2025年，“天工”相繼斬獲全球首個人形機器人半馬冠軍和“百米飛人”稱號，“大模型六小龍”之一的智譜迭代升級旗艦模型並站上全球開源模型第一的位置，全球首款類腦脈衝大模型推理能效大幅提升……雖然人工智慧的技術突破相繼涌現，卻離普通人的生活有些遙遠。
在行業人士看來，人工智慧産業有望在“十五五”時期迎來爆發，更多領域會出現一批“殺手級”應用。北京這座“人工智慧第一城”，如何在下一個五年再次突圍？
人形機器人不能只展示花拳繡腿
扭秧歌、跑馬拉松、打拳擊……人形機器人是2025年當之無愧的“頂流”。雖然有點讚、有吐槽，但大家更多是對它抱有期待。
“馬拉松和運動會是以實戰方式檢驗當前人形機器人技術發展水準的‘試金石’，價值遠超實驗室裏的千萬次測試。”勇奪半馬冠軍的“天工”研發方北京人形機器人創新中心副總經理王海華近日在接受記者採訪時説。
賽場上，人們看到機器人有時健步如飛，表現驚艷，有時又跌跌撞撞，説明大規模量産和商業化應用仍面臨挑戰。
在王海華看來，當前産業化瓶頸是系統性的：技術上，“大腦”的認知決策能力、“小腦”的運動控制精度與機器人本體的性能仍需協同突破，特別是在動態、非結構化環境中的可靠性和適應性是核心挑戰；産業生態上，核心零部件成本高、軟硬體標準不統一、缺乏經過大規模驗證的“殺手級”應用，一定程度上制約了産業發展。
“北京可發揮場景資源豐富、産業鏈條完善等優勢，加快具身多模態大模型、運動控制模型等核心技術攻關。”王海華建議，北京應該推動開展人形機器人晶片、作業系統等聯合研發，構建自主安全可控的具身智慧技術底座，構建統一的行業標準體系，探索更多真實場景、高價值場景的應用示範。
人形機器人運動會後，冠軍機器人已從賽場走進福田康明斯“燈塔工廠”，進行物料搬運和整理等實操工作。不過，人形機器人距大規模“上崗”還有一段路：它需要經歷在複雜工況和特定場景下的應用驗證、工藝改進、迭代優化，以確保其安全可靠。王海華説，短期內，具身智慧機器人最有可能在特種作業、工業製造等領域規模化落地，這些領域任務邊界簡單清晰、環境相對可控、重復性比較高，可幫助人們從危險、有毒有害的工作中解脫出來，更容易實現技術驗證和商業閉環。
“百模大戰”後何時出現殺手級應用？
作為“人工智慧第一城”，北京累計備案上線大模型183款，數量全國第一。豆包、智譜等標桿模型性能穩居全球第一梯隊。自2023年以來，國內大模型企業競相突破，上演了“百模大戰”。
“初期很多人投入做大模型很正常，中間可能會有些內耗，但慢慢會分化出來，通過市場競爭、政策引導，大家更清楚自己合適的位置。”北京智譜華章科技股份有限公司董事長劉德兵對記者説。他以該公司從事的基礎模型領域為例：基礎模型投入太大，要求也更高，很多企業已轉去做其他更擅長的行業應用方向。
2025年，智譜發佈的模型GLM-4.6編程能力取得關鍵突破，在全球百萬用戶盲測的大模型競技場Code Arena上，該模型與GPT-5等並列全球第一。
無論是行業人士，還是普通人，都期待大模型能出現一個“殺手級”的應用，何時才能看到？
“現在對話層面的模型很普遍，但大家更期待大模型智力水準再提升。”劉德兵説，這需要大模型達到L4級，實現自學習自成長，在使用中不斷迭代變得更聰明。但實現躍升還有不少技術難點，比如模型的長期記憶機制——這不是一次對話中大模型短暫記住某些事情，而是一旦收到反饋就形成長期記憶，後續模型自己就能判斷。
當前，國際主流AI公司都朝着L4級大模型的方向努力，也包括北京企業。“北京有機會有優勢率先誕生這種‘殺手級’的應用。”他認為，北京有很多優秀人才，能很快接收到大模型發展的信號並快速跟進，提出自己的一些思路。再加上創業土壤、政策支援，“殺手級”應用在北京誕生值得期待。
AI發展要築牢隱私保護“安全鎖”
人工智慧也催生倫理和道德層面的挑戰。當人們打開手機裏的大模型App，一問一答的對話中能收穫想要的資訊和情緒價值。但這種生成式人工智慧大模型的“成長”需要數據，如將個人資訊“喂”給了它，便有隱私洩露的風險。
北京前瞻人工智慧安全與治理研究院院長曾毅認為，AI發展要在技術層面築牢隱私保護“安全鎖”，在充分保證用戶知情同意的情況下推行個人數據採集與利用的“最小必要”原則。對於敏感隱私數據，應建立分級分類管理體系，並將隱私保護融入AI研發的底層設計。
人工智慧時代的來臨，也讓不少人擔心未來工作是不是會被替代。“人工智慧與技術變革帶來的絕不是全面失業，而是就業結構的重構。”曾毅説，當前AI仍處於弱人工智慧向通用人工智慧過渡的階段，其本質仍是資訊處理工具，而非能完全替代人類。
在曾毅看來，在AI帶來就業結構變化上，政府部門應該關注“轉型”而非“替代”。一方面，重復性、高危性崗位的替代是技術進步的必然；另一方面，AI將催生大量新職業，如AI倫理審查員、安全工程師、人機協作教練等。
為應對這一變化，政府、企業與社會需形成合力：政府部門要加強職業技能培訓體系建設，引導人工智慧應用服務所産生的利潤公平分配，特別是被替代崗位相關人員如以貢獻專業知識與數據等形式參與其中時，應得到充分回報；企業在推進技術替代的同時，應依據實際情況開展員工轉崗培訓；個人則要聚焦AI無法替代的情感、創意與協作能力，培養核心競爭力。（曹政）
