在AI的发展方面，业内也出现了重大分歧。AI大佬杨立昆从META离职就是一个重大事件，这标志着他认为大语言模型的方向没有发展前途，而是要在“世界模型”上下功夫。而所谓“世界模型”，就是要求AI辨识真实物理世界，这就需要发展AI的传感器和感知模块，就要增加大量相关的计算。李飞飞的“空间智能”也是异曲同工。这就是要把一维语言拓展为三维空间，不仅要接近真实世界，而且要拓展想象的空间，为人类的创新提供更广阔的舞台。有关具身认知的理论告诉我们，智能依赖于生物体在空间中的位置和行为；没有具身在空间中的行为，智能就有缺陷。如李飞飞所说，“空间智能是支撑人类认知的隐形脚手架。”（2025）这也是走向具身智能的重要一步。然而，这样的雄心壮志却面对着计算复杂度急剧增加、计算量比计算速度不成比例的增长的问题。维度从一加到三，就是容易问题变成难上加难的问题。
在现实中，这就不是豪言壮语所能成就的。目前我们所熟知的机器人成就，多是展示、表演、对话或简单工作的机器人，而进入家庭的具身智能机器人才刚刚开始。我们虽然看到有些具身智能机器人开始销售，其功能还是较粗陋的。如售价低于万元的小布米也只是一个高级玩具；还有一款叫作NEO的家务机器人，售价两万美元，但仅能完成从冰箱拿水、叠衣服和把东西放进洗碗柜三件事。这种功能少、价格贵的家务机器人还缺少普及的条件。业内专家指出，具身智能机器人的进一步发展，还需克服硬件上的技术难关，包括大算力，高实时性，低功耗和高并发性（甘一鸣 等，2024，第68页）等等，其实这些要求都涉及计算复杂度。而根据数学专家的看法，这个计算复杂度障碍几乎是无法逾越的。
无怪乎一些具身智能机器人公司开始倒闭。如“硅谷明星K-Scale Labs烧光融资后黯然关门”。原因是成本压不下来，物料清单就需40万元人民币。这样高的价格少有家庭会购买。马斯克所说能将具身智能机器人的售价压到两万美元的汽车价似乎不太现实。因为具身智能机器人比无人汽车复杂得多。后者只需两个自由度，而前者至少要有20个自由度，这需要更多关节能耗，加上数据荒和厘米级误差（吕敬之，2025），使得效用低且价格高，就很难成为普及的家庭必备。面对这种市场前景，资本也就缺少热情，K-Scale Labs 没有后援也只能退出。据报道，在中国，投资人朱啸虎也在大规模退出具身智能机器人领域，他说，“谁会愿意花十几万买个机器人来干活？”（王涛，2025）
无论是观念上，还是实践上，AI的进一步发展都面临着两种不同的看法。这就是有关AI泡沫的争论。自2023年以后，美国出现了AI投资狂潮，估计2025年将达3000亿美元。有人根据证券市场的表现，发现现在的平均市盈率已经接近2000年互联网泡沫破裂时的市盈率，估测AI泡沫即将破裂。分析师Garran称，当前AI狂热是互联网泡沫的17倍、 2008房地产危机的4倍，资本错配已达“ 人类历史上最大最危险的泡沫”（转引自周子衡，2025） 。然而黄仁勋则不以为然，他说，“互联网泡沫时的公司烧钱买流量，现在的企业砸钱买算力—— 因为算力能直接变成生产力。 ”（转引自一号AI牛马，2025）根据他的“十亿倍增长”理论，认为对AI基础设施的超前投资是必需的。他认为所有的互联网公司将要进行算力转型，从CPU转向GPU。因而英伟达作为生产GPU的公司有着接不过来的订单。
另一个乐观的人是马斯克。他说可以把具身智能机器人的价格压低到两万美元，预期地球上将有数十亿台机器人（马斯克，2025）。这是建立在具身智能机器人的研发和生产没有计算复杂度屏障的基础上的。而在投资界，则有高盛的报告称，AI投资并末“过热”。它的论据是，今年对AI的投资总额没有超过GDP的1%，明显低于过去100年的数次投资热潮，如铁路、汽车和通讯的投资占比。标普500 成分股中，AI 相关资本支出占总投资 的比例约为 15% ， 但 仍 低 于 2000 年 互 联 网 泡 沫 时 期 IT 支 出 占 比（22%），且集中在半导体、云服务等 “硬科技” 领域，未出现全面投机现象（高盛，2025）。
黄仁勋的判断受着当下订单涌入感受的影响，也有对“思考”和“多模态”的形而上憧憬。然而目前互联网巨头对GPU的需求是为其最终产品服务，它们还是传统互联网的产品，如搜索，电商，只是用GPU提高计算效率，降低成本，局部地提高质量，却并没有颠覆性新产品的推出，不会有巨大新需求的涌现，因而不会持续太长时间。而那种形而上的憧憬则是对具身智能机器人的期待。这从中间产品的角度看是对的。具身智能机器人确实需要更大量的计算，进而需要更多计算的硬件——GPU。然而黄仁勋视角缺少的，是对计算复杂度屏障的注意。如前所述，具身智能机器人所需要的计算量将是天文数字，如此对计算基础设施的需求更加庞大。因而投资不会过度。
然而又如前所述，黄仁勋所看到的需求都是中间需求，因为他的GPU 只是中间产品。当具身智能机器人需求碰到计算复杂度屏障，就会反过来抑制中间需求。只不过这一过程稍微长些，并不是一眼能看到。英伟达现在所感受到的“需求”是在中间环节的循环，“Nvidia 为 OpenAI 提 供 芯 片 ， OpenAI 则 从 微 软 和 Oracle 采 购 组 件 ， 后 两 者 又 依 赖Nvidia硬件。 ”（周子衡，2025）它们都不是直接生产具身智能机器人的公司，不会感受到具身智能机器人的计算成本的陡升。如果黄仁勋及美国科技大佬们的判断是建立在无视计算复杂度屏障，以对计算需求“两个指数级增长”为基础，则这种对AI的投资显然过度了。
所以，从短期因素，即从战术性因素来看，AI投资没有过度，估计在短期内不会出现泡沫破裂，因为现有的互联网公司的算力更新支撑着对GPU的需求，也有对固定场所，操作简单的具身机器人需求的支撑。然而，如果人们需要有要高级的具身智能机器人，如人们普遍期待的合格的家务机器人，则可能因为计算复杂度屏障，却会发展缓慢，远不能满足人们对性能效用的要求，因而不可以呈普及之势。因为计算复杂性屏障就像一个无法克服的战略性的长期性的屏障阻挡了具身智能机器人的升级。如果现在以黄仁勋和马斯克的预期为基础进行AI基础设施的投资，也许会在三五年或更长时间后泡沫破裂，出现危机。
当然，过度投资所带来的危机的后果未必都是负面的，如铁路的过度投资究竟留下了铁路网，使社会因运输成本的降低而获益；正如有人所说，“铁路公司死了，铁路万岁！”这个句式后来也被套用到互联网公司，2000年互联网泡沫破裂，许多互联网公司破产，但是互联网产业发展了起来，正所谓“互联网公司死了，互联网万岁！”随着计算效率的提高，也随着生产效率的提高、人均收入的增加，人们会逐渐买得起他们过去买不起的具身智能机器人。因而也许每隔十数年，人均收入增长到一个新的高度，可能出现一次对更高级也更贵的具身智能机器人的需求普及，出现一次经济繁荣期。以后虽然还存在其它因素，只是如果仅以AI角度观之，则可能是计算复杂度屏障和计算效率提高、人均收入增长成为决定经济周期的主要因素。
参考文献：
邓志东，《ChatGPT的基本原理与核心算法》（电子书），清华大学出版社，2025。
Fortnow, Lance, 《可能与不可能的边界：P/NP问题趣史》，人民邮电出版社，2014。
甘一鸣 等，《具身智能机器人系统》（电子书），电子工业出版社，2024。
高盛，“高盛：对比过去100年的铁路、电力、信息革命，AI投资热潮仍未‘过热’”，《德翼产业》，2025年10月29日。
黄仁勋，“黄仁勋专访：AI将实现十亿倍增长，对手免费送ASIC也打不过GPU的每瓦性能，NV的壁垒是极致协同设计”，《瓜哥AI新知》，2025年9月26日。
拉夫加登，蒂姆，《算法详解(卷4)——NP-Hard问题算法》，人民邮电出版社有限公司，2023。
刘云浩，《具身智能》（电子书），中信出版集团股份有限公司，2025。
吕敬之，“第一批人形机器人，已经开始倒闭了”，《华尔街见闻》，2025年11月15日。
马斯克，“马斯克巴伦资本讲话：我的终局之战是确保人类文明的延续 | 关于AI,机器人和制造业革命,人类未来 ”，《Web3天空之城》，2025年11月18日。
米歇尔，梅拉妮，《AI 3.0》（电子书），四川科学技术出版社，2021。
王涛，“朱啸虎退出的人形机器人，跑了一场马拉松”，《周律微金融》，2025年4月21日。
杨立昆，“当前大语言模型最终都会被淘汰”，《苇草智酷》，2025年3月30日。
李飞飞，“AI的下一个十年——空间智能”，《人工智能尹会长》，2025年11月19日。
杨立昆，《科学之路》（电子书），中信出版集团股份有限公司，2021。
一号AI牛马，“黄仁勋怒怼 AI 泡沫论：AI与互联网泡沫有本质区别，因为计算需求真实存在”，《智能新范式》，2025年11月12日。
周子衡，“AI泡沫会破裂吗？”《變軌賬戶》，2025年11月8日。
（注：本文仅代表作者个人观点。责编邮箱bo.liu@ftchinese.com）