“我认为机器人热潮不会持续太久，现在场景都很同质化，还有很多深水区的问题，可能需要十年、二十年才能解决。”

今年第一次参加WAIC的工擎智能创始人&首席科学家彭一杰，对具身智能行业火热的机器人有着理性务实的判断。

他目前还担任南京大学至诚特聘教授、复杂系统管理研究院院长，以及北大信息技术高等研究院多智能体与工业智能实验室主任，是这波AI浪潮中典型的科学家创业。

彭一杰坦言，驱动自己下场创业的是AI带来的想象力，及其对技术范式和经济发展的变革，希望把过去长期的研究产品化，真正去改变产业。

彭一杰创业避开了人形机器人风口，而是聚焦工业场景打造决策超脑和世界模型，最新成果工业多智能体协同决策平台“擎天枢”也在WAIC期间正式发布亮相。

他告诉搜狐科技，AI下一个技术浪潮一定是物理AI，AI应用落地则必须跟产业、实际场景和真实问题融合，这也是国家提出的AI+战略的核心。

当前，工业制造迎来新一轮智能化升级，自动化设备、具身机器人和工业系统加速进入生产现场，生产环境变得高度复杂，但工厂决策中枢并未同步升级，传统工业软件主要依赖规则和经验，难以实现全局动态优化。

工擎智能的解法是去构建统筹全局的工业决策超脑，“擎天枢”就是基于此打造，从而实现一线生产现场、中层管理调度、顶层供应链和工业知识图谱的全链协同、统筹和决策。

“这可以替代人或辅助人去做决策，人可能只是最后的确认方，这是跟传统工业软件最大的差别。”彭一杰强调，工擎智能绝非传统软件公司，并已与大众等多家标杆客户达成合作。

彭一杰认为，未来工业工厂将逐步实现AI通用化、自主化的全新形态。但他判断，人形机器人短期难以实现规模化工业落地，且应用价值有限，其在家庭场景会更有应用价值。

今年WAIC有超过200家具身智能和机器人企业参展，除了表演，它们开始纷纷走进工厂打工，搬箱子、上下料等成为主要展示的应用场景。

“现在看到的只是样板间展示，真正到工厂去可能没那么好用。”彭一杰表示，现在具身智能更多还是单点突破，对人形机器人未来的发展不要盲目乐观。

随着AI的发展，彭一杰还判断，今天的工作未来大部分会被取代，对白领的冲击比蓝领更大。“未来人的主要工作可能就是管理智能系统，给智能系统定义规则。”

同时，有着数学学术背景的彭一杰认为，AI将成为AI for Science和AI Engineering的技术底座和范式，将对数学、物理、生命科学等基础研究带来颠覆性的作用。

因此，彭一杰也呼吁，AI时代的人才培养和科学家研究都需转型，坐十年冷板凳和停留在实验室的传统范式难以适应快速的变化。

“作为教授，我首先要革自己的命，从实验室走出去。”彭一杰表示，要顺着技术范式的变化，结合产业实际，提出有意义的问题去做研究。

以下是对话精编：

一、具身智能还是单点突破，不要对人形机器人盲目乐观

搜狐科技：这波AI浪潮再往下走，技术侧或应用侧会发生什么变化？

彭一杰：AI的下一个浪潮一定是物理AI。现在大模型基本已收敛，基本掌握了人类的语言，但它不理解物理世界和因果规律，不理解人的情绪，这是非常底层的研究问题。

未来AI应用落地需要跟产业、实际场景和真实问题融合。除了底层技术，对整个场景、现实和问题的理解可能更重要，包括数据。

搜狐科技：您认为物理AI最有潜力的方向是什么，是现在最火的机器人吗？

彭一杰：机器人肯定是未来的长周期大赛道，但要能够自主理解、规划任务、长程协作，现在不光是AI大脑不成熟，硬件也不成熟，软硬协同也有问题，像李飞飞、杨立昆等顶尖科学家都有这种警告，还需要至少十年、二十年才能逐渐走向成熟。

搜狐科技：但感觉国内机器人企业都很乐观，觉得很快就能突破。

彭一杰：我认为这种乐观是对部分场景而言，如分拣、做咖啡，短期会有突破。现在人形机器人公司估值很高，但落地速度、商业场景和商业模式能不能支持这种高估值？要打问号。

这种乐观更多是对未来的憧憬，但到一定程度，会冷静下来，不要盲目乐观。我个人认为，人形机器人未来在工业场景里会有应用价值，但不会很大，在家庭场景里会更有应用价值。

工业是非常复杂、高度管控且有约束的well-engineered场景，单一形态的人形机器人无法适配多元化、复杂化的工况，也要考虑成本和收益，不太可能需要很多人形机器人。

搜狐科技：这次WAIC上看到很多机器人开始干活，但基本都是搬箱子、上下料等，这会是在工业的主要应用吗？

彭一杰：这些场景都很同质化，短期内可以快速落地，但现在跟生产工艺流程深度融合的具身智能成功案例不多。现在看的也只是样板间展示，真正到工厂去可能没那么好用。

现在具身智能更多还是单点突破，要让机器人抓取更灵巧、站立更稳定，理解周围环境，并去自主执行，还存在很大挑战，可能还需十年、二十年。

我认为人形机器人热潮不会太久，可能很快就会看到瓶颈、碰壁。比如落地工业场景，能否真的理解现实中的问题、痛点、需求，很多时候账也不一定算得过来。

搜狐科技：这次您发布的擎天枢，想要解决的问题是什么？跟传统工业软件有什么区别？

彭一杰：我们现在做的事情，就是面向工厂的痛点问题，把生产现场、生产管理，以及顶层供应链和工业知识图谱等协同好，把上中下层协调好，让智能体真正做决策。

过去的工业软件是按照标准流程，更多是提供信息让人决策，我们打造的多智能体协同决策平台，会自主学习、规划任务。更重要的是，直接面向结果，替代人或辅助人做决策，人只是最后的确认方，这是跟传统工业软件最大的差别。

搜狐科技：传统工业软件按SaaS方式一次性买断，现在做工业大模型和智能体，商业模式会有什么变化？

彭一杰：我们肯定是想面向结果来收费，希望定义工业决策里的Token。这需要我们能够打造通用型、跨场景的工业决策大模型，这需要大量数据，跟具身智能要解决的问题类似。

这不是空洞地说做个大模型，自己在实验室里去搞训练，而是要到真实场景里，根据客户需求和真实数据进行建模仿真，从而产生高质量的决策数据，最终变成工业大模型的训练语料，这是我们觉得该走的路径。

搜狐科技：随着物理AI发展，包括机器人或智能体进入到工厂，对人的工作角色会带来什么变化？工厂无人化未来会不会更加普遍？

彭一杰：我认为会更加普遍，AI替代人一定是大趋势。现在有很多无人工厂，更多是自动化方式实现，也是特定行业，工业制造还比较难实现，但也会朝着AI通用化、自主化发展。

今天的工作大部分会被取代，而且办公室里的白领最容易被取代，甚至包括部分科学家，这次AI对白领的冲击比对蓝领的冲击要大。

长期来讲，随着物理AI、具身智能等技术持续进步，未来人的主要工作可能就是管理智能系统，给智能系统定义规则，包括设计架构、运营维护，如何升级迭代、保证安全等。

二、AI会成为基础科研的技术底座，科研教学要走出实验室

搜狐科技：这波AI浪潮中，科学家创业很普遍，怎么看待这种趋势？您是出于什么契机？

彭一杰：我觉得首先是AI带来的想象力，对整个技术范式和经济发展的变革。原来领域里很多解决不了的问题，今天用AI能解决了，那就有动力去产品化、产业化。

对教授而言，天然对底层技术和行业有较深的理解，包括在高校做科研时也会与企业合作，能更前瞻性地看到机会。李飞飞、杨立昆都在创业，70岁的强化学习之父Richard Sutton也开始创业，我也希望把过去长期的研究变成真正改变产业的东西。

搜狐科技：注意到您有数学背景，看王坚院士说AI现在还是个工具，但未来会成为像数学一样的基础学科，您怎么看？

彭一杰：我非常认可。从应用角度看，可能会觉得AI是个工具，但对AI for Science和AI Engineering来说，AI会是技术底座和范式。

在牛顿力学时代，基本靠数学推演就能推出经典法则；到爱因斯坦时代，靠数学推演会推出微分方程，但不见得能解出来，这时要借助51Wtn.cN数据分析和数值计算才能得到定量结果。

今天科学已经进入深水区，靠推演分析已经很难得到比过去更深刻、更本质的结论，所以AI计算、分析、建模的范式非常重要。

搜狐科技：感觉数学的进步相对AI来说比较落后，AI会对这些基础科学带来什么影响？

彭一杰：不止数学，很多基础学科都没有AI这种发展速度。AI对未来基础研究会产生很大的冲击，包括颠覆性作用。

最近菲尔兹奖得主陶哲轩讲数学的工业化时代已经开始，AI解决了很多几十年悬而未解的猜想，现在都在讨论它会不会很快TCQncy.cN解决菲尔兹猜想级别的问题。

在基础科学研究中，我觉得非常兴奋的是，现在AI越来越往通用化、端到端的方式发展。未来科学跟工业的界限，从实验室研究到工业51Byyb.cN量产的界限会越来越窄，转化速度会越来越快。

搜狐科技：在基础创新方面，中国相对落后，在AI时代，人才培养模式应该如何改变？

彭一杰：AI时代的人才培养要往产教融合的方向变革，通过产业定义科研问题，再反哺教学，将科研和产业融为一体，这是我认为未来大学甚至中学教育最需要变革的地方。

科学家也要转型。AI时代，如果只是在实验室里对着电脑处理数据，这些工作都会被AI取代，要走向现实世界、物理世界，才能产生有价值的科研成果。坐十年冷板凳最后获得成果并产业化，我不怀疑未来可能还有这样的成功例子，但会越来越少。

作为教授，我首先要革自己的命，从实验室走出去，改变传统的科研教学方式。更多的人要顺着技术范式的变化，结合产业实际，去找有意义的问题做研究。