在 2025 年的外灘大會上，一場名為“AI 原生時代，舊地圖上沒有新大陸”的圓桌論壇吸引了眾多目光。
宇樹科技創始人王興興、加州大學圣地亞哥分校終身教授蘇昊、DeepWisdom創始人吳承霖以及清華大學交叉信息研究院助理教授、前OpenAI研究員吳翼，四位年輕的AI領軍人物齊聚一堂。
他們不僅僅是各自領域的專家，更是 AI 時代的“原住民”，可以說都在各自的領域見證著人工智能的成長。
圓桌上，四位嘉賓分享了他們作為先行者的獨特視角，從各自的創業和研究經歷出發，探討了AI原生時代的新機遇與挑戰。
王興興和蘇昊深耕機器人領域，而另兩位嘉賓吳翼和吳承霖則專注于軟件方向，特別是智能體和強化學習。
這場圓桌以一個略帶哲學性的問題作為開端：在你們眼里，什么是AI原生時代？眼前的新大陸是否已經浮現，它又長什么樣？
王興興，這位在 2016 年共享單車大戰如火如荼時，就一頭扎進機器人創業的先行者，第一個接過了話筒。
他的回答充滿了對年輕一代的鼓舞，他說：“我認為大家對AI模型本身的認知可以更激進一點，不用把它當作一個模型，而是真正當作一個全能型的工具集，把過去很多東西忘了，去重新學習和接受它。”
而蘇昊認為：“AI改變了很多新東西，是，也不完全是。綜合來看，應該說今天AI的發展對人類的社會有重大改變，這種改變還是繼往開來的，還是要跟過去的很多發展連接起來的。”
吳承霖，這位在 2010 年就用 AI 炒股的“老玩家”，則從智能供給的角度切入了話題 。他指出，人類社會在過去幾百年經歷了從無線電到互聯網，再到移動互聯網的演進。而現在，AI 正在以前所未有的速度提供“更加密集的智能”。
最后發言的吳翼，這位曾任職于OpenAI的清華大學助理教授，用“快”和“新”兩個字總結了這個時代。他指出，從2022年底ChatGPT出現至今，三年時間的變化已經超越了以往任何一個時代，而“新”則意味著新的機會和想法。
AI 原生時代。它既是顛覆性的，也是連接歷史的。它讓普通人獲得了前所未有的創造力，也讓整個社會進入了加速迭代的快車道，而這片新大陸有的地方已現雛形，有的地方卻仍是一片“荒漠”。
盡管存在挑戰，但王興興對未來依舊十分樂觀，他認為現在創新創業的門檻已經大幅降低，年輕創新者迎來了好時代。真正可以用AI工具去實現新創意，并且在AI時代，小組織的爆發力會越來越強。
“真正讓AI落地干活，現在還在大規模爆發性增長的前夜。對我個人而言，這個時代是非常激動人心的。”
王興興說，AI時代非常公平，只要聰明，愿意做事，荒漠中終會長出參天大樹。對有志于創新創業的年輕一代，他建議“忘記過去的經驗，學習當下最新的知識，全力擁抱新時代。”
以下為此次圓桌對話精編：
主持人：在 AI 原生時代，各位都是怎么踏上這片新大陸的？
王興興：我最早做機器人是出于興趣愛好 。我從 2009 年大學一年級開始做，第一款機器人就是雙足或人形機器人。做機器人這塊已經十幾年了。但AI確實我覺得我過去做的最后悔的一件事，我雖然2011年非常喜歡AI，但是那時候真的是非常冷門的學科，相關的AI書籍或者神經網絡都在圖書館吃灰的，我看了幾本書，覺得好像能搞的東西有點少，后來沒有花太多時間關注，后來很多年主要是搞機器人去了，對AI的關注度相對小一點。
最近幾年因為AI領域的發展，無論是大模型，包括機器人的AI模型進展非常快，這是最近幾年也是給我個人再一次的機會，把握住這個AI的時代。
現在的語言模型在信息領域，包括文字圖像領域已經做得非常好，我覺得比99.99%的人都要做得好，但是真正的在讓AI干活這個領域，現在整個領域都是荒漠的階段，就是荒漠上可能長了幾根小草，真正的大規模的在爆發性增長的前夜還沒有到來。
我覺得AI時代都是一個非常公平的時代，我覺得比以前公平非常非常多。只要你聰明，你愿意做事，你能達到你自己想達到的目標，大家在這個荒漠上都可以長出一些參天大樹出來。
蘇昊：我是2006年開始讀博士，當時就做人工智能研究。我一開始的入手是一個子系統，就是計算機視覺。2008年，我做了ImageNet這個項目，開始看到Jeff Hinton的 AlexNet在圖像識別上的重大進展，開始覺得機器人感知的解決不是不可能的。
在2017 年左右，我開始推動具身智能這個概念。我開始覺得軟硬聯合迭代很關鍵，如果不創業，具身智能和機器人結合的夢想是很難實現的。
吳承霖：我很早的時候就在用AI做一些有意思的事情。最開始是因為我在2010年的時候想用AI炒股票。在2022年ChatGPT發布的時候，我有一個觀點是它的代碼能力很強，我可以基于它來做完整的AI coding。我2023年6月30日開源MetaGPT，構建了一個開源社區，現在這個開源社區有超過15萬的點贊。
吳翼：我是受伯克利和OpenAI兩個地方影響特別多。用時髦的話講，我應該算是第一波真正去研究通用智能體的researcher。我們大概 10 年前發表了一篇論文叫Value Iteration network，是領域內第一篇真正研究強化學習泛化性的文章。后來我又和 OpenAI的同事做了一些多智能體工作。
主持人： AI 原生時代給機器人和智能體產業帶來了什么改變？
蘇昊：機器人的智能化可以看成三個階段。第一階段是基于規則，第二階段增加了感知能力，但感知、規劃和控制是三個隔離的階段。大語言模型等框架的重大進展，合在一起就是具身智能熱。至于數據問題，我認為單一數據類型不能完全解決這個問題。語言數據、視頻數據、帶反饋的控制數據，包括激勵數據都很重要。
王興興： 我曾說過行業過度關注數據問題而忽視模型架構缺陷，但這不代表數據不重要。我只是覺得大家平時說數據說得比較多，模型說得少一點。目前機器人領域的數據質量問題非常大。我一直希望能提高數據的利用率。從模型的角度，目前尤其對多模態的融合做得不太理想。
吳承霖：數據和算法是兩個決定性要素。在智能體這個領域，需要大量的高質量標注數據。這可能是人給，也可能是用另外的智能體給，或者用模擬器來給。另一個問題是算法。我傾向于認為業界有一些解，這些解掌握在少數人手里。
吳翼： 那肯定是機器人更難落地。我覺得 AI 時代很重要的事情是減少噪音。如果大家能把強化學習做對，你可能不需要這么多模型，因為能力是可以涌現出來的。我現在在做機器人大腦，最近還做了一個大腦機器人去跟人一起踢足球。
主持人： 對于這片新大陸上的組織，各位有什么想分享的？
吳翼：我回國后有一個疑問，在AI時代，組織是不是越大越好？有沒有可能有一種激進的模式，我就是三十個人，能做十年前需要三百人甚至一千人做的事情？這在AI時代有可能是真的。
王興興：AI時代對于小組織爆發的能力越來越強大。我一直覺得目前純AI領域的團隊有非常頂尖的幾個人才就可以做非常多的事情 。但我們公司做硬件，面臨的組織問題其實是挺大的。
我們當下公司最大的一件事情第一是我們非常缺頂尖人才。第二是管理和組織上的問題，很多情況下人多了反而效率更低了，人多了反而工作推來推去。
蘇昊：在具身智能的研發中，既有軟件又有硬件。軟件開發要快速迭代，硬件開發要紀律和品控。搞軟件的人不太懂硬件，搞硬件的人也不是真的懂軟件。打破這個壁壘難度相當大。人要有破除原來框架的勇氣，不要過于依賴原來的經驗 。
吳承霖：我覺得要從三個角度來看。第一，智能體是一個很好的生產者。第二，它的另一個強項是規劃。如果分工本身是由AI來做，可以降低巨量的隱性成本。第三，我們怎么去對待這個工具？我們要求所有人非常激進地使用AI和管理AI。
主持人：你們作為先進入這片新大陸的人，如果給之后的人一個建議，讓他們能夠更好地在新大陸上存活下來，你們會說什么？
王興興：我個人現在最大的感受是，大家可以把過去很多已經現存發生的事情，能忘的盡量忘了，重新把當下最新的東西重新學。對過去經驗的依賴，對未來的決策不是好事。
蘇昊：不要焦慮，擁抱未來，該來的肯定會來 。
吳承霖：要有足夠好的批判性思維和motivation（動力），保持自己的熱情不要放棄 。想清楚自己在哪方面比AI更強 。
吳翼：我同意興興說的，首先你要忘掉過去，但是不要忘掉歷史。因為人類大概就是歷史一直在重復，所以知道一點過去踩過的坑是好事。