AI发展现状与挑战 - 当前AI仍处于初级"种系智能"阶段 依赖海量参数与预训练数据 资源消耗高且缺乏个体记忆与自我意识[4] - 具身智能发展面临数据采集质量差 多模态数据融合不理想 以及模型与机器人控制模态对齐等挑战[6] - AI真正落地干活仍处于大规模爆发性增长的前夜 被描述为"一片荒漠"[4][6] AI技术演进方向 - 人工智能正从"人类数据时代"迈向"经验时代" 需要智能体与世界直接交互生成新数据源[17] - 释放AI全部潜力需要持续学习(continual learning)和元学习(meta-learning)两项关键技术[17] - 规模定律(Scaling Law)仍是大模型性能提升的第一性原则 参数规模越高 训练数据量越大 计算资源越庞大 性能就越好[20] 开源与计算基础设施 - 开源模型与闭源模型的选择已成为AI竞争的关键变量[10] - 开放数据和计算资源是推动AI发展的必经之路 之江实验室已将8B AI模型送入太空[10] - 计算卫星星座实现太空数据处理和卫星互联互通 为人类走出地球提供支撑[10] 能源需求与解决方案 - AI耗电量目前占地球总用电量的1.5% 预计将增长至20%以上[13] - 全球核聚变商业公司累计获得总投资额达71亿美元 同比增长9亿美元[13] - 89%的核聚变企业看好在21世纪30年代末之前实现并网发电[13] 政策与产业支持 - 中国计划到2027年实现人工智能与6大重点领域广泛深度融合 智能体应用普及率超70%[21] - 到2030年智能体应用普及率超90% 智能经济成为重要增长极[21] - 上海推出包括6亿元算力券 3亿元模型券 1亿元语料券等资金支持措施[21] 应用领域发展 - 具身智能产业正在发展 机器人已可完成炒菜 救人 放置雷管等基本动作[4] - 智能体成为AI最主流应用 "智能体经济"即将繁荣[20] - "超级个体+Agent"将带给组织巨大的结构性变革[20]