3月5日，政府工作报告出炉，“人工智能”被多次提及，同时，具身智能再次被写入报告。

全国两会期间，《每日经济新闻》记者围绕人工智能、具身智能领域的热点话题，专访了全国政协常委、南京大学党委书记、中国科学院院士谭铁牛。

谭铁牛，曾任中国科学院副院长；2022年8月，获得国际模式识别领域最高奖——傅京孙奖，这是该奖项自1988年设立以来，首次颁授于北美和欧洲地区以外的学者。

今年是谭铁牛投身人工智能领域的第40个年头，从最初的图像识别，到后来的生物特征识别和视频分析等，谭铁牛不断开辟科研新方向。他是国内最早做虹膜识别和步态识别的学者，其科研成果在煤矿、刑侦等重要领域获得广泛应用。

在采访中，谭铁牛感叹，这几年人工智能技术的进步确实“超乎想象”“在预料之外”。他回忆道：“大概10年前，我们还把人跟机器人用自然语言交互作为一个重要奋斗目标，现在这个问题已经基本解决。”

但他也提醒：“这并不意味着现在人工智能是万能的，它还有很多‘不能’——虽然不用人工智能又是万万不能的。”谭铁牛强调，发展人工智能要“理性务实不跟风，因地制宜抓落地”，要确保人工智能向善向好，真正助力新质生产力发展，助力中国式现代化。

以下为采访全文内容：

问：今年春晚舞台上，机器人的表演再次成为全民话题。你认为这释放出什么信号？这种集中曝光是不是产业成熟的标志？

谭铁牛：人形机器人确实是当前科技革命和产业变革的热点领域，大众喜闻乐见。但我们要从中看出门道，不能光看热闹。

首先值得肯定的是，从去年的“秧Bot”到今年的“武Bot”［Bot是机器人（Robot）的简称］，宇树人形机器人展现的水平令人印象深刻，1年之内从行走不稳到翻跟斗，进步很快。这充分体现了我们自主创新的成就，证明中国人同样可以引领世界科技创新的潮流。所以要坚定自主创新的信心，在这场人形机器人热潮中，至少在运动、控制能力方面，我们已经走在世界前列。

图片来源：视频截图

但也要客观看待。不能把人形机器人跟人工智能划等号，看到翻跟斗等酷炫动作，便认为其具备了高度智能。这里必须厘清一个基本概念：人形机器人不等于人工智能。

机器人与智能是两个高度关联却内涵不同的概念。机器人不一定有智能，它更多是承载人工智能能力的载体，具有一定智能的机器人才能叫智能机器人，人形机器人同样如此。

现在全网热议的人形机器人，更多体现了机器人控制和运动能力的进步，就像无人机编队表演一样，是在已知流程、已知动作、已知场景的情况下预编排、预训练过的，不完全代表人工智能的进步。如果在表演过程中突然移动了道具位置，它可能就无法应对。如果它能自主寻找道具，那才是高难度，是真正的人工智能体现。

所以现在谈产业成熟还为时尚早。我认为，人形机器人如果一直只是跳跳舞、翻翻跟斗，终究会是昙花一现，一定要找到杀手级的应用。春晚之后订购量很多，这不奇怪，但新鲜感、好奇心不会持续。关键在于，它是不是刚需、能解决什么问题。如果找不到杀手级应用，终会被历史所淘汰。

这里有一个值得汲取的历史教训。日本是人形机器人研究起步较早的国家，在2000年就推出了轰动全球的人形机器人“阿西莫”（ASIMO），但在面世22年后，因成本高昂且实用性有限，未能找到杀手级应用，最终退出历史舞台。

当然，宇树机器人在运动控制能力方面已远超当年的“阿西莫”，不过，其智能水平仍然有限。

问：你觉得这种杀手级应用会出现在什么领域？

谭铁牛：太多了，比如制造，比如巡检——巡检道路、高铁、高压电线。但巡检工作的要求比较高，需要机器人具备“火眼金睛”，也就是视觉能力要强、运算速度要快，这就不仅仅需要控制和运动能力，还要有对环境的感知能力、理解能力。在巡检领域，现在有一些落地应用，但在开放场景中仍有挑战。

问：你认为当前机器人技术距离真正进入家庭、工厂等真实场景，还有哪些关键障碍需要跨越？具有很高智能水平的机器人什么时候会走进千家万户？

谭铁牛：机器人已经走进千家万户，比如常见的扫地机器人，就具有一定智能能力。但智能人形机器人要真正进入家庭，要能帮助人干更多家务，实现无缝的人机协同，还有很多难关。在我看来，至少需要5年以上。

原因在于，机器人需要具备强大的场景感知能力。它要知道周围环境是什么、自己在哪里，还要知道人的意图是什么、想干什么。不能老是挡路，也不能在别人要拿走杯子时却开始倒开水。要根据人的行为判断其意图，难度很大。如果不知道对方要干什么，就无法实现协同，甚至因为误操作带来风险。

另一个关键短板是末端灵巧操作，尤其是“手”的灵巧性。目前的触觉传感能力还远远不够，无法精准感知物体的光滑度、材质、温度、湿度等。人形机器人什么时候能做到随时上场跟人对打乒乓球并能取胜，那时我才真正佩服，而目前还差得很远。

问：业界比较乐观，觉得3~5年就能实现智能机器人走进千家万户。你认为这种乐观是不是有资本过热的因素？

谭铁牛：有人认为（产业）有泡沫，我赞同。我认为主要有三重泡沫：

首先是期望值泡沫。大家对人工智能和人形机器人期望值很高，这几年的进步也确实超乎想象，但并不意味着现在人工智能是万能的。因为发展很快，就认为两年之内、几年之内，通用人工智能（AGI）就能实现，这过于乐观。

其次是投资泡沫。OpenAI已烧掉巨额资金，至今尚未盈利。

第三，估值泡沫。OpenAI虽未盈利，估值却高达数千亿美元，明显过高。一些人工智能公司，一个像样的产品还没有就被估值十几亿、几十亿，这明显是虚高。此外，一些媒体和自媒体的炒作也放大了泡沫。

诺贝尔经济学奖和图灵奖得主司马贺（Herbert A. Simon）在1965年人工智能第一次浪潮时曾预测，20年内机器能做人所能做的一切工作。但这一预测至今未能实现。可见，热潮之中更需要理性。

问：你曾说“马斯克们过于乐观了”，并认为通用人工智能还遥不可及。但业界对AGI的追逐热度不减。在“理性务实”与“技术理想主义”之间，你认为中国的人工智能发展应该如何把握节奏？

谭铁牛：关键在于如何定义通用人工智能。我的定义：能够媲美和超越人类智能（智慧）的人工智能，才是通用人工智能。它至少要跟人类差不多，能做人所能做的一切事情。如果是这样定义，我认为至少在我看得见的未来，很难实现。

原因在于，人有顿悟、常识，会举一反三、融会贯通，更重要的是能听出话外音，能读出字里行间的言外之意。而目前的人工智能有时连常识都搞不清楚，因为它是靠大数据训练出来的，并未真正把握物质世界的因果关系和物理规律。

“智能”目前没有统一的定义，人的智能和智慧的机理也没完全搞清楚。超越一个尚未完全理解的事物，在逻辑上是说不通的。只能说表面上超越有可能，但表象无法穷尽所有方面，无法进行完备性测试。从表象上看，现在还存在认为人工智能已经具有意识和情感的误解，实际上它只是表现得像有情感、有意识，那是模仿。模仿不等于具有，不等于掌握。

对通用人工智能，我始终有两个疑问。

第一，在实际应用中是否需要通用人工智能？通俗来说，“通用”就是什么都能干。这点在我个人看来，答案是否定的，因为术业有专攻。我们说要培养复合型人才，但并不意味着这个人什么都能干好，没有所谓的通才。

既然如此，为什么不搞一批精深的专用智能体？让他们各自分工，协同调度。即便在家庭场景中，做饭、打扫、照顾老人都是同一个智能体，它也只能算多用，而不能叫通用。

AI生成

第二，通用人工智能能否实现？通用人工智能要超越人类智能，而人的智能机理尚未完全搞清楚，如何超越？因此，对通用人工智能，我的观点是：依然任重道远或者说遥不可及。

问：现在有一种观点是，具身智能是实现通用人工智能的一个必经阶段。你怎么看？

谭铁牛：当然，如果是要无限逼近人的智能和智慧，在我看来，具身智能是一个路径，或者说必由之路。不过，当前“具身智能”一词也存在被滥用和标签化的现象。

具身智能有两个核心要素：一是拥有身体，即看得见摸得着的物理本体；二是与环境持续交互，在“摸爬滚打”中变得越来越聪明。如果跟环境交互只是执行既定任务，那不能叫具身智能。

当前存在一些理解偏差，以为只要有实体、有一点智能，就是具身智能机器人。这是错误的。要区分机器人与人工智能、机器人与智能机器人、智能机器人与具身智能机器人之间的区别。

简单来说，机器人是硬件实体，智能机器人是在此基础上加载了智能能力。例如，普通的工业机械手是预编程的，没有智能；而智能机械手在拿东西时，若遇到障碍物，能自主改变路径，绕过去继续执行任务。

那么，具身智能机器人与智能机器人的区别何在？首先，机器人如果是实体的，肯定是具身的。其中具身智能机器人必须在与环境交互的过程中变得越来越聪明，通过学习不断提升智能，掌握原本未被预设的能力。如果其能力是预设加载的，固定不变，那就只能称为智能机器人，而非具身智能机器人。

因此，为何说具身智能是逼近人类智能的必由之路？因为人类智能正是这样进化而来的。要逼近人类智能，最直观也可能是最有效的路径，就是跟人一样去学习和进化，才有可能实现超越。

这几年我对具身智能的认识确实有一个转变过程，刚开始对具身智能有疑虑。因为人类和动物的自然智能，本就是在摸爬滚打中慢慢成长起来的，要经风雨、见世面才能长才干。这不正是具身智能的基本内涵吗？你看“智”字，上面是“知”，下面是“日”，代表日复一日的亲身经历。智慧、智力、智能就意味着经风雨、见世面，亲身经历和实践。

因此，具身智能最核心的一点就是在与外部交互的过程中得到动态提升。如果只是有交互，但智能水平固定不变，那只能叫智能机器人，不能叫具身智能机器人。比如机器手，拿起杯子就是交互，但如果没有从中学习到怎么握得更紧，没有触觉传感、没有反馈学习，这就不能叫具身智能机器人。

问：你反复提到智能，这个智能是不是可以理解为大模型的能力？你怎么看大模型在具身智能中扮演的角色？现在是否存在“过度依赖大模型”的风险？

谭铁牛：这里面又有几个概念需要厘清。大模型不等于人工智能，具身智能是发展人工智能的一个途径、一种方法，是人工智能无限逼近人类智能的必由之路。

大模型则是当前这波人工智能热潮的核心技术，其基础是深度神经网络，通过模拟人脑分层处理信息的机理，由粗到细、由粗到精地学习。所谓大模型，可粗略理解为一个巨大的、拥有海量参数的“人工”神经网络（模仿人类脑神经网络），通过大量数据训练而成。它只是实现人工智能的一种方式，而非全部。模拟人的智能，不一定非要通过模拟人的神经网络实现，这确实是最直观的方式。

我曾在去年4月提出一个观点，目前正逐步得到验证：完全依靠堆算力、堆数据来发展人工智能的路子是不可持续的。原因有三：一是性能提升不可持续，投入同样的数据和算力，性能提升越来越小；二是算力不可持续；三是数据不可持续。互联网上的可用数据几乎被用尽。任何物理系统都有其极限，必须另辟蹊径。

显卡涨价是普通人对算力堆积最直观的感受 图片来源：每经媒资库

DeepSeek之所以引起轰动，就是因为没有完全依赖堆算力和堆数据，而是通过算法创新，用更少的芯片和数据达到了同样甚至更好的效果。

大模型不可能不停地“大”下去，规模效益总有极限。所以一定要另辟蹊径，具身智能就是一条路径，它不完全依赖于互联网上的现成数据，而是在与环境的交互过程中动态获取数据，例如在拿杯子的过程中感知材质、光滑度等数据。

问：未来3~5年，人工智能和具身智能领域最值得关注的颠覆性突破点是什么？

谭铁牛：我认为有几个方向值得关注。

首先是在底层结构和新的机器学习模式上取得突破。完全依赖数据的路径不可持续，需要探索数据与规则相结合的新模式。将数据驱动与规则结合，用规则处理确定性部分，用数据解决不确定性部分。同时，探索数据与知识相结合的新模式，实现数据和知识的双轮驱动。这是未来3~5年值得关注的技术突破。

其次是传感技术的突破，特别是高灵敏度、多功能的传感技术。这直接关系到灵巧手等末端执行器的能力，对具身智能至关重要。

另外，还需要新的机器学习方法，新方法应该追求低成本、高效率，减少对算力和数据的蛮力依赖。借助脑科学、认知科学机理的新智能方法有可能取得突破，从而孕育出非Transformer架构的新模式，开辟不依赖大模型的发展路径。

此外，智能体以及多智能体协作非常重要，值得关注。另外，人机协同也很重要，事关人与机器如何协作、如何交互的脑机接口技术也可能会有突破。

问：你对当前社会上关于“人工智能将取代人类”的普遍焦虑，特别是具身智能可能取代蓝领工作的担忧，有什么建议？我们关注到，南京大学正在推进“1+X+Y”人工智能通识教育，这种通识教育是否能满足AI时代的人才需求？

谭铁牛：人工智能取代部分工作岗位是必然的，这是技术进步的常态。但总体而言，它不是要把人类的饭碗全部砸掉。

世界经济论坛《2025年未来就业报告》预测，2025年—2030年期间，全球将有9200万个工作岗位被替代，同时预计催生1.7亿个新岗位。历史经验表明，科技进步与就业岗位的关系是：局部替代，长期增加，是结构在优化。

但新增的岗位，并不一定能让那些被替代的人来干。如果人们不坚持终身学习，不重视岗位再培训，就可能面临失业。反之，如果超前谋划，加强在岗培训，创新课程设置和培养模式，就能让劳动者适应新的岗位需求。

人机协同巡检 图片来源：视频截图

因此，南京大学在人才培养中提出“三个适配”：一是适配国家需求，要根据国家需求调整专业设置；二是适配时代特点，这个时代最重要的特点是智能化。2024年，我们在全国率先开设人工智能通识必修课，覆盖所有专业学生，并培训教师，因为人工智能会淘汰不用人工智能的人；三是适配学生发展，做到因材施教。

这是我们教育教学改革的底层逻辑，不是为了搞噱头。

问：对于人工智能的发展，你还有哪些建议或思考？

谭铁牛：我认为还有几点需要重视——

首先要特别注意人工智能赋能的区域性问题、行业性问题，避免因人工智能禀赋条件的差异导致“人工智能鸿沟”，从而加剧区域、行业发展不平衡，激化社会主要矛盾。

同时，扩大内需是拉动经济的首要任务，应大力推动AI赋能消费，创造新的消费场景，比如家政、养老（“一老”）、教育（“一小”）等领域。具体来说，陪护机器人如果真的做到善解人意、安全可靠、价格合适，就是潜在的杀手级应用。当然，这里还涉及诸多待解问题，包括标准、伦理、安全性等，这些都需要在发展中逐步解决。