李德仁院士等专家：人工智能的未来重点是时空智能

撰文 | 泰伯网

泰伯网讯，5月21日上午，2025全球时空智能大会（WGDC25）在北京正式开幕。大会主题为“时空智能重构世界”，议题涵盖商业航天、卫星应用、低空经济、地图与位置服务、未来出行、文旅VR等时空智能相关领域。

会议开幕式及主论坛上，包括国家最高科学技术奖获得者、两院院士李德仁在内的多位专家学者以“人工智能驱动下技术演进与反思”为主题展开先锋对话，探讨人工智能与人类智能的边界、空间智能与时空智能的融合与分野，以及人工智能技术范式的演进与未来走向预判。

以下是本次先锋对话的现场实录，经泰伯网团队整理。

本场嘉宾：

国家最高科学技术奖获得者，WGDC大会名誉主席 李德仁院士

北京智源人工智能研究院院长 王仲远

千寻位置CEO 陈金培

泰伯智库全球专家顾问委员、维智科技创始人&董事长 陶闯

泰伯网创办人、董事长刘玉璋 （主持）

刘玉璋：大家上午好！今天因为时间关系，我们尽量精简，但是探索一些比较有干货的话题。主要围绕三个方面。

第一个是关于人工智能与人类智能，刚才也探讨了很多，包括差距等等，一会儿主要让李院士和仲远院长从这个角度讲。产业界方面金培总和陶总会讨论的更多，另外关于未来范式的问题，可能几位嘉宾都会简要做一些交流。

第一个问题请李院士再给我们讲一讲，人工智能跟我们所说的人类智能不一样，从您的理解两者之间是什么样的关系？刚才陶总报告中也提到，（人工智能）发展速度很快，现在人工智能真的比人类智能更智能了吗？

李德仁：我一直认为整个宇宙世界，万物之中，目前最智能、最聪明的是人，人类的智能（经过）五千年的进步，创造了万物世界。我们创造的计算机超过了人的计算能力，创造了汽车、飞机、宇宙飞船，开创了人的运行速度，所以是人类智能创造了人工智能，大家不要搞糊涂了。

人工智能是人类智慧的发明，今天陶闯讲了，它下棋能把人打败，题目超不过人，是人类创造了人工智能，所以所有人都不要糊涂。

第二个，人类智能是先天的吗？不是，是后天的。一个小孩生下来被狼叼走了，几个月过去，变成狼孩了。而跟妈妈一起成长，上过学的人才有智能，学习、交流是人在这个世界中形成的。就像计算机、飞机、宇宙飞船帮助人一样，它不能削弱人类智能的形成和发展，这是我的基本观点。

刘玉璋：谢谢李院士，仲远院长一直在第一线，包括我们每年的北京智源大会做得很成功，我也参加过。刚才谈到AI进化速度非常快，但是另外一方面，我们也看到了很多大模型在一本正经的胡说八道。因为我们一直在模拟人脑进行人工智能的探索和研究，您认为现在发展AI是不是已经比人类更聪明了，或者这种不同、差距表现在什么地方？

王仲远：像刚才李院士提到的，人工智能是人类创造出来的智能，当然这两者之间又有不一样的路径。人类智能大概有300万年的历史，中华民族有5000年的历史，人类智能在加速发展。我们发明了电脑、手机，包括现在的大模型。在这样加速发展过程中，人类智能也不断在跟我们创造出来的工具尝试着和谐共处，当然人工智能，尤其像现在的大模型展现出来的能力是以往任何工具都不具备的，我们也非常仔细观察它到底会怎么演化。

人工智能大概只有七八十年的历史，过往发展历程中有三大流派：符号主义、连接主义、行为主义。现在最主要的大模型属于连接主义，连接主义最早是1943年提出来的，也是仿照人类大脑神经元设计出了计算机神经网络中的神经元，这样的神经元结构直到今天依然是大模型里面最基础的神经元结构，还是仿照人类大脑设计的。

我们看到当下大模型基础发展路线和人类学习过程显然是不一样的，就像李院士提到的，人类是从出生之后开始学习，当然我们有DNA，有大脑本身的基础结构，也许我们的大脑一开始就是一个待开发的模式，就像小朋友从小到大的过程，我们经常叫“少样本学习”，人只要看到几个例子，这是猫，这是狗，很快就学会了。而现在的大模型人工智能学习是阅读了全世界的书籍，我想没有任何一个人类能读下全世界的书籍和全世界的互联网数据。因此它所展现出来的学习路径和我们人类的学习路径是不一样的。

不同的学习路径是不是殊途同归？到一定的程度，智能化水平是就到这儿了，还是有可能出现超级人工智能？都有待观察，也有待进一步研究，包括中间一些技术的突破。

我想在这个过程中，不管是人类智能还是人工智能，我们一直都需要反复思考、对比，包括我们也要看人工智能现在的发展，其实也有一些瓶颈。刚才也提到，它有没有超过人类智能，从整体上来看，虽然在某些方面确实已经达到了或者超过了人类的智能，但是整体依然还没有达到人类的智能，这是我一个整体的观点，谢谢。

刘玉璋：谢谢仲远院长，开幕式致辞的时候我也谈到昨天用AI大模型训练了几份演讲稿，今天早上还是推翻了。实际上从我自己体验来讲，人类智能好像比AI给我反馈的更贴近我的想法或者我的需求。刚才从两位的解答中也能印证，当前人工智能在某些方面有独特的优势，但是整体上来讲，人类智能仍然处于非常有优势的地位。

王仲远：我想补充一点，刚才提到了人类智能是经过几百万年，包括最近这几百年也在不断加速发展，我们观察到人工智能的加速度是比我们快的，这个加速度会不会进入到瓶颈，还是会继续保持，乃至超过人类智能，我们是要密切观察的。

刘玉璋：从时间上它可能不需要几百万年，有可能会更快。接下来请金培总探讨一下，今天的主题是时空智能，我们作为产业界，您这边也是很早提出了时空智能，您是如何理解时空智能的？包括李飞飞谈空间智能、世界模型，今天下午还会有专家专门谈世界模型。虽然定义不一样，千寻所理解的时空智能是什么样的？

陈金培：几个方面，为什么我们会说时空智能？最早大家讲定位PNT，所有技术要摆到产业里，摆到经济社会发展里。过去整个社会发展非常重要的一件事情，社会每一次进步都跟人类对时间、空间的认知能力是密不可分的，举个例子，最早只是看天上星星判别方位的时候，人类活动范围是非常小的，有了指南针以后才有大航海、全球化，有了卫星导航以后，所有人去到任何地方都不再害怕，所以从这个角度出发，我们认为人类所获得的这些能力导致的生产力变化，在机器发展的过程里也必然要具备。

为什么我们没有讲空间智能而是讲时空智能，把时间放在里面，因为这个维度是非常重要的。我认为从人工智能到时空智能，时间维度是发生了变化的，今天人类对时间的感知，以及人类无法感知到毫秒，更不要说纳秒，但是在机器里，纳秒和毫秒是普遍化的存在，所以相信时空智能的迈进，极大延伸了人类智能的能力。

人工智能作为人类智能的延伸的一部分，我认为时空智能起到了非常重要的作用，它是帮助人工智能能够真正向人类看齐的一个必不可少的东西，这是我们今天对于时空智能的重要性和会发挥作用的一个理解。

李德仁：我要补充一下，因为人工智能最早是由计算机专家做出来的，计算机那么强的能力，比如说下棋，AlphaGo把人打败了，加上大模型，搞具身机器人，研究、写文章比人快，这个我们认为很重要，推动人类社会的进步。

但是我们认为时空智能是我们人工智能必须首要关注的一个领域，因为它是研究人类物质世界，如何搞好人和自然的协调发展，如果这个问题不解决，人类可持续发展会受到影响。

所以我要强调的第二点，时空智能是人工智能中对推动宇宙、社会进步最重要的智能。我们要超出计算机界，引发各行各业的人都来关心智能，可以拥有人工智能的大数据、大模型，从互联网走向物联网，突破我们研究的范围，要研究运动的物质世界，支持宇宙永恒的，按照辩证唯物主义，整个宇宙社会的进步是在运动的物质世界，不要限于互联网上做的一些动作。

第三点，就像原子弹、氢弹发明以后，我们用它要有限制，要有禁止使用，但是我们可以用核来治病，用各种方法来治病，所以要合理利用核能、原子能。现在是一样的，要合理有效的利用人工智能。

所以在这一点的宣传还不够，过多的宣传下棋下得好，但是打麻将打不过人，人工智能不是规则+例外。不规则的是人的情感，人的智能是很复杂的，我跟人工智能会长就说规则+例外是人类智能，而人工智能更多是基于规则，人的思维是规则+例外，人家认为不可能，我认为可能，不就发明了嘛，这是人类智能最大的优点。所以人工智能时代，时空智能应该得到应有的重视。

王仲远：我也是有感而发，特别赞同李院士提到的，智源研究院判断未来人工智能的发展是时空智能。去年年底我跟我们的研究员们讨论人工智能当前发展最大的瓶颈障碍和问题是什么，我们有一个比较大的共识就是人工智能现在缺乏时间和空间的感知，也就是时空的智能，这一块恰恰是人工智能接下来需要重点突破的，当它一旦突破了，对于人类社会，对于物理世界又会带来新的很不一样的变化。

陈金培：今天我们讲到人类智能，我觉得我们今天讨论的对象性很明确。我一点不担心它们之间的关系，所以我讨论问题，不讨论人类智能，就是面向机器讨论人工智能和时空智能，这是有非常大区别的。今天机器具备的能力跟人具备的能力是有很大差异的，举个例子，比如说感知能力，人的感知能力一定比机器弱，比如说机器有摄像头，遥感光谱感知，包括行动能力，其实机器也跟人类不一样。今天我们讨论聚焦的话，我觉得应该面向机器的智能，还有人工智能、时空智能。

刘玉璋：今天我们所探讨的需要有场景的支撑，尤其是维智之前提出来城市智能体，今天我们也探讨人工智能需要有算力、算法、数据。现在我们也看到DeepSeek出来之后，原来很多算法又被重构了一次，我们认为在这里面数据更重要，但在未来的城市场景里的应用，还是算法更重要。前面您也提到数据在未来是决定性的，是算法不重要了吗？这两个关系您怎么看？

陶闯：刚才大家都在探讨时空智能，我自己算是从业者，一直在思考这个问题。首先我觉得还是我们自己的个人认知问题，刚才大家看到了人工智能PK不了人类智能，但是人工智能能PK掉每一个个人，因为每个个人不代表人类的智能。所以为什么你请来一个人工智能的专家，他在很多方面可能不如一个单点的专家更强，但是它比一般通用的人更强。大家可以打开这些智能体、大模型，从数理化学，上知天文，下知地理。今天大量的数字员工会出来。

上次我举了个例子，我在复旦大学计算机的一个研讨会，主持人是复旦大学计算机的院长，说想请一位国际上人工智能的教授来给我们讲。我就开了个玩笑，我说你就请几个博士生一起写一个人工智能数字教授，这个教授可能比你请来的教授还要强，24小时回答问题，非常耐心，知识面也很广。已经达到了80%以上的水平，达到了PhD的水平，而且只发展了两年半时间。计算机是十九世纪五十年代前后诞生的，那时候我相信发明计算机的人，连IBM总裁都认为世界上最多只需要5台计算机。

现在大概有三类人，积极拥抱、反对、边走边看。我们应该如何拥抱？实际上从产业界就已经开始大规模的优化，硅谷投资的AI公司，150亿美金的公司，1000亿，公司60个人，中国有几家公司60个人6000亿人民币。这是刚才讲的第一个层面。

第二个层面，AI发展就三个步骤，第一个是算力，没有算力做不出来，算力贵一点没有关系，因为它是机器，像下棋一样，我们想八步，它想八万步。第二个是算法，算法实际上是优化算力，包括DeepSeek，也是优化算力，不需要这么多算力就可以做出来，这是算法的核心。当然没有数据什么也做不成，现在大模型确实是基于语言文字，比如说你喜欢这个女孩没发表出来，你喜欢这个设计没有发表出来，所以common scene的东西高于平均水平市场，我说高于平均水平，已经达到PhD Level的水平了。

千寻讲了一句话，说时空智能是小脑，我觉得也是大脑，是更加超级的大脑，我非常同意李院士的观点，我跟好几位中国大模型CEO聊过，就讲时空智能。说太复杂了，我们现在的基础语言模型很简单，就是文字出来的。我们涉及的维度比语言涉及的维度多得多，我们可以把每个文字Token，一个坐标Token，一个坐标24小时里面的变化，上面承载的信息变化量太庞大了，数据肯定拿不到，计算量非常庞杂。所以真正做空间大模型也好，时空大模型也好，这个问题比现在的大语言模型复杂倍数高得多，现在达不到，但是从业者都在追求如何有机会破解这个密码。

刚才你也谈到复杂度要高很多，加上了时间维度，还有很多数据无法获取，这个时候可能需要更大的力量。目前谁在做呢？谷歌在做，维智也在做，相信千寻也在做，不同遥感大模型都在参与，但是这件事情的复杂度非常大。最后一句话，科技和产业脉络的把握和结合，对于今天所有创新企业来说，AI可能是我们这辈人能看到最强大的工具，三四年后有没有新的东西不知道，现在大家谈的不仅是AGI，还是SGI，超级人工智能。人类通过一些幻觉发明了我们想象不到的东西，AI同样通过它理解的这么多数据会产生幻觉，“幻觉”可能是个发明，我们人类认知的东西还是非常狭小的，所以我们可能借助这个工具做到更多的发明创造，这是现在很多海外做AI for Science创造发明，是你想象不到的。

刘玉璋：时间关系，我们抛出最后一个话题。从目前来看，大模型出现之后，会不会出现新的架构、范式，推翻原来的。包括大家提到的规模化法则、Scailing Law会不会突然失效。

王仲远：现在的大模型还是基于文字，大语言模型产生的智能，它的智能是来自于对全互联网数据，对全人类书籍学习的进行数据压缩、知识压缩所产生出来的智能。我们经常讲读万卷书还要行万里路，人类是生活在一个真实的世界、社会里，（人工智能）不仅仅需要读书，还会跟物理世界交互。

物理世界存在的是大量的多模态的数据，文字是人类发明的，但实际上这个世界是由图像、声音、视频，视频本身包含了一些时间序列，包括现在各种各样的传感器数据，遥感测绘等等数据，这些多模态的数据构成了人类社会今天真实的数据。

除了文字以外的这些数据，它的数据量我们认为是文字数据的百倍、千倍，乃至更大，但是他们并没有很有效的被用来训练人工智能大模型，产生智能进一步的提升。虽然现在也有一些多模态理解模型，有一些多模态生成的模型，但是背后的技术路线、架构也不统一。

我们坚定的认为大模型现在的发展还远没有到尽头，虽然文字数据有可能因为互联网数据就一份，它的提升有可能进入到相对变缓的阶段，通过推理模型进一步思考、提升智能，反过来我们认为多模态的数据还没有有效被利用，这恰恰是大模型的下一步。

多模态数据本质上是要大模型往时空智能方向发展。从读万卷书到行万里路，从数字世界到物理世界，人工智能一定会从原来数字世界的AI进入到物理世界的AI，这是我们认为人工智能未来重要的发展方向，谢谢。

刘玉璋：刚才说到了读万卷书行万里路的问题，金培总这边还是要做行业的落地，从您的实践中看，我们在很多行业落地的时候，一方面面临着很多通用大模型，还有最近林草行业发布了自己的小模型，更多的是把通用大模型能力用好，还是优先考虑小而美的小模型？在这里落地的时候更需要注意哪些问题呢？

陈金培：我认为小模型、大模型，这是做模型的定义，对使用者来讲并不在意大和小，更重要的是在应用场景里，怎么能跟我的需求相结合，怎么跟我要解决的问题相结合。这个时候不是大小的问题，是通用和专业的问题，这个更重要。

在很多非常专业的领域，可能按传统的大小角度来讲，你的专业领域反过来需要的专业性数据，哪怕是参数，也许是非常大规模的能力，需要去支撑的地方，它不是大小的问题，是如何适用，如何把通用能力和专业知识、需求结合起来的一个事情。

刘玉璋：时空智能也好，人工智能也好，正在改变整个产业。现在人工智能加入了之后，整个产业生态比如说有大模型能力的企业是会更加集中，还是整个生态会更加繁荣？

陶闯：因为我自己有半边脑子做创业，半边脑子做投资，还有半边脑子做学术研究。2015年武大就请我就做过一次人工智能的报告，我自己的标签都改成All in AI了。这次我们发明这么一个工具，它会产生什么事情呢？一般做两件事情，第一个是解决传统的问题，第二个是创造新的需求。

人工智能来了以后有可能对一个传统的东西没办法解决，或者数据拿不到，甚至不要解决它，换一个思路去思考了。以前马路修的时候，隔一段时间要放一段粮草，过去汽车是加油站，现在是电动的了，以后都是无线充电，马路下面装着电磁感应，汽车开过去就充电了，不需要加油站了，很多新技术出来之后推动很多创业市场，这是创新的机会。

还有传统的问题，比如说微软肯定要解决PPT怎么做，Word怎么写，但是当我用了英伟达一个新的一体机，拿个小盒子，以后把所有的东西扔进去，跟它讲一句话“出一篇报告”“出一篇PPT”，不用再打那些勾、叉，全部让它来，我希望有一个赛博朋克风格，希望有一个二次元风格，直接就产生了，所以在颠覆我们已有的一些思维。

现在我国已经安装近2亿颗监控摄像头，最大摄像头公司是海康威视，（但是它最近）股票大跌，为什么？产生这么多摄像头干吗？当初马路上二十几个摄像头，以后一个摄像头就够了，硬件变得智能了。现在家里的很多智能硬件实际上是“智障”硬件，根本不了解你喜欢什么温度等等。所以一定要在趋势上发展，一种是解决传统问题，一种是创造很多我们现在没有想象的全新的需求出来，大小公司都有机会。

刘玉璋：还有很多需求等待开发。请李院士为我们总结，今天现场还有很多青年从业者包括青年科学家，下午还有专门的青年科学家论坛。今天讲到专家会不会被AI取代，青年从业者该怎么办呢？

李德仁：我刚才说了万物宇宙之中人是最智慧、最聪明的，我们创造了很多物质财富，包括计算机、飞机、大炮，创造各种智慧，推动人类社会可持续发展，这是历史，我们要继续下去，包括人工智能。人工智能目前取得的成绩使我们很鼓舞，有很多功能已经超过了人，这不足奇怪。计算机比人算的快，飞机比人跑的快，是正常的，但是是人创造的。

所以人工智能推动人类社会的进步要抓时空智能，时空智能从天到地，从自然到社会，从社会到人体，让人可持续发展，让人健康长寿，让地球有更长的寿命。地球45亿年是一个生命体，它具有生命，所以我们通过人工智能，对人工智能的理解不要仅限于原来的研究。

原来研究的成果非常好，但是我认为我们今天这个大会更强调的，研究运动物质世界的规律来引导人，来取代人，为人类社会创造更好的文明，更好的物质，更好的产值，这才是我们要抓的一个方向，谢谢。

刘玉璋：谢谢李院士，今天听下来最后总结一句话，今天的时空智能要感谢人工智能，但是也许未来我们的人工智能要感谢时空智能，时空智能还需要更多的被大家关注，谢谢各位嘉宾。