜世界围棋冠军李世石，轰动全世界。人工智能，成为当年整个科技领域最热的一个名词，这个于1956年8月在美国一场学术研讨会首次出现的概念，终于从一些科研机构的研究走向大众，开始大范围出现在普通人闲聊的话题中。
同年3月28日，人民日报海外版一篇《“智能+”大风暴即将深刻影响世界》的文章引发了业界的关注，成为中国人工智能发展中最具前瞻性的判断。“一场可能如PC、智能手机那样深刻影响世界、改变人类生活的大风暴正在酝酿且即将成形。”文章预言，AI+将成为第四次工业革命的技术基石。
这篇文章的作者是时任百度总裁张亚勤博士。这位12岁考入中国科技大学少年班的“少年天才”，23岁便获得美国乔治·华盛顿大学电气工程博士学位；1997年，31岁的张亚勤被授予美国电气电子工程协会院士（IEEE Fellow），成为该协会100年历史上获得这一荣誉最年轻的科学家。IEEE Fellow是IEEE成员的最高荣誉，每年由IEEE同行专家在拥有高级或终身等级的会员中评选，当选人数不超过当年会员总人数的0.1%，可谓千里挑一。
1998年12月年仅32岁的张亚勤回国加盟微软中国研究院，出任该院首席科学家。此后他于2006年-2014年9月任微软公司全球资深副总裁。在微软的16年，他发掘培养了一大批人工智能顶尖人才，很多人已经成为学术和产业的领军人物。
张亚勤一直从事数字视频和人工智能领域的研究与实践， 2014年-2019年，他担任百度总裁，这5年期间，推动了智能云、自动驾驶Apollo、基础技术体系的夯实与建设、芯片和量子计算等前瞻技术的布局等方面取得了重要成果，提升了百度的产业影响力，也留下了丰厚的人才储备。
2020年7月，张亚勤加入清华大学，担任智能科学讲席教授，当年12月创建清华大学智能产业研究院（AIR），他担任首任院长至今。
2021年11月张亚勤当选中国工程院外籍院士，成为极少数从企业管理岗退休后当选院士的顶级科学家，同时他还是美国艺术与科学院、澳大利亚国家工程院院士。
作为数字视频和人工智能领域的国际顶尖科学家和企业家，张亚勤拥有60多项美国专利，发表500多篇学术论文，在数字视频理论、算法和产业化方面取得过很多开创性成果，在图像视频压缩和传输等领域的多项技术突破被ISO/ITU/IETF等国际标准采纳，成为高清电视、互联网视频、多媒体检索、移动视频等领域的核心技术。
今年3月，他撰写出版了《智能涌现》一书，系统阐述了人工智能技术演变的大趋势、算力驱动计算体系的突破，以及人工智能如何赋能生命科学、物联网、自动驾驶等产业。
他大胆预测，2025年自动驾驶将迎来“ChatGPT 时刻”，10年后，机器人将可能比人都多，会陆续进入工厂、社会，最终形态是进入家庭。未来每个人、每个家庭都有机器人。
这些领域蕴含着巨大的商业空间和发展机遇，人工智能在探索过程中将发挥决定性和颠覆性的作用，相关研发成果在实用化、普及化之后将产生可观的社会效益。
同时系统分析了人工智能飞速发展背后的问题和风险，以及国内外政府、企业、科研界的应对措施等。
书中也展望了整个行业未来的技术发展趋势和创新路径，中国在其中的机遇和挑战，产学研各界在第四次工业革命中的角色分工和承担的责任，AI时代的人才培养与全球科技交流。
2025年6月5日，在2025“太湖对话·AI for Science”活动前夕，清华大学讲席教授、清华大学智能产业研究院（AIR）院长、中国工程院院士张亚勤接受了海豚商业研究专访，他认为中美在人工智能领域存在三个维度的竞争：在芯片领域中国还处于追赶阶段；在大模型领域中美水平接近，差距不大；在应用层面中国可能会跟过去互联网时代一样有领先优势。他预测，两三年后，全球大模型不会超过十个，中国可能有三四个，美国三四个，其他地区还有两三个。他认为，DeepSeek的出现，是中国年轻人才的胜利，是中国创新模式的胜利。
以下是对话全文：
海豚商业研究院：在《智能涌现》一书中，你做出了一个重要判断，2025年自动驾驶或将迎来“ChatGPT 时刻”，最核心的依据是什么，与以往相比，今年自动驾驶的最大看点是什么？预计大规模商业化会发生在几年后？
张亚勤：我这里讲自动驾驶其实指的L4级别的无人驾驶，主要基于以下几个判断：
第一，无人驾驶已经做了差不多十年时间，从美国的Waymo，到国内百度Apollo，这些年技术进展很快，特别是大模型出来后在无人驾驶中遇到的一些难点，已经在加速解决，比如数据不足的问题，比如corner case（极端场景）长尾的问题。所以，从技术方面Waymo和百度，包括文远知行、小马智行这些公司基本上都过关了，我说的过关是指安全度已经提升了五倍到十倍，至少比人类驾驶更安全了。从技术角度突破了重要瓶颈。
第二，从实际运营来看，Waymo在旧金山，百度在武汉，这两个都是大城市，交通状况十分复杂，如果在这两个城市能跑通，别的城市也可以，证明自动驾驶可以规模化运营，同时又比人类驾驶安全很多倍。我还讲了一个是好司机，一个是老司机，好司机可能安全度够了，但是与人类的司机去共同驾驶的时候，在这种复杂场景里面，怎样开得像老司机，好司机+老司机这个命题今年是可以证明的，证明之后就可以说达到了ChatGPT时刻。
当然，要达到规模化还需要更长时间，这里面有政策法规，也有商业模式等一系列问题。我预测2030年10%的新车会有L4+的能力，这个我就认为是规模化了。所以，我预测无人驾驶的DeepSeek时刻发生在2030年。
海豚商业研究院：在自动驾驶领域，国内外的差距有多大？
张亚勤：我觉得目前中国和美国在L4无人驾驶差不多水平，很相近。中国现在有好几家公司，像百度、文远知行、小马智行比较领先，另外像Momenta，包括地平线专注于提供智能驾驶解决方案，都非常不错。美国主要是Waymo、特斯拉，特斯拉准备于6月12日在美国得克萨斯州的奥斯汀市推出无人驾驶出租车服务。还有几家公司，包括NVIDIA是做芯片的。整体来讲目前中美可能处于同一阵线，不相上下。实际上，我估计最终中国会更有优势，因为中国应用落地往往比较快，再加上还有政府的大力支持，车路协同、车路云一体化、智能网联汽车，这些都非常成熟，这对无人驾驶是有很大的促进作用。所以，中国长远看应该会处于领先地位。
海豚商业研究院：怎么看苹果做了十年，最后放弃了造车计划？
张亚勤：我觉得苹果自己没做好。苹果在人工智能领域不能称为是一个创新者，它基本上是等到技术成熟的时候，去规模化、产业化，可以把用户体验做得很好，把产品规模做大，这一点是非常优秀的，但它不是一个创新者。在无人驾驶方面也是，做一段时间之后放弃了。所以，这是企业自己的战略路径问题，与产业发展没有直接关系。
海豚商业研究院：2025年春节期间，一家中国企业创造了属于自己的“ChatGPT 时刻”。DeepSeek刷新了大规模依赖算力出奇迹的固有模式，用更少的资源、更小的团队、更短的时间，训练出性能达到全球顶尖水平的新一代模型。早期，大家都在学习ChatGPT的闭源模式，现在这样的路径被打破了，开源似乎成为更加主流的方式。闭源与开源两种技术路线的交锋，背后的本质是什么？
张亚勤：从DeepSeek出来之后，我有一个评价。我说，DeepSeek是自ChatGPT以来人工智能领域最大的创新，是一个现象级的创新，包括算法的创新，技术创新，架构创新，以及商业模式的创新。所以，我把它称为中国路径，刚才你所讲的它不仅在性能上达到前沿模型的水平，它在架构上，在整个算法的效率上面也是提高了至少一到两个数量级。所以，这是一个新的模式，包括讲到开源，过去大家认为闭源模式可能是主流，开源模式是在后面追赶。过去主要是美国Meta公司的LLaMA，国内可能是通义在做开源模型。但DeepSeek出来后，发生了巨大变化，说明开源模型本身有强大的生命力，产生了巨大的规模效应。
这和IT产业这么多年的发展相关，在PC阶段，80%以上是闭源的，Windows是闭源，Linux是开源，但它是少数，市场规模很小。到移动互联网阶段，安卓占到80%的市场，开源已经成为主流，以iOS为代表的闭源模式是少数派。现在国内的Harmony，叫做Open Harmony。AI时代也是这样，以后可能80%是开源，20%是闭源。
开源的好处，是有一个生态体系，可以借社会公众的力量与资源。
另外还有一个好处，特别是DeepSeek走通了高效、更少算力的路径之后，很多中小企业包括别的国家也可以使用，没有地域界别。所以，为什么DeepSeek的开源出来后，它的开源模式和别人的还不一样，它用的是MIT License，并允许用户利用模型输出、通过模型蒸馏等方式训练其他模型，它是最灵活而且有最少附加条件的开源。大家都很喜欢DeepSeek，除了少数公司，由于它使得AI平权化，这一点很重要。
这里面也和整个技术发展大趋势相关，规模定律、数据、算力一直往前走，整个性能performance就会提高很多。这在预训练时已经放缓了，现在很多的智能放到推理阶段，放到后训练阶段，放到智能体上。所以，这时候整个算力更加分散，不会集中在一起。DeepSeek V3当然做得很好，但是o1出来的时候，就主要放到推理上。这个不是中国独有的模式，其实从预训练到推理，是OpenAI第一个做出来的，就是它带动o1做出来的，但由于它是闭源，别人搞不清楚到底怎么做。DeepSeek出来之后，R1公布了算法，形成了一个潮流趋势，带动了一个新的产业模式。
海豚商业研究院：为什么中国的开源大模型不是互联网公司或者人工智能公司做出来的，DeepSeek为何出自一家量化基金背景的公司？
张亚勤：创新模式依靠各种类型的公司或机构，有国企、科研机构、大型互联网公司，过去还有一些创业公司，DeepSeek看起来好像谁都不靠，说明了创新不是规划出来的，不是计划出来的。但如果仔细研究DeepSeek，尽管一开始是做量化，但其创始人包括深度求索公司里的工程师、技术人员大部分还是人工智能背景，而且这些人都是很年轻的顶尖人才。这其中有我们AIR（清华大学智能产业研究院）的学生，有原来微软研究院的联培生。我觉得这是中国年轻人才的胜利，是中国创新模式的胜利。
特别是看最新的大模型公司，其中很多人才主要就是过去五年内才毕业的，他们在学校里学的就是最新前沿知识。现在和过去完全不一样，尽管很多人可能没出过国，但全球最新的知识他们是可以在第一时间了解到，他们有全球视野。包括他们的老师，大部分有海外背景。所以，尽管我们在国内，但这是一个全球化的环境。过去我们还是在跟踪、追赶国外技术，现在其实很多方面，我们可以说处于领先地位。现在几个顶会中30%-40%是来自国内的年轻学者的贡献，当然其中也有很多是海外华人。所以，整个大环境不一样了，包括人才、技术各方面的实力也不一样了。
深度求索这家公司做出DeepSeek这个模型，我有点惊喜。但其实，一批年轻人做出这种人工智能模型，我并不意外。
DeepSeek之前他们做了很多事，其实一开始是为了解决量化交易中的一些问题，量化交易需要大量算力，需要人工智能算法，比如PTX有点像汇编语言，它没有用CUDA上面比较复杂的Library（指一组已经编写好的可重复使用的代码和功能的集合），而是从下面运行，为了让交易可以快点。这些东西也用到了大模型的别的方面了。
海豚商业研究院：今年以来，人工智能再次成为全民热点，从打工人到企业创始人，都在大规模使用AI提升工作与企业效率，AI越来越平权，但另一方面“卷”又成为了一种社会现象。为什么AI技术越发达，社会越内卷？AI在提升效率的同时，为什么没有给大家带来松弛感？
张亚勤：这是一个特别好的问题，可能不仅仅是一个技术问题，也是大家的心态和社会发展模式的问题。
其实AI出来后整体社会的智商大幅度提高，现在是HI（Human Intelligence，人类智力）和AI（人工智能）的组合体，这个组合体的智商大幅度提高。这种情况下，我们以后可能要养成一种新的工作和生活模式，这个复合体很强大，效率很高，但是人的部分其实可以放得更慢一些，AI越快越好，人是要按照自己的生活节奏，变得更加松弛，更享受生活。会不会达到这种阶段呢？我觉得长远会达到的。如果尺度拉回到两百多年前，第一次工业革命流水线出来之后，那个时候，人们一周要工作七天，福特汽车创始人亨利·福特有一句名言，“我明明只雇了一双手，怎么来了一个人？”。所以，那时候人的工作很辛苦，后来工作时间变成了六天，现在是五天，有些国家有些机构已经在试点四天、四天半工作模式，那再过十年、二十年，会不会到两天、甚至一天，我觉得完全有可能。
所以，人工智能首先就是大幅度提高生产力，把效率提高。提高了之后你有两个选择，一个选择是整体社会产能固定的情况下，我更少工作；另外一种情况是同样的人力，但产能大幅度提高。所以，最后到底选哪一个是人类的选择。也许产能太多了，我们用不了，应该生产少一点，或者保持同样的生产，让人的节奏可以放慢一点。
“卷”这种无序的内耗、竞争是要不得的，不管在教育体系还是企业，都是不可持续的。其实，我们不能忘记从事技术创新的最终目的，是让人生活的更健康、更幸福、更公平，而不是让大家越来越累，加班不应该是一种常态。
海豚商业研究院：2015年，您在《人民日报海外版》发表了《“智能+”大风暴即将深刻影响世界》文章中，首次提出了AI+的全新概念，并做出预言AI+将成为第四次工业革命的技术基石。那时候互联网正如火如荼，当时为什么会有这样一个大胆的判断，其实现在来看这个概念确实非常有前瞻性，那么AI+如何赋能千行百业，最适合在哪些产业落地应用？未来5年，人工智能+最值得关注的一个风向标是什么？
张亚勤：差不多十年前深度学习已经开始在人工智能领域应用了，但当时还没有大模型、算力，更多的是做语音识别、图像识别、人脸识别，比较基础。当时我意识到AI发展的潜力，其实也不知道是不是大模型，但很坚信会彻底改变整个社会经济和企业的结构。当时大家都在谈互联网+，谈第四次工业革命，我大胆提出AI+、智能+是下一个大风口的判断。
首先在技术方面有越来越大的突破，AI会融入到千行百业中，不仅是to C的应用，更多是深层to B的应用，会改变我们的工业。基于此，我认为人工智能是第四次工业革命最根本的技术基石和最重要的技术驱动力。
我不仅在国内表达这个观点，也在达沃斯等国际平台传递，当时肯定有不少质疑，因为那时候人工智能处于初级阶段。2015年我提出AI+概念，为什么2016年会专门在人民日报发表那篇文章，一个很重要的背景是AlphaGo的成功给我带来了很大的震撼，更坚信这个判断。
这些年，不管我在百度，还是到了清华，都是全身心在做AI这件事。
比如百度的云，实际上我们叫智能云（AI big data cloud，简称ABC），它不是一个简单的基础设施功能，其实是一个智能体系。我们做无人驾驶，没有人工智能不可能实现无人驾驶，包括AI芯片“昆仑芯”等。
到了清华之后，我们选了三个垂直方向，一个是智慧交通，一个是IoT智慧物联，一个是智慧医疗。我把人工智能分成三个阶段，信息智能、物理智能和生物智能，就是三个维度的智能，我这本《智能涌现》的书中讲了很多。
未来五年的方向，首先其实AI最大的、第一个受益者是IT产业，就是制造它的这个群体或者说这个行业。比如发展人工智能，要有AI芯片，要有数据中心，要有大模型软件，要有各种智能体，这都是软件、IT、互联网公司。全球最大的五个公司全都是IT公司，英伟达在这一轮AI浪潮中成为最大的受益者之一，现在市值数一数二。美国市值前五的公司微软、英伟达、苹果、谷歌和亚马逊，均属于IT科技领域，都是拥抱人工智能技术。所以，人工智能的发展第一个受益者就是IT产业。
第二，高度数字化的企业。因为新一轮的AI是数据驱动的，需要大量数据。一个行业或者一个公司如果没有做好数字化这个基建，那就很难与AI结合。所以，为什么现在我们讲智慧交通，无人车，包括金融、教育、医疗健康、高端制造，这些行业有了AI，以后都会发生很大变化，但最先影响到的产业或者企业，一定是有高度信息化，高度数字化的，没有这个基础，模型都训练不出来。现在有横向大模型，有很多垂直模型，做RAG也好，做智能体也好，或者做微调，没有数据，都不知道怎么使用AI。从长远看，AI一定会影响到每个企业，就像互联网。
在早期的时候，很多人也问我互联网会影响哪些公司？我说互联网会影响每个公司，可能层次不一样，AI也是如此。可能少数公司在做AI模型，在发明AI技术、工具，但所有公司都会用到AI，而且必须用，你不用，可能会被先用的公司拍死在沙滩上，谁率先使用谁先成为受益者。
当然，也不要太焦虑，因为它对每个行业、每个企业影响的程度不一样。我们需要拥抱新技术，但最终AI还是为了解决问题，所以，我讲“AI+”很重要的一点，最终它是每个行业的一种核心驱动力，是提升生产效率的，但它并没有改变商业的本质。
我写这本书《智能涌现》有两个不同的维度。一是新一代大模型规模定律，数据越多，算力越强，算法的参数大到一定程度的时候，它就会出现这种涌现效应。第二，AI技术它会涌现到别的产业，这个就是“AI+”的部分。
海豚商业研究院：尽管AI技术发展的很快，也非常热闹，各行各业都在使用人工智能，有一种说法是“AI不是选择题，而是必答题，所有行业，都该用AI重做一遍”，但目前大部分企业仍然是把AI当成了降本增效的工具，或者说用来优化、裁员，是一种做减法，而不是带来收入的“加法”，怎么看AI的商业化过程，你预计还有多久？
张亚勤：AI肯定会大幅度提高单位成本的生产力，提高单位成本效率。生产力与效率提高以后，可以做两种选择，我是用更少的人力，还是用同样的人力，得到更多产出，要做一个判断，这和整个社会的需求有关系。某些产业是需求驱动的，它不是产能驱动，比如光伏过剩了，这时候可能需要产能减少，可能用人少一点，或者同样的人工作时间压缩一些。有些可能是市场需求很大，产能不够，比如芯片，这个时候需要借助AI的帮助，在同样人力的情况下，增加产能，最终也是一种平衡。
整体来讲，生产力大幅度提高以后，整体社会的产能不说过剩，至少不是什么问题，主要看我们的需求。所以，这个时候可能大家不需要工作很长时间。
但另外一点，整个世界发展很不均衡，包括国内的一线城市、大城市，像无锡这类城市他们发展程度很高，如果在边远地区农村地区的话，就有很大差异。全球的话，如果到非洲一些国家，有的地方可能都没有听说过AI，或者还不会使用。所以，整个全球有很大的差异化。
海豚商业研究院：过去两年，中国人工智能上演了“百模大战”，从您这么多年实践与研究人工智能的角度看待，“百模大战”背后，AI 竞争最终比的是什么，资金、技术、数据，还是什么？大厂做大模型有哪些优势与束缚？前两年很火的 “国产大模型六小龙”似乎命运各不相同，最终是模型还是应用胜出？
张亚勤：首先，接下来十年，大模型还会是技术和产业的主要路径。这里面有几个维度，一个维度就是前沿的基础大模型，我把它比作原来电脑或者移动时代的操作系统，它不需要那么多。我估计两三年后，全球大模型不会超过十个，中国可能有三四个，美国三四个，其他地区可能还有两三个。中国可能会有三四个，再多也容纳不下，也不会是一两家，因为有市场竞争，几个大体量的公司还是会有。但最终哪三四个我不能讲，我自己有一个判断。
未来更大的机会其实在垂直模型，在应用领域，所谓supper app（超级应用）。就像移动互联网时代有两三个操作系统，社交、电商、视频各种应用是大头。操作系统与应用软件互相依存，就像“土地与房子”的关系，在PC时代是17倍的价值效应，比如Windows赚1块钱，其生态合作伙伴可以赚17块钱；在移动互联网的时候超过了100倍，到了AI的时代，我认为会是1000倍。所以，我觉得这几个大模型平台也很重要，特别是中国来说，有几个平台不仅仅是一个产业问题，也有一个可控性与产业经济安全的问题。因为这其中牵涉到数据，牵涉到国家经济产业安全的问题，所以一定要有中国自己的大模型。
其实前两年市场上出现百模大战也正常，因为那个时候大家都要竞争，现在可能就十来个了，再过一两年可能就三四个。三四个并不是说只有他们几家在做AI，大部分公司可能会在其他应用领域，各行各业都离不开AI，这个才是正常的生态。如果最后就这几个大模型公司，缺乏生态伙伴的参与，那也做不起来，历史上没有看到任何一个产业是这样。人工智能时代，它一定是需要大家都来共同参与。
海豚商业研究院：今年以来随着 DeepSeek 爆火，打破了一些叙事逻辑，对行业上下游产生了很大影响，比如英伟达的价值或许正在被重新评估，ChatGPT 的优势也被审视，现在看来，中国与美国的人工智能差距有多大，两国各有哪些优势？
张亚勤：目前中美人工智能的竞争格局，我把它分成三个维度，芯片层、模型层、应用层。芯片领域，其实我们还是落后的，美国有英伟达、AMD、博通这些公司，包括谷歌的TPU，由于它有先进的设计制程，整体还是领先全球。当然，国内现在发展也挺快，包括华为、地平线、百度的昆仑芯等，虽然在快速追赶，但整体还是有不少差距。
在模型方面我觉得中美水平相当或者接近，尤其是DeepSeek出来后，中国的大模型可能和美国最前沿的推理模型已经很近。但我觉得中国路径更轻，架构更快，价格更低。这其实和中国过去的打法一样。
在应用方面，我觉得中国是领先的。我把它分成信息、物理和生物三个层面。美国可能在信息智能方面比较领先，中国比如我们的先进制造，可以快速应用于产业，所以过一段时间后这种差异会更加明显，就有点像互联网时代的模式。其实中国互联网包括移动互联网早期技术、商业模式都是借鉴美国，后来逐渐超过美国，而且产生了很多创新。我们的规模效益、用户体验，产品架构都有很强的优势，像中国的短视频、微信等做得都比美国好，美国应用市场几个比较火的App都是中国公司的产品。我觉得在人工智能领域，基本上会沿着同样的一个模式或者发展路径。
DeepSeek出来之后，英伟达股价下跌，我觉得是暂时的。我不评价股票，股票有些短期因素。整体DeepSeek出来之后，可能单位成本算力的价格确实下降了不少，但需求量大了，因为它可以让更多企业省钱，所以整体的需求还是增加。
这就像历史上著名的Jevons paradox（杰文斯悖论），技术进步提高了使用资源的效率，但因为成本下降导致需求增加，结果导致资源消耗的速度上升，而非减少。所以，整体对AI算力的需求的变大的，比如现在智能体和推理，其实很费算力，包括现在这个推理，它跟你交互，过去的大模型是直接出答案，现在把推理过程呈现出来。所以，这个过程其实是消耗算力，原来可能没法做，一是算力不够或者成本太高，现在没问题了，总会找到一个均衡。当年Win-Tel也是这样，PC互联网时代，英特尔就说有我的芯片才能做这些软件，微软说是有我的市场需求才有芯片，其实两者是相辅相成。人工智能也是如此，需求带动算力，算力又带动需求。
海豚商业研究院：近年来，具身智能作为人工智能领域的重要分支，引发了广泛关注。然而，一批投资人正在“批量退出人形机器人项目”，具身智能“泡沫论”成为热议焦点。你怎么看具身智能的前景，它会成为类似下一个大模型一样的赛道吗？您在新书也预测，“10年后，机器人将可能比人都多，会陆续进入工厂、社会，最终形态是进入家庭。未来每个人、每个家庭都有机器人。”那么，以后人类在家庭中承担什么角色，人与机器人怎么分工协作？
张亚勤：具身智能是物理智能很重要的一个方面，我是蛮看好这个赛道。
这里边有不同的层面，有些快一些，有些慢一些。比如工厂专用的机器人，工业机器人现在已经开始在使用，像无人驾驶就是个机器人，我觉得未来五年左右就可以形成一个规模性的产业。但人形家庭机器人是最难的，这个赛道可能需要十年左右的时间。因为人形机器人，它需要一个大脑，还需要一个小脑，还需要四肢，它是很多行业的融合。现在AI发展很快，但是比如机械臂、柔性材料、传感（人跟人有各种传感），它不仅仅是图像、语言、视觉，还有很多别的传感方式，这些要达到人类的水平还需要蛮长时间。但长期我是看好这个赛道。
未来人和机器的关系，我觉得机器就应该是人的“HI+AI”，是一个特别聪明的助理，可以是管家，是朋友，是助理，但它是帮助人的，不会有自我意识，是我们个体的一个延伸，有点像手机。现在手机是我们很好的一个陪伴，是我们很好的一个朋友，但看你怎么用它。AI以后会比手机能力更强大，而且可以在物理世界帮我们做很多事。
海豚商业研究院：今年热议的“杭州六小龙”均是中国本土科技企业，他们核心人才也基本上来自国内的清华、北大、浙大等知名高校，这跟过去互联网时代似乎不太一样，比如包括您在内的很多互联网创始人、高管，以往都有海外求学或者外企背景。你怎么看这种新变化、新趋势，在清华大学这几年观察这一代年轻人，他们有哪些不一样的特征？
张亚勤：我想把时间跨度拉长一些，其实1998年底我刚回国的时候，中国和美国的差距还是相当大，包括科研的质量，人才的视野，国际化程度等。
微软中国研究院刚成立的时候，我们招的这一批年轻人都十分聪明，来了以后刚刚学怎么做研究，我们一开始就是在给大家讲怎么做研究，海外的背景相当重要。
经过二十多年之后，我再次到清华，我就发现学生水平已经很高。老师水平也很强，因为他们大部分都有海外背景。现在的学生尽管可能在国内读书，但环境、视野已经是国际化了，他们有最新的知识，所做的研究可能在某些方面在全球也是领先的，包括过去几年的AI。比如DeepSeek的人才构成有清华、北大、浙大，包括也有微软亚洲研究院的联培生，他们大部分都是本土的，我自己也觉得很自豪，很骄傲，说明现在中国的大环境，整体实力已经跟过去完全不一样了。
我和姚期智院士经常聊这个事，我们在清华现在所看到的人才层次，包括年轻老师、学生，与在美国最顶尖的高校、最顶尖的研究院没有什么不同。
但我还是鼓励我们的学生多和国际交流，如果有机会出去一段时间和各国优秀人才一块合作，在最顶尖的实验室，最顶尖的学校做研究，这不仅仅是知识的问题，更多的是一个开放心态和一种信心。所以，我觉得国际化还是很重要的。
还有一点就是过去五年，由于各种原因，有疫情的原因，由于美国限制的原因，大部分最顶尖的学生都留在国内了，包括像我们清华很多学生都留在国内了，这个也有很大关系。过去最优秀的人都出去了，出去读书然后再选择回来，现在是大部分优秀人才留在国内，国内又有许多学校和环境是全球化的。但我还是鼓励全球化，不能说中国不错，就开始封闭。而且要利用现在美国整体反智、逆全球化的机会窗口，吸引更多优秀人才到中国来，不仅包括海外的中国人才，也包括一些全球最顶尖的各类人才。
邀请授课：联系客服电话：13811229543（工作日8:30-18:00，仅限嘉宾演讲，其他勿扰）
免责声明：以上内容（包括文字、图片、视频）为用户上传并发布，本平台仅提供信息存储服务。如涉及版权问题，请联系我们并提供版权证明，我们将立即删除！
