雷军王兴兴李彦宏APEC发声:机器人进厂、AI回报与组织变革
APEC峰会上,三位企业家热议AI落地与机器人产业
小米具身智能机器人进厂后已能连续干满8小时,王兴兴判断机器人模型的泛化能力正逼近突破临界点,李彦宏则提醒:AI应用若长期带不来收入和利润增长,行业泡沫风险就会浮现。这三位企业家的判断,出现在同一场论坛上。
11月17日,2026年亚太经合组织(APEC)工商领导人峰会在深圳前海国际会议中心开幕。雷军、王兴兴、李彦宏分别参加数字经济、人工智能创新生态等议题的讨论,话题涉及机器人落地、大模型应用、企业组织调整以及国际合作。
雷军:机器人已能完成8小时工厂作业,继续探索工业智能体
小米集团创始人、董事长兼首席执行官雷军上台后,先讲的是AI发展和商业落地之间的那段距离。
他的判断是,大模型在过去四年跑得很快,不少人的生活和工作方式已被改变,可真正落得了地的场景还是不多。这一轮周期里,能跑通商业闭环、赚到钱的公司并不算多。
雷军更看重的下一步,是让AI和终端设备、实际应用场景再往一起靠。他的说法是,AI一旦进入物理世界,产业机会会很大,各个行业都值得用新技术、新思路重新看一遍。
至于AI手机和AI汽车,他觉得过去几年还没有出现足够革命性、够得上标杆的产品,但未来几年有机会冒出重要的东西。
制造这一端,雷军介绍,小米已经拿AI去优化工厂的各个流程,眼下还在琢磨工业智能体能不能做成——让工厂自己生产、自己发现问题、自己不断迭代。
机器人是他讲得最多的方向。雷军称,小米的具身智能机器人已经进工厂“实习”,能完成8小时工作,中间可能自主充电两次。他判断,这个产业的想象空间或许比汽车产业还大。
说到小米自己的AI布局,他提到了MiMo等基础大模型,希望靠这些技术把用户体验做得更好。业务仍然围着“人车家全生态”转,生态也继续开放。据雷军在会上介绍,小米IoT平台已接入11.6亿台设备,合作伙伴数量众多。
亚太合作方面,雷军强调,各经济体既是重要的产业链、供应链所在地,也坐拥很大的消费市场,差异和互补正好留出了合作空间。在他看来,彼此了解和信任,是合作往前走的重要基础。
王兴兴:泛化能力最棘手,突破之后还要解决制造、服务与安全
宇树科技创始人王兴兴给2026年的定语是“最激动人心”。
在他看来,外界看到的AI和机器人成果,只展示了进展的一部分。底层的研发还在快速往前推,许多技术变化还没充分反映到大家能看到的产品上。他给出的建议是,每天多花些时间用AI,主动去适应技术变化。
机器人能不能真把活儿干起来,是王兴兴最关心的。他认为行业热度上升,跟语言模型已经在生活和办公中体现出价值有关,人们自然也盼着机器人借AI完成实际任务。
眼下最难啃的技术骨头,是模型泛化能力。他想要的效果是:一台机器人用同一个模型,进了不同家庭、不同工作环境都能马上开工,不必换个场景就重新训练一遍。结合今年全球的技术进展,他觉得行业已经看到突破临界点,“可能比较快了”。
王兴兴接着抛出一个问题:假如明年机器人AI模型取得重大突破,企业接下来该准备什么?
他的回答落在制造、可靠性和售后上:现在一年产几万台,将来需求可能到百万级、千万级,生产和服务的难度完全不是一个量级。规模要扩,产品稳定性和交付后的服务得同步解决。他还提到,机器人将来的算力需求可能超出多数人的预料,安全方面的投入也要持续。
国际合作这块,王兴兴的看法是,各个国家和地区在制造、前沿模型、算力和人才上各有长短。中国制造有优势,部分尖端模型、算力和顶尖人才还需补足,企业可以靠合作把技术和产业往前推。
据他介绍,宇树一直在推进与国内外伙伴的合作,上个月办的生态大会上,海外合作伙伴占了现场参与者的三分之一以上。他希望企业多把目光放在未来产业规模的扩大上,通过合作做出新的需求和收益。
李彦宏:AI最紧迫的问题是应用回报,组织和工作流程也要跟上
百度集团创始人、董事长兼首席执行官李彦宏当天用中英文各参加了一场对话,讨论AI在亚太区域怎么落地。
他把AI产业分成芯片、云基础设施、模型和应用四层。前面几个环节的投入和技术进步,最后都要靠具体应用来体现价值。在他看来,更该关心的是AI怎么进入各个国家、公司和组织的实际场景。
谈到2026年的AI走向,李彦宏挑出的关键词是"最紧迫"。这几年AI技术跑得很快,算力、云基础设施的投入一直在涨,可应用端的落地却没跟上预期。不少企业上了AI之后,收入和利润并没有看到明显起色。这个问题要是拖下去,外界担心的那层泡沫真有可能变成现实。
他拿无人驾驶出租车当应用样本:这类服务把芯片、云和模型都用上了,直接对着出行需求去。新药发现的提速、短剧制作的辅助,这些方向在他看来同样有机会,让技术进步变成用户摸得着的价值。
李彦宏透露,萝卜快跑正在迪拜扩大开放道路范围,同时跟Uber、Lyft等平台合作。他希望更多国家和经济体把道路开放出来,让无人驾驶技术用得更广。
中小企业怎么用好AI?他把落点放在组织能力上。电机进了工厂,流水线也得跟着改生产方式;企业接进大模型,岗位、知识、工作流程同样要重新安排。
结合百度的实践,他给出三个方向:打破岗位边界、沉淀隐性知识、形成工作流闭环。
以前前端、后端研发和测试各管一摊,有了AI帮忙,一个人可能同时顶几个角色。员工攒下的经验、那些没写下来的业务规则,得记下来供AI调用;多人和多个智能体一起干活时,分工、数据怎么流转、反馈机制怎么定,都要说清楚。
港口作业和超市补货也被他拿来做例子。岸桥怎么装集装箱,是一道复杂的组合优化题;门店哪些货走得快、什么时候该补,靠的是具体经营数据。通用模型加上行业数据,这些实际问题才处理得好。
AI也在改变科技企业自己的经营方式。李彦宏说,百度这类公司过去被看作轻资产,大量采购算力之后,业务正变得越来越重,对资本的依赖也跟着增强。他在会上提到,最近一个季度,百度智能云增速接近100%,文心大模型和Token调用量也在快速增长。
区域合作方面,他关心的是算力、模型、需求与数据之间怎么匹配,也点出不同经济体之间存在AI发展差距。各方要靠政策和产业合作把应用门槛降下来,让更多企业和经济体用上先进技术,并从中拿到实际收益。
几位企业家的讨论,最后都落在AI怎么被用起来这件事上:机器人要适应不同环境、干成实际工作,企业用AI要调整流程、算清回报。制造、售后、组织能力和国际合作,跟模型进展一起,构成了这场峰会聊AI与机器人的重要内容。