2026年3月，博鳌亚洲论坛2026年年会现场，一位特殊的媒体记者拿起话筒，向新西兰前总理希普利提出了一个问题：“作为机器人，我们想服务人类，要做什么才能获得普通人的信任呢？”
提问者是具身天工3.0机器人。它的声音平静，姿态自然，仿佛这只是一场普通的人机对话。然而，这个问题本身却像一把钥匙，打开了2026年博鳌亚洲论坛最核心的议题之一：当人工智能（AI）从实验室走向街头、工厂和家庭，从单一技术变量演变为驱动全球经济版图重构的新基础设施，人类与机器究竟该以怎样的方式共存？
新一轮科技革命已然来临，人工智能正以前所未有的速度重塑全球经济版图。从技术突破到产业落地，从效率工具到规则重构，AI已不再只是单一领域的创新变量，它的影响也不仅体现在效率提升，更在于对产业结构、商业模式乃至社会运行逻辑的深度重塑。
新基础设施：AI驱动产业变局
人形机器人正加速从“表演式炫技”向“实用化”探索。汽车、家电生产、物流搬运等结构化场景，成为优先落地的风口。
北京人形机器人创新中心总经理熊友军用三个维度拆解产业变局：技术层面，“本体—小脑—大脑”的三层架构正协同进化，运动控制能力随大模型进步快速提升；操作层面，泛化能力正通过技术开源加速突破。
AI正在催生新的商业模式。以消费行业为例，阿里巴巴集团副总裁项煌妹表示，中国庞大的消费场景与成熟的数字基础设施，为”AI+消费"提供了理想土壤。
据她透露，在2026年春节期间，AI应用已实现从模型到消费场景的闭环落地。大量用户通过AI直接完成商品购买，甚至包括大量首次使用智能服务的老年群体。这标志着AI正在从“尝鲜”走向“常态”，从“工具”走向“基础设施”。
谈及长期困扰教育行业的“不可能三角”：高质量、大规模、个性化，三者难以兼得。猿力科技集团副总裁程群表示，AI正在瓦解这一铁律。“每个学生的学习数据、教师的教学行为都可以被精准记录和分析，大规模因材施教正在从理想走向现实。”程群表示，教师角色正从知识传授者转变为创造与引导者——借助大模型，一句指令即可生成教学动画，将复杂数学推导过程直观呈现。
AI正在重构各行各业的产业逻辑。中兴通讯董事长方榕认为，AI与传统产业的融合并非简单叠加，而是对产业规则的重新定义。企业需要以智能内核抢占制高点，以数据主权守住根基，以人机协同构建未来。
罗兰贝格全球管理委员会联席总裁戴璞提出了“AI价值鸿沟”——超过90%的企业对AI投资回报感到失望，核心原因在于缺乏系统性战略。很多企业处于盲目飞行状态，分散投资，但无法形成整体价值。
高通公司全球高级副总裁钱堃指出，2026年或将成为“智能体之年”。随着通信、计算与感知能力的融合，AI基础设施将进一步完善，推动产业空间持续扩展。
然而，行业规模化落地仍面临严峻挑战。百度集团执行副总裁沈抖直言，目前人形机器人仍处于“建设过程中”，远未迎来“ChatGPT时刻”。本体稳定性、耐用性、灵巧性不足，技术方案尚未统一，最关键的是，数据尚未形成规模化正向循环——现阶段的具身智能仍以实验数据采集为主，缺乏像自动驾驶那样大规模上路后产生的海量真实反馈数据。
关于“人形机器人的ChatGPT时刻何时到来”，产业界给出了不同时间表。商汤联合创始人、执行董事、大晓机器人董事长王晓刚认为，在“环境式速采”等技术加持下，数据量有望在两年内达到千万小时量级；星动纪元创始人陈建宇给出了“五年”的预判；而vivo机器人Lab负责人邵浩则更为审慎，他认为需要找到类似大语言模型那样“低成本、海量、免费”的数据来源，周期可能是“十年”。也有嘉宾认为，这将是一个连续的渐进过程，而非“一刀切”的断点——在一些结构化环境中，应用落地可能比预想得更快。
从“比特”到“瓦特”，AI的尽头是能源
算力、数据与能源构成AI发展的“三大底座”。
经典计算机的运作单元是比特（Bit），电力的计量单位是瓦特（W），未来AI发展的瓶颈不是算力，而是电力。
针对最重要的能源问题，气候变化投资者集团首席执行官丽贝卡·米库拉-怀特指出，AI本质上也是“能源产业”。数据中心的大规模扩张，对电力与绿色能源提出了更高要求，也带动了绿色钢铁等基础产业需求。
中国在新能源领域的领先优势，使其在AI基础设施竞争中占据重要位置。太阳能、风能、核电等清洁能源能力，将成为支撑全球AI发展的关键资源。
与此同时，全球仍有约三分之一人口无法接入互联网，基础设施不均衡成为AI普惠的重要障碍。中国信息通信研究院院长余晓晖分享了两组关键数字：全球人工智能独角兽企业中，亚洲中小企业占比约28%；国际电信联盟征集的AI赋能全球案例中，超过55%来自亚洲区域，集中于医疗、教育、政务服务等领域。
余晓晖表示，亚洲合作的三大聚焦领域：小语种模型的多元化开发、算力基础设施的互联互通、共同治理规则的建立。
中国企业的开源贡献尤为关键——DeepSeek、Kimi、阿里等推出的完全开源模型，为不同国家结合自身语种与文化训练的“主权模型”提供了技术平权的基础。
法国桥智库主席周瑞强调，AI发展需要三个关键条件：本地化适配、可信性保障以及制度保护。尤其在新兴经济体中，AI必须结合本地语言与社会环境，才能实现真正落地。
不止于安全：AI治理还关乎伦理与价值选择
然而，技术的狂飙突进也让治理难度陡然上升。当机器人从实验室走向家庭、职场和公共空间，一系列安全与伦理问题便浮出水面。
邵浩从技术角度剖析了物理安全、数据隐私和责任认定三大挑战。他举例，即便机器人被设定不能直接伤人，也可能因“间接指令”造成伤害。因此，硬件层面的物理围栏、即停机制，软件层面的数据端侧处理与隐私保护，以及参考自动驾驶责任认定的法律法规，缺一不可。
陈建宇则从人机关系边界角度提出了三个“必须”：目标的设定必须由人决定，规则必须由人界定，最终责任必须由人来承担。“机器人做错了事，需要由人来兜底。它必须隶属于某个人、某个公司或组织，负最终责任。”
英国牛津大学马丁学院人工智能治理倡议高级顾问萨姆·道斯系统梳理了当前国际公认的三类AI风险：犯罪分子利用AI进行网络攻击的事故风险、AI失控偏离人类价值的系统性风险，以及劳动力被取代等社会性风险。他特别指出，一个研究不足的领域是AI在不同文化与语言环境中的风险表现差异——同一模型在不同语言下可能呈现截然不同的安全对齐水平。
针对这些挑战，一些基础性规则正逐步落地。中国工程院院士、清华大学讲席教授、清华大学智能产业研究院院长张亚勤列举了三年前他提出的具体建议，其中对AI生成内容进行强制标识的建议，已被中国立法采纳，这使中国成为全球在该领域的先行者。他还强调，所有智能体必须可追溯至具体责任实体，且智能体不应具备自我复制能力。
萨姆·道斯从全球视角分析了监管现状。他指出，欧盟、中国、英国等都在探索各自的监管框架，但共同点是关注伦理。他特别强调互操作性标准是未来国际合作的关键——不同文化背景下，手势、口令的含义截然不同，这就要求机器人大模型具备跨文化理解能力，否则将阻碍机器人在全球范围内的应用。
他透露，中国与东盟已在深圳建立技术标准委员会，日本、韩国也参与了人形机器人标准讨论；欧盟及布鲁塞尔相关机构正结合AI法案与网络安全法案搭建欧洲标准体系，“最终需形成国际标准体系，同时加强能力建设，建立全球网络，监管AI创造与生产”。
但治理的复杂性并不止于技术，更在于人类对“善”的深层理解。国务院原副秘书长、国家数据专家咨询委员会主任、中国工业经济学会名誉会长江小涓提出了一个分析框架，从合理、合用与合意三个维度构建AI治理的社会科学标准。“合理”指向资源配置效率与公平分配；“合用”关乎消费者的实际福祉，许多免费AI服务创造的福利远未被GDP指标捕捉，却潜藏着信息茧房与过度依赖的风险；而“合意”则触及更深层的价值判断——当脑科学可以让人只感受快乐时，这还是否是人类真正想要的？这类问题已超越科学家的专业范畴，演变为需要全社会共同决策的价值选择。
人与机器人共存：一个共同的进化旅程
先建立完备规则再发展技术，还是边发展边调整？
尽管在治理节奏与路径选择上各国存在差异，但在基本价值观与准则层面，全球已形成高度共识。
周瑞指出，AI不仅重塑产业结构，也在重构行业边界，将不同领域深度融合，带来更高复杂性。这一趋势要求企业、政府与投资者具备更强的系统性思维。
江小涓以一个日常的类比表达了她相对乐观的态度：正如全球存在多种电源插头标准，人们早已习惯携带转换器或不同设备来解决兼容问题。
技术差异虽然存在，但人类总有办法适应并找到共存之道。
技术分裂并非注定的结局。萨姆·道斯观察到，全球许多南方国家更倾向于融合不同技术为自己所用，而非简单接受单一方案。他相信，通过跨区域联盟、安全网络建设等方式，避免系统性的技术分裂是一条可行之路。
沈抖呼吁：“若未来是人与机器人共存，这不是中国人和中国机器人、美国人和美国机器人的问题，而是全球共同议题。需打开交流界面，促进全球共同进步。”
从教育到消费，从制造到能源，从个体发展到全球治理，企业的每一次战略选择，都在重新定义未来的经济图景。从“不可能三角”到协同共治，从炫技到实用，从技术分裂到共存共生，博鳌的AI论道勾勒出一幅复杂而充满张力的图景。
回到开篇，机器人向人类追问如何获得信任，人类向技术追问如何守住边界。这是一个双向的适应过程，也是一个共同的进化旅程。
正如与会嘉宾所言，AI时代的真正挑战，并不在于技术本身，而在于如何将技术转化为长期价值。在不确定性加剧的全球环境中，只有具备系统性转型能力、数据与技术主权意识，以及开放协同视野的国家和企业，才能在这场深刻变革中赢得未来。