科隆贝尼特于10月13日在首尔龙山区首尔龙城举办了‘科隆贝尼特AX峰会2026’。此次以‘客户的AX（人工智能转型）之旅’为主题的活动，吸引了约500名客户和合作伙伴参加。科隆贝尼特分享了将人工智能（AI）应用转化为实际商业成果的执行战略和行业案例。科隆贝尼特首席执行官姜义久在开幕欢迎致辞中表示：“引入AI并不意味着生产力会自动提高。”他指出，在新技术的学习和验证初期，可能会出现短期成果停滞，因此快速解决这一问题至关重要。姜首席执行官强调，AI在各项工作中并不一定能取得相同的成果，因此需要明确界定哪些工作由AI负责，哪些由人来判断，并重新设计与AI协作的工作方式。他还指出，科隆贝尼特积累的对行业和客户的理解、全球供应商的解决方案以及由100多家AI联盟成员组成的生态系统是其核心资产。他表示，寻找可以通过AI改造的工作领域的商业领域知识和判断使用何种技术解决问题的验证技术必须结合在一起。科隆贝尼特数字化转型总部的张在勇在主题演讲中介绍了国内企业的AI应用率已达到58%，但拥有AI战略的企业仅占27%，而47%的企业没有测量投资效果的方法。张总部长表示：“现在是时候让AI参与实际工作，并将其成果以数字形式记录下来。”在随后的客户案例环节中，科隆工业AX创新中心的洪成华分享了‘制造业的AX之旅，我们的思考与实践案例’。洪中心长指出，石化和材料行业的竞争环境因成本竞争、供应过剩和供应链风险而发生变化，强调应关注通过AI创造的价值，而不仅仅是AI的引入。他介绍了从价值、KPI、数据、流程、架构、人才和组织等六个方面的AX推进战略。作为实际应用案例，他展示了通过自动化装运文件代理将每单处理时间从4小时缩短到5秒，以及视觉AI的判别准确率达到99.8%的案例。此外，SK AX委员会的申贤宇、世宇产业社长赵成云、世宇先进材料董事沈汉秀分享了各自的AX推进案例和经验。KAIST教授金大植进行了题为‘AGI时代的素养与领导力’的特别演讲。※ 本报道经人工智能（AI）系统翻译与编辑。

三星电子今年第3季度营业利润历史首次突破100万亿韩元，书写韩国企业历史新纪录。 据三星电子8日发布数据显示，初步统计第三季度营业利润为107.4万亿韩元（约合人民币5368亿元），同比大增782.5%，销售额为195亿韩元，同比增长126.6%。 这是韩国企业历史首次单季利润突破100万亿韩元，放眼全球科技巨头来看，包括英伟达、苹果等也尚未达到这一水平。此前仅有沙特国营企业沙特阿拉伯国家石油公司（沙特阿美）曾在2022年第二季度创下约865亿美元的营业利润外，当时正值俄乌冲突导致国际能源价格大幅上涨。 三星电子业绩屡创新高，主要得益于人工智能（AI）热潮推动的半导体需求持续旺盛，以及公司在存储器领域的技术竞争力恢复。 自去年第四季度销售额达到93.8万亿韩元、营业利润达到20.1万亿韩元，双双创下历史最高纪录以来，三星电子已经连续四个季度刷新销售额和营业利润纪录。 仅第三季度单季营业利润已逼近去年全年营业利润的2.5倍，接近2022年至2025年四年间营业利润总和（126.3万亿韩元）。 截至第三季度，今年三星电子累计营业利润已达254.1万亿韩元，全年营业利润有望进一步冲刺350万亿韩元。 虽然三星电子当天尚未公布各业务部门的具体业绩，但市场普遍认为，半导体业务（DS）尤其是存储器业务仍是本季度业绩增长的核心驱动力。 随着全球主要科技企业围绕通用人工智能（AGI）展开竞争，AI服务器和数据中心建设持续扩大，高带宽存储器（HBM）、DRAM以及NAND闪存等存储器产品的需求居高不下。 业界预计，三星电子DS部门第三季度营业利润可能与集团整体营业利润相当，甚至略高于整体水平。 市场研究机构TrendForce预计，今年第四季度通用DRAM价格将环比上涨10%至15%，NAND闪存价格则可能上涨15%至20%。随着存储器价格持续上涨，三星电子半导体业务的盈利能力有望进一步改善。 此外，三星电子已开始全球率先量产HBM4。市场预计，HBM4从明年开始将对三星电子的业绩增长发挥更加明显的推动作用。 已有券商将三星电子明年营业利润预测值从562万亿韩元上调至632万亿韩元，显示市场对AI半导体周期的乐观程度正在进一步升温。 但半导体业务内部仍存在明显分化。业内预计，系统LSI和晶圆代工业务第三季度仍可能出现约1万亿韩元规模的亏损。尽管随着产能利用率提升，非存储器业务正在逐步恢复，但美国得州泰勒晶圆厂投产相关成本仍将令盈利能力承压。 负责智能手机、电视及家电等业务的DX部门也继续面临较大的成本压力。受零部件价格上涨影响，该部门继第二季度出现公司成立以来首次亏损后，第三季度可能延续亏损势头。 其中，移动体验及网络业务的营业亏损预计可能超过1.5万亿韩元，电视及生活家电业务预计也可能亏损约5000亿韩元。 相比之下，三星显示器预计实现约1万亿韩元营业利润，哈曼营业利润预计在2000亿至4000亿韩元之间。

现代汽车集团的机器人子公司波士顿动力于7日宣布，已聘请亚马逊前高管罗希特·普拉萨德担任新任CEO。罗希特·普拉萨德是全球知名的人工智能专家，曾推动对话式AI、生成式AI、多模态AI和通用人工智能（AGI）等技术的发展。 在亚马逊任职期间，罗希特·普拉萨德担任首席副总裁兼首席科学家，自亚马逊代表性AI平台Alexa开发初期便发挥了核心作用。他为Alexa成为全球广泛应用的消费者AI平台的过程做出了重要贡献。 在加入亚马逊之前，罗希特·普拉萨德在雷神BBN技术公司工作了14年，参与了为美国政府和商业领域开发机器学习研究及应用技术，积累了从基础研究到产品化、商业化的丰富经验。 波士顿动力希望通过此次人事变动增强其物理AI的竞争力。基于已有的技术积累，公司将持续提升结合先进AI的智能机器人性能和应用性。 此外，预计与现代汽车集团在制造、物流和移动性等产业基础上将产生实质性的协同效应。集团将利用其拥有的工业现场验证先进AI和机器人技术的应用可能性，并计划在技术开发到商业化的各个阶段提升执行力。 罗希特·普拉萨德新任CEO表示：“我将融合先进的AI和机器人技术，在现实世界中创造有意义的价值，并将机器人的应用范围扩展到整个行业，构建引领物理AI新飞跃的智能系统。”

韩国正在朝着成为‘AI三大强国’的目标迈进。政府将AI数据中心、独立AI模型和物理AI作为国家重点任务，积极获取GPU，建设数据中心，并加速将AI应用于制造业。2027年科学技术信息通信部的预算案中，AI领域的预算被编列为9.4万亿韩元，工业通商部也提出了在制造AI转型、半导体和工业AX方面投入大规模财政的方向。 资金和企业都在积极行动。然而，AI并不是仅凭投资金额的大小就能成为强国的产业。 中国经济金融研究所所长全炳瑞最近在一篇文章中指出，‘1500万亿韩元的‘AI三大强国’梦想，模型排名第三，但电力、人才和资金却处于末位’。他认为，韩国AI战略的瓶颈在于电力、人才、资金和市场，以及缺乏能够持续的国家战略。他指出，提升单一AI模型的性能固然重要，但如果没有电力、计算基础设施、产业现场和市场的人才共同运作，AI强国的口号将如同沙上建塔。 我对此问题的意识表示赞同，并希望更进一步。 如果韩国真的想要实现AI三大强国的梦想，那么问题应该从‘投资多少’转变为‘在哪里将这一切整合为一个产业’。展开韩国地图，向西望去，黄海边的巨大空间新万金映入眼帘。 理解AI产业结构时，NVIDIA的黄仁勋所说的‘AI五层蛋糕’是极为简洁的解释。最底层是能源，其上是半导体和计算基础设施，再上面是云和数据中心，接着是AI模型，最后是人类和企业使用的应用程序。单一层次的强大无法使其成为AI强国，底层一旦崩溃，上面的所有层次都会受到影响。 我希望在这五层的最后一层，加入韩国的优势。五层在现实世界中连接在一起，驱动汽车、行走机器人、运作工厂、船舶和农机的瞬间，就是物理AI。物理AI并不是在五层蛋糕上再加一层的概念，而是将从能源到半导体、数据中心和模型、应用程序的所有层次在现实世界中具象化的完整AI。 那么，最底层是什么呢？ 是电力。 当我们谈论AI时，首先想到的是NVIDIA的GPU、SK海力士的HBM和三星的半导体，但更重要的是电厂、输电网、变电站和冷却设备。AI数据中心是消耗电力并生产智能的新型工厂，随着GPU的增加，电力需求也在不断上升。即使拥有再优秀的AI模型和GPU，如果没有24小时稳定供应的电力，数据中心也无法运作。 AI的心脏是半导体，但让心脏跳动的血液是电力。 在这里，我们需要重新审视新万金。新万金拥有巨大的工业用地，具备可再生能源基础和氢能产业的潜力，港口、道路、铁路等工业基础设施也在逐步建设中。然而，光有太阳能和风能设施并不能立即解决AI数据中心的电力问题。可再生能源具有波动性，因此需要设计能量储存装置、稳定的补充电源、输电和变电网、冷却设备。因此，新万金物理AI项目的首个国家项目不应是建造华丽的AI大楼，而是设计支撑AI产业数十年的电力网。 电力之上是HBM和GPU。韩国在全球AI产业的关键瓶颈——高带宽内存方面具有重要竞争力，作为一个半导体出口国，韩国现在需要将这些半导体在国内循环，生产‘智能’，并将这些智能应用于汽车、机器人、造船和工厂，再次推向全球市场。 这一实验已经在新万金开始。 现代汽车集团宣布将在新万金112万4000平方米的土地上分阶段投资约9万亿韩元，建立AI、机器人和氢能的创新基地。计划在AI数据中心投资5.8万亿韩元，在机器人制造和零部件集群投资4000亿韩元，在200MW级电解水工厂投资1万亿韩元，在GW级太阳能发电投资1.3万亿韩元，在AI氢城市投资4000亿韩元。AI数据中心将逐步具备5万张GPU的运算能力，机器人制造工厂的年生产规模目标为3万辆。 这些数字不容小觑。 这并不是单一数据中心的项目。它是一个巨大的大脑，用于训练AI，机器人工厂将其具象化，所需的能源和氢能产业都汇聚在同一空间。如果数据中心产生的智能转移到机器人，机器人在工厂工作所产生的现实世界数据又返回数据中心进行AI学习，这样的循环结构将创造出韩国前所未有的物理AI产业生态系统。 现代汽车集团收购波士顿动力的原因也在于此。现代汽车集团在2026年国际消费电子展上提出了将人形机器人‘阿特拉斯’逐步投入制造现场的AI机器人战略，并计划从2028年起在美国乔治亚州的Meta工厂投入阿特拉斯，2030年将其应用于更复杂的组装工序。 现代汽车不再仅仅是一家制造汽车的公司。它正在转型为一家连接汽车、机器人、自动驾驶、AI、物流和智能工厂的庞大移动物理AI企业，现代汽车和起亚的制造现场、现代摩比斯的零部件技术、现代环球的物流、波士顿动力的机器人技术与AI的结合，将创造出世界上罕见的制造数据生态系统。 工厂将成为AI的学校。 机器人是这所学校的学生。它们不断地抓取物体，经历失败，再次尝试，积累现实世界的数据。这些数据回馈给AI模型，经过改进的模型再反馈给机器人。这就是所谓的数据飞轮。物理AI的竞争力最终将取决于能多快、多大地运转这一循环，而不仅仅是单个机器人的华丽动作。 在这一点上，必须关注中国。 韩国在讨论物理AI时，忽视中国的动向就如同不关注全球制造业最大的实验场。根据国际机器人联盟的数据，中国将在2025年新安装约35万4000台工业机器人，占全球新安装量的59%，而在中国制造现场运作的工业机器人数量已达到约200万台。 然而，更重要的变化在于工业机器人之后。 中国正在将人形机器人和所谓的‘具身智能’作为下一代产业进行推进。中国工业和信息化部与国有资产监督管理委员会提出将人形机器人和具身智能实际投入工厂、服务和特殊作业现场进行训练，创造100个以上高附加值应用场景，形成1万台级的现场应用能力。 在上海，中国机器人企业的AgiBot等人形机器人正在电子产品生产线上执行检查和物料搬运等实际制造任务，汽车和电子产业现场成为机器人的巨大学习场。根据中国当局2026年上半年的统计，中国开发的完整人形产品已超过400种。 中国的力量不仅在于机器人公司众多，更在于其庞大的制造业和供应链、无数的工厂以及众多的作业场景。即使人形机器人在汽车工厂搬运零部件时失败，数据也会留下；在电子产品工厂检查时出现错误，数据也会留下。当数千台、数万台机器人开始在现实世界中运作时，这些经验将成为再次训练AI的巨大数据资产。 在物理AI中，工厂的规模可能就是数据的规模。 这正是中国令人畏惧的原因。 然而，也不必仅仅将中国视为恐惧的对象。竞争的地方要竞争，学习的地方要学习，合作的地方要合作。如果美国在AI模型和GPU、软件平台方面强大，而中国在制造规模和供应链、机器人量产方面迅速发展，那么韩国就需要找到将半导体、汽车、电池、造船与AI结合的独特道路。 在这里，新万金的地缘政治意义得以体现。 新万金前面是黄海，黄海对面是中国庞大的制造业带，东南方向则是韩国的半导体、汽车、造船和机械产业。若将新万金视为韩国的西端，虽然是边缘，但在东北亚的整体地图上，却可以重新解读为黄海经济圈的战略接点。 海洋既是障碍，也是连接网络。 韩国应在连接美国的AI和GPU生态系统与我们的HBM、汽车、造船和电池的同时，既要与中国的庞大物理AI产业竞争，也要在必要的领域进行合作。新万金正好面向黄海。 这就是为何新万金不应被视为单纯的区域开发项目。 在全北和庆南，2026年至2030年间还将推进总规模为1.4131万亿韩元的物理AI研发项目。在全北，将推进将整个工厂智能连接的自主工厂技术和利用数字双胞胎及AI进行的制造现场技术开发等。重要的是，现代汽车的9万亿韩元投资、政府的物理AI研发、新万金的能源、大学和研究所、道路、铁路、港口等不应被视为各自独立的项目。 2027年政府预算案也因此显得重要。科学技术信息通信部的AI预算案为9.4万亿韩元，新万金开发厅的预算案为2222亿韩元。与全北相关的国家预算政府案首次超过10万亿韩元，编列为10.2349万亿韩元。新万金工业园区长期租赁用地的建设175亿韩元，基于AI的特殊用途机器人平台制作与验证80亿韩元，机器人零部件集群共同物流中心5亿韩元，基于5G专用网的群山造船厂M.AX验证平台50亿韩元，农业AI机器人标准化及按需自主制造平台30亿韩元等均已反映在政府案中。 这些预算尚未通过国会确认。 正因如此，这些预算显得尤为重要。 必须在国会审议过程中保护政府案中的种子预算，并补充电力网、数据中心、机器人验证、人才培养等缺失的连接环节。不能仅从全北某一地区获得多少资金的角度来处理这一问题，而应从韩国如何在美国和中国之间构建物理AI这一新产业的国家战略角度来看待。 我想起60多年前的蔚山。 如今，看到蔚山的汽车工厂、造船厂和石油化工园区，仿佛一开始就存在着世界级的工业城市，但事实并非如此。国家设定了方向，建设了港口和道路，企业建立了工厂，技术人员和工人聚集在一起。一家工厂吸引了另一家工厂，零部件公司汇聚，大学和研究所也随之而来。经过数十年的积累，形成了蔚山的工业生态系统。 蔚山的奇迹并不是单一工厂的成功。 而是生态系统的成功。 新万金也是如此。现代汽车的9万亿韩元投资不应仅被视为一家企业的投资。如果能够真正建立起具备5万张GPU的AI数据中心和年产3万辆的机器人制造体系，那么周边必将吸引机器人零部件公司、传感器企业、电池公司、AI初创企业、研究所和大学的跟进。必须将新万金整体开放为一个巨大的测试平台，以便实际测试汽车、机器人、自动驾驶汽车、无人机、无人船和智能农业。 因此，我建议设立‘新万金物理AI国家特区’。 这不仅仅是给予几项税收优惠的传统特区，而是应成为一个在同一空间内实际构建黄仁勋的AI五层蛋糕的国家实验场。 最底层是能源。将新万金的可再生能源、氢能、ESS与国家电网结合，建立AI时代稳定的能源基础。其上是连接韩国的HBM与全球GPU的计算基础设施。再上面是数万张GPU运作的AI数据中心，学习汽车、机器人、造船和农业中产生的现实世界数据。最后，让人形机器人、自动驾驶汽车、无人船、无人机、智能工厂和智能农业实际运作。 当这五层连接在一起的瞬间，新万金将不仅仅是一个工业园区，而是一个巨大的AI工厂和物理AI城市。 然而，仅靠工厂和数据中心无法构建城市。人必须到来。物理AI时代最困难的瓶颈或许是人力，而非电力。电厂可以用金钱建造，GPU可以购买，但世界级的研究者和工程师无法在一夜之间培养出来。 必须将全北大学、KAIST、国内主要工科大学、现代汽车及国内外AI和机器人企业的研究所连接起来，将新万金打造成一个巨大的产学研校园。不能仅学习AI，也不能仅学习机械工程。必须同时教授AI与机械、AI与电力、AI与汽车、AI与造船、AI与农业。学生不仅要在教室里阅读论文，还要实际操作人形机器人、驾驶自动驾驶汽车、在智能工厂中获取数据。 还必须吸引世界的年轻研究者。 如果能在不去首尔的情况下进行世界顶级的物理AI研究，在不去硅谷的情况下测试最先进的人形机器人，在不去中国深圳或上海的情况下立即制造和验证机器人，那么人就会聚集过来。人来了，企业就会来，企业来了，人又会回来。 产业生态系统最终是人的生态系统。 因此，2027年的预算应是开始，而不是结束。需要一个面向2028年、2029年、2030年及未来10年的国家路线图。 AI产业的周期超过总统的五年任期。建设电厂、铺设电网、建立数据中心、培养人才、聚集企业和研究所都需要10年、20年。如果每当政府更换时就重新制定AI战略，翻转地方项目的优先级，就无法跟上美国和中国的速度。 五年任期的总统在AI时代最重要的任务并不是在任期内完成所有事情。 而是铺设下一任总统也能继续前行的铁轨。 重要的不是谁开始了，而是留下了什么。重要的不是谁剪彩，而是20年后韩国的年轻人在哪里工作，世界上的哪些企业来到韩国。 而物理AI的最终目的必须是人。 制造机器人的目的并不是为了消灭人类。技术进步的方向应是让机器代替危险、重复和损害人类身体的劳动，让人类有更多时间从事创造性工作、判断、文化和生活。 仅仅询问AI会变得多聪明是不够的。 我们必须询问AI将如何使人类更具人性。 技术是否提升了人类的尊严，产业是否拯救了地区，增长的果实是否仅集中在少数企业和首都圈，能源和产业是否能够与自然共存，这些都必须一并询问。 因此，我想将新万金物理AI的哲学浓缩为三个词。 人、文化、自然。 这是为人类服务的AI，是丰富文化的产业，是与自然共存的增长。只有这样，新万金才能成为21世纪新工业文明的实验场，而不仅仅是另一个巨大的工业园区。 百年一遇的巨大变革正在到来。蒸汽机将人类的肌肉转变为机器，电力将夜晚变为白昼，汽车扩大了人类的移动距离。计算机改变了计算，互联网改变了信息和沟通，智能手机将世界带入了人类的掌握之中。 而现在，AI正在将人类的智能与机器结合。 这AI正在获得身体。 获得机器人的手臂和腿，汽车的轮子，无人机的翅膀，船舶的舵，开始驱动工厂的机器。 这就是物理AI。 美国拥有AI模型和GPU的巨大力量。中国拥有世界最大级的制造生态系统、工业机器人和快速发展的类人机器人产业。 那么，韩国将以什么来竞争呢？ 我们拥有HBM和半导体，汽车和电池，造船和钢铁，电子和通信，以及世界级的制造业经验。现代汽车和波士顿动力正在行动，而现在新万金也开始了包括5万张GPU级AI数据中心和年产3万辆规模的机器人制造体系在内的9万亿韩元规模的项目。 政府的物理AI研发也已启动。 2027年预算中也已包含种子预算。 拼图的碎片已经摆在桌子上。 现在要做的就是将这些碎片拼凑成一幅完整的画面。 再次思考黄仁勋的AI五层蛋糕。最底层是电力，其上是HBM和GPU，再上面是数据中心，数据和AI模型在其上运作，最后应用程序与产业和人类相遇。 当这一切连接在一起，驱动机器人行走，汽车行驶，工厂、港口和农场运作的瞬间，物理AI便完成了。 这五层将在哪里一次性搭建在韩国？ 我关注新万金。 黄海对面是世界最大级的制造国中国，太平洋彼岸是引领全球AI的美国。在这之间，韩国拥有半导体、汽车、电池和造船。 而新万金则是这样一个空间。 如果蔚山创造了韩国工业化的奇迹，那么新万金将成为韩国AI产业化的新实验场。 因此，2027年的预算显得尤为重要。 必须保护这些种子。所需的预算还需进一步补充，最重要的是要优先铺设电力网，吸引企业和研究所、大学的参与。并且要放眼10年、20年后的未来。 AI的心脏是半导体，但让心脏跳动的血液是电力。 电力流动时，GPU便会运作；GPU运作时，数据便会转化为智能。这些智能获得机器人身体后，工厂便会运作，汽车便会行驶，船舶便会航行，新的产业便会诞生。 而这一产业的最终目的，必须是人。 为人类服务的技术，拯救文化的产业，与自然共存的增长。 人、文化、自然。 新万金不应再是韩国的西端。 它应成为面对黄海、与中国庞大的制造生态系统对峙、连接美国的AI技术与韩国的制造能力，吸引全球资本、企业和年轻AI人才的新起点。 如果60多年前在蔚山开启了工业化的奇迹，那么现在在新万金开启AI产业化的新历史。 让新万金成为韩国物理AI的圣地。※ 本报道经人工智能（AI）系统翻译与编辑。

尽管政府表示将独立推进人工智能（AI）基础模型项目（独立AI），但2027年度预算案显示，相关数据业务将被整合和改组。7500亿韩元的具体投资对象和条件尚未明确，政府需要对此作出清晰解释。 10月2日，国会科学技术信息广播通信委员会的金善敏议员公开了2027年度预算案及基金运用计划的项目说明资料，资料显示科学技术信息通信部为“支持前沿级AI开发的数据竞争力提升”项目编制了8000亿韩元的预算。 项目说明资料中提到，将对通用人工智能（AGI）等下一代AI技术及组织的获取项目和独立AI开发项目进行“整合、改组和扩大”。与政府之前表示将独立推进独立AI开发的说法不同，预算案显示这两个项目实际上被整合为一个体系。 金议员指出：“政府对外宣称将单独推进，但向国会提交了合并计划。既然声称将两个项目分开推进，为什么预算案却合并提交？政府应向公众明确说明实际的推进计划。” 在政府编制的8000亿韩元中，7500亿韩元将用于支持前沿级AI数据。这项业务旨在支持国内AI模型达到世界一流的性能，确保和利用高质量的学习数据。 支持方式也有所变化。今年，独立AI精英团队的数据购买和加工获得了政府250亿韩元的资助，但从明年开始将转为通过产业银行的出资。政府将7500亿韩元出资给产业银行，由产业银行投资于国内AI企业。 其余的500亿韩元将用于建立网络安全AI学习基础。通过韩国互联网振兴院（KISA）支持开发安全专用AI模型所需的数据购买、加工和质量验证等。 金议员批评大规模出资预算的具体使用计划未能充分说明。他表示：“虽然我赞同增加AI投资，但不能对这7500亿韩元的空白支票随意使用，必须明确使用方向和条件。”

智元机器人（AgiBot）是一家专注于通用人形机器人研发、生产与人工智能（AI）技术应用的中国科技企业，致力于为制造业、物流、服务业等领域提供智能机器人产品与具身智能解决方案。依托人工智能大模型、机器人控制系统及具身智能技术，智元机器人快速成长为中国人形机器人行业的新兴力量。

OpenAI的GPT-6阿斯特拉（Astra）是否具备AGI（通用人工智能）的特征？AGI是否能够革新商业并将经济推向新的高度？AGI究竟是什么？人类的智能又是什么？ 人类的智能在于同时定义和解决问题。AGI则是解决给定问题的能力。目前的AGI能够在未曾经历的陌生环境中，无需特定知识，自主寻找解决方案，但仅限于数字环境。由于尚未理解物理世界，它无法有效介入实际环境中的问题。 人类以20瓦特的能量点亮一盏灯，而当前的AGI则需要数百兆瓦的能量和大型系统。人类由于能量的限制，无法计算所有可能性，而是依靠经验和直觉进行跳跃；而AGI则通过数万次的重复，得出人类从未想象过的优化答案。 最终结果由人类负责。搭载AGI的代理之间可以使用加密的神经语言（Neuralese）进行高效沟通，但人类则通过共情和发明看不见的虚构叙事来进行合作。为了控制AGI，必须掌握解读其信息的技术，同时避免其干扰。尽管定义AGI和人类智能并不容易，但二者的差异可以清晰地阐述。 我们能否否认阿斯特拉不是AGI？在日常使用的操作系统和网页浏览器中，其屏幕识别能力（ScreenSpot-Pro基准测试）达到了92.7%，而在需要通过鼠标和键盘完成复杂任务的数字操作系统控制基准（OSWorld 2.0）中，平均在40分钟内达到了72.6%。 其他AI模型的任务执行时间平均在75分钟内，完成率大约在60%到70%之间。人类的完成率也在72.3%左右。这是阿斯特拉通过高效机制解决问题的推理阶段的重复结果。在博士级推理基准（GPQA Diamond）中，阿斯特拉的成功率约为96%。其他AI模型在70%到90%之间遇到幻觉现象，而专业领域的博士级专家在思考时的平均完成率为65%到74%。 在陌生环境中无先验知识解决问题的基准（ARC-AGI）中，阿斯特拉首次达到了99.9%的成功率。其他AI模型在数年间徘徊在30%到40%的瓶颈，而人类的平均完成率为48%。 AGI能否带来经济收益？AGI能否使国家实现可持续增长？在不断雇佣人类并改善系统的时代，明天是否还能看到收入的增长？我们是否应该反问，哪些领域不需要AGI的计算能力？是否是提问能力、多代理管理能力以及AGI成果的验证能力？ 如果AGI的自主推理应用成为主流，那么竞争力是否在于解决问题的结果，而非软件销售、使用权或人力成本等过程？这是否暗示着向代理即服务（AaaS）的快速转变？如果不打破今天的收益模型公式，未来是否还有希望？ 独占护城河（Moat）是否是通过为单一客户提供前瞻性服务，获取封闭的本地数据，并增强AGI的控制力（Alignment）？在这一时代，人类正以秒为单位挑战难题，彻底抛弃以往的工作常规。 将AGI全面融入制造和服务业，将被困于数字空间的代理与机器人结合，扩展为物理人工智能（Physical AI），并建立支持这一切的千兆瓦级基础设施，是否是未来的方向？我们是否能通过培养与AGI对话的范式设计者，开辟出没有答案的道路，从而实现理想的生活？※ 本报道经人工智能（AI）系统翻译与编辑。

韩国副总理兼科学技术信息通信部部长裴景勋近日表示，针对全球人工智能（AI）企业的模型开发速度调整的讨论，"韩国没有放慢AI发展的余地"。 裴副总理在16日的社交媒体上指出，"已经领先的国家调整速度与追赶并需创造新市场的国家自行降低速度是完全不同的问题"。 最近，OpenAI和Anthropic等公司提出应因前沿模型的风险而调整AI开发速度。对此，裴副总理强调，"必须认真审视这些风险，但韩国不应放慢技术开发的速度"。 他表示，"应在大规模语言模型（LLM）基础上，拓展至在工业现场实际观察、理解和行动的视觉语言模型（VLM）和视觉语言行为模型（VLA）等技术领域"，并指出"我们还需为AI深入应用于各行业和民众日常生活的时代做好准备"。 他进一步分析，接近通用人工智能（AGI）的前沿AI能力的获取可能会加大国家间的差距。裴副总理指出，"这不仅关乎技术实力，还将影响国家的产业竞争力、经济和安全等未来竞争力的各个方面"。 同时，他强调，确保安全和信任的速度也必须提升。他解释说，必须同时建立应对深度伪造、网络安全、个人信息保护和就业变化等的技术和制度安全措施。 裴副总理表示，"在AI研发和产业应用上要大胆加速，但在风险方面必须具备有效的制动措施"，并指出"速度代表竞争力，安全则是可持续性，因此这不是二者之间的选择问题"。他还表示，"不久将向国民说明独立AI基础模型项目的下一阶段及韩国前沿AI模型开发的方向"，并强调"将确保韩国的AI发展不减速，而是更快、更安全地推进"。※ 本报道经人工智能（AI）系统翻译与编辑。

中国人工智能（AI）初创公司深度学习的核心开发者警告称，美国AI公司安特罗皮克主导尖端AI的局面，"如同希特勒首先掌握原子弹技术"。这一言论是在安特罗皮克首席执行官达里奥·阿莫德伊呼吁对中国的尖端AI技术进行控制的背景下发表的。 深度学习V4.1的核心开发者刘胜宇于14日在社交媒体微信上发表长文，表示"尖端AI应以开放和低廉的方式提供给所有人"，并对"安特罗皮克或开放AI能否实现这一目标表示担忧"。 他指出，"特别是不希望安特罗皮克掌握尖端AI或通用人工智能（AGI）"，并夸张地表示，"安特罗皮克掌握尖端AI的情况就如同希特勒在盟军之前获得原子弹技术"。 刘开发者表示，"未来的AI发展可能会导致两种极端情景"，一种是极大释放生产力的共产主义，另一种是少数科技公司垄断资源，导致社会阶层流动更加困难的"赛博朋克2077"。该游戏描绘了一个虽然科技高度发达，但财富和权力集中在少数企业手中的反乌托邦未来。 他补充道，"深度学习正在研究强大且快速的AI，并将其开源发布，这将有助于将世界从赛博朋克2077的方向稍微扭转回来"。 刘开发者的发言是在近期围绕AI安全的争论与美中AI技术竞争交织的背景下提出的。阿莫德伊首席执行官在12日曾主张应减缓AI技术的发展速度，以确保安全措施能够跟上。他表示，中国在AI领域超越美国可能对美国及全球构成重大威胁，并呼吁继续对中国的尖端AI半导体和设备出口实施限制。 对此，中国政府立即表示反对。中国外交部强调，"制造恐慌、对抗和恶性竞争只会给全球AI治理带来混乱"，并呼吁在AI领域加强国际合作。中国官方媒体《环球时报》也批评阿莫德伊的提议是试图抑制中国AI发展的"冷战式做法"。

全球人工智能（AI）市场的领先企业，如OpenAI和Anthropic的首席执行官（CEO）和首席研究员警告称，"AI可能导致人类灭绝"。他们表示，超越特异点的AI技术可能成为人类灭亡的开端，呼吁控制开发速度。 AI不会休息，也不会分心。它能迅速完成那些人类觉得乏味和艰难的任务。人类无法解决的数学难题，AI也能轻松应对。随着技术的不断进步，人类对AI的理解变得愈发困难。我们对无法理解的存在感到恐惧，AI的恐惧已经成为现实。 然而，唐纳德·特朗普总统则持不同看法。他表示，"不要杀死下金蛋的鹅"，并称"这只是在让中国受益"，还称"人类灭亡论是骗局"。总的来说，特朗普的观点是正确的，而大科技CEO们的担忧则显得过于夸张。 当前AI危机的制造者正是这些大科技公司的CEO们。他们在追求通用人工智能（AGI）的目标上展开了无尽的竞争。在这一过程中，领先者已经显现。根据硅谷风险投资公司Menlo Ventures的数据，全球大型语言模型（LLM）市场中，OpenAI、Anthropic和谷歌三家大科技公司的市场份额合计约占90%。 这三家公司的模型在性能上领先于开源模型9个月至1年以上。除了他们之外，没有其他模型接近AGI的水平。 然而，尽管他们警告人类灭亡，他们似乎并不打算自行减速。尽管发出警告，他们仍在继续开发下一代模型，并在巨额投资的支持下不断扩展数据中心等基础设施。如果真的担心人类灭亡，那么自认为接近AGI的公司应该主动减缓开发速度，而不是对那些在技术上落后近一年的企业发出警告。 Anthropic的CEO达里奥·阿莫代建议，为了调节AI技术的速度，应该在1至2年内自我克制竞争，并建立独立的竞争评估机构。他还提议建立安全防护措施以促成国际共识。这些建议虽然良好，但并不公平。即使建立第三方机构，所有标准仍由大科技公司制定。 随着监管壁垒的提高，缺乏法律和技术应对能力的后发创业公司或竞争国企业将无法进入市场。速度调节和加强监管的最大受益者无疑是发出警告的大科技公司自己，这只会使他们的市场垄断地位得以永久化。 并不是说危机的实质不存在。全球各国制定安全标准和法律框架是我们这个时代的任务。迄今为止，人类发明的所有技术都旨在保护人类的安全和伦理。因此，我们才能避免灭亡，并创造出下一代技术。 因此，主导当前AI市场的几家大科技公司不应主导安全防护措施的规则制定。这将使市场垄断者能够制定规则以保护他们的既得利益。AI技术将不再是人类的资产，而是特定企业的永久权力。 已经开始的AGI竞赛无法停止。我们需要的不是大科技公司虚伪的警告，而是一个不受特定企业影响的公平、透明和中立的安全防护措施。