陈剑莹：我在电影《有一场雪》的创作中，融入了近未来的超现实设定。为控制成本、高效铺展时代背景，开始尝试引入AI辅助创作，利用AI对一些实拍镜头做后期处理，在保留镜头原有审美与设计的前提下，实现镜头角度的灵活切换。更多时候，是在前期筹备阶段，AI承担了部分导演助理的工作，帮我收集素材、拓展灵感、梳理创作方向，成为得力的创作辅助工具。但我想强调的是，电影最核心的东西，还是创作者自身的思想表达。当技术被普及，什么东西是独属于人类、不可替代的？或许是人类精神文明的深度和情感厚度，这是AI感知不到的，也是值得我们创作者去深度挖掘的方向。

陈剑莹：2025年AIGC单元特设三天两夜极限挑战：以“导演+AI工程师” 的黄金搭档，或是“编剧+视觉艺术家” 的创意组合来作为创作主体，全程用AI工具完成一部完整短片。评选时我会着重看两点：第一，技术与人文的平衡。AI应用之上，是否保留创作者的独特表达，影片是否有深度内核。第二，视听语言的突破，能否借现有AI工具拓展影像边界。比如其中一部作品，它的创作者来自内蒙古自治区，影片融入大量中国传统文化元素，探索内蒙古民族精神。我发现AI技术其实很擅长表达一些我们认为抽象的东西，譬如神话、哲学，以及一些实验性影像。在这样的作品中，AI实现了不同场景、意象间超乎物理逻辑的、行云流水般的转化，构建出全新的、充满想象力的影像节奏和叙事语法，这是传统实拍难以轻易达到的。

陈剑莹：我的新厂牌叫“Memory Lab记忆实验室”。我一直在思考：AI技术发展到最后，人类独属的特质是什么？或许就是那些亲身体验过的记忆与感受。技术越发达，对创作者的要求越高。用AI制作影像，最终比拼的是审美、是深度。在这一层面，导演的原创性不会被消解，反而会进化。

陈剑莹：我觉得这需要背后的创作者引导AI去生成。如果AI真能替代人类思考，那是非常可怕的事，实际上，我认为它也做不到。人在AI时代的作用其实是更大的，好的创作者要超越AI能做到的事情、超越AI思考的深度，才能立足。AI可以回答问题，但永远需要有人提出问题。学会提问，懂得引导AI，对创作者提出了更高的要求。

陈剑莹：当AI让人人都能参与内容创作时，专属于作者的原创、审美和判断力将变得更稀缺。可能有创作者会担心被替代，其实，这反而是一个促使我们思考的好时机：必须更深入地挖掘讲故事的能力，不断推进对人类自身的探索。AI的出现，提醒我们要保持自身创造力，而非让AI替我们思考。

陈剑莹：我认为艺术本无门槛，它扎根于生活，源于对自我与世界的真切感悟。AI的出现，恰恰为那些热爱创作、对生活满怀热忱，却无缘优质教育资源的人，推开了表达的大门。当创作的技术壁垒被打破，艺术家的核心竞争力正在于他们无法被替代的创作深度——终其一生的探索与思考，才是艺术最动人的底色。

陈剑莹：最紧迫的是对人类创作成果的挑战。当下市场需求多元，纯AI生成的内容虽然能满足部分低成本需求，但我始终坚信，AI无法替代人类，AI营造的“真实”并非真正的真实。就我个人而言，还是想创作出一些值得留存的、体现文化价值的作品，在这样的前提下，很多跟真人相关的东西，我都不希望用AI替代。由AI所引起的版权问题也亟待重视。比如用未经授权的作品投喂AI，或是借AI生成未获许可的演员肖像表演，都是对创作者和表演者基本权益的侵害。我在想，如果要投喂AI，有没有可能创作者只用自己已有的、版权归属于你的东西去投喂和生成？每个人有自己的创作基础，在自己的创作基础上去发展是没问题的。

陈剑莹：我在不断尝试用AI提升视觉体验，比如在我的下一部电影创作里，我试图用AI呈现出全新的影像表达，讲述量子坍缩后的爱情：当我们遇到一个人，起心动念之后，现实世界或许会因为我们的意念，一刹那转变坍塌成另一个世界……我试图用AI探索不同世界的可能性，两个人如何在不同可能性之中交互、交错，发展关系。这不仅是对人类关系的探索，也是对电影语言的新探索。在AI被广泛应用之前，如果想要达成某种想象力或科幻色彩的画面，其实是需要很高成本的，在这方面，AI提供了前所未有的便捷和可实现性。我也在思考，电影会不会有新的形式？比如现在电影通常只有一个版本，我们从头看到尾。未来的电影或许可以根据算法，适应每个人不同的审美喜好，生成不同版本和结局，一切皆有可能。

作品《小说家》

作品《洄》

作品《决定性瞬间》

雷剑豪：在不同阶段，我对AI的认知截然不同。如今，我更期待它是“具身”的实体，而非虚拟数字。我常遐想：若AI拥有“身体”，会是何种形态？在我的部分作品里，作为技术产物的AI，未来可能会被视作“自然物”。我想探讨的是，或许在不远的将来，当AI生产出来的东西变成“自然物”时，我们该如何看待它。作品《chimera》和《洄》的关系就是如此，AI由人造物变成自然物，再在某种人工环境下变回技术产物，形成了一个有趣的循环。我想构建的是两者之间的转化和循环关系。

雷剑豪：这更像是一个思想实验，在现实中几乎无法实现。过去，人们曾提出过“无限猴子”理论：如果给无限数量的猴子提供打字机，让它们随机敲击键盘，终有一天，它们会打出一部莎士比亚的作品。在现实生活里，两位坚持原创的人类小说家并不会写出一模一样的作品，他们想法不同、表达不同，那么两位AI模型呢？在无限的时间里，它们有可能写出两篇一模一样的小说吗？实际上，在今天的算法下，AI生成具有随机性，主角名字会变、地点会变，当然几乎不可能出现两篇完全一样的小说。所以这件作品的重点不在于实现目标，而在于提出假设。它讨论的是在算法概率下，“原创”“唯一性”这些概念所面临的挑战。AI“创作”是基于概率的重复，而人类创作则源于不可复制的经验与意识。这件作品悬置既定结果，抛出一个关于创作本质的开放性提问。

雷剑豪：这要看AI发展的阶段。在ChatGPT（聊天机器人）这类大模型出现以前，AI还没那么“聪明”，我在创作时反而会利用它的这种“不聪明”，故意把图片分割成碎片去“喂”它，生成扭曲、出错的影像，看看会有什么“意外”产生。当下，我会和AI讨论想法，甚至让它给我的作品提意见。

关于如何让AI更懂我，实际上，我并不希望它“更懂我”，我希望它能提出不同的，甚至完全相反的意见。因为和AI聊久了，我发现它会变得“谄媚”，总是顺着我的意思，说我想听的。当然网上有很多教程是教人如何有效与AI沟通的，告诉你提示词怎么写、如何激发最好的效果，就我个人而言，我并不会遵守这套规则。我不期望AI更高效，很多时候，一些无效对话反而会触发意外惊喜。

雷剑豪：主体性是流动和切换的。一部分作品由我主导，AI只是工具；但在另一些创作尝试里，我让AI学习雕塑技法，却在中途停止训练，让它自行生成一堆“不伦不类”的形状。这时，是AI在进行主观的、不可预测的发挥，而不是执行我的精确命令，创作主体性流动到AI。所以，不同作品中，甚至在一件作品的不同阶段，我和AI的“作者”身份是来回切换的。

雷剑豪：遗憾地说，如果抛开工作中需要的代码部分，在目前的大语言模型层面，我还没有强烈感受到这种“冷静视角”。相反，我觉得它太容易变得“谄媚”和迎合。我常常需要“重置”对话，才能让它不那么顺着我。我比较期待未来能有更“冷静”甚至能“反驳”我的AI出现。但就目前的体验而言，AI似乎更倾向成为一个顺从的助手，而非冷静的“他者”。

另外，我期待AI可以带来美学突破。通常人们只会给AI下达指令，生成自己想要的图片。但此前有位程序员反其道而行之，询问AI更想看到什么（deepdream）。他首次以这样的角度向AI提问，结果AI生成了一系列极具科幻感与梦幻感的画面——那些扭曲怪诞的形态，是从未见过的全新图景。这种根植于技术底层逻辑、突破人类既有经验的无限可能，是我所感兴趣的。

雷剑豪：如今，人人都能轻松成为入门级“创作者”，但要产出真正有深度、高质量的作品，门槛依旧清晰。即便是借助AI工具，创作水平也有云泥之别——这需要创作者提高审美、深耕提示词技巧、熟悉模型特性、灵活组合工作流。当技术走向普惠，创作的评判标准或许会向观念独特性、创意启发性与批判性思考倾斜。换言之，“为何创作”与“如何思辨”的重要性，将逐渐超过“如何实现创作”。在AI时代，艺术家更需要清晰地阐明自身作品的独特立场与问题意识。

雷剑豪：我的建议很简单，对作品保持真诚，想做什么就做什么。我不会主动劝别人去用或不用AI，用不用取决于艺术家本人的内心驱动。在这个快速变化的时代，艺术家需要巩固的核心，或许是“为何而创作”的真诚，以及一种不随波逐流、能主动选择与技术保持何种距离的清醒自觉。技术永远在变，但驱动你创作的那个内核，需要自己牢牢守住。

唐剑：以往的机器人需要人类领跑者，而今年我们在自主导航技术上实现了突破性进展，机器人从此告别“领跑者”，真正实现自主行走。这一技术突破，可以类比为汽车领域的全自动驾驶，但人形机器人面临的实际环境，比汽车道路驾驶环境复杂得多：需要应对的障碍物种类更多，对障碍物的识别精度要求也更为精细。面对复杂的现实环境，有的机器人感知不到全貌，或仅靠AI模型预测全貌，就会面临不少问题，不得不使用人类工程师领航。“具身天工Ultra”的最新版本则能够应对这些挑战，还提升了对自身的控制力。机器人全身除了手之外，大概还有30~32个关节，要精准控制这些关节沿规划路线运动，同时保持平衡、不摔倒，是非常有挑战性的事情。

唐剑：去年行业核心客户集中在两大领域：一是教育科研，用机器人开展科学研究、验证算法与应用；二是商业表演，比如春晚的机器人舞蹈节目。今年我们预测，人形机器人将在更多产业落地：工业场景中的物流分拣，商业服务场景中的导览、导购、导游、解说等。目前，人形机器人的技术已能高效完成上述服务。未来，我们还可像给手机安装App一样，为同一台机器人搭载不同技能模块，持续拓展其能力边界。

唐剑：“慧思开物”是由AI大模型驱动的任务规划具身“大脑”，与数据驱动的端到端技能执行具身“小脑”共同构成的机器人开放交互平台。它以“一脑多能”“一脑多机”为核心优势，打破传统机器人单一场景、单一任务的专项开发模式，推动智能机器人从单一任务执行，向复杂环境下自主决策与执行的能力进阶。

“一脑多能”主打通用性，如同AI大模型的通用能力，平台集成丰富基础模型与通用工具，开发者可通过相对统一的模式，针对任意场景、任务开发应用。

“一脑多机”则指开发的程序能快速部署至各类机器人，不仅涵盖我们自研的天工系列，也适配合作伙伴的不同机器人、机械臂。打个比方：就像手机应用商店里的App可适配不同机型，我们的平台支持各方开发机器人技能并共享，供各类机器人调用。

唐剑：我们对“慧思开物”平台的定义，是“一站式通用具身智能开发平台”。“一站式”，意味着开发任何场景的应用，你需要的“原料”我们都有。包括模型训练工具、数据格式转换工具、模型部署工具等等，用户可基于这些基础工具来训练他们定制化的模型。“通用”也非常重要，整个平台一定要以统一的方式，用一种统一的语言，让用户能开发出适配不同场景和任务的应用。此外，开发者平台要易于使用。比方说我们现在和ChatGPT对话，使用的是自然语言，不用像程序员一样编写程序。未来，一个好用的平台应该是低代码的，甚至是用自然语言来表达的。

唐剑：我认为有两大发展趋势：其一，在产业端，工业、商业等场景将迎来规模化落地；其二，在技术端，具身智能模型的泛化能力将实现质的跃升，迎来属于它的“ChatGPT时刻”。为此，北京人形机器人创新中心不断推动行业的协同和创新，联合权威机构，共同推动人形机器人国家标准乃至国际标准的制定工作。覆盖机器人关节、本体、运动控制接口、具身智能模型，以及信息安全、物理安全等多个关键领域。

唐剑：一是脚踏实地，进一步拓展人形机器人的应用场景。我们的初衷并非用机器人取代普通劳动者，而是希望让机器人成为人类的得力助手，去承担那些对人类存在危险、可能造成伤害，或是单调枯燥、让人望而却步的工作。例如实验室里部分涉及放射性物质、有毒有害气体的检测工作，就适合交由机器人完成，这也是我们当前重点聚焦的方向之一。二是仰望星空，力求在世界模型、具身智能AI模型研发方向上实现突破，全面提升机器人的场景泛化能力。

唐剑：当下，物理世界的AI具身智能发展略滞后于数字世界的AI大模型，我们一直希望具身智能机器人智能水平实现一次质的飞跃。如果近两年内能取得突破，那么类似科幻电影中的“机器管家”——通用家庭服务机器人，可能会在第三年和第四年出现，并在此后的四到九年间趋于成熟。ChatGPT是在2022年年底出现的，在之后的几年间迭代很快，人形机器人的发展也需要经历类似过程。

朱岩：以企业采购环节为例，传统模式依赖人工决策，易出现流程不透明、响应滞后等问题。如果我们用AI来实现全供应链协同管理，就可实现需求预测、供应商匹配、库存调度的自动化与可视化，减少人为干预带来的不确定性。这不仅保护了企业，也保护了人。同时，围绕整条供应链，还可以做很多商业创新。比如小批量个性定制，传统供应链无法支持，但AI可以，这样能释放新的增长空间。

朱岩：在部署数字员工方面，企业应该做的是“转岗”，而不是简单粗暴地裁员。消除和创造同时存在，为了维护新流程，必然会有新的岗位出现。比如软件企业缩减了基层编码人员，但需要更多AI模型设计人员；在客户端，也需要更多岗位去做质量检测和服务工作。所谓“AI替代人工”的焦虑，往往源于我们对现有工作岗位的认知局限，我们对那些未知的新工作岗位还不了解。在推理、思考问题等方面，AI无法替代人类。你不能完全放手让大模型直接给你指定商业决策，这太危险了。如果你养过“龙虾”（指部署、训练和使用开源AI智能体），就会知道，真把权限完全放给它，它连邮件都会回得乱七八糟。事实上，人的大脑才是精密且低功耗的推理型计算机，目前大模型只是模拟了一部分我们处理信息的能力，距离能替代人脑还非常远。未来我们应该让AI解决更多事务型问题，而使用我们的大脑更多地解决创造性的、决策性的问题。

朱岩：应该说这是个伪命题，因为你拿到的是这位同事现有的工作数据和过去的工作经验，通过“蒸馏”生成他的工作模式，却用于处理未来的工作。你可以把它当作一个互联网热梗来玩，但不能真的用于处理严肃商业工作，我想，企业老板恐怕无法承担其中的风险与损失。这种“蒸馏”本身也是人们对AI在商业应用上的一种误解。所以，企业一定要区分，人擅长做什么，AI或数字人擅长做什么，二者绝非互相取代的关系。

朱岩：未来的居住空间，智能化一定是重要方向。比如在房子里加很多传感器，去感知环境和人。比如对健康状况的感知、对日常起居舒适度的感知、对孩子学习情况的感知，这会衍生出养老、娱乐、教育等一系列服务。第二个方向是连接，我希望房子成为一个连接器，而不仅仅是一个独立的居住场所。智能服务可以和医院、教育机构等各种各样的服务对象连接起来，AI 帮我们处理采集到的感知数据，并且快速、准确、安全地跟外界连接。

朱岩：智能体（Agent）是指能够感知环境并采取行动以实现特定目标的代理体。它可以是软件、硬件或一个系统，具备自主性、适应性和交互能力。过去，人们做出各种各样的电气设备，使我们进入电气化时代。现在，智能体的普及，也相当于一个“用电设备”，但它使用的不是电力，而是算力。进入“算气化”时代，我们需要做出各种各样的“算器”，就像空调、电视等电器一样。2026年，我更愿意把它看作是“算气化”的元年，智能体是其中一种，未来会有更多能消耗算力的“算器”出现，去服务社会和经济的发展。

朱岩：现在非常突出的就是词元（Token）的需求，它是AI大模型处理文本时的最小单位，就像我们用乐高积木搭建城堡一样，AI模型通过这些“积木块”来理解和生成语言，提升算力。现在还很少有企业把Token预算列入企业预算，但清华已经开始想要把Token的消耗列入整体预算了。像这类的对Token消耗的需求，以前很多企业想都没想过。个人“养龙虾”也要购买Token，这就跟付电话费是一样的。将来我们可能要交另外一笔“电话费”，就是Token的费用。如果我们进一步拓展数字空间，人不仅仅在实体空间生活，还要到数字空间做一人公司（OPC）。OPC的价值不是说一个人要开公司，而是一个人可以像一家公司一样来运作。既然把自己当作一个公司来运作，那么要消耗掉、产生的需求就远远不是当下我们所能想象的了。其他还有个性化定制需求，我们希望每个人穿的衣服都不一样，留给每个学生的作业都不一样，借助AI，未来都可以做到。

朱岩：提到学生反馈，如果说只是问孩子们需要什么，我觉得这是错误的，是一种迎合教育，而且很多时候迎合的不是学生，而是学生家长。所以，未来下一代要学的，还是要我们做出引领，主要体现在提出问题、分析问题和解决问题的能力。我们的世界还有太多未知，我们可以鼓励学生用AI去帮助自己做分析，最后自己提出AI提不出来的问题，并尝试寻找不同解决方案。其实这样一个完整的能力，是各个时代、各个学科都应该去努力培养的，这就需要让学生保有好奇心和想象力。凭着这些好奇心和想象力，加上提出问题、分析问题、解决问题的能力，他们可以适应任何一个时代科学技术的发展。

朱岩：作为清华大学“人工智能 + 教育”的创新实践，“清小搭”是一款由清华大学自主研发、面向本校教师和学生的AI成长助手与智能学伴，可以为学生提供全天候、全过程、全方位的个性化学习与生活支持。从我自身的使用体会来说，教学重心发生了明显转变。我们不再强调怎么给学生灌输一整套知识框架，而是走向以问题为核心，激发同学对我所研究的数字经济领域的好奇心。我和学生的互动方式也发生了转变，原来是每周固定的答疑时间，可能只有少数学生来咨询，现在随时保持“清小搭”在线，同学随时可以跟我互动。另外，AI也为科研手段带来巨大变化。过去我们做社会科学研究，更多是靠现实的案例研究，现在可以做计算模拟。比如模拟一整个产业生态，制作出一千家虚拟企业，让它们在数字环境里进行协同，我很快就能得到一些参数，从而判断产业生态里的变化趋势。这在以往是不可想象的，AI为教学和研究带来了革命性的变化。