大科学家谈AI
2026年夏天，上海举办了世界人工智能大会。几位院士在会上讲了不少干货，但用的全是"人话"。下面这4个知识点，看完你就能跟同学吹牛了。
一、AI回答慢？你可能买到了"注水Token"
你有没有发现，有时候问AI一个问题，它秒回；有时候却卡半天，最后只蹦出两三行字。
国家工程院士告诉你：这背后的"罪魁祸首"叫词元Token。你可以把它理解为AI说话时吐出来的每一个"小碎块"——可能是一个字，也可能是一个词。现在全国每天消耗的Token数量，已经从几年前的几千亿暴涨到了140万亿，比全国快递包裹还多。
但Token也分好坏。就像你花同样的钱买奶茶，有的料多味正，有的全是冰块。院士给了两个判断标准：
• 回答特别慢 = 低质量Token。可能是服务器太挤、算力不够，AI"脑子转不过来"。
• 回答特别短、特别空 = 低质量Token。就像你问老师一道题，他只回你"自己想想"，说了等于没说。
反过来，回得快、说得透、真能帮上忙的，才是高质量Token。现在电信公司已经开始尝试给Token"按质定价"——好Token贵一点，烂Token便宜点，以后你花的钱可能更值。
二、华为把1000张芯片"焊"成了一台大脑
华为在大会上亮出了一面"最贵的墙"——里面塞了1000多张AI芯片，叫Atlas 950超节点。
打个比方：以前的数据中心就像1000个学生各自在家上网课，各学各的，想讨论个问题还得发微信，又慢又卡。而华为做的事，相当于把这1000个学生全部拉进同一间教室，坐在同一张大桌子前，共用一本笔记本、一个大脑。
他们研发了一种叫"灵衢"的高速互联技术，让这些芯片共享同一块"黑板"（内存）。1000张芯片不再是1000台小电脑，而是逻辑上变成了一台超级大脑。这面墙能同时处理万亿参数的大模型——你可以理解为，它一次能读完整座图书馆，还能瞬间给你写出读后感。
国产芯片单张性能虽然还追不上国际顶尖，但华为用"人多力量大+配合默契"的思路，硬生生拼出了一台怪兽级机器。
三、图灵奖得主说：现在的AI其实很"菜"
2024年图灵奖得主萨顿在会上说了一句让很多人意外的话："现在的AI，其实比较弱小。"
为什么这么说？他打了个比方：今天的大语言模型就像一个超级背书机器。你问它什么，它去书堆里翻答案，然后念给你听。它背得又快又全，看起来像个学霸——但它从来没真正理解过那些知识，也不会自己发现新东西。它分不清真假，也没有自己的目标，只是"知识的搬运工"。
更麻烦的是，人类写的好文章、好书快被AI"啃完了"。萨顿说，未来AI不能只靠"吃书"长大，得像婴儿玩玩具一样——亲手去摸、去试、去犯错，从自己的亲身经历里学习。真正的聪明，不是背得多，而是能从经验里自己长本事。
四、"具身智能"不是人形机器人
最后一个知识点来自郑南宁院士：具身智能 ≠ 人形机器人。
很多人以为，具身智能就是那些会走路、会跳舞的"铁疙瘩"。其实不对。
"具身智能"的核心意思是：这个AI有"身体"，能跟真实世界打交道，还能越打越聪明。 它不一定长成人样。工厂里自动搬运的机械臂、田里自己导航的无人拖拉机、马路上跑的自动驾驶卡车——只要它能感知环境、动手做事、还能从中学到新本领，都叫具身智能。
人形机器人只是其中一种"皮肤"，不是全部。郑院士说，评价一个智能系统好不好，别看它会不会后空翻，要看它能不能进工厂、下农田、跑仓库，解决真问题。未来的AI不仅要听懂你的命令，还要猜到你到底想干嘛，主动帮你搞定。
一句话总结： Token要看"性价比"，芯片可以"拼团"变强，现在的AI其实还在"背书"阶段，而真正的智能机器人不一定长得像人。
图：中美的差别