北京、上海 AI 大会见闻

2026 09 08

本文原载于 Substack。

摘要： 两场中国 AI 大会的见闻，来自现场观察和非正式交谈；文中不注明谈话者身份。

• 研究人员普遍说，最缺的是资源，人才倒很充足。
• 国家政策带动了具身智能热潮，吸引了大量关注和资本。
• 安全研究人员说，安全人才极其稀缺。
• 交谈中，很少有人用中美竞赛来理解 AI 的发展。

6 月和 7 月，我在中国参加了两场 AI 大会：6 月 12—13 日在北京举行的智源大会，以及 7 月 17—20 日在上海举行的世界人工智能大会（WAIC）。我和刚入行的技术研究人员、投资人，以及 AI 安全研究人员聊了聊。下文会梳理这些见闻，尤其是让我意外的现象和想法。比起演讲和论坛发言，我更看重饭桌上听到的想法，因为公开发言往往围绕政策文件和论文里已有的议题展开。这些交谈都是非正式、即兴的，因此下文不会注明观点出自谁。

当然，这类见闻也需要审慎看待。比如，企业有理由为自己造势，吸引投资。不过，研究人员对具身智能的热情，似乎丝毫不亚于台上的发言者。此外，有些人向我表达的个人看法，并非人人赞同；遇到这种情况，我会在文中说明。

年轻人才充足，资源才是主要瓶颈

我遇到了几位本科生和高中生，正在头部企业实习、做研究。看来，研究队伍的后备力量很充足，而且这些研究人员比我预想的还年轻。智源大会专设了一个环节，让学生研究人员轮流做简短报告；其中不少人已经在一家或多家企业实验室实习过。

聊天时，多位研究人员说，限制自己的是资源，不是人才。高校研究人员既缺资金，也缺算力：校内算力只分配给少数领先的研究团队，直到 2026 年 4 月，中国高校才宣布建成首个千卡 GPU 集群。北京市面向青年研究人员的资助，金额在几十万元人民币的量级。相比之下，私人资本充裕，却流向了企业：具身智能初创公司它石智航（TARS）在 2025 年 3 月完成了创纪录的 1.2 亿美元天使轮融资，随后又在 2026 年 4 月完成了 4.55 亿美元的 Pre-A 轮融资。

有些企业实验室的研究人员怀疑自家实验室是否有竞争力。他们担心，国内竞争激烈，市场定价变化又快，一旦模型发布落后，实验室就可能陷入危机。不过，其他一些刚入行的研究人员和安全研究人员，对同样几家企业更乐观，并不认同这些判断。这种焦虑可能更多反映了国内竞争有多激烈，未必能说明某家企业的实际处境。

具身智能

具身智能仍是大会的核心议题，很大程度上是国家战略和盈利预期共同推动的结果。张涛在智源大会上认为，2025 年的一系列政策将具身智能纳入国家未来产业布局，加上宇树机器人在春晚上的表演，带动了外界对机器人和具身智能的广泛关注。¹ 大公司的资深员工离职，创办具身智能企业；相应地，我遇到的许多投资人也急于结识有望创业的研究人员。双方都希望抢先进入这个领域，因为都预期这里的应用会带来丰厚利润：具身智能可以服务于生活和健康照护，尤其是养老，也能用于高端制造、智能货物运输和国家安全。

虽然不少参会者坦言，自己不了解通用人工智能（AGI），或者不清楚这个概念到底指什么，却仍相信，要实现 AGI，具身智能是必经之路。具身智能主题演讲的嘉宾则把最终目标说得更具体：“物理 AGI”（physical AGI）。我交谈过的参会者，几乎都持有类似看法：要让具身智能可靠，必须先有世界模型；有了可靠的具身智能，就可以用于各类场景。

机器人研究最受制于数据，因为在真实世界中采集交互数据很贵。这也让一些研究人员对自我进化（self-evolution）技术产生了兴趣。它石智航联合创始人兼首席科学家丁文超认为，具身智能应沿用大语言模型（LLM）已经奏效的规模扩展思路（scaling）：先用人采集的交互数据训练模型，再大规模部署，让模型产生下一轮训练数据。智源大会有几场演讲介绍了自我进化和仿真训练，可以用这两种办法替代实地采集数据，成本更低。在一场讨论递归式自我学习（recursive self-learning）的问答中，一位学术界的研究人员特意提到，自己所在的团队资源有限，因此想知道能否用自我学习来开展研究。然而，隔着几间会场，却有人把递归式自我改进（recursive self-improvement，RSI）列为重大风险。

AI 安全面临人才瓶颈

6 月参加公开的安全论坛时，我发现讨论涉及的出错和失效情形，比预想的更全面。除了常见的内容监管问题，滥用和失控也占了很大篇幅。瑞莱智慧（RealAI）在 L1–L5 风险分级中，将自主武器和递归式自我改进列为最高等级的风险。知名网络安全企业奇安信则指出，网络安全需要保护的范围，正从网络基础设施扩展到智能体架构。部署智能体，以及达到 Mythos 水平的攻击，都带来了新的危险，仅靠围绕漏洞展开的防御，已不足以应对。

但现场听众并没有明显表现出同样的安全忧虑。有人请听众投票，判断未来一年内，自动驾驶汽车会不会撞死人。约半数听众没有投票；投了票的人中，认为“不会”的更多。这似乎说明，大家基本相信已经投入使用的系统是安全的，也可能尤其信任国内的系统。来参加安全论坛的人，想必比大会上的一般参会者更关注安全；因此，放到更广泛的人群中，相信系统安全的比例可能还会更高。

聊天时，中国的 AI 安全同行更担心国内缺乏安全人才，而不是公众怎么看。中国的技术人才很充足，但既了解 AI 安全，又愿意在这个机会稀少的领域长期工作的人，却十分稀少。我的同事 Jasmine Li 在这篇文章里，详细介绍了中国 AI 安全领域的状况。

很少出现的中美竞赛视角

世界人工智能大会谈论地缘政治时，更关注全球南方，而不是中美关系。大会期间，世界人工智能合作组织成立，共有 29 个签署国，主要来自中亚、东南亚、非洲和拉丁美洲，目标是缩小发展中国家与发达国家之间的“智能鸿沟”。国际合作论坛同样围绕全球南方展开，讨论如何协调合作、帮助这些国家提升能力。当然，国家组织的大会，自然会采用国家希望呈现的视角；政策文件也反复强调要支持全球南方。不过，让我意外的是，私下交谈的人似乎也很少留意中美竞争。

刚入行的研究人员，对大国竞赛的关注远低于我的预期。毕竟，在美国的实验室领导者、国家安全评论人士，以及部分 AI 安全圈子里，这种视角相当突出。我不太清楚一般的美国研究人员怎么看，但我和中国研究人员聊到的内容，与在西方 AI 安全圈里听到的很不一样。有些人没有听说过 Mythos 或 Glasswing。有些人甚至不知道，美国会把中国放在竞赛对手的位置上看待。还有些人知道，但并不感兴趣，认为更重要的是按自己的思路推动国内发展。提到美国时，大家更多把美国当作衡量国内研究的标杆，而不是对手。这也与我听到的其他看法相符：许多人，尤其是会场外遇到的人，会尖锐地批评国产模型，或对其表现不满，因为国产模型尚未达到这个标杆。在我听来，这更像是在反省自身的不足，而不是表达对立。

结语

遗憾的是，两场大会、几十次交谈，并不足以让我对中国 AI 领域的整体状况下结论。不过，这些经历确实改变了我的一些原有判断：研究人员说自己受制于资源，而不是人才；具身智能正吸引大量关注和资本，而这股热潮首先由政策推动；无论私下交谈还是公开演讲，都很少出现大国竞赛的视角。

一方感到另一方构成威胁，便采取相应行动；这些行动又让对方更确信自己受到了威胁，双方对彼此的威胁感就这样不断加深。在这种局面下，想要有效竞争，得先想清楚自己究竟在争什么，甚至该不该竞争。面对中美 AI 关系，我们比以往任何时候都更需要先从对方的处境出发，理解对方的考虑，也就是“战略同理心”（strategic empathy），再形成自己的预期。离开中国时，我更清楚了中国研究人员到底在追求什么。最让我难忘的，是与那些聪明、年轻的研究人员交谈的时刻：听说另一边的同行竟然抱着对抗的心态看待自己，他们十分惊讶。