“当前AI（人工智能）正处于快速演化的关键阶段。”近日，北京中关村学院院长刘铁岩在2025基础科学与人工智能论坛上表示，大模型、具身智能与科学智能三者深度融合，构成推动AI加速进化的“知识飞轮”。

当“知识飞轮”真正高效转动时，AI在某些维度上的学习与再生能力可能超过人类。然而，刘铁岩直言，AI发展仍面临算力瓶颈、数据枯竭、评测滞后等一系列结构性挑战。

本次论坛是“2025国际基础科学大会”特别活动之一，刘铁岩和清华大学电子工程系主任汪玉、美国纽约州立大学石溪分校教授顾险峰、曦智科技创始人兼首席执行官沈亦晨等多位专家围绕AI的根本范式、算力瓶颈等议题展开讨论。

面临多重挑战

当前，随着AI迈入复杂推理和多模态理解的新阶段，传统过度依赖堆叠算法、数据的“大力出奇迹”路径已难以再进一步拓展AI发展的边界。

刘铁岩指出，首先面临的是数据瓶颈。他表示，作为大模型必不可少的“养料”，数据短缺制约其发展，尽管业界尝试拓展多模态输入、合成数据生成、交互数据采集等方式，但仍面临质量、成本和验证机制等挑战。

“当前AI系统普遍面临模型智能水平持续提升，其推理能效却不断下降的矛盾。”汪玉指出，Token（词元）是人工智能时代核心的生产要素，未来要更关注单位能耗下可生成的有效Token数量，只有当生产与应用的成本足够低廉、智能水平足够可靠、系统规模足够可扩展时，才能迎来真正意义上的产业革命。

然而，如何衡量、判断不同大模型的推理能效？刘铁岩坦言，现有的模型评测体系容易被“对症”优化、“刷榜”提分，急需引入任务导向、动态更新与专家混合评估机制，推动评测体系回归本质。

是否具备原创能力

“缺乏因果建模的能力是当前AI在自然科学、数理建模等任务上受到限制的原因。”针对AI发展的瓶颈与限制，顾险峰指出，目前AI仍以相关性建模为主，而真正的科学建模不能仅靠大量数据推导模式，而是需要简约假设、逻辑自洽的因果体系。

刘铁岩则认为，部分大模型已经能“听懂”人类语言。在完成逻辑推理、数学解题、文本论证等任务时，具备对“因为”“所以”等因果性文本结构的识别和理解能力，但在语义层面，是否真正理解文本背后的因果逻辑尚不明确。

近年来，多模态大模型的发展成了新热点。当认知对象从文本拓展到图像、视频，是否需要彻底摒弃token预测，转向“世界模型”等新范式？

对此，汪玉持乐观态度。如果人类能够通过语言准确描述某一对象或规律，AI就能借助模型实现理解和总结；如果人类无法找到合适的语言描述方式，AI也无能为力。

此外，AI是否具备原创能力也是本次讨论热点。

“在科学研究中，重大理论的提出绝非数据堆积所能催生。最关键的一步转化，AI永远抓不住。”顾险峰直言。

沈亦晨则表示，尽管AI可以在大多数工程化问题中大显身手，但在解决10%原创性突破问题方面仍力有不逮。

刘铁岩从产业视角指出，未来AI在“从类比中发现新结构”方面具有巨大潜力，尤其是在AI for Science（人工智能驱动科学研究）的具体子任务中表现出色。

“真正的突破”

“AI要想走向大规模应用，必须突破能效瓶颈。”汪玉强调，这对构建下一代AI系统基础提出更高要求，不仅要处理数字信息，更需实时感知物理环境，与传感器和执行器深度融合。

对此，汪玉系统介绍了提升AI系统性能的两条路径：一是保持能效水平的同时提升智能水平，二是通过软硬件协同优化，提高单位能耗下的推理能力。他说：“只有算法与芯片协同优化，才能实现真正意义上的系统能效提升。”

然而，当前大模型对算力依赖正呈指数级增长的趋势。清华大学人工智能研究院常务副院长孙茂松举例称，最新一代大模型训练耗资约100亿美元，需要20万张图形处理器（GPU）卡支持，预计2035年突破1亿张卡。

“百万卡级别的计算已成为现实挑战。”沈亦晨回应道，尽管当前业界在传统电子芯片架构内尝试了多种优化策略，但这些仍局限于晶体管架构内部优化，算力上限仍受制于单位面积可集成晶体管数的物理天花板。

沈亦晨提出，要想充分发挥光计算的高能效优势，需要在算法层面推动向低精度模型优化。“同时，通过光作为连接介质，可以极大提升芯片间通信带宽与效率，解决分布式模型训练中‘多芯片如一芯片’的问题。”

汪玉补充道，无论是光计算还是电计算，关键是让底层硬件异构对开发者透明，即“看起来就是一台机器”，进而保障工程系统的稳定性和迁移效率。

“真正的AI下半场，将是由经验驱动的AI。”刘铁岩抛出一种全新的范式设想，由100万个机器人在物理世界中实现全域智能协同，“这将超越大模型集中训练范式，形成全新的进化路径”。

面向未来，孙茂松提出：“真正的突破，有赖于我们在理论与系统两端都迈出新的一步。”

文章来源：中国科学报

END

75家机器人上市公司2024年报亮点

机器人行业上市公司2024年报出炉！谁领风骚看榜单

孙立宁院士: 微纳感知赋能具身智能机器人创新发展

浙江大学熊蓉教授: 人形机器人具身智能发展挑战与进展

打响机器人概念股退市第一枪的为什么是它？

《机器人技术与应用》2025年第1期（总第223期）

董凯处长：机器人具身智能发展趋势研判

北京工业大学石照耀教授:《灵动之枢：具身智能机器人关节技术的突破与应用》

仿生机器人技术新突破：向松鼠学习跨越复杂地形的智慧

从“破格上市”到市值翻三倍，越疆科技领跑港股机器人赛道

人形机器人量产爆发：价格战火爆来袭，科技革命下的产业重构与社会想象

看点：机器人概念上市公司2024上半年业绩普遍承压，机器人与AI打通迎机遇

55家机器人上市公司2023年报看点：喜忧参半，洗牌加剧

一文说透中国人形机器人研发团队

人形机器人炙热之下，突进与阻力的较量

谁是最靓的仔？53家机器人上市公司2023中报看点

53家机器人上市企业财报半年报下载（附PDF）

对话清华大学赵明国：加速进化复现波士顿动力动作，我们需要的是信心和创新！

2023年国家科技奖初评结果公布！9所985光头！西交华科前三！（附全名单）

史无前例！美国工程师与ChatGPT4合作设计人工智能芯片

俄罗斯总统普京批准新版《2030年人工智能发展国家战略》

人口不足20万！丹麦小镇欧登塞如何成为全球机器人中心?

“商业化元年”开启，人形机器人再添实力新玩家

瑞士研究人员开发出新型人造肌肉，更轻巧、更安全、更坚固！

欧盟终止亚马逊并购iRobot，昔日扫地机器人巨头何去何从

肌肉组织驱动的双足机器人问世，生物混合机器人突破性进展！

专业人士浅谈机器人即服务模式——自动化的未来

院士报告｜潘云鹤：人工智能的行为智能和产品智能

院士谈推动机器人协同智能制造的新动能

院士谈机器人创新设计的六大关键技术

西木科技拓宽人形机器人研究新角度

院士谈未来人工智能发展的双驱动模型

院士谈机构智能让“变形金刚”从屏幕走进现实