Kevin Kelly ist zu Gast in Chen Yuan 139 und führt einen Dialog mit den neuen aufstrebenden Kräften der chinesischen Technologiebranche.

Im Jahr 2026 ist KI für niemanden mehr fremd. Große Modelle haben im digitalen Raum beeindruckende Ergebnisse erzielt, und die Technik verleiht der Intelligenz nun physische Körper, sodass sie in die reale physische Umgebung eintreten kann. Für die KI-Branche ist dies ein industrieller Durchbruch, der die menschlichen Grenzen überwindet. Für ein breiteres Publikum ist dies eine neue industrielle Revolution, die alle historischen Erfahrungen auf den Kopf stellen kann.

Auf dem Weg der Weiterentwicklung von KI gibt es jedoch noch viele praktische Probleme zu lösen:

Gibt es eine Blase in der KI-Branche?

Kann Embodied Intelligence die physische Welt wirklich verstehen?

Werden Roboter Menschen vollständig ersetzen? Können sie mit Menschen koexistieren und wo liegt die Grenze?

Können die Token-Kosten den Sieger im KI-Wettbewerb bestimmen?

Welche Haltung sollten wir gegenüber den begleitenden Risiken von KI einnehmen?

Am 21. September war Kevin Kelly, Gründungsherausgeber des US-Magazins *Wired* und Technikdenker, zu Gast in 139 Chen Yuan in Peking. Er führte einen fast zweistündigen tiefgehenden Dialog über KI mit Wang He, Gründer und CTO von Galaxy General Robotics, Zheng Qingsheng, Partner von HSG, Shi Yaqiong, Vizepräsident von Jinqiu Fund, und Feng Dagang, CEO von 36Kr. Viele praktische Probleme wie der technische Wendepunkt von Weltmodellen, das Kostenausgleichsspiel, die Grenze der Mensch-Roboter-Kooperation, Risikosteuerung und technologischer Optimismus wurden in diesem Dialog erörtert, und es ergaben sich sechs klare Urteile.

Veranstaltungsort

01

Urteil 1: Embodied Intelligence hat den AlphaGo-Moment bereits überschritten

Im August 2026 bei den Weltspielen für humanoide Roboter absolvierte ein humanoider Roboter, der von dem chinesischen Unternehmen Galaxy General Robotics (Galbot) entwickelt wurde, ein vollautonomes Tennisspiel ohne Fernsteuerung. Der Roboter bewegte sich auf dem gesamten Feld, nahm Bälle an und schlug sie, stand nach einem Sturz schnell wieder selbst auf, sagte die Flugbahn des Balls voraus und schlug ihn dann präzise.

Nachdem das Video des Roboters beim Tennisspielen in den sozialen Medien veröffentlicht wurde, bewertete Andrew Kang, Mitbegründer von Mechanism Capital: „AlphaGo für jeden Sport kommt.“ Auch Elon Musk kommentierte: „Der AlphaGo-Moment der Embodied Intelligence.“

Als Wang He, Gründer und CTO von Galaxy General Robotics, der diesen Roboter entwickelt hat, und Kevin Kelly sich gegenüberstanden, kommentierte letzterer: „Heute sind die großsprachlichen Modelle, die fast jeder nutzt, das am meisten diskutierte Thema, aber die großsprachlichen Modelle selbst wissen sehr wenig über die reale Welt. Sie werden nicht in der realen Welt trainiert, sondern auf der Grundlage von Text- und Textdaten, die die reale Welt beschreiben. Jetzt beginnen die Menschen, KI Körper zu verleihen und KI über Roboter mit der physischen Welt zu verbinden. Aber wenn man das großsprachliche Modell direkt an einen Roboter anschließt, sodass er in der realen Welt selbstständig handelt und mit der Umgebung umgeht, ist das sehr schwierig. Unser Ziel ist es also nicht mehr nur diese Intelligenz zu entwickeln, die „alle Buchwissen beherrscht“, sondern KI zu entwickeln, die die reale Welt versteht. Manchmal wird sie als Weltmodell bezeichnet. Ihr Trainingsmaterial ist nicht nur der Text der ganzen Welt, sondern alle physikalischen Gesetze und die riesigen Daten, die beschreiben, wie die reale Welt funktioniert. Das ist der nächste große Durchbruch, und die gesamte Branche entwickelt sich in diese Richtung.“

Veranstaltungsort

Wie hat KI die Evolution vollzogen, von der Fähigkeit, eine einzelne Bewegung auszuführen, bis zur Beherrschung einer Fertigkeit?

Wang He enthüllte die zugrundeliegende Logik der Entwicklung von Galaxy General Robotics: „Wir haben festgestellt, dass das Gehirn einer Maus sehr klein ist und die Anzahl der Neuronen im Vergleich zu uns Menschen sehr gering ist. Aber sie hat alle Intelligenz, die sie braucht, um im Freien nach Nahrung zu suchen und vor Gefahren zu fliehen, ohne ein so großes Gehirn wie der Mensch zu haben, um zu überleben. Diese Intelligenz unterscheidet sich von der Wissensintelligenz hinter Textmodellen. Auf diesem Weg hoffen wir auch schrittweise ein menschenähnliches, bionisches Gehirnsystem aufzubauen, das Großhirn, Kleinhirn und Brücke des Gehirns vollständig verbindet, das sowohl über hochrangige Urteilsfähigkeit als auch über niedrigrangige Gleichgewichtsausführungsfähigkeit verfügt, sodass unsere humanoiden Roboter wirklich Intelligenz besitzen.“

Aus globaler Sicht repräsentieren Googles VLA und das OpenAI-Weltmodell zwei Haupttechnikwege, aber beide haben ihre eigenen Mängel. Die VLA-Trainingsdaten müssen mit den Aktionsmarkierungen des Roboters verbunden werden, sodass eine große Menge an öffentlichen Videos nicht wiederverwendet werden kann. Das Weltmodell ist gut in der Umgebungsprognose, kann aber nicht unbedingt Aktionsanweisungen ausgeben, die der Roboter direkt ausführen kann.

Aus diesem Grund hat Galaxy General das World Action Model (Weltaktionsmodell, WAM) vorgeschlagen, das versucht, die beiden Paradigmen zu kombinieren. Das Modell kann nicht nur die Entwicklung der Umgebung vorhersagen, sondern auch direkt die Aktionsanweisungen des Roboters ausgeben. Dieser Technikweg wird von Nvidia als „die endgültige Technik für Roboter“ bezeichnet.

Wang He

Wang He sagte: „Früher mussten Roboter beim Tanzen zuerst die menschlichen Bewegungsbahnen extrahieren, sie auf den Roboter übertragen, die Bewegungsbahnen lernen und dann bereitgestellt werden. Jetzt kann unser allgemeines Kleinhirnmodell erreichen, dass der Roboter den Tanz sofort nachahmt, sobald ein Mensch ihn vor ihm getanzt hat. Die Intelligenz hinter der schnellen Nachahmung der Bewegungen von Hip-Hop-Athleten übertrifft sogar die Fähigkeit des Menschen, körperliche Bewegungen zu beherrschen. Vor zwei Jahren war dieser Weg noch nicht sehr realistisch. Aber heute bauen die Optimisten in unserer Branche, einschließlich Galaxy General, die Pyramide der Embodied-Intelligenz-Daten auf: von Internetdaten über menschliche Daten, synthetische Simulationsdaten, Daten, die von ferngesteuerten Robotern erfasst werden, bis hin zu Daten, die durch die eigenständige Bedienung von Robotern zurückfließen. Diese fünfschichtige Pyramide wird ständig in großem Maßstab umgesetzt, um das Großhirn und das Kleinhirn der Roboter intelligenter zu machen.“

Angesichts dieser neuen Durchbrüche sagte Kevin Kelly: „Ich denke, der nächste große Durchbruch wird darin bestehen, endlich Roboter zum Arbeiten zu bringen. Was wir entwickelt haben, wird einen enormen Einfluss haben. Darin liegt auch ein Teil der Aufregung.“

02

Urteil 2: Die grundlegende Wahrnehmung von Robotern und Menschen ist völlig unterschiedlich

Wenn Roboter den AlphaGo-Moment überschreiten, klüger werden und stärkere Fähigkeiten erlangen, werden sie dann mit Menschen um ökologische Nischen konkurrieren?

Kevin Kelly erinnert: „Wenn wir KI Körper verleihen, also Roboter herstellen, müssen wir verstehen: Sie sind anders als wir, sie sind keine Menschen.“ Er bezeichnet Roboter als „Fremdintelligenz“ oder „Andersartige Intelligenz“.

Wang He erklärt den grundlegenden Unterschied zwischen Robotern und Menschen: „Die Intelligenz von Robotern unterscheidet sich stark von der menschlichen Intelligenz, die über fortgeschrittene Denk-, Urteils- und Schlussfolgerungslogik verfügt. Sie ist eine intuitive Intelligenz. Die meisten unserer menschlichen Schlussfolgerungen und Denkvorgänge gehören zum langsamen System im Gehirn, auch System Zwei genannt. Die menschlichen Handlungen gehören zum schnellen System im Gehirn, System Eins. Das schnelle System erfordert viel Übung, um Fähigkeiten zu einer angeborenen, unbewussten Reaktion zu machen. Das ist eine völlig andere Intelligenz als die der großen Modelle, die sehr komplexe Denkketten verwenden.“

Das heißt, die Kombination der von KI gebildeten Wahrnehmungen ist völlig anders als die des Menschen.

Veranstaltungsort

Wang He glaubt, dass Roboter genauso intelligent werden wie Menschen, aber „Roboter sind im Wesentlichen KI, keine Menschen“. KI wird keine grundlegende Bedrohung für die ökologische Nische der Menschen darstellen: „Hat sie den Wunsch, sich zu vermehren? Was können Roboter durch Vermehrung gewinnen? Sie haben unsere Gene nicht, keinen Mechanismus, um ihre Gene durch Auswahl zu erhalten. Ich denke persönlich, dass wir heute viele Dinge vorstellen und Roboter zu sehr als Menschen betrachten, indem wir glauben, dass sie den Wunsch haben, Menschen zu ersetzen. Aber ich bin ziemlich optimistisch in Bezug auf die Zukunft von Robotern: Unter Einschränkungen werden sie zu Partnern des Menschen.“

Kevin Kelly fügt hinzu, dass die Zukunft in der Welt der Roboter auch vielfältig sein wird. KI-Produkte werden in eine Vielzahl von Kategorien differenziert, und verschiedene Produkte bilden Unterschiede bei Preisgestaltung, Kosten, Antwortverzögerung und Ausgabefähigkeit. Schließlich wird sich die gesamte Branche zu einem hochkomplexen Ökosystem entwickeln. „Meiner Meinung nach sind diese intelligenten Träger mit physischen Körpern eine wertvolle Ressource mit niedrigen Kosten. Wir werden eine Gesellschaft aufbauen, in der wir mit diesen ‚Andersartigen‘ zusammenarbeiten.“ KI allein kann nicht alle Probleme lösen, aber die Kombination von Mensch und KI hat ein großes Entwicklungspotenzial.

03

Urteil 3: Die Token-Kosten verändern die Überlebenslogik der KI-Branche grundlegend

Für Roboter sehen Optimisten ein riesiges Entwicklungspotenzial durch technischen Fortschritt. Aber zwischen der realen Gegenwart und der optimistischen Vorstellung von der Zukunft gibt es noch zwei Hürden: Erstens müssen Roboter von der Fähigkeit zur kognitiven Generalisierung bis zur tatsächlichen Ausführung von physischen Interaktionen in komplexen Umgebungen weiterhin beweisen, dass sie wissen, „wie es geht“ und es „schaffen können“; Zweitens wird die schnelle Entwicklung von KI derzeit durch enorme Daten- und Rechenleistungsinvestitionen unterstützt, und sie muss noch kostengünstiger werden.

Kevin Kelly hat eine deutliche Veränderung im Silicon Valley beobachtet: Früher haben Ingenieure, die Modelle aufrufen, selten die Token-Kosten berechnet. Erst als Konkurrenten die gleichen Effekte zu einem Hundertstel der Kosten erreichen konnten, erwachte die gesamte Branche plötzlich. Einige komplexe Schlussfolgerungsaufgaben verbrauchen bei einer einzigen Ausführung Millionen von Token, und die Rechenkosten werden das Geschäftsmodell der Produkte direkt verändern.

„Wir treten in eine Ära mit großen Unterschieden ein, und die Kosten werden immer wichtiger“, meint Kevin Kelly. In vielen Szenarien ist der Preis entscheidend.

Der Kostendruck hat sich bereits auf den Venture-Capital-Markt übertragen. Shi Yaqiong, Vizepräsident von Jinqiu Fund, lieferte bei dem Rundtischgespräch eine Reihe von Branchenbeobachtungen: Große Modelle senken die Schwelle für die Entwicklung von KI-Prototypen erheblich, aber die Schwelle für die Nutzergewinnung ist im Gegenzug stark gestiegen. Von 2022 bis 2026 ist die Anzahl der KI-Anwendungen um das 17-fache gestiegen, und die Kosten für die Nutzergewinnung von KI-Produkten sind im Allgemeinen um mehr als 50 % gestiegen.

Wer kann im Wettbewerb vorne liegen? Sowohl die technischen Fähigkeiten als auch die durch Kosten und Skalierung gebildeten Startvorteile sind wichtig. Früher kursierte in der Branche die Annahme des Jeans-Paradoxons: Wenn die Kosten um das Zehnfache sinken, steigt die Nutzungsmenge um das Zehnfache. Aber Shi Yaqiong glaubt, dass die Realität viel radikaler ist als die Theorie: Die durch KI verursachte Erweiterung der Nutzungsmenge ist nicht um das Hundertfache gestiegen. Im Szenario der Codeerzeugung hat die durchschnittliche Codeausbeute pro Person bereits eine Steigerung um das Zehntausendfache erreicht. „Das bringt viele Veränderungen mit sich, sodass wir die Geschäftslogik auf Codierungsweise neu zusammenstellen können.“

Shi Yaqiong

In der Rennbahn der Embodied-Roboter wird die Kostenlogik sich weiter verändern. Wang He sagt, dass großsprachliche Textmodelle eine gewisse Schlussfolgerungsverzögerung tolerieren können, aber humanoide Roboter und autonomes Fahren gehören zu echtzeitkritischen Edge-Systemen. Die vollständige Abhängigkeit von Cloud-basiertem Token-Aufruf ist sehr risikoreich: Wenn die Verzögerung des Netzwerks oder der Schlussfolgerung den Grenzwert überschreitet, kann der Roboter stürzen oder Betriebsunfälle verursachen. Die gemischte Bereitstellung von Cloud, Edge und Endgeräten wird zur unvermeidlichen Wahl der Branche.

04

Urteil 4: KI schafft eine Welt ohne Obergrenze

Investoren, die den Zyklus des mobilen