凯文凯利最新演讲：人形机器人成熟或还需要10年，AI投资泡沫可能会出现、但规模很小

凯文凯利在现场演讲 图片来源：搜狐科技

出品｜搜狐科技

作者｜李保铭

9月22日，《连线》杂志创始主编凯文凯利现身京东方全球创新伙伴大会2026（BOE IPC 2026）现场，带来13个与AI、具身智能等前沿科技有关的预测。

他现场的13个预测涵盖科技领域的短期和长期分析。

从长期来看，他认为未来十年将充满不确定性，人形机器人成熟还需要10年，中美将生产能力相近的模型，2036年将有至少一座美国新型核电站投入运营，2040年左右太空数据中心或变成现实。

从短期来看，凯文凯利认为，AI医生或在2年内普及，下一个AI突破将在5年内实现，未来五年外骨骼会变得很普遍。“外部自我智能体”（exo-self agent）将在三年内出现，5年后99%AI不会直接接触人类；AI gent经济五年内将超越人类经济。

他还预测了有关智能眼镜、元宇宙、AI泡沫等热点话题。凯文凯利指出，智能眼镜的首批使用者或将是没有办公桌的蓝领工人，元宇宙将成为最具社交属性的平台，AI投资泡沫可能会出现，但规模会很小。

以下是演讲全文，演讲原文经机器识别、转译，经人工编辑、删减：

非常荣幸能够来到这里。我们今天正处在一个难以置信的机遇期。未来10年将会非常精彩，充满令人兴奋的机会。接下来，我想快速带大家了解其中一些机会。

我会提出13个预测。首先我想说明，这些预测中的大多数可能都会错。它们的目的，是帮助我们磨炼思维、进行检验，是对未来的一些设想。但我认为它们仍然会有帮助。

预测1：未来十年是一个不确定的时期

我们对AI还了解得不够多。我们对未来的政治走向也了解得不够多，对气候变化也了解得不够多。所以我认为，这意味着我们将面对大量不确定性。而且，我不认为这些不确定性会很快得到答案。

事实上，普通人不了解的事情，专家们同样不了解。比如，AGI到底是否可能实现？他们不知道。未来会不会有大量工作岗位消失？他们也不知道。因此，在那些通常意见一致的人之间，现在也存在巨大的分歧。

正因为如此，我认为未来10年我们都会处于一个高度不确定的时期。这就是我的第一个预测：对于我们希望从AI那里得到的答案，我们暂时不会知道。对于全球政治，我们同样会看到很多无法确定的事情。未来几年美国和中国之间会发生什么，我们不会马上得到答案，可能需要10年。因此，我认为我们应该为未来10年的大量不确定性做好准备。

未来10年并不一定是企业喜欢的局面，因为企业希望拥有确定性。所以接下来的演讲，我会尝试告诉大家一些我愿意押注、愿意据此做出预测的事情。

我对中国了解得并不多，因此我主要会谈谈我生活的硅谷前沿领域，以及我听到的消息、我的朋友们正在研究什么、年轻人对什么感到兴奋。

如果把这些内容分成三个维度，就像刚才的思路一样，它们分别与人、机器以及人机交互有关。接下来10年，我会围绕这三个大方向展开。

首先是与人有关的前沿领域。很多技术趋势，只有在以某种程度与我们发生互动时才真正重要。长寿目前是硅谷非常热门的话题。

那里有大约80家相关初创公司，也有一些实验性药物，但真正进入临床试验的并不多。不过，这是一个非常令人兴奋的时代，而且AI正在加速这一领域的发展。

人们真正关注的并不是你的寿命，而是你的“健康寿命”——也就是随着年龄增长，你还能保持多大的活力和健康程度。我

认为目前看到的一些有前景的策略包括生物年龄追踪，也就是利用技术监测你的实际生物年龄；以及多药理学、GLP-1等方向，这些东西在很多方面都可能具有革命性意义。所以，这是当前的主要趋势之一。

预测2：AI医生2年内普及

生命科学领域最重要的趋势，是人工智能，也就是AI医生、医疗AI。

现在，我们看到由AI驱动的医疗设备正在快速增长，包括诊断设备，有时甚至包括手术设备。但我们发现，患者并没有在等待“AI医生”出现，他们已经直接去找AI了，自己向AI提出各种各样的医疗问题，在真正去看医生之前就已经得到了一些答案。

因此，这其实是一种由患者推动的AI应用，AI是从底层向上发展的，而不是从上层向下推动。我们发现，当你想要一个答案、一些知识或一些医疗建议时，你会去找AI。

但人类医生所做的“医生工作”不一样：他们提供共情、鼓励、建议和智慧，提供的不只是答案本身。

所以，我们正在看到一种合作关系：AI负责医疗知识和医学信息，而人类负责真正的医疗服务。

也就是说，AI+人类形成了一种非常常见的协作模式。

我们还会看到很多其他的发展方向。因此，我的第二个预测是：两年之内，大多数人都会拥有AI医生，或者说，大多数人都会开始使用真正意义上的AI医生。

预测3：2036年至少一座美国新型核电站投入运营

说到机器相关的前沿领域，首先是能源。我们已经听到了很多关于能源的话题。当然，中国在能源以及全国电网方面确实非常有创造力，并且处于世界领先地位。

但还有其他选择。硅谷有大量初创公司，大约70家正在研究替代性核能，也就是更加安全的新型核电站。其中约10家已经有反应堆试验项目在运行。

这些项目正在得到一些AI公司以及亚马逊等大型公司的融资，因为这些公司现在就需要电力，等不及政府慢慢推进。

所以，它们正在寻找解决方案。这是硅谷一个非常令人兴奋的前沿领域——替代性核能。我的第三个预测是，到2036年，美国至少会有一座新型核电站投入运行。

预测4：2040年左右太空数据中心或实现

核聚变也是一个重要方向，它可以被视为一种“人造太阳”，同样正在受到大量关注。

因此，初创公司也在研究这些方向。到2036年，我们可能也会看到其中至少一个项目投入运行。它可能还不完全具备经济性，但至少会运行起来，并尝试向电网提供电力。

正如大家所知道的，太阳能正在快速发展，其中一个原因就是成本持续下降。它未来还有很大的降价空间，最终甚至可能接近“免费”。

有人已经设想用太阳能材料制造围栏：即使安装角度不是最佳的，也因为材料足够便宜，所以完全可以直接用它来建造围栏，或者把它铺到每一栋建筑的屋顶上。它们并不需要以最佳角度安装，因为成本实在太低了。

甚至有人开始设想在太空中建设数据中心，利用太阳能供电，也就是把太阳能板放到太空中。

这是硅谷目前最新的兴趣方向之一。目前大约有10家初创公司在研究，甚至谷歌也已经启动了一个名为“Sun Catcher”的太空测试项目，尝试让一些TPU在非常严苛的太空环境中运行。

这其中存在很多挑战，主要问题包括散热、把设备送入太空的重量，以及抵御宇宙辐射所需的加固。重量是其中一个关键问题。

我的预测是，在把材料送入太空的成本降到每公斤100美元以下之前，我们不会真正看到大规模太空数据中心。但这预计要到2040年前后才可能实现，也就是还有大约15年。因此，我认为这将是一个非常缓慢的发展过程。但它最终会有所帮助。

预测5：下一个AI突破将在五年内实现

AI可以被称为一个“参差不齐的前沿”（jagged front），意思是不同的AI前沿会以不同速度、不同节奏发展。

不同类型的AI可能拥有不同的商业模式，也会面临不同的监管结构。所以，AI并不是一个单一的东西，而是许多种以不同速度运行的AI。

我想强调的是，我们自己的大脑、我们自己的智能也不是单一的东西。它不是一个单独的元素，而更像是一种由不同认知能力组成的复合体。而目前所有先进的大语言模型，实际上也只是合成了其中一种认知能力——模式识别。它们实际上只合成了人类大脑的一部分能力。

其他部分我们还没有实现。因此，尽管现在的AI非常聪明、非常强大，但它们并没有真正的记忆，也没有真正的学习能力。没有记忆和学习能力却能如此聪明，这是非常惊人的。现在有很多人在研究如何把这些功能加入现有模型，但目前它们还做不到。

这意味着，我们必须发明和发展其他类型的AI，把这些能力加入大语言模型，让它们变得更强。这就是一个前沿领域，也是一个机会，是一个非常适合创新的地方。

但这意味着，目前这些模型的能力仍然有限，因此我们需要其他类型的AI来进行补充。其中一种是学习能力。还有一种问题是，它们以知识为基础，而我们真正需要的，是以现实世界为基础的AI。

我们自身的智能拥有记忆、学习、知识，以及对物理世界的感知——我们知道事物是如何运作的、东西掉下来会怎样。

如果我想把这把椅子推倒，我大致知道它会怎么倒、会倒多远。但目前的AI还没有这种“现实世界感”。现在的AI有点像“书呆子”，它们通过书本学习。它们接受了世界上大量文本和词语的训练。

它们之所以了解世界，是因为它们掌握了大量关于世界的文字。但我们真正希望拥有的，是直接在现实世界本身上训练的AI。我们想要的是“理解世界的智能”，而不仅仅是“知识型智能”。

因此，目前初创公司、实验室和大学都在努力训练AI，让它不再只基于文本，而是基于现实。事实上，自动驾驶汽车就是很好的例子：它们不是通过文字进行训练，而是通过数百万小时的视频以及真实道路上的驾驶数据进行训练。这正是我们想要的——让AI接受现实世界本身的训练。

因此，现在有人正在尝试构建大物理模型、大化学模型、大生物学模型，让模型直接学习真实世界中的规律，例如分子如何运作、物理规律如何发挥作用。

挑战在于，与数字世界不同，我们并没有那么多数据。真正高质量、广泛覆盖现实世界的数据非常稀缺，而训练这种AI恰恰需要大量这样的数据。因此，大量创新都在试图解决这个问题。这就是挑战，也是我们真正想要实现的目标。

我的预测是，接下来AI领域最大的趋势，将是被称为“空间AI”（spatial AI）、“空间智能”（spatial intelligence）或者“世界模型”（world models）的模型创新与发布。未来五年，你会越来越多地听到这些概念。

预测6：人形机器人成熟或还需10年

机器人需要这种关于世界的智能，才能四处行走、叠衣服、开门、驾驶汽车、为你端上食物。它们需要真正理解这个世界是如何运作的。

而现在这非常困难，因为这些模型、大语言模型的响应速度还不够快。我们向它们提问时，即使它们花10个小时研究一个问题，我们也不会觉得有多么严重的延迟。但机器人必须非常快，我们需要即时响应。

因此目前还没有完全解决这个问题。这就是前沿所在——如何把这种世界模型装进机器人里。许多研究机构和初创公司都在研究这一方向，中国的机器人公司也都在研究世界模型。

机器人面临的另一个挑战，是需要把这些模型压缩得非常小。

DeepSeek在这一方向上迈出了很大一步，但我们还需要进一步缩小模型，因为我们希望它们能够直接在设备本地运行。我们希望把大语言模型压缩到足够小，可以嵌入各种设备中，这样就不必每次都连接云端。

这确实是一个挑战。但我们自己的大脑就是一个已经存在的证明，说明这是可能的。我们的“大脑”占用的空间非常小，并不是一个占地数百米的数据中心。它非常小。

机器人的另一个挑战是手。手的结构和功能极其复杂。它们不仅要能拿起东西，还必须能够感知、触摸、判断温度，甚至完成穿针这样的精细动作。我们自己的双手非常神奇，也极其难以复制。

所以需要记住的一点是，人形机器人可能是人类曾经制造过的最复杂机器。它比喷气式飞机甚至火箭都更加复杂，也比我们制造的任何工厂都复杂。制造一台搭载芯片、包含各种机械结构的人形机器人，本身就是我们迄今制造过的最复杂机器。

其中还包括必须高度集中的能源。人形机器人内部所需要储存和使用的能量，从某种意义上说可能非常惊人，因为让它运行一整天需要大量能源。正如我所说，这是我们制造过的最复杂机器。

人类运行时只需要大约25瓦的功率，所以从某种意义上说，我们的大脑就是一台只有25瓦的超级计算机，而数据中心使用的是兆瓦级功率。人体运动时大约消耗300瓦，我们可以持续运行12个小时。但目前的机器人原型机所需要的功率要高出很多倍，因此必须把能耗降下来。这就是挑战，但最终会实现。

另一个问题是可靠性。目前，大多数机器人在没有人工干预的情况下，可靠性大约为99.99%。但这还远远不够。我们还需要再增加一个“9”，也就是达到99.999%的可靠性。为了增加这一个“9”，可能需要投入与此前几个“9”同等规模的能源和资金。

因为一旦我们允许机器人进入家庭，就要求它们极其可靠。不能允许它们犯错，不能伤害我们的家人，也不能伤害我们自己。因此，要增加这一个“9”非常困难。如果我们希望机器人完全不需要人类监督，这就是最大的挑战。

所以我认为，人形机器人真正成熟可能还需要10年。这不只是我的个人看法，也是一种预测。克服这些问题可能确实需要这么长时间。不过，人形机器人最终会到来，只是可能要等上10年。

预测7：未来五年外骨骼会变得很普遍

接下来是人与机器的融合，也就是一种混合式“赛博格”。其中一个目前最容易被忽视的前沿领域，就是外骨骼。我认为，未来五年内，我们会看到外骨骼变得非常普遍。

外骨骼主要有三种。第一种是医疗型，用来帮助受伤的人以及需要重新学习行走的瘫痪患者；第二种是工业型，用来帮助从事体力劳动的人，例如搬运箱子；第三种是娱乐型。

医疗外骨骼已经出现，并且已经被用于帮助受伤者或行动障碍者重新行走。有时它们还会与脑机接口、脊髓相关技术结合使用。这两种技术结合起来，可以帮助一些人重新获得行走能力。

这类产品会越来越普及，尤其是随着老年人对辅助设备的需求增加。未来，我们可能不再只是依赖轮椅，而是使用外骨骼来帮助行走。工业型外骨骼也已经出现，可以帮助人们搬运和抬升箱子，尤其适用于仓库等场景，未来也会更加普遍。

还有娱乐型外骨骼，用来增强人的力量，让人完成原本可能无法独立完成的事情，甚至可能催生一些新的运动项目。

预测8：“外部自我智能体”（exo-self agent）将在三年内出现，5年后99%AI不会直接接触人类

接下来谈谈AI智能体，因为这将变得非常普遍。我的儿子，以及硅谷其他从事AI工程的人，现在基本上都在管理6到10个AI智能体。这就是他们的工作。他们的工作不再是亲自写代码，而是监督和管理那些负责写代码的智能体。他们一整天都在做这件事。

因此，让智能体替人完成工作这一概念将变得非常普遍。我认为，未来会有大量智能体执行各种不同任务，并形成不同的层级结构。但最终，对于大多数不是程序员的普通人来说，你可能只需要直接交流一个，最多两个智能体。这个智能体会负责管理其他智能体。其他智能体会隐藏在背后，而你真正接触的可能只有一个智能体。

而世界上大多数AI、大多数AI token，都不会被人类直接使用。它们会被其他智能体使用，人类甚至不会看到它们。五年后，99%的AI可能都不会直接接触人类。

它们只会由一个智能体调用另一个智能体。不过，我们可能会拥有一个始终在线的个人智能体。

我认为，智能眼镜将成为我们与这个智能体交互的主要方式。它会是我们一直佩戴的设备：我们可以听到它说什么，它也能听到我们说什么；它通过眼镜看到我们所看到的一切，而眼镜本身又是一个显示设备，可以把信息呈现在屏幕上供我们观看。

这个始终在线的智能体可能会带来一个很奇特的结果：它最终可能比你自己还了解你。因为它能看到一切——你的所有邮件、所有消息、你看到的东西、你去过哪里、你的朋友是谁，以及你们之间的对话。它可能真的会比你自己更了解你。

我认为，这意味着你会与自己的智能体建立真正的关系。实际上，很多人已经开始这样做了。他们向AI寻求建议、询问指令、提出问题，并逐渐与它建立关系。

未来这种关系还会进一步带有情感色彩。我把它称为“外部自我智能体”（exo-self agent）。我认为，三年之内我们就会看到这种现象：人们会对某个智能体产生偏好和忠诚，并不断训练它，让它成为自己最喜欢的智能体，而且它会非常了解自己。我把这种智能体称为“外部自我智能体”。

我们现在已经从Anthropic和OpenAI看到，AI智能体的超级用户可以将生产力提高30%。但与此同时，他们工作的时间也在增加。所以，这并不意味着他们获得了更多闲暇时间，而是他们实际上工作得更多了。

预测9：AI gent经济五年内将超越人类经济

我的第九个预测是，未来五年内，通过“智能体经济”流动的资金总量将超过传统经济中相应的资金流动规模，因为我们会把大量后台工作、文书工作交给智能体，而它们还会承担大量购买、销售和谈判工作。

预测10：智能眼镜的首批使用者将是没有办公桌的蓝领工人

接下来谈谈显示技术。这种显示屏是不是非常惊人？简直令人难以置信。我非常喜欢这种“视频墙”的概念，这是超大尺寸的方向。当然也有超小型显示。像这样的巨型视频墙，我认为将会变得越来越普遍。

现在这种技术非常昂贵，但科技的意义就在于降低成本。随着时间推移，它会越来越便宜。我认为，很多家庭的墙面最终都会变成视频墙，企业场景尤其如此。

这是展示各种内容的好方式，可以展示身体状态，也可以展示信息。我认为，家庭、企业以及公共空间中的视频墙最终都会成为一种默认配置。

事实上，你甚至可以想象一种“环境电影”：它由AI生成，不是讲述固定的故事，而是营造一种氛围，这种氛围可能一整天不断变化。你可以让某种图像或动态内容始终存在于一个空间中，无论是建筑空间还是住宅空间。我认为这完全有可能。

而小型显示屏则会进入智能眼镜。我认为，智能眼镜可能成为继手机之后的下一个重大终端。它的显示屏是透明的，你可以透过它看到现实世界，同时显示内容又可以叠加在你所看到的现实之上。

这就是增强现实，也有人把它与元宇宙联系起来。相关概念很多，但从技术上来说，实现它非常困难。

但如果能够实现，你甚至可以让一头蓝鲸出现在你面前，而且看起来非常真实。这可以被称为“数字孪生”：现实中的每一样东西，都可以拥有一个虚拟版本，并叠加在现实世界之上。

这种映射会非常有价值，因为我们可以用它进行模拟，也更容易维修，还可以指导和培训人员——他们能够直接看到具体应该怎么做。这种能力非常强大。

我的第十个预测是，智能眼镜最早的用户不会是坐在办公室里的白领，而会是没有固定办公桌的蓝领工人。他们会把智能眼镜用于结构化工作、体力劳动以及导航等各种场景。我认为这些将是它最早落地的领域。

预测11：元宇宙将成为最具社交属性的平台

顺便说，我们还可以利用这种带透明显示屏的“神奇眼镜”制作真实人物的虚拟化身。你可以拥有一个Avatar（虚拟化身）。我更进一步预测，当元宇宙中的人物以三维形式出现，让你产生他们真实存在的感觉时，它可能会成为所有社交媒体中最具社交属性的一种，人们会在其中花费大量时间。

这很难解释，但如果一个人的Avatar（虚拟化身）看起来、感觉上都是三维的，你就会觉得这个人真的在那里。即使它并不完全长得像真人，你仍然会感受到对方的存在。这就是这种眼镜的神奇之处。

预测12：是否存在AI投资泡沫？可能有，但规模很小

AI领域现在有一个商业层面的核心问题：AI token的成本会不会下降得太快？我们能不能卖出足够多的token，来覆盖不断增加的数据中心建设成本？

到目前为止，尽管人们谈论的数字非常惊人，但看起来AI领域可能确实会出现一个投资泡沫，不过可能是一个规模较小的泡沫。市场需求似乎确实存在，因此我不认为这是一个长期问题。但看起来短期内可能会出现一个小泡沫。这就是我的第12个预测。

但这不会是所谓的“AI泡沫”，更可能只是一个短暂的小泡沫，就像过去互联网数字领域曾经出现过的泡沫一样。确实出现过泡沫，但很快就被消化掉了。它有点像一个倒过来的形状：先达到高点，然后回落，再恢复。因此，AI投资也可能出现类似的走势。

所以我的预测是，未来10年，对AI token的需求都会超过供给。供给就是很难跟上需求。

预测13：中美将生产能力相近的模型

还有一个问题，就是中国AI与美国AI之间的比较。中国似乎更加重视开源，同时也在通过工程化手段寻找降低成本的方法。

到目前为止，中国模型在基准测试中的表现，与美国模型相比似乎只落后几个月。我认为，人类整体的创新速度，尤其是科学领域的创新速度，很可能还会继续提升。

因此，我认为我们最终会看到一种趋同：美国和中国都将生产能力非常相近的模型。我认为，中国可能会更加专注于把模型做得更便宜。

但需要注意的是，AI token并不是完全等价的。我们当然关心它们有多便宜，但也关心延迟，也就是响应速度；我们还关心质量，以及它们究竟是什么类型的token。

我认为，我们最终会看到一个由许多不同类型AI组成的生态，以及市场上出售各种不同类型的token。你想买token吗？就像购物一样：你可以买便宜的token，也可以买速度快的token、速度慢的token，或者更聪明的token。它们并不完全相同。

即使在每一个国家内部，也会形成更加丰富的生态，不同企业会专注于不同种类、不同类型的token。部分原因在于，AI本身也存在不同类型。所有AI并不是完全一样的。谈论AI时应该记住这一点。

好了，我的这些预测大多数可能都会错，但我还是敢于做出这些预测，因为我们想做的事情，是想象我们希望创造的未来。如果你无法想象它，就无法把它创造出来。所以，我想传达给大家的信息之一，就是试着去想象什么事情可能会向好的方向发展。这是让它真正发生的一种方式——首先相信它是可能的。

尽可能保持乐观。因为这个房间、这些屏幕以及这里的一切，都是过去那些乐观主义者创造出来的。而今天，我们将成为塑造未来的人。所以，请尽可能保持乐观。感谢大家的聆听。

运营编辑 | 曹倩 审核｜孟莎莎