1950年，图灵在其论文《ComputingMachineryandIntelligence》中首次提出了具身智能的概念......因为像人，所以人形机器人可以适应人类的生活环境，比如通过灵巧的手来开门、端茶送水，通过双足来走路、上下楼梯、爬坡等。

1928年，在美国纽约市的一家高级俱乐部，一个由墙板制成的粗糙类人形体（头部、铰接的手臂和腿）开启了人类对于人形机器人的无限想象。这个类人形体被称为“Herbert Televox”，由美国西屋公司打造，身体的核心部分是Televox控制单元。1928年的广告是这样描述Televox的：“这是未来会成为仆人的一款新设备。”

对于机器智能体来说，先天的不足——是其芯片组件往往来自人类的预先设计，一旦制成，在整个生命周期中无法动态修改，无法在环境的交互中动态优化。不过，随着芯片设计、封装、制造等技术的演进，包括chiplet、量子芯片等发展，机器智能体的计算方式也在发生变化，迭代进化速度将不断加快。

我预测未来每个人常打交道的机器人数量应该在10-20个左右。既不可能是一个机器人解决我们的所有问题（就算有钱，管家和秘书还有司机还是分开的），更不可能和3000个机器人打交道（我们的人脑能分清楚150个人都困难），那么问题来了，未来的世界我们和机器人到底是怎么工作的呢？

如果要让机器人直接加载“强人工智能”，那只会让机器人的芯片瞬间过载死机——即使能勉强运行，也会对本来就艰难的功耗和续航带来巨大负担。对单机芯片的算力来说，这是让人绝望的量级差。

当一款适合的柔性传感器贴附于机器人的手时，机器人整个倒水过程就可以精确地被检测到，以此辅助他进行类人的高灵巧操作......厦大航院实验室里的“机械臂”就是在这样的探索下成功实现了对动态力的超灵敏感知及灵巧操作。“未来，该触觉传感器不仅适用于智能机器人，也有望在医疗、汽车、可穿戴设备等领域进行

根据机器人联合会的统计，一些高空擦玻璃、泳池清理的场景也正在被机器人占满......机器人技术阶段性停滞的时期，扫地机器人、物流机器人类似的细分市场已经接近饱和，初创企业要再切入自然不会选择重资产的生产模式，采用软件开发的轻资产运营是可以理解的套路。

量产时间暂时还没明确，用马斯克的话来说，技术上肯定会进一步升级，也可以进行对话和交谈，但就是还不知道终极目标是什么......人形机器人可能受益的环节有减速器、 电机、结构件、半导体芯片及器件、传感器、面板玻璃和材料等，这些都会有更多的投资机会。

四足机器人在运动能力、负载能力和续航能力上都领先于双足人形机器人。“在服务人类方面，更有竞争力。”......机器人行业不像手机行业，动辄销量几亿台那种量级，“现在虽然大家知道了这个行业，但是还是很小众。“

今年只是又一个会过去的年份，不管我们动用多少机器人来记录，数据只会冗余在堆栈，不会全部刻录到我们的头脑、身体和精神中。就算机器人费尽心思掌握我们身体的数据、身体移动的路线，却终究无法定位和掌握我们脑海中的微妙想法。

研究团队试图模仿人类的咀嚼过程——人类的咀嚼过程不仅在物理上分解食物以便于消化，而且使人体口腔充满唾液和酶，从而改变食物的味道。这个过程给我们带来了唾液将食物中的化学物质带到舌头上的味觉感受器，后者将信号传递给大脑，由大脑决定某物是否好吃的能力。

学校或少年宫引入教育机器人的“功利性”也是不争的事实。要么是政策引导的结果，就像前面提到的教育部“推广编程教育”的工作安排；要么属于学校的兴趣课程，常见于江浙沪等富裕地区的学校，向外界传递素质教育的信号；要么是应试教育的产物，比如一些省市将“创新”纳入中高考加分制度，一些学校开展机器人教育的核

GPT以经验主义方式进行学习，其成功回应了一个悬而未决的语言学问题，即乔姆斯基的先验语法。GPT不需要先验语法，这个事实暗示，语言或许本来就没有先验语法。GPT不需要语言学就学到了语言，非常接近不需要语言学理论的维特根斯坦语言理论。

MosaicML的产品组合包括开源的、商业授权的MPT Foundation系列模型和MosaicML推理和训练服务。其推出的MosaicML Composer开源的深度学习库，提供20种用于计算机视觉和自然语言处理的方法，包括模型、数据集和基准。推出的MosaicML Explorer可以帮助开发人员探索和理解不同的云服务和硬件选项之间的时间、性

怎么具备观察和体验能力呢？那就需要机器算法不但要临摹人类的大脑，更需要临摹人类的身体，毕竟是人体在观察和体验这个世界，而大脑只不过是观察和体验结果的数据处理中枢。

2015年，在加利福尼亚的一家意大利餐厅，霍夫曼会见了马斯克和奥特曼，讨论创立OpenAI。霍夫曼为OpenAI找到微软这个金主，才是霍夫曼为ChatGPT敲边鼓的最大功绩。霍夫曼避免潜在的利益冲突，从OpenAI非营利性董事会辞职，下场亲自做AGI。

动物之间的语言和沟通方式因种类而异，它们可能使用声音、姿势、气味和其他形式的信号来传达信息。与人类语言不同的是，动物语言通常具有更为固定和有限的符号系统，并且其语义和语法结构可能更难以理解和解释。

泛化能力当然是一个问题，但更核心的问题是各行各业都有自己的Know-How。这些最有价值的Know-How很可能不在互联网上，而是在企业的私有数据库里，甚至在一部分专家的脑子里。ChatGPT连信息都没有，自然也不会形成这方面的知识。这也是Bloomberg推出BloombergGPT的意义。

在投资人的观察中，问题之一在于数据孤岛、清洗数据太贵，没有成为降低成本的有效平台。而ChatGPT出来后最大的贡献，就是解决了孤岛问题：用全世界的数据训练一个巨大模型，这个模型还可以迁移学习转换到每一个应用里去。

未来的工厂将由一个男人和一条狗来管理；男人的职责是喂狗，而狗的职责将是防止男人去碰机器。不过，其中一个最需要理解的是，这是因为工厂的老板比较有社会责任。为什么？因为，他知道机器决定公司的绩效，但是他又不能把人开除了。那该怎么办？他让这个人养这条狗。

AI大模型本身不存储数据，它存储的是参数。而参数代表着在算法、模型框架之下，数据之间的关系......在讨论该如何向ChatGPT收学费的同时，出版商或许更加担忧ChatGPT的生成能力可能会威胁到新闻出版集团的主业。这也使得AI在出版集团面前的形象成了——“吃我饭，还砸我碗”。

这一语言模型的技术是1972年就已经有了的。到现在，经过了五十年，现在行业内，其实大家并不觉得它是一个什么了不得的东西。在此以前，这个语言模型其实已经做了很多的事情。 提到语言模型，这个词，最初是由我的导师贾里尼克提出来的。他大概在1993年的时候到了约翰霍普金斯大学。

过去做什么应用都需要海量数据，现在很多基础数据通过预训练模型给你了，那么每家就可以结合自己的专有数据做fine-tuning（精调），做prompting（提示），做这种适应就行了。之前做个公司，最怕数据不够，因为数据散着或者在别的公司那里。

生成式AI终结了文牍主义。办公文书、八股文等固定格式的文本，是机器人最容易掌握，也最容易仿真和替代的。介乎宣传文稿和新闻作品之间的新闻内容，均具有固定格式，类似八股文。某种意义上说，生成式AI将会对新闻报道中文牍主义、形式主义形成冲击，同时也对僵化的官僚主义、科层制管理模式形成冲击。

人类的本性以及发展愿景，都决定了“数字生命”将会被一道不可逾越的技术围栏所阻挡。也就是说，“数字生命”如果只是像动物、植物、微生物那样作为第四种生命体，或依赖人类，或服务人类，且不会给人类造成灭绝威胁的话，那么它在未来将会广泛存在。

图片和视频，这些都是单向的交流模式，人们可以听到和看到亲人，但不能与他们互动。Deep Brain AI利用这些信息宝库，加上预先录制的内容，可以安排虚拟会议，人们甚至可以与亲人进行未完成的对话。DeepBrain AI不仅可以将死去的人变成虚拟人，此前还制作了一个国家电视台的新闻主持人的AI版本，同时还公布了韩国总统尹

尽管AI生成的文本可以拥有完美的语法和句法，但内容却很难超出几个段落。这意味着，内容越长，AI的写作连续性越差，也没有清晰的逻辑思路作为主干。同时，AI无法正确理解事实，生成内容中的引用、日期和思路很可能是错的。

虚拟仿真角色的情感研究号称人工智能的“禁区”，其中既包含了哲学、伦理学层面的寓意，同时也因为情感本身较难被量化、被转换为抽象的数字。技术层面，虚拟主播的具象化情感表达或可从如下路径加以探索。

对完全依靠AI驱动的虚拟人而言，最后呈现出来的效果，受到语音识别（ASR）、自然语言处理（NLP）、语音合成（TTS）、语音驱动面部动画（ADFA）等技术的共同影响。换言之，只有具备了以上几个技术要素，一个虚拟人才能够看得见、听得懂、会思考、能回答、能呈现。

恐怖谷假设提出，当虚拟人和真人的相似度达到某一程度之后，哪怕是极其细微的不同点都会激起人们的反感甚至恐惧。若想要突破恐怖谷，虚拟人与真人的相似度需要进一步提升。当将差距降到微乎其微后，人们与虚拟人之间又会产生情感联结。因此，写实型虚拟人需要极高的人物形象真实度，对人物建模等技术提出了更高的要

虚拟人在物理世界中并无实体，纯粹是虚拟世界中的虚拟产物，身份、外貌与行为举止都是虚构出来的，可以是一个虚拟IP，也可以是一个特定场景中的虚拟角色；而数字人则在物理世界中有着对应的形象，数字人可以看做是真人在虚拟世界中的孪生分身，身份、外貌均与真人相同......

这一次，他们这帮技术出身的科研人员，切实感受到了科技和传统艺术的碰撞。“学京剧的人，对传统是很敬畏的，也是相当讲究的。”翁冬冬说。梅兰芳先生服装的数字化，就颇费一番周折。“现在的布料，和民国时期的布料是不一样的。”

AI Studio是一家基于SaaS的工作室，为使用AI虚拟人而非真人制造视频的公司和创造者提供工具，该公司声明，用AI Studio制作视频不需要“亲自拍摄或雇佣真人”。目前，明芒科技已经推出众多虚拟形象，投入媒体、金融、教育等行业。

在45年前再往前，曾经IBM的董事长认为也许未来世界人类可能需要五台计算机就够了。但是当45年前比尔盖茨创立微软的时候，他做出了一个巨大的预见，他认为这个世界上不是只有五台计算机，而是每一个人都会需要他们自己的计算机，并且在这些计算机上都会运行微软的软件。

鲁曼认为，这其实是“客服降级，减低成本，漠视用户权益”的表现。企业都希望将更多业务交给机器处理，以降低人工成本。很多互联网企业引导客户采用机器、自助服务等形式处理，机器人客服成为流于形式的幌子。

有行业内人士甚至认为，如果不是算命本身的合法性存在质疑，AI算命不失为一个有刚需、有市场的落地场景。“只要有焦虑，就永远有占卜的生存之地，而AI算命恰好能在尽可能不丢失准确性的情况下，把占卜的成本降到最低。”