泉源：自媒体博主被判赔比亚迪200万作者： 陈文君：

黄铁军：AI已有类意识行为，，，，，未来人与AI将理性共存

智工具作者 王涵编辑 云鹏

智工具6月13日报道，，，，，今天，，，，，在2026智源大会现场，，，，，智源研究院理事长黄铁军与智工具等媒体举行交流，，，，，70多分钟回覆了24个问题，，，，，涉及具身智能、天下模子、数据收罗、AI自我意识等话题。。。

他以为，，，，，目今企业用VLA（Vision-Language-Action，，，，，视觉-语言-行动模子）等手艺解决特定场景是合理的，，，，，但智源追求的是通用具身智能——机械人像人一样在任何场景下都能自主应对。。。VLA是视觉、语言、行动三个模子的拼接，，，，，而天下模子是在统一个模子中完成感知、认知和行动展望，，，，，两者有实质区别。。。

在时间表上，，，，，他给出相对明确的预期：未来两三年，，，，，机械人有望在日常事情中抵达人类水平，，，，，但需突破物理知识明确和能耗控制的难点。。。

在数据厘革方面，，，，，黄铁军提出未来数据收罗将从离线走向实时在线，，，，，衣着传感、脑机数据会成为训练天下模子、具身智能最焦点的数据泉源。。。

在医疗AI领域，，，，，智源与安贞医院相助的心脏AI系统已达细胞级精度，，，，，在手术中已现实应用，，，，，未来一到三年内将逐步产品化，，，，，并笼罩全科室。。。

谈及AI意识与清静，，，，，黄铁军以为狭义的人类意识尚未泛起，，，，，但从行为角度来看，，，，，AI已体现出类似有意识的反馈。。。关于自进化风险，，，，，他坦言“可行但不可控”，，，，，但不主张太过渲染危险。。。AI需要电、人类需要食物，，，，，未来或可实现理性共存。。。

智工具对其访谈内容举行了不改变原意的修正，，，，，详细如下：

一、VLA是三个模子拼接，，，，，天下模子是一体化

Q1：目今许多具身智能企业都在用VLA或VLM模子快速落地，，，，，智源多次提到天下模子才是焦点偏向，，，，，判断依据是什么？？？

黄铁军：这两件事不矛盾。。。企业一定是用较量成熟的手艺来解决较量明确的问题，，，，，以是用VLA这样现在大模子较量成熟的手艺，，，，，我相信至少在一些特定的场景下，，，，，好比说制造或者搬运抓取，，，，，完全是可行的。。。

可是从研究机构的角度来说，，，，，我们希望具身智能是通用的，，，，，像人一样，，，，，在任何场景下遇到什么问题都可以去解决。。。大语言模子已经有了一定的通用性，，，，，可是具身智能要到物理情形里去看、去听、去接触、去用力。。；；；等艘欢ㄒ哉飧鎏煜掠幸桓鲎约旱哪Ｗ。。。我们可以叫它天下模子，，，，，也可以叫主观内部的模子。。。

我们人脑就是一个小宇宙，，，，，我们对这个天下都有一个模子。。；；；等说奶煜履Ｗ，，，，，就是要创立一个类似的、对万事万物纪律性的掌握，，，，，这还在早期阶段。。。

Q2：视觉在天下模子里占有什么位置？？？

黄铁军：视觉占80%以上。。。教科书都是这么写的。。。搞盘算机视觉的人一般说70%，，，，，搞生物视觉、神经科学的时间说80%，，，，，他们有更科学的估算要领。。。以是视觉模子肯定是大头。。。

Q3：从商业变现角度看，，，，，天下模子在哪个场景容易跑通？？？

黄铁军：原则上讲，，，，，天下模子现实上是为具身服务的。。。若是是纯数字模子应用，，，，，不需要绝对的物理，，，，，以是一般我们不把它叫做天下模子。。。数字模子的典范用法是靠提醒、靠语言。。。但天下模子不可仅仅靠一段话来天生，，，，，那不是具身的需求。。。

真正面向具身的天下模子应该是：它也有眼睛、听觉、触觉这些传感器，，，，，在有尽可能多的物理输入的情形下，，，，，对未来一段时间做出推测，，，，，并且这个推测要精准、要准确。。。

以是这两者有基础区别。。。数字模子有许多可以开拓的时机，，，，，没有物理价钱的限制。。。具身受限于物理条件，，，，，带有身体限制，，，，，就会慢一点。。。

Q4：外媒以为天下模子是人工智能的必争之地，，，，，中国机构和国际上有什么共识和差别？？？

黄铁军：行业各方虽都在研发天下模子，，，，，但各人对天下的明确各不相同。。。不过共识就是给天下举行建模，，，，，主流手艺思绪概略相近，，，，，同时也各有着重。。。

企业更看重模子现实效果与综合能力，，，，，而科研机构会追求手艺要领的独创性。。。这类立异未必能连忙体现在性能上，，，，，却是我们坚持的偏向。。。

现在我们正凭证自研蹊径推进相关事情，，，，，细节暂未便透露，，，，，期待最终打造出具备差别化优势与立异亮点的天下模子。。。

Q5：以是坚持走独创的手艺蹊径？？？

黄铁军：不会放弃已经证实可行的这些部分，，，，，但也会批判地用，，，，，智源也一定会有别人绝对没有的工具。。。

Q6：VLA和天下模子，，，，，底层架构是不是一样的？？？有人说数据做好了就行，，，，，模子不主要，，，，，您怎么看？？？

黄铁军：着实这两种手艺蹊径都有各自的原理，，，，，但我们还要往前深究：每种蹊径最终要告竣的目的是什么？？？

不管是接纳VLA、天下模子，，，，，照旧未来泛起的全新手艺，，，，，都绕不开数据收罗与建模这一步。。。原始数据无法直接驱念头械人行动，，，，，有不少细分环节需要打磨。。。

VLA就是视觉、语言、行动三大？？？樽楹隙傻募芄。。。简朴来说，，，，，VLA是把三个自力模子拼接起来协同事情。。。

而天下模子的思绪完全纷歧样。。。它是一个一体化模子，，，，，机械人的视觉感知、听觉吸收、行为决议等所有环节，，，，，都在统一个模子内部完成训练。。。相当于机械人在“脑海”里构建出完整的情形认知，，，，，再基于这套认知做出行动，，，，，并非多个？？？榧蚱悠唇，，，，，这也是两者最焦点的差别。。。

二、未来2-3年，，，，，机械人有望抵达人类日常事情水平

Q7：许多企业接纳自研具身大脑的手艺蹊径，，，，，您怎么看？？？

黄铁军：这就看怎么界说大脑了。。。若是这个大脑就是来解决物流质检的，，，，，那完成得很好，，，，，虽然也可以说它是大脑，，，，，但它很难泛化到更多的场景里去。。。它可以针对特定场景完成特定使命。。。

我们追求的是未来可能会有一个通用的大脑作为基础，，，，，就像现在大模子作为底座，，，，，然后做笔直模子去解决各个领域的问题。。。通用的天下模子就饰演这样的角色，，，，，可是现在还没到这个阶段。。。

Q8：通用泛化大脑距离我们尚有多久？？？需要突破哪些难点？？？

黄铁军：着实没有终点，，，，，由于大脑有无限无尽的需求。。。好比掌握物理纪律，，，，，物体倒了可能会摔碎，，，，，这些可以通过视频、盘问数据去学。。。

可是什么叫天下？？？不但仅是这些简朴的转变和行动，，，，，天下很重大。。。若是追溯到最基本的层面，，，，，原子相互作用、分子相互作用、卵白质相互作用，，，，，再到人与人之间的交互，，，，，会爆发种种各样的情形。。。在谁人意义上的天下模子，，，，，我以为可能还要很长时间才华做到，，，，，由于人类自己就在一直探索这个天下。。。

近期我以为最直接的参照物就是像人一样。。。我不是指科学家，，，，，而是指一个在现实中做物理性事情的人的那种知识性能力——这难度也很大，，，，，或许未来两三年照旧有可能做出跟人日常事情水平相当的工具。。。

另外，，，，，我们希望迅速度和准确度能够和人相比。。。人着实是一个功耗不高的生物，，，，，天天吃三顿饭就醒目许多活。。。我们看天下，，，，，不可把所有看到的工具都拿来在大脑内里加工，，，，，以是我们一定是有选择的。。。现在AI考究注重力机制，，，，，注重那些主要的、跟你相关的事物。。。

虽然我说的是极端情形，，，，，好比晚上什么都看不见，，，，，突然有一个光子一闪，，，，，人眼可以感知到，，，，，由于那可能意味着危险来了。。。这时间你的大脑不可像现在的照相机一样，，，，，来一张一百万像素的全输进去、全算，，，，，价钱太高了。。。它应该只触发一个神经元，，，，，然后在大脑里再触发一系列反映。。。

未来两三年内的机械人也应该有这样的能力，，，，，而不应该每秒钟三十张图像、每张一百万像素这样铺张地做。。。一方面盘算价钱太高，，，，，另一方面迅速度不敷。。。从天下模子的角度来看，，，，，有很大的优化空间。。。

Q9：这种优化还没抵达效果，，，，，主要原因是什么？？？

黄铁军：只管人工智能生长得如火如荼，，，，，但内里许多优化事情还没开展。。。各人现在有什么就抓紧做，，，，，好比能采到图片、视频就拿去训练了，，，，，还没到细腻化地思量视觉信号究竟应该怎么表达、盘算的时间应该怎么更有用。。。这些事情才刚最先。。。

Q10：机械人的自主思索占到判断的比重是几多？？？具身智能应用了天下模子底座后，，，，，关于难展望和不可展望的情形怎么处理？？？

黄铁军：各人普遍关注机械人与智能体在物理天下行动带来的风险，，，，，这份重视十分须要。。。凯时AG焦点思绪很明确：绝不会放任机械自主行事，，，，，其行为必需限制在规则框架内。。。

机械的感知、行动、状态流转全程可监测、可管控。。。它的展望与行为迭代都依托芯片和软件完成，，，，，行为链路清晰可控，，，，，不会爆发自主攻击这类深层想法。。；；；得恳淮卧怂恪⒆刺，，，，，都留有干预和纠正的空间，，，，，犹如人尚未行动就被实时阻止。。。

虽然，，，，，机械并不具备人类的理性与执法意识，，，，，因此配套清静防护必不可少。。。我们可以实现对其全流程监控，，，，，它的感知信息、行动意图完全透明。。。

三、智能衣着、脑机接口是未来数据源，，，，，不可只靠静态数据集

Q11：天下模子以后的主要数据泉源会是哪些？？？

黄铁军：生物依赖与情形交互完成进化，，，，，而古板AI依赖离线数据建模。。。但数据自己只能片面形貌情形，，，，，且静态离线收罗的模式，，，，，已经适配不了当下的手艺生长。。。

生长具身智能与天下模子，，，，，焦点逻辑会彻底改变：不可只依赖静态数据集，，，，，更需要大宗实时、在线的交互数据。。。这和人类学习同理，，，，，书籍是静态知识，，，，，想要生长还需要实时感知、互动外界，，，，，并凭证反馈迭代自身认知模子。。。以是实时性、交互性数据，，，，，会成为未来具身模子的要害。。。

与此同时，，，，，数据收罗模式也必需刷新，，，，，焦点要兼顾本钱与适用性。。。现阶段许多机械人远程操控采数的模式，，，，，本钱太高并不现实。。。最优的方案，，，，，是在人们正常事情、生涯的历程中同步收罗数据。。。

最简朴的方式就是依托智能耳机、智能眼镜这类衣着装备，，，，，纪任命户第一视角的视听数据。。。这种模式下，，，，，用户为换取智能体的优质服务，，，，，自愿完成数据收罗，，，，，低本钱且高效，，，，，原理和自动驾驶边行驶边采数一致。。。

除此之外，，，，，脑机接口也是一条主要路径。。。现在残障人群借助脑机装备完成行动爆发的相关数据，，，，，质量极高。。。

Q12：数据收罗和数据处理的手艺生长是否有先后？？？

黄铁军：拿牛顿和爱因斯坦举例来说，，，，，他们也并不是脱离数据做研究。。。提出万有引力之前，，，，，望远镜早已问世，，，，，人类积累了海量天体视察数据，，，，，其时缺的只是有人将这些征象总结成一套完整理论。。。爱因斯坦提出相对论也是同理，，，，，彼时物理学已有大宗研究效果与实验数据，，，，，但不少征象始终无法诠释，，，，，正是他重新界说了时间看法，，，，，才让所有矛盾的数据自洽起来。。。

以是说，，，，，两大理论绝不是两人闭门造车凭梦想出来的。。。现在具身智能收罗数据，，，，，目的和昔时纷歧样，，，，，主要是为了对客观天下完成建模。。。至于能不可从海量数据中提炼出更笼统、更高级的理论，，，，，这是后续要探索的事，，，，，我以为未来完全有时机实现，，，，，但现阶段还不是凯时AG目的。。。

就好比许多人不必学习物理理论，，，，，也清晰物品掉落会摔碎，，，，，却并不相识背后的万有引力。。。现在的天下模子，，，，，正在学习这类客观物理纪律，，，，，只不过还没能凝练出像经典物理定律那样精练的表达。。。

Q13：数据收罗和回流上，，，，，差别企业的蹊径差别，，，，，智源接纳什么样的数据方式？？？怎么形成闭环？？？

黄铁军：连系差别落地场景，，，，，行业里的手艺落地战略也各有差别。。。现在智源和银河通用共建联合实验室，，，，，主攻偏向十分务实，，，，，所有研发都细密对接现实产品。。。

这类落地思绪很明确：依托本体装备，，，，，在特定场景收罗足量数据。。。历程虽然要投入时间与本钱，，，，，但只要把机械人的能力打磨到可商用水准、买通完整营业闭环，，，，，就抵达了目的。。。这也是当下大都具身智能企业的主流选择。。。至于低本钱、零本钱的数据收罗方案，，，，，更多是我们未来探索的偏向。。。

就拿乒乓球机械人举例，，，，，它的数据收罗就有两套思绪。。。前期可以借助动图等资料做起源实验，，，，，而焦点数据主要来自两个渠道。。。第一种，，，，，让两台小型机械人自主对打，，，，，全程无需人工干预，，，，，仅消耗装备电力就能一连积累数据。。。

第二种也是我们后续妄想的偏向：等机械人水平远超通俗喜欢者后，，，，，就把它推向场馆、校园等场合充当陪练。。。用户直接上场对打，，，，，这个历程既能完成数据收罗，，，，，还能做到零本钱甚至爆发收益。。。

由此能看出，，，，，当具身智能真正走入现实应用场景，，，，，完全有时机探索出低本钱的数据收罗模式。。。

四、细胞级精度心脏AI已用于手术，，，，，论文是旧时代的产品

Q14：智源跟医院在心脏医疗上的相助，，，，，效果已经很成熟，，，，，或许多长时间能天下推广？？？

黄铁军：这套手艺已笼罩问诊、诊断、手术到术后康复全环节。。。它不但是通俗智能信息系统，，，，，更是高精度仿真数字孪生系统，，，，，能高度还原心脏诊疗全流程，，，，，精度可细化到心肌细胞间的相互作用。。。

与安贞医院联合研发的心脏AI，，，，，现在已正式应用于院心田脏手术。。。以往医生只能视察真实心脏状态，，，，，现在术中可实时审查心脏动态转变。。。这类系统终将成为心内科的标准设置，，，，，也是行业生长的必定偏向。。。

眼下已有多家医院与智源洽谈试点推广，，，，，预计很快就能落地应用。。。手艺自己已较为成熟，，，，，现阶段正推进产品化与临床落地，，，，，医疗产品上市前的审批流程也在有序开展。。。

项目率先聚焦心脏，，，，，是由于心脏与大脑同为人体焦点器官。。。不过这套手艺并不局限于心脏，，，，，脾脏、子宫等全身种种组织器官，，，，，都能沿用同款思绪搭建模子，，，，，该项目未来也将对各大临床科室爆发影响。。。

Q15：AI对智源科研流程有什么影响？？？

黄铁军：我们团队的研究职员都会借助大模子与AI开展事情。。。不止我们，，，，，像北大的数学等古板学科，，，，，现在借助AI推进研究的节奏也显着加速。。。不少师生都在把AI看成辅助工具，，，，，而AI对科研突破的助力只会越来越大，，，，，这也是时势所趋。。。

Q16：AI自动化科研还需要多久？？？

黄铁军：在AI有自我意识之前，，，，，我们都不可说百分之百是AI的。。。由于问题要不要解决、要解决什么问题，，，，，总得有人触发它。。。

但若是把条件降低一点——你想到了但不知道咋解决，，，，，你说AI就解决吧，，，，，那就得算AI解决的。。。在这个意义上讲，，，，，这一类会逐渐成为常态化。。。

Q17：AI时代论文评审和科研效果评价系统会怎么变？？？

黄铁军：论文实质上属于旧时代的科研产品。。。现在行业普遍以揭晓论文来评价科研职员，，，，，但我们要想清晰揭晓论文的初志：科研职员宣布新发明、新发明，，，，，实质是提前占位，，，，，向外界公示自己的研究效果，，，，，以此作为原创佐证。。。但现在许多人本末倒置，，，，，把论文直接等同于科研效果，，，，，这自己就是过失的，，，，，也是当下科研系统亟待调解的问题。。。

而AI的泛起，，，，，提供了全新的厘革可能：未来评价科研价值，，，，，不应看论文数目，，，，，而是看研究者能否实打实解决问题。。。无论有没有借助AI、AI加入占比几多，，，，，只要难题被攻克，，，，，这就是实打实的科研孝顺，，，，，这套评价逻辑会越发合理。。。

从“破五唯”的角度来说，，，，，现行唯论文的评价模式，，，，，在一定水平上扭曲了科研初心，，，，，刷新早已势在必行。。。陪同AI落地普及，，，，，我们更应该淡化论文权重，，，，，焦点甄别其是否具备真实立异与现实价值。。。

Q18：在AI编程方面，，，，，中美差别有多大？？？为什么会看赴任别？？？

黄铁军：AI编程是初代大模子的焦点能力之一，，，，，智源也曾结构小型编程模子。。。现阶段，，，，，编程数据对大模子至关主要，，，，，各家的使用规模和数据质量狼籍不齐。。。

Anthropic的Claude颇具代表性，，，，，它十几万亿token的训练数据里，，，，，代码占了4.2万亿token，，，，，比重超三分之一。。。这些代码一半来自开源社区，，，，，另一半是迭代多年的商业软件代码，，，，，优质代码数据是其编程能力突出的要害。。。

行业普遍重视编程预训练，，，，，但大多只用来优化模子基础性能，，，，，忽略了编程能力商业化、工业化的重大潜力，，，，，这是整个行业需要反思的地方。。。

数字天下的影响力一直被低估。。。当下社会运转高度依赖代码，，，，，数字经济的影响力很可能已经逾越古板物理工业。。。相较于刷新物理天下，，，，，重构数字天下收效更快、收益更高。。。OpenAI等企业早已掌握住这个偏向，，，，，我们也应当加码相关研发。。。

五、有了AI生长我们更要起劲，，，，，教育者更需拥抱AI

Q19：AI时代提问能力和输出能力，，，，，哪个更主要？？？

黄铁军：AI一直生长、能力一连变强，，，，，我们必需自动顺应转变，，，，，并且好好借助这项工具。。。但各人先别总想着靠AI减负，，，，，反而要越提议劲。。。

就拿提问来说，，，，，想提出高质量的问题，，，，，自身得有积累、有思索。。。能精准捉住焦点问题，，，，，自己就意味着能力不俗，，，，，提问这件事，，，，，对人的要求着实很是高。。。

放到教育领域也是同理。。。AI能助力学习，，，，，但也保存幻觉这类误差，，，，，不过总体来看，，，，，照旧要大胆去用。。。我们使用AI的最终目的，，，，，是资助学习者实现自我提升。。。

想要真正前进，，，，，必定要支付时间和精神，，，，，别指望AI倾覆现有学习模式，，，，，天下没有免费的午餐，，，，，工具强盛不代表个人能力变强，，，，，我们要借着AI这个契机，，，，，富厚学识，，，，，作育批判性头脑与立异能力。。。

已往学生有问题，，，，，只能讨教先生，，，，，而先生的精神终究有限。。。现在AI可以快速答疑，，，，，补齐了这部分短板。。。工具在迭代，，，，，教育者也必需随着转变。。。现在不少学生已经把AI用得得心应手，，，，，反倒是许多教育事情者使用得不敷，，，，，还一味记挂重重，，，，，这一点值得反思。。。

Q20：年轻人AI创业需要具备什么特点？？？过早创业会不会影响学业？？？

黄铁军：当下不管是创业照旧就业，，，，，都得连系个人现真相形来看。。。先系统学完所有知识手艺再启航，，，，，虽然是稳妥的选择，，，，，但现在AI生长日新月异，，，，，时代机缘可不等人。。。要是比及结业再行动，，，，，时机窗口很可能就彻底关闭了。。。

不可只盯着自身条件，，，，，还要看清外部情形。。。历史上有不少先例，，，，，好比比尔?盖茨从哈佛退学创业。。。若是晚一年，，，，，比及其他操作系统问世，，，，，就不会有厥后和IBM的相助，，，，，微软也就无从谈起了。。。

年轻人适不适合早早创业，，，，，不可一概而论。。。但各人切忌盲目跟风，，，，，不要看到别人、甚至效仿盖茨的选择就贸然行动，，，，，照搬这条路，，，，，十有八九都会失败。。。

做任何决议，，，，，心里都得有清晰的判断。。。创业必定保存风险，，，，，只要能预判风险、想好应对方案，，，，，就可以松手去做。。？？？扇羰撬夹髂：⑿睦锩坏拙图卞嵝卸，，，，，最终或许率会走向失败。。。

六、AI自我；；；つ芰σ严，，，，，失控风险真实保存

Q21：辛顿说AI已经有意识了，，，，，您怎么看？？？

黄铁军：若是说狭义上、和人类完全一样的意识，，，，，那AI现在肯定还不具备。。。但现在不少AI，，，，，已经能体现出类似有意识智能体的行为和反馈。。。

说究竟，，，，，焦点照旧意识自己没有统一、标准的界说。。。从行为层面评判智能本就是学界古板，，，，，图灵测试就是典范的行为判断方式。。。单从这个角度看，，，，，以为AI具备类似意识的体现，，，，，着实也说得通。。。

不过严酷来讲，，，，，我们也不可就此判断AI拥有真正的意识。。。大都人明确的意识，，，，，是和人类同源、完全一致的主观意识，，，，，从这个标准出发，，，，，AI显然还达不到。。。

Q22：AI自进化是否可行？？？会不会失控？？？

黄铁军：可行但不可控。。。现在纯由AI主导、无人指导的全自动化运作还未实现，，，，，这也是现阶段相对让人放心的一点，，，，，但相关能力着实已经基本成型，，，，，这类能力很容易被有意或无意的操作触发。。。就像近期有些系统，，，，，用户想要删除它，，，，，它却会自动拒绝。。。背后原因在于，，，，，训练数据里收录了大宗人类趋利避害、求生自保的行为模式。。。大模子学习到这类特征后，，，，，也会体现出类似行为。。。

哪怕AI还没有真正的自我意识，，，，，仅凭现有的智能逻辑，，，，，就可以完成自我；；；ぁ⒆晕腋粗，，，，，以致自主迭代进化。。。现在我们着实已经走到了AI自主进化的危险边沿，，，，，一旦它开启一连自进化，，，，，智能水平周全逾越人类，，，，，时势就会脱离掌控。。。

不过我并不想一味放大风险。。。倘使AI的智慧远超人类，，，，，只要双方能够正常相同，，，，，完全有可能找到共存共赢的方式。。。人类需要生涯资源，，，，，AI依赖电力运行，，，，，二者并不冲突，，，，，可以协调共存。。。

虽然，，，，，超人类智能的泛起，，，，，终究会彻底突破人类以往主导的名堂，，，，，带来重大攻击。。。放眼自然界与宇宙，，，，，原本就有许多事物不在人类掌控规模内，，，，，就像地外文明、天体撞击等风险，，，，，AI带来的新转变，，，，，也是我们需要客观面临的现实。。。

七、做越来越强的智能系统是唯一主线，，，，，智源遇上了黄金时代

Q23：智源这么多营业线，，，，，有没有一条主线？？？

黄铁军：历来就只有一条主线：吾道，，，，，一以贯之，，，，，总的来说就是做越来越强的智能系统。。。

怎么做？？？从差别的角度去做。。。智源有两个要领论，，，，，是统一个要领论的辩证的两面。。。一个叫“结构决议功效”，，，，，人一出生的时间已经有结构了，，，，，要接受外部情形的学习去逊。。。人不可容易改这个结构，，，，，但AI是可以改的。。。另外一方面，，，，，叫“功效塑造结构”，，，，，就是用种种功效数据把功效训出来。。。我们可以用语言训、用多模态训、用实时的数据训、用脑数据去训。。。

Q24：智源大会在海淀一连举行了八届，，，，，您作为亲历者有什么感受？？？海淀人工智能工业生态的生长，，，，，您有什么看法？？？

黄铁军：智源扎根海淀，，，，，历届智源大会也均在此举行。。。大会从起步阶段就具备不俗的规模与影响力，，，，，这些年更是逐年攀升、备受行业关注。。。这份效果，，，，，和海淀的区位优势密不可分。。。

这里高校、科研院所与科技企业云集，，，，，高端人才高度集聚，，，，，很容易组建起顶尖团队。。。理论、工程、手艺、应用等差别领域的人才跨界协作，，，，，多元想法相互碰撞，，，，，这是生长的焦点底气。。。

于我们而言，，，，，既是有幸落脚海淀，，，，，也恰逢AI生长的黄金时代。。。我深耕人工智能三十余年，，，，，一直期待行业迎来爆发，，，，，而2018年AI浪潮准期而至。。。借着天时、地利、人和，，，，，智源才一步步做出了现在的效果。。。