本报记者 曹政

　　今年，“天工”相继斩获全球首个人形机器人半马冠军和“百米飞人”称号，“大模型六小龙”之一的智谱迭代升级旗舰模型并站上全球开源模型第一的位置，全球首款类脑脉冲大模型推理能效大幅提升……虽然人工智能的技术突破相继涌现，却离普通人的生活有些遥远。

　　在行业人士看来，人工智能产业有望在“十五五”时期迎来爆发，更多领域会出现一批“杀手级”应用。北京这座“人工智能第一城”，如何在下一个五年再次突围？

　　人形机器人不能只展示花拳绣腿

　　扭秧歌、跑马拉松、打拳击……人形机器人是今年当之无愧的“顶流”。虽然有点赞、有吐槽，但大家更多是对它抱有期待。

　　“马拉松和运动会是以实战方式检验当前人形机器人技术发展水平的‘试金石’，价值远超实验室里的千万次测试。”勇夺半马冠军的“天工”研发方北京人形机器人创新中心副总经理王海华近日在接受记者采访时说。

　　赛场上，人们看到机器人有时健步如飞，表现惊艳，有时又跌跌撞撞，说明大规模量产和商业化应用仍面临挑战。

　　在王海华看来，当前产业化瓶颈是系统性的：技术上，“大脑”的认知决策能力、“小脑”的运动控制精度与机器人本体的性能仍需协同突破，特别是在动态、非结构化环境中的可靠性和适应性是核心挑战；产业生态上，核心零部件成本高、软硬件标准不统一、缺乏经过大规模验证的“杀手级”应用，一定程度上制约了产业发展。

　　“北京可发挥场景资源丰富、产业链条完善等优势，加快具身多模态大模型、运动控制模型等核心技术攻关。”王海华建议，北京应该推动开展人形机器人芯片、操作系统等联合研发，构建自主安全可控的具身智能技术底座，构建统一的行业标准体系，探索更多真实场景、高价值场景的应用示范。

　　人形机器人运动会后，冠军机器人已从赛场走进福田康明斯“灯塔工厂”，进行物料搬运和整理等实操工作。不过，人形机器人距大规模“上岗”还有一段路：它需要经历在复杂工况和特定场景下的应用验证、工艺改进、迭代优化，以确保其安全可靠。王海华说，短期内，具身智能机器人最有可能在特种作业、工业制造等领域规模化落地，这些领域任务边界简单清晰、环境相对可控、重复性比较高，可帮助人们从危险、有毒有害的工作中解脱出来，更容易实现技术验证和商业闭环。

　　“百模大战”后何时出现杀手级应用？

　　作为“人工智能第一城”，北京累计备案上线大模型183款，数量全国第一。豆包、智谱等标杆模型性能稳居全球第一梯队。自2023年以来，国内大模型企业竞相突破，上演了“百模大战”。

　　“初期很多人投入做大模型很正常，中间可能会有些内耗，但慢慢会分化出来，通过市场竞争、政策引导，大家更清楚自己合适的位置。”北京智谱华章科技股份有限公司董事长刘德兵对记者说。他以该公司从事的基础模型领域为例：基础模型投入太大，要求也更高，很多企业已转去做其他更擅长的行业应用方向。

　　今年，智谱发布的模型GLM-4.6编程能力取得关键突破，在全球百万用户盲测的大模型竞技场Code Arena上，该模型与GPT-5等并列全球第一。

　　无论是行业人士，还是普通人，都期待大模型能出现一个“杀手级”的应用，何时才能看到？

　　“现在对话层面的模型很普遍，但大家更期待大模型智力水平再提升。”刘德兵说，这需要大模型达到L4级，实现自学习自成长，在使用中不断迭代变得更聪明。但实现跃升还有不少技术难点，比如模型的长期记忆机制——这不是一次对话中大模型短暂记住某些事情，而是一旦收到反馈就形成长期记忆，后续模型自己就能判断。

　　当前，国际主流AI公司都朝着L4级大模型的方向努力，也包括北京企业。“北京有机会有优势率先诞生这种‘杀手级’的应用。”他认为，北京有很多优秀人才，能很快接收到大模型发展的信号并快速跟进，提出自己的一些思路。再加上创业土壤、政策支持，“杀手级”应用在北京诞生值得期待。

　　AI发展要筑牢隐私保护“安全锁”

　　人工智能也催生伦理和道德层面的挑战。当人们打开手机里的大模型App，一问一答的对话中能收获想要的信息和情绪价值。但这种生成式人工智能大模型的“成长”需要数据，如将个人信息“喂”给了它，便有隐私泄露的风险。

　　北京前瞻人工智能安全与治理研究院院长曾毅认为，AI发展要在技术层面筑牢隐私保护“安全锁”，在充分保证用户知情同意的情况下推行个人数据采集与利用的“最小必要”原则。对于敏感隐私数据，应建立分级分类管理体系，并将隐私保护融入AI研发的底层设计。

　　人工智能时代的来临，也让不少人担心未来工作是不是会被替代。“人工智能与技术变革带来的绝不是全面失业，而是就业结构的重构。”曾毅说，当前AI仍处于弱人工智能向通用人工智能过渡的阶段，其本质仍是信息处理工具，而非能完全替代人类。

　　在曾毅看来，在AI带来就业结构变化上，政府部门应该关注“转型”而非“替代”。一方面，重复性、高危性岗位的替代是技术进步的必然；另一方面，AI将催生大量新职业，如AI伦理审查员、安全工程师、人机协作教练等。

　　为应对这一变化，政府、企业与社会需形成合力：政府部门要加强职业技能培训体系建设，引导人工智能应用服务所产生的利润公平分配，特别是被替代岗位相关人员如以贡献专业知识与数据等形式参与其中时，应得到充分回报；企业在推进技术替代的同时，应依据实际情况开展员工转岗培训；个人则要聚焦AI无法替代的情感、创意与协作能力，培养核心竞争力。