推广 热搜: 采购方式  滤芯  带式称重给煤机  甲带  气动隔膜泵  减速机型号  无级变速机  链式给煤机  履带  减速机 

AI革命的四重奏:云访谈年度深度报告

   日期:2026-01-06 19:58:19     来源:网络整理    作者:本站编辑    评论:0    
AI革命的四重奏:云访谈年度深度报告

——写给一亿中国人的AI生存与进化指南

发布时间:2026年1月6日

撰稿人:云访谈(Cloud Interview)主理人

字数:约 6,660 字

————————————

前言:站在2026年的历史折叠点

朋友们,大家好。我是“云访谈”的主理人。
此刻,我正坐在2026年1月的办公室里,窗外寒风凛冽,但整个科技世界的温度却炽热得令人窒息。回望过去三年,我常常有一种错觉:时间仿佛被压缩了。我们这一代人,在短短一千多天里,走过了工业革命需要五十年才能走完的路程。
三年前,当ChatGPT刚刚横空出世时,许多人问我:“这会不会是昙花一现?”三年后的今天,当我们看到Manus智能体被meta20亿美金收购会被全球的更多用户当数字员工使用,看到**Unitree(宇数科技)**的机器人G1在京东的线下店里像智能手机一样被抢购,我们终于确认:这不仅不是昙花一现,而是人类历史上最深刻的一次物种进化——硅基智能正在全面接管碳基生物的繁琐劳动。
作为一名长期穿梭于中关村、珠三角和长三角的观察者,我在“云访谈”的麦克风前,与数百位从超级个体到融资类型创业者的嘉宾进行了深度对话。今天,我不谈晦涩的代码,不谈难懂的参数,我想用这份万字长文,为大家梳理一张清晰的拥抱AI的航海图。
通过对海量访谈记录的复盘,我将人工智能的发展划分为四个泾渭分明却又层层递进的阶段:感知AI(Perceptual AI)、生成式AI(Generative AI)、AI智能体(AI Agents),以及物理AI(Physical AI)。
这不仅仅是技术的断代史,更是我们每个人职业生涯的兴衰史。读懂这四个阶段,你就能明白为什么2012年计算机长出了“眼睛”,2022年它学会了“说话”,2025年它长出了“双手”,而现在,它正在拥有“身体”。
特别是对于我们在中国的数亿名深度互联网用户来说,这一轮浪潮与以往不同。我们不再仅仅是看客。在AI智能体和物理AI这两个最新赛道上,中国力量——如Genspark、Manus、宇数科技——正在成为全球舞台的主角。
请泡好一杯茶,跟随我的笔触,让我们一起潜入这激荡的智能长河。

第一乐章:感知AI(Perceptual AI)

——当机器第一次睁开眼睛

在很长一段时间里,计算机是“盲人”。它们可以计算核弹的轨迹,可以存储亿万级的图书馆数据,但如果你给它一张猫的照片,它却无法告诉你那是猫。在它眼里,那只是一堆毫无意义的像素矩阵。
感知AI时代的使命,就是赋予机器“看”、“听”和“辨识”的能力。这是人工智能从“逻辑计算”向“模式识别”的惊险一跃。而这一跃的起点,并非始于Google的豪华实验室,而是始于一位华裔女科学家的执念。

1. 黎明前的黑暗与“数据”的觉醒

在2010年之前,人工智能正处于漫长的寒冬之中。当时的主流学派认为,要让机器识别物体,需要人类专家编写极其复杂的规则——比如定义“猫”有尖耳朵、圆脸、胡须。但这种方法极其脆弱,因为世界是无限多样的。
当时的斯坦福大学教授**李飞飞(Fei-Fei Li)**产生了一个反直觉的想法:也许问题不出在算法上,而出在数据上。就像人类婴儿通过观察世界来学习一样,机器也需要海量的“教材”。
于是,她启动了一个名为ImageNet的疯狂项目。她和团队利用亚马逊的众包平台(Mechanical Turk),动员了全球近5万人,整理了超过1400万张图片,并把它们分门别类地打上了2.2万个标签 。这成为了AI历史上最重要的“教科书”。

2. 标志性事件:ImageNet竞赛与AlexNet时刻(2012年)

时间:2012年10月
地点:意大利佛罗伦萨,ECCV会议
关键人物:李飞飞(ImageNet发起人)、Geoffrey Hinton(深度学习之父)、Alex Krizhevsky、Ilya Sutskever
核心事件:AlexNet模型在ILSVRC 2012竞赛中以压倒性优势夺冠,开启深度学习时代。
2012年的ImageNet大规模视觉识别挑战赛(ILSVRC)是历史的转折点。在此之前,计算机识别图像的错误率一直顽固地停留在26%左右,仿佛撞上了一堵墙。
来自多伦多大学的Geoffrey Hinton教授带着他的两名学生——Alex Krizhevsky和Ilya Sutskever(后来OpenAI的首席科学家)——提交了一个名为AlexNet的模型。
AlexNet做对了两件事:
①.复活了卷积神经网络(CNN):这种架构模拟了生物视觉皮层的分层结构,但在当时被认为是“算力黑洞”,无法训练。
②.使用了GPU加速:他们创造性地使用了两块NVIDIA GTX 580显卡进行训练,解决了算力瓶颈。
结果是震撼性的。AlexNet将错误率从26%直接拉低到了15.3%。在ECCV的研讨会上,当结果在大屏幕上公布时,全场陷入了短暂的死寂,随后是轰鸣的掌声。所有人都意识到:深度学习(Deep Learning)行得通了。
【云访谈视角】我曾在一次行业闭门会上听亲历者回忆:“那一刻,就像物理学界的1905年奇迹年。我们知道旧时代结束了。”对于中国而言,这一枪的发令极其重要。商汤科技(SenseTime)、旷视科技(Megvii)等“AI四小龙”正是沿着这条视觉识别的道路迅速崛起,让中国在安防、人脸支付领域一度领跑全球。

3. 巅峰时刻:AlphaGo与第37手(2016年)

如果说ImageNet给了AI眼睛,那么AlphaGo则证明了AI拥有了超越人类经验的“直觉”。
时间:2016年3月9日-15日
地点:韩国首尔
关键人物:Demis Hassabis(DeepMind创始人)、李世石(世界围棋冠军)
核心事件:AlphaGo以4:1战胜李世石,特别是第二局的“第37手”。
围棋曾被认为是人类智慧的最后堡垒,其棋盘的变化数(10的170次方)超过了宇宙原子的总和,靠暴力计算无法破解。但Google旗下的DeepMind团队开发的AlphaGo,通过学习人类棋谱(监督学习)和自我对弈(强化学习),打破了这道防线 。
最令我震撼的不是4:1的比分,而是第二局的第37手。AlphaGo在棋盘五路落下了一颗黑子——“肩冲”。 在那一刻,所有职业解说员都认为是“电脑死机了”或“滑标了”。因为在人类三千年的围棋理论中,这一手是绝对的昏招,位置太高,毫无根基。李世石在看到这一手后,惊愕地离开了座位。 
然而,随着棋局的推进,这颗看似“废子”的棋子,却如同一颗遥远的恒星,向整个棋盘辐射出巨大的战略引力。它不是为了吃掉某一块棋,而是为了掌控全局的势。
【云访谈视角】这一手棋彻底改变了我们对AI的看法。它不再只是模仿人类(Mimicry),它产生了创造力(Creativity)。它发现了人类未曾涉足的真理。这一事件对中国乃至整个东亚社会的冲击是核爆级的,直接促成了中国在2017年发布新一代人工智能发展规划。

第二乐章:生成式AI(Generative AI)

——当机器学会了表达与创造

当AI学会了“看”之后,它依然是沉默的。它可以识别出一幅画是“莫奈风格”,但它画不出莫奈;它可以读懂莎士比亚,但写不出十四行诗。生成式AI的到来,打破了这种沉默。AI从“判别者”(Discriminator)变成了“创作者”(Generator)。

1. 技术的火种:Transformer架构(2017年)

一切的伏笔埋在2017年。Google的研究人员发表了一篇名为《Attention Is All You Need》的论文。他们提出了一种名为Transformer的架构。
在此之前,AI处理语言像是在读电报,读了后面忘了前面。而Transformer引入了“自注意力机制”(Self-Attention),让模型可以同时关注整个句子的所有单词,理解它们之间极其微妙的联系。这让大规模语言模型(LLM)的训练成为可能。 讽刺的是,虽然Google发明了Transformer,但真正将其发扬光大的,却是一家当时名不见经传的小实验室——OpenAI。

2. 标志性事件:ChatGPT的“iPhone时刻”(2022年)

时间:2022年11月30日
地点:互联网(由旧金山OpenAI发布)
关键人物:Sam Altman(OpenAI CEO)、Greg Brockman、Ilya Sutskever
核心事件:ChatGPT作为“研究预览版”低调上线,5天内用户破百万,1个月用户破亿,引爆全球生成式AI革命 。
2022年底,科技圈正处于裁员和元宇宙泡沫破裂的阴霾中。OpenAI决定发布一个基于GPT-3.5微调的聊天机器人,原本只是为了收集用户反馈数据。
然而,当用户在那个极简的对话框里输入第一个问题时,世界变了。它不是在搜索现成的答案,它是在生成答案。你可以让它写代码、写情书、写周报,甚至用鲁迅的口吻写一段关于奶茶的评论。它展现出了惊人的通识理解能力和逻辑推演能力。
【云访谈视角】我至今记得那天深夜,我在朋友圈里看到有人晒出ChatGPT写的文章,那种头皮发麻的感觉。这不仅仅是一个聊天机器人,这是人类知识库的全新交互接口。 对于中国用户来说,这是第一次真切地感受到“通用人工智能”(AGI)的火花。
随后,百度文心一言(ERNIE Bot)、阿里通义千问、月之暗面(Kimi)、Deepseek等国产大模型如雨后春笋般涌现。我们进入了“百模大战”的时代。
这一阶段的核心特征是概率与创造。AI不再追求100%的精准(甚至会一本正经地胡说八道,即“幻觉”),但它获得了前所未有的泛化能力。它让每一个普通人,只要会打字,就拥有了一个博学的秘书。

第三乐章:AI智能体(AI Agents)

——当机器长出了“双手”与“大脑”

如果说生成式AI是“大脑”,那么**AI智能体(Agent)**就是给大脑装上了“手”。 这是目前(2025-2026年)竞争最激烈的最前沿。
区别在哪里?
ChatGPT(生成式AI):你问“怎么做番茄炒蛋?”,它给你一个菜谱。
Agent(AI智能体):你下令“今晚我想吃番茄炒蛋”,它会自动去生鲜APP下单买番茄和鸡蛋,预约送货时间,甚至控制智能厨具开始烹饪。
AI智能体具备了规划(Planning)、**工具使用(Tool Use)和行动(Action)**的能力。在这一阶段,中国创业者凭借对应用场景的极致敏锐,开始走在世界前列。

1. 早期探索:AutoGPT的火花(2023年)

时间:2023年3月30日
关键人物:Toran Bruce Richards
核心事件:AutoGPT开源发布 。
游戏开发者Richards在这个GitHub项目中做了一个简单的循环:让GPT-4自己向自己提问,自己设定目标,自己执行。虽然早期的AutoGPT经常陷入死循环且成本高昂,但它确立了Agent的基本范式:感知-思考-行动-反思。

2. 中国力量的崛起:Genspark与Manus

进入2025年,真正的杀手级Agent产品开始由中国团队定义。

Genspark:从搜索到“超级智能体”

时间:2023年成立,2025年4月推出“Super Agent”
关键人物:景鲲(Eric Jing,原百度小度CEO)、朱凯华(Kay Zhu,原百度技术高管)
核心事件:Genspark转型为AI智能体平台,ARR(年度经常性收入)在45天内突破3600万美元 。
景鲲和朱凯华是我们在百度时代的熟人。他们创立的Genspark最初是一个AI搜索引擎,试图挑战Google。但他们很快发现,用户不仅想要“信息”,用户想要“结果”。 于是,在2025年4月,Genspark进行了一次豪赌般的转型,推出了Super Agent。这个系统不再只是给你十个蓝色链接,而是通过调度9个专门的大模型和80多个工具,直接帮你完成任务 。
场景:比如你想买一台相机。传统搜索给你评测文章。Genspark Super Agent会:阅读评测 -> 锁定型号 -> 搜索全网最低价 -> 检查附近库存 -> 甚至起草一封给财政大臣(老婆/老公)的购买申请邮件。
异步机制:Genspark的一大创新是“异步Agent”。你可以给它一个任务,然后关掉网页去睡觉。它会在后台像一个不知疲倦的员工一样工作,完成后发通知给你 。
【云访谈视角】景鲲曾对媒体同行说:“搜索的终局不是为了‘搜’,而是为了‘得’。”Genspark的成功证明了中国团队在产品定义能力(Product-Market Fit)上的世界级水准。它把AI从“咨询顾问”变成了“执行专员”。

Manus:通用智能体的“操作系统”

时间:2025年3月6日发布 ,2025年底被Meta收购
关键人物:肖弘(Xiao Hong,原Monica.im创始人)
核心事件:Manus发布通用AI智能体,演示视频刷爆全网,后被Meta以超过20亿美元收购 。
如果说Genspark是特种兵,那么Manus就是全能管家。肖弘团队打造的Manus,被誉为世界上第一个真正的通用AI智能体(General Purpose AI Agent)。它的核心技术路线是“Kitbashing”(拼装),即它不试图重建APP,而是像人类一样去操作现有的软件和网页。
封神之战(The Viral Demo):2025年初,一段Manus的演示视频让全球极客疯狂。视频中,用户只说了一句:“帮我分析这三家科技公司的财报并生成图表。”随后,用户双手离开键盘。屏幕上的光标开始自动移动,Manus打开了浏览器,登录了财经网站,下载了PDF,打开了代码编辑器,写了一段Python代码来清洗数据,最后生成了一个精美的图表文件 。这中间它甚至自己搞定了验证码!
收购风云:2025年底,Facebook母公司Meta宣布收购Manus,估值超20亿美元 。虽然因为肖弘团队的中国背景,这笔交易引发了地缘政治层面的广泛讨论,但它无可争议地证明了:在Agent的执行层(Execution Layer),中国开发者的工程能力已经站在了金字塔尖。
【云访谈视角】Manus的出现意味着“人机交互”的彻底重构。未来的操作系统可能不再有菜单栏,只有一个对话框。对于用户来说,这意味着学习软件的门槛归零。你不需要学Excel的高级公式,你只需要会说话,Manus就是你的顶级数据分析师。

第四乐章:物理AI(Physical AI)

——当机器拥有了身体

最后,我们来到了AI的终极边疆:具身智能(Embodied AI),或者叫物理AI。 这一阶段解决的是莫拉维克悖论(Moravec's Paradox):让计算机在智力测验中击败人类很容易,但让它像一岁孩子一样走路、拿东西却难如登天。
但在2025-2026年,这道天堑被填平了。大模型赋予了机器人“大脑”,而先进的电机控制赋予了机器人“小脑”。

1. 硅谷的野心:Tesla Optimus

时间:2023年12月(Gen 2发布)至2025年持续迭代
关键人物:Elon Musk
核心事件:Optimus机器人在特斯拉工厂实战部署 。
Elon Musk将特斯拉定义为一家机器人公司。Optimus(擎天柱)利用了特斯拉在FSD(全自动驾驶)上积累的视觉导航技术。到了2025年,Optimus已经可以在工厂里分拣电池、甚至做瑜伽。它是物理AI的旗帜,证明了人形机器人商业化的可能性。

2. 中国的“深圳速度”:宇数科技(Unitree Robotics)

如果说Tesla是机器人界的苹果,那么中国的宇数科技正在成为机器人界的“大疆”。
时间:2023-2026年
地点:中国杭州
关键人物:王兴兴(Unitree创始人、CEO)
核心事件:推出消费级人形机器人G1,并在2025年底开设线下零售店 。
王兴兴,这位90后极客,早在2013年读研期间就手搓了低成本四足机器人XDog。他的哲学很简单:把机器人的价格打下来。当波士顿动力的机器人卖几十万美元时,宇数科技在2024-2025年推出的G1人形机器人,起售价仅为9.9万元人民币(约1.6万美元)。
技术突破:G1身高1.27米,拥有23-43个自由度,不仅能像人类一样走路,还能表演“鲤鱼打挺”、甚至做饭 。更重要的是,它集成了模仿学习(Imitation Learning)和强化学习。
名场面(The Kick):2025年12月,一段G1的训练视频在B站和Twitter疯传。视频中,人类训练员为了测试稳定性,重重地踢了机器人一脚。机器人不仅稳住了重心,而且因为它的神经网络是通过观察人类学习的,它竟然在下一秒模仿训练员“抱脚喊痛”的动作 。这个滑稽又惊悚的瞬间,让全世界直观地理解了什么是“物理AI”——它不是死板的程序,它是对物理世界的感知与反馈。
商业落地:2025年12月31日,宇数科技与京东合作的首家线下体验店在北京开业 。这是一个里程碑:人形机器人正式从实验室走进了商场,走进了普通家庭的愿望清单。
【云访谈视角】我曾在一场线下大会采访过王兴兴5分钟。他告诉我:“AI和机器人是不可分割的。没有身体的AI只是缸中之脑。”宇数科技的崛起,代表了中国在硬件供应链和算法结合部的无敌统治力。对于我们每个人来说,这意味着也许在不久的将来,你花买一辆国产车的钱,就能买回一个能帮你做家务、拿快递的机器人管家。

结语:给一亿中国人的进化建议

回顾这四个阶段,我们看到了一条清晰的进化曲线:
感知AI给了机器眼睛(ImageNet, 2012)。
生成式AI给了机器嘴巴(ChatGPT, 2022)。
AI智能体给了机器双手(Manus & Genspark, 2025)。
物理AI给了机器身体(Unitree, 2026)。
作为“云访谈”的主理人,在这份报告的最后,我想对每一位读者说:
恐惧是多余的,犹豫是昂贵的。在这个新时代,人类的价值不再是执行(Execution),因为机器执行得比你快、比你好、比你不知疲倦。 人类的价值在于意图(Intention)和审美(Taste)。
不要再去死记硬背Excel函数了,去学习如何精准地向Manus下达指令。
不要去担心外语不好,Genspark能帮你实时翻译并理解文化语境。
不要去排斥机器人,准备好迎接Unitree走进你的家庭,把你的时间从扫地洗碗中解放出来。
这四个阶段不是终点,而是新文明的起点。我们手中的智能工具,就是现代人的“钢铁侠战衣”。穿上它,你将无所不能。
未来已来,让我们拭目以待。
附录

发展阶段

核心能力

标志性时刻/产品

关键人物

中国关键力量/产品

一 感知AI

(Perceptual)

看见与识别

(See & Classify)

2012 ImageNet竞赛

AlexNet夺冠,错误率降至15.3%

李飞飞(Fei-Fei Li)

Geoffrey Hinton

“AI四小龙”

(商汤、旷视等)

安防与人脸识别应用

二 生成式AI

(Generative)

表达与创造

(Create & Chat)

2022 ChatGPT发布

5天百万用户,通过图灵测试

Sam Altman

Ilya Sutskever

文心一言、Kimi、Deepseek等

百模大战,应用层爆发

三 AI智能体

(Agents)

规划与行动

(Plan & Do)

2025 Manus & Genspark

能够操控电脑、自主完成复杂任务

Eric Jing (Genspark)

肖弘 (Manus)

Genspark(搜索智能体)

Manus(通用操作智能体)

四 物理AI

(Physical)

移动与交互

(Move & Touch)

2025 Unitree G1/Tesla Optimus

人形机器人量产与零售店开业

Elon Musk

王兴兴

宇数科技 (Unitree)

G1/H1人形机器人

将价格降至消费级

 
打赏
 
更多>同类资讯
0 条相关评论

推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  皖ICP备20008329号-18
Powered By DESTOON