乐于分享
好东西不私藏

苏昊教授解构AI发展"六层阶梯":从看见沙发下的球,到拥抱彼此

苏昊教授解构AI发展"六层阶梯":从看见沙发下的球,到拥抱彼此

苏昊教授解构AI发展"六层阶梯":从看见沙发下的球,到拥抱彼此

"当机器学会搬重物,人才能腾出手拥抱彼此。"

在WAIC 2026的讲台上,苏昊教授抛出了一个看似简单却直击灵魂的问题:AI知道沙发底下的球依然存在吗?

这个问题,道出了当前人工智能发展最深层的困境——我们造出了能写诗、能编程、能通过图灵测试的AI,但它可能连"看不见的东西依然存在"这个三岁小孩都懂的物理常识都不理解。

一、物体认知:智能的起点

苏昊教授提出的"六层阶梯"理论,从最基础的物体认知开始。

什么是物体认知?就是理解物理世界的基本规律:

  • 沙发底下的球,虽然看不见,但依然存在
  • 杯子里的水倒掉了,杯子不会自动变满
  • 推一个箱子,它会移动;松手,它会停下

这些对人类来说理所当然的事情,对AI来说却是巨大的挑战。当前的大语言模型,本质上是在处理文字符号的统计规律,它并不真正"理解"物理世界。

物体认知是智能的基石。 没有这个基础,AI就永远只能活在数字世界里。

二、数字围城:AI的价值困境

这就是苏昊教授指出的第二层——数字围城

当前AI的能耐令人惊叹:

  • 能写诗、能编程、能通过各种考试
  • 能生成图片、视频、音乐
  • 能进行复杂的数据分析和决策

但当你问它:能帮我扶一下摔倒的老人吗? 它只能沉默。

AI的价值,仍然被困在数字世界里。它能处理信息,却不能处理物理世界;它能理解文字,却不能理解重力。

这种"数字围城"现象,正是当前AI产业最大的价值洼地。

三、渐进路径:像电气化一样发展

面对这个困境,苏昊教授提出了渐进路径的发展思路——像电气化一样发展AI。

回顾电气化的历史:

第一阶段:点亮工厂和仓库

  • 先在最标准化、最可预测的场景落地
  • 工业生产线、仓储物流、数据处理

第二阶段:进入商业和医疗领域

  • 逐步扩展到更复杂的场景
  • 零售服务、医疗辅助、农业种植

第三阶段:走入千家万户

  • 最后才进入家庭场景
  • 养老护理、家务协助、儿童教育

这个路径的核心逻辑是:从简单到复杂,从标准化到个性化,从可控到开放

不是AI不够聪明,而是我们还没有给它准备好合适的"战场"。

四、人机协作:不是替代,是互补

苏昊教授特别强调:物理智能的目标不是替代人类,而是填补人手缺口

他描绘了一个理想的未来:

机器负责:

  • 搬运重物
  • 重复劳动
  • 危险作业
  • 高精度操作

人类回归:

  • 陪伴关怀
  • 情感交流
  • 创意创造
  • 复杂判断

这不是科幻,而是正在发生的现实。在WAIC展馆里,我们已经看到:

  • 机器人在工厂里24小时搬运
  • 机器人在药房里精准配药
  • 机器人在仓库里分拣包裹

当机器承担了这些"重活"和"危险活",人类才能从繁重的体力劳动中解放出来,回归到更有价值的工作中去。

五、信任基石:跨越"演示-产品"鸿沟

从实验室到工厂,从Demo到产品,中间横亘着一条巨大的鸿沟。苏昊教授称之为**"演示-产品"鸿沟**。

如何跨越?他给出了三个关键词:

1. 扎实的数据

不是PPT里的数据,而是真实场景下、长时间运行的数据。只有经过百万次、千万次的验证,才能证明一个系统的可靠性。

2. 行业标准

没有标准,就没有信任。当每一台机器人都有自己的"脾气",用户就不敢真正使用它。统一的安全标准、性能标准、接口标准,是产业成熟的必经之路。

3. 点滴积累的信任

信任不是一夜之间建立的。它来自于每一次可靠运行,来自于每一次及时响应,来自于每一次问题解决。

信任是最宝贵也是最脆弱的资产。 一次故障,可能毁掉多年积累。

六、以人为本:科技的终极目标

"六层阶梯"的最顶层,是以人为本的技术哲学。

苏昊教授在演讲最后说:

"当AI在工厂可靠运转,在医院温柔协助,科技才真正回归人性本质——机器负责重活,人类回归陪伴。这才是智能该有的样子。"

这句话道出了AI发展的终极目标:不是让机器变得更像人,而是让人变得更像人

当机器学会了搬重物,人才能腾出手拥抱彼此。这不是冰冷的技术进步,而是温暖的人文关怀。

行动指南:我们该怎么做?

基于苏昊教授的理论,我整理了五条行动指南:

优先级 行动 关键点
1 优先工业场景落地 选择标准化、可预测的场景
2 收集真实物理交互数据 不是模拟数据,是真实场景数据
3 推动行业安全标准统一 参与标准制定,推动产业成熟
4 通过可靠性建立信任 长期稳定运行是最好的广告
5 设计以人为本的协作系统 技术服务于人,而非替代人

写在最后

苏昊教授的"六层阶梯"理论,为我们描绘了一幅清晰的AI发展路线图。

它告诉我们:

  • AI还不够"聪明",因为它还不理解物理世界
  • AI的价值被困在数字围城,需要突破物理边界
  • 发展路径应该循序渐进,不能急于求成
  • 人机协作是未来,不是人机对抗
  • 信任需要时间积累,不能急功近利
  • 科技的终极目标是人文关怀

当我们在追逐更强的算力、更大的模型、更多的参数时,或许应该停下来想一想:我们造出的AI,真的理解这个世界吗?它能帮到那些最需要帮助的人吗?

苏昊教授的答案是:还不能。但只要我们走对路,终有一天能。

那一天,机器学会搬重物,人腾出手拥抱彼此。

那一天,科技不再是冰冷的代码,而是温暖的力量。

那一天,智能该有的样子,终于实现了。