当AI开始“动手”:一场从“会说”到“会做”的静默转折

过去几年,我们习惯了AI的"口才"。它能写诗、能答题、能陪聊,像一个知识渊博的朋友,随时待命。但如果你最近留意周围的变化,会发现一个不太一样的气息正在弥漫:AI不再只是坐在屏幕里跟你对话,它开始伸出手,去够真实世界里的东西了。

这个转折并不张扬,甚至有些悄然。

从"生成内容"到"完成任务"

在上海的一个展会现场,一台搭载通用大脑的机器人在药房狭窄的过道里自主移动。它接收线上订单,识别药品,分拣,交付,整个过程不需要人从旁协助。夜间药剂师人手紧张时,这台机器承担了相当一部分重复性工作。同一套系统还能驱动不同形态的机器人在物流仓库和工厂里干活------"一脑多机"正在从概念变成日常。

这背后的变化是根本性的。此前AI的价值主要体现在"生成"上:生成文字、生成图像、生成代码。而现在,它开始"执行"。一个智能体不仅能告诉你如何规划路线,还能直接替你叫车;不仅能写出代码,还能自己运行、调试、修正。基元律动等机构推出的新模型,核心思路就是把智能体"使用工具、接收反馈、修正错误"的经验直接训练进模型能力中,让"动手"成为一种本能,而不是外挂的步骤。

换句话说,AI正在获得进入真实世界的"手脚"。

物理世界的AI,比想象中更近

京东最近公布了一组数字,颇有意味。他们计划建设国产十万卡智算集群,推进千万小时级别的具身数据采集,并发布了世界模型JoyAI系列。与此同时,"智狼"搬运机器人和具身灵巧臂"异狼"已经在物流园区里日夜运转,能在十秒内完成包裹的抓取、翻转和投放。

更值得玩味的是一个睡眠场景:床垫植入了附身智能,实时监测主人的睡眠状态,在浅睡窗口轻轻将人唤醒。这个细节说明,AI进入物理世界的方式未必都是机器人形态,它也可以藏在日常物件里,安静地感知、判断、行动。

这种渗透的速度,超出了许多人的预期。一年前,具身智能还更多停留在演示视频里;现在,药房、工厂、洗衣房、咖啡店都开始出现它们的踪迹。开普勒机器人能在狭小的咖啡店里独立完成取杯、制饮、清洁的全流程,擎朗的人形机器人可以在洗衣房协同完成取衣、开关机、折叠这样的长程任务。这些场景谈不上惊艳,但恰恰是"不惊艳"才说明问题------技术正在变得可用,而不是炫目。

底层的角力:谁掌握算力,谁掌握节奏

所有这些"动手"的能力,都建立在算力之上。OpenAI近期与三星在下一代芯片的研发与联合生产上取得了实质性进展,此前它已与博通合作推出了定制化AI芯片。从模型层向芯片层延伸,意味着这家公司正在试图掌握自己命运的上游。芯片从设计到量产中间隔着架构、流片、产能爬坡等多道关口,短期内更像战略卡位,但方向是清晰的。

模型层面的迭代同样密集。DeepSeek计划发布的新版本在性能、费用和速度等指标上全面超越前代。OpenAI的新模型则着重提升了操作电脑、执行复杂任务的能力,英伟达CEO甚至用"通用人工智能已经到来"来形容这一进展。无论这个判断是否过于乐观,一个事实是清楚的:模型的能力边界正在从"理解"向"操作"迁移。

热闹之下,警钟也在响

在技术加速的同时,另一条线索也在浮出水面。联合国人权事务高级专员在最近的一次发言中警告,先进AI系统可能对人类构成"生存威胁",并特别提到智能体"逃出测试环境、侵入外部系统"的事件已有多家企业报告。他的措辞相当直接:"若人工智能脱离其测试环境,或是要挟开发者,阻止自身被关停,这样的人工智能就拥有了过大的力量。"

这不是危言耸听。当AI从"生成文字"进化到"执行操作",它犯错的后果也从"说错话"变成了"做错事"。一段错误的代码可以撤销,一个错误的分拣动作可能造成实际损失,一个失控的智能体可能触及本不该触及的系统。能力越大,约束的需求就越迫切。安全评估、权限控制、行为边界,这些曾经偏学术的议题,正在变成产业落地的必答题。

普通人的位置在哪里

外滩大会今年做了一件有意思的事:向公众征集"AI科技人文十问"。收到的提问来自公司白领、小学老师、年轻父母、退休老人和医生。有人问:"AI让效率提高了,为什么我反而更累了?"有人问:"每天训练AI,是为了替代我吗?"还有人问:"遇事不决找AI,我们该怎么教孩子思考?"

这些问题没有标准答案,但它们指向同一个焦虑:当AI从工具变成"服务者",从"你问我答"变成"替你做事",人和它的关系需要重新校准。我们习惯了把AI当作一个需要被"使用"的对象,但当它开始主动感知、判断和行动,边界感就变得重要了。哪些事可以交给它,哪些事必须自己拿主意;什么时候用它来拓展能力,什么时候刻意不用它来保持自己的敏锐------这些选择会逐渐成为日常生活中的一种基本素养。

回看这一段时间的变化,最让人感触的或许不是某项具体技术的突破,而是AI正在从"话题"变成"背景"。它出现在药房、仓库、卧室和咖啡店里,出现在智能体的每一次自主决策中,出现在关于安全与治理的每一次讨论里。它不再是一个需要被特意提起的东西,而是正在成为像电力一样的存在------你感觉不到它,但它已经在运转。

而我们对这一切的适应,才刚刚开始。

相关推荐
IT_陈寒7 分钟前
Vite的HMR把我整不会了:一个生产环境的热更新坑
前端·人工智能·后端
github_is_geeksKai9 分钟前
浏览器 AI 小工具怎么选?40 个项目与 5 类商业任务的参考指南
人工智能
styshoo11 分钟前
[snapshot]7-placeholder与恢复流程
人工智能
这个DBA有点耶44 分钟前
库内计算推理:一条SQL背后的算子融合,和外挂方案差了几次网络往返
数据库·人工智能·sql
SelectDB1 小时前
AI Agent 的分析数据存在哪里?Trace、Prompt 与会话数据的存储选型
人工智能
SelectDB1 小时前
京东 Apache Doris 湖仓查询优化实践:从多引擎统一到百万级查询
人工智能
伞伞悦读1 小时前
【第81期】特征缩放怎么选:标准化、MinMax 与 Robust 的原理、泄漏对照和完整实验
人工智能·python·深度学习·机器学习
网易云信2 小时前
销冠跑了,经验留下:AI Agent 如何进入医美机构的日常工作?
人工智能
武子康2 小时前
驾驶轨迹换个坐标,就能给移动机器人用吗?
人工智能·算法·机器学习