朱松纯教授WAIC演讲全文！为机器立心：回答人工智能时代的“中国之问”

编者按：

7月17日至20日，世界人工智能大会（WAIC）2026在上海举行。作为全球人工智能领域的顶级盛会，WAIC长期致力于探索技术前沿、推动创新发展。今年，更有9位图灵奖、诺贝尔奖得主齐聚现场，堪称全球人工智能领域的一场最高规格思想盛会。

7月19日，北京通用人工智能研究院院长、北京大学智能学院院长朱松纯教授受邀出席大会“思想者论坛”，与姚期智、理查德·萨顿等7位人工智能领域的标杆人物同台，并发表主旨演讲。

当全球竞相追逐大模型、人工智能产业的泡沫与风险日益引发关注，朱松纯教授对技术路线、产业趋势及人机未来的思考，显得尤为深刻而前瞻。

他在著作“通用人工智能的中国蓝图”系列——《为机器立心》《为人文赋理》中，系统回应了人工智能时代的“中国之问”：

机器如何形成真正的认知架构？通用人工智能应当由什么价值驱动？当机器开始理解世界、作出判断，人类又该如何与之协同？

当全世界追逐大模型，朱松纯提出了一条中国自主的通用人工智能路线。

本文根据朱松纯教授在“思想者论坛”上的演讲内容梳理而成，原标题为《AGI认知架构与价值驱动的第一性：机器“立心”与人类协同的底层逻辑》。以下为演讲全文。

● ● ●

▼点击书封，立即入手

朱松纯教授著作《为机器立心》《为人文赋理》重磅更新。一面追问机器如何拥有价值与心智，一面探索人文思想如何获得数理表达，共同指向一个更深层的问题：智能时代不仅需要技术创新，也需要建立属于自己的认知架构、价值体系与思想坐标。

引言

当前，人工智能技术的演进引发了广泛的社会关注与讨论，人类社会正从信息时代跨入智能时代。大量智能体进入人类生活，在释放巨大生产力的同时，也引发了社会层面的焦虑——人们担忧被替代、被边缘化，也开始重新思索自身在智能时代的存在意义和独特价值。这场变革的深度与广度值得认真审视：它不仅将推动生产工具的升级，更将推动社会结构、价值体系乃至人类对自身认知的重塑。

与此同时，AI产业本身也陷入了深刻的迷茫。资本市场在几轮热点轮换中剧烈波动，技术叙事的更迭令人眼花缭乱，社会舆论在"AI万能论"与"AI灭绝论"之间摇摆不定。AI迄今尚未实现大规模产业化落地，对社会的真正冲击在相当程度上来自媒体的宣传与炒作——这些叙事塑造了公众对AI的认知与预期，也深刻影响了资本流向和产业格局。

如何定义AGI？怎样的技术路径能通向AGI？如何运用AGI技术赋能现代化产业体系建设？面对智能体广泛融入人类社会的智能时代，我们要过怎样的生活？只有在这些根本问题上有独立自主的思考和判断，才能在技术发展浪潮的大起大落中保持定力，在产业泡沫的周期性轮回中锚定方向，构建AGI发展的战略主动与中国叙事。

要穿透这些现象的混沌，就必须回到AGI的第一性原理——即回到哲学层面，回到智能的本质思考。智能的本质是主观的、内生的，是由内在价值体系驱动的主动探索与创造，而非对外部数据的被动拟合。正是基于这一认识，我们提出了AGI创新的五个层次——哲学层、数理框架层、模型层、算法层、执行层，并在这条路线上持续探索AGI的本质与“何以为人”的终极命题。

今天，我想从三个层面展开：第一，回望与反思——解构当前AI热潮背后的国际叙事、营销逻辑与产业泡沫；第二，思想自主——分享我们在构建AGI战略主动方面的路径探索、技术突破与产业应用；第三，未来展望——探讨人机共生时代，我们"何以为人""何以生活"的终极命题。

目录

第一章AI热潮的回望与反思

一、国际叙事：从“全球化”到"美国优先"

二、AGI营销：硅谷、华尔街、华盛顿三重奏

三、产业泡沫：价值透支与资源错配

第二章思想自主：构建AGI的战略主动与中国叙事

四、正本清源：AGI的本质、架构与技术路线

五、社会智能：人工智能的下一个前沿

六、战略布局：科技创新与产业创新深度融合

七、产业赛道：以AGI平台支撑政用商用民用

第三章未来展望：构建人机共生的文明形态

八、百年变局：智能时代的文明演化与社会转型

九、何以生活：探索人机共生的工作与生活方式

十、何以为人：人生价值与意义的追寻

01

AI热潮的回望与反思

过去十余年，人工智能领域经历了多轮热潮与低谷的交替。从2012年深度学习兴起至今，这个领域其实并没有真正意义上的“低潮”——技术本身一直在持续发展，一波又一波的新概念不断被推出来，每一次都在全球范围内产生了重大影响。我们真正面临的问题，并不是热潮与低谷的周期性循环，而是如何理性地对待这些层出不穷的热点。

回顾这段历史，有助于我们理解当前局面是如何形成的，也有助于分辨哪些是实质性的进步，哪些是舆论和资本的短期炒作。这里我想从三个层面来梳理：叙事（Narratives）、营销（Marketing）与泡沫（Bubble）。

一、国际叙事(Narratives)：从“全球化”到"美国优先"

任何技术浪潮的兴起，都离不开一个宏大的时代叙事作为背景。回顾过去二十年，国际政治经济格局的叙事经历了深刻的转变。

上世纪90年代到2016年前后，全球化和自由民主的叙事占据主导地位。托马斯·弗里德曼那本影响甚广的《世界是平的》，可以作为这个时期叙事的典型代表。在这个框架下，中国2001年加入世贸组织，凭借人口红利与制造业优势实现了经济的腾飞，成为全球化叙事的受益者和重要力量。

事实上，我在2025年1月的北京大学光华新年论坛上，就明确提出了从“世界是平的”到MAGA的叙事转变，并对大数据、大算力、大模型的技术路线提出了质疑。今天全球科技股的剧烈震荡，印证了当时的判断。

叙事：从“全球化”到“美国优先”

随着全球化对美国制造业和产业工人的冲击逐渐累积，民粹主义思潮日益抬头。2016年特朗普赢得大选，标志着政治叙事开始从新自由主义的全球化叙事转向"美国优先"的国家竞争叙事。为了应对中国的崛起，重塑其全球竞争力，美国迫切需要一个新的战略锚点——这个锚点落到了人工智能上，更准确地说，落到了通用人工智能上。

从全球经济发展视角来看，大国博弈的焦点正从地缘势力范围、军事力量对比等传统维度转向科技主导权的争夺。纵观全球经济发展历程，大致经历三个阶段：从以房地产、基础设施和工业化为核心的资本积累阶段，到如今迈向由新兴科技、平台生态和知识产权驱动的创新驱动阶段。以人工智能为代表的新兴科技，成为驱动经济发展的引擎，也是国家核心竞争力的重要组成部分，其发展水平不仅体现经济实力，也与国家安全、制度话语权紧密相关。能否在AI领域占据领先地位，直接影响一国在全球创新版图与经济秩序中的位置；AI竞争也逐渐从纯粹的技术与市场竞赛，演变为围绕技术壁垒、供应链安全和数字时代发展主权的系统性博弈。

这一战略转向并非偶然。2015年前后，深度学习的进展让通用人工智能开始被视为一个有可能实现的目标。2014年，谷歌高价收购了DeepMind；2015年底，OpenAI正式注册成立；2016年3月，AlphaGo战胜围棋世界冠军李世石，全球数千万人观看了这场"人机大战"，人工智能的讨论热度自此彻底超越学术圈，进入公众视野。2017年特朗普就任后，美国政府着手将AI作为国家竞争的关键领域进行系统布局。2018年开始的贸易战以芯片为切入点，芯片被赋予的战略地位类似于工业时代的石油——它是未来产业命脉的物理载体。

2026年6月，美国政府以国家安全为由，要求美国AI公司Anthropic暂停所有海外用户对其最先进模型Fable5和Mythos 5的访问权限。这一事件的深远影响在于，它将前沿AI能力从市场化商品升级为国家战略管控资源，直接打破了世界各国可以稳定获得美国AI模型的预期，加深了全球各国对“主权AI”的重视。这进一步印证了：全球AI竞争早已是技术能力的竞赛或市场与资本的博弈，上升至地缘政治与国家战略维度，能否构建自主可控的全栈软硬件技术体系、充分把握战略主动与叙事权，关乎一个国家能否在智能时代站稳脚跟、引领世界。

二、AGI营销（Marketing）：硅谷、华尔街、华盛顿三重奏

这个叙事的效果是显著的。它成功地将全球资本、硅谷技术与华盛顿政策捆绑在一起，形成了强大的合力。从市场数据看，以"美股七巨头"为代表的科技巨头股价飞涨，市值总和一度超过标普500指数其余493家公司的总和。按照这一叙事的设想：只需要少数几个天才加上无限供给的智能体，就可以改变竞争格局。2025年特朗普再次就职后，进一步任命"白宫人工智能沙皇"，发布"AI曼哈顿计划"，试图将通用人工智能作为中美科技竞争的战略武器。

从更深层的战略逻辑来看，这套硅谷、华尔街和华盛顿的“三重奏”，本质上是美国以AI为杠杆撬动全球资源配置的战略。借助“AGI竞赛”的宏大叙事与资本泡沫，美国成功将全球资本虹吸至本土AI产业：从华尔街到硅谷，从主权基金到养老基金，数以万亿美元计的资金源源不断注入美国的数据中心、电网扩容、先进芯片产能等AI基础设施。这一策略与1999年互联网泡沫的底层剧本如出一辙——彼时纳斯达克泡沫破灭后，遍布全美的光纤网络与一代技术人才，支撑了此后二十年的美国科技霸权。

如今，美国对AI泡沫采取“纵容”态度，正是看准了这一点：泡沫终将破灭，但泡沫期建成的基础设施、聚集的全球顶尖人才，将永久性地留在美国本土，成为不可迁移的战略资产。正如美国财长贝森特所言：“AI最大的风险是让竞争对手走在我们前面。”在这套逻辑下，关键是通过叙事驱动的资本洪流，完成美国的AI基建布局、锁定全球高端人才，以技术代差确保领先优势。以叙事为手段，以泡沫为工具，将金融投机转化为不可移动的物理资产与人力资本，是这场“三重奏”的最终目标。

在国际叙事的宏大背景之下，市场层面的营销不断放大AI的重要性与紧迫性。营销的核心在于"讲故事"——当旧的增长故事遇到瓶颈，资本、媒体和产业就需要寻找新的叙事来维持增长预期。在这一过程中，有三类技术误判经由商业包装成为撬动投资的杠杆。

第一类是"大模型即AGI"。这种说法把大语言模型等同于通用人工智能，或者认为大模型再往前走几步，AGI就会自然出现。但事实上，大语言模型处理的是语言序列的概率分布问题，它在本质上是一个统计模式匹配工具，并不具备真正的理解、推理和因果认知能力。把语言层面的流畅对话等同于通用人工智能，这中间存在概念的偷换。这种论断在商业层面起到了显著的营销效果——它让市场相信，只要沿着大模型这条路继续加大投入，通用人工智能就指日可待。而从学术角度看，这种说法模糊了大语言模型与AGI之间的本质区别，对公众认知和资源分配都造成了误导。

第二类是"规模定律"（Scaling Law）。这一论断认为，只要把数据量、模型参数和算力规模不断做大，通用人工智能就会自然涌现。当时有说法称需要百万张GPU，后来又说要千万张。国内一些重要人工智能会议的主题设置，基本上就是在为这套叙事做传播——信息从美国传过来，我们这边请来美国的专家再讲一遍，形成了一种信息倒灌和放大的效果。现在越来越多的人开始承认，单纯靠规模扩展走不到通用人工智能。

营销：资本驱动与媒体炒作（hype）幻象

第三类是"人类危机叙事"，将AI渲染为可能灭绝人类的威胁。这个话题在英国、旧金山、首尔、巴黎都开过峰会，成立过研究机构，也有不少科学家联名呼吁暂停大模型研发。但回过头来看，这些危言耸听的论调，相当程度上是部分AI初创企业营销策略的组成部分——把自己的技术说得越强大、越危险，越有利于吸引资本关注，维持高估值。Anthropic便是典型案例：该公司一边宣称其新模型Mythos 5功能过于强大、存在安全风险而不向公众开放，一边借此制造稀缺感吸引资本关注，随即启动IP0冲刺万亿美元估值，这种以“危险”为卖点、以恐惧促营销的操作，被业界称为“奥本海默式营销”。当然，这不是说AI的安全和监管不重要，而是说把问题夸张到人类灭绝的程度，背后有资本运作的逻辑。

在这一过程中，我们国家的媒体尤其是自媒体成为趋势的放大器，大量"炸裂体"标题贩卖焦虑、传播不实预期。上述言论经由商业逻辑的包装与营销，成为撬动市场预期、吸引资本投入的杠杆。问题在于，当营销的速度和声量远超技术本身成熟的速度时，便为泡沫的产生埋下了隐患。

炸裂体：过去5年的AGI报道风格，制造了广泛的社会焦虑

三、产业泡沫：价值透支与资源错配

泡沫的本质，是技术价值被过早、过度地折现。每当旧的增长故事遇到瓶颈，资本就需要寻找新的概念维持预期。从2016年至今，产业界经历了四轮热点轮换。

第一轮以“AI四小龙”为代表，聚焦以人脸识别为核心的判别式模型。商汤科技、旷视科技、云从科技、依图科技四家企业成为资本追逐的核心标的，融资纪录被一再刷新——商汤B轮4.1亿美元，旷视C轮4.6亿美元，彼时创下全球AI领域单轮融资最高纪录。我在2017年发表的《浅谈人工智能》中就指出，人工智能有六大核心领域，视觉识别只是其中一个很小的子领域。四小龙将全部筹码押注在“人脸识别”这一技术热点上，当2022年大模型成为主流时，其技术积累无法直接迁移，迅速在AI 2.0时代边缘化。

资本狂热的背后，是企业估值与商业基本面的严重脱节。“四小龙”的商业模式高度依赖政府安防订单与企业定制项目，项目周期长、回款慢、毛利率低，始终未能建立起可持续的盈利能力。商汤科技2018至2024年累计亏损达546亿元；旷视科技2024年终止IPO进程，核心业务被迫转向物流机器人；云从科技2024年营收暴跌36.69%，八年累计亏损超45亿元；依图科技撤回科创板申请后团队规模收缩超70%。业内一度流传：“10家AI企业有9家在亏损，还有一家正在申请破产。”第一波AI泡沫，就这样在资本退潮后裸露出技术路径短视与商业模式缺失的双重困境。

第二轮是2021年前后的元宇宙热潮。Facebook宣布更名为Meta并全面投入元宇宙，国内腾讯、字节跳动等巨头迅速跟进，字节跳动以90亿元高价收购VR硬件厂商Pico。这一轮热潮中最具泡沫特征的现象，是虚拟房地产的炒作。2021年11月，六大元宇宙平台的虚拟地块每周交易量峰值达10亿美元，Republic Realm以430万美元购入一块虚拟土地。进入2022年，随着加密货币市场走弱，六大元宇宙平台的虚拟土地平均价格在半年内跌幅超85%，整体销售数量在不到一年内下降87.5%。正如美国投资人马克·库班所言：“在现实世界中，土地是一种稀缺资源，但这种稀缺性并不适用于元宇宙——在这些虚拟世界里，你可以修建无限的房产。”

Meta自身的遭遇为这轮泡沫写下了最具代表性的注脚。其元宇宙部门Reality Labs在2020年至2025年底累计亏损超过700亿美元，而全系列Quest头显全球销量仅约2500万台，远不足以填平亏损。2023年，Meta战略重心被迫从元宇宙转向AI，股价回升已与元宇宙叙事毫无关系。

与此同时，大量企业仅通过对既有业务“贴标签”的方式获取高估值，随着虚拟地产价格暴跌和媒体关注度下降，上述项目中的大部分迅速沉寂。中国监管部门也陆续出手：2022年2月，处置非法集资部际联席会议办公室专门发布风险提示，指出需防范以“元宇宙”名义进行的四类非法金融活动。这一轮泡沫再次印证了一条规律：当概念炒作的速度远超技术成熟度，当投机预期取代真实用户需求成为定价基础，泡沫的破裂只是时间问题。

第三轮是2022年底ChatGPT引爆的生成式大模型“百模大战”。这一阶段的核心叙事围绕两条主线展开：一是Scaling Law（规模效应定律）的“大力出奇迹”逻辑——只要堆砌足够多的算力、数据和参数，更强大的智能就会自然涌现；二是AGI即将实现的愿景——OpenAI CEO萨姆·阿尔特曼在全球巡回演讲中反复宣称AGI将是人类“迄今为止最伟大的技术飞跃”。在这套叙事的驱动下，中美大模型初创企业的估值在短期内急剧攀升。OpenAI估值从2023年初约290亿美元飙升至2026年3月的8520亿美元，Anthropic更是从2021年创立时的1.8亿美元暴涨至2026年5月的9650亿美元。2025年初，国内大模型“六小虎”均超过200亿元人民币。

AGI成为叙事锚点：硅谷、华尔街、华盛顿三重奏

估值神话的背后是触目惊心的亏损现实。无论是AI独角兽还是互联网巨头，普遍陷入“高投入、高亏损”的困局。AI属于“重资产+高运营成本”模式，前期需要投入巨额资金用于算力基础设施建设与研发成本，而模型商业化收入的增长远远滞后于成本扩张的速度；行业巨头们也纷纷陷入“囚徒困境”，为避免在技术迭代中掉队，在商业化模式尚不明朗的情况下，还要持续加码投入。OpenAI 2025年营收约130.7亿美元，但净亏损高达385.3亿美元，其对云服务商的算力采购承诺更是高达6650亿美元，时间跨度延伸至2030年。更宏观地看，截至2025年底，谷歌、Meta、微软等科技巨头在AI领域累计投入5600亿美元，但实际AI业务收入仅有350亿美元，投入产出严重倒挂。更令人担忧的是，一些大语言模型公司，以AGI为叙事去实现估值的神话，但其发展既没有技术支撑，也缺乏可持续盈利的商业模式，最终必将导致散户股民血本无归。

与此同时，一种特殊的资本闭环风险正在形成：微软持有OpenAI股权并向其提供云服务，英伟达通过“投资换订单”确保大模型企业成为其算力大客户。传统风投“不与现有被投企业竞争对手合作”的规则已被改写，红杉资本同时持有OpenAI、xAI和Anthropic的股份。与其说是在“押注赢家”，不如说是在“所有赛道上各占一张牌桌”。资本在巨头间循环，而真正有创新潜力的中小企业融资空间被急剧压缩。

Scaling Law叙事本身也在遭遇挑战。OpenAI下一代旗舰模型相较于现有模型的提升远不如GPT-3到GPT-4的跃升，Google Gemini在加大投入后也未达预期，Anthropic被曝暂停推进Opus 3.5。前OpenAI首席科学家Ilya Sutskever公开表示，传统无监督预训练已经达到极限。当Scaling Law和AGI愿景这两大叙事支柱逐一受到质疑，算力价格持续走低而大模型公司亏损仍在扩大，泡沫的结构性特征也更加凸显。自从22年11月ChatGPT发布以来，我在多次公开演讲、媒体采访、文章发表以及咨政建言时，强调大语言模型不是AGI，也不能将其等同于通用智能。我的这些观点和主张一度备受争议和质疑，如今随着大语言模型的热潮退去，真相才逐渐浮出水面。

第四轮是2023年以来持续升温的具身智能热潮。2023年，英伟达CEO黄仁勋提出“人工智能的下一个浪潮是具身智能”，将这一概念迅速推向资本风口。2025年前三季度，国内机器人创业企业融资总额约500亿元，是上年同期的2.5倍。宇树科技、智元机器人、银河通用等企业迅速跻身独角兽行列。中国人形机器人公司已超过150家，半数以上为初创或“跨行”入局，资本将具身智能与人形机器人简单画上等号，大量同质化项目蜂拥而入，技术成熟度与商业化落地之间的鸿沟仍未真正弥合。

“世界模型”作为具身智能热潮中的衍生概念，其泡沫特征更为鲜明。据报道，2024年9月，World Labs以10亿美元估值完成2.3亿美元融资；16个月后，估值飙升至50亿美元。2026年3月，AMI Labs完成约10.3亿美元种子轮融资，估值达35亿美元，成为欧洲有史以来最大的种子轮融资。而在实际技术研发与应用落地过程中，“世界模型”这一术语被严重泛化——视频生成模型、3D重建工具、多模态大模型都纷纷贴上“世界模型”标签，尚未出现可大规模落地和商业化盈利的技术产品。

需要清醒认识到，具身智能领域许多企业的估值被严重高估。实现具身智能是一个极为困难的问题：上世纪八九十年代，日本和韩国就在努力尝试攻克机器人，始终没有实现理想结果，到2011年福岛核电站泄漏事件，等来的是一个令人失望的结果。现在很多初创企业动辄宣称自己做出了机器人的大脑，这基本不可能。我们的团队早在2013—2014年就开始攻关具身智能，到现在才初步实现了“通脑”。所以不能寄望于短期内的大量融资能够解决数十年尚未攻克的技术难题。我在商业和经济上不一定能提供准确的预判，但能够在技术上给出相对客观的判断，现在具身智能领域的投融资热潮实际上是提前预支了技术的价值。

泡沫破裂的深层本质，并非简单的估值回归或技术路径证伪，而是一种集体信仰的系统性崩塌。回顾这四轮泡沫的起落，支撑每一轮狂热的底层逻辑，本质上都是对某种“信仰”的非理性押注，而这些信仰正在被现实逐一瓦解。

泡沫破裂的本质是信仰的崩塌

算力信仰——相信只要堆砌足够的GPU和算力集群，通用智能就会“大力出奇迹”般自动涌现。业界流传“训练下一代大模型需要百万张GPU”的说法，此后更有声音将这一数字推高至千万张。事实是，当前全球最先进的大模型，训练所需算力也远未达到百万张卡的规模。这种论调更多是算力供应商和资本市场联手制造的焦虑叙事，将“算力军备竞赛”塑造成通往AGI的唯一门路，但这种信仰在今天正被架构创新和效率优化的现实所瓦解。

数据信仰——认为只要拥有足够的数据就能解决一切问题，把性能提上去。但实际上，并没有那么多数据可供穷尽所有情况。这种信仰的危害在于，它让人们不愿意去研究新的模型，而是被动地等待数据，这对产业创新和理论突破的损害是深层的。

大模型信仰——将智能体的流畅对话与强大的文本生成能力等同于通用智能，认为模型参数的扩张能够带来模型性能的指数级提升。这一信仰正在被Scaling Law逼近极限的技术现实击破。当模型性能随模型参数的提升边际递减、成本却指数级增长，“算力至上”的教条已然动摇。大模型既不是AGI的终点，也不是通向AGI的唯一路径。

“马斯克”信仰——部分投资者对科技领袖个人魅力和宏大叙事的盲目追随。这一信仰被2008年诺贝尔经济学奖得主保罗·克鲁格曼直斥为“庞氏骗局”：持续用新一轮融资和更宏大的故事支撑上一轮投资者的账面回报，而非依靠真实的商业价值创造。克鲁格曼指出，马斯克财富的暴涨依靠的是“自我实现的信仰”，而非真正落地的产品，从超级高铁到全自动驾驶，从脑机接口到火星殖民，承诺越宏大、兑现越迟缓，市场的反应反而越狂热。然而事实是，马斯克说的事情80%没有做成：超级高铁（Hyperloop）项目在2023年底正式关闭；全自动驾驶的承诺从2016年至今已推迟十余次；脑机接口Neuralink的人体试验进展远低于预期；火星殖民的时间表一再后移。这些宏大叙事与其说是技术路线图，不如说是维持资本市场信仰的工具。

“天才少年”信仰——将辍学创业或刚毕业一两年的青年人推上管理者岗位，作为企业营销和吸引投资的噱头。近年来，AI行业出现了大量"天才少年"叙事：十几岁的创业者被包装成"下一个马斯克"，刚走出校门的研究生被任命为首席科学家或技术副总裁。这些年轻人大多还未窥见AGI领域的全貌，既不具备管理经验，也缺乏决策所需的长远目光和判断力。企业利用"天才"标签制造话题、吸引资本，却将巨大的技术风险和商业责任压在缺乏历练的肩膀上。这种对"天才"的过度消费，本质上是将人才当作营销工具，而非真正尊重创新与积累。

当然，泡沫并非全无正面效应。几轮投资热潮客观上加速了AI基础设施建设——数据中心与智算中心规模在短期内迅速扩大，若干关键技术突破也受益于资本和人才的高密度投入。正如互联网泡沫后，真正具备核心技术与商业模式的企业存活下来并推动了产业成熟，AI产业同样将在泡沫调整后走向更健康的发展阶段。

但我们必须正视泡沫的代价，包括大规模的资金亏损、人才资源的严重错配、社会对技术的非理性预期，并从中汲取教训。通用人工智能作为一门大科学、大工程，是一个像太平洋一样广阔而深不可测的领域，广泛涵盖计算机视觉、自然语言、机器学习、认知推理、机器人学、多智能体等核心领域。许多参与者在不了解其深度和广度的情况下便贸然跳入，最终导致资源的巨大浪费。我们需要的是对AI进行准确定义与科学认知，深耕科技原始创新，探索可持续的商业落地模式与差异化的竞争路径，构建起技术逻辑与商业逻辑的完整闭环。

02

思想自主：构建AGI的战略主动与中国叙事

总的来看，问题不在于热点轮换本身。技术发展过程中必然经历技术路径的多元探索与持续迭代，关键在于我们是否掌握了对技术发展叙事的定义权和解释权。

回顾前文所述的几轮技术热潮和泡沫，中美人工智能发展存在差距的根本原因在于原创性与自主性的缺失。美国提出概念，我们解释概念；美国形成趋势，我们论证趋势。早在2021年，我就提出了“下围棋VS打篮球”的隐喻，指出中美AI竞争的根本问题在于原创性与自主性的缺失，呼吁要加强战略主动、原创引领性。

时至今日，跟风逐热的“打篮球”式技术研发和投融资在中国仍是普遍做法。在学术界，大量研究者追逐热点、在已有框架下做增量改进，传播已有知识，却缺乏探索新路径的魄力与产出原创性成果的创造力——我们的论文发表量位居世界前列，但定义问题、开辟范式的能力远远不足。在资本端，投资者倾向于跟随已被验证的成功范式，按照西方的估值模型与叙事逻辑配置资源，缺乏对技术发展底层逻辑的自主判断和对长期基础研究的耐心投入。这种双重主体性缺失，导致我们在每一轮技术浪潮中都扮演“追赶者”而非“引领者”的角色。

技术浪潮：下围棋VS 打篮球

科技竞争的真正制高点是思想和叙事的自主性——谁能够定义技术趋势，谁能组织资本、政策、人才和产业，这本质上是一场文化竞争，而不仅仅是技术竞争。中国需要摆脱"跟随者"心态，不再照搬美国的叙事框架。我们现在常说的"卡脖子"问题，说白了卡住的不是脖子，而是脖子以上的思想与认知。

我们需要回到AGI的源头，重新思考什么才是真正的AGI、通往它的正确路径在哪里。只有在这些根本问题上建立独立自主的思考和判断，才能构建起属于中国自己的AGI战略主动与叙事体系——而这正是我们团队过去二十余年始终坚持的方向。

四、正本清源：AGI的本质、架构与技术路线

在资本叙事与媒体炒作的重重包装之下，"AGI"一词已被严重泛化和滥用。一个根本性的追问浮出水面：产业界、资本界乃至学术界所追逐的，究竟是真正的通用人工智能，还是一场被叙事与营销包装起来的幻象？要回答这个问题，我们必须从第一性原理出发，回到AGI的本质与源头，重新审视什么是通用人工智能、它的竞争核心是什么、以及通往它的正确技术路径是什么。

什么是AGI：回归智能的本质

严格来说，通用人工智能是具备物理常识与社会认知能力、能够自主生成任务并完成无限任务、行为由价值驱动且与人类价值对齐的通用智能体。相较于传统依赖海量数据训练的大模型，AGI应具备三个基本特征：无限任务泛化、自主任务生成与价值驱动。

具体而言，一是具备高度通用性与自主性，能够突破传统任务预设限制，实现目标自主生成与动态规划；二是具备较强的具身感知与泛化能力，能够在开放环境中通过自主学习和灵活迁移完成多模态、多场景复杂任务；三是行为决策由价值驱动，确保智能体行为符合人类伦理准则与社会规范。AGI的发展与突破，标志着人工智能从“专用化”迈向“通用化”的历史性飞跃，必将重构科技发展范式、推动生产力整体跃升。

当前的大模型发展的一个根本性瓶颈在于，它没有"心"。这里的"心"，不是生物学意义上的心脏，而是智能体的认知架构与价值体系。它决定了智能体为何而行动、如何理解世界、怎样在复杂情境中做出价值判断。大语言模型本质上是对海量文本数据的统计拟合，它没有内在的价值驱动力，无法回答"我为什么要做这件事"的问题，更不具备自我反思与价值选择的能力。构建AGI的关键，正在于为机器“立心”——让智能体拥有完备的认知架构与价值体系，使其思想与行为由内在的价值驱动，而非外部数据的机械映射。关于"心"的详细论述，可参见我的著作《为机器立心》，在此就不展开了。

实现AGI架构的关键是：让机器有一颗“心”

我在2024年底出版的《为机器立心》《为人文赋理》两本著作，经过全面修订与内容更新，第二版已于近日正式发布。两本书系统阐述了我们团队在AGI认知架构、价值驱动范式以及中国思想数理体系化方面的核心思考——前者聚焦“为机器立心”，回答如何让智能体拥有内在的价值体系与认知架构；后者致力于“为人文赋理”，探索如何为中国优秀哲学思想构建严格的数理体系，使之转化为智能时代的强大生产力。这次修订融入了通通从1.0到3.0的迭代突破、CUV框架的系统完善以及大型社会模拟器等最新研究成果，希望对关心通用人工智能发展的朋友有所启发。

《为机器立心》《为人文赋理》重磅更新

架构之争：CUV框架的原创突破

实现AGI的关键，在于架构之争。这不仅仅是模型层面的竞争，而是涵盖了数学层面的认知架构、系统层面的软硬件架构，最终将延伸至芯片层面的架构创新。

从这一根本问题出发，我们团队提出了CUV（认知—能力—价值）数理框架，首次在统一的数学空间中刻画智能体的认知架构、技能系统与价值系统。这一成果发表于中国工程院院刊Engineering，是全球首个定义和描述AGI的数学框架。

通用人工智能的数理定义：CUV架构（认知-能力-价值）

CUV框架将任意一个智能体形式化地定义为（C, U, V）空间中的一个点，其智能行为与演化过程通过三个核心要素的相互作用来刻画：认知架构（Cognitive Architecture, C）代表智能体的认知模块及其相互连接的通信协议，包含"心智理论"等高阶认知机制，决定了智能体的信息处理方式与内部逻辑结构；势能函数（Potential Functions, U）代表智能体所掌握的技能集合，覆盖感知、语言、认知、运动和学习等多个维度，具有从个体基本技能（U0）、社会性技能（U+）到群体高阶技能（U++）的层次结构；价值函数（Value Functions, V）是驱动智能体决策与行动的内在动机系统，同样呈现从个体生理与情感需求（V0）、社交价值（V+）到集体与社会价值（V++）的层级升维。

这三个要素并非孤立存在，而是构成了一个协同演化的动态循环：认知架构（C）根据智能体当前状态，从价值空间（V）中选择目标，随后依据该目标从技能空间（U）中调用相关技能来理解环境并规划任务。随着智能体执行任务并获得反馈，U空间中的技能不断学习与优化，V空间随之扩展，C的结构与决策能力亦同步演进。智能体的进化，本质上体现为认知架构、能力与价值的不断升维。

CUV框架的提出，标志着通用人工智能研究实现了从"任务驱动"走向"价值驱动"的范式转变，从哲学思辨走向数理表述，将关于智能本质的概念构想转化为可计算、可评测、可实现的系统架构，为AGI研究奠定了数理基础。AGI技术创新的核心在于底层架构的颠覆性创新，而非简单的算法优化与工程实现。当原创认知架构进一步转化为全新的芯片架构，才会迎来AGI竞争的终局。

从架构到实践：“通通”的诞生与进化

基于CUV架构，我们研发出了全球首个通用智能体“通通”，实现了通用人工智能从0到1的突破。通通能够在物理仿真的复杂动态场景中自主定义、规划并完成任务，她的行为由内在价值系统驱动，而非简单的数据拟合。

近两年间，"通通"历经三轮迭代，从3至4岁的婴童成长为5至6岁的学龄前儿童，成长环境从一个小房间逐步扩展至六口之家、幼儿园，直至完整的"AI小镇"。每一次迭代，都是通用人工智能从理论构想到系统验证的实质性突破。

通通：全球首个通用智能体，具有完备的认知架构

通通1.0作为全球首个由价值与因果驱动的AGI系统原型，入选2024中关村论坛十项重大科技成果，被写入2025年北京市政府工作报告，被美国智库报道。通通2.0在语言与价值的深度结合、动态规划与反思能力、持续学习与成长等方面实现全面升级，从"眼里有活"走向"心里有人"——她能在理解对话意图的基础上，遵循自身价值和人格引导对话走向，在多智能体场景中识别他人身份与意图，主动发起协作或寻求帮助。通通3.0则在空间智能、认知智能与社交智能三大核心维度实现突破：能够清晰区分3D虚拟具身空间与2D现实视频流，具备复杂任务的自主规划与并行任务管理能力，不仅能识别他人的情绪与意图，还可进入多智能体共存的"AI小镇"开展拟人化互动。

在通通与大模型、智能体对比测试中，通通获总排名第一，表现与5-6岁儿童相当

在通智测试GSA评估体系的最新测试中，"通通"在涵盖物体理解、空间智能与社会活动三大核心领域的八类通用能力测试中全部达标，总排名第一，在拼图、搭建积木、理解按钮功能等六项细分项目中排名第一，超越了GPT-5、o3、Gemini-2.5-Pro等当前主流大模型智能体。这一结果不仅验证了CUV架构的技术有效性，更揭示了一个深层事实：真正的通用智能，不是靠更大规模的文本预训练就能涌现的。

早在2017年，我就对人工智能的技术范式进行了深刻反思，提出了“乌鸦范式”与“鹦鹉范式”的根本分野——鹦鹉能模仿人类说话，但并不理解含义；乌鸦能观察环境、理解因果、制定计划，其智能建立在物理世界的真实理解之上。近十年来，这一判断不断被验证。

当前主流大模型遵循"大数据、小任务"的鹦鹉范式——鹦鹉能模仿人类说话，经过海量数据训练后可以复述成千上万个句子，但它并不理解这些句子的含义，也无法根据情境自主创造有价值的语言。而"通通"走的是"小数据、大任务"的乌鸦范式——乌鸦能够观察环境、理解因果、使用工具、制定多步计划来解决问题，其智能建立在物理世界的因果理解和价值驱动的任务判断之上

颠覆性的原创技术范式：小数据，大任务

前面的一位演讲者，强化学习之父Richard Sutton近期公开批评大语言模型"非常擅长模仿人类，但无法评估自身的输出结果，也不具备真正探索和发现的能力"，并提出了基于“选项与知识”（OaK）的新架构，主张AI应该像生物一样，在与环境交互的运行过程中实时试错、进化并自我完善。Sutton的技术理念与我们长期坚持的路线并不矛盾——让智能体通过自身经验与体验持续学习、由内在价值驱动成长，这正是"通通"从1.0到3.0所践行的核心理念，我们已经将这一思想落到了实践中。

何以为人：AGI研究的本质

当我们追问AGI的本质时，本质上是在追问一个更深层的问题：什么是“人”？

AGI研究的目标是造出全面达到人类水平的通用智能体。其哲学前提是：生物人、机器人、数字人三类通用智能体是同一个数理空间中不同的"解"——三者拥有相同的数理框架，仅在算法与硬件实现上有所差异。因此，AGI研究的本质，就是研究"何以为人"。

过去，“何以为人”属于人类学的研究范畴，核心是比较人与动物的区别。如今，我们需要通过比较生物人与智能体、机器人之间的区别，重新明确人的本质与定位。

什么是通用人工智能？=什么是“人”？

在我看来，AI与人类之间存在三个根本性差异。第一，AI缺乏真正的创造力。它可以证明定理、生成文本，但不会创造新的概念和理论体系，它不知道什么有价值、什么没有价值。第二，AI缺少自身的价值体系。它没有内在的价值驱动力，无法回答"我为什么要做这件事"的问题——它的行为是被外部指令和训练数据驱动的，而非源自对意义的自主追寻。第三，AI不具备社会智能。它缺乏自我意识，更谈不上形成共同体意识，无法理解责、权、利等社会关系的基本范畴。

这三方面差异，构成了人类在智能时代不可替代的根基。而其中最具挑战性、也最关键的维度，是社会智能。

五、社会智能：人工智能的下一个前沿

近几年，智能研究的重心经历了从语言智能到物理智能、再向社会智能的逐层跃迁。近年来引发公众关注和资本热捧的第一波技术浪潮以语言智能为核心，大语言模型通过对海量文本的统计学习，在语言理解和生成上取得了令人瞩目的突破。然而，语言智能本质上处理的是符号层面的概率分布，它缺乏对物理世界的真实感知：一个能写出优美诗篇的模型，并不知道"杯子从桌上掉落"意味着什么。

这推动了第二波热潮的兴起——物理智能，也即当前备受关注的具身智能与世界模型。研究者试图让智能体在三维空间中获得感知、导航和操作能力，建立对物理因果的直观理解。

但问题并未到此为止。人类智能最深刻的特征不在于处理语言或操作物体，而在于我们生活在由他人构成的社会世界之中。我们每天都在进行复杂的社会推理：揣摩他人的意图、理解隐晦的社交信号、在竞争与合作之间做出权衡、遵循或挑战社会规范。智能体融入人类社会所需具备的社会智能，是当前人工智能最大的缺失，也是通向AGI的最后一道屏障。

社会智能：下一个前沿

要界定社会智能的概念，首先需要厘清其与群体智能、社交智能的根本区别。社交智能通常指个体理解他人意图、情绪并进行互动回应能力，群体智能关注大量个体简单交互后涌现出的集体行为模式，而社会智能则远不止于此。它是指在大的物理时空中，形成结构化、体系化的智能系统——不仅涉及个体间的即时社交，更涵盖角色分工、组织协作、制度约束与长期演化等宏观维度。社会智能的真正实现，将推动“组织智能体”与“机构智能体”的出现，使智能体具备参与复杂社会组织运作的能力。

社会人：进入复杂动态组织结构，理解合同、章程、责权利

当前，社会智能的实现在技术层面仍面临多重挑战。不同于物理智能，社会智能高度依赖于环境，广泛涵盖从宏观的文化背景和一般性常识，到微观的两个个体之间的共同经历。社会情境通常是复杂的、模糊的、动态的、随机的、部分可观察的和多智能体的，标准算法难以在真实环境中有效解决这些问题。这意味着，针对特定局部组件的改进往往无法提升社会智能的整体性能，必须采取全面、系统的方法，让模型像人类一样进行多种方式的学习——终身学习、多任务学习、单样本/小样本学习、元学习等。

社会智能的技术价值不可低估，其意义远超单一技术维度的突破，而是关乎AGI能否真正融入人类社会的根本命题。在智能设备走进千家万户的今天，Siri和Google Assistant已经能够根据用户要求安排会议，但它们当前还不具备判断事项优先级的社会智能。当一个AI系统无法理解翻白眼或打哈欠所表达的潜在信息，无法判断不同情境下谁应该坐在什么位置、谁的意见更需要优先考虑时，它就无法真正融入人类社会，无法成为人类的协作伙伴而非简单的工具。

更进一步说，社会智能是AGI从"工具"走向"伙伴"的分水岭——它决定了智能体能否理解责、权、利等社会关系的基本范畴，能否在复杂社会网络中建立信任、达成契约、形成共同体意识。这正是机器"立心"的关键所在：立的不只是个体的认知之心，更是在社会关系中彼此理解、高效协作的共情与责任之心。

我们团队在社会智能领域已取得一系列开创性成果。在理论层面，2023年3月，我们在《CAAI人工智能研究（英文）》上发表了题为"Artificial Social Intelligence: A Comparative and Holistic View"的综述论文，系统阐述了人工社会智能（ASI）的概念框架、研究现状与未来方向，呼吁学界对这一领域的重视，并提出以社会感知、心智理论和社会互动三大维度为核心的系统研究路径。

论文题目：Artificial Social Intelligence：A Comparative and Holisitc View

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

发表期刊：CAAI Artificial Intelligence Research

论文链接：https://doi.org/10.26599/AIR.2022.9150010

在技术实现层面，"通通"3.0已经在单个智能体的社交智能上展现出令人瞩目的能力。在"AI小镇"这一多智能体共存的仿真社会交互环境中，通通能够准确识别其他智能体的身份、性格、彼此间的关系，理解它们与物品、环境的互动方式，构建动态更新的社会认知图谱。她不仅能识别他人的情绪与意图，还可主动发起与响应对话，在复杂社交互动中提供协助、化解矛盾，完成需要协作与共情的社交任务。她的价值系统从自身价值（V0）演进为涵盖他人价值（V+）与初级集体价值（V++）的多层次体系——这正是社会智能在个体层面的具体体现：从"我"走向"我们"。

通通在各类场景中完成各项任务，如改善亲子沟通、处理小花猫伤人事件等

大型社会模拟器：从世界模型迈向社会模型

在更宏观的尺度上，我们进一步实现了从个体智能向社会智能的系统跨越，构建了大型社会模拟器（Large-Social Simulator，LSS），实现了通用人工智能从1到N（N=102-108）的拓展跃升。该模拟器以中国光谷约200平方英里的真实城区为蓝本，基于118万人口脱敏数据，包含个体、组织、社会三个层级的虚拟社会系统。这一平台将社会智能的研究从单体智能体拓展到群体智能的涌现与演化，模拟交通、经济、公共服务等多领域交互，为探索人类与AGI共生的未来提供了前所未有的实验平台。它标志着通用人工智能研究从"造一个人"迈向了"建一个社会"。

大型社会模拟器：从个体智能迈向社会智能

大型社会模拟器是"世界模型"概念在社会维度上的扩展。当前被资本热炒的"世界模型"，本质上仍停留在单个智能体对物理环境的感知与预测层面，它回答的是"这个物体会怎样运动""这个场景接下来会发生什么"，这远不足以应对复杂社会系统的应用需求。然而，当智能体走向人类社会，我们所面对的真实挑战，早已超越了单个智能体与物理环境的局部交互。在住建规划、城市治理、公共政策等复杂场景中，智能体需要对社会结构、人口流动、资源配置、政策传导等宏观因素进行准确的认知、理解、判断与规划，其复杂度远超物理世界模型所能模拟的范畴。

为此，我们构建的大型社会模拟器是一个能够模拟宏观社会在大时空尺度下演化与变迁的仿真平台。它从个体物理空间延伸至群体社会空间，从瞬态因果预测拓展为大时空动态推演，为行业智能体提供了真正意义上的"社会模型"。

大型社会模拟器：三大层级、百万人口，模拟真实社会动态演化

大型社会模拟器借助分布式计算、高并发调度技术，通过多维度数据融合与动态交互建模，构建了一个包含上百万人的虚拟社会系统。智能体被分层组织在个体、组织与社会三个层级——个体智能体（如公民）拥有独立的认知架构与价值系统，组织智能体（如企业、学校）聚合个体行为形成机构决策逻辑，社会级智能体（如政府机构）则在更高维度上进行资源配置与规则制定。每一层级都通过CUV框架进行建模，层级之间通过信息流与价值流的双向传导实现社会结构的动态演化——家庭的形成、企业的兴衰、制度的变迁，正是这种多层交互的涌现结果。

在宏观愿景上，我们提出了AGI社会发展的三阶段仿真框架。第一阶段，社群阶段：对小规模社会单元和关系进行建模，聚焦家庭、邻里、小团体等基本社会细胞的互动模式。第二阶段，城市阶段：扩展至城市环境，模拟多元智能体通过交通、经济、教育、医疗等服务系统产生的复杂交互，当前的大型社会模拟器正处于这一阶段。第三阶段，文明阶段：模拟宏观社会系统，涵盖制度演化、价值观变迁和长期集体行为的涌现，探究不同文明形态形成与演化的深层规律。长远来看，我们所做的工作不仅是模拟社会，更是在预演未来。

作为社会领域的大科学装置，大型社会模拟器致力于为复杂社会治理提供一个可量化、可复现的"社会实验室"。与自然科学拥有成熟的实验工具不同，社会学、经济学、政治学等学科长期面临"无法做实验"的困境——社会政策一旦实施便难以回滚，其影响往往需要数年甚至数十年才能显现。大型社会模拟器从根本上改变了这一局面：通过在数字空间中构建与真实社会平行的"社会副本"，研究者可以对公共政策的风险与效果进行预演和验证，探索社会运行的"反事实"状态，实现从"事后解释"到"事前推演"的范式转变。

在具体应用中，大型社会模拟器能够为国家治理体系与治理能力的现代化提供有力的辅助，目前已在三个维度实现了应用。第一，为决策提供前瞻性预演。在武汉东湖高新区构建的百万级人口虚拟社会系统，通过对交通、人口、公共资源等多维数据的融合建模，能够模拟不同治理方案的长期影响，为城市规划与公共政策制定提供量化依据。第二，实现风险早识别、早预警。在三峡通航场景中，模拟器基于近3亿条船舶轨迹数据，构建常态航行行为模型，能够提前两分钟预测航路，对异常行为实现秒级响应，建议采纳率达95%。第三，支撑政策效能评估。通过建模政府、市场、社会组织等多元主体，在政策正式实施前推演对不同群体的差异化影响，避免"一刀切"带来的治理偏差，推动公共服务精准化、交通治理智能化、教育资源配置优化等领域的深度融合。

社会智能：赋能城市治理与中国式现代化

从CUV架构的理论奠基，到"通通"的个体智能突破，再到大型社会模拟器的群体智能拓展，我们走出了一条从"立心"到"立人"、从"我"到"我们"的完整路径。这条路径的核心逻辑是：AGI的本质是理解"何以为人"，而"人"的本质不仅在于个体认知能力，更在于社会智能——在于感知他人、理解他人、与他人建立信任、达成契约、形成共同体的能力。只有具备了社会智能的通用智能体，才能真正与人类协同共生，共同构建人机和谐的未来社会。

六、战略布局：科技创新与产业创新深度融合

2026年是“十五五”开局之年。“十五五”规划纲要明确提出，全面实施“人工智能+”行动，加强人工智能同科技创新、产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。2026年《政府工作报告》首次提出“打造智能经济新形态”，标志着人工智能已经从赋能千行百业的“技术工具”，跃升为推动经济高质量运行的新“经济形态”。报告进一步强调，坚持把发展经济的着力点放在实体经济上，因地制宜发展新质生产力，建设现代化产业体系。

推进科技创新与产业创新的深度融合，是推动新质生产力发展的重要途径。科技创新为产业提供高质量供给，产业创新则为技术提供验证场景与商业化土壤。通用人工智能深度融入实体经济全流程，将推动生产要素配置智能化跃迁，提升全要素生产率，支撑现代化产业体系构建。能否将AGI领域的原创性、颠覆性技术突破转化为现实生产力，决定了我们能否全球科技与经济发展中的把握战略主动。

从这一战略判断出发，近年来我们积极推进前沿科技成果在现实场景中应用落地，践行科技创新与产业创新深度融合的战略部署。以"通通"为核心技术，我们打造了"通脑"和"行业智能体"。

通脑：从“立心”到“实干”

如果说“通通”是为机器“立心”，那么“通脑”就是用这颗“心”去赋能各类机器人本体，让它们能够感知世界、理解世界、改造世界。“通脑”是通研院自主研发的通用具身机器人大脑，将“通通”的核心技术优势迁移至多类型机器人中，实现虚拟智能体到物理机器人的完整闭环。通过构建统一的认知架构、通用数据采集与仿真训练平台，“通脑”赋予机器人场景理解、认知规划与复杂交互的能力，推动机器人从依赖遥控的“演示阶段”迈向具备自主决策、持续学习和跨场景泛化能力的“通用阶段”。

在技术路径上，“通脑”独辟蹊径，构建了Real2Sim2Real闭环体系。不同于当前国际主流VLA模型（视觉—语言—动作模型）的黑箱拟合与海量数据依赖，“通脑”运用高保真数字孪生技术，让虚拟数字人“通通”在仿真环境中利用其内置的物理常识、因果推理和持续学习机制，对真实数据自动生成海量“举一反三”的训练数据，习得的通用策略再映射到多样化真实机器人本体执行，形成“真实→仿真→真实”的持续演进闭环，显著提升了学习效率与策略可解释性，大幅降低了数据采集与训练成本。

“通脑”技术路线：Real2Sim2Real闭环体系

同时，“通脑”实现了认知与控制的深度融合，将高层任务规划（大脑）与底层动力学控制（小脑）统一建模，使机器人从“上半身操作”拓展到“全身交互”。团队还前瞻性布局了视触融合的高分辨率触觉感知系统，从根本上攻克机器人精细化操作与安全交互的“最后1厘米”难题。

“通脑”团队仅2025年就在国际顶会、顶刊发表高水平论文67篇，申请专利58件。搭载“通脑”的机器人战队一举斩获世界人形机器人运动会单机舞蹈金牌和IROS 2025国际机器人舞蹈大赛一等奖；从2025中关村论坛到第十五届全国运动会火炬传递，“通脑”赋能的机器人频频亮相国家级舞台，全网曝光量超亿次。

“通小舞”斩获世界人形机器人运动会冠军

全球首个5G-A 人形机器人火炬手亮相第十五届全运会

在运动控制领域，团队提出的全球首个“力位混合控制算法的统一理论”——UniFP，在国际机器人顶级会议CoRL 2025上斩获杰出论文奖，这是该奖项设立以来首次由全中国籍学者团队摘得。

2026年初发布的OmniXtreme通用运动控制框架，是全球首个能让人形机器人稳定执行后空翻、托马斯全旋、霹雳舞等数十种极限动作的通用策略，真实部署成功率高达91.08%。

OmniXtreme 框架下机器人执行托马斯全旋、后空翻、霹雳舞等动作

行业智能体工场：让智能体从“会说话”到“能办事”

智能体的大规模开发和应用需要一套标准的孵化工具和平台。为此，我们构建了行业智能体工场（TongAgents）——一个智能体的“制造工厂”。TongAgents是自研的智能体框架，深度融合价值对齐、神经-符号-逻辑融合的算法架构，支持任务规划、工具调用、学习推理和多智能体协同调度，可提供覆盖智能体设计、训练、调试到部署全生命周期的标准化工具链，大幅降低使用门槛，满足不同研发能力和背景的开发者及企业的智能体构建需求。平台拥有丰富的数字形象库，可迅速打造无形象、虚拟数字人、具身机器人等多样化的智能体，深度赋能教育培训、医疗康养、应急管理、工业生产等关键领域。

行业智能体TongAgents赋能20+行业领域

为了用可量化的价值标尺衡量行业智能体的产业价值，我们发布了高价值行业智能体百万美金基准测试（$OneMillion-Bench Test），覆盖金融、法律、医疗、自然科学与工业5大领域、92个三级类别，首次以“人类专家的时间与成本”作为产业的“价值度量尺”，量化智能体在真实行业场景中能稳定交付的经济价值，填补了行业智能体从“技术可用”到“经济可信”之间的评估空白。

$OneMillionBench测试基准覆盖五大领域、93个类别

更进一步，我们联合行业领军企业与标准化组织，发起成立“可信可演进行业智能体联盟”，拟邀请中国铁塔、中航信、北京城市大脑、方正证券、红杉资本等企事业单位参加。联盟致力于攻克大模型驱动的智能体黑箱、不可解释、行业落地难等难题，构建由价值驱动的行业智能体新范式，重点面向金融、法律、政务、智造等关键垂直领域，推动智能体从“功能响应”向“价值驱动”跃迁。

以TongAgents为孵化平台、以可信可演进行业智能体联盟为协同生态、以$OneMillion-Bench为价值标尺，我们已经构建了从技术研发到产业落地的完整闭环，让千万个价值驱动的智能体融入千行百业、走进千家万户。

“3+3”总体布局：国际科创中心与区域创新中心协同发展

在推动AGI产业化过程中，我们充分发挥北京作为国际科技创新中心的引领作用，积极支持中西部地区建设区域创新中心，初步形成了国际科创中心与区域创新中心协同发展的 “3+3”总体布局。北京着力突破基础理论与关键技术；在京津冀、长三角、粤港澳大湾区等区域，结合地方产业优势推动科技创新与产业创新深度融合；成渝、武汉、西安则聚焦建设区域创新中心，为前沿技术的中试验证与落地转化开放应用场景。这一发展模式通过有组织的资源统筹，使科创中心的前沿技术在区域产业场景中快速验证迭代。

具体到不同区域，我们的做法不是“一刀切”，而是因地制宜，根据各地的区域禀赋进行差异化布局——东部地区聚焦基础研究与前沿技术攻关；西部地区发挥水电资源丰富、土地与人力成本较低的优势，布局绿色算力中心；中部地区立足雄厚的制造业基础，重点推进“AI+制造”深度融合。

我们在与武汉、重庆的合作中，以场景开放牵引产业发展，武汉东湖高新区依托大型社会模拟器平台，在社区治理、交通管理等领域开展智能社会治理试点；重庆市“通境”三创公共服务平台于2026年6月正式发布，汇聚并激励广大青年个体承接AI催生的海量场景化项目。

只有将原创性、颠覆性的科技创新转化为推动产业升级、改善民生福祉的现实力量，才能真正实现科技创新与产业创新的深度融合，让通用人工智能这一战略科技力量在新质生产力发展中发挥不可替代的核心引擎作用，为中国式现代化建设注入强劲的智能动能。

七、产业赛道：以AGI平台支撑政用商用民用

当前产业界的误区在于盲目追逐热点——元宇宙、大模型、具身智能——而忽视了真实需求与长期价值。真正的产业创新应当从中国的实际社会结构、产业基础和人口特征出发，建立从基础研究到应用落地的有序梯度。

在推动AGI产业化发展过程中，我们探索出以真实产业需求引导科研攻关方向、"边研发边应用"双向转化的产业化发展策略。这一策略包含三个有机融合的维度：前置转化——将基础研究成果提前与产业需求对接；双向转化——既推动技术从实验室走向产业，也鼓励产业一线的真实问题反向牵引科研方向；三位一体——将技术特点、行业技术与知识（know-how）与生态交付能力有机结合。这一策略在通研院与重庆、湖北等地的产业化实践中得到充分验证，成为推动AGI赋能现代化产业体系的方法论基石。

在上述方法论指引下，我们的前沿技术成果已在政用（ToG）、商用（ToB）、民用（ToC）三大赛道的20多个行业领域形成示范性应用场景。

在政用（ToG）层面，我们以大型社会模拟器为核心平台，推动智能体社会治理，在社区治理、城市规划、公共政策预演等领域实现了多个示范性应用，为政府决策提供可量化依据。在商用（ToB）层面，我们与企业广泛开展合作，在医疗康养、教育培训、能源调度、工业生产等20多个行业领域形成了示范性应用。在民用（ToC）层面，我们打造了“三创”人工智能公共服务平台，面向社会公众开放前沿科技成果，服务于“一人创业”（OPC）公司的创新、创业与创意活动，开创全新的就业形态和生活方式。

03

未来展望：构建人机共生的文明形态

八、百年变局：智能时代的文明演化与社会转型

当今世界正经历百年未有之大变局。过去100年，东西方文明的碰撞与融合构成了文明演进的主线。中华文明在近代历史中经历了军事工业、政治制度与思想文化的“三重否定”与深刻变革。未来，我国必将逐步实现科技与经济自立自强、中国式现代化和中华文化复兴的“三重肯定”。

未来50年，人类文明演进的主要挑战是人类与AI的融合与共生。我们必须深入思考，如何建立人机互信与协作关系？如何确保AI安全可信，应对其给人类社会与文明带来的冲击？

文明演化：人类与AI的交流、互信、融合与共生

要理解当前这场大变局的深层逻辑，我们需要回到文明演化的历史轨迹上来。人类社会正在从信息时代跨入智能时代，信息时代主要解决人与人之间连接与交流的问题，而智能时代的根本特征，是大量AI智能体开始进入人类社会。可以预见，在不远的将来，智能体的数量将超过全球人口的总和。生物人、数字人、机器人将在同一个社会系统中协作、融合、演化，人类文明由此进入一个前所未有的新阶段。

那么，在一个人机共生的时代，我们如何理解“人”本身？在通用人工智能研究中，我们把人类、动物乃至机器人智能体都放在一个统一的CUV数理空间中来刻画。智能体的进化，本质上体现为认知架构、能力与价值的不断升维。纵观生命的物种进化史，只有人类能够形成百万、亿级群体的交流与合作，从而创造出文化与文明。人类学研究表明，这种文化形成的神经认知基础在于，人脑能够产生“共同体意识”。

人机共同体：建立人类与通用智能体之间的共同体

大约十万年前，人类在进化中经历了一场“认知革命”，获得了相互沟通交流的认知架构。两个人通过交流，将对方的感知、模型、决策与价值映射到自己脑中，建立彼此的了解，进而在求同存异中达成“四个对齐”——共同常识、共同情境、共同社会规范与共享价值观，最终形成互信关系。在互信的基础上，人与人达成契约，这种契约约束着双方的行为。随着关系不断巩固加深，便形成一个更强大的心理认同节点——“我们”，即共同体。这是人类区别于其他动物，包括灵长类在内的关键特征。随着“我们”共同体的不断扩大，为了协调更多人的行为，契约被提炼成更普适的组织规则。当群体规模超过十万、百万，无法再通过两两契约来约束行为时，就需要文化认同与信仰来凝聚人心。

社会智能：人机融合的社会、组织、机构

随着大量智能体进入人类社会，人机和谐共处、高效协作的前提，是人机交"心"，即生物人、数字和机器人基于可相互映射、相互理解的认知架构，将彼此的感知、信念、意图和价值进行双向交流与对齐，人机之间才可能建立起超越工具性使用的深层信任。

人机交“心”：在共同认知架构下形成交流-互信-契约-共同体

具体而言，人机"交心"同样需要达成“四个对齐”：在共同常识层面，人机共享对物理世界与社会世界的基本认知，确保交流建立在一致的事实基础之上；在共同情境层面，智能体能够准确理解当下的社会语境与交互背景，而非机械地执行指令；在共同社会规范层面，智能体的行为决策遵循人类社会的伦理准则与行为边界，在复杂情境中做出符合社会预期的判断；在共享价值观层面，智能体的价值系统与人类价值对齐，能够理解"什么是对的""什么是重要的"，并以此驱动自身行为。

当这四个维度的对齐在人机之间逐一达成，一种全新的"共享智能体"便随之诞生——生物人与智能体共同形成"我们"的共同体意识。这正是从"我"走向"我们"在文明尺度上的最终实现：人机之间不再是主仆关系或工具关系，而是基于相互理解与价值共鸣的共生伙伴。

社会转型：工作、教育与生活的全面重构

在宏观尺度上，人工智能正在推动人类文明迈向智能时代，深刻改变了文明演化的未来轨迹。在中观尺度上，人工智能的快速发展也在推动社会转型，全面重塑人们的生产与生活。

通用智能体的大规模到来，在释放巨大生产力的同时，也引发了广泛的社会焦虑——人们担忧被替代、被边缘化，开始重新思索自身在智能时代的存在意义和独特价值。这场变革的深度与广度，将超过以往任何一次技术革命：它不仅改变了生产工具，更重塑了社会结构、价值体系乃至人类对自身的根本认知。

AI技术对社会的影响集中体现在三个层面。在工作层面，无论是蓝领的流水线操作，还是白领的文书处理、数据录入，都面临被智能体取代的风险，传统“读书改变命运”的线性逻辑不再完全适用，单纯依靠知识积累和重复性技能已难以构筑竞争壁垒。未来市场可能呈现“赢家通吃”的陡峭分化，少数高技能、高创造性的岗位需求旺盛，而大量标准化、重复性工作将加速消失。

在教育层面，大学作为知识传播核心节点的垄断优势正被消解。我曾讲过一个形象的比喻：过去的大学就像王府井百货商店或上海第一百货，每个专业是一个柜台，学生是顾客，来购买知识和技能，获得文凭。但如今课堂抬头率持续走低，大学生“空心病”蔓延，许多专业的就业前景摇摇欲坠——大学正如当年的百货商场，正经历一场深刻的“客流危机”。

在生活层面，在资源稀缺的固化认知惯性下，人们被迫卷入无实质价值增量的过度竞争，大量精力消耗于缺乏成长感的重复博弈，滋生出普遍的身心倦怠。人们在旧秩序的瓦解与新秩序的空白之间徘徊，焦虑成为普遍的社会情绪。

回近代历史，中华民族曾历经数次深刻的社会变迁与重构。从鸦片战争打开国门，西方工业文明对传统农耕社会带来前所未有的冲击；到改革开放后国企改制，数千万工人下岗再就业，在阵痛中完成产业转型与身份重塑；再到21世纪初中国加入世贸组织，大量外企与全球思想涌入，深刻改变了经济格局与生活方式。

每一次变革都伴随着不确定性与阵痛，但中国社会凭借强大的韧性、卓越的组织动员能力和前瞻性的战略布局，不仅成功穿越了转型周期，更实现了经济腾飞与社会繁荣。今天，站在智能时代的关键节点，我们同样有足够的底气与能力，从容应对人工智能带来的社会影响与冲击。应对这种冲击的关键，在于思想观念的深刻转变。

九、何以生活：探索人机共生的工作与生活方式

农业时代，人类被束缚在土地上，日出而作、日落而息，一生固守于自家田垄。工业时代，人们被束缚在机器和工厂流水线上，日复一日重复着标准化的机械农业时代，人类被束缚在土地上，日出而作、日落而息，一生固守于自家田垄。工业时代，人们被束缚在机器和工厂流水线上，日复一日重复着标准化的机械动作。信息时代，人们被束缚在电脑和手机前，看似连接了整个世界，实则被困于方寸屏幕之间，信息过载与注意力碎片化成为新的枷锁，深度思考与真实连接反而变得稀缺。

随着智能技术推动生产力大幅跃升、社会物质日益丰裕，智能时代的最终目标，是将人类从这些束缚中解放出来。在理想状态下，工作不再是谋生手段，而是体验生活、实现自我、丰富精神的过程；人们能够摆脱“自私基因”的驱使，在工作与生活方式的重构中真正实现自由全面的发展，达到健全人格。

我们近期发布的"通境"三创OPC平台，正是这一理念的技术实践——它让一个人与多个智能体协作，构成一个超级创业单元，以"一人公司"的模式完成过去需要十人团队才能承担的复杂项目。但比平台本身更值得深思的，是它所折射出的深层命题：当智能体大规模进入生产与生活，我们关于工作、生活与自我价值的根本认知，需要经历怎样的重塑？

“通境”平台：提供“时空智能+世界模型”技术底座

第一个转变：重新定义"工作"。几千年来，工作始终与生存绑定——劳动换取口粮，技能换取薪酬。但在一个人与智能体协同创造的社会里，这一固化的认知正在被颠覆。当标准化、重复性的生产任务由智能体高效完成，工作的内涵将从“完成任务”转向“创造价值”——你不再需要成为一个称职的“执行者”，而需要成为一个有洞察力和判断力的“定义者”：定义方向、定义意义、定义什么是值得做的事。这要求我们从“我擅长什么”的思维，转向“我想要创造什么”的追问。

第二个转变：重构“身份”认同。工业社会以来，职业身份几乎等同于个人身份——“我是工程师”“我是教师”“我是司机”。这种身份锚定在智能时代面临根本动摇。当智能体可以完成绝大多数标准化职业任务，一个人如果仅以职业标签定义自我，必然陷入存在性焦虑。我们需要建立一种超越职业的身份认同：你的价值不取决于你能做什么，而取决于你选择做什么、你为什么选择它、你赋予它怎样的意义。

第三个转变：重获“时间”的主权。农业时代的时间属于土地，工业时代的时间属于工厂，信息时代的时间属于永远在线的信息流。智能时代第一次为人类提供了大规模“时间解放"的可能——当智能体承担了大部分生产性劳动，人类将面临一个前所未有的问题：被释放出来的时间，用来做什么？这看似是一个奢侈的问题，实则是一个严峻的考验。历史上，每一次生产力的跃升都伴随着一段社会适应的阵痛期。关键在于，我们能否将“空闲”转化为“自由”——不是被动地消磨时间，而是主动地用时间构建关系、探索创造、体验生命。这要求社会在教育、文化、制度层面提供相应的支撑体系，帮助每个人学会如何支配时间、如何充分享有和运用自由。

第四个转变：重建“生活”的尺度。智能技术应当让生活重新回归人的尺度。当通勤不再是必需，当办公不再拘束于固定场所，当创作工具下沉到每个人的手中，我们有机会重构一种“分布式生活”——生活半径与工作半径高度重合，人被还原为完整的人：既能陪伴家人，又能指挥智能体进行创作与生产；既是一个社区的成员，又是一个价值网络的节点。这种生活方式的核心，不是技术有多先进，而是我们有多大的勇气放弃工业时代遗留下来的“集中式”思维——放弃对大城市、大公司、大平台的路径依赖，在更小但更完整的尺度上重建生活的意义。

层面，我们打造“通境”三创平台，汇聚并激励广大青年个体承接AI催生的海量场景化项目，以“一人公司”模式实现创业创新与就业新形态，为智能时代的民生服务提供了新的可能性。

十、何以为人：人生价值与意义的追寻

AI快速发展带来的社会影响和焦虑情绪，迫使我们深入思考“何以为人”的时代命题。未来5到10年，AI在从文学艺术创作、科学分析、复杂任务的执行与协作等方面的技能一定会接近甚至超越人类。如果我们仅满足于知识的积累和特定技能的娴熟，那么面对更高效、不知疲倦且学习能力强大的AI，必然面临被替代或边缘化的风险。当奥赛金牌、编程高手、文学家与艺术家都不再稀缺时，什么才是最宝贵的？

工业革命实现了“体力”的平等化，人工智能正在推动“智力”的平等化，“德力”将成为每个人不可替代的核心竞争力。所谓“德力”，就是人的价值选择、方向判断和意义赋予能力，是人之为“人”的独特禀赋。在智能时代，德力将决定你能走多远、能创造多大的价值。

如何培养德力？《大学》开篇主旨为我们提供了答案：“大学之道，在明明德，在亲民，在止于至善。”要深入社会实际，与不同人群建立情感纽带，形成共情共鸣，最终养成完全人格。唯有提升自己的格局、心智与认知，实现价值体系的不断升维，才能在智能时代守住人的主体性。

当智能体、机器人不断习得人类曾经独有的语言表达、艺术创作、逻辑推理、情感交互等能力，并不断挤占人类的价值空间时，人就需要去探索和攀登更高、更远的价值山峰，持续开拓和重构新的价值空间。

人机携手开启新的价值空间

回顾中国近代史上三次波澜壮阔的移民潮：闯关东，两千万人背井离乡，奔赴东北沃土，在冰天雪地中开荒拓土、构筑新的家园；走西口，晋陕人穿越沙漠关隘，在草原与农耕的交界地带重建生计，以命相搏换取生机；下南洋，在异国他乡扎根繁衍、开创商业版图。每一次迁徙，都是对生存空间的开拓，都是对命运束缚的挣脱。

今天，面对智能时代，人类正面临一场全新的“移民”——这不是地理空间的迁徙，而是从物理空间向数字与认知空间的迁徙。我们将与智能体协作，向新的认知疆域、新的创造空间、新的意义世界进发，人机携手“闯通境”。

对于每个个体而言，人生的意义与价值并非一成不变的静态坐标，而是一个不断追寻、获得与重构的动态过程。每个人的一生，都是在认知的拓展与实践的磨砺中，持续升维自己的价值函数。而我们终其一生实现的意义与价值，则取决于我们为他人、为社会、为国家、为人类创造了多大的价值。正如儒家所言“修身齐家治国平天下”，我们所实现的人生价值，是这三层价值的总和。

人生价值的不同层级

在这一过程中，我们会经历一系列“选择与被选择”。每一次选择既是对既有价值体系的检验，也是对新价值维度的开启。我们要保持价值体系的开放性与成长性：在服务他人的实践中拓展共情之维，在投身社会建设的参与中拓展责任之维，在直面时代命题的探索中拓展历史之维。唯有不断突破认知架构与价值体系的局限，才能在人生的关键节点作出正确的选择，并有勇气、有魄力坚定前行，奔向人才分布曲线的长尾。

什么才是终极的价值？《左传》提出“三不朽”——“太上有立德，其次有立功，其次有立言，虽久不废，此之谓不朽。”立德是为民请命、匡扶社会正气；立功是创造对社会有实质贡献的事业、填补有重大意义的空白；立言是登无人之境、发现真理、著书立说、成就经典。中国没有宗教意义上的天堂与轮回，“三不朽”为中国人标定了追求价值的极限坐标。

不朽并非精英的专利。胡适在1919年提出的“社会不朽论”指出：个体生命可以通过社会生命的传递实现不朽——“小我”会消灭，“大我”永远不灭。一切“小我”的事业、人格、一举一动，都汇入“大我”的洪流之中，代代相传、连绵不断。这便是社会的不朽，“大我”的不朽。

人生的意义:价值的传递、积分

智能时代的到来，会让人们从大量重复性劳动中解放出来，获得追寻更高价值的自由。我们不应停留在被对AI替代的焦虑之中，而应积极“立心”——明确自己的价值追求，拓展自己的格局维度，在立德、立功、立言的坐标上，向不朽的价值极限持续迈进。这不仅关乎个人的人生意义，更关乎人类文明在智能时代的方向与归宿。

04

结语：以中国之思想，创世界之科技

通用人工智能创新包含五个层次——哲学层、数理框架层、模型层、算法层、执行层，这是一条从思想到实践的完整路线图。其中，哲学层的创新是整个大厦的基石。

人工智能创新的五个层次（红色为原创）

回归AGI的第一性原理，智能的本质是主观的、内生的，以“心”为主体。它不是对外部数据的统计拟合，而是由内在价值体系驱动的主动探索与创造。我们必须破除“数据信仰”，深刻认识到：智能是价值主导的，而非数据驱动的。唯有让智能体拥有内在的认知架构与价值体系，才能实现真正的通用与自主。人类与AGI协同的底层逻辑，在于共同拥有感知他人、理解规范、建立信任的社会智能，这是为机器”立心”的关键，也是人之为”人”的根基。

智能的第一性原理：主观、内生的、心为主体

中国思想中关于”心”的千年探索与论述，为我们指出了一条基于东方哲学与智慧的AGI技术路线。智能时代，我们的使命是以中国之思想，创世界之科技，构建新的世界科创中心。

拜托点下“在看”