从美的第二届远见者大会看AI与能源转型的未来

10月16日，第二届美的远见者大会在佛山顺德举行。

大会现场，机械电子工程专家、华中科技大学教授、中国科学院院士丁汉以“机器人未来技术研判”为主题作了分享。

中国科学院院士、华中科技大学教授丁汉

“机器人技术未来会成为颠覆性技术，有可能会成为第三次工业革命的切入点。”丁汉表示，机器人已经进入了很长的发展阶段，像工业机器人、服务机器人、特种机器人，但目前这些机器人的功能和实用性都与人们的期望值有较大差距。工业机器人只能在一些结构化的环境工作，服务机器人只能做一些简单的升舱和迎宾，而特种机器人基本上都是靠一些操作来完成的。

关于机器人未来的趋势，丁汉认为一个很重要的切入点是共融机器人，就是机器人与人共融、机器人和环境共融、机器人和机器人共融。机器人和机器人共融如无人机、海陆空协同等，共融机器人应该是未来一个非常重要的方向。

丁汉也提到，机器人发展趋势，以前看到的都是机器，未来把人的因素不断增加，机器人的自主性和适应性（2个A）在不断增长，以前的工业机器人基本上都是靠编程、靠试教，但未来有没有可能自己学习、自己编程、自己进行规划呢？这是未来的发展方向。

在丁汉看来，机器人发展未来的一个趋势是——人形机器人。人形机器人最主要的特点是各种技术的集大成者。人形机器人目前可以有一个很好的载体集成AI。

机器人发展未来的另一个趋势是——养老机器人。要知道，我国养老需求非常大。养老包括康复、护理和陪伴。

机器人发展未来还有一个趋势是——医疗机器人。未来每一个手术都会配个机器人，因为人可能会发挥人的经验，机器比较精准，不知疲劳，医疗机器人未来的发展应该是非常蓬勃向上的。

“与以前工业机器人相比有很大的不同点，我们面临很大的挑战。”丁汉称，第一个核心技术是大脑，必须模拟人的大脑，怎样能够进行大规模数据采集，实时处理，能够支持机器人交互能力，能够支持全场景应用。

还有小脑。怎样能够保证行为表征以及协同的自主能力，以及交互能力，在小脑是完成生物体复杂的运动控制。

还有机件的本体。以前看到的机器人都是刚体机器人，只能完成一些固定工作，未来可能有刚柔，还有可能会有刚柔软，但人体的骨骼是由刚柔软组成的，未来机器人本体可能会更加突破刚体的限制，会走向刚柔、刚柔软，使得机器人更加灵巧。

丁汉表示，人形机器人主要是模仿人的功能，真正要做到形似到神似还是很难的，形似也不容易，做到神似就更加困难一点。

以前不管是看到工业机器人还是协作机器人，它都是一种专用的，未来难就难在走向通用。以前干什么活，先给它编程，先把它做好，所以机器人难就难在它对一些复杂场景怎样做到通用，对人形机器人来讲还是非常有挑战性的工作。

丁汉坦言，人形机器人有几大关键技术仍然比较困难。一是体能。因为现在人形都是靠缸体来模拟的；二是技能，运动与平衡；三是智能，控制与决策。这里面最主要的就是骨骼机构，现在人们看到的都是缸体机构，真正与人相比还是比较困难的；四是电机，电机单元做的很多。但人形的电机更强调爆发力，它应该是常规电机的5到10倍。最重要的是行走控制能力，怎样做到高速的实时的计算能力。

在丁汉看来，人形机器人未来还是要做到强引领，怎样加强技术研究。其次，要攻克一些关键技术，此外提出一些示范应用，希望未来在工业现场、在养老康复、重大安全里面进行应用。

在现场，中山大学计算机学院教授、鹏城实验室多智能体与具身智能研究所所长林倞以“大语言模型和具身智能技术及未来展望”为主题也作了分享。

中山大学教授、鹏城实验室多智能体与具身智能研究所所长林倞

林倞表示，如何把感知、规划、控制一体化的模型构建出来。目前正面临四大挑战：第一，空间推理能力。长期的人工智能是从数字或采集好的数据做起的，不管是图像，还是语音，首先这个数据很多时候是丢失的空间和物理的信息。反之，在机器人里要具备像人一样能够对空间的深度感知、透彻的理解，比如完成一个指令时，知道有一个体的概念，知道我们的目标、任务、躯干以及能力的边界。

第二，长程任务规划。相比语言任务的对话，机器人的对话会更长，是动态的上下文，而非固化的。

第三，小脑的能力。到了执行操控层，现在自回归的概率型模型未必适合精准的操控，还要回到大小脑协同的架构来完成运动控制和概率模型的结合。

第四，数字和仿真。林倞表示，很长一段时间，具身智能还是要围绕着数据集、数据驱动。只是我们把传统数字空间的数据变成了基于物理世界和模拟环境共同构建的具身数据的研究。

另值一提的是，能源科学与工程热物理专家、南方科技大学碳中和能源研究院院长、中国科学院院士赵天寿在大会现场以“能源转型与新型储能”为主题也作了分享。

中国科学院院士、南方科技大学教授赵天寿

赵天寿表示，不管是工业机器人，还是人形机器人，本质都是“人”。机器人的饭是能源、是电能。

首先，要实现碳中和，最根本的是要大规模利用太阳能和风能实现能源转型。目前来说，能源转型比想象的要难，主要是由于太阳能和风能可再生能源的不可控制性、波动性。所以需要储能，特别是长时储能。

其次，液流电池（一种新型的储能技术），它有一些特别优势，能够在未来派上用场。要2060年实现碳中和目标，最根本的还是要能源转型，既要用现在的太阳能和风能来替代过去的传统能源。尽管过去20多年发展的非常好，但去年特别是太阳能和风能装机占比增加的速度有点下降。

还有就是，我国整个能源消耗上升也是非常快的，特别是去年，是10年来最高的。

赵天寿提到，虽说目前风机和光伏的装机容量已超过煤电、火电，但实际利用率并不是很高，有弃风、弃光的现象。如何应对该问题，就是发展储能技术。因为储能能够真正累积能量，平衡能量的付出，储能会在未来的新型电力系统中从发电侧、网侧以及用户侧都会发挥重要功能。

在发电侧，主要是要并网，提供尖峰负荷，同时避免断电。在网侧和用户侧都会有储能的功能。随着风光电占比的提高，需要的是长时储能技术，会在发电侧发挥它的重要作用，当风光电占比达到一定程度时，由于天气、气候原因有可能出现断电，必须靠长时储能作为一个保障。

在电网侧，也需要长时储能技术，要移风填谷，提高电的利用率的话，现在国家建立了好多从西部到东部的跨区域电网，专门输送可再生能源的电，这里面存在着低谷期，由波动性引起，我们必须在电网侧的储能技术也要超过6小时以上的长时储能技术，才能真正起到这种作用。

用户侧，从用电政策来说、峰段和谷段的时间基本上大于6个小时，也需要在用户侧长时储能，真正起到它的功能。

大型储能装置，是兆瓦级小时、G瓦级小时的储能电站，对这样的储能电站有三大要求：首先，要安全可靠。其次，要经济可行。这样才能真正被社会接受。此外，要资源可及。储能装置所需要的材料、安装不应该有太多的局限性，这样会影响它的广泛应用。

所以对于大型的储能技术，要安全可靠、经济可行、资源可及。

赵天寿坦言，现有储能技术还不够成熟，面临的关键问题首先是安全挑战，同时有地域和时域的局限性，特别是缺乏长时储能技术。

除了嘉宾作主题分享，大会现场还举行了以“人工智能与能源转型的未来”为主题的圆桌论坛。该圆桌论坛由美的集团副总裁兼CTO卫昶主持，参与嘉宾包括丁汉、赵天寿、林倞，上海交通大学研究生院院长、材料科学与工程学院教授邓涛，美的集团副总裁兼工业技术事业群总裁伏拥军，美的集团副总裁兼CDO张小懿等。

卫昶：丁院士，今天您讲了人形机器人、工业机器人，上周特斯拉有一个“We Robot”的发布，上面展示了最新的擎天柱进展，显示了很多灵巧的动作，较之传统的工业机器人，人形机器人用发展的眼光看，最终有什么优势或有什么不可克服的劣势？

因为美的是工业机器人的公司，在工业机器人方面，有哪些您觉得人形机器人可以取代，哪些可以融合，哪些可能暂时取代不了？

丁汉：未来整个趋势肯定是走向智能化，走向绿色化。

从工业机器人多年的发展看，它的块头一直不大，全球只有1000亿的产值，在一些灵活多变的场景最有可能靠未来的AI结合能够使得机器人实现工业或各行各业的场景。

现在人形确实是未来的方向之一，但有些问题还需要解决，包括人工智能的这些问题，还包括自主性和可靠性的问题。

对美的来讲，在工业机器人这块技术的迭代、关键零部件的迭代速度还是非常快的。我还是希望有点跳跃性思维。美的的做法我们感觉到还是比较扎实稳健，进展也很快，但未来可能有些技术大家都看不太清楚，万一这个技术变成主流技术时，人家都在桌上，你不在桌上，那就比较尴尬。

但是期望值也不能太高，我觉得还是要紧跟，一方面牵扯到芯片技术、AI技术还有机器人本体技术，因为美的机器人本体像这种技术已经做得非常好了。当然，美的中央研究院在高端机器人和高端装备能够有一两个方向，国内同行能够认为美的还是有点超前布置，这是我的一个建议。

我认为美的整个工业的机器人板块在自主可控零部件方面做得非常好，但我也希望最好有自己的品牌更好一点，因为库卡这四大家族名气也很大。

卫昶：林教授，同样在上个礼拜Anthropic的CEO发了一个非常长的文章来阐述强人工智能，即AGI，预测最早2026年AGI就能实现，不像OpenAI的奥特曼讲的比较虚，他讲的非常实，讲了很多，包括能够对人的疾病如今后癌症、精神疾病全部能够去除，人的寿命可以到150岁，解决粮食危机，发展中国家的GDP增长可以超过20%等等。

您觉得AGI很快到来吗？AGI目前最大的瓶颈在哪里？中国实现AGI能和国外齐步吗？

林倞：我觉得它其实没有一个标准答案，本身AGI的定义就不是特别完备。人形机器人就是要从形似到神似，AGI如果这样的话，从人的通用能力到思维的模式，推理决策能力等一系列跟人的打通，因为目前为止，被广泛认为真正具有通用智能的我相信在地球上只有人类，所以我们跟人类比是比较合适的。

您刚才说的那些目前的观点，我认为从学术上讲不够严谨，无论是人活到150岁，还是活到能够解决癌症，包括现在OpenAI的G1能够解这些奥赛题，我认为它可以在一个维度或几个领域上超过人或比人好很多个维度、很多个量级，但我认为从目前人工智能架构和模型来看，如果对标人类，目前的人工智能根本不在一个赛道上，它的架构、计算方式和人的智能大相径庭，我并不认为短时间内可以看到很快到来的目标。

中国的AGI怎么赶上？我认为中国和美国还是有很大区别的，我们现在谈论AGI，美国的社会和中国的社会形态是有区别的，比如中国很强调新质生产力，以制造业、国家创造能力为目标的生产力，从国家来说更需要在生产力层面实现通用性和智能化的飞跃，像美国很多智能是从服务业、消费行业长出来的，可能和它的社会形态、经济发展阶段有区别。

所以，我觉得在这种情况下，中国发展的不管是瓶颈，还是机会，可能还真的是通用人工智能的一些模型算法的突破和智能制造，以及能源，因为我们经济形态从新的能源、算力到模型、到智能、到应用，特别是农业、工业等可能是有一个完整的体系。

中国要解决的是在目前算力和一些工业应用技术软件不完备的情况下，怎么拉通从智能，从上游到整个应用层的链条，这可能是目前主要的瓶颈。

卫昶：美的非常关注AI技术的发展，也非常重视，也在积极推进AI技术在美的的应用，请您和我们分享一下目前美的在AI领域的重点工作？

张小懿：美的也非常重视智能化的推动，包括前段时间把AI作为集团的战略方向专门发了一个文强调，起到引导作用。

我们现在在做的一个事情是原来有很多判决式AI、分析型AI、大数据等各种基础要继续深化应用，在这个基础上借助AIGC的发展我们有一个工作现在在推动。

第一，要做好AI，我们肯定要有一个基础设施，所以AI的基础设施建设现在在紧锣密鼓地去推动，包括算力平台，已经由美的软件工程院发布了，第一版已经上线。

第二，是算法平台，包括内外部整个大模型，各种模型的接入，我们采用的策略是不去做底层的大模型，但我们去用好开源的也好、闭源的也好、买进来的也好、我们自己训练的模型也好，根据不同的场景用好，所以算法平台和接入平台非常关键，一个是解决它的服务化问题，一个是解决信息安全的问题，这个平台也已经上线了。

第三，各种工具跟效率的提升。我们1到9月份在效率提升上有1个多亿的成果出来，大家画图也好，翻译也好，各种工具在里面如火如荼地使用，已经产生了一定效果，但我们更希望在这个基础上进一步融入到我们每一个业务领域，深化到我们的工作中。

卫昶：赵院士，今天您在演讲中讲到长时储能是一个大趋势，确实现在一些主流的企业也在朝那个方向发展，液流电池对长时储能是一个非常好的选择，主要挑战是成本，但液流电池在过去也好多年了，成本有下降，但没有真正达到大规模应用，您觉得最大的挑战在哪里？

第二，除了您今天讲的电流密度是一个大的因素，因为它有一个泵，有一个流动系统在，这个从可靠性角度来看会是一个问题吗？

赵天寿：现在从储能来说，把它分下类，即传统和新型，传统的储能技术就是抽水蓄能，其他的叫新型系统，不是抽水蓄能以外的技术都是新型储能技术。

我今天的报告也谈到了大型的储能技术必须满足三大要求（安全可靠、经济可行、资源可及），目前新型储能技术确实面临很多问题，比如安全性，因为不同技术有不同优势，安全性是一个问题，还有它的时长，未来新型电力系统是长时，不是短时的。

另外，选址方面也有一些灵活性，这些使我们想到研究不同的储能技术，发现液流电池本身技术方面的优势是非常明显的，首先它是非常安全的，是用水溶液，另外容量和功率是解耦的，时长非常灵活，适用不同的场景，特别重要的是循环寿命长，作为大型的储能电站，储备电力系统设施是一个重要的要求。

液流电池有不同的材料，目前全矾液流电池是最接近于广泛应用的一个技术，这里面的瓶颈就是成本，和磷酸铁锂比起来贵一些，如何能够让它的成本进一步降低？首先电堆整个技术要有突破，必须保证电堆在一个高效的情况下运转，比如要保证80%的能量转换效率，在这种情况下电流密度要高，功率密度就会高，使电堆的成本降下来，同时电流密度高，就意味着电解液的利用率就很高，因此整个成本就会下来。

卫昶：邓教授，过去在热能源领域有多次讨论，讲到热光伏、光热发电、材料储热、高温储热、热仿生材料等，您觉得在整个热领域，哪些最接近大规模应用，可以与现在的能源系统更好地协同？

第二个问题，您刚才讲的手指红外发射可以提供不同的信息，用指纹，那不是每个人的信息都不一样吗？

邓涛：关于热，地球上最大的热源是太阳，还有一个热源地热，现在化石能源用了那么多，我们地热提供的能量是化石能源的1亿倍，实际上太阳更多，真正的大规模应用在很多太阳光比较充足的地方已经有了，但现在还是存在一些问题，还是要业界大量投资，量产起来，包括锂电池，刚开始只有量产了，成本下来了，才能起到这个效应。

除了光热，实际上很多能够比较快速的把地热取上来，geothermal差不多在地下300米到8公里，你怎么去把它取出来，怎么在这么长的距离有效地传出来，所有我们这些清洁能源，不仅仅说我们要取代化石能源，还要考虑一些其他因素对环境的影响，包括占地面积，我们聚焦光热和光伏，它实际上占地面积都很大，它需要很大的面积，同时你的整个系统做的时候，你得考虑最后能不能回收、循环利用，但是我们工程系统（Engineered System）就不能可持续，怎么去回收？还有在过程中附带产生的一些有毒的气体、液体，这些怎么处理，都是统一考虑的。

关于指纹，每个人指纹是不一样的，但是你们发射的红外是不是也不一样呢，没有一个人去研究这个问题。你的气味是比较独特的，但是你红外的特征有没有独特性。对于小规模的应用，涉及到美的，从我刚才说的手，我们怎么去融合到工程系统（Engineered System），我认为这也是一个趋势。

把生物集成到人造的系统里面，人造系统集成到生物系统，互相融合的过程。我们人做任何东西，我们人得可控，要不我们被他们控制了，那就有悖我们初衷。到最后可控，我觉得融合是一个非常好的途径，再回到那个手，如果能够把手融合到人的想法里面或是人的其他部分融合到想法里，可能就会产生一些不同的效果。

卫昶：伏总，这两年储能领域非常卷，在这个大的形势下，美的储能业务面临的最大挑战是什么，如何在卷的情况下实现技术突破和商业上的成功？

伏拥军：美的在新能源这块做了一些布局，比如从光伏集成到复式储能跟商业储能、大型储能，也就是储能领域我们在产品在电化学储能领域应该是进行了各个场景的全覆盖。

新型储能从产品形态和产业的格局，我认为远远还没有到成熟，三四年前储能这个行业才真正开始商业化，我认为到今天为止，比如国内大型储能还没有进入真正商业化时代，还是政策牵引时代，美的一直致力于做向市场发展的逻辑，所以美的的储能目前来说比如复式储能也是以国外市场为主，大型储能也是以国外市场为主。工商业储能，去年中国市场的商业化时代已经来临。

新型储能其实是从产品形态到商业形态远远没有成熟，美的作为大企业参与到这里面去，时间点是非常好的，虽然现在非常卷，但任何一个产业在初期阶段，比如家电在20年前也是非常卷。其次由于现在资本的加持，使任何一个行业快速进入卷的时候，实际上我们坚持做好产品、做好商业，一旦资本加持的企业，资本退潮，最后技术能力、管理能力、经营能力好的企业才能真正生存下来。