美国康奈尔大学工程师创造能够检测损伤并进行自我修复软体机器人

　近年来，以大语言模型（LLM）为代表的人工智能技术取得了举世瞩目的成就，展现出强大的信息处理与生成能力。然而，在这场繁荣景象之下，一个根本性的局限日益凸显。2025年9月26日，强化学习先驱、图灵奖得主理查德·萨顿（Richard Sutton）在一次访谈中指出，当前试图利用LLM通往通用人工智能（AGI）的路径可能是一条“死胡同”。他认为，智能的本质在于能够从与世界的动态交互中持续学习并更新自身模型，而非仅通过静态数据模仿人类行为。人类与动物的智能是在身体与环境的持续互动、获得反馈、不断调整的循环中产生的。相比之下，LLM的“智能”源于对海量文本的静态训练，完全缺失了在真实世界中获得动态体验的关键环节。这种与物理世界脱节的“离身性”（Disembodiment），正是阻碍LLM迈向AGI之路的根本性瓶颈。在此背景下，具身心智（Embodied Mind）与预测加工（Predictive Processing）两大理论范式正跨越学科边界走向融合，为新一代人工智能的构建提供了极具潜力的思想框架。

近年来，以大语言模型（LLM）为代表的人工智能技术取得了举世瞩目的成就，展现出强大的信息处理与生成能力。然而，在这场繁荣景象之下，一个根本性的局限日益凸显。2025年9月26日，强化学习先驱、图灵奖得主理查德·萨顿（Richard Sutton）在一次访谈中指出，当前试图利用LLM通往通用人工智能（AGI）的路径可能是一条“死胡同”。他认为，智能的本质在于能够从与世界的动态交互中持续学习并更新自身模型，而非仅通过静态数据模仿人类行为。人类与动物的智能是在身体与环境的持续互动、获得反馈、不断调整的循环中产生的。相比之下，LLM的“智能”源于对海量文本的静态训练，完全缺失了在真实世界中获得动态体验的关键环节。这种与物理世界脱节的“离身性”（Disembodiment），正是阻碍LLM迈向AGI之路的根本性瓶颈。在此背景下，具身心智（Embodied Mind）与预测加工（Predictive Processing）两大理论范式正跨越学科边界走向融合，为新一代人工智能的构建提供了极具潜力的思想框架。

近年来，以大语言模型（LLM）为代表的人工智能技术取得了举世瞩目的成就，展现出强大的信息处理与生成能力。然而，在这场繁荣景象之下，一个根本性的局限日益凸显。2025年9月26日，强化学习先驱、图灵奖得主理查德·萨顿（Richard Sutton）在一次访谈中指出，当前试图利用LLM通往通用人工智能（AGI）的路径可能是一条“死胡同”。他认为，智能的本质在于能够从与世界的动态交互中持续学习并更新自身模型，而非仅通过静态数据模仿人类行为。人类与动物的智能是在身体与环境的持续互动、获得反馈、不断调整的循环中产生的。相比之下，LLM的“智能”源于对海量文本的静态训练，完全缺失了在真实世界中获得动态体验的关键环节。这种与物理世界脱节的“离身性”（Disembodiment），正是阻碍LLM迈向AGI之路的根本性瓶颈。在此背景下，具身心智（Embodied Mind）与预测加工（Predictive Processing）两大理论范式正跨越学科边界走向融合，为新一代人工智能的构建提供了极具潜力的思想框架。

　近年来，以大语言模型（LLM）为代表的人工智能技术取得了举世瞩目的成就，展现出强大的信息处理与生成能力。然而，在这场繁荣景象之下，一个根本性的局限日益凸显。2025年9月26日，强化学习先驱、图灵奖得主理查德·萨顿（Richard Sutton）在一次访谈中指出，当前试图利用LLM通往通用人工智能（AGI）的路径可能是一条“死胡同”。他认为，智能的本质在于能够从与世界的动态交互中持续学习并更新自身模型，而非仅通过静态数据模仿人类行为。人类与动物的智能是在身体与环境的持续互动、获得反馈、不断调整的循环中产生的。相比之下，LLM的“智能”源于对海量文本的静态训练，完全缺失了在真实世界中获得动态体验的关键环节。这种与物理世界脱节的“离身性”（Disembodiment），正是阻碍LLM迈向AGI之路的根本性瓶颈。在此背景下，具身心智（Embodied Mind）与预测加工（Predictive Processing）两大理论范式正跨越学科边界走向融合，为新一代人工智能的构建提供了极具潜力的思想框架。

近年来，具身智能（Embodied AI）已成为继生成式人工智能之后的一个热点领域。可以预测的是，它将成为人工智能的下一波浪潮。从字面上理解，具身智能就是具身化的AI，即将AI融入机器人、新能源汽车等物理实体，为“大脑”赋予“身体”，使得它们具有像人一样感知、学习和与环境动态交互的能力。于是，市场上充满了各种具身化AI产品，如扫地机器人、人形机器人。然而，这些产品仅将身体视为物理载体，其硬件与环境的互动缺乏真正的发展性耦合关系，与一台程序化洗衣机并无本质差异。这种“具身性”标签的滥用，暴露出悬而未决的核心问题：何为真正的身体？身体仅是认知功能的偶然载体，还是心智构成的必要条件？对于这一问题的回答，将决定具身智能发展的根本方向。

DeepSeek大模型的突破性进展，为中国智能产业和技术发展打了一剂强心针。通用大模型不仅是一个简单的智能对话工具，更是广泛接入未来各种智能产品的入口。人类之间的交流是在语言界面上进行的，而各种智能设备和产品并不懂人类的语言和图像，这些产品需要将人类的语言、图像转译为计算机可以读懂的机器代码，换言之，大模型充当了人类的语言界面与智能体的算法界面之间的桥梁。同时，值得注意的是，新兴的技术封建主义思潮已经看到了在数字产业和智能产业中存在的“新圈地运动”，其不仅圈占了技术专利、用户和数据，同时也掌管了不同界面之间往返的门户和入口，而谁掌握了这些门户，谁就会为未来的智能产业发展谋得先机。这也是为什么我们需要重视通用大模型的建设，因它带来的不仅仅是一种产品，更是我们在未来智能技术发展中可能的战略通道。

DeepSeek大模型的突破性进展，为中国智能产业和技术发展打了一剂强心针。通用大模型不仅是一个简单的智能对话工具，更是广泛接入未来各种智能产品的入口。人类之间的交流是在语言界面上进行的，而各种智能设备和产品并不懂人类的语言和图像，这些产品需要将人类的语言、图像转译为计算机可以读懂的机器代码，换言之，大模型充当了人类的语言界面与智能体的算法界面之间的桥梁。同时，值得注意的是，新兴的技术封建主义思潮已经看到了在数字产业和智能产业中存在的“新圈地运动”，其不仅圈占了技术专利、用户和数据，同时也掌管了不同界面之间往返的门户和入口，而谁掌握了这些门户，谁就会为未来的智能产业发展谋得先机。这也是为什么我们需要重视通用大模型的建设，因它带来的不仅仅是一种产品，更是我们在未来智能技术发展中可能的战略通道。

DeepSeek大模型的突破性进展，为中国智能产业和技术发展打了一剂强心针。通用大模型不仅是一个简单的智能对话工具，更是广泛接入未来各种智能产品的入口。人类之间的交流是在语言界面上进行的，而各种智能设备和产品并不懂人类的语言和图像，这些产品需要将人类的语言、图像转译为计算机可以读懂的机器代码，换言之，大模型充当了人类的语言界面与智能体的算法界面之间的桥梁。同时，值得注意的是，新兴的技术封建主义思潮已经看到了在数字产业和智能产业中存在的“新圈地运动”，其不仅圈占了技术专利、用户和数据，同时也掌管了不同界面之间往返的门户和入口，而谁掌握了这些门户，谁就会为未来的智能产业发展谋得先机。这也是为什么我们需要重视通用大模型的建设，因它带来的不仅仅是一种产品，更是我们在未来智能技术发展中可能的战略通道。

随着生成式人工智能快速而广泛地应用，人类社会迈入人类智能体与人工智能体共生的新阶段。在这样的全新阶段中，作为人类成员的个体或组织，无论是在认知方式还是生存方式上，均会面临新挑战和新机遇。因此，一方面，在人类智能体与人工智能体共生和互动的情况下，人类需调整或改变自身的认知方式和决策过程，以行动为导向，作出合理行动的判断和选择。另一方面，人工智能体与人类智能体的协同定会创造出更多的财富，从而更好地满足人类的物质需求和精神需求，提升人类独有的价值，让人类能追求自己喜欢的经历，并从中获得爱和美的体验。

随着生成式人工智能快速而广泛地应用，人类社会迈入人类智能体与人工智能体共生的新阶段。在这样的全新阶段中，作为人类成员的个体或组织，无论是在认知方式还是生存方式上，均会面临新挑战和新机遇。因此，一方面，在人类智能体与人工智能体共生和互动的情况下，人类需调整或改变自身的认知方式和决策过程，以行动为导向，作出合理行动的判断和选择。另一方面，人工智能体与人类智能体的协同定会创造出更多的财富，从而更好地满足人类的物质需求和精神需求，提升人类独有的价值，让人类能追求自己喜欢的经历，并从中获得爱和美的体验。