达沃斯论坛各界解码中国AI发展路径

中经记者 曲忠芳 天津报道

6月26日是2025夏季达沃斯论坛（新领军者年会）的最后一个会议日，《中国经营报》记者注意到，一场主题为“解码中国AI发展路径”的分论坛格外火爆，无论是线下还是线上直播，都吸引了众多观众。参与讨论的嘉宾既有中国当红的人形机器人“独角兽”企业宇树科技创始人、CEO、CTO王兴兴，又有创立40多年的中国家电巨头海尔集团董事局主席、CEO周云杰，还有美国数据及AI技能转化平台Workera的CEO、创始人Kian Katanforoosh（基因·卡坦福鲁什）,以及美国南加州大学古尔德法学院教授张湖月、中国长江商学院院长李海涛。

在这场论坛上，王兴兴首次公开透露，宇树科技的员工从2016年初创时的仅1人、十几人发展至现在约1000人规模，年度营收已超过10亿元。在他看来，宇树科技自2016年创立至今——尤其是近几年取得爆发式的增长，是“天时、地利、人和”共同促成的结果。首先，全球范围内，对AI和机器人的关注程度前所未有；其次，该公司所在地即浙江省、杭州市政府给予了很大支持；最后，这里也汇聚了优秀的人才。

规模化和场景的优势明显

王兴兴提出，近几年中国科技进步非常快，其中很大一个原因在于，目前年轻一代——90后及00后，从小接触的科技或信息逐渐普及。“我最早从2009年就开始玩机器人，所学到的东西本身就是全球前沿的技术”，与此同时，现在社会对于年轻人的支持度高，从小学习新科技的年轻人有更大的舞台展示和表现自己，新一轮AI技术的更新迭代最多5—10年，因此AI技术能够日新月异，这是与传统行业的区别。“从某种程度上说，在AI领域，年轻人反而更有机会。在新技术战略上，只要认真学习和实践，技术或产品创新会比（传统行业中）容易得多。”王兴兴说道。

出身于传统家电巨头的周云杰则强调，AI在技术之外，更是企业组织思维的转变，这种思维转变要求企业在快速响应市场的同时，要利用AI技术为用户创造更好的生活体验。他介绍，基于此，海尔集团进行了组织、流程和机制的变革，AI参与嵌入到从制造、研发、销售、采购、服务整个业务体系中。周云杰称：“在智慧家电领域，我们比DeepSeek还要deep(深），比OpenAI还要open（指开源、开放）。”

当被问及合作前景时，王兴兴表示，非常期待与海尔这些大型集团公司合作，事实上在商业场景的探索一直在推进。他也坦言，对于人形机器人来说，目前并不是马上能大批量应用的时间节点，假如技术没有达到一定的程度，硬件市场的话，就会很吃力，需要达到一定的匹配度。

张湖月指出，中国在AI和机器人发展方面具有竞争优势，得益于在供应链和需求链都容易实现规模化。供应链为制造业提供了强大基础，容易制造各种硬件产品；而需求侧提供低成本的产品，能够加速市场的普及。要开发好AI产品，需要大量数据积累，有了数据积累后可以更好地开发下一个新版本的AI产品，这就形成了一个良性循环的生态圈。

“中国拥有最好的应用场景。”李海涛指出，当我们谈论场景时，需要的不仅仅是AI大模型工具，而是非常具体的垂直场景。无论是家庭服务、工业制造，还是公共服务领域，中国的场景优势突出，在各个垂域场景中，通过积累的知识经验去训练AI，用低成本的方式提升竞争力。

基因·卡坦福鲁什提到，他感受到中国和美国的AI人才密度非常高，研发人员、工程师都非常努力，而且持续学习，这是两个国家AI发展之快的重要驱动。

未来6—12个月的AI展望

未来6—12个月里AI还会发生哪些变化？周云杰表示，最关注和期待的是AI与企业业务的融合，即AI真正能够推动企业的生产力发生质的变化。

“期待明年人形机器人在踢足球方面的能力比真人更好，或者真正实现人形机器人走进工厂或家庭大规模应用。”王兴兴指出，自己关注最多的是希望AI能够在机器人领域取得本质的进步，真正提高机器人的通用性、泛化能力，无论是在运动方面，还是干活做任务方面。当然，宇树科技的目标是希望机器人真正地去工作，尤其是那些辛苦的、人们不愿意做的工作。其中，针对大众所关注的家庭场景，王兴兴保持了谨慎的态度，他认为，对于机器人来说，家庭应用面临很大的挑战，因为必须考虑安全问题。毫无疑问，机器人在工业、农业等领域的应用会更快一些。

王兴兴坦言，当前最大的压力来自要在激烈的市场竞争中保持产品和技术的持续更新。“一家公司如果今年或明年在产品技术上停滞，那它很快就会变成一家平庸的公司。”“在新兴技术行业，至少要保持每个月都有明显的技术进步，才能够一直处于领先地位。”

卡坦福鲁什负责的Workera是一个提供AI职业技能发展的平台，他还与知名人工智能科学家吴恩达在斯坦福大学共同教授人工智能课程。他表示，未来半年里会关注如何运用AI Agent（智能体），以及如何在企业业务流程中应用智能体。

张湖月提到了AI监管治理，对于AI可能带来的风险，整体上分为短期风险和长期风险。长期风险相对遥远，但需要国际合作主动去了解和关注。而短期风险，我们需要明确风险的原因，可以通过法律进行监管，同时还要做好鼓励创新与监管之间的平衡。“AI在实验室测试阶段，可能不需要监管。但当它广泛使用时，可能会面临系统性的风险，在这个阶段就有必要监管，密切关注技术如何安全应用部署，逐步、分阶段地去实施不同的监管举措。”

（编辑：吴清 审核：李正豪 校对：）