# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
AGI的成熟度是一步一步提升的。
当政企正在迅速接入国民级应用DeepSeek，当芜湖造的环卫机器人精准清扫城市道路……这些看似割裂的的技术突破，正勾勒出AGI赋能实体经济的中国路径，也让大众深刻感受到了AGI对生产关系的重塑。
虽然DeepSeek的异军突起，成功地绊倒了阻碍AI技术普及的拦路虎——高昂的成本。但想要迎来真正的AGI时代，还需要克服算力瓶颈、算法训练、场景落地、生态协同等多个难点。那么，当下AGI技术的成熟度到底如何？与机器人产业如何有效结合？机器人创业者该关注哪些应用场景？
2025年2月27日，“鸠兹创变Talk”第一期在芜湖市举办，阿尔法公社创始合伙人许四清，哈工大机器人研究所教授、长三角哈特机器人研究院执行院长赵立军，中国科学技术大学博士、聆动通用创始人兼CEO季超，酷哇科技副总裁、合伙人何赛同台论道，深度解读AGI与机器人的产业融合。
鸠兹创变Talk第一期活动现场
本次活动主题为“AGI时代机器人产业创新之路”，活动由芜湖市科技局指导、芜湖市科创集团主办。芜湖市科技局及各区县科技局、芜湖市投促中心、芜湖市产创中心、芜湖市科创集团、芜湖市各研究院所及科技型企业相关负责人出席活动。
无论是选择探究人类未知领域的前沿、尖端路线，还是走向低成本、大规模的大众化路线，AGI的发展都绕不开“算力”这个关键节点，而在这一关键节点，作为算力载体的硬件基础设施，尤其是专为推理阶段优化的芯片（编辑注：Inference Chips），正成为突破瓶颈的关键。
阿尔法公社创始合伙人许四清
活动伊始，许四清通过详实的数据和案例阐述了全球推理芯片发展现状。他指出，在人工智能硬件演进过程中，推理芯片领域可能成为技术突破的重要方向之一。围绕推理芯片，国内外产业界有一个明显的趋势，高性能低功耗上开始了比拼，这意味着未来推理的成本会大幅度下降，从云到端，让语言模型在商业上落地。
根据德勤中国日前发布的《技术趋势2025》中文版报告显示，预估2024年，全球芯片市场规模5760亿美元，其中，AI芯片（含训练和推理）销售额占比11%，超过570亿美元。目前，英伟达、AMD等公司在全球AI芯片市场的占据主导地位，国内如寒武纪（思元系列芯片）和华为（昇腾310）等企业正在加速发展，试图缩小与国际领先品牌的差距。
许四清指出，对于国内企业而言，在推进核心技术攻关的同时，亟需构建完整的产业生态体系，以应对日益激烈的国际竞争。
在讨论如何准确评估AGI 技术成熟度，以及机器人产业升级将面临哪些机遇与挑战这两个问题上，季超给出的观点引人深思。
在评估AGI技术成熟度方面，季超认为，AGI技术发展呈现三阶段特征：以海量数据预训练实现智能涌现的技术突破期、依赖强化学习的小样本高效训练迭代期，以及工程化降本增效的规模应用期。
此前，OpenAI前首席科学家伊利亚·苏茨克维（Ilya Sutskever）提出了一个观点：预训练时代已经结束，后训练时代即将来临。
季超认为，在“后训练时代”，技术发展的重点转向了更加高效的训练方法和工程化创新，他提到了小样本强化学习的重要性，这种方法能够在减少数据需求的同时提高模型性能。结合案例，季超指出通过改进如PPS系统（编辑注：Parallel Processing System）这样的架构与算法并发能力，可以有效降低硬件成本，提升效率，从而推动AGI技术从实验室原型加速向工业应用转化，“AGI的成熟度是一步一步提升的”。
中国科学技术大学博士、聆动通用创始人兼CEO季超
具体到机器人产业，季超认为，当下机器人产业面临“数据匮乏”和“硬件短板”两大挑战，首先是“数据匮乏”，机器人需依赖海量矩阵数据（编辑注：视觉、语言、动作）实现泛化智能，但现成数据稀缺，需要探索低成本、大规模数据采集技术；其次就是“硬件短板”，当前硬件多为科研级，稳定性不足，需升级至工业级标准以支撑制造业、养老服务等场景落地。
现场，季超提出了“硬件-算法-应用”的三角关系：稳定硬件是算法持续突破的基础，算法突破需匹配根本性硬件升级才能实现行业应用突破。
当前服务机器人硬件仍处于从实验室研发到工业应用的过渡阶段：波士顿动力的Atlas双足机器人经过多代迭代，逐步实现了工业级的可靠性和性能提升，而国内优必选的Walker X机器人，在关节模组寿命方面也取得了显著进展，能够满足较长时间的运行需求。
尽管如此，机器人想要实现具身智能化（Embodied Intelligence），仍面临多重挑战。
一方面，AGI技术突破催生了类人感知、自主决策等长板能力，但科研成果与产业需求间仍存在隐秘的鸿沟；另一方面，场景复杂度倒逼技术迭代——无论是工业产线的柔性协作，还是服务场景的人机共融，都要求技术研发从“单向创新”转向“需求锚定”。
作为一名天使投资人，许四清结合国内外多个项目案例，介绍了AI颠覆性作用，包括在材料科学、生物医药、零售物流等场景的运用，他认为，从实验科学到产业应用，AI正在突破人类经验与计算能力的边界，可以大幅缩短研发周期。大势之下，国内需加强产学研结合，优化创业环境，推动AI技术的不断落地。
哈工大机器人研究所教授、长三角哈特机器人研究院执行院长赵立军
现场，赵立军从应用场景出发，他认为，大模型显著提升了服务机器人的人机交互能力，有效提高了景区讲解机器人的对话成功率，尤其在动态场景（如人群密集环境）中增强了决策泛化性。
然而，大模型技术落地景区讲解机器人面临诸多挑战，赵立军表示，一是交互延迟问题，实际优化的时间仍低于传统的要求；二是算力需求过高，技术依赖高性能显卡，网络不佳时难以适配移动场景。他呼吁开发轻量化模型以降低算力门槛，并强调需进一步优化算法与硬件协同，推动大模型在机器人领域的规模化应用。
酷哇科技副总裁、合伙人何赛
何赛以酷哇科技的环卫场景为切口，阐述公司如何通过开发一吨级小型环卫机器人与轮式双足机械臂机器人解决行业人力短缺与复杂环境作业难题。
何赛结合共享单车占用道路等实际案例强调，机器人产业需“死磕场景细节”，持续迭代技术以攻克“最后一公里”落地难题，其产生的意义是用智能化装备缓解老龄化社会压力，让环卫工人从繁重劳动中解放，助力城市清洁与人文关怀双赢。
展望未来，季超预测AGI与机器人产业融合将经历三阶段跃迁：2023-2024年为研发期，主攻数据标准与硬件基础；2025-2026年进入导入期，细分场景验证商业模型；2026年之后迈向扩张期，硬件成本下降、数据生态成熟，机器人批量渗透至细分的应用场景，最终以“边际成本低于人力”的优势，AGI+机器人可以服务于千行百业。
近年来，随着国内头部公司的加码布局，地方政策的相继出台，国内具身智能机器人正在加速产业化进程。
根据金融机构摩根士丹利最新发布的《The Humanoid 100: Mapping the Humanoid Robot Value Chain》（人形机器人 100：绘制人形机器人价值链图谱）报告中罗列的全球人形机器人产业链上市公司百强名单中，亚洲公司占据73%其中中国公司占56%，77%的集成商来自亚洲其中45%来自中国。过去5年中人形机器人专利申请数中国以5688项远超美国和日本，位居第一宝座。这其中就有芜湖机器人企业的贡献。
实际上，鸠兹创变Talk所在地芜湖市早在2013年获批建设国家级机器人产业集聚区，从最初的5家企业、产值不足4亿元，发展到2023年集聚上下游企业超220家（其中规上企业超100家），产值突破300亿元，十年间产值增长近百倍。
在重视硬件开发和场景渗透的前提下，近年来，芜湖的机器人、算力等产业取得了多项突破。
硬件方面，芜湖市形成工业机器人、服务机器人、核心零部件、系统集成、人工智能及特种装备的机器人全产业链条；场景方面，芜湖的工业机器人如埃夫特的焊接与喷涂机器人广泛应用于汽车、光伏、3C电子等领域，服务与特种机器人如酷哇科技的环卫机器人、行健智能的船舶焊接机器人，被布局在城市清洁、深潜等领域。
嘉宾合影
此外，在算力方面，“东数西算”芜湖数据中心集群已累计上架智算超1.4P，占安徽省的比重不断上升，在算力产业链方面，截至目前，芜湖已累计落地41个算力产业链项目，总投资额超过3000亿元。
可以说，从制造车间到进阶长三角智造高地，从数据中心到迈向“智算之城”，芜湖前沿产业的崛起，是政策“组合拳”与本土化场景深度融合的成果。
在2024年底印发的《芜湖市关于发展新质生产力率先突破行动方案（2024—2027年）》中，芜湖市提出，要“强化‘市级科技部门+市产业创新中心+科创集团+科创基金+科创园区’产业创新支撑体系”，其中，芜湖市科创集团要完善科技服务体系，为成果转化、需求解决、项目落地等提供全方位服务。
在这一背景下，芜湖市科创集团将依托“鸠兹创变Talk”等常态化、垂直化的产业对话，通过链接顶尖科研机构与本土企业，推动相关产业领域的前沿科研成果从实验室走向产线；构建场景验证框架，依托芜湖在机器人、大数据等领域的场景优势，为技术迭代提供真实环境下的试炼场；激活产业协同生态，吸引资本、人才、供应链资源在芜湖集聚，形成“技术攻关-场景落地-商业扩张”的良性循环。
未来，芜湖市科创集团致力于将每一场Talk打造成为创新要素的“反应釜”，不仅助力本土企业实现技术突破，更旨在全球产业链重构中抢占前沿产业的价值高地。
文章来自于“36氪安徽的朋友们”，作者“36氪安徽的朋友们”。
