1月15日，澎湃科技（www.thepaper.cn）获悉，AI独角兽企业MiniMax上海稀宇科技有限公司（以下简称“MiniMax”）发布并开源新一代01全新系列模型。该系列模型包含基础语言大模型MiniMax-Text-01和视觉多模态大模型MiniMax-VL-01。MiniMax称该系列模型可以实现高效超长文本输入。MiniMax认为，2025年将是Agent高速发展的关键年份，无论是单Agent系统还是多Agent系统，都需要更长的上下文来支持持续记忆和大量通信。
据了解，MiniMax-01系列模型首次大规模实现线性注意力机制，传统Transformer架构不再是唯一的选择。
MiniMax-01系列模型核心性能在多项任务评测结果显示结果
目前领先的大语言模型大都基于Transformer架构，而Transformer核心的自注意力机制是其计算成本的重要来源。为了优化计算效率，MiniMax研究社区提出了稀疏注意力、低秩分解和线性注意力等许多技术。通过使用线性注意力，原生Transformer的计算复杂度可从二次复杂度大幅下降到线性复杂度，在处理长输入的时候具有非常高的效率。
据了解，该模型的参数量高达4560亿，其中单次激活459亿。模型综合性能比肩海外顶尖模型，同时能够高效处理全球最长400万token的上下文，是GPT-4o的32倍，Claude-3.5-Sonnet的20倍。
MiniMax认为，2025年将是Agent高速发展的关键年份，无论是单Agent系统还是多Agent系统，都需要更长的上下文来支持持续记忆和大量通信。MiniMax-01系列模型的推出，正是为了满足这一需求，迈出建立复杂Agent基础能力的第一步。
此外，MiniMax声称受益于架构的创新、效率的优化、集群训推一体的设计以及内部大量并发算力复用，得以用业内最低的价格区间提供文本和多模态理解的API，标准定价是输入token1元/百万token，输出token8元/百万token。
目前，MiniMax-01系列开源模型已应用于MiniMax旗下产品海螺AI，并在全球范围内上线，企业与个人开发者可前往MiniMax开放平台使用API。
在北京市政府新闻办公室举行的发布会上，北京经济技术开发区（北京亦庄）发布消息称，将于4月13日举行北京亦庄半程马拉松赛，全球首个人形机器人半程马拉松赛将同期举行。
本次赛事采取机器人和运动员“同步报名、同一赛道、同时起跑”的原则。人形机器人将与运动员在起点同时鸣枪起跑，共跑同一路线。起点位于南海子公园一期南广场，终点位于通明湖国家信创园。
本次赛事将机器人的关门时间设置为3小时30分钟左右。在比赛过程中，机器人可更换电池，也可通过更换机器人以接力形式参赛。依据比赛过程中完赛时间、机器人更换次数进行综合评价，比赛过程中更换机器人每次罚时10分钟。
赛事设置了冠、亚、季军，还设置了完赛奖、最优耐力奖、最佳人气奖、最佳步态奖、最佳形态创意奖等系列奖项。比赛报名时间为2025年3月5日10时至2025年3月11日17时。
体积小巧如手表，但具备非侵入性实时监测血液中单个细胞的能力，麻省理工学院（MIT）“纳米网络生物探索”研究团队最新研发出一款名为CircTrek的可穿戴医疗设备。区别于传统的“快照式”抽血诊断，CircTrek旨在提供实时动态监测。团队负责人Deblina Sarkar表示，CircTrek有望在疾病早筛、复发检测、感染风险评估及疗效监控等多个医疗关键环节发挥重要作用。相关成果日前已发表于《Nature Partner Journals: Biosensing》期刊。
研究人员指出，连续性监测技术对于抓住关键治疗窗口相当重要。当前唯一可供临床使用的实时性监测技术为体内流式细胞术，但需要庞大的显微设备，并要求病人长时间在场。而CircTrek集成了Wi-Fi模块，未来可实现在家监测、实时数据远程传输至护理团队，从而大幅提升诊疗效率。
该设备的工作原理为荧光标记和激光技术。研究人员介绍，现已有多种标记方法获得人体使用许可，标记方式为使用抗体荧光染料或通过基因改造，使目标细胞表达荧光蛋白。定向激光束则用来刺激皮肤下被荧光标记的细胞，并借助特制滤光系统降低如心跳等背景噪声，从而精准提取荧光信号。
例如，在CAR-T免疫细胞治疗中，患者的免疫细胞就可以被实验室采集、改造并荧光标记，以对抗癌症，并通过CircTrek进行实时疗效监测。研究发现，治疗后患者血液中CAR-T细胞的持续存在往往意味着更好的治疗结果。
研究还评估了设备的准确度，CircTrek已在模拟人类皮肤下血流的实验系统中完成测试，单细胞检测的准确性已通过高分辨共聚焦显微镜验证。同时，实验还确认了CircTrek的安全性，结果显示激光仅使得皮肤升温1.51℃，远低于组织损伤阈值。
为实现佩戴便捷，团队还对系统硬件进行了高度微型化设计。激光驱动器、降噪滤波器等核心部件集成于仅42毫米×35毫米的电路板上，使设备的整体尺寸与普通智能手表相仿。其中的荧光传感器尺寸极小但高度灵敏，能检测到单个光子的微弱信号。
研究人员表示，尽管CircTrek仍需进一步临床验证，但其设备参数可根据不同需求灵活调整，未来有望广泛应用于多种疾病监测，为临床治疗提供更实时、精准的数据支持。
过往的2024年，AI在投融资市场呈现火热的趋势，美国“科技七巨头”市值增长了6万亿美元，类似OpenAI、Perplexity、xAI和Anthropic等AI明星企业都在2024年下半年频频传出新的融资消息。
和海外热火朝天的投资相比，中国AI市场经过两年的投入，行业竞争加剧，有不少创业公司开始扛不住大模型预训练消耗的资金和精力。2025年伊始，零一万物被曝其超大模型已经交由阿里训练，零一万物负责小参数、适中的行业模型。其创始人李开复对此回复称，“大家都看得很清楚，只有大厂能够‘烧’超大模型。”
“我不认为AI的价值在于专注开发模型，更重要的是应用，制胜之道是构建出更具有性价比、让每个人都能使用的平台和应用程序。”近日，OpenAI前全球商业化负责人、人工智能与商业战略专家Zack Kass在接受澎湃科技（www.thepaper.cn）专访时表示。
OpenAI前全球商业化负责人、人工智能与商业战略专家Zack Kass
Zack Kass认为，在过往的一年，AI价格变得更加低廉是显而易见的，这意味着仅专注模型本身和技术变化是不够的，让AI变得更加有性价比是一个发展趋势。对于中国AI初创公司来说，最应该关注的是将消费者应用程序变得更好、更高效、更具有性价比。
在Zack Kass看来，效率、多模态与AI Agent将是2025年AI的三大关键词。效率将推动AI技术的大众化，多模态将拓展AI的应用场景，而AI Agent则有望彻底改变软件行业的盈利模式。
【以下对话全文】：
AI正迅速变得更具有性价比
澎湃科技：就2024年AI整体的发展，你观察到哪些趋势性的变化？
Zack Kass：一方面我认为，其实人们并没有注意到人工智能对每个人的日常生活有多大的改善，仍在追问“AI泡沫”；另一方面，AI的价格迅速下降，这让我意想不到。这意味着，模型和技术变好是不够的，还要让它变得便宜。
成本的大幅降低意味着技术的可获取性大大提高，这在历史上往往预示着一场新经济的爆发式增长。当关键资源变得廉价时，通常会带来巨大的积极变化，我们希望AI尽可能便宜，这是一个大的趋势。
这个趋势对中国来说尤其有趣，这些模型的压缩使得它们能够以非常低廉的成本进行推理，从而实现技术的普遍平等。在这种情况下，我们实际上无法限制技术的获取。随着模型成本的持续降低，“单一模型提供商可以控制世界”的观点也站不住脚。
现阶段，依然很多人在警惕AI泡沫，认为过度夸大了人工智能的重要性，但我的看法是，现阶段人们还没有完全意识到人工智能真正的潜力。
澎湃科技：最近创新工场的联合创始人李开复在接受媒体采访时说，未来零一万物将不再追求训练超级大模型，创业公司投资大模型预训练的性价比太低。你怎么看？
Zack Kass：开发前沿模型是重要的，但更重要的是应用。李开复在这场大模型竞赛中的结果，并不是没有预测到。
我有一个“模型收益递减理论”，基本上是说，在某些时候，下一个新模型的出现并不重要。但在某些时候，新模型的出现又如此不可思议，然而总有一天新模型的出现会对我们不再那么重要，这表明朝着这个结果努力并不是真正的制胜之道，制胜之道是构建每个人都能使用的平台和应用程序。
澎湃科技：有没有你觉得在商业化做得比较好的AI公司？有哪些特点？
Zack Kass:Perplexity非常出色，因为它建立的模型是专门为一个非常关键的应用——搜索设计的。Perplexity把重点完全放在搜索这个巨大的类别上，建立了一个训练有素的模型。
我认为Perplexity的最终模式会是付费版本，它以后会卖广告的。更有趣的是，已经能看到很多软件公司在大规模地扩展自己的产品，很多人都在想办法在自己的软件产品中销售新的人工智能产品。
PerplexityAI
澎湃科技：对于中国企业想要利用AI的，你有什么建议？
Zack Kass：对于中国企业来说，采用人工智能有两种方式：第一种是改进内部流程，让AI帮助企业更好地运行，尤其是如果你是一家中小型企业，这样做就会非常有意义。互联网给我们带来了电子商务，一种全新的购买商品和服务的方式。反过来，AI也将以几乎无法想象的方式呈现新的商业模式，机会显然无处不在。
如果我是中国创业者，会更倾向于在AI软件或AI应用领域，尤其是生活消费类的方面。如果我成立一家人工智能公司，我会为像街角商店这样的消费场景开发人工智能软件。
总体来说，人们日常生活中涉及衣食住行的这类小生意，很容易快速实现商业化，也具有市场潜力，所以我认为向这些公司销售AI将会非常容易。
2025年的关键词是效率、多模态与AI Agent
澎湃科技：你对于2025年AI的发展有哪些预测？AI如何更好地融入我们的生活？
Zack Kass：目前，我们正处于第一个阶段——增强应用阶段。这在中国十分常见，即现有的应用程序，如微信等，现在借助AI获得授权或增强能力，我们只是接受了AI的存在，并将这些模型应用于现有应用程序中，从而现有世界的效率提高了30%～40%，用相同的应用程序能做更多事情。
接下来我们将进入自主代理（AI Agent）阶段。如今，大多数人已知晓自主代理，我们正快速接近一个不再需要打开应用程序并使用由AI授权或增强的应用程序的世界，而是将任务分配给AI代理，由其在应用程序和网络体验中执行任务。这令人兴奋，未来我们会花更少时间在应用程序本身上，而会把更多的时间将任务分配给在应用程序中执行任务的代理。
此外，在未来可能出现的多模态（multi-agent）AI世界中，可以在一定程度上操控手机上的不同软件，尤其是在通过不同的输入方式（如语音、图像、文字等）与手机应用程序进行交互时。
第三阶段是自然语言操作系统多模态。这一阶段稍显复杂，但主要会发生两件事：首先，我们将从携带个人电脑转变为佩戴它们，如以眼镜、手表或工作内容预测工具等形式出现。各大消费电子公司及部分非消费电子公司都在朝此方向努力，OpenAI也不例外。
我的观点是，世界很快将获得完全整合的、不计量的智能，能准确学习我们工作方式并嵌入到各种智能界面的世界里，未来了解大多数未知的事情并变得异常容易，人们也将认为完全获得智能是理所当然的。
澎湃科技：在你看来，人们应该如何应对这种变化？
Zack Kass：首先，你必须为事情的持续变化做好准备。现在世界发展得非常快，我建议大家将自身的适应性作为个人的核心战略，我希望所有的年轻人都能学会适应变化。现在仅仅说“我们可能会改变”是不够的，现在要求我们必须说“我们将改变”。
很多年轻人问我，“我应该学习什么才能获得一份好的工作”？我有一个令人失望的答案，“其实学什么并不重要”。你的专业与经济成果之间的正相关性正在快速下降，你学习的内容不再真正影响你的工作质量。
我并不认为AI会让更多人失业，这是人们对AI革命的误解。我最反感的是，我们开始围绕AI做不到的事情进行追问思考，我称之为“负空间（Negative Space）AI”。在美国硅谷每个人都在谈论AI能做的所有事情，关注AI积极的一面。比如，我去酒吧，有人发现我在OpenAI工作过，他们最喜欢问的问题是：“OpenAI接下来要建造什么？GPT-5什么时候到？”这是我最喜欢的问题，从来没有人问过我：“什么是AI不会实现的？”
如果担心会被AI取代的话，我们应该开始提升人文素质，AI将创造众多新兴工作岗位，并在全球范围内积累巨大价值，推动生活成本不断降低。
深渊钩虾样本。吴跃伟 图
3月7日上午，由上海交通大学、中国科学院深海科学与工程研究所、华大集团联合发起并执行的“溟渊计划”（马里亚纳海沟环境与生态研究计划，英文简称“MEER计划”）第一阶段成果发布会在海南三亚召开。
澎湃科技获悉，溟渊计划此次实现了多项全球突破，包括：人类首次到达雅浦海沟最深点，首次对深渊生态系统进行系统研究，首次建立全球深渊生物大数据库并开放共享等，这些成就的取得标志着中国深海生命科学研究迈入国际前沿。
“溟渊计划”研究团队多次深入深渊海底，发现深渊微生物在最深海域超高静水压（600-1100个大气压）下的异常繁盛，发现深渊两种代表性宏生物与深渊微生物之间存在趋同的适应机制，即深渊存在跨越物种边界的“共适应”策略，从而串联起了独特的深渊生态系统，描绘了首个海洋最深生态系统的图景。
在发布会上，“溟渊计划”发起人，上海交通大学生命科学技术学院/微生物代谢国家重点实验室、深部生命国际研究中心主任肖湘表示，“我们现在对于海底的了解，甚至还比不上对月球表面的了解。到海洋最深处去采样，它的难度就是挑战到月球采样的难度。”
深渊岩石样本。吴跃伟 图
早在上世纪初，就有学者投入到深渊微生物研究，然而受限于抗高压设备的制作技术，多个国际同行组织的深渊大科学计划最终未能达到良好预期。
在2020年之前，只有9人曾到达过海洋最深点马里亚纳海沟底部。2020年底，成功完成工程海试的中国第一艘万米级载人潜水器“奋斗者”号,凭借其独特的采样能力和超长海底作业时间，成为当今全球唯一具备深渊系统调查采样能力的载人潜水器。
2021年10月至12月期间，肖湘带领上海交通大学研究团队，与中国科学院深海科学与工程研究所、华大集团等国内多家科研单位共同参加了“奋斗者”号载人潜水器的深渊航次。科学家团队对马里亚纳海沟、雅浦海沟和菲律宾海盆6000米-11000米水深区域进行系统采集，获得水体、沉积物、宏生物等样本2000余份，其中雅浦海沟最深点为人类首次到达。
3月7日，“溟渊计划”（马里亚纳海沟环境与生态研究计划，英文简称“MEER计划”）第一阶段成果正式发布。
在深渊极端环境里，每下潜一米都是对设备性能的巨大挑战，每停留一秒都是用生命极限探索极端生命的生死竞速。团队顶着5次超强台风的冲击，经过33次科学例会的灵感碰撞，攻克了深渊极端高压环境下的采样与实验技术难题，建立了“深海采样-基因测序-数据分析-实验室验证”全链条科研模式。
“做这些数据（和研究），我们是有一个决心的，我们是去系统地采集，它是不可重复的，因为这是2021年10月到12月人类活动对深海影响的一个实时记录……一百年以后甚至一千年以后，人类再次考察（这个区域），他们看到的地球环境，是不是跟我们今天还一样？他们也会来评估我们今天对深渊的认识是不是客观真实的。”肖湘说。
肖湘透露，对于MEER计划科研成果的展示，“有一个美学设计，事实上我们这个系列一共是9篇论文（5篇待发），包括了‘实景’篇——深渊现场、‘解构’篇——生态解构、‘印象’篇——共性原则，这些组合起来就是深渊的全景画廊。”Cell杂志除了今天以封面专辑形式发布4篇论文，还专门给MEER计划开通了一个网站，未来的系列文章都会在这个网站上进行展示。
在社交场合中感到困惑和尴尬，对于自闭症患者而言是日常。伴随AI技术的发展，AI应用正逐渐成为自闭人群理解社交“潜规则”的新助手。
据美国疾控中心（CDC）数据，目前美国已有逾500万成年人被确诊为自闭症，该人群普遍在解读暗示性言语、开展非言语交流等方面存在障碍。患有自闭症的34岁加拿大教师Theron Pierce在被突然裁员后，通过名为Autistic Translator的AI应用，首次真正理解了自己在职场上存在的问题。在输入个人遭遇后，AI以简明要点解释，Pierce频繁寻求反馈的举动会被误解为“不胜任”，让Pierce直言“醍醐灌顶”。
斯坦福大学精神病学与行为科学副教授Lawrence Fung指出，这类AI工具“有潜力提升自闭症患者的沟通能力”。通过深度解析用户描述的情境，以及冷静和条理化的输出，AI辅助工具更容易让自闭症人群理解复杂的社交反馈，比如更准确的捕捉他人意图、厘清社交互动中的隐含信息。
值得注意的是，Autistic Translator还会在使用说明中提示，AI回答仅供参考，涉及暴力、药物、医疗建议等敏感问题，系统会自动引导用户回归一般性的沟通话题，避免误导。
Autistic Translator的创始人Michael Daniel本人也患有自闭症与多动症（ADHD）。经历失业后，他在澳大利亚自家客厅开发了这一工具。借助OpenAI的模型，他将Autistic Translator打造为一款即时反馈、自定义程度高的AI应用，目前用户数已突破3000人。其还推出拓展版NeuroTranslator，服务对象已扩展至ADHD群体。
与人际交流不同，AI不会因重复提问而感到疲惫或厌烦。另一款名为Goblin Tools的AI工具也声称能够协助神经多样性群体更好理解和组织信息，其创始人Bram De Buyser指出：“AI不会疲倦和挫败，也不会因为问题奇怪而评判用户，这种特性对于需要反复确认社交规则的自闭症患者而言尤其重要。”
然而，相关应用体验也呈现分化情况。加州一位患有自闭症和多动症的Phillip Lee在连续测试Autistic Translator后，最终还是决定向亲友求助。其认为，AI仅能提供部分认知辅助，但无法完全涵盖复杂的人际交往场景。对于更模糊、深度涉及个人经历的问题，AI的回答易变得模糊空泛，有时甚至因为问题过于复杂而无法生成回应。他表示，“自闭症体验是极其个体化的，无法一刀切，需要更多时间与耐心。”
专家们普遍提醒，AI并非万能钥匙。UCLA临床教授Elizabeth Laugeson指出，自闭症人群确实倾向以规则思维处理信息，AI能一定程度上验证他们的理解。但若过度依赖AI，反而可能抑制个体的个性化成长，“真正的独立需要自主面对复杂模糊的现实，而非只靠标准化反馈。”
尽管AI无法替代真实的人际关系，但如果使用得当，其作为阶段性的支撑而非终极解决方案，仍旧能够成为自闭症群体迈向读懂他人、理解世界的“踏脚石”。
在短暂停止服务后，短视频社交媒体平台TikTok19日恢复在美国的服务。但有消息称，在18日早些时候，TikTok暂停服务前，美国人工智能初创公司Perplexity向TikTok母公司字节跳动提交了一份收购提案。据美国财经门户网站Investor’s Business Daily报道，该提案提出将Perplexity、TikTok美国以及新的资本合作伙伴合并成一个新实体。此合并方案允许字节跳动的大多数现有投资者保留股权。
19日，TikTok发表声明表示，将与美国候任总统特朗普一起寻找维持TikTok应用程序在美可用的长期解决方案。特朗普当日在社交媒体上发文，呼吁各公司不要让TikTok处于停止运转状态。特朗普说，他将于20日发布一项行政令，推迟TikTok“不卖就禁用”的法律生效时间，同时他还为Tiktok继续在美营运开出了条件，声称希望美国在合资企业中拥有50%的所有权。
Perplexity成立于2022年，是由AI 聊天机器人驱动的研究和对话搜索引擎，被称为生成性AI热潮中最有价值的年轻AI初创公司之一。该公司的早期投资者包括亚马逊创始人和新任CEO杰夫·贝索斯（Jeffrey Bezos）、Nvidia( NVDA )和风险投资公司New Enterprise Associates。在最新一轮融资后，Perplexity估值为90亿美元，大家对于其推出的收购提案不抱期望。Wedbush分析师Daniel Ives在一封电子邮件中对Investor’s Business Daily表示，“我们认为对Perplexity的收购无望，因其内在价值太低，不可能达成400多亿美元的交易。在TikTok竞争激烈的竞标过程中，马斯克是领先者。”
此前，TikTok已否认或将美国业务出售给马斯克，称未与马斯克方面谈过潜在的出售交易，且没有与中国监管层讨论过所谓出售的方案。马斯克现已成为特朗普的重要顾问，拥有社交媒体平台X，和杰夫·贝索斯（Jeff Bezos）是长期竞争对手。
此外，Perplexity的竞争者虎视眈眈。初创公司OpenAI的ChatGPT功能与Perplexity相似，同样是通过访问网络搜集信息，进行总结、整合、输出答案。OpenAI近期获得66亿美元的新融资，估值达到1570亿美元。谷歌股价在2025年上涨了3.5%，去年上涨了37%，有了TikTok，Perplexity可能会成为Alphabet(GOOGL)更强大的竞争对手。
记者从中国科学院物理研究所获悉，该所科研团队近期成功研制出厚度仅为头发丝直径的二十万分之一的单原子层金属，这是国际上首次实现大面积二维金属材料的制备，开创了二维金属研究新领域。这种材料未来可以为超微型低功耗晶体管、透明显示等领域带来技术革新。该科研成果于北京时间3月13日在国际学术期刊《自然》发表。
在我们日常生活中，人们见到的材料都是三维的，也就是具有一定长度、宽度、高度，但如果把一个维度抹平，那就是二维材料。例如一本书就具有长宽高，而二维材料就像是从这本书上单独撕下来的一页纸，看上去只有长和宽，厚度在我们肉眼看来几乎为零。在科学界，真实的二维材料就是厚度为单个原子或者少数几个原子的材料，一般厚度仅仅是一张A4纸的百万分之一。
如何把金属材料也能做得这么薄呢？这在科学界极具挑战性。中国科学院物理研究所张广宇研究员带领团队发展了原子级制造的范德华挤压技术。这种技术采用的压砧是原子级平整、表面无悬挂键的材料。科研团队通过将金属熔化并利用团队前期制备的高质量单层二硫化钼范德华压砧挤压，实现了原子极限厚度下铋、锡、铅等二维金属的普适制备。二维金属的实现超越了当前二维范德华层状材料体系，补充了二维材料家族的一大块拼图。
范德华挤压技术制备二维金属的过程示意图
据了解，通过范德华挤压技术制备的二维金属上下均被单层二硫化钼所封装，具有非常好的环境稳定性。这项研究成果有望开创二维金属研究的新领域，为超微型低功耗晶体管、高频器件、透明显示、超灵敏传感探测、极致高效催化等众多领域带来技术革新。
·AI时代的学习目标不仅是学会使用AI，更重要的是让人学会在脱离AI时，仍然可以跑得更快，看得更远，让慢思考成为思考的习惯，也就是说，让慢思考变快。
在进入亚马逊云上海人工智能研究院之前，我曾经在大学任教4年。最近几年，人工智能技术发展很快，甚至范式也发生了很大变化，以前我们研究视觉、自然语言理解的一些基本问题，现在是大模型。但很遗憾的是，我发现大学的变化并不大，学生用的教材仍然是我10年前参与编写的，事实上我觉得其中至少有三分之一已经没必要再教给学生了。因此，虽然我常常作为人工智能专家出现在各种公开场合，但我更想探讨AI时代的教育应该如何改革。技术在快速发展，它将深刻地影响人类社会，人类社会如何与技术相处，与世界相处？人类应该如何正确地看待技术，看待世界？这一切的解决之道关键在教育。
一、
“赢者通吃、能者多劳”是一个自然规律，技术也不例外。当一项技术成为了热点，它就能够吸引更多的资源，人工智能就是当下的那项最热的技术，因此它的发展速度是会越来越快的，因为它成为了所有的研究人员、工程师、投资者和用户的焦点。
在DeepSeek的带动下，大模型、AI现在变得非常大众化了。DeepSeek点燃了大家对于AI的热情和接受度，接下来我相信大家会试图在大模型基础之上做出更多形式的应用。今年，基于大模型的应用会非常快速地发展，事实上现在有些应用可能已经在企业里帮助企业降本增效，只是大众没有体验到而已。
2024年推理大模型之后，大模型预训练确实到达了一个新的高点，但也有一个新的瓶颈。有一种观点认为，应用工具的发展可能会反哺基础模型能力的提升。譬如应用在完成任务时如果出现效率不高的情况，可以给到基础模型一个信号，从而激发基础模型继续提升能力。
但不可否认的是，AI很难克服“幻觉”，因此也就存在数据自污染的问题，如果将AI生成的数据再次用于模型的训练，可能最终会收敛成一个更差的结果。要避免这种情况发生，就需要对AI进行治理。最近，国内已经出台了相关法规（编者注：3月7日，国家互联网信息办公室、工业和信息化部、公安部、国家广播电视总局联合发布《人工智能生成合成内容标识办法》，对AI内容的标识提出了三大核心要求，涉及显式标识、隐式标识和平台责任，该办法自2025年9月1日起施行），我觉得这个做法是对的。技术的进步是不可阻挡的，但在技术的发展过程中需要被规范，要防止技术被违法犯罪分子利用。
此外，AI的能力最终会不会超出人类的控制？目前还未看到，未来会不会？我们不得而知。但有一点是不可否认的，所有能够被发展的技术都是因为其给人类提供了更大的便捷，AI也不例外。未来，人类是否会因为太过于依赖技术而被技术控制，或者退一步说，被技术打乱生活的节奏，后者似乎在目前看来是比较明确的。
今天，我们已经看到手机和我们生活的深度捆绑，只因为手机的应用足够强大。但在20年前并非如此，那时的手机功能还仅限于打电话和收发短消息，未来的AI技术只会比今天的互联网技术更加强大，而人类的弱点也会因此被放大。
归根结底，技术的发展和人类的幸福感并无强关联。我们不能说在技术不发达的年代，人类的幸福感一定低于现在的我们，没有手机的时代我们也曾经活得很好。今天技术给我们带来很多便利，但提升生产效率的同时也带来了很多烦恼。
这一点，科技公司有责任。对于从事技术研发的人来说，让技术更强大是自身的使命，但在技术的发展过程中，技术向善也是技术公司理应承担的责任。
但如何利用技术让我们跑得更快，又如何在离开技术时，我们仍然跑得更快？这是人类今天需要共同面对的更重要的命题。
在我看来，这个命题最重要的解决方案在于教育，让每一个人在年轻时就学会如何正确地看待这个世界的方法，是非常重要的事情。 人类的幸福感最终来自我们如何看待这个世界。
二、
教育的改革在今天已经刻不容缓，因为技术的迭代速度正在加快。一方面，技术的发展在迫使我们进行改革，另一方面，技术的发展也给我们创造了史无前例的条件。
大模型的出现，让所有人有了更加便捷的学习路径。任何问题你都可以向大模型提问，而不用担心被嘲笑。所以在我看来，AI时代的教育首先是应该让每个人尽可能地去使用AI。
鼓励大家使用AI，可能就对我们当下的教育形成了一个挑战。我们当下很多填鸭式的教育在人人拥有AI的时代已经没有意义，那么教育的目标、课程和方法都需要重新设计。
譬如长久以来，我们的大学学科教育是非常细分的，我们的目标在于培养专才，这导致最终培养出来的人才，知识面非常窄，这也是为什么当一个人成为所谓的“专家”后，他对这个世界的看法是带有偏见的。最危险的是，现实中的话语权又常常被拥有更多资源的“专家”所掌握。所以，在我看来，无论是哪个学科，我们都需要加强更多的交叉学科的通识教育。学理科的人需要掌握人文历史社会学，学文科的需要掌握一些最基本的科学常识，也就是说，我们公民的基本素养，是需要去提升的。
事实上，从历史上看，科学领域很多新概念、新发明的诞生也得益于不同领域的组合。譬如埃尔温·薛定谔作为一名物理学家，他所著的《生命是什么——生物细胞的物理学见解》影响了很多学生物的人，从这里就看到了跨界的优势和重要性。从某种方面可以说，通识的素养越强，人的创造力就越强。
就整个时代的发展来说，伴随着科技的进步，重复性劳动会越来越普遍地被机器所替代，只有创新才能产生附加值，不管从事哪种岗位，创新的能力一定是必需的。AI的出现让学生有机会掌握本专业之外的其他重要知识，养成终身学习、终身提问的习惯。
三、
此外，我认为AI时代的学习目标不仅是学会使用AI，更重要的是让人学会在脱离AI时，仍然可以跑得更快，看得更远，让慢思考成为思考的习惯，也就是说，让慢思考变快。我们现在的网络充斥了太多快思考的结果，但技术越发达，越需要更多的慢思考。
跟以往的人工智能技术不同，今天的AI和每个普通人都能实现很强的连接，它不仅是一个很好的学习工具，也可以让人类更了解自己。今天以大模型为代表的AI技术，它的工作原理和人脑差不多，人类有快思考和慢思考，大模型也有快思考和慢思考。通过与大模型的对话、互动，形成对照，我们有机会可以将知识学得更加透彻。只要你有好奇心，你有自省的能力，你就能借助AI这面镜子释疑解惑。
要达到上述这些教育目标，需要更精心的课程设计，但我想只要设计得好，它应该可以让学生乃至社会受益。当然，我并不是全盘否定当下重复练习的教育模式，在某种程度上，重复练习也是必需的，它可以给我们建立很好的学习基础，但是在这个基础之上，我们需要增加更多的个性化、与科技时代呼应的教育内容，其中包括批判性思维能力，不盲从、不轻信。
到底在哪个阶段需要增加交叉学科的通识教育以及批评性思维的训练，我想可能每个人生长发育的阶段不同，可能会因人而异，个性化教育似乎最好。但不可否认的是，大学生是一定需要的，因为他们很快将直面就业的压力。就眼下而言，我们可以看到重复性的练习、灌输式的教育模式使得很多年轻人最终变成了“拨一拨动一动、不拨不动”的状态，缺乏对生活的热情，这对于我们整个社会的发展来说不是一件好事。教育的改革是改变年轻人的关键，这也关系到社会的未来。
·目前具身智能领域正处在类似于从GPT-1到GPT-2的过渡阶段，连最基础的物理世界的数据都还十分匮乏。遥操作方式获取的数据成本过于高昂且采集效率低，导致行业内很难获取。除了缺乏高质量数据，徐良威认为，具身智能数据服务行业内面临的首要难题是缺乏统一的数据集定义标准。
过去的一年，具身智能、人形机器人引发的关注与日俱增，但喧嚣过后，这一行业的发展也正面临着艰巨的挑战，其中训练具身智能大模型所需要的高质量数据在哪的问题成为眼下行业的一大共同的困扰。
日前，上海机器人初创公司智元机器人正式开源百万真机数据集AgiBot World使得数据缺乏问题再次被提起。智元机器人联合创始人、首席技术官彭志辉（网名为“稚晖君”）表示，在具身智能领域，真机数据的采集成本和门槛非常高，此次开源希望众多科研团队基于真实数据进行具身智能算法的训练，加速技术创新和产品应用。但在业内人士看来，“百万条真机数据量”对于行业来说只是杯水车薪，“只能训练一个动作的泛化，譬如分拣，对实现理想状态中的具身智能还远不够。”
除了数据缺乏的困扰之外，已有数据的标准化也是一个待解难题。
连最基础的数据都缺乏
不同于语言大模型的训练得益于互联网上海量的数据，具身智能“大脑”的训练则需要更多来自物理世界即真实世界动态环境中的交互数据，如何解决物理世界数据匮乏问题，成为眼下人形机器人技术演进路上最大的难题。
人形机器人创业企业之一——银河通用的创始人兼CTO、北京大学助理教授王鹤此前在不同场合多次提及具身智能领域面临数据集短缺的难题。王鹤认为，通用机器人背后的技术一定是具身大模型，要用数据驱动基础机器人大模型，让机器人能够有极高的泛化性和跨行业应用能力。但现有数据量不足以支持通用机器人的发展。
泛化性是指模型经过训练后，能够将一项行为应用到陌生的应用场景中的能力，在陌生场景中能自主识别任务并采取行动。国家地方共建人形机器人创新中心（以下简称“国地中心”）相关数据负责人在接受澎湃科技（www.thepaper.cn）采访时表示，行业内对于机器人泛化数据的获取始终是一大难题，现阶段，特斯拉的Optimus仍需要人为远程操作来帮助机器人完成任务，还不具备泛化能力。
国家地方共建人形机器人创新中心具身智能数据看板，澎湃科技记者拍摄。
北京航空航天大学机器人研究所名誉所长王田苗此前在接受澎湃科技采访时也指出，数据的匮乏让人形机器人很难具备泛化性。当前，机器人任务泛化、感知泛化和运动操作的三个泛化数据很难获取，比如让机器人叠衣服、骑自行车等这些数据很难得到。
王鹤团队从2023年开始探索大规模的灵巧手数据合成和大规模的泛化，2024年合成了10亿规模的数据体量，用于训练机器人的灵巧手。
总部位于深圳的一家向具身智能机器人提供基础场景数据和解决方案的创业公司艾欧智能联合创始人徐良威告诉澎湃科技，经过一年多对于机器人技术路径的探索发现，“只有通过海量数据训练才能够真正地通向具身智能”已经成为行业共识，通过仿真数据实现智能的可能性远远小于使用真实数据。然而，目前具身智能领域正处在类似于从GPT-1到GPT-2的过渡阶段，连最基础的物理世界的数据都还十分匮乏。
在徐良威看来，对于训练具身智能泛化能力来说，AgiBot World这种百万量级的数据集虽然已经取得明显的进步，但只是“杯水车薪，洒洒水而已”，达到理想的效果需要更大量的数据。
高质量数据获取采集成本过于昂贵
澎湃科技记者了解到，在具身智能领域实践中发展出四种具身智能采集训练数据：第一种是遥操作机器人数据，即需要一位人工数据采集员戴着遥操作手套，手把手示教，获取真机操作数据。通过这种方式获取的数据质量最高，但成本昂贵。第二种是仿真合成数据，在虚拟的3D仿真环境里从无到有地积累训练数据，这类训练数据以生成数据为主，与真实世界仍有较大差异。第三种是通过人类动作捕捉数据，也称为动作捕捉或动作追踪数据，是通过传感器、摄像头或其他设备，精确记录和分析人体运动的技术。这类方式获取的数据质量较高，但通过人类动作捕捉获取的数据，与机器人能否适配仍存在一定差异，需要后期继续做构型对齐相关工作。第四种数据来源是通过互联网获取人类动作视频或图像数据。这类方式的特点是能获得海量数据，但都是单一模态、非结构化且无标注的二维图像或视频信息，质量很差。
国地中心数据负责人指出，目前行业内最匮乏的是通过遥操作方式获取的高质量数据，仿真合成类数据获取成本低，但仍需要弥合仿真与现实世界的差距。然而，遥操作方式获取的数据成本过于高昂且采集效率低，导致行业内很难获取。
数据训练员穿上特制的动作捕捉服装训练人形机器人捕捉数据
“一台遥操设备投入约35万元，再加上人工数据采集员的成本，每人每天大约采集500条数据，人工成本至少需要300元，即便长期投入也无法保证成功。”国地中心数据负责人估算，特斯拉的人形机器人Optimus至少需要数百万小时的数据才能完全准备好在特斯拉工厂工作，这期间可能需要至少5亿美元的数据采集成本。
上述国地中心数据负责人向澎湃科技透露，即便银河通用专注于强化机器人大脑模型，强调仿真合成数据的使用，但仍面临一定挑战。“在仿真环境中参数看似正确，但在物理世界中，即使是微小的偏差也会导致完全不同的结果。比如，人形机器人执行蹲下起身这类动作时，不同机器人可能会有不同表现，电机参数任何微小变化可能会导致机器人出现完全不同的行为，很难控制。”
由于泛化数据采集成本高、获取难度大，国地中心数据负责人透露，现阶段行业内大部分按照1:9或者1:10的数据比例训练机器人，即一条遥操作机器人数据配以9条或者10条仿真合成数据，但这个比例目前还没有定论。
缺乏统一标准的数据集
徐良威认为，另一个关键问题是如何实现高效的数据采集。虽然通过人工操作机器人可以获取高质量的数据，但这种方式的效率极低。徐良威称，智元对外称一周可采集50万条数据，综合一年数据量也不过只能达到千万量级，这对具身智能训练效率非常低，难以提速。
除了缺乏高质量数据，徐良威认为，具身智能数据服务行业内面临的首要难题是缺乏统一的数据集定义标准。尽管海外有Google这类科技巨头已开源部分数据集，国内也有智元机器人开源百万条真机数据集等，但不同公司开放的数据集格式能否兼容、能否保持数据质量的一致性很难说。
“北京和上海的开源数据集能否兼容、数据格式是否一致，以及数据托管的方式有哪些不同，这些还有待出台统一的数据标准。”徐良威说，目前国内众多机器人公司正处于“百花齐放”的状态，在数据管理上也各自为政，这导致公司之间沟通成本非常高。
在数据处理上，目前行业内也缺少统一的数据处理标准。“不同公司、机构或平台对处理数据的方法不一，机器人如果要有效利用这些数据，还需进一步处理。”徐良威说，每个团队或公司可能都需要从头开始处理标注数据，这会浪费大量时间和资源，且无法保证训练结果的通用性。
近期，国家地方共建具身智能机器人创新中心牵头立项的《人工智能具身智能数据采集规范》工信部行业标准，规范了具身智能数据集采集的格式，使不同公司采集的数据可以互相共享开源，加速模型“涌现”，在徐良威看来，对从业者来说无疑是一个积极的信号。
2025年会出现更多的数据采集训练场
世界模型的出现似乎给人形机器人带来一些新的希望。去年12月，李飞飞的世界模型开启了从数字世界向物理世界的跨越征程，实现了从一维数字智能向三维空间智能的重大转变。2025年1月6日，英伟达创始人兼首席执行官黄仁勋在2025CES（国际消费类电子产品展览会）期间，推出了涵盖生成世界基础模型的Cosmos世界基础模型平台，旨在加速自动驾驶汽车、机器人等物理AI系统开发。黄仁勋认为，“机器人的ChatGPT时刻即将到来。与大语言模型一样，世界基础模型对于推进机器人和自动驾驶汽车的开发至关重要。”
徐良威称，这一类世界模型为通用智能提供空间、时间、物理、语义等各方面的模型表征。理论上来说，一方面，世界模型的成功使得机器人“理解世界”具备可能性；另一方面，世界模型能够在各维度下生成符合世界规律的数据，有潜力成为机器人合成数据的新范式。不过，虽然世界已经有一些阶段性的成果推出，但真正在机器人上应用，直至能够商业落地也还需要进一步发展。
数据缺乏在成为业内共识的同时，各方也在采取解决方案。2024年8月，特斯拉对外高薪招募“数据采集员”；2024年12月27日，北京国地共建具身智能机器人创新数据采集基地亮相。
据了解，从2024年下半年开始，位于上海张江的国家地方共建人形机器人创新中心也在搭建基于自己平台的数据采集训练场，目前，训练场的场地搭建工作以及数据采集机器人设备也基本到位，2025年计划招聘一些数据采集员来配合遥操作数据采集。2025年预期量产机器人的数量会上升，随之带来的数据采集量也会大幅增长，在数据采集成本方面也会下降。“今后可能会有一批便携式数据采集工具出现，这样会进一步降低数据采集成本。”相关人士透露。
在徐良威看来，北京、上海相继表示要共建具身智能机器人创新数据采集基地和搭建实训、模拟应用场景建设，核心价值远不止数据采集本身，更重要的是能够集中资源、缩短数据积累的时间，也相应地缩短了具身智能市场准入时间。他预测，2025年不同地区会加快建设数据采集训练场，以便从0到1的过程中尽快实现机器人的落地应用，此外数据采集方式将更加多样化。
