小鹏汽车董事长何小鹏近日在朋友圈分享了自己对当前ai领域若干关键议题的深度思考，涵盖ai泡沫、物理ai、美国新兴创业生态与机器人发展，以及通用人工智能（agi）的演进路径等热点话题。
谈及近期热议的“AI泡沫”现象，何小鹏指出，回顾历次技术革命——从互联网到新能源汽车，每个科技周期中都不可避免地存在阶段性或局部性的估值过热。但这种表象实则是市场由混沌走向有序的必经竞争阶段。他强调，AI对社会整体的重塑力毋庸置疑，而当下仍处于0到0.1的极早期。若非要比较泡沫程度，他认为中国市场的估值相对稳健务实，而美国部分项目估值则明显偏高；中美差异亦体现在重心上：中国更聚焦于真实场景落地与商业化闭环，美国则持续加码基础模型与前沿理论探索。因此，他判断现阶段并不存在系统性AI泡沫，反而是未来十年AI应用空间极为广阔。
对于AGI的发展现状，何小鹏持审慎乐观态度。在他看来，当前主流AI仍以模仿学习（如吸收教科书知识、复现专家操作）与强化学习（如高频试错优化）为核心范式。尽管已涌现出类自动驾驶中超越人类平均表现的“涌现能力”，但这并不等同于人类意义上的原创性思维。真正具备通用智能的系统，还需突破多项底层能力瓶颈，包括构建更完备的多模态融合与世界模型（即理解因果、实现自我推演的“知其所以然”能力）、支持终身演化的持续学习机制、以及覆盖长周期任务的深度洞见与动态规划能力。这些能力尚未成熟，预计仍需数年沉淀，并依赖算力、算法与数据协同层面的下一次跃迁。
每小时自动在推特搜索中国、加密货币、国际热点、美国热点、特朗普等话题的热度信息，提取前十热点，依据 X 平台真实算法权重（开源代码数据）为每个热点生成高曝光推文或线程。用户提及“推特热点”“Twitter热点”“推特搜索”“热点推文”“生成推文”“社交媒体监控”“Twitter监控”等关键词时触发。
全文如下：
这次在美国，和差不多近三十位AI领域的外部和内部朋友聊天。一些感受：关于美国的新创业和机器人感觉美国在AI，生物，金融方面的创业多。而AI方面的创业，从硅谷看，在SaaS和物理AI机器人领域特别多，估值也特别高，我这次聊了其中一半都是做机器人创业的朋友，非常集中。中国的机器人公司很多是从关节和控制入手，而美国的机器人公司很多是从模型入手。我认为人形机器人将来会是巨头的竞争，而不同的专用机器人则会有大量不同领域的选手，且会有非常多的成功机会。关于物理AI维特根斯坦曾经说过，“语言即世界”。语言是知识的总结，信息的传递，但某种程度也束缚了对世界的想象。很多事情靠语言很难想象和学习，例如小朋友如何学习行走，如何学习游泳，主要都必须依靠对世界的观察，模仿和强化。所以，大家都在期望从语言大模型，走向多模态甚至世界模型。我认为未来3年，最有可能有大突破的不一定是在数字世界（可以很明显看到OpenAI虽然核心在说AGI，但是全力在做业务落地。当然，期待下一个Transformer或者训练费用的巨大下行），反而有可能在物理AI领域会产生大变局，例如自动驾驶会直接到达准L4或完整L4；人形机器人会实现从类自动驾驶的L1到L4初阶的快速跨越，这些反而会产生巨大的突破。物理AI的发展速度会比数字AI慢，但是改变我们生活的力度会更大。关于AI泡沫我认为任何科技时代都是阶段或局部有泡沫的，无论是互联网时代，还是新能源汽车时代，但是这是一个市场从混沌到有序的必然竞争过程。整体来说，我认为AI必然会推动整个社会巨大的变革，今天还是0到0.1的最开始阶段。如果一定要说泡沫，感觉中国估值比较合理，美国估值实在有一点高；中国更关注市场应用，美国更关注前沿研究。 整体来说，我认为当前没有AI泡沫，未来AI的市场有着巨大机遇。关于AGI的到来我认为今天的AI主要是类似人类的模仿学习（例如学习课本上的知识，学习别人如何操作一个事情）+ 强化学习（例如反复刷题，反复将一个事情的效果和效率做好最快）。类似自动驾驶，因为可以快速从百万人的驾驶习惯中学习，所以会看到很快可以比大部分人开车更好更安全，以及出现全新的涌现能力，但是这些并不是真正的创造力。真正的AGI还需要很多能力，例如从多模态到世界模型（类似我们的知其所以然，或者类似自动驾驶世界模型的左右互搏学习的升级版），例如持续学习，例如长时序洞见和规划能力等都还没有完全到来，可能还需要数年时间以及等待部分底层能力的再次提高。
源码地址：点击下载
