中国人民大学校友、光轮智能联合创始人兼总裁、2005级本科、2010级硕士杨海波校友以《保持好奇,从共识走向非共识》为题作产业实践分享。作为兼具科创创业、产业运营、公司事务多重经历的交叉背景从业者,他结合具身智能行业一线实践,剖析物理 AI 产业发展的真实痛点。他指出,随着行业从大模型迈向物理 AI,产业 “卡脖子” 瓶颈正逐步由算力转向高质量数据,具身智能、世界模型对于物理交互类数据的需求规模远超自动驾驶。他介绍仿真合成数据、人类视频数据、真机本体数据构成的数据金字塔体系,提出仿真评测是实现大规模模型能力验证的重要底座。光轮智能聚焦物理 AI 的数据与评测基础设施建设,打造全栈自研仿真平台,是加入两大国际物理AI标准组织Newton仿真委员会和EgoVerse人类数据委员会的唯一中国企业。他表示,面对技术前沿的不确定性,要保持好奇,敢于跳出行业共识,在非共识探索中寻找技术突破的方向,也期待高校与产业进一步协同,共同破解物理 AI发展的数据难题。
本次学习中我真切体会到,网络可以提供基础概念,但落地瓶颈、赛道取舍、创业避坑、技术价值的判断,都来自亲身扎根行业的实践者。这场分享解开了我作为在校生对AI 前路的不少迷茫。我将拓宽产业视野,扎实学好专业知识,怀着对前辈实践探索的敬重,理性看待行业机遇与风险,平衡技术理想和市场现实,在 AI 浪潮中踏实走好成长之路。
—— 中国人民大学应用经济学院
2025级本科生 信明慧
我最大的感触是:我们讨论 AI,本质上是在重新丈量“人”的边界。过去,我们习惯将 AI 定义为一种“工具”,但今天,当多智能体开始参与管理决策,当物理仿真让硅基智能开始“理解”现实世界,AI 正在从“执行指令”走向“协同创造”。这让我意识到,AI 对人类的冲击,不在于它能否取代我们的劳动,而在于它能否替代我们的思考与判断。
这次各位老师和师兄的分享令我印象非常深刻,也让我对创业有了更真切的体感。在此之前,我们总隐隐担忧 AI 会取代大多数人,身处校园时,也常常困惑未来究竟该往哪个方向走。而师兄们的分享,替我们推开了一扇更宽的窗:在 AI 时代,真正稀缺的不是"会不会被替代",而是一个人的好奇心、提出好问题的能力、把更多人聚在一起的能力,以及持续放大自身优势的自觉——去找到"我擅长的、我喜欢的、我能创造价值的"那片交集。这一份方向感,会实实在在地落进我们接下来的学习和工作里。