達沃斯論壇各界解碼中國AI發展路徑

中經記者 曲忠芳 天津報道

6月26日是2025夏季達沃斯論壇（新領軍者年會）的最後一個會議日，《中國經營報》記者注意到，一場主題爲“解碼中國AI發展路徑”的分論壇格外火爆，無論是線下還是線上直播，都吸引了衆多觀衆。參與討論的嘉賓既有中國當紅的人形機器人“獨角獸”企業宇樹科技創始人、CEO、CTO王興興，又有創立40多年的中國家電巨頭海爾集團董事局主席、CEO周雲傑，還有美國數據及AI技能轉化平臺Workera的CEO、創始人Kian Katanforoosh（基因·卡坦福魯什）,以及美國南加州大學古爾德法學院教授張湖月、中國長江商學院院長李海濤。

在這場論壇上，王興興首次公開透露，宇樹科技的員工從2016年初創時的僅1人、十幾人發展至現在約1000人規模，年度營收已超過10億元。在他看來，宇樹科技自2016年創立至今——尤其是近幾年取得爆發式的增長，是“天時、地利、人和”共同促成的結果。首先，全球範圍內，對AI和機器人的關注程度前所未有；其次，該公司所在地即浙江省、杭州市政府給予了很大支持；最後，這裡也匯聚了優秀的人才。

規模化和場景的優勢明顯

王興興提出，近幾年中國科技進步非常快，其中很大一個原因在於，目前年輕一代——90後及00後，從小接觸的科技或信息逐漸普及。“我最早從2009年就開始玩機器人，所學到的東西本身就是全球前沿的技術”，與此同時，現在社會對於年輕人的支持度高，從小學習新科技的年輕人有更大的舞臺展示和表現自己，新一輪AI技術的更新迭代最多5—10年，因此AI技術能夠日新月異，這是與傳統行業的區別。“從某種程度上說，在AI領域，年輕人反而更有機會。在新技術戰略上，只要認真學習和實踐，技術或產品創新會比（傳統行業中）容易得多。”王興興說道。

出身於傳統家電巨頭的周雲傑則強調，AI在技術之外，更是企業組織思維的轉變，這種思維轉變要求企業在快速響應市場的同時，要利用AI技術爲用戶創造更好的生活體驗。他介紹，基於此，海爾集團進行了組織、流程和機制的變革，AI參與嵌入到從製造、研發、銷售、採購、服務整個業務體系中。周雲傑稱：“在智慧家電領域，我們比DeepSeek還要deep(深），比OpenAI還要open（指開源、開放）。”

當被問及合作前景時，王興興表示，非常期待與海爾這些大型集團公司合作，事實上在商業場景的探索一直在推進。他也坦言，對於人形機器人來說，目前並不是馬上能大批量應用的時間節點，假如技術沒有達到一定的程度，硬件市場的話，就會很吃力，需要達到一定的匹配度。

張湖月指出，中國在AI和機器人發展方面具有競爭優勢，得益於在供應鏈和需求鏈都容易實現規模化。供應鏈爲製造業提供了強大基礎，容易製造各種硬件產品；而需求側提供低成本的產品，能夠加速市場的普及。要開發好AI產品，需要大量數據積累，有了數據積累後可以更好地開發下一個新版本的AI產品，這就形成了一個良性循環的生態圈。

“中國擁有最好的應用場景。”李海濤指出，當我們談論場景時，需要的不僅僅是AI大模型工具，而是非常具體的垂直場景。無論是家庭服務、工業製造，還是公共服務領域，中國的場景優勢突出，在各個垂域場景中，通過積累的知識經驗去訓練AI，用低成本的方式提升競爭力。

基因·卡坦福魯什提到，他感受到中國和美國的AI人才密度非常高，研發人員、工程師都非常努力，而且持續學習，這是兩個國家AI發展之快的重要驅動。

未來6—12個月的AI展望

未來6—12個月裡AI還會發生哪些變化？周雲傑表示，最關注和期待的是AI與企業業務的融合，即AI真正能夠推動企業的生產力發生質的變化。

“期待明年人形機器人在踢足球方面的能力比真人更好，或者真正實現人形機器人走進工廠或家庭大規模應用。”王興興指出，自己關注最多的是希望AI能夠在機器人領域取得本質的進步，真正提高機器人的通用性、泛化能力，無論是在運動方面，還是幹活做任務方面。當然，宇樹科技的目標是希望機器人真正地去工作，尤其是那些辛苦的、人們不願意做的工作。其中，針對大衆所關注的家庭場景，王興興保持了謹慎的態度，他認爲，對於機器人來說，家庭應用面臨很大的挑戰，因爲必須考慮安全問題。毫無疑問，機器人在工業、農業等領域的應用會更快一些。

王興興坦言，當前最大的壓力來自要在激烈的市場競爭中保持產品和技術的持續更新。“一家公司如果今年或明年在產品技術上停滯，那它很快就會變成一家平庸的公司。”“在新興技術行業，至少要保持每個月都有明顯的技術進步，才能夠一直處於領先地位。”

卡坦福魯什負責的Workera是一個提供AI職業技能發展的平臺，他還與知名人工智能科學家吳恩達在斯坦福大學共同教授人工智能課程。他表示，未來半年裡會關注如何運用AI Agent（智能體），以及如何在企業業務流程中應用智能體。

張湖月提到了AI監管治理，對於AI可能帶來的風險，整體上分爲短期風險和長期風險。長期風險相對遙遠，但需要國際合作主動去了解和關注。而短期風險，我們需要明確風險的原因，可以通過法律進行監管，同時還要做好鼓勵創新與監管之間的平衡。“AI在實驗室測試階段，可能不需要監管。但當它廣泛使用時，可能會面臨系統性的風險，在這個階段就有必要監管，密切關注技術如何安全應用部署，逐步、分階段地去實施不同的監管舉措。”

（編輯：吳清 審覈：李正豪 校對：）