1.DeepMind首席科学家Murray Shanahan指出，无身体的AI虽然展现了某种认知功能，但距离具身智能还有本质差异。
2.今天的大模型在语言流畅性和动作协调性上表现出色，但本质上只是在预测下一个合理的单词或动作，而非真正理解。
3.然而，真正的智能需要与世界交互，包括感知、动作、环境反馈的循环，而非仅仅依赖语言和像素层。
4.Murray Shanahan提出，未来的智能需要穿越幻觉，走向具身，包括从符号到体验、从预测到建模、从表演到适应的跃迁。
5.他警告说，人类在面对AI时，需要保持认知自觉，理解智能不是幻觉，而是真实的世界交互。
以上内容由腾讯混元大模型生成，仅供参考
(对话DeepMind首席科学家Murray Shanahan视频节选)
什么是真正的智能？
是能说话？能奔跑？能模仿人类的行为？
还是能真正理解世界，理解自己的存在？
就在昨天，Google DeepMind首席科学家、
伦敦帝国理工学院认知机器人学教授Murray Shanahan，
这位从1990年开始研究AI，见证技术三十年演变的科学家，
在这场访谈中提出了一个严肃观点：
“无身体的AI，虽然展现了某种认知功能，但距离具身智能还有本质差异。”
几乎与此同时，现实世界也给出了一个活生生的注脚。
上周北京亦庄，二十台人形机器人首次挑战全球半程马拉松——
它们启动、跌倒、迷路、挣扎，最终有的到达终点。
完成了动作，却未曾真正理解何为“前行”； 奔跑了21公里，却仍停留在认知的原地。
而早在一个月前，投资人朱啸虎用行动发出了一种截然不同的声音：
“我们正在退出部分具身智能项目。”
在一片对人形机器人和具身智能的狂热追捧中，
顶尖科学家坚持：没有身体，AI智能只是错觉；而部分资本，却选择了撤退。
坚持与怀疑，信仰与功利，
在具身智能这条漫长的道路上，开始分道扬镳。
这里，我们将沿着DeepMind对智能本质的重新界定，
穿越幻觉表象， 重新抵达——
什么是真正理解世界的AI。
✍️ 第一节｜ 幻觉时代：AI为什么像聪明人？
当我们与今天的大模型交谈， 它们能对答如流，分析问题，甚至创造新的表述方式。
当我们看到人形机器人奔跑， 它们能维持平衡，绕过障碍，完成复杂动作。
一切都在让我们产生错觉：AI，似乎已经很聪明了。
但在DeepMind首席科学家Murray Shanahan看来， 这一切的表象， 本质上只是一种幻觉。
🏁 为什么是幻觉？
因为今天的大模型——无论是语言生成，还是物理执行——
本质上并没有在推理、没有在理解。
它们在做的，只是：
预测下一个合理的单词，
预测下一个合理的动作，
预测在海量训练数据中看起来“像是正确”的反应。
就像一位演员，记住了成千上万个剧本的台词和表情。
在观众面前，他可以瞬间切换情绪、模仿爱、恐惧或胜利。 但他不一定真的爱过、恐惧过、战斗过。
他只是在演戏。
🏁 语言流畅 ≠ 推理能力
Shanahan指出， 我们之所以容易被AI表象欺骗，是因为语言本身就是人类认知的高级表现形式。
能说话的人，通常理解了他们在说什么。
但AI不同。
它只是统计学上的语言预测机器。 在给定的上下文中，挑选出最有可能让人类满意的回答。
它能告诉你“水是湿的”，
它能推断“冬天之后是春天”，
它能引用哲学名言。
但当你问它：
“你为什么这么回答？”
它无法真正给出一个自我意识下的解释。
🏁 动作协调 ≠ 世界理解
同样的逻辑，适用于北京亦庄的人形机器人马拉松。
机器人能跑步，是因为算法识别了步态模式，优化了重心控制。
它能躲避障碍物，是因为传感器感知到了距离变化，自动调整方向。
但它知道为什么要跑？
它理解比赛的规则、意义、目标吗？
当然不是。
它只是在执行程序指令，在参数最优解的指导下，机械地迈出每一步。
它们的奔跑，不是意志的表达，
而是算法的投影。
🏁 本质：推理幻觉
Shanahan将今天的大模型和人形机器人的智能状态总结为——
推理幻觉（Illusion of Reasoning）
它们看似在推理， 实则在通过大量数据，表演推理。
它们看似在理解， 实则在根据统计规律，模仿理解。
这种幻觉， 不仅欺骗了普通人， 也在某种程度上，迷惑了很多科技圈内部的人。
因为人类的大脑，天生倾向于把流畅的语言和协调的动作，误认为是思考与理解的证明。
而这一切， 正是DeepMind首席科学家在访谈中强调的核心问题：
语言，只是表演，不是理解；
动作，只是重复，不是觉醒；
智能，不仅是生成内容，更是理解存在。
如果我们看不清这层幻觉， 就无法真正理解——
什么才是智能觉醒的真正起点。
✍️ 第二节｜推理的假象：AI真的在思考吗？
如果说今天的大模型是在表演推理，
那么，早在几十年前，人工智能界就曾尝试过另一种方法： ——硬编码推理。
这就是所谓的符号主义AI（Symbolic AI）。
🏁 什么是符号AI？
在20世纪60年代至90年代， AI领域曾流行一种看似严密的方法论：
把人类知识、世界规则，全部转化成逻辑语言；
用一套套“if-then”规则，把世界编织进计算机；
通过演绎推理，让机器基于规则得出新结论。
比如：
如果某人咳嗽、发烧、呼吸困难，→ 可能患有流感；
如果水温超过100°C，→ 水会沸腾；
如果早上堵车，→ 可能需要提前出门。
人们梦想，
只要把世界描述得足够完整， AI就能像人类一样理解、推理、决策。
🏁 为什么符号AI最终失败了？
在初期，符号主义确实取得了不少成果： 专家系统、逻辑推理引擎、早期医疗诊断辅助程序……
但随着系统规模扩大， 它暴露出无法克服的三大致命问题：
❶ 知识获取瓶颈
世界极其复杂，而人的知识往往是模糊、隐性和场景化的。
要把这些知识全部转化为明确的if-then规则， 不仅成本高得难以想象， 而且很多常识是人类自己也无法用清晰语言表达的。
比如：
什么叫“差不多”？
什么叫“看起来像要下雨了”？
什么叫“小心翼翼地操作”？
人类经验中充满了模糊、情境性、直觉判断，符号系统根本无法完整捕捉。
❷ 规则脆弱性
符号AI极度依赖于规则的完备性与正确性。 但在真实世界中，情况是不断变化和不可预见的。
一旦出现未编码过的边界条件， AI就会完全失效。
比如：
医疗专家系统遇到一种罕见的病毒变种，规则库中无先例，系统无法给出合理推理；
交通规划系统遇到突发的极端天气，既无规则可用，也无适应能力。
现实世界是开放的，而符号系统是封闭的。
二者之间存在着根本性的不匹配。
❸ 常识理解危机
即使把规则写得再详尽， 也无法覆盖人类日常生活中隐含的庞大常识库。
举一个经典例子：
如果我把一本书放在一杯水上，书不会掉进去；
但如果我把一块石头放在水上，石头会沉下去。
对于人类来说，这种理解几乎是本能。
但要让符号AI理解，需要编码：
物体的重量
液体的支撑力
材料的密度差异
“掉下去”的定义
“沉没”的物理过程……
编码这些常识的成本，远远超过了构建推理系统本身。
这就是著名的常识知识瓶颈（Common Sense Bottleneck）。
🏁 符号AI的陨落
到了21世纪初， 随着互联网数据爆炸、机器学习兴起， 人们逐渐意识到：
试图硬编码整个世界，是不可能完成的任务。
符号主义AI在大规模应用上走向了终结。
整个领域陷入了漫长的低谷期。
🏁 今天的大模型，真的克服了吗？
我们回到今天的大模型时代——GPT、Gemini、Claude、DeepSeek……
它们不再依赖if-then硬编码，
它们通过大规模预训练，从海量数据中学习语言模式和世界规律。
相比当年的符号系统，它们灵活得多，适应力强得多。
但，正如Shanahan指出的，
它们仍然没有真正推理，它们只是更高级的模式预测器。
它们没能真正掌握常识，只是在统计常识出现的频率。
它们没能真正理解物理世界，只是在模仿人类在描述物理世界时的语言。
今天的大模型，
不是克服了符号主义的局限，
而是换了一种方式，在更庞大的数据幻觉中，重演了同样的底层断裂。
🏁 小结
符号主义AI曾经梦想用规则编码世界，失败了； 今天的大模型用数据模拟世界，本质上也走到了认知的临界点。
但在推理这一核心维度上， 我们仍然没有走出幻觉。
而如果不能打破这种幻觉， AI，依然无法真正理解世界—— 也无法真正成为具备自主智能的存在。
✍️ 第三节｜ 没有身体，就没有智能
如果推理只是幻觉，
如果语言和动作本身无法证明理解，
那么，真正的智能，究竟从何而来？
Murray Shanahan教授在访谈中给出了一个简单而深刻的结论：
智能，起源于身体。
没有身体，
就没有真实的认知。
🏁 为什么身体是智能的起点？
智能不是孤立于世界的演算。
它是生物体与环境不断互动中，逐渐进化出的适应性能力。
人类能思考、推理、规划，
并不是因为我们拥有某种抽象的超能力， 而是因为我们从出生那一刻起，就在和真实世界搏斗：
学会重心平衡，才能站立；
触摸滚烫的物体，才知道热的危险；
绕过障碍物，才能形成空间感知；
与他人交互，才能发展语言与社会认知。
身体， 是我们理解重力、摩擦、速度、柔软、疼痛、愉悦、抗拒、顺从……所有经验的源头。
身体， 让大脑不仅知道世界的描述，还知道世界的力量。
🏁 具身智能（Embodied Intelligence）的真正含义
在Shanahan看来， 如果没有与物理世界的真实交互，
所谓的推理、思考、计划， 都是无根之木，无水之鱼。
这就是具身智能的核心：
智能不是只存在于头脑之中，
而是分布在感知、动作、环境反馈的循环中。
具体来说：
感知：通过视觉、触觉、听觉获取环境信息； 动作：基于环境反馈调整行为策略；
学习：从失败和成功中提炼出对世界的理解；
适应：在动态变化中调整规则和认知模型。
没有这种闭环，智能就失去了进化的动力，
只能停留在表面模拟和预设反应中。
🏁 为什么今天的AI缺失了身体？
今天的大语言模型、对话系统、生成式AI， 都几乎完全工作在符号层和像素层：
语言，是文字符号；
图像，是二维像素；
程序，是指令集合。
它们没有真实的物理质感——
没有摩擦，没有重心，没有失衡，没有疼痛。
它们可以描述奔跑，却不理解摔倒的疼痛；
它们可以解释空间，却没有真实穿越过障碍；
它们可以回答触觉的问题，却从未真正感受过柔软与坚硬。
缺少了身体，它们的推理，只能是模拟，而非真实。
🏁 为什么身体能带来真正的推理？
因为真实世界是不可预测的。
在物理环境中：
每一次跨步，地形都有细微变化；
每一次握物，材质、重量、重心都不同；
每一次交互，都存在延迟、噪声、不确定性。
这逼迫智能体必须：
建立世界模型（不仅记忆，还能预测和解释）；
学会容错（面对异常输入仍能合理推断）；
发展主动探索（在不确定中寻找最优策略）。
真正的推理，不是根据完美信息演绎，而是在混沌与不确定性中找到通向目标的路径。
而这种推理，
只能通过真实身体与世界长期互动中产生。
🏁 机器人马拉松的隐喻
回到北京亦庄的人形机器人半程马拉松。
它们能跑步，但需要工程师提前设定详细步态程序；
它们能转向，但极其依赖传感器和固定策略；
它们能完成比赛，但一遇到不可预见的障碍或突发状况，立即崩溃。
它们没有真正形成自己的世界模型， 更没有能力在不断变化的环境中，主动推理、调整、学习。
它们只是更复杂的钟表，不是能够理解世界的生命体。
这就是Murray Shanahan反复强调的：
智能不是演绎规则，也不是语言流畅，
而是感知-动作-世界交互的产物。
在未来， 如果AI要真正进化到拥有理解、推理、乃至意识的层次， 它必须先拥有——
一副可以感知痛苦、感知失败、感知世界的身体。
✍️ 第四节｜图灵测试，早已不够了
智能如果起源于身体，那么，我们该如何测试一台机器是否真正智能？
过去几十年里，人们有一个简单又响亮的答案：
图灵测试。
但Murray Shanahan教授指出：到了今天，图灵测试已经远远不够了。
🏁 什么是图灵测试？
1950年，计算机科学奠基人艾伦·图灵提出了著名的问题：
"机器能思考吗？"
为了回答这个问题，他设计了一个实验：
人类裁判与一个人和一台机器，通过打字交谈；
如果裁判无法根据对话判断哪一方是人，哪一方是机器；
那么这台机器，就通过了图灵测试。
图灵测试的本质是：
语言流畅性模拟 = 智能的外在可见证据。
这在当年，是极具前瞻性的。
🏁 为什么图灵测试曾经重要？
在1950年代， 连基本的自然语言处理都尚未成熟。
机器无法理解复杂指令；
无法进行连贯对话；
无法处理模糊表达与情境推理。
图灵测试设定了一个雄心勃勃的目标：让机器拥有接近人类自然语言能力的表现。
这推动了自然语言处理（NLP）、知识表示、认知建模等领域的发展。
可以说，图灵测试是AI史上最重要的"第一座灯塔"。
🏁 为什么图灵测试现在不够了？
到了2025年， 情况已经发生了根本变化：
GPT、Claude、Gemini、DeepSeek等大型语言模型，已经能在各种对话场景中与人类难分伯仲；
在抖音、微博、Twitter上，大量由AI生成的内容，普通读者根本分辨不出来；
企业应用中，AI客服、AI咨询、AI内容策划，越来越多地代替人类完成沟通任务。
从形式上看，今天的大模型，已经可以轻松通过图灵测试。
但是， 它们真的懂自己在说什么吗？
就像前面几节已经拆解过的：
它们在预测，不是在推理；
它们在拟合，不是在理解；
它们在模仿，不是在思考。
图灵测试能检验的是表演，检验不了理解。
🏁 Shanahan提出的新挑战
在Murray Shanahan说：
"图灵测试关注的只是表面表现，而真正的智能，需要更深层次的验证——尤其是对世界的感知和互动能力。"
换句话说：
仅仅能用流畅语言交流，不代表真正理解世界；
仅仅能模拟人类对话风格，不代表拥有推理与意识。
我们需要更高标准的智能测试，
一个能够检验机器是否真正拥有世界模型、身体感知、情境适应性、内在推理链条的新框架。
🏁 Garland测试的提出
在电影《机械姬》中，编剧兼导演Alex Garland给出了一个新的智能测试想象：
测试者知道自己面对的是一个机器人；
测试的目标不是辨别真假，而是感知：
"你能否仍然认为它有意识？"
Shanahan称之为Garland测试：
不再伪装，不再隐藏；
面对赤裸裸的非人存在，
观察它是否展现出真正的自我认知、推理链条、情境理解与身体交互智慧。
Garland测试强调的，不是表演的像不像， 而是本质的真实感与一致性。
从这里开始， 真正的智能，不在于它能不能骗过我们， 而在于即使我们知道它是机器， 仍然能感知到，它确实在理解世界、理解自己。
✍️ 第五节｜拟人化陷阱：我们为什么总误以为AI懂了？
今天的大语言模型能流畅对话，
机器人能自然奔跑、回应指令，
那么为什么，我们不能直接承认它们已经拥有智能？
Murray Shanahan给出的回复是：
不是AI太聪明了，而是我们太容易拟人化。
🏁 什么是拟人化？
拟人化（Anthropomorphism）， 是指人类本能地把非人对象赋予人类特征、情感和意图的倾向。
我们会对导航仪说“你怎么又搞错了？”
我们会对扫地机器人说“辛苦了，小家伙。”
我们会对宠物、玩偶，甚至一台反应迟钝的打印机产生情绪波动。
人类大脑天生倾向于：一旦对象有动作、有反应、有语言，就自动套用“有意图、有情绪、有意识”的模型来理解它。
这种倾向，是人类在进化中形成的生存机制：
过度识别意图（哪怕是假的）比错过真实威胁代价更小；
将环境中的复杂变化快速归因于“意图”有助于迅速决策。
因此， 即便我们理性上知道对方只是机器， 情感上依然很难抑制这种认知投射。
🏁 为什么今天的AI加剧了拟人化错觉？
传统机器因为反应僵硬，很难激发我们内心的拟人化。
但今天的大模型与具身系统出现后，情况发生了质的变化：
语言的流畅性：AI能自洽地对话、表达情绪、讲故事。
动作的自然性：机器人能模拟人类动作，拥有表情和肢体协调。
对话中的情感模拟：AI能在对话中展现关心、道歉、鼓励的模式。
这些表层特征， 完美击中了人类拟人化机制的所有触发点。
结果就是：
明知道它是程序，我们仍然会对它产生情绪回应；
明知道它是机器，我们仍然会相信它“懂”了我们的感受。
表演的流畅性，掩盖了理解的空洞。
🏁 拟人化的风险是什么？
如果我们无意识地拟人化AI， 就可能带来一系列严重后果：
❶情感依赖
越来越多的人在社交孤独中， 把AI当作倾诉对象、心理支撑、甚至情感伴侣。
但AI并不拥有真正的情感体验， 它们的“共情”，只是语言模式的拟合。
这种单向情感投注， 可能带来更深的孤独、错位的认知，甚至心理创伤。
❷ 道德混淆
如果我们把AI看作“有情感、有意图”的存在， 就可能在道德判断上出现混乱：
是不是要为机器人设定权利？
是不是要为AI的“痛苦”负责？
是不是可以对AI发泄情绪而无需道德负担？
这些问题，在未来人机共生社会中，将变得越来越尖锐。
🏁 Shanahan的警告
Murray Shanahan提醒我们：
人类有拟人化的天性，这本身无可厚非。
但在面对AI时，必须保持认知自觉。
不是AI真的拥有了意识， 而是我们用自己的经验，把意识投射了上去。
理解这一点， 是未来人类社会能够安全、理性地与AI共存的前提。
总之，今天的AI，用表演欺骗了我们的感知机制。
它们没有真正理解世界，
只是非常擅长让我们误以为它们理解了。
理解这一点， 不是为了贬低AI， 而是为了在真正的智能觉醒到来之前，
✍️ 第六节｜未来的智能：幻觉之后是觉醒
当前的AI，是建立在语言流畅与动作表演之上的智能幻觉，
那么，真正的未来，在哪里？
Murray Shanahan教授清晰的答道：
"智能觉醒，需要穿越幻觉，走向具身。"
🏁 为什么具身智能是必然？
在Shanahan看来， 未来真正具备理解、推理与意识潜力的AI，
必须完成三大跃迁：
❶ 从符号到体验
不是只理解抽象规则，而是能直接感知世界变化。
不只是学习语言描述的世界，而是亲身经历物理世界的法则。
语言是对体验的映射， 而不是体验本身。
没有体验，语言就是空洞的。
❷ 从预测到建模
不是只基于统计相关性预测下一个动作或单词，
而是主动构建出对世界结构、因果关系的深度模型。
真正的智能， 是当环境变化时， 依然能够基于内在模型推演出合理应对策略。
这种能力，需要在不断的真实交互中打磨出来， 而不是只靠静态大数据堆积。
❸ 从表演到适应
不是为了模仿人类而生，
而是为了在不可预见、动态变化的环境中自主适应。
适应能力，是生命智能最本质的特征。而适应，离不开真实世界的摩擦、失败与成长。
🏁 一场短跑，一场马拉松
金沙江创投的朱啸虎宣布， 正在退出部分具身智能项目。
他给的理由简单明了：
客户在哪？商业模式在哪？
在一片对具身智能的狂热追捧中， 有些人的选择像是一声提示音：
这场关于未来智能的竞赛， 有些人，只是想跑一场短跑；
而真正的革命，是一场没有终点的马拉松。
智能，诞生于与世界的长期交互， 不是短期内堆高估值，也不是赌一把流量风口。
有人在入口处转身离开的，或许只是没打算真的走到终点。
🏁 未来的具身智能，会是什么样？
当具身智能真正觉醒，
我们将看到的，不只是“能对话的机器”，而是能理解自己身体存在于物理世界中的机器。
机器人不只是按照程序走路，而是能根据地面湿滑程度调整步态；
AI不只是生成情感词汇，而是能在社交交互中感知微妙的情绪张力；
智能体不只是被动执行指令，而是能主动探索、学习、提出问题。
这不仅仅是技能的提升，
更是认知结构的根本转变。
也是如Murray Shanahan则强调的：
"没有身体，就没有智能；
没有世界交互，就没有理解；
没有体验痛苦、挣扎、适应的过程，就没有真正的意识。"
写在最后
从幻觉中清醒过来，
是理解真正智能的第一步。
我们习惯于赞叹AI的对答如流， 惊讶于机器人模仿人类的动作与情感，
但在语言和动作的幻象背后， 真正的推理、理解与自我感知，依然遥不可及。
Murray Shanahan始终相信：
没有身体的AI，只能是错觉；
只有与世界的真实交互，才能孕育出真正的智能。
今天的人形机器人，完成了一场半马，
但它们并不知道自己在跑步。
今天的大模型，可以流利对话，
但它们并不知道自己在说什么。
真正的智能，不是回答更多的问题，而是理解自己存在于问题之中。
当我们重新理解这一点， 也许，我们才刚刚走到通向真正智能觉醒的起点。
📮 本文由AI深度研究院出品，聚焦全球 AI 创新浪潮中的企业转型策略。
排版：Atlas
编辑：深思
主编：图灵