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印。。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？？？？？
？樽楹隙傻募芄埂。。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。。。