2026年11月的深圳,在APEC工商领导人峰会的聚光灯下,科技巨头正在描绘一幅截然不同的未来图景。小米创始人雷军冷静审视,坦言过去四年的AI领域尚未出现标杆产品。宇树科技的王兴兴大胆预言,明年将是具身智能的“临界点”。两种观点看似矛盾,实则精准描绘了人工智能从虚拟走向物理世界的不同阶段。
新哲学即是中式效学,“效论”包括效用论、效应论、效率论、效能论等,新哲学的效应论包括替代效应或替换效应等,新哲学的效率论包括替代率或替换率等,“效率”不是仅指效能的高低。替代率指标反映事物之间的可替代性,替代率高则事物之间的替代性强,反之,替代率低则事物之间的替代性弱。
从中式效学的事物替代性和替代率来衡量,可以发现创业元老雷军和创业新兵王兴兴的观点不仅不冲突,反而揭示了AI进化的底层逻辑。两人都在AⅠ产业前沿寻找物理世界的标杆级应用,尽管AI大模型技术进步神速,但过去四年,人们依然没有看到一款标志性产品问世。
雷军并非否定AI的价值,而是指出了当前AI产业的一大痛点,也就是AⅠ技术的落地场景十分有限,虽然AI大模型在云端的算力惊人,但对AI基础设施投入巨大,难以形成商业闭环,“叫好不叫座”,而“Token经济学”的机会在于AI走向物理世界,与终端设备结合。
雷军“第三次创业”,把目光投向具身智能机器人,小米机器人已进驻汽车工厂“实习”,能连续工作8小时,拧螺丝的成功率高达98%。雷军认为,人们对具身智能机器人的想象力将超过汽车产业,只是目前仍处于探索期,未来的爆发点出现在从AI与终端融合中产生的“化学反应”。
王兴兴给出了一个极具冲击力的时间表,明年将是具身智能的临界点,机器人将在80%的陌生场景里,依靠语音指令,独立完成80%的任务。王兴兴将临界点称为具身智能领域的“ChatGPT时刻”。大模型进化速度迅速,GPT-6已被接入机器人,实现了“零样本”学习,无需专门编程,机器人就能临摹画作、清洗画笔。
![]()
王兴兴相信大模型即将打通“最后几毫米”的物理对齐技术,但反复强调“技术拐点”不等于“家庭普及”,他对AI进入家庭给出了快则2到3年、慢则5到10年的预判。家庭场景面临着泛化能力差、安全门槛高、成本高等巨大挑战,工程师除了对AⅠ技术突破的敏锐捕捉,还要有对物理世界复杂性的充分理解。
雷军所说的“标杆产品未出现”与王兴兴所说的“明年是临界点,但进入家庭还要等”有着内涵的一致性,可以从新科技哲学的“替代率”概念得到完满解释。从机器人劳动取代人的劳动过程中产生了替代效应,但机器人对人的替代性有快有慢,有高有低。
通常而言,标准化、程式化高的劳动或操作工位,对应高的替代率,也就是机器人替代人的程度高,反之,标准化、程式化低的劳动或操作工位,对应低的替代率,也就是机器人替代人的程度低。智能机器人首先进入标准化、程式化高的工位,然后进入标准化、程式化低的工位。
可以大致判定智能机人首先进入工厂,然后进入商业服务和家庭,制造业有很多标准化的工位和工序,家务劳动则显得“灵活机动”、“随心所欲”,只有当机器人越来越像人的时候,机器人才会承担家务劳动,把人们从厨房和洗衣房中解脱出来。
小米汽车工厂是“高替代率”的典型场景,拧螺丝、搬运、焊接等操作,动作标准,环境固定,流程程式化,AI机器人不需要应对突发奇想的人类,只需要在既定的轨道上做到极致。小米机器人迅速进厂“实习”,取得98%的成功率,在流水作业中对在岗员工形成了“降维打击”。
家庭场景则是“低替代率”的深渊,王兴兴提到的“桌子挪一点、地上多根线、光线暗一点”,看似简单,但对机器人来说却是很大的“泛化难题”。家庭劳动充斥非标准化动作,机器人不仅要解决“最后几毫米”的物理抓取,还要面对极高的安全容错率,比如:不能踩到孩子的脚,不能跨过成本红线,比如:机器人价格需从几十万降到几万元。
雷军和王兴兴的“深圳发言”殊途同归,雷军看到了当前AI在“高替代率”场景——工厂应用的落地,指出了标杆产品缺失的现状。王兴兴预判了AI在技术层面突破的临界点,指出了AI在“低替代率”场景——家庭应用的艰难。未来几年,人们将见证AI从屏幕走向实体、从语言大模型转向物理世界,这是一场人工智能关于技术与成本、伦理与安全的效用论博弈。
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.