朱松純兩萬字演講：AI熱潮的回望與反思、思想自主、未來展望

編者按：2026年7月19日，世界人工智能大會“思想者論壇”，北京通用人工智能研究院院長朱松純教授發表主題演講。本文根據演講內容做了梳理和整理，原標題為《AGI認知架構與價值驅動的第一性：機器“立心”與人類協同的底層邏輯》。在全球科技股暴跌之際，朱松純教授對AI泡沫現象的批判與對技術趨勢的判斷頗具前瞻性，值得深思。

撰文｜朱松純?

引言

當前，人工智能技術的演進引發了廣泛的社會關注與討論，人類社會正從信息時代跨入智能時代。大量智能體進入人類生活，在釋放巨大生產力的同時，也引發了社會層面的焦慮——人們擔憂被替代、被邊緣化，也開始重新思索自身在智能時代的存在意義和獨特價值。這場變革的深度與廣度值得認真審視：它不僅將推動生產工具的升級，更將推動社會結構、價值體系乃至人類對自身認知的重塑。

與此同時，AI產業本身也陷入了深刻的迷茫。資本市場在幾輪熱點輪換中劇烈波動，技術敘事的更迭令人眼花繚亂，社會輿論在"AI萬能論"與"AI滅絕論"之間搖擺不定。AI迄今尚未實現大規模產業化落地，對社會的真正沖擊在相當程度上來自媒體的宣傳與炒作——這些敘事塑造了公眾對AI的認知與預期，也深刻影響了資本流向和產業格局。

如何定義AGI？怎樣的技術路徑能通向AGI？如何運用AGI技術賦能現代化產業體系建設？面對智能體廣泛融入人類社會的智能時代，我們要過怎樣的生活？只有在這些根本問題上有獨立自主的思考和判斷，才能在技術發展浪潮的大起大落中保持定力，在產業泡沫的周期性輪回中錨定方向，構建AGI發展的戰略主動與中國敘事。

要穿透這些現象的混沌，就必須回到AGI的第一性原理——即回到哲學層面，回到智能的本質思考。智能的本質是主觀的、內生的，是由內在價值體系驅動的主動探索與創造，而非對外部數據的被動擬合。正是基于這一認識，我們提出了AGI創新的五個層次——哲學層、數理框架層、模型層、算法層、執行層，并在這條路線上持續探索AGI的本質與“何以為人”的終極命題。

今天，我想從三個層面展開：第一，回望與反思——解構當前AI熱潮背后的國際敘事、營銷邏輯與產業泡沫；第二，思想自主——分享我們在構建AGI戰略主動方面的路徑探索、技術突破與產業應用；第三，未來展望——探討人機共生時代，我們"何以為人""何以生活"的終極命題。

目錄

第一章AI熱潮的回望與反思

一、國際敘事：從“全球化”到"美國優先"

二、AGI營銷：硅谷、華爾街、華盛頓三重奏

三、產業泡沫：價值透支與資源錯配

第二章思想自主：構建AGI的戰略主動與中國敘事

四、正本清源：AGI的本質、架構與技術路線

五、社會智能：人工智能的下一個前沿

六、戰略布局：科技創新與產業創新深度融合

七、產業賽道：以AGI平臺支撐政用商用民用

第三章未來展望：構建人機共生的文明形態

八、百年變局：智能時代的文明演化與社會轉型

九、何以生活：探索人機共生的工作與生活方式

十、何以為人：人生價值與意義的追尋

01 AI熱潮的回望與反思

過去十余年，人工智能領域經歷了多輪熱潮與低谷的交替。從2012年深度學習興起至今，這個領域其實并沒有真正意義上的“低潮”——技術本身一直在持續發展，一波又一波的新概念不斷被推出來，每一次都在全球范圍內產生了重大影響。我們真正面臨的問題，并不是熱潮與低谷的周期性循環，而是如何理性地對待這些層出不窮的熱點。

回顧這段歷史，有助于我們理解當前局面是如何形成的，也有助于分辨哪些是實質性的進步，哪些是輿論和資本的短期炒作。這里我想從三個層面來梳理：敘事（Narratives）、營銷（Marketing）與泡沫（Bubble）。

一、國際敘事(Narratives)：從“全球化”到"美國優先"

任何技術浪潮的興起，都離不開一個宏大的時代敘事作為背景。回顧過去二十年，國際政治經濟格局的敘事經歷了深刻的轉變。

上世紀90年代到2016年前后，全球化和自由民主的敘事占據主導地位。托馬斯·弗里德曼那本影響甚廣的《世界是平的》，可以作為這個時期敘事的典型代表。在這個框架下，中國2001年加入世貿組織，憑借人口紅利與制造業優勢實現了經濟的騰飛，成為全球化敘事的受益者和重要力量。

事實上，我在2025年1月的北京大學光華新年論壇上，就明確提出了從“世界是平的”到MAGA的敘事轉變，并對大數據、大算力、大模型的技術路線提出了質疑。今天全球科技股的劇烈震蕩，印證了當時的判斷。

敘事：從“全球化”到“美國優先”

隨著全球化對美國制造業和產業工人的沖擊逐漸累積，民粹主義思潮日益抬頭。2016年特朗普贏得大選，標志著政治敘事開始從新自由主義的全球化敘事轉向"美國優先"的國家競爭敘事。為了應對中國的崛起，重塑其全球競爭力，美國迫切需要一個新的戰略錨點——這個錨點落到了人工智能上，更準確地說，落到了通用人工智能上。

從全球經濟發展視角來看，大國博弈的焦點正從地緣勢力范圍、軍事力量對比等傳統維度轉向科技主導權的爭奪。縱觀全球經濟發展歷程，大致經歷三個階段：從以房地產、基礎設施和工業化為核心的資本積累階段，到如今邁向由新興科技、平臺生態和知識產權驅動的創新驅動階段。以人工智能為代表的新興科技，成為驅動經濟發展的引擎，也是國家核心競爭力的重要組成部分，其發展水平不僅體現經濟實力，也與國家安全、制度話語權緊密相關。能否在AI領域占據領先地位，直接影響一國在全球創新版圖與經濟秩序中的位置；AI競爭也逐漸從純粹的技術與市場競賽，演變為圍繞技術壁壘、供應鏈安全和數字時代發展主權的系統性博弈。

這一戰略轉向并非偶然。2015年前后，深度學習的進展讓通用人工智能開始被視為一個有可能實現的目標。2014年，谷歌高價收購了DeepMind；2015年底，OpenAI正式注冊成立；2016年3月，AlphaGo戰勝圍棋世界冠軍李世石，全球數千萬人觀看了這場"人機大戰"，人工智能的討論熱度自此徹底超越學術圈，進入公眾視野。2017年特朗普就任后，美國政府著手將AI作為國家競爭的關鍵領域進行系統布局。2018年開始的貿易戰以芯片為切入點，芯片被賦予的戰略地位類似于工業時代的石油——它是未來產業命脈的物理載體。

2026年6月，美國政府以國家安全為由，要求美國AI公司Anthropic暫停所有海外用戶對其最先進模型Fable5和Mythos 5的訪問權限。這一事件的深遠影響在于，它將前沿AI能力從市場化商品升級為國家戰略管控資源，直接打破了世界各國可以穩定獲得美國AI模型的預期，加深了全球各國對“主權AI”的重視。這進一步印證了：全球AI競爭早已是技術能力的競賽或市場與資本的博弈，上升至地緣政治與國家戰略維度，能否構建自主可控的全棧軟硬件技術體系、充分把握戰略主動與敘事權，關乎一個國家能否在智能時代站穩腳跟、引領世界。

二、AGI營銷（Marketing）：硅谷、華爾街、華盛頓三重奏

這個敘事的效果是顯著的。它成功地將全球資本、硅谷技術與華盛頓政策捆綁在一起，形成了強大的合力。從市場數據看，以"美股七巨頭"為代表的科技巨頭股價飛漲，市值總和一度超過標普500指數其余493家公司的總和。按照這一敘事的設想：只需要少數幾個天才加上無限供給的智能體，就可以改變競爭格局。2025年特朗普再次就職后，進一步任命"白宮人工智能沙皇"，發布"AI曼哈頓計劃"，試圖將通用人工智能作為中美科技競爭的戰略武器。

從更深層的戰略邏輯來看，這套硅谷、華爾街和華盛頓的“三重奏”，本質上是美國以AI為杠桿撬動全球資源配置的戰略。借助“AGI競賽”的宏大敘事與資本泡沫，美國成功將全球資本虹吸至本土AI產業：從華爾街到硅谷，從主權基金到養老基金，數以萬億美元計的資金源源不斷注入美國的數據中心、電網擴容、先進芯片產能等AI基礎設施。這一策略與1999年互聯網泡沫的底層劇本如出一轍——彼時納斯達克泡沫破滅后，遍布全美的光纖網絡與一代技術人才，支撐了此后二十年的美國科技霸權。

如今，美國對AI泡沫采取“縱容”態度，正是看準了這一點：泡沫終將破滅，但泡沫期建成的基礎設施、聚集的全球頂尖人才，將永久性地留在美國本土，成為不可遷移的戰略資產。正如美國財長貝森特所言：“AI最大的風險是讓競爭對手走在我們前面。”在這套邏輯下，關鍵是通過敘事驅動的資本洪流，完成美國的AI基建布局、鎖定全球高端人才，以技術代差確保領先優勢。以敘事為手段，以泡沫為工具，將金融投機轉化為不可移動的物理資產與人力資本，是這場“三重奏”的最終目標。

在國際敘事的宏大背景之下，市場層面的營銷不斷放大AI的重要性與緊迫性。營銷的核心在于"講故事"——當舊的增長故事遇到瓶頸，資本、媒體和產業就需要尋找新的敘事來維持增長預期。在這一過程中，有三類技術誤判經由商業包裝成為撬動投資的杠桿。

第一類是"大模型即AGI"。這種說法把大語言模型等同于通用人工智能，或者認為大模型再往前走幾步，AGI就會自然出現。但事實上，大語言模型處理的是語言序列的概率分布問題，它在本質上是一個統計模式匹配工具，并不具備真正的理解、推理和因果認知能力。把語言層面的流暢對話等同于通用人工智能，這中間存在概念的偷換。這種論斷在商業層面起到了顯著的營銷效果——它讓市場相信，只要沿著大模型這條路繼續加大投入，通用人工智能就指日可待。而從學術角度看，這種說法模糊了大語言模型與AGI之間的本質區別，對公眾認知和資源分配都造成了誤導。

第二類是"規模定律"（Scaling Law）。這一論斷認為，只要把數據量、模型參數和算力規模不斷做大，通用人工智能就會自然涌現。當時有說法稱需要百萬張GPU，后來又說要千萬張。國內一些重要人工智能會議的主題設置，基本上就是在為這套敘事做傳播——信息從美國傳過來，我們這邊請來美國的專家再講一遍，形成了一種信息倒灌和放大的效果。現在越來越多的人開始承認，單純靠規模擴展走不到通用人工智能。

營銷：資本驅動與媒體炒作（hype）幻象

第三類是"人類危機敘事"，將AI渲染為可能滅絕人類的威脅。這個話題在英國、舊金山、首爾、巴黎都開過峰會，成立過研究機構，也有不少科學家聯名呼吁暫停大模型研發。但回過頭來看，這些危言聳聽的論調，相當程度上是部分AI初創企業營銷策略的組成部分——把自己的技術說得越強大、越危險，越有利于吸引資本關注，維持高估值。Anthropic便是典型案例：該公司一邊宣稱其新模型Mythos5功能過于強大、存在安全風險而不向公眾開放，一邊借此制造稀缺感吸引資本關注，隨即啟動IP0沖刺萬億美元估值，這種以“危險”為賣點、以恐懼促營銷的操作，被業界稱為“奧本海默式營銷”。當然，這不是說AI的安全和監管不重要，而是說把問題夸張到人類滅絕的程度，背后有資本運作的邏輯。

在這一過程中，我們國家的媒體尤其是自媒體成為趨勢的放大器，大量"炸裂體"標題販賣焦慮、傳播不實預期。上述言論經由商業邏輯的包裝與營銷，成為撬動市場預期、吸引資本投入的杠桿。問題在于，當營銷的速度和聲量遠超技術本身成熟的速度時，便為泡沫的產生埋下了隱患。

炸裂體：過去5年的AGI報道風格，制造了廣泛的社會焦慮

三、產業泡沫：價值透支與資源錯配

泡沫的本質，是技術價值被過早、過度地折現。每當舊的增長故事遇到瓶頸，資本就需要尋找新的概念維持預期。從2016年至今，產業界經歷了四輪熱點輪換。

第一輪以“AI四小龍”為代表，聚焦以人臉識別為核心的判別式模型。商湯科技、曠視科技、云從科技、依圖科技四家企業成為資本追逐的核心標的，融資紀錄被一再刷新——商湯B輪4.1億美元，曠視C輪4.6億美元，彼時創下全球AI領域單輪融資最高紀錄。我在2017年發表的《淺談人工智能》中就指出，人工智能有六大核心領域，視覺識別只是其中一個很小的子領域。四小龍將全部籌碼押注在“人臉識別”這一技術熱點上，當2022年大模型成為主流時，其技術積累無法直接遷移，迅速在AI 2.0時代邊緣化。

資本狂熱的背后，是企業估值與商業基本面的嚴重脫節。“四小龍”的商業模式高度依賴政府安防訂單與企業定制項目，項目周期長、回款慢、毛利率低，始終未能建立起可持續的盈利能力。商湯科技2018至2024年累計虧損達546億元；曠視科技2024年終止IPO進程，核心業務被迫轉向物流機器人；云從科技2024年營收暴跌36.69%，八年累計虧損超45億元；依圖科技撤回科創板申請后團隊規模收縮超70%。業內一度流傳：“10家AI企業有9家在虧損，還有一家正在申請破產。”第一波AI泡沫，就這樣在資本退潮后裸露出技術路徑短視與商業模式缺失的雙重困境。

第二輪是2021年前后的元宇宙熱潮。Facebook宣布更名為Meta并全面投入元宇宙，國內騰訊、字節跳動等巨頭迅速跟進，字節跳動以90億元高價收購VR硬件廠商Pico。這一輪熱潮中最具泡沫特征的現象，是虛擬房地產的炒作。2021年11月，六大元宇宙平臺的虛擬地塊每周交易量峰值達10億美元，Republic Realm以430萬美元購入一塊虛擬土地。進入2022年，隨著加密貨幣市場走弱，六大元宇宙平臺的虛擬土地平均價格在半年內跌幅超85%，整體銷售數量在不到一年內下降87.5%。正如美國投資人馬克·庫班所言：“在現實世界中，土地是一種稀缺資源，但這種稀缺性并不適用于元宇宙——在這些虛擬世界里，你可以修建無限的房產。”

Meta自身的遭遇為這輪泡沫寫下了最具代表性的注腳。其元宇宙部門Reality Labs在2020年至2025年底累計虧損超過700億美元，而全系列Quest頭顯全球銷量僅約2500萬臺，遠不足以填平虧損。2023年，Meta戰略重心被迫從元宇宙轉向AI，股價回升已與元宇宙敘事毫無關系。

與此同時，大量企業僅通過對既有業務“貼標簽”的方式獲取高估值，隨著虛擬地產價格暴跌和媒體關注度下降，上述項目中的大部分迅速沉寂。中國監管部門也陸續出手：2022年2月，處置非法集資部際聯席會議辦公室專門發布風險提示，指出需防范以“元宇宙”名義進行的四類非法金融活動。這一輪泡沫再次印證了一條規律：當概念炒作的速度遠超技術成熟度，當投機預期取代真實用戶需求成為定價基礎，泡沫的破裂只是時間問題。

第三輪是2022年底ChatGPT引爆的生成式大模型“百模大戰”。這一階段的核心敘事圍繞兩條主線展開：一是Scaling Law（規模效應定律）的“大力出奇跡”邏輯——只要堆砌足夠多的算力、數據和參數，更強大的智能就會自然涌現；二是AGI即將實現的愿景——OpenAI CEO薩姆·阿爾特曼在全球巡回演講中反復宣稱AGI將是人類“迄今為止最偉大的技術飛躍”。在這套敘事的驅動下，中美大模型初創企業的估值在短期內急劇攀升。OpenAI估值從2023年初約290億美元飆升至2026年3月的8520億美元，Anthropic更是從2021年創立時的1.8億美元暴漲至2026年5月的9650億美元。2025年初，國內大模型“六小虎”均超過200億元人民幣。

AGI成為敘事錨點：硅谷、華爾街、華盛頓三重奏

估值神話的背后是觸目驚心的虧損現實。無論是AI獨角獸還是互聯網巨頭，普遍陷入“高投入、高虧損”的困局。AI屬于“重資產+高運營成本”模式，前期需要投入巨額資金用于算力基礎設施建設與研發成本，而模型商業化收入的增長遠遠滯后于成本擴張的速度；行業巨頭們也紛紛陷入“囚徒困境”，為避免在技術迭代中掉隊，在商業化模式尚不明朗的情況下，還要持續加碼投入。OpenAI 2025年營收約130.7億美元，但凈虧損高達385.3億美元，其對云服務商的算力采購承諾更是高達6650億美元，時間跨度延伸至2030年。更宏觀地看，截至2025年底，谷歌、Meta、微軟等科技巨頭在AI領域累計投入5600億美元，但實際AI業務收入僅有350億美元，投入產出嚴重倒掛。更令人擔憂的是，一些大語言模型公司，以AGI為敘事去實現估值的神話，但其發展既沒有技術支撐，也缺乏可持續盈利的商業模式，最終必將導致散戶股民血本無歸。

與此同時，一種特殊的資本閉環風險正在形成：微軟持有OpenAI股權并向其提供云服務，英偉達通過“投資換訂單”確保大模型企業成為其算力大客戶。傳統風投“不與現有被投企業競爭對手合作”的規則已被改寫，紅杉資本同時持有OpenAI、xAI和Anthropic的股份。與其說是在“押注贏家”，不如說是在“所有賽道上各占一張牌桌”。資本在巨頭間循環，而真正有創新潛力的中小企業融資空間被急劇壓縮。

Scaling Law敘事本身也在遭遇挑戰。OpenAI下一代旗艦模型相較于現有模型的提升遠不如GPT-3到GPT-4的躍升，Google Gemini在加大投入后也未達預期，Anthropic被曝暫停推進Opus 3.5。前OpenAI首席科學家Ilya Sutskever公開表示，傳統無監督預訓練已經達到極限。當Scaling Law和AGI愿景這兩大敘事支柱逐一受到質疑，算力價格持續走低而大模型公司虧損仍在擴大，泡沫的結構性特征也更加凸顯。自從22年11月ChatGPT發布以來，我在多次公開演講、媒體采訪、文章發表以及咨政建言時，強調大語言模型不是AGI，也不能將其等同于通用智能。我的這些觀點和主張一度備受爭議和質疑，如今隨著大語言模型的熱潮退去，真相才逐漸浮出水面。

第四輪是2023年以來持續升溫的具身智能熱潮。2023年，英偉達CEO黃仁勛提出“人工智能的下一個浪潮是具身智能”，將這一概念迅速推向資本風口。2025年前三季度，國內機器人創業企業融資總額約500億元，是上年同期的2.5倍。宇樹科技、智元機器人、銀河通用等企業迅速躋身獨角獸行列。中國人形機器人公司已超過150家，半數以上為初創或“跨行”入局，資本將具身智能與人形機器人簡單畫上等號，大量同質化項目蜂擁而入，技術成熟度與商業化落地之間的鴻溝仍未真正彌合。

“世界模型”作為具身智能熱潮中的衍生概念，其泡沫特征更為鮮明。據報道，2024年9月，World Labs以10億美元估值完成2.3億美元融資；16個月后，估值飆升至50億美元。2026年3月，AMI Labs完成約10.3億美元種子輪融資，估值達35億美元，成為歐洲有史以來最大的種子輪融資。而在實際技術研發與應用落地過程中，“世界模型”這一術語被嚴重泛化——視頻生成模型、3D重建工具、多模態大模型都紛紛貼上“世界模型”標簽，尚未出現可大規模落地和商業化盈利的技術產品。

需要清醒認識到，具身智能領域許多企業的估值被嚴重高估。實現具身智能是一個極為困難的問題：上世紀八九十年代，日本和韓國就在努力嘗試攻克機器人，始終沒有實現理想結果，到2011年福島核電站泄漏事件，等來的是一個令人失望的結果。現在很多初創企業動輒宣稱自己做出了機器人的大腦，這基本不可能。我們的團隊早在2013—2014年就開始攻關具身智能，到現在才初步實現了“通腦”。所以不能寄望于短期內的大量融資能夠解決數十年尚未攻克的技術難題。我在商業和經濟上不一定能提供準確的預判，但能夠在技術上給出相對客觀的判斷，現在具身智能領域的投融資熱潮實際上是提前預支了技術的價值。

泡沫破裂的深層本質，并非簡單的估值回歸或技術路徑證偽，而是一種集體信仰的系統性崩塌。回顧這四輪泡沫的起落，支撐每一輪狂熱的底層邏輯，本質上都是對某種“信仰”的非理性押注，而這些信仰正在被現實逐一瓦解。

泡沫破裂的本質是信仰的崩塌

算力信仰——相信只要堆砌足夠的GPU和算力集群，通用智能就會“大力出奇跡”般自動涌現。業界流傳“訓練下一代大模型需要百萬張GPU”的說法，此后更有聲音將這一數字推高至千萬張。事實是，當前全球最先進的大模型，訓練所需算力也遠未達到百萬張卡的規模。這種論調更多是算力供應商和資本市場聯手制造的焦慮敘事，將“算力軍備競賽”塑造成通往AGI的唯一門路，但這種信仰在今天正被架構創新和效率優化的現實所瓦解。

數據信仰——認為只要擁有足夠的數據就能解決一切問題，把性能提上去。但實際上，并沒有那么多數據可供窮盡所有情況。這種信仰的危害在于，它讓人們不愿意去研究新的模型，而是被動地等待數據，這對產業創新和理論突破的損害是深層的。

大模型信仰——將智能體的流暢對話與強大的文本生成能力等同于通用智能，認為模型參數的擴張能夠帶來模型性能的指數級提升。這一信仰正在被Scaling Law逼近極限的技術現實擊破。當模型性能隨模型參數的提升邊際遞減、成本卻指數級增長，“算力至上”的教條已然動搖。大模型既不是AGI的終點，也不是通向AGI的唯一路徑。

“馬斯克”信仰——部分投資者對科技領袖個人魅力和宏大敘事的盲目追隨。這一信仰被2008年諾貝爾經濟學獎得主保羅·克魯格曼直斥為“龐氏騙局”：持續用新一輪融資和更宏大的故事支撐上一輪投資者的賬面回報，而非依靠真實的商業價值創造。克魯格曼指出，馬斯克財富的暴漲依靠的是“自我實現的信仰”，而非真正落地的產品，從超級高鐵到全自動駕駛，從腦機接口到火星殖民，承諾越宏大、兌現越遲緩，市場的反應反而越狂熱。然而事實是，馬斯克說的事情80%沒有做成：超級高鐵（Hyperloop）項目在2023年底正式關閉；全自動駕駛的承諾從2016年至今已推遲十余次；腦機接口Neuralink的人體試驗進展遠低于預期；火星殖民的時間表一再后移。這些宏大敘事與其說是技術路線圖，不如說是維持資本市場信仰的工具。

“天才少年”信仰——將輟學創業或剛畢業一兩年的青年人推上管理者崗位，作為企業營銷和吸引投資的噱頭。近年來，AI行業出現了大量"天才少年"敘事：十幾歲的創業者被包裝成"下一個馬斯克"，剛走出校門的研究生被任命為首席科學家或技術副總裁。這些年輕人大多還未窺見AGI領域的全貌，既不具備管理經驗，也缺乏決策所需的長遠目光和判斷力。企業利用"天才"標簽制造話題、吸引資本，卻將巨大的技術風險和商業責任壓在缺乏歷練的肩膀上。這種對"天才"的過度消費，本質上是將人才當作營銷工具，而非真正尊重創新與積累。

當然，泡沫并非全無正面效應。幾輪投資熱潮客觀上加速了AI基礎設施建設——數據中心與智算中心規模在短期內迅速擴大，若干關鍵技術突破也受益于資本和人才的高密度投入。正如互聯網泡沫后，真正具備核心技術與商業模式的企業存活下來并推動了產業成熟，AI產業同樣將在泡沫調整后走向更健康的發展階段。

但我們必須正視泡沫的代價，包括大規模的資金虧損、人才資源的嚴重錯配、社會對技術的非理性預期，并從中汲取教訓。通用人工智能作為一門大科學、大工程，是一個像太平洋一樣廣闊而深不可測的領域，廣泛涵蓋計算機視覺、自然語言、機器學習、認知推理、機器人學、多智能體等核心領域。許多參與者在不了解其深度和廣度的情況下便貿然跳入，最終導致資源的巨大浪費。我們需要的是對AI進行準確定義與科學認知，深耕科技原始創新，探索可持續的商業落地模式與差異化的競爭路徑，構建起技術邏輯與商業邏輯的完整閉環。

02 思想自主：構建AGI的戰略主動與中國敘事

總的來看，問題不在于熱點輪換本身。技術發展過程中必然經歷技術路徑的多元探索與持續迭代，關鍵在于我們是否掌握了對技術發展敘事的定義權和解釋權。

回顧前文所述的幾輪技術熱潮和泡沫，中美人工智能發展存在差距的根本原因在于原創性與自主性的缺失。美國提出概念，我們解釋概念；美國形成趨勢，我們論證趨勢。早在2021年，我就提出了“下圍棋VS打籃球”的隱喻，指出中美AI競爭的根本問題在于原創性與自主性的缺失，呼吁要加強戰略主動、原創引領性。

時至今日，跟風逐熱的“打籃球”式技術研發和投融資在中國仍是普遍做法。在學術界，大量研究者追逐熱點、在已有框架下做增量改進，傳播已有知識，卻缺乏探索新路徑的魄力與產出原創性成果的創造力——我們的論文發表量位居世界前列，但定義問題、開辟范式的能力遠遠不足。在資本端，投資者傾向于跟隨已被驗證的成功范式，按照西方的估值模型與敘事邏輯配置資源，缺乏對技術發展底層邏輯的自主判斷和對長期基礎研究的耐心投入。這種雙重主體性缺失，導致我們在每一輪技術浪潮中都扮演“追趕者”而非“引領者”的角色。

技術浪潮：下圍棋VS 打籃球

科技競爭的真正制高點是思想和敘事的自主性——誰能夠定義技術趨勢，誰能組織資本、政策、人才和產業，這本質上是一場文化競爭，而不僅僅是技術競爭。中國需要擺脫"跟隨者"心態，不再照搬美國的敘事框架。我們現在常說的"卡脖子"問題，說白了卡住的不是脖子，而是脖子以上的思想與認知。

我們需要回到AGI的源頭，重新思考什么才是真正的AGI、通往它的正確路徑在哪里。只有在這些根本問題上建立獨立自主的思考和判斷，才能構建起屬于中國自己的AGI戰略主動與敘事體系——而這正是我們團隊過去二十余年始終堅持的方向。

四、正本清源：AGI的本質、架構與技術路線

在資本敘事與媒體炒作的重重包裝之下，"AGI"一詞已被嚴重泛化和濫用。一個根本性的追問浮出水面：產業界、資本界乃至學術界所追逐的，究竟是真正的通用人工智能，還是一場被敘事與營銷包裝起來的幻象？要回答這個問題，我們必須從第一性原理出發，回到AGI的本質與源頭，重新審視什么是通用人工智能、它的競爭核心是什么、以及通往它的正確技術路徑是什么。

什么是AGI：回歸智能的本質

嚴格來說，通用人工智能是具備物理常識與社會認知能力、能夠自主生成任務并完成無限任務、行為由價值驅動且與人類價值對齊的通用智能體。相較于傳統依賴海量數據訓練的大模型，AGI應具備三個基本特征：無限任務泛化、自主任務生成與價值驅動。

具體而言，一是具備高度通用性與自主性，能夠突破傳統任務預設限制，實現目標自主生成與動態規劃；二是具備較強的具身感知與泛化能力，能夠在開放環境中通過自主學習和靈活遷移完成多模態、多場景復雜任務；三是行為決策由價值驅動，確保智能體行為符合人類倫理準則與社會規范。AGI的發展與突破，標志著人工智能從“專用化”邁向“通用化”的歷史性飛躍，必將重構科技發展范式、推動生產力整體躍升。

當前的大模型發展的一個根本性瓶頸在于，它沒有"心"。這里的"心"，不是生物學意義上的心臟，而是智能體的認知架構與價值體系。它決定了智能體為何而行動、如何理解世界、怎樣在復雜情境中做出價值判斷。大語言模型本質上是對海量文本數據的統計擬合，它沒有內在的價值驅動力，無法回答"我為什么要做這件事"的問題，更不具備自我反思與價值選擇的能力。構建AGI的關鍵，正在于為機器“立心”——讓智能體擁有完備的認知架構與價值體系，使其思想與行為由內在的價值驅動，而非外部數據的機械映射。關于"心"的詳細論述，可參見我的著作《為機器立心》，在此就不展開了。

實現AGI架構的關鍵是：讓機器有一顆“心”

我在2024年底出版的《為機器立心》《為人文賦理》兩本著作，經過全面修訂與內容更新，第二版已于近日正式發布。兩本書系統闡述了我們團隊在AGI認知架構、價值驅動范式以及中國思想數理體系化方面的核心思考——前者聚焦“為機器立心”，回答如何讓智能體擁有內在的價值體系與認知架構；后者致力于“為人文賦理”，探索如何為中國優秀哲學思想構建嚴格的數理體系，使之轉化為智能時代的強大生產力。這次修訂融入了通通從1.0到3.0的迭代突破、CUV框架的系統完善以及大型社會模擬器等最新研究成果，希望對關心通用人工智能發展的朋友有所啟發。

《為機器立心》《為人文賦理》重磅更新

架構之爭：CUV框架的原創突破

實現AGI的關鍵，在于架構之爭。這不僅僅是模型層面的競爭，而是涵蓋了數學層面的認知架構、系統層面的軟硬件架構，最終將延伸至芯片層面的架構創新。

從這一根本問題出發，我們團隊提出了CUV（認知—能力—價值）數理框架，首次在統一的數學空間中刻畫智能體的認知架構、技能系統與價值系統。這一成果發表于中國工程院院刊Engineering，是全球首個定義和描述AGI的數學框架。

通用人工智能的數理定義：CUV架構（認知-能力-價值）

CUV框架將任意一個智能體形式化地定義為（C, U, V）空間中的一個點，其智能行為與演化過程通過三個核心要素的相互作用來刻畫：認知架構（Cognitive Architecture, C）代表智能體的認知模塊及其相互連接的通信協議，包含"心智理論"等高階認知機制，決定了智能體的信息處理方式與內部邏輯結構；勢能函數（Potential Functions, U）代表智能體所掌握的技能集合，覆蓋感知、語言、認知、運動和學習等多個維度，具有從個體基本技能（U0）、社會性技能（U+）到群體高階技能（U++）的層次結構；價值函數（Value Functions, V）是驅動智能體決策與行動的內在動機系統，同樣呈現從個體生理與情感需求（V0）、社交價值（V+）到集體與社會價值（V++）的層級升維。

這三個要素并非孤立存在，而是構成了一個協同演化的動態循環：認知架構（C）根據智能體當前狀態，從價值空間（V）中選擇目標，隨后依據該目標從技能空間（U）中調用相關技能來理解環境并規劃任務。隨著智能體執行任務并獲得反饋，U空間中的技能不斷學習與優化，V空間隨之擴展，C的結構與決策能力亦同步演進。智能體的進化，本質上體現為認知架構、能力與價值的不斷升維。

CUV框架的提出，標志著通用人工智能研究實現了從"任務驅動"走向"價值驅動"的范式轉變，從哲學思辨走向數理表述，將關于智能本質的概念構想轉化為可計算、可評測、可實現的系統架構，為AGI研究奠定了數理基礎。AGI技術創新的核心在于底層架構的顛覆性創新，而非簡單的算法優化與工程實現。當原創認知架構進一步轉化為全新的芯片架構，才會迎來AGI競爭的終局。

從架構到實踐：“通通”的誕生與進化

基于CUV架構，我們研發出了全球首個通用智能體“通通”，實現了通用人工智能從0到1的突破。通通能夠在物理仿真的復雜動態場景中自主定義、規劃并完成任務，她的行為由內在價值系統驅動，而非簡單的數據擬合。

近兩年間，"通通"歷經三輪迭代，從3至4歲的嬰童成長為5至6歲的學齡前兒童，成長環境從一個小房間逐步擴展至六口之家、幼兒園，直至完整的"AI小鎮"。每一次迭代，都是通用人工智能從理論構想到系統驗證的實質性突破。

通通：全球首個通用智能體，具有完備的認知架構

通通1.0作為全球首個由價值與因果驅動的AGI系統原型，入選2024中關村論壇十項重大科技成果，被寫入2025年北京市政府工作報告，被美國智庫報道。通通2.0在語言與價值的深度結合、動態規劃與反思能力、持續學習與成長等方面實現全面升級，從"眼里有活"走向"心里有人"——她能在理解對話意圖的基礎上，遵循自身價值和人格引導對話走向，在多智能體場景中識別他人身份與意圖，主動發起協作或尋求幫助。通通3.0則在空間智能、認知智能與社交智能三大核心維度實現突破：能夠清晰區分3D虛擬具身空間與2D現實視頻流，具備復雜任務的自主規劃與并行任務管理能力，不僅能識別他人的情緒與意圖，還可進入多智能體共存的"AI小鎮"開展擬人化互動。

在通通與大模型、智能體對比測試中，通通獲總排名第一，表現與5-6歲兒童相當

在通智測試GSA評估體系的最新測試中，"通通"在涵蓋物體理解、空間智能與社會活動三大核心領域的八類通用能力測試中全部達標，總排名第一，在拼圖、搭建積木、理解按鈕功能等六項細分項目中排名第一，超越了GPT-5、o3、Gemini-2.5-Pro等當前主流大模型智能體。這一結果不僅驗證了CUV架構的技術有效性，更揭示了一個深層事實：真正的通用智能，不是靠更大規模的文本預訓練就能涌現的。

早在2017年，我就對人工智能的技術范式進行了深刻反思，提出了“烏鴉范式”與“鸚鵡范式”的根本分野——鸚鵡能模仿人類說話，但并不理解含義；烏鴉能觀察環境、理解因果、制定計劃，其智能建立在物理世界的真實理解之上。近十年來，這一判斷不斷被驗證。

當前主流大模型遵循"大數據、小任務"的鸚鵡范式——鸚鵡能模仿人類說話，經過海量數據訓練后可以復述成千上萬個句子，但它并不理解這些句子的含義，也無法根據情境自主創造有價值的語言。而"通通"走的是"小數據、大任務"的烏鴉范式——烏鴉能夠觀察環境、理解因果、使用工具、制定多步計劃來解決問題，其智能建立在物理世界的因果理解和價值驅動的任務判斷之上

顛覆性的原創技術范式：小數據，大任務

前面的一位演講者，強化學習之父Richard Sutton近期公開批評大語言模型"非常擅長模仿人類，但無法評估自身的輸出結果，也不具備真正探索和發現的能力"，并提出了基于“選項與知識”（OaK）的新架構，主張AI應該像生物一樣，在與環境交互的運行過程中實時試錯、進化并自我完善。Sutton的技術理念與我們長期堅持的路線并不矛盾——讓智能體通過自身經驗與體驗持續學習、由內在價值驅動成長，這正是"通通"從1.0到3.0所踐行的核心理念，我們已經將這一思想落到了實踐中。

何以為人：AGI研究的本質

當我們追問AGI的本質時，本質上是在追問一個更深層的問題：什么是“人”？

AGI研究的目標是造出全面達到人類水平的通用智能體。其哲學前提是：生物人、機器人、數字人三類通用智能體是同一個數理空間中不同的"解"——三者擁有相同的數理框架，僅在算法與硬件實現上有所差異。因此，AGI研究的本質，就是研究"何以為人"。

過去，“何以為人”屬于人類學的研究范疇，核心是比較人與動物的區別。如今，我們需要通過比較生物人與智能體、機器人之間的區別，重新明確人的本質與定位。

什么是通用人工智能？=什么是“人”？

在我看來，AI與人類之間存在三個根本性差異。第一，AI缺乏真正的創造力。它可以證明定理、生成文本，但不會創造新的概念和理論體系，它不知道什么有價值、什么沒有價值。第二，AI缺少自身的價值體系。它沒有內在的價值驅動力，無法回答"我為什么要做這件事"的問題——它的行為是被外部指令和訓練數據驅動的，而非源自對意義的自主追尋。第三，AI不具備社會智能。它缺乏自我意識，更談不上形成共同體意識，無法理解責、權、利等社會關系的基本范疇。

這三方面差異，構成了人類在智能時代不可替代的根基。而其中最具挑戰性、也最關鍵的維度，是社會智能。

五、社會智能：人工智能的下一個前沿

近幾年，智能研究的重心經歷了從語言智能到物理智能、再向社會智能的逐層躍遷。近年來引發公眾關注和資本熱捧的第一波技術浪潮以語言智能為核心，大語言模型通過對海量文本的統計學習，在語言理解和生成上取得了令人矚目的突破。然而，語言智能本質上處理的是符號層面的概率分布，它缺乏對物理世界的真實感知：一個能寫出優美詩篇的模型，并不知道"杯子從桌上掉落"意味著什么。

這推動了第二波熱潮的興起——物理智能，也即當前備受關注的具身智能與世界模型。研究者試圖讓智能體在三維空間中獲得感知、導航和操作能力，建立對物理因果的直觀理解。

但問題并未到此為止。人類智能最深刻的特征不在于處理語言或操作物體，而在于我們生活在由他人構成的社會世界之中。我們每天都在進行復雜的社會推理：揣摩他人的意圖、理解隱晦的社交信號、在競爭與合作之間做出權衡、遵循或挑戰社會規范。智能體融入人類社會所需具備的社會智能，是當前人工智能最大的缺失，也是通向AGI的最后一道屏障。

社會智能：下一個前沿

要界定社會智能的概念，首先需要厘清其與群體智能、社交智能的根本區別。社交智能通常指個體理解他人意圖、情緒并進行互動回應能力，群體智能關注大量個體簡單交互后涌現出的集體行為模式，而社會智能則遠不止于此。它是指在大的物理時空中，形成結構化、體系化的智能系統——不僅涉及個體間的即時社交，更涵蓋角色分工、組織協作、制度約束與長期演化等宏觀維度。社會智能的真正實現，將推動“組織智能體”與“機構智能體”的出現，使智能體具備參與復雜社會組織運作的能力。

社會人：進入復雜動態組織結構，理解合同、章程、責權利

當前，社會智能的實現在技術層面仍面臨多重挑戰。不同于物理智能，社會智能高度依賴于環境，廣泛涵蓋從宏觀的文化背景和一般性常識，到微觀的兩個個體之間的共同經歷。社會情境通常是復雜的、模糊的、動態的、隨機的、部分可觀察的和多智能體的，標準算法難以在真實環境中有效解決這些問題。這意味著，針對特定局部組件的改進往往無法提升社會智能的整體性能，必須采取全面、系統的方法，讓模型像人類一樣進行多種方式的學習——終身學習、多任務學習、單樣本/小樣本學習、元學習等。

社會智能的技術價值不可低估，其意義遠超單一技術維度的突破，而是關乎AGI能否真正融入人類社會的根本命題。在智能設備走進千家萬戶的今天，Siri和Google Assistant已經能夠根據用戶要求安排會議，但它們當前還不具備判斷事項優先級的社會智能。當一個AI系統無法理解翻白眼或打哈欠所表達的潛在信息，無法判斷不同情境下誰應該坐在什么位置、誰的意見更需要優先考慮時，它就無法真正融入人類社會，無法成為人類的協作伙伴而非簡單的工具。

更進一步說，社會智能是AGI從"工具"走向"伙伴"的分水嶺——它決定了智能體能否理解責、權、利等社會關系的基本范疇，能否在復雜社會網絡中建立信任、達成契約、形成共同體意識。這正是機器"立心"的關鍵所在：立的不只是個體的認知之心，更是在社會關系中彼此理解、高效協作的共情與責任之心。

我們團隊在社會智能領域已取得一系列開創性成果。在理論層面，2023年3月，我們在《CAAI人工智能研究（英文）》上發表了題為"Artificial Social Intelligence: A Comparative and Holistic View"的綜述論文，系統闡述了人工社會智能（ASI）的概念框架、研究現狀與未來方向，呼吁學界對這一領域的重視，并提出以社會感知、心智理論和社會互動三大維度為核心的系統研究路徑。

論文題目：Artificial Social Intelligence：A Comparative and Holisitc View

論文作者：Lifeng Fan, Manjie Xu, Zhihao Cao, Yixin Zhu, and Song-Chun Zhu

發表期刊：CAAI Artificial Intelligence Research

論文鏈接：https://doi.org/10.26599/AIR.2022.9150010

在技術實現層面，"通通"3.0已經在單個智能體的社交智能上展現出令人矚目的能力。在"AI小鎮"這一多智能體共存的仿真社會交互環境中，通通能夠準確識別其他智能體的身份、性格、彼此間的關系，理解它們與物品、環境的互動方式，構建動態更新的社會認知圖譜。她不僅能識別他人的情緒與意圖，還可主動發起與響應對話，在復雜社交互動中提供協助、化解矛盾，完成需要協作與共情的社交任務。她的價值系統從自身價值（V0）演進為涵蓋他人價值（V+）與初級集體價值（V++）的多層次體系——這正是社會智能在個體層面的具體體現：從"我"走向"我們"。

通通在各類場景中完成各項任務，如改善親子溝通、處理小花貓傷人事件等

大型社會模擬器：從世界模型邁向社會模型

在更宏觀的尺度上，我們進一步實現了從個體智能向社會智能的系統跨越，構建了大型社會模擬器（Large-Social Simulator，LSS），實現了通用人工智能從1到N（N=102-108）的拓展躍升。該模擬器以中國光谷約200平方英里的真實城區為藍本，基于118萬人口脫敏數據，包含個體、組織、社會三個層級的虛擬社會系統。這一平臺將社會智能的研究從單體智能體拓展到群體智能的涌現與演化，模擬交通、經濟、公共服務等多領域交互，為探索人類與AGI共生的未來提供了前所未有的實驗平臺。它標志著通用人工智能研究從"造一個人"邁向了"建一個社會"。

大型社會模擬器：從個體智能邁向社會智能

大型社會模擬器是"世界模型"概念在社會維度上的擴展。當前被資本熱炒的"世界模型"，本質上仍停留在單個智能體對物理環境的感知與預測層面，它回答的是"這個物體會怎樣運動""這個場景接下來會發生什么"，這遠不足以應對復雜社會系統的應用需求。然而，當智能體走向人類社會，我們所面對的真實挑戰，早已超越了單個智能體與物理環境的局部交互。在住建規劃、城市治理、公共政策等復雜場景中，智能體需要對社會結構、人口流動、資源配置、政策傳導等宏觀因素進行準確的認知、理解、判斷與規劃，其復雜度遠超物理世界模型所能模擬的范疇。

為此，我們構建的大型社會模擬器是一個能夠模擬宏觀社會在大時空尺度下演化與變遷的仿真平臺。它從個體物理空間延伸至群體社會空間，從瞬態因果預測拓展為大時空動態推演，為行業智能體提供了真正意義上的"社會模型"。

大型社會模擬器：三大層級、百萬人口，模擬真實社會動態演化

大型社會模擬器借助分布式計算、高并發調度技術，通過多維度數據融合與動態交互建模，構建了一個包含上百萬人的虛擬社會系統。智能體被分層組織在個體、組織與社會三個層級——個體智能體（如公民）擁有獨立的認知架構與價值系統，組織智能體（如企業、學校）聚合個體行為形成機構決策邏輯，社會級智能體（如政府機構）則在更高維度上進行資源配置與規則制定。每一層級都通過CUV框架進行建模，層級之間通過信息流與價值流的雙向傳導實現社會結構的動態演化——家庭的形成、企業的興衰、制度的變遷，正是這種多層交互的涌現結果。

在宏觀愿景上，我們提出了AGI社會發展的三階段仿真框架。第一階段，社群階段：對小規模社會單元和關系進行建模，聚焦家庭、鄰里、小團體等基本社會細胞的互動模式。第二階段，城市階段：擴展至城市環境，模擬多元智能體通過交通、經濟、教育、醫療等服務系統產生的復雜交互，當前的大型社會模擬器正處于這一階段。第三階段，文明階段：模擬宏觀社會系統，涵蓋制度演化、價值觀變遷和長期集體行為的涌現，探究不同文明形態形成與演化的深層規律。長遠來看，我們所做的工作不僅是模擬社會，更是在預演未來。

作為社會領域的大科學裝置，大型社會模擬器致力于為復雜社會治理提供一個可量化、可復現的"社會實驗室"。與自然科學擁有成熟的實驗工具不同，社會學、經濟學、政治學等學科長期面臨"無法做實驗"的困境——社會政策一旦實施便難以回滾，其影響往往需要數年甚至數十年才能顯現。大型社會模擬器從根本上改變了這一局面：通過在數字空間中構建與真實社會平行的"社會副本"，研究者可以對公共政策的風險與效果進行預演和驗證，探索社會運行的"反事實"狀態，實現從"事后解釋"到"事前推演"的范式轉變。

在具體應用中，大型社會模擬器能夠為國家治理體系與治理能力的現代化提供有力的輔助，目前已在三個維度實現了應用。第一，為決策提供前瞻性預演。在武漢東湖高新區構建的百萬級人口虛擬社會系統，通過對交通、人口、公共資源等多維數據的融合建模，能夠模擬不同治理方案的長期影響，為城市規劃與公共政策制定提供量化依據。第二，實現風險早識別、早預警。在三峽通航場景中，模擬器基于近3億條船舶軌跡數據，構建常態航行行為模型，能夠提前兩分鐘預測航路，對異常行為實現秒級響應，建議采納率達95%。第三，支撐政策效能評估。通過建模政府、市場、社會組織等多元主體，在政策正式實施前推演對不同群體的差異化影響，避免"一刀切"帶來的治理偏差，推動公共服務精準化、交通治理智能化、教育資源配置優化等領域的深度融合。

社會智能：賦能城市治理與中國式現代化

從CUV架構的理論奠基，到"通通"的個體智能突破，再到大型社會模擬器的群體智能拓展，我們走出了一條從"立心"到"立人"、從"我"到"我們"的完整路徑。這條路徑的核心邏輯是：AGI的本質是理解"何以為人"，而"人"的本質不僅在于個體認知能力，更在于社會智能——在于感知他人、理解他人、與他人建立信任、達成契約、形成共同體的能力。只有具備了社會智能的通用智能體，才能真正與人類協同共生，共同構建人機和諧的未來社會。

六、戰略布局：科技創新與產業創新深度融合

2026年是“十五五”開局之年。“十五五”規劃綱要明確提出，全面實施“人工智能+”行動，加強人工智能同科技創新、產業發展、文化建設、民生保障、社會治理相結合，搶占人工智能產業應用制高點，全方位賦能千行百業。2026年《政府工作報告》首次提出“打造智能經濟新形態”，標志著人工智能已經從賦能千行百業的“技術工具”，躍升為推動經濟高質量運行的新“經濟形態”。報告進一步強調，堅持把發展經濟的著力點放在實體經濟上，因地制宜發展新質生產力，建設現代化產業體系。

推進科技創新與產業創新的深度融合，是推動新質生產力發展的重要途徑。科技創新為產業提供高質量供給，產業創新則為技術提供驗證場景與商業化土壤。通用人工智能深度融入實體經濟全流程，將推動生產要素配置智能化躍遷，提升全要素生產率，支撐現代化產業體系構建。能否將AGI領域的原創性、顛覆性技術突破轉化為現實生產力，決定了我們能否全球科技與經濟發展中的把握戰略主動。

從這一戰略判斷出發，近年來我們積極推進前沿科技成果在現實場景中應用落地，踐行科技創新與產業創新深度融合的戰略部署。以"通通"為核心技術，我們打造了"通腦"和"行業智能體"。

通腦：從“立心”到“實干”

如果說“通通”是為機器“立心”，那么“通腦”就是用這顆“心”去賦能各類機器人本體，讓它們能夠感知世界、理解世界、改造世界。“通腦”是通研院自主研發的通用具身機器人大腦，將“通通”的核心技術優勢遷移至多類型機器人中，實現虛擬智能體到物理機器人的完整閉環。通過構建統一的認知架構、通用數據采集與仿真訓練平臺，“通腦”賦予機器人場景理解、認知規劃與復雜交互的能力，推動機器人從依賴遙控的“演示階段”邁向具備自主決策、持續學習和跨場景泛化能力的“通用階段”。

在技術路徑上，“通腦”獨辟蹊徑，構建了Real2Sim2Real閉環體系。不同于當前國際主流VLA模型（視覺—語言—動作模型）的黑箱擬合與海量數據依賴，“通腦”運用高保真數字孿生技術，讓虛擬數字人“通通”在仿真環境中利用其內置的物理常識、因果推理和持續學習機制，對真實數據自動生成海量“舉一反三”的訓練數據，習得的通用策略再映射到多樣化真實機器人本體執行，形成“真實→仿真→真實”的持續演進閉環，顯著提升了學習效率與策略可解釋性，大幅降低了數據采集與訓練成本。

“通腦”技術路線：Real2Sim2Real閉環體系

同時，“通腦”實現了認知與控制的深度融合，將高層任務規劃（大腦）與底層動力學控制（小腦）統一建模，使機器人從“上半身操作”拓展到“全身交互”。團隊還前瞻性布局了視觸融合的高分辨率觸覺感知系統，從根本上攻克機器人精細化操作與安全交互的“最后1厘米”難題。

“通腦”團隊僅2025年就在國際頂會、頂刊發表高水平論文67篇，申請專利58件。搭載“通腦”的機器人戰隊一舉斬獲世界人形機器人運動會單機舞蹈金牌和IROS 2025國際機器人舞蹈大賽一等獎；從2025中關村論壇到第十五屆全國運動會火炬傳遞，“通腦”賦能的機器人頻頻亮相國家級舞臺，全網曝光量超億次。

“通小舞”斬獲世界人形機器人運動會冠軍

全球首個5G-A 人形機器人火炬手亮相第十五屆全運會

在運動控制領域，團隊提出的全球首個“力位混合控制算法的統一理論”——UniFP，在國際機器人頂級會議CoRL 2025上斬獲杰出論文獎，這是該獎項設立以來首次由全中國籍學者團隊摘得。

2026年初發布的OmniXtreme通用運動控制框架，是全球首個能讓人形機器人穩定執行后空翻、托馬斯全旋、霹靂舞等數十種極限動作的通用策略，真實部署成功率高達91.08%。

OmniXtreme 框架下機器人執行托馬斯全旋、后空翻、霹靂舞等動作

行業智能體工場：讓智能體從“會說話”到“能辦事”

智能體的大規模開發和應用需要一套標準的孵化工具和平臺。為此，我們構建了行業智能體工場（TongAgents）——一個智能體的“制造工廠”。TongAgents是自研的智能體框架，深度融合價值對齊、神經-符號-邏輯融合的算法架構，支持任務規劃、工具調用、學習推理和多智能體協同調度，可提供覆蓋智能體設計、訓練、調試到部署全生命周期的標準化工具鏈，大幅降低使用門檻，滿足不同研發能力和背景的開發者及企業的智能體構建需求。平臺擁有豐富的數字形象庫，可迅速打造無形象、虛擬數字人、具身機器人等多樣化的智能體，深度賦能教育培訓、醫療康養、應急管理、工業生產等關鍵領域。

行業智能體TongAgents賦能20+行業領域

為了用可量化的價值標尺衡量行業智能體的產業價值，我們發布了高價值行業智能體百萬美金基準測試（$OneMillion-Bench Test），覆蓋金融、法律、醫療、自然科學與工業5大領域、92個三級類別，首次以“人類專家的時間與成本”作為產業的“價值度量尺”，量化智能體在真實行業場景中能穩定交付的經濟價值，填補了行業智能體從“技術可用”到“經濟可信”之間的評估空白。

$OneMillionBench測試基準覆蓋五大領域、93個類別

更進一步，我們聯合行業領軍企業與標準化組織，發起成立“可信可演進行業智能體聯盟”，擬邀請中國鐵塔、中航信、北京城市大腦、方正證券、紅杉資本等企事業單位參加。聯盟致力于攻克大模型驅動的智能體黑箱、不可解釋、行業落地難等難題，構建由價值驅動的行業智能體新范式，重點面向金融、法律、政務、智造等關鍵垂直領域，推動智能體從“功能響應”向“價值驅動”躍遷。

以TongAgents為孵化平臺、以可信可演進行業智能體聯盟為協同生態、以$OneMillion-Bench為價值標尺，我們已經構建了從技術研發到產業落地的完整閉環，讓千萬個價值驅動的智能體融入千行百業、走進千家萬戶。

“3+3”總體布局：國際科創中心與區域創新中心協同發展

在推動AGI產業化過程中，我們充分發揮北京作為國際科技創新中心的引領作用，積極支持中西部地區建設區域創新中心，初步形成了國際科創中心與區域創新中心協同發展的“3+3”總體布局。北京著力突破基礎理論與關鍵技術；在京津冀、長三角、粵港澳大灣區等區域，結合地方產業優勢推動科技創新與產業創新深度融合；成渝、武漢、西安則聚焦建設區域創新中心，為前沿技術的中試驗證與落地轉化開放應用場景。這一發展模式通過有組織的資源統籌，使科創中心的前沿技術在區域產業場景中快速驗證迭代。

具體到不同區域，我們的做法不是“一刀切”，而是因地制宜，根據各地的區域稟賦進行差異化布局——東部地區聚焦基礎研究與前沿技術攻關；西部地區發揮水電資源豐富、土地與人力成本較低的優勢，布局綠色算力中心；中部地區立足雄厚的制造業基礎，重點推進“AI+制造”深度融合。

我們在與武漢、重慶的合作中，以場景開放牽引產業發展，武漢東湖高新區依托大型社會模擬器平臺，在社區治理、交通管理等領域開展智能社會治理試點；重慶市“通境”三創公共服務平臺于2026年6月正式發布，匯聚并激勵廣大青年個體承接AI催生的海量場景化項目。

只有將原創性、顛覆性的科技創新轉化為推動產業升級、改善民生福祉的現實力量，才能真正實現科技創新與產業創新的深度融合，讓通用人工智能這一戰略科技力量在新質生產力發展中發揮不可替代的核心引擎作用，為中國式現代化建設注入強勁的智能動能。

七、產業賽道：以AGI平臺支撐政用商用民用

當前產業界的誤區在于盲目追逐熱點——元宇宙、大模型、具身智能——而忽視了真實需求與長期價值。真正的產業創新應當從中國的實際社會結構、產業基礎和人口特征出發，建立從基礎研究到應用落地的有序梯度。

在推動AGI產業化發展過程中，我們探索出以真實產業需求引導科研攻關方向、"邊研發邊應用"雙向轉化的產業化發展策略。這一策略包含三個有機融合的維度：前置轉化——將基礎研究成果提前與產業需求對接；雙向轉化——既推動技術從實驗室走向產業，也鼓勵產業一線的真實問題反向牽引科研方向；三位一體——將技術特點、行業技術與知識（know-how）與生態交付能力有機結合。這一策略在通研院與重慶、湖北等地的產業化實踐中得到充分驗證，成為推動AGI賦能現代化產業體系的方法論基石。

在上述方法論指引下，我們的前沿技術成果已在政用（ToG）、商用（ToB）、民用（ToC）三大賽道的20多個行業領域形成示范性應用場景。

在政用（ToG）層面，我們以大型社會模擬器為核心平臺，推動智能體社會治理，在社區治理、城市規劃、公共政策預演等領域實現了多個示范性應用，為政府決策提供可量化依據。在商用（ToB）層面，我們與企業廣泛開展合作，在醫療康養、教育培訓、能源調度、工業生產等20多個行業領域形成了示范性應用。在民用（ToC）層面，我們打造了“三創”人工智能公共服務平臺，面向社會公眾開放前沿科技成果，服務于“一人創業”（OPC）公司的創新、創業與創意活動，開創全新的就業形態和生活方式。

03 未來展望：構建人機共生的文明形態

八、百年變局：智能時代的文明演化與社會轉型

當今世界正經歷百年未有之大變局。過去100年，東西方文明的碰撞與融合構成了文明演進的主線。中華文明在近代歷史中經歷了軍事工業、政治制度與思想文化的“三重否定”與深刻變革。未來，我國必將逐步實現科技與經濟自立自強、中國式現代化和中華文化復興的“三重肯定”。

未來50年，人類文明演進的主要挑戰是人類與AI的融合與共生。我們必須深入思考，如何建立人機互信與協作關系？如何確保AI安全可信，應對其給人類社會與文明帶來的沖擊？

文明演化：人類與AI的交流、互信、融合與共生

要理解當前這場大變局的深層邏輯，我們需要回到文明演化的歷史軌跡上來。人類社會正在從信息時代跨入智能時代，信息時代主要解決人與人之間連接與交流的問題，而智能時代的根本特征，是大量AI智能體開始進入人類社會。可以預見，在不遠的將來，智能體的數量將超過全球人口的總和。生物人、數字人、機器人將在同一個社會系統中協作、融合、演化，人類文明由此進入一個前所未有的新階段。

那么，在一個人機共生的時代，我們如何理解“人”本身？在通用人工智能研究中，我們把人類、動物乃至機器人智能體都放在一個統一的CUV數理空間中來刻畫。智能體的進化，本質上體現為認知架構、能力與價值的不斷升維。縱觀生命的物種進化史，只有人類能夠形成百萬、億級群體的交流與合作，從而創造出文化與文明。人類學研究表明，這種文化形成的神經認知基礎在于，人腦能夠產生“共同體意識”。

人機共同體：建立人類與通用智能體之間的共同體

大約十萬年前，人類在進化中經歷了一場“認知革命”，獲得了相互溝通交流的認知架構。兩個人通過交流，將對方的感知、模型、決策與價值映射到自己腦中，建立彼此的了解，進而在求同存異中達成“四個對齊”——共同常識、共同情境、共同社會規范與共享價值觀，最終形成互信關系。在互信的基礎上，人與人達成契約，這種契約約束著雙方的行為。隨著關系不斷鞏固加深，便形成一個更強大的心理認同節點——“我們”，即共同體。這是人類區別于其他動物，包括靈長類在內的關鍵特征。隨著“我們”共同體的不斷擴大，為了協調更多人的行為，契約被提煉成更普適的組織規則。當群體規模超過十萬、百萬，無法再通過兩兩契約來約束行為時，就需要文化認同與信仰來凝聚人心。

社會智能：人機融合的社會、組織、機構

隨著大量智能體進入人類社會，人機和諧共處、高效協作的前提，是人機交"心"，即生物人、數字和機器人基于可相互映射、相互理解的認知架構，將彼此的感知、信念、意圖和價值進行雙向交流與對齊，人機之間才可能建立起超越工具性使用的深層信任。

人機交“心”：在共同認知架構下形成交流-互信-契約-共同體

具體而言，人機"交心"同樣需要達成“四個對齊”：在共同常識層面，人機共享對物理世界與社會世界的基本認知，確保交流建立在一致的事實基礎之上；在共同情境層面，智能體能夠準確理解當下的社會語境與交互背景，而非機械地執行指令；在共同社會規范層面，智能體的行為決策遵循人類社會的倫理準則與行為邊界，在復雜情境中做出符合社會預期的判斷；在共享價值觀層面，智能體的價值系統與人類價值對齊，能夠理解"什么是對的""什么是重要的"，并以此驅動自身行為。

當這四個維度的對齊在人機之間逐一達成，一種全新的"共享智能體"便隨之誕生——生物人與智能體共同形成"我們"的共同體意識。這正是從"我"走向"我們"在文明尺度上的最終實現：人機之間不再是主仆關系或工具關系，而是基于相互理解與價值共鳴的共生伙伴。

社會轉型：工作、教育與生活的全面重構

在宏觀尺度上，人工智能正在推動人類文明邁向智能時代，深刻改變了文明演化的未來軌跡。在中觀尺度上，人工智能的快速發展也在推動社會轉型，全面重塑人們的生產與生活。

通用智能體的大規模到來，在釋放巨大生產力的同時，也引發了廣泛的社會焦慮——人們擔憂被替代、被邊緣化，開始重新思索自身在智能時代的存在意義和獨特價值。這場變革的深度與廣度，將超過以往任何一次技術革命：它不僅改變了生產工具，更重塑了社會結構、價值體系乃至人類對自身的根本認知。

AI技術對社會的影響集中體現在三個層面。在工作層面，無論是藍領的流水線操作，還是白領的文書處理、數據錄入，都面臨被智能體取代的風險，傳統“讀書改變命運”的線性邏輯不再完全適用，單純依靠知識積累和重復性技能已難以構筑競爭壁壘。未來市場可能呈現“贏家通吃”的陡峭分化，少數高技能、高創造性的崗位需求旺盛，而大量標準化、重復性工作將加速消失。

在教育層面，大學作為知識傳播核心節點的壟斷優勢正被消解。我曾講過一個形象的比喻：過去的大學就像王府井百貨商店或上海第一百貨，每個專業是一個柜臺，學生是顧客，來購買知識和技能，獲得文憑。但如今課堂抬頭率持續走低，大學生“空心病”蔓延，許多專業的就業前景搖搖欲墜——大學正如當年的百貨商場，正經歷一場深刻的“客流危機”。

在生活層面，在資源稀缺的固化認知慣性下，人們被迫卷入無實質價值增量的過度競爭，大量精力消耗于缺乏成長感的重復博弈，滋生出普遍的身心倦怠。人們在舊秩序的瓦解與新秩序的空白之間徘徊，焦慮成為普遍的社會情緒。

回近代歷史，中華民族曾歷經數次深刻的社會變遷與重構。從鴉片戰爭打開國門，西方工業文明對傳統農耕社會帶來前所未有的沖擊；到改革開放后國企改制，數千萬工人下崗再就業，在陣痛中完成產業轉型與身份重塑；再到21世紀初中國加入世貿組織，大量外企與全球思想涌入，深刻改變了經濟格局與生活方式。

每一次變革都伴隨著不確定性與陣痛，但中國社會憑借強大的韌性、卓越的組織動員能力和前瞻性的戰略布局，不僅成功穿越了轉型周期，更實現了經濟騰飛與社會繁榮。今天，站在智能時代的關鍵節點，我們同樣有足夠的底氣與能力，從容應對人工智能帶來的社會影響與沖擊。應對這種沖擊的關鍵，在于思想觀念的深刻轉變。

九、何以生活：探索人機共生的工作與生活方式

農業時代，人類被束縛在土地上，日出而作、日落而息，一生固守于自家田壟。工業時代，人們被束縛在機器和工廠流水線上，日復一日重復著標準化的機械農業時代，人類被束縛在土地上，日出而作、日落而息，一生固守于自家田壟。工業時代，人們被束縛在機器和工廠流水線上，日復一日重復著標準化的機械動作。信息時代，人們被束縛在電腦和手機前，看似連接了整個世界，實則被困于方寸屏幕之間，信息過載與注意力碎片化成為新的枷鎖，深度思考與真實連接反而變得稀缺。

隨著智能技術推動生產力大幅躍升、社會物質日益豐裕，智能時代的最終目標，是將人類從這些束縛中解放出來。在理想狀態下，工作不再是謀生手段，而是體驗生活、實現自我、豐富精神的過程；人們能夠擺脫“自私基因”的驅使，在工作與生活方式的重構中真正實現自由全面的發展，達到健全人格。

我們近期發布的"通境"三創OPC平臺，正是這一理念的技術實踐——它讓一個人與多個智能體協作，構成一個超級創業單元，以"一人公司"的模式完成過去需要十人團隊才能承擔的復雜項目。但比平臺本身更值得深思的，是它所折射出的深層命題：當智能體大規模進入生產與生活，我們關于工作、生活與自我價值的根本認知，需要經歷怎樣的重塑？

“通境”平臺：提供“時空智能+世界模型”技術底座

第一個轉變：重新定義"工作"。幾千年來，工作始終與生存綁定——勞動換取口糧，技能換取薪酬。但在一個人與智能體協同創造的社會里，這一固化的認知正在被顛覆。當標準化、重復性的生產任務由智能體高效完成，工作的內涵將從“完成任務”轉向“創造價值”——你不再需要成為一個稱職的“執行者”，而需要成為一個有洞察力和判斷力的“定義者”：定義方向、定義意義、定義什么是值得做的事。這要求我們從“我擅長什么”的思維，轉向“我想要創造什么”的追問。

第二個轉變：重構“身份”認同。工業社會以來，職業身份幾乎等同于個人身份——“我是工程師”“我是教師”“我是司機”。這種身份錨定在智能時代面臨根本動搖。當智能體可以完成絕大多數標準化職業任務，一個人如果僅以職業標簽定義自我，必然陷入存在性焦慮。我們需要建立一種超越職業的身份認同：你的價值不取決于你能做什么，而取決于你選擇做什么、你為什么選擇它、你賦予它怎樣的意義。

第三個轉變：重獲“時間”的主權。農業時代的時間屬于土地，工業時代的時間屬于工廠，信息時代的時間屬于永遠在線的信息流。智能時代第一次為人類提供了大規模“時間解放"的可能——當智能體承擔了大部分生產性勞動，人類將面臨一個前所未有的問題：被釋放出來的時間，用來做什么？這看似是一個奢侈的問題，實則是一個嚴峻的考驗。歷史上，每一次生產力的躍升都伴隨著一段社會適應的陣痛期。關鍵在于，我們能否將“空閑”轉化為“自由”——不是被動地消磨時間，而是主動地用時間構建關系、探索創造、體驗生命。這要求社會在教育、文化、制度層面提供相應的支撐體系，幫助每個人學會如何支配時間、如何充分享有和運用自由。

第四個轉變：重建“生活”的尺度。智能技術應當讓生活重新回歸人的尺度。當通勤不再是必需，當辦公不再拘束于固定場所，當創作工具下沉到每個人的手中，我們有機會重構一種“分布式生活”——生活半徑與工作半徑高度重合，人被還原為完整的人：既能陪伴家人，又能指揮智能體進行創作與生產；既是一個社區的成員，又是一個價值網絡的節點。這種生活方式的核心，不是技術有多先進，而是我們有多大的勇氣放棄工業時代遺留下來的“集中式”思維——放棄對大城市、大公司、大平臺的路徑依賴，在更小但更完整的尺度上重建生活的意義。

層面，我們打造“通境”三創平臺，匯聚并激勵廣大青年個體承接AI催生的海量場景化項目，以“一人公司”模式實現創業創新與就業新形態，為智能時代的民生服務提供了新的可能性。

十、何以為人：人生價值與意義的追尋

AI快速發展帶來的社會影響和焦慮情緒，迫使我們深入思考“何以為人”的時代命題。未來5到10年，AI在從文學藝術創作、科學分析、復雜任務的執行與協作等方面的技能一定會接近甚至超越人類。如果我們僅滿足于知識的積累和特定技能的嫻熟，那么面對更高效、不知疲倦且學習能力強大的AI，必然面臨被替代或邊緣化的風險。當奧賽金牌、編程高手、文學家與藝術家都不再稀缺時，什么才是最寶貴的？

工業革命實現了“體力”的平等化，人工智能正在推動“智力”的平等化，“德力”將成為每個人不可替代的核心競爭力。所謂“德力”，就是人的價值選擇、方向判斷和意義賦予能力，是人之為“人”的獨特稟賦。在智能時代，德力將決定你能走多遠、能創造多大的價值。

如何培養德力？《大學》開篇主旨為我們提供了答案：“大學之道，在明明德，在親民，在止于至善。”要深入社會實際，與不同人群建立情感紐帶，形成共情共鳴，最終養成完全人格。唯有提升自己的格局、心智與認知，實現價值體系的不斷升維，才能在智能時代守住人的主體性。

當智能體、機器人不斷習得人類曾經獨有的語言表達、藝術創作、邏輯推理、情感交互等能力，并不斷擠占人類的價值空間時，人就需要去探索和攀登更高、更遠的價值山峰，持續開拓和重構新的價值空間。

人機攜手開啟新的價值空間

回顧中國近代史上三次波瀾壯闊的移民潮：闖關東，兩千萬人背井離鄉，奔赴東北沃土，在冰天雪地中開荒拓土、構筑新的家園；走西口，晉陜人穿越沙漠關隘，在草原與農耕的交界地帶重建生計，以命相搏換取生機；下南洋，在異國他鄉扎根繁衍、開創商業版圖。每一次遷徙，都是對生存空間的開拓，都是對命運束縛的掙脫。

今天，面對智能時代，人類正面臨一場全新的“移民”——這不是地理空間的遷徙，而是從物理空間向數字與認知空間的遷徙。我們將與智能體協作，向新的認知疆域、新的創造空間、新的意義世界進發，人機攜手“闖通境”。

對于每個個體而言，人生的意義與價值并非一成不變的靜態坐標，而是一個不斷追尋、獲得與重構的動態過程。每個人的一生，都是在認知的拓展與實踐的磨礪中，持續升維自己的價值函數。而我們終其一生實現的意義與價值，則取決于我們為他人、為社會、為國家、為人類創造了多大的價值。正如儒家所言“修身齊家治國平天下”，我們所實現的人生價值，是這三層價值的總和。

人生價值的不同層級

在這一過程中，我們會經歷一系列“選擇與被選擇”。每一次選擇既是對既有價值體系的檢驗，也是對新價值維度的開啟。我們要保持價值體系的開放性與成長性：在服務他人的實踐中拓展共情之維，在投身社會建設的參與中拓展責任之維，在直面時代命題的探索中拓展歷史之維。唯有不斷突破認知架構與價值體系的局限，才能在人生的關鍵節點作出正確的選擇，并有勇氣、有魄力堅定前行，奔向人才分布曲線的長尾。

什么才是終極的價值？《左傳》提出“三不朽”——“太上有立德，其次有立功，其次有立言，雖久不廢，此之謂不朽。”立德是為民請命、匡扶社會正氣；立功是創造對社會有實質貢獻的事業、填補有重大意義的空白；立言是登無人之境、發現真理、著書立說、成就經典。中國沒有宗教意義上的天堂與輪回，“三不朽”為中國人標定了追求價值的極限坐標。

不朽并非精英的專利。胡適在1919年提出的“社會不朽論”指出：個體生命可以通過社會生命的傳遞實現不朽——“小我”會消滅，“大我”永遠不滅。一切“小我”的事業、人格、一舉一動，都匯入“大我”的洪流之中，代代相傳、連綿不斷。這便是社會的不朽，“大我”的不朽。

人生的意義:價值的傳遞、積分

智能時代的到來，會讓人們從大量重復性勞動中解放出來，獲得追尋更高價值的自由。我們不應停留在被對AI替代的焦慮之中，而應積極“立心”——明確自己的價值追求，拓展自己的格局維度，在立德、立功、立言的坐標上，向不朽的價值極限持續邁進。這不僅關乎個人的人生意義，更關乎人類文明在智能時代的方向與歸宿。

04 結語：以中國之思想，創世界之科技

通用人工智能創新包含五個層次——哲學層、數理框架層、模型層、算法層、執行層，這是一條從思想到實踐的完整路線圖。其中，哲學層的創新是整個大廈的基石。

人工智能創新的五個層次（紅色為原創）

回歸AGI的第一性原理，智能的本質是主觀的、內生的，以“心”為主體。它不是對外部數據的統計擬合，而是由內在價值體系驅動的主動探索與創造。我們必須破除“數據信仰”，深刻認識到：智能是價值主導的，而非數據驅動的。唯有讓智能體擁有內在的認知架構與價值體系，才能實現真正的通用與自主。人類與AGI協同的底層邏輯，在于共同擁有感知他人、理解規范、建立信任的社會智能，這是為機器”立心”的關鍵，也是人之為”人”的根基。

智能的第一性原理：主觀、內生的、心為主體

中國思想中關于”心”的千年探索與論述，為我們指出了一條基于東方哲學與智慧的AGI技術路線。智能時代，我們的使命是以中國之思想，創世界之科技，構建新的世界科創中心。