智能机器人观察 — 工业机器人、人形机器人、具身智能与服务机器人产业资讯与深度分析

<figure><img src="https://img.huxiucdn.com/ai/ai-general-cover/202608/30/33537-prod-db-general-1-1788048778699.png?imageView2/1/w/1440/h/810/|imageMogr2/strip/interlace/1/quality/85/format/png" /></figure>——硅谷101对话前DeepMind科学家曹原，一份不加滤镜的现场纪要8月，谷歌传奇工程师Jeff Dean带着Oriol Vinyals、Sanjay Ghemawat、Quoc Le离开谷歌，创办Discovery Loop，方向是让AI自主做知识发现和自动科研。几乎同一时间，AlphaFold联合创始人......本文来自微信公众号：<a href="https://mp.weixin.qq.com/s?__biz=MzI0ODI0MTQyNw==&mid=2247484828&idx=1&sn=094a38e90bb35a40409b1a8f277ada1c&chksm=e8f71c205d416732580d68cb8206b8d245613ee6adb26b1aad1c25982d96009c01c5d63794d2#rd" rel="nofollow" style="text-decoration: none;" target="_blank"> AI时代仍不辍思考 </a>，作者：创业思考碎片——硅谷101对话前DeepMind科学家曹原，一份不加滤镜的现场纪要<blockquote>8月，谷歌传奇工程师Jeff Dean带着Oriol Vinyals、Sanjay Ghemawat、Quoc Le离开谷歌，创办Discovery Loop，方向是让AI自主做知识发现和自动科研。几乎同一时间，AlphaFold联合创始人、诺奖得主John Jumper去了Anthropic。外界读成"一个时代结束，另一个时代开始"。《硅谷101》主持人陈茜在旧金山对话了Google DeepMind前资深研究科学家、Unreasonable Labs联合创始人曹原。109分钟里，他把AI for Science（AI4S）拆到底：为什么是此刻爆发、卡在哪一步、天花板在哪、什么时候能商业化、人还剩下什么。</blockquote>一、三个词，先别混着用AI4S和AI4AI，都是把AI模型当成研究员本身，区别只在研究对象。<ul class="list-paddingleft-2"><li>AI4S：让模型去研究科学问题。</li><li>AI4AI：让模型去研究AI自己。比如在限定GPU预算下把模型训到最好；比如搜索一个不是Transformer的新架构；比如找一个不依赖反向传播（Backpropagation）的新优化算法。</li><li>RSI（Recursive Self-Improvement，递归式自我改进）：不是任务，是方法。让系统用上一轮的结果不断迭代更新任务和方案，自己把事情越做越好。它可以套在AI4S上，也可以套在AI4AI上。</li></ul>曹原给了一个最小例子说明AI4AI怎么跑：模型看一遍当前代码库，发现某个参数可能该调高→生成一个提议→自己写代码→丢进沙盒跑实验→读训练结果→决定要不要沿这条路继续→再生成下一步提议。一轮轮下来，性能自己往上走。AI4S只是把题目从"模型"换成"科学"，方法本质一样。二、为什么偏偏是现在不是科学突然变简单了，是代码能力和智能体的harness（驾驭系统）先成熟了。过去两年，AI最能证明自己的两个能力是数学和编程。等模型能比较可靠地写代码，harness能把工作流一步步串起来，才谈得上让AI去啃更复杂的科学问题。曹原拿一个生物实验拆成三步：<ol><li>根据当前观测，提出下一个假设——这需要推理能力；</li><li>实验出数据后，自己写代码分析，看是否符合预期——这需要代码能力；</li><li>数据异常时回溯，判断是提议错了还是分析路径错了——这需要迭代和长期记忆。</li></ol>科学问题比编程和数学范围更广、更乱，必须等这一整套能力先立住。他的原话是："现在就是天时地利人和。"三、AI适合做什么题三个判据：可计算、能被干净地建模、能被快速验证。<ul class="list-paddingleft-2"><li>问题定义这一步，必须由人来做。"AI目前还做不到说，自己有这个品位去找出合适的问题。"人给出初始问题和提示之后，AI可以搜文献、拆结构、把问题结构化得更清楚，但主要是辅助角色。</li><li>AlphaFold是范本：给定氨基酸序列→预测三级结构，问题定义极清晰，验证也相对容易。</li><li>可验证性是迭代速度的标尺。代码写完马上能跑，数学证明很快能查，但新药不到最后上市你很难知道效果；核聚变装置的一次实验代价可能高到无人愿意反复试错。</li></ul>还有一句底层原则值得记："如果你没法测量，就没法表征。"曹原说，只要数据能被数学化、格式化，变成字符串、某种模态的表示或Embedding，原则上就可以被表征；真正难的是那些本身无法被测量的东西。模型的分工也因此不同：通用模型（GPT、Gemini）是"实验室主管"（Orchestrator），驱动整个科研流程，什么格式的输入都能吃；垂类模型（AlphaFold、GNoME、MatterGen）是"领域专家"，只接受特定格式的表征。AI在科研里有两种角色：一是Co-Scientist（协同科学家），像Claude Science这种工作台，加速你的实验设计和数据分析，自己不必提出新知识；二是自主发现者，像AlphaEvolve自主发现新算法、AlphaFold生成新的蛋白质结构知识。四、真正的瓶颈：验证"最难的，对于AI for Science，肯定是verification。它是一个瓶颈，一旦这个瓶颈被打破了，你就可以很快地迭代。"对比一下就明白为什么：<ul class="list-paddingleft-2"><li>代码：写完立刻运行，对不对秒级知道。正因为验证是即时的，用户才敢把整个任务外包给编程智能体——这也是目前唯一能产生指数级增长的AI商业闭环。</li><li>科学：必须走进物质世界。曹原的框架很干净——宇宙最基本的要素是信息、物质和能量。数学和编程停留在信息层，AI4S的提议和模拟也还在信息层，但真正的科学必须进入湿实验。</li></ul>他的理想测试是：如果每分钟能拿到一次实验数据，哪怕方法再简单，AI4S就退化成一个数据生成问题——无限生成假设、即时验证、即时后训练。现实里实验成本高、周期长，闭环就慢下来了。破局有两条路并行：<ol><li>自动化实验室（AutoLab/Cloud Lab）：流程标准化的交给机器人，甚至可以通过API远程调用。OpenAI把GPT-5接到Ginkgo Bioworks的机器人实验室，让模型提出几千种蛋白质配方、机器人执行、结果回传，曹原称这是目前最有说服力的闭环实验之一。参照系是DeepMind与劳伦斯伯克利合作的A-Lab：17天执行353次实验，57个目标材料中合成出36个。瓶颈在机器人的操作精度和速度。</li><li>尽量少做物理实验：既然物理实验是瓶颈，就得让每一次实验都更可能命中——原来要跑10次的，能不能跑2次甚至1次。这对模型的推理、对失败经验的记忆和分析提出了更高要求。</li></ol>于是有了那句关键判断：<blockquote>"AI4S不是简单地把Science当作AI的一个应用，而是AI and Science。"</blockquote>要让AI更好地解决科学问题，AI本身的能力和AI与科学结合的能力必须同时加强。闭环还有一个常被漏掉的环节——元递归（Meta-recursive）。曹原补充：不只是改进模型和实验流程，还要改进工作流本身，包括什么时候让系统更新自己的代码、如何调整agent harness。这是"闭环之上的闭环"。另一个缺口是因果。Causal Modeling本身历史悠久（Judea Pearl、Do-Calculus），但曹原对当前语言模型的评价是两个字：不可靠。模型对因果的理解过度依赖措辞和语序——换一种说法、换一下前后顺序，整体意思没变，结果可能就错了，因为训练数据里通常只有最常见的那一种表述。他的判断是：模型对因果关系的判断，不应该基于语言表述，而应该基于对底层物理过程的建模。这也是他认同Yann LeCun强调world model（世界模型）的原因。五、更深的问题：AI的"发现"，是排列组合吗即便验证瓶颈被打破，还有一关。曹原引述诺奖得主、CRISPR先驱Jennifer Doudna的一段采访：被问到是否用AI辅助科研时，Doudna说会用，但AI给出的proposal里，没有一个是我们团队以前不知道的。AlphaGo的第37手"神之一手"算不算发现？曹原说：算，它是一个新发现。但它的模式还是把已有内在表征重新排列组合，采样到一条过去不常见的路径。它不代表创造了新的概念。那发现一个新概念到底是什么样的过程？他拆成三步：<ol><li>接收感知输入，观察实验和数据——这只是经验输入；</li><li>抽象出概念——看到人推车、车向前走，你得先抽象出"力"，再把它符号化为F；</li><li>把概念凝结成公式和理论体系——比如F=ma。</li></ol>今天的AI4S只是在一定限度内探索已有的表征空间，还不能真正产生全新的理论或知识。Unreasonable Labs的解法是在LLM外面加一层"符号主义"：用规则把不同领域的人类知识串起来（论文A的概念和论文B的概念是什么关系），作为模型的新"直觉"，让它生成原本处在小概率区间的想法。但曹原也不讳言：符号主义不可能替代连接主义，最终可能是98%连接主义+2%符号主义。真正的瓶颈被他一句话点破："在novelty（创新性）和可行性之间取得平衡。"让模型创新很容易——随便采样、给个随机词，它都能生成不一样的想法；难的是这个想法既要新，又要合理、可行、能执行。六、天花板：概念抽象是AGI的last mile这是整场对话最锋利的一段。陈茜问：数学里最优美的部分——抽象出一个新对象，比如从矩阵里抽象出"特征值"——AI能做到吗？曹原：我不认为它现在可以做到。追问：永远都不行？<blockquote>"我甚至觉得，抽象概念不是一个可计算过程。"</blockquote>他的论证很朴素：一个语言模型如果从未接受过数学训练，你给它看三只鹅、四只鸟、五棵树，它不可能自然提取出"数"这个概念——而这个概念可以用于任何物体。原始人看到这些就能开始数数，AI不行。<blockquote>"概念抽象的过程，可能是AGI的last mile（最后一英里），而这一英里甚至可能永远无法跨越。我认为这个过程甚至不一定具有图灵可计算性。"</blockquote>他还补了一个哲学视角：古典哲学里的英国经验派（培根、洛克）认为认知完全来自经验——映射到今天，就是大模型：初始是随机的，智能完全由万亿token的经验输入决定。大陆唯理派认为理解世界的方式由大脑的先天结构决定——这对应符号主义的先验结构。康德把两者统一：经验提供材料，但必须有先验结构（时间、空间、因果等范畴）来解释材料，智能才能产生。黑格尔再进一步：概念不是一旦建立就恒定不变，而要在自我否定中持续更新——映射到AI语境，就是Continual Learning，最终的AGI不可能是把所有参数刻死的一个checkpoint。不同时代的人用不同的语言，讨论的是同一个问题：人怎样认识世界，知识怎样产生。七、数学是最诚实的试金石AI for Math的三道坎（以Axiom Math AI、Harmonic AI为代表）：<ol><li>语言模型本身要足够强，能提出可能成立的证明；</li><li>自动形式化——把自然语言证明翻译成Lean，这一步极难，也是这两家公司砸钱最多的地方；</li><li>Lean的Mathlib必须足够大——人类已有的定义、定理、引理都得在库里，系统才能组合使用。</li></ol>Lean是必需的吗？曹原的答案分场景："如果要一本正经地做数学，做职业数学家级别的数学，就需要Lean。"IMO考察的是创意构造，知识未必深，一两页能写完，自然语言基本可信；但王虹那个级别、上百页的证明，自然语言无法保证正确。他讲了Peter Scholze的例子：这位2018年的菲尔兹奖得主，对自己一个重大证明到底对不对都无法确定，和合作者反复讨论也没有结论，最后只能把定理、定义、引理全部人工形式化进Lean——光这一步就花了一两年。直到某天编译通过，整个证明才算被确认。即使是最顶级的数学家，在极复杂的问题上也只能相信严格的逻辑和计算机验证。而比"对不对"更麻烦的是"证明过剩"——陶哲轩提到的现象：过去长期无人解出的难题，现在底下堆了几十份AI生成的解答，但没有足够的人类专家有时间逐一验证。曹原的回应是一个比喻，我认为是全场最好的一段：<blockquote>如果去听音乐会，我告诉你钢琴是机器人弹的，每个按键的力度和时长都绝对完美、严格按作曲家要求——你可能还是不想听。你想听的不只是音色本身，还有演奏者自发的情感和能让你产生共鸣的东西。对科学也一样。证明结果正确当然重要，但如果论证过程没有有意思的、容易被阐释的发现，科学家会觉得就像机器人在弹钢琴。</blockquote>他举了四色定理：上世纪70年代靠计算机枚举证明，结果肯定是对的，从工具角度可以直接用；但从数学本身的价值看，它未必带来新定理或深刻洞见。一个发现有没有意义，取决于你是从工具角度评判，还是从价值角度评判。关于黑盒，他的态度也很实在：单一、边界清晰的任务，黑盒可以接受，就像早期的计算器。但结果正确不等于成本变低——AI写的代码连工程师自己都可能看不懂，维护成本反而更高；而模型本质是随机机器，同一个任务第二次运行可能生成完全不同的代码，这种不确定性会造成严重的信任问题。<blockquote>"如果AI能完成80%有经济价值的活动，但每项活动都需要人介入验证，那还不如不让AI做。"</blockquote>八、物理必须走出逻辑世界AI for Physics和AI for Math不一样。数学只生活在逻辑空间，在人类定义的一套理想逻辑世界里就能成立；物理必须走出逻辑世界，进入物质世界，最终一定要靠实验验证。而人类做发现的方式，靠的是溯因推理（abductive reasoning）：苹果掉下来是随机事件，牛顿要做的是反过来问"什么原因导致了它"，并让这个解释泛化到其他现象。今天AI做得最好的是演绎推理（给定前提、定理、定义去推导新结论），溯因则需要抽象能力、想象能力和世界模型——"未来很长时间也做不到"。不过最前沿的理论物理已经出现AI的痕迹：Edward Witten最近在arXiv发表的论文里，在脚注中说明某一段是Claude帮忙想出来的。关于数学的"无用之美"，曹原的回答值得一抄：<blockquote>不管数学、美学、艺术还是哲学，如果只从直接效用看，都可以说是"无用之物"。家里挂一幅画有什么直接用途？可能一点用都没有，但这正是所谓**"无用之大用"**。很多最美好的东西都从"无用"开始，从人类的好奇心和对美的追求开始。没有这些，就不可能继续发展物理。</blockquote>九、三巨头都在押注，但都不是最高优先级<table cellpadding="2" cellspacing="1" class="article-table" rules="all" style="text-align: center; width: 100%; border-collapse: collapse;"><thead><tr class="firstRow" style="color: #fff;"><th style="white-space: pre-wrap; background-color: #ee2222; font-weight: normal; line-height: 18px; font-size: 14px; text-align: center; padding: 8px 0;"></th><th style="white-space: pre-wrap; background-color: #ee2222; font-weight: normal; line-height: 18px; font-size: 14px; text-align: center; padding: 8px 0;">布局特点</th><th style="white-space: pre-wrap; background-color: #ee2222; font-weight: normal; line-height: 18px; font-size: 14px; text-align: center; padding: 8px 0;">代表动作</th><th style="white-space: pre-wrap; background-color: #ee2222; font-weight: normal; line-height: 18px; font-size: 14px; text-align: center; padding: 8px 0;">结构性约束</th></tr></thead><tbody style="text-align: center;"><tr style="background-color: #fff; color: #000;"><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">Google/DeepMind</td><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">最早、最广、路径最多</td><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">Alpha系列、Co-Scientist、Gemini for Science、Isomorphic Labs、A-Lab</td><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">Gemini必须先到SOTA，短期商业优先级挤压长期研究</td></tr><tr style="background-color: #fff; color: #000;"><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">OpenAI</td><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">最激进</td><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">GPT-5白皮书、GPT-Rosalind（生物化学垂类）、GPT-5+Ginkgo闭环、2027年自动化AI Scientist目标、Astra数学模型</td><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">产品线过长（广告、硬件、企业版）；Kevin Weil离职后AI4S并入Codex，赌通用模型</td></tr><tr style="background-color: #fff; color: #000;"><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">Anthropic</td><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">后发追赶</td><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">Claude Science平台、vibe physics、BioMysteryBench、挖来John Jumper</td><td nowrap="" style="line-height: 18px; font-size: 14px; white-space: pre-wrap; padding: 8px 0;">三家中唯一还没有垂类科学模型；短期优先级是coding与上市</td></tr></tbody></table>关于Jeff Dean从谷歌出走，曹原不认同"一个时代结束"的说法，他给了三层解读：<ol><li>组织层：Gemini启动后走"集中力量办大事"路线，原先各做各题的团队被整合，摩擦不可避免；</li><li>产品层：年初Gemini 3.1 Pro还在排行榜前列，但过去几个月Anthropic、OpenAI和中国开源公司突飞猛进，3.5/3.6 Flash表现平平，3.x Pro迟迟未发布；</li><li>方向层：Discovery Loop要做的事，正是数学与编程能力成熟之后的下一个自然延伸。</li></ol>但谷歌不该被看衰：从底层芯片、基础设施、数据中心、工具链，到模型、人才、数据，再到消费者产品的分发渠道，谷歌全部都有，完全不依赖外部生态。问题不是做不好，是优先级和资源投入需要调整。顺带一个判断：Meta引入Alex Wang之后MSL有改善迹象，但**"从0分做到80分"和"从80分做到100分"完全是两回事**——后者难得多，而这正是谷歌现在的位置。这恰恰是创业公司的窗口。三家最高优先级都还是编程、商业化和把模型做大，AI4S重要但排不到最前。大公司有innovator's dilemma：一旦挖出明确的商业化路径，就不愿意立刻把资源转走。而RSI和AI4S又是谁都不敢真正落后的战略方向。缝隙就在这里。十、时间线：分层商业化，诺奖级二三十年商业化不能一刀切，它是分层的：<ul class="list-paddingleft-2"><li>现在就能卖的：药物开发中的靶点发现、分子结构设计这类中间产物，即使还没有一款完全由AI生成的药上市，这些环节已经可以作为产品或服务商业化。</li><li>需要时间的：让AI独立做出诺贝尔奖级别的成果。</li></ul>陈茜追问"很长"是多久，曹原给了一个明确数字：<blockquote>"如果说让AI独立做出诺贝尔奖级别成果，我觉得至少还需要二三十年。"</blockquote>理由是：AlphaFold拿了诺奖，但那不是AI自主完成的科学发现。而要让AI走到那一步，还得补上现在严重缺失的能力——不只是凭空创造概念，光是从实验结果中稳定做正向和反向的因果推理、长期记忆（做过无数实验之后怎么提取相关记忆）、持续学习，把这几个前沿问题逐步解决，可能五六年就过去了。但AI4S的价值不止于"AI的一个应用"：<blockquote>"科学不应该只是AI的应用，它还应该反过来成为促进AI自身发展的刺激和催化剂。"</blockquote>一个模型如果能解决极难的科学问题，它在编程、推理等其他问题上应该也能做得更好。而AI本身是一种meta technology（元技术），就像一个通用大脑。如果真有能拿诺奖的系统，它一定不只解决科学问题，也可以像代理CEO一样在人类经济活动的各个方面做得更好。结语：人的价值在哪里节目的最后一句话，我原样留下：<blockquote>一旦理想中的AI完成自进化，跑通从模型到实验的闭环，将带领人类去到从未达到的高度。而那个时候，我们必须要更清楚，人类的价值在哪里——是定义，是验证，是应用，还是拥有最终的审判权。</blockquote>曹原自己的答案是分层的：定义问题（AI没有这个品位）、验证与评判（正确不等于有价值）、应用，以及最终的价值审判。以及他对AI从业者的一句提醒，值得贴在办公桌上：<blockquote>现在AI的大部分研究和应用，都是自下而上的视角——别人告诉你Transformer有效、Scaling Law还没失效、harness要继续优化，把这些做好就可以发产品。这对短期落地当然重要。但在这之外，仍然要有立意更高的研究。要用第一性原理、从上往下思考：智能到底是什么？人类怎样认识世界？有哪些特性是目前AI做不到的？AI狂热会不可避免地产生浮躁和比较肤浅的见解。</blockquote>本文为《硅谷101》陈茜×曹原对谈《对话前DeepMind曹原：AI for Science爆发，一个新时代到来了》的核心观点提炼，内容忠实于对话原文，未作延伸演绎。

深度对话：AI for Science 爆发了，但真正的天花板还没到

📌 概要