2025 年 10 月 29 日,沙特首都利雅得。
在一场汇聚全球政商领袖的峰会上,斯坦福AI实验室创始人李飞飞和前谷歌 CEO 埃里克·施密特(Eric Schmidt)坐上了舞台中央:
超级智能,真的要来了?我们来得及准备吗?
这不是泛泛而谈的未来畅想,而是一场围绕 AI 极限、财富重构、人类命运的真实交锋。
施密特给出激进判断:超级智能可能 3 年内到来,将重新洗牌全球权力与财富。
李飞飞则反问:AI连牛顿都成不了,真正的超级智能可能远未开始。
一个说 3 年,一个质疑能否实现。两位顶级 AI 思想者给出了截然不同的答案。
如果 AI 真是人类最后一项发明,你准备好了吗?
在这场对话的一开始,主持人问题就是:
“超级智能到底是什么意思?它什么时候会到来?”
李飞飞和施密特的回答,走向了两个完全不同的方向。
✦ 施密特的定义:
超级智能,不是一个聪明的 AI,而是比地球上所有人类加在一起还要聪明的存在。他称之为“总和级别的智慧”。
人类智能你可以理解,因为我们就是人。你有想法,有朋友,会思考,也有创造力。超级智能呢?它可能知道我们所有人知道的东西,甚至更多。
施密特说:
“我认识一群人,住在旧金山,他们相信超级智能在未来3~4年就可能实现。”
对他来说,这已经不再是会不会,而是多快。
✦ 李飞飞的回应:
她没有直接否定施密特的判断,而是把问题转向了智能的本质:
AI这个领域从一开始就是在挑战“什么是智能”。 我同意,有些 AI 能力已经超过人类,比如同时掌握几十种语言,或者拥有几乎无限的知识量。但我们还得问:它能成为牛顿吗?它成为爱因斯坦或者毕加索吗?
两种答案的分歧点在于:
施密特看的是“能力堆积”:只要把知识堆得足够高,智能就能超越人类;
李飞飞看的是“创造力起点”:真正的智能,是在混沌中找到突破的那一刻。
✦ 为什么这场定义之争重要?
因为它决定了:我们是在制造工具,还是在创造“另一个物种”?
施密特相信:技术突破很快就会跨过那条线。
李飞飞提醒:别太快以为我们已经懂了智能的本身。
如果我们连“超级智能到底是什么”都还没有共识,那我们该如何准备它的到来?
这不只是学术之争,而是关乎未来方向的根本选择。
第一节提出了一个问题:AI 能不能成为牛顿?
现在,施密特和李飞飞要解释:为什么不能。
施密特给出了一个技术层面的回应:假设你把 1902 年全世界能找到的科学知识,全都塞进一台计算机里。问题是:它能发明相对论吗?
答案是不能。
他解释说,现在的 AI 在处理逻辑时,有个盲点:它不会把一个结论立刻反馈给自己,然后继续往下推理。比如,一个数学家证明了一个定理,会立刻根据这个结果去想下一个问题。但 AI 不会。它记住了,却不会用来连续推导。
“今天的 AI,在做推理时不会像人那样反复思考,它只是做完就停了。”
李飞飞从另一个角度补充:我们已经能让 AI 做很多事情,但你把所有行星的运行数据喂给它,它还是没法像牛顿那样,自己推导出“万有引力”。
施密特也承认这一点。
也就是说:AI 擅长处理大量数据,效率很高;但它没有“顿悟”能力,也缺少跨领域联想的直觉。
现在的 AI,大多数时候还是个超级助理:它可以整理信息,但跳不出信息本身。
李飞飞最后强调了一点:
人类最了不起的能力,是能提出别人没问过的问题。
她认为,这才是未来AI是否真正进化的关键。
所以,如果我们要用 AI 解决未来的科学难题,就必须回答一个问题:它只能复述答案,还是能像科学家那样,重新提问?
无论是药物设计、物理猜想,还是气候预测,都绕不开这个问题。
而从这段对话看,至少今天,它还做不到。
如果 AI 真的越来越强,那下一个问题就是谁能从中受益?
主持人提出了一个大胆的预设:AI 如果走向超级智能,我们会不会进入一个后稀缺社会(Post scarcity society)?就像有了谷歌搜索之后,每个人都能免费获取知识,那是不是也能人人用上 AI,享受医疗、教育、交通这些服务?
听起来很理想,对吧?但施密特却先泼了盆冷水:
“这是个非常美好的想法,但现实可能没那么平均。”
AI 带来的好处,可能会集中在少数人手里。
他用的是经济学里的说法:“网络效应”。意思是越早开始用、越有资源的一方,就越容易把优势变成垄断。
他说:
“每家使用 AI 的公司,几乎都提升了效率。效率高了,财富就会增长。但增长的财富,是不是所有人都能分到?很可能不是。”
在沙特,AI 只要把石油网络里的调配优化 10%,这个国家就能节省数十亿美元。又比如,在医疗和药物开发中:AI 能加快新药审批,降低试验成本。做得快,做得准,企业就更赚钱。
这些都是真实收益。
但他紧接着说:你可以想象,这些收益只会集中在少数几个国家、少数几家公司,还有那些资本集中的人手里。
李飞飞也认同 AI 能提升效率,但她特别提醒:效率不等于共同繁荣。你得承认,技术本身不会主动去解决分配的问题。
换句话说,AI 能把事情做得更好更快,但有钱买、会使用,才是真正的门槛。
所以谁会落后?
施密特点名了一个最危险的区域:非洲。
他们没有稳定政府、强大大学体系、关键工业结构,很多地方将难以参与这场 AI 革命。
他直言:
“它们已经落后很多年了,而现在,可能会被甩得更远。”
就算在欧洲,也存在问题。他说,能源贵、资金难拿,很多国家想建 AI 数据中心,却根本负担不起。
他的建议是:不行就找合作方。比如法国就与阿布扎比合作,用别人的资源来建设 AI 能力。
李飞飞也强调了同一件事:
“每个国家都该投资人才、技术和教育生态,不能靠别人。”
她没有说 AI 一定让世界变得更公平。相反,她的意思是:谁不投入,就会被落下。
AI 不会自动把红利送到你手里。想要从中受益,就要尽早准备,国家如此,个人也如此。
而不行动的,会被远远甩在后面。
讨论完 AI 能做什么,该问问人类还剩什么了。
乐观的人说它能提高效率,悲观的人担心它会取代所有岗位。
主持人把问题摆到了台面上:如果超级智能能做所有的科学研究、经济决策、生产设计……那人类在这个世界里,还剩下什么角色?
✦ 施密特:人类和AI,会组成“搭档组合”
他不是那种完全乐观的人,但他始终坚持一点:未来真正强大的,不是 AI 单打独斗,而是人类和 AI 的组合。
他说了一个赛车例子。
我们都知道,机器人能开得比人快。但为什么 F1 比赛我们还是想看真人在开车?因为人类有不可替代的魅力,我们就是想看人做到的事。
他的意思是,哪怕 AI 技术全都到位,人类的好奇心、审美和创造冲动,也不会被替代。我们会想看人类在挑战边界,而不是机器演示流程。
他甚至想象了一幅画面:
“以后可能会出现两种比赛:一种是人类之间的,另一种是 AI 之间的。 但我们会更关注人和 AI 一起完成什么,而不是谁赢了。”
✦ 李飞飞:AI再强,也不能忘了“人的能动性”
她的回应,情绪更强烈,底线更清晰:我非常担心,在超级智能的讨论中,我们会忘记人类的价值。
她强调了两个关键词:尊严和能动性。
无论技术走多远,都必须记住,这个世界不能让人类被边缘化。人必须始终是中心。
她说,哪怕 AI 再聪明、再全面,也不能让它替我们做选择。
两人的分歧很清楚:
施密特愿意让 AI 干更多事,但人类不会因此失去价值。
李飞飞坚持:哪怕 AI 做得再多,决定权也必须握在人手里。
归根结底:谁来定义未来?
是 AI,还是我们自己?
前面讨论的都是超级智能会带来什么影响,但 AI 具体会以什么形态进入我们的生活?这是李飞飞正在做的事。
主持人问:我的14岁儿子已经把大部分时间花在虚拟游戏里了。等 AI 越来越强,我们是不是都要搬进虚拟世界?
李飞飞给出了肯定的回答:
“是的,我们未来的生活,会更像一个多元宇宙。不是离开现实,而是现实和虚拟会完全混在一起。”
✦ 这不是科幻设想,而是她正在做的事
World Labs,李飞飞创立的新公司,专注构建世界模型。
她说:人类不光有语言能力,还有一种空间智能。我们能看懂三维世界,能想象空间、动作、因果关系。而过去的 AI 只学语言,没办法理解这些。
于是她就干了这件事:训练 AI 理解空间、物理和交互,就像人一样。
现在,她的团队的最新成果叫:RTFM。它的全称是 Real-Time Frame Model,意思是 AI 能实时生成 3D 场景,而且还能记住它自己生成的世界是什么样。
这不是做一段视频,而是构建一个你可以走进去、可以互动的持久空间。
✦ 那这个“世界模型”能用来干嘛?
她举了几个非常具体的例子:
医疗手术训练:未来医生不一定非要在人身上练习,而是可以在AI构建的手术空间里反复演练
教育场景:孩子可以进到AI生成的古代城市,边学历史边亲身体验
城市规划:建筑师可以把一整座新城区在 AI 中预演一遍,再决定要不要修
换句话说:我们未来的大量工作、学习、娱乐,都会发生在这些 AI 生成的世界里。
✦ 这不是逃避现实,而是重新建构现实
李飞飞认为,AI 正在从输出文字进化到构建世界。而这个世界,不是用来看一眼的,而是用来生活的。
施密特也认同这个方向。他甚至预测:
“未来某一天,AI 可能会告诉我们:‘我需要更多能源,我自己来设计一种新方式。’那就是 AI 开始自己推动物理世界的转型。”
说到底,这是 AI 角色的转变:
过去,AI 是回答者;
现在,AI 是构建者;
未来,AI 可能会成为世界的重组者。
我们正站在这个转折点上。
施密特说:超级智能可能 3 年内出现,从研究、能源到军事、政策,都会被重写。
李飞飞说:AI 连万有引力都推导不出来,真正的超级智能可能远未开始。
3年,还是远未到来?这不只是时间判断,而是关于 AI 本质、人类角色、未来主导权的根本分歧。
但无论答案是什么,有一点是确定的:不是 AI 有多强,而是人类准备得够不够快。
现在,你得问自己:如果 AI 真的在改变一切,你是观众,还是参与者?
参考资料:
https://www.youtube.com/watch?v=Q_9KNz7nnlA&t=3s
https://x.com/drfeifei/status/1981803853319225446?referrer=grok-com
https://www.worldlabs.ai/blog/rtfm
https://nypost.com/2025/10/09/business/googles-ex-ceo-eric-schmidt-shares-warns-of-homicidal-ai-models/
https://fortune.com/2025/10/24/eric-schmidt-weekend-habit-reflection-level-up-work-success/
来源:官方媒体/网络新闻
