證券時報網
鐘恬
2025-11-01 10:07
一場競賽勝負即將揭曉，似乎成為產業界與投資圈的共識。
隨著中國在AI大模型領域實現技術突破，以DeepSeek為代表的開源生態迅速崛起，具身智能作為下一代人機交互的核心載體，成為中美科技競賽的新焦點。
特別是在DeepSeek橫空出世后，AI領域呈現出開源高效以及高投入高性能的雙軌格局。與此同時，中國AI產業從大模型熱潮中迸發新的演進路徑：開源模型激發創新飛輪，強化學習、多模態等技術加速融合。
另一方面，在機器人賽道，具身智能崛起為關鍵突破口，大量創業公司借助中國完備供應鏈和龐大場景優勢沖擊產業化落地。2024年我國人工智能產業規模已突破7000億元人民幣，并連續多年保持20%以上增速。
這一系列趨勢背后，AI與機器人領域既孕育著新的機遇，也面臨核心挑戰。那么，后DeepSeek時代技術何去何從？具身智能能否成為產業化奇點？對于這些問題，界面新聞試圖追尋業內人士和投資者的聲音。
DeepSeek時刻后，AI的下一波增長在哪里？
2025年初被譽為“中國AI關鍵轉折點”的DeepSeek時刻后，國內AI領域出現了技術路線分化與加速演進的新趨勢。
藍馳創投管理合伙人陳維廣在藍馳創投2025年度基金合伙人大會上發表觀點稱，未來5到10年將是中國經濟重整后的顯著復蘇周期，其底層增長邏輯正在重構，大國間的科技立體博弈成為核心驅動力。
面對AI的不可逆趨勢，陳維廣認為中國已展現出新型比較優勢：開源與低成本模型加速技術普惠，成熟的工程能力與完整供應鏈為具身智能等領域構成產業壁壘，同時頂尖人才呈現加速回流態勢，“這一系統性競爭力，正推動中國在全球創新與產業升級中扮演核心角色。”
一方面，開源大模型成為中國追趕超越的利器。2025世界人工智能大會上釋放的信息顯示，截至今年7月，中國已有1509個大模型，數量居全球第一，占全球總量3755個的40.2%。
開源模式帶來了技術民主化的飛輪效應，開發者社區協作迭代，模型改進速度成倍提升，并迅速衍生出各類行業適配版本。藍馳創投合伙人朱天宇觀察，開源與低成本模型正在加速AI技術的普惠化。
另一方面，強化學習（RL）等前沿技術走向主流應用。
實際上，無論是在對話代理Agent讓模型具備自主性，還是通過人類反饋強化學習提升模型對人意圖的理解，都體現出強化學習技術在AI落地中的價值。
“大家之所以有信心，正在于從模型算法視角看，強化學習為模型提供了持續改進的路徑，只要在真實任務與數據反饋中不斷歷練，智能水平就會隨之提升。因此，很多能力只是時間與經驗問題。”月之暗面馮錚預判，這一切會很快實現。
今年9月，DeepSeek團隊在Nature上的論文首次公開僅靠強化學習激發大模型推理能力的重要成果，這是全球首篇經同行評審的大模型研究登上Nature封面，標志著RL在通用AI領域取得突破。
可以預見，強化學習將與大模型訓練深度融合，幫助AI更高效地學習復雜任務策略，從而拓寬應用邊界。
“我對未來AI最大的期待，是用類似強化學習的方式把模型與商業環境深度結合，讓模型在真實場景中自進化、以業務結果為目標分解出無數分支，從而把基座能力沉淀為生產力。”元理智能創始人兼CEO張帆表示。
此外，多模態智能融合成為技術新方向。多模態AI指同時理解和生成文本、圖像、語音等多種信息模態，為AI賦予更全面的感知與交互能力。
藍馳創投管理合伙人朱天宇將“多模態推開應用邊界”列為當下AI演進五大趨勢之一。在他看來，目前中國科技公司正競相發布多模態大模型，而多模態技術的進步使AI有望突破單一領域，在機器人感知、視頻內容創作等場景發揮作用。
這種多元演進，為中國在全球AI創新版圖中爭取主動提供了堅實基礎。斯坦福大學人工智能研究院發布的《2025年人工智能指數報告》顯示，中美兩國在頂級AI大模型性能上的差距已從2023年的17.5%急劇縮小至0.3%，幾乎實現了性能上的“零差距”。
具身智能全球搶位賽
在具身智能賽道，國內各家企業正尋找產業化落地的突破點。由于機器人被賦予AI一個物理載體，使其能感知環境并執行動作，被視作AI應用的下一個前沿。
業內將中國押注的人形機器人領域比作“淮海戰役”，也就是說，中國集中優勢力量爭奪決定性勝利的主戰場。
過去兩年，這一領域從概念驗證加速邁向特定場景的商業落地。國內企業紛紛聚焦真實場景，以分步迭代策略推進產品成熟，先攻克單一功能產品，再逐步挑戰類人形的高階形態。
如果說大模型與RL解決了AI的會思考與會決策，那么具身智能要解決的是會操作與會交付。因此，評估優劣的標尺不再是炫技Demo，而是量產能力、場景泛化率、交付穩定性與全鏈路成本曲線。
在技術架構路線上，國內團隊普遍強調軟硬件一體的全棧自主研發，以確保機器人的穩定性和協同優化。
智元機器人合伙人、高級副總裁、通用業務部總裁王闖認為，具身智能系統極為復雜，只有軟硬件協同的深度融合才能實現可靠落地。這一觀點在行業中形成共識。銀河通用機器人聯合創始人張智震舉例稱，波士頓動力雖炫技領先，但并未走向大規模生產應用，因此未成領軍者。
反觀國內，相對完善的工業體系和供應鏈允許初創公司快速打通從模型到產品再到生產力的全流程。
王闖舉例稱，國內激光雷達企業經過幾年追趕已在全球市場后來居上：從國外一家獨大到如今中國廠商出貨量稱雄，車載激光雷達幾乎被中國公司全面主導。同樣，以割草機器人、掃地機器人為代表，服務機器人領域國內公司憑借技術和用戶體驗已遠超海外競爭者。
這些案例背后是國內工程落地能力和供應鏈支撐。正如陳維廣所強調的，中國在工程實施和供應鏈上的新型比較優勢，正在為具身智能構筑產業壁壘。
除了硬件攻堅，國內也在算法與數據層面尋找差異化突破。
它石智航創始人兼CEO陳亦倫總結具身智能成功三要素：真實而豐富的場景、源源不斷的數據、軟硬結合的高頻迭代。
在他看來，中國的本土市場和應用場景提供了獨特優勢，豐富的產業工序、服務業場景為機器人試錯迭代提供了用武之地。有了真實需求牽引，企業可以快速驗證方案并升級產品。
同樣，張智震認為，這是中國創業者將單點技術變成體系化產品的關鍵。在數據層面，大規模部署帶來的感知和交互數據反過來訓練模型，形成正反饋循環。
銀河通用在零售、工業和To C（用戶）領域的商業落地驗證了這一思路：機器人不必等到“終極通用”才能創造價值，而是沿途落地，在有限場景完成有限任務，不斷積累泛化能力。通過仿真和真實世界數據融合訓練基礎模型，再針對落地中的長尾問題進行專項攻關，機器人智能得以逐步成長。
可以說，中國企業正以務實迭代的方式推進具身智能發展，從而縮短技術轉化為生產力的路徑。
當然，對于未來，業內呈現相對樂觀的視角。正如王闖所言，機器人之戰中國“很可能在5年內分出勝負”。
王闖指出，具身智能領域雖然整體還處于“混沌不清的狀態”，但該領域的決勝關鍵并非單一技術，而是量產能力、智能化及軟硬件協同、強大的供應鏈和工程化能力以及人才優勢，“這恰是中國的核心優勢”。
他基于其多年產業經驗判斷，中國企業在集成創新與實用主義驅動下，將引領未來具身智能產業的發展，“中國具身智能產業將在五年內勝出”。
但可以預見，在政策和資本的雙向助力下，中國的具身智能企業有望引領這一波科技產業浪潮，實現從概念到規模化應用的突破。
