近幾年來，以大數據大模型為代表的類腦智能，以及依托于人形機器人的具身智能，在我國迅猛發展，引發政產學研各界乃至社會大眾的強烈關注。前者以幾個月前橫空出世的DeepSeek最為典型，后者則以各種機器人足球賽、馬拉松乃至機器人格斗賽等最為吸睛。

　　對此，中國科學院院士、北京航空航天大學教授郭雷在接受《經濟參考報》記者采訪時表示，我國實施創新驅動發展戰略成效顯著，實現了從“跟跑”到“并跑”的轉變，有的領域開始“出現領跑”勢頭，比如AI（人工智能）。

　　“其中，開辟‘仿生智能’新賽道，是我國AI發展的新方向。”郭雷強調說，“要想在更多領域實現領跑，必須逐步樹立科技自信、創新自信、青年自信，走出一條具有中國特色的創新之路。”

　　以下為訪談實錄。

　　《經濟參考報》記者：近幾年來，我國人形機器人、類腦智能等的發展令人矚目，甚至出現了整體加速突破的跡象。比如，宇樹科技機器人春晚驚艷亮相，機器人足球賽、馬拉松等吸睛無數，DeepSeek橫空出世則在全球引發關注……您如何看待上述現象？

　　郭雷：這說明，我國實施創新驅動發展戰略成效顯著，AI科技的進步則是具體例證之一。科技創新、科學普及是創新驅動發展的兩翼。一方面，我們的科技創新，在世界科技舞臺上已實現從“跟跑”到“并跑”的轉變，有的領域開始“領跑”，這非常令人欣喜。更讓人高興的是，我國的科技創新經過多年“厚積”、連續“薄發”，不斷蓄勢，已從原來的點式、局部、跟隨式創新為主，逐步轉向系統、整體、原創性的創新，因此近幾年有了“爆發式”突破之感。另一方面，科學普及深入人心，為科技創新營造了良好的氛圍。這些機器人比賽，既在應用層面展示了科技創新的成果，又提升了大眾對我國科技發展的信心。

　　需要強調的是，就AI技術而言，應更好與硬核科技有機結合、賦能實體經濟，使其在經濟社會高質量發展、因地制宜發展新質生產力中發揮更大作用。

　　《經濟參考報》記者：說到AI賦能實體經濟，我們看到，類腦智能正在深刻改變人類生產模式，而人形機器人則開始走進日常生活。以前存在于科幻作品中的AI，離“人”越來越近了。

　　郭雷：AI無論內在的思維方式、還是外在的載體形狀，首先從“模仿”人開始，是合乎邏輯的，人對自己的思維方式最了解，方便入手研究；也是合乎人性的，家庭使用者在情感上也更愿意接受人形的機器人產品。所以，類腦智能、具身智能率先產品化、產業化，就可以理解了。

　　同時我們更應看到，AI的應用場景，不僅僅是人的生活場景。比如現在應用越來越廣泛的無人機，在使用中需要采集、分析各種信息，在高速運動中及時做出各種反應動作，這些時候僅僅模仿“人”的各種能力，就遠遠不夠了。除了“人”工智能之外，還需要發展“魚”工智能、“鳥”工智能等等，也就是“仿生智能”。

　　《經濟參考報》記者：“魚”工智能、“鳥”工智能的表述很有意思。仿生智能和人工智能是什么關系？有何異同點？

　　郭雷：大致而言，仿生智能是AI的延伸與發展，可為AI開辟新賽道、加快賦能新質生產力進程。仿生智能就是將人工智能、生物技術與航空航天、先進制造領域重大需求相結合、從而產生“鏈式變革”、“全鏈條創新”的一個重要途徑。

　　具體來講，比如在水下作業場景，當水流、水壓、地形等突然發生變化時，魚類做出的判斷、反應、動作等，肯定比人、專業游泳運動員優秀得多；又比如高空飛行時，具有復眼系統的候鳥、昆蟲，雖智力比人類低等得多，但它們對前方高速飛行而來的物體所作出判斷反應的速度、合理性，更是令不會飛行的人類望塵莫及。

　　師法自然。其實，人類科學向動物的學習借鑒，是一門既古老又年輕的科學。當下，從信息領域、從導航感知領域模仿昆蟲和候鳥的復眼，模仿鳥的肌肉和翅膀的飛行動作，開發仿生智能產品，就是上面提到的“鳥”工智能。

　　整體來看，仿生智能與現有的“類腦智能”體系具有顯著的不同，既涉及信息、智能、材料、結構等跨學科融合，又涉及基礎理論、關鍵技術和工程應用全鏈條創新。仿生智能將物理、信息和生物的基礎理論，到傳感、執行和系統設計的核心關鍵技術，再到軟件、器件、芯片和硬件系統進化設計及其環境、目標和對手博弈交互。其成果是軟硬一體、內外兼修的，可以在航空航天、先進制造領域極端環境下實現各類無人系統、器件和裝備的運動智能、對抗智能和博弈智能。

　　仿生智能是一種生物啟發的系統性思維，能夠克服“碎片化”局部智能技術的局限性。

　　因此，應在當前AI創新成功經驗的基礎上，大力發展仿生智能，使AI更好地賦能實體經濟、助力培育新質生產力，從而更好地實現經濟社會高質量發展。

　　《經濟參考報》記者：您提到仿生智能將產生“鏈式變革”，會有哪些表現？如何更好地服務實體經濟？

　　郭雷：仿生智能技術是一門“硬科技”，有助于突破傳統生產力的瓶頸，成為推動新質生產力發展的核心引擎，在空天無人系統、高端制造、國防安全、工業互聯網、國防安全、綠色能源、醫療健康、智慧農業等領域產生“鏈式變革”，形成顛覆性創新優勢，實現高質量發展。

　　創新性理論和技術都需要接受實踐檢驗，最終都要服務于“四個面向”，即面向世界科技前沿、面向經濟主戰場、面向國家重大需求、面向人民生命健康。

　　我們認為，當前迫切需要開辟“仿生智能”科研“新賽道”，將新型人工智能技術賦能空間無人系統，包括無人飛行器、潛航器等領域，實現“換道超車”，使人工智能技術創新與新興產業創新深度融合，形成具有國際競爭力的商業航天與低空經濟產業創新生態。

　　要實現上述目標，就要在航空航天領域大力建立健全的商業運行機制、容錯的創新生態，在低空經濟建立完善臨空域管理、安全規范等法律法規。當然，這些都不是一兩句話能說清楚、短期內能解決的問題，需要在全面深入調研的基礎上精準施策，綿綿用力、久久為功。

　　《經濟參考報》記者：目前有一種觀點稱，“AI的盡頭是算力，算力的盡頭是能源”。對此，您怎么看？

　　郭雷：毋庸置疑，AI大模型運行、算力實現所消耗的能量量級，遠超出實體制造領域的水平。從這一角度來看，這句話沒有問題——AI運行離不開巨量能源的供應支撐，AI技術的發展更離不開能源技術的突破。

　　同時也要看到，目前“類腦智能”更多地依靠堆砌算力，也就是“硬算”來實現，事實上相當大一部分工作是可以借助“巧算”，就可以用低算力、低成本、低能耗來達到同樣的效果。簡單來說，拿昨天的數據和今天的數據對比一下異常，就可以實現升級迭代，沒有必要全部數據再重算一遍。

　　其實，真正的人腦思維活動“硬算”方面肯定比不上AI，但在“巧算”方面優越太多——人吃兩三個饅頭，一天腦力活動的能量就夠了，但這個工作量如用AI去“硬算”，可能消耗的能源不低于一個縣城運轉一天所需的電力。

　　DeepSeek的橫空出世，在世界上產生了很大震動。這項創新成果，是中國青年科技工作者們的驕傲。其中最重要的創新之一，就是通過“巧算”，僅以十幾分之一的能源消耗和成本，實現了國外同等主流AI的算力水平。

　　《經濟參考報》記者：您認為，未來要在更多領域實現“領跑”，還需要做什么？

　　郭雷：從世界范圍來看，很多創新存在碎片化問題，越搞越專，甚至停留于分子層面，難以形成一個系統，從而難以真正發揮作用。未來我們要實現的是真正的、原創性、系統性的創新，而不是局部創新。

　　要實現從局部創新到全局創新，再到全球創新，就要求我們要有更高的、全局性的站位。要想在更多領域實現領跑，必須逐步樹立科技自信、創新自信、青年自信，走出一條具有中國特色的創新之路。

　　我們認為，要加快推進教育、科技、人才“三位一體”協同融合發展，要準確把握前沿理論賦能硬科技的方向，加大基礎研究領域“新、硬、實科技”的支持力度，使創新性基礎理論和關鍵技術盡快在實際中驗證、服務實體經濟。要鼓勵可望與新興科技有機融合的基礎理論研究，避免被資本、流量等牽著鼻子走，避免在某些熱點方向一哄而上、重復投資，減少各類扎堆式、跟風式、快餐式科研。而從評價上來說，建議以第三方考核的硬件實物指標水平衡量硬科技水平，以硬科技創新程度、新質生產力發展程度作為科研成果重要評判標準。

　　總之，我們要樹立“敢為人先”而不是“循規蹈矩”的創新意識和理念，培育和規范更加完善的、涵蓋“政產學研金介用”的全社會、全鏈條創新生態。