突破就在這兩三年！ 面壁智能聯合創始人李大海：新一代人機交互方向已現曙光

每經記者：可楊 每經編輯：陳旭

當人工智能開始從屏幕走向現實世界，人機交互正經歷一次升級時刻。

無論是手機、汽車，還是正在加速落地的機器人與可穿戴設備，過往以你問我答為核心的回合制交互，正逐漸暴露出響應遲緩、感知割裂、上下文中斷等問題。這種交互方式的先天缺陷，正在成為AI進入物理世界的關鍵瓶頸。

2月2日，面壁智能聯合創始人兼CEO李大海接受包括《每日經濟新聞》記者在內的媒體采訪時表示，新一代人機交互的方向已經出現曙光，但真正的躍遷不會一蹴而就，而是伴隨著云端與端側模型能力的持續提升逐步發生。在這一過程中，全模態模型是否能夠成為連接數字智能與物理世界的具身大腦，正在成為產業關注的核心問題。

圖片來源：面壁智能

全模態不是功能疊加，而是交互范式變化

隨著AI開始進入物理世界，當其驅動機器人或可穿戴設備時，傳統的人機交互模式開始顯現弊端。

清華大學計算機系長聘教授、面壁智能聯合創始人兼首席科學家劉知遠認為，對人類而言，聽、說、看本身是多通道并行的，人可以在說話的同時繼續聽、繼續看，這些過程并不會彼此阻礙。但在人機交互層面，此前的大多數模型都很難具備這種能力，“一旦你開始說，就沒有辦法看了，有這樣那樣的問題。”

這種交互方式的缺陷，限制了AI走向具身智能的深度。在劉知遠看來，擬人化、高度自然的交互能力，是讓機器人、智能終端更像人的關鍵一步。“它（全模態模型）和讓我們未來的機器人、智能終端能夠像人一樣去進行自然交互，可能離得更近。”

依照這一判斷，具身智能并不是一個獨立分支，而是對模型交互能力提出了更高要求的應用場景。劉知遠強調，在具身、智能終端等場景中，其實同樣需要類似的模型，才可能讓它更好地服務人類。劉知遠在采訪中判斷，具身智能在能力層面的快速迭代，可能并不遙遠。“如果說還有多久，我估計可能也就是這兩三年時間。”

落到產業層面，端側模型與AI硬件的結合，正在成為一個現實而復雜的命題。

在李大海看來，隨著大廠下場、智能體進入手機等終端形態，新一代人機交互的形態已經看到曙光，但這也并不意味著拐點已經到來。他判斷，這一躍遷不會是一次性完成的，“大家會在這個方向上不斷地探索，這個要伴隨著云端模型和端側模型的持續提升。”

即便在當前被廣泛討論的手機場景中，技術本身仍存在明顯約束。李大海表示，像豆包手機背后依托的是目前行業里最優秀的模型之一，但它對人類復雜任務的完成率其實也沒有完全達到可用的理想狀態。

李大海進一步分析稱，一方面，純云端方案難以繞開隱私問題；另一方面，端側資源的算力等消耗，使得全模態能力在手機上的落地需要更長時間。李大海直言，模態越多，資源消耗越大，這決定了不同終端形態的節奏差異。

手機目前的交互仍主要以語音和觸控為主，模態相對受限。李大海介紹，以豆包手機為例，其核心突破是讓智能體可以像人一樣操作手機，代替用戶完成復雜任務，這相當于解決了像人一樣輸出的問題。而下一個重要的演進方向，則在于輸入方式的變革。

“目前手機與人的上下文同步，依賴人在屏幕上的主動操作。如果未來手機能直接聆聽、觀看真實世界，它就能更好地與主人同步、共享上下文。”李大海認為，這是手機邁向真正智能體的關鍵一步，但也將直面功耗與隱私保護的雙重挑戰，對產品設計提出了更高要求。

相比之下，汽車、機器人等場景，由于資源條件更寬松，也被李大海認為是全模態模型更具潛力的落地方向。而在具身智能領域，他認為，當前的瓶頸不在本體，而在大腦，一旦模型能力出現突破性進展，具身智能很可能迎來類似“ChatGPT時刻”的躍遷。

行業將快速見證模型專業能力與交互能力爆發

在這種判斷下，面壁智能對自身的定位并不著重關注某一個產品或硬件形態，而在于是否能夠持續產出高質量模型。

在AI領域，Scaling Law（規模定律）曾是公認的鐵律，但關于其是否會碰壁的爭論從未停止。面壁智能曾經提出另一個視角：Densing Law（密度法則），即大模型的保鮮期極短，能力密度每100天左右提升一倍。這意味著，重要的不是開發出一個優秀的模型，而是具備持續開發優秀模型的能力。

面壁智能將自己定位為“做大模型的光刻機”。李大海解釋說，這個光刻機指的是不斷訓練出更高能力密度的大模型。

劉知遠補充表示，密度法則的邏輯與芯片行業相類似：大模型未來的趨勢是尺寸越來越小、密度越來越高。進而極致地降低模型成本，同時用更小的尺寸讓其更有可能在距離用戶更近的終端上運行。

李大海強調，端側模型的商業化，本身也是能力驗證和數據飛輪的一部分。單純依靠商業化的路徑銷售模型，來實現將模型部署到百億臺設備的目標可能比較困難，更現實的路徑是通過生態和開發者，共同推進這一過程。

關于與大廠之間的競爭，在李大海看來，創業公司的機會并未因為大廠入場而消失。AI仍然是一個產業級機會，創業公司面臨的考驗是，選擇在一個非常廣闊的賽道上占領比較小的份額，還是在比較小的市場去爭取頭部，“我相信還有很大的空間給大家去發揮。”

對于未來的技術趨勢，劉知遠提出了兩大主旋律：一是智能能力的持續增強；二是智能的使用持續高效。他認為，接下來一兩年，行業將快速見證模型專業能力越來越強，以及與世界交互能力的爆發。“它（指模型）作為一個智能體，具備了更強的自主學習能力，這是接下來一兩年非常重要的發展趨勢。當它具備了自主探索、學習成長的能力之后，再下一步的突破，其實就是多智能體的協同。”

劉知遠表示，在未來的五到十年，全球一定會進入多智能體互聯互通、高度協作，并涌現出群體智能的狀態。