专访全国政协委员、科技部原副部长李萌：人形机器人的“iPhone时刻”什么时候到来？智能玩具可...

来源：每经头条

2026年，“智能经济”首次被写入政府工作报告。

在此之前，政府工作报告已经连续四年提到“人工智能”，连续两年提到“人工智能+”。

去年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，提出到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极，推动技术普惠和成果共享。

为何要把智能经济放在这么重要的位置？智能经济的发展思路和主要路径有哪些？如何看待人形机器人的迭代速度？我们应该对人工智能发展有怎样的要求？

围绕上述一系列问题，《每日经济新闻》记者（以下简称NBD）在两会现场采访了全国政协委员、教科卫体委员会委员、科技部原副部长李萌。

1

智能经济具有重要现实意义

NBD：“智能经济”首次被写入政府工作报告，为何今年要把智能经济放在这么重要的位置？智能经济的发展思路和主要路径有哪些？

李萌：2017年国家新一代人工智能发展规划的战略目标中明确提出了智能经济和智能社会的概念，在本轮“人工智能+”行动和今年的政府工作报告中将其目标具体化了。去年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，其中的重点领域之一便是“人工智能+产业”发展。人工智能与产业融合，将培育出新的经济形态。

对智能经济的理解可以分为多个层面：首先是智能原生产业，大模型、算力基础设施等智能技术发展构建起具备竞争优势的产业和企业；其次是智能技术向各行业垂直渗透，显著提升各领域运行效率，带动经济增长点扩张，由此产生的经济行为与活动构成智能经济的另一组成部分；此外，还有一些即将落地的领域，例如陪伴机器人所衍生的陪伴经济与养老经济。尽管进入个人消费市场（To C）仍需时日，但我认为提供情绪价值的陪伴智能体将是最早实现家庭应用的领域。

值得关注的是，我国生产的陪伴机器人较海外同类产品更具优势——例如，日本产品还没有实现流畅的自然语言交互，而国产产品已具备该能力，且成本远低于日本产品。针对75岁至85岁年龄段中行动能力尚可的老年群体，虽能独立完成起居、外出、购物、烹饪等日常活动，但普遍面临空巢孤独问题，对陪伴机器人存在切实需求。相较于需完成精细操作的家务型人形机器人（因数据不足导致训练难度较大），陪伴机器人的操作技术要求相对低、成熟度更高，相信商业化进程也将更快。

在当前国际竞争日趋激烈、全球经济面临挑战的大环境下，智能经济兼具现实意义与长远意义。从当下看智能经济是应对经济下行压力的新的增长点，从中长期看智能经济能够显著提升产品质量、创新性和竞争力，推动中国产业链水平整体跃升。因此，我认为，今年政府工作报告将智能经济写入，既具有高度针对性，也体现出决策的及时性与深远意义。

2

通过合作，人形机器人技术迭代速度会非常快

NBD：在人工智能领域，人形机器人备受瞩目。从2025年春晚机器人扭秧歌、做预设动作，到2026年实现空翻、武术、演小品，我们可以看到，短短一年时间，人形机器人实现跨越式升级。过去多年并未出现的进步，为何在过去一年中就产生了？

李萌：有两方面原因，其一，大模型技术多路径迭代发展，具身智能的实现在多途径上展开探索，多种技术路线的竞争促进了技术水平快速提升和实现路径的相对收敛；其二，本体制造能力快速突破，以灵巧手为代表的本体精细化水平显著提升。目前业界对该发展方向形成高度共识，资金、人力与技术资源持续向该领域集聚，从而推动技术实现跨越式发展。今年春晚亮相的人形机器人在运动控制能力方面已达到国际领先水平，令世界刮目相看。

部分从事世界模型与空间智能研究的业内人士提出，具身智能的模型架构可能需要重新架构，比如探索过程中将大小脑合一了，而不再是“大脑-小脑-本体”的结构。从当前大语言模型“预测下一个token”到“预测下一个动作”之间，需要有一个比较大的转变。大语言模型基于概率预测，而空间智能与世界模型需要理解物理定律和具有长期记忆。当前机器人的“世界模型”多为几何模型而非物理模型，但未来是能够发展出物理模型的，而且这是必然趋势，是迈向适应开放世界、具备常识的通用智能体的关键一步。

比如当机器人同时观察到地面上的影子与待抓取物体，且二者距离相近时，其能够准确识别并抓取实体物体而非去抓物体的影子，表明其具备一定的物理规律理解与常识推理能力——明确影子仅为光学现象而非实体对象。对物理规律理解与常识记忆能力，是空间智能与世界模型领域需要突破的关键技术方向。

NBD：中国多模态模型与国际水平相比，发展如何？

李萌：关于我国多模态模型与国际先进水平的比较，业界此前存在不同观点，有声音认为我国相关技术落后于美国，例如Sora 2等产品的表现。但自Seedance 2.0发布后，此类声音渐淡了。Seedance 2.0不仅视觉效果逼真，而且在多模态输入、内容精准控制能力和人机交互流畅度方面都达到了业界新高度，推动视频生成技术商业化落地向前迈了一大步，甚至使好莱坞感受到前所未有的行业危机。

我认为，我国与具身智能相关的多模态模型的发展方向与国际主流趋势基本一致，在不同方面上各有优势。从技术架构来看，机器人可分为大脑（认知决策）、小脑（运动控制）与本体（执行机构）三个层级。美国在空间智能与世界模型等领域开展了大量理论方法探索，在大脑模型的基础模型范式原始创新方面具备一定优势，我国研发团队也已在该领域开展大量实践探索和模型开发训练。在小脑运动控制能力方面，宇树、智元、傅利叶等国内企业的运动控制模型算法已接近甚至实现局部领先。端到端的视觉-语言-行动（VLA）大模型将大脑与小脑功能融合，使系统既能感知物理世界、理解物理规律，又能直接控制本体执行动作，在这方面美国Figure AI的Helix、斯坦福的OpenVLA等具备领先水平。

在硬件本体方面，宇树科技的电驱动方案也已成为行业标杆，使美国波士顿动力旗下Atlas放弃原有的液压传动方案。与液压驱动相比，电驱动方案具有显著优势，要实现复杂操作，自由度至关重要。人的单手手指部分有21个自由度，加上手腕27个自由度，若机器人能达到同等水平，则操控能力将接近人手。此外，我国丝杠零件制造水平也在逐步提升，电驱动还需要谐波减速器等核心部件，这些部件协同优化，能使手指和关节的联动更加顺滑、具有柔韧性，有效提升机器人运动的安全性。

3

智能玩具可能是一个被忽视的大产业

NBD：以人形机器人为代表的具身智能的“iPhone时刻”会是什么时候？

李萌：首先需要区分是专用领域还是通用领域机器人的“iPhone时刻”。

若指通用领域人形机器人的“iPhone时刻”，个人认为目前来谈还为时尚早；若指专用领域机器人，则有望在未来几年内实现突破。此前业界曾预测，2026年AGI（通用人工智能）将到来，但需明确区分数字AGI与物理AGI。如果是物理AGI，即使在未来几年内实现的难度仍较大。因为人工智能的终极目标是模拟人类智能，而人类智能不仅包括认知能力，还涵盖行动能力、价值判断等多维度要素。

在专用领域，我认为“iPhone时刻”到来不会太久。自动驾驶可能成为最早进入“iPhone时刻”的专用领域的具身智能体，率先实现规模化商业落地；陪伴机器人则可能成为第一个进入家庭消费市场的专用具身智能体；而智能玩具可能是一个被忽视的大产业。

智能玩具可能是弱人工智能的，也可能是具身智能的，集陪伴、教育、看护功能于一体，市场规模有望对标传统玩具产业，形成全球性需求。且与一般机器人相比，智能玩具的结构相对简化，无需人形，无需复杂的灵巧手与多关节设计，核心在于自然语言交互能力。相比之下，家务机器人虽承载较高市场预期，但技术难度较大。

此外，具身智能向垂直领域的渗透越深，催生的细分应用场景也会越多，进而形成更显著的经济增值效应。因此，未来大量具身智能体将进入工业、流通、服务等To B领域，形成规模化智能群体。越深耕垂直领域，智能经济的增长点就越多、增长面就越宽。

“人工智能+”形成的智能经济与“互联网+”产业不一样，但二者的发展有继承性和延续性。“人工智能+”高速移动互联的时代已经来临。尽管当前已进入智能时代，但移动连接仍是不可或缺的基础设施。6G技术被列为未来产业之一，原因是其与智能技术的融合将形成许多意想不到的效果。6G时延可达微秒级，较5G的毫秒级提升一个数量级，远超人类交互的反应速度，在高精尖领域具有重要应用价值。智能经济可视为“互联网+”的升级换代版本，但其发展仍需发挥好既有的互联网生态与技术体系支撑，并在此基础上逐步构建起智能体互联网生态。

4

需避免智能鸿沟演变为分配鸿沟

NBD：在宏观层面，人工智能应该如何发展？我们应该对其有怎样的要求？

李萌：人工智能要走向包容性发展之路。微观效率的提升要向宏观效果包容，个体、企业的效率提升应该推动TFP（全要素生产率）的整体提升；技术发展要向绿色发展包容，大家讲人工智能的尽头是能源；同时，技术进步需向高就业率包容，妥善应对人工智能带来的集中式就业替代与分布式就业增长之间的时间差与过渡期，应建立健全过渡机制与兜底保障。

从就业替代来看，具有创造性思维、价值判断能力、复杂行动能力的岗位则不会被取代。例如，虽然使用Seedance能够拍出好莱坞大片的效果，但是需要有人写提示词，提示词写作体现了人的水平、设计效果；此外，真实场景下的数据采集工作需要大量人力投入——尽管存在人造数据作为补充，但其可能存在近亲繁殖与幻觉等问题。要发展空间智能与世界模型，真实场景数据采集是不可替代的。

人工智能一边在单点领域形成就业替代，另一边又带动社会整体的就业增长，这就是所谓的杰文斯悖论，二者并非简单的对称替代关系。国家层面需建立就业蓄水池与兜底机制，平稳度过过渡期，方能通过包容性发展实现技术造福社会、促进社会繁荣的目标。

此外，人工智能发展还要向社会公平分配包容。收入分配是最具政治意义的经济议题。虽然马斯克说，未来智能社会人人都财富自由了。但这需要一定的前提条件，现有的财富格局会影响人工智能红利在不同国家之间和不同人群之间的分配。因此，需要确保人工智能红利的合理分配，避免智能鸿沟演变为分配鸿沟。

NBD：这一轮人工智能技术不仅仅是像以往工业革命一样解放了体力劳动，脑力劳动也要被“解放”出来了，有些人担心AI会把人类取代，未来，人类如何重新定义自己和AI的角色？

李萌：我认为AI与人类关系的终极定位应是超级工具或工具型伙伴。

随着大模型、智能体和具身智能快速发展，业内对通用人工智能进程的预期明显提前。从智能技术发展本身而言，未来其能力进化将沿着“辅助者-代理者-具身人-碳硅生命互为镜像-超级智能”的路径迭代，如果不加以限制与规制，AI发展成为更像人类自己、超过自己的伙伴应是可能的事件，综合生物技术、信息技术、材料技术、精密机械技术和脑科学等，发展出类人、拟人、超人的硅基智能体。

问题的关键是人类最终是否需要、是否愿意AI发展成这个模样，人类是否有能力让AI按照自己理想的模样向前发展。

我个人认为，发展方向是工具包括超级工具——能够提升能力效率，甚至是工具型伙伴，正如我前述提到的，能够提供助力和情绪价值。对面向企业（To B端）来说将主要向超级工具发展；对面向消费者（To C端）来说主要向工具型伙伴发展，不能让其发展超过工具范畴。

人类要在人工智能的发展中占据主体地位，发挥主导作用。人类要定义AI的未来，而不是让AI发展出可以定义人类未来的能力。这就需要加强敏捷治理，加强国际合作，让人工智能“可以是造福人类的国际公共产品”。

记者|周逸斐 张宏

编辑|魏官红