7月10日，在AI浪潮奔涌與全球綠色轉型交織的關鍵節點，由中國家用電器研究院指導，全國家用電器工業信息中心主辦，中家院（北京）檢測認證有限公司、國家電子元器件質量檢驗檢測中心、佳合(浙江)檢驗檢測有限公司協辦，中家智銳科技有限公司承辦，環球家電網媒體支持的 “2025年電冰箱行業發展大會”于溫州盛大啟幕。會上，天津大學王博教授 以智能冰箱為例，分享AI時代智能設備的人機交互思考。以下為文字實錄：

 尊敬劉院長，各位嘉賓，我是天津大學王博。非常溶鞋油這個機會和大家匯報關于智能技術，尤其是智能體在我們家電和冰箱行業的應用。我的分享主題是AI時代智能設備人機交互的思考，以冰箱行業為例，其中最關鍵的關健詞就是人機交互。我們之所以選擇這樣主題是因為近兩年，我們團隊在跟我們中家院合作研發面向用戶體驗的新型的冰箱評測技術，尤其是評測機器人，所謂評測機器人的目的就是在低成本的方式下模擬人類用戶與冰箱的交互。因為我們知道如果聘請真實的的人類用戶交互測試。成本比較高昂的。而且很難覆蓋不同的人群。如果用實體機器人配合大模型技術，能夠比較好模擬，按照我們設定意愿設定用戶，從而使對用戶對冰箱評測更加的真實。

接下來在這樣背景下和大家分享最新的技術。

為什么我們要開發面向用戶體驗的新型評測技術。這跟主持人講的AI技術發展密切相關，大家認為最先進的AI技術就是ChatGPT，Deepseek這樣的應用。大家生活中工作中肯定廣泛使用了。事實上這還不是最先進智能技術，尤其不是我們當前智能技術的發展方向，為什么這樣講？我們以大家熟悉的傳統IT技術作為類比，這就是搜索引擎。大家心目中搜索引擎可能仍然是我們獲取信息主要手段。但是事實上大家可以嘗試回顧大家過去24小時獲得的信息。過去24小時大家肯定獲得了很多非常有用和有趣的信息。在這些信息當中有多少是大家通過搜索引擎或者類似的平臺進行主動搜索的呢？可能占的比例非常小，可能為0。這些信息到底哪來的呢？實際上都是由類似智能體技術，尤其是個性化推薦為代表的抖音、頭條、淘寶、京東這樣的為我們主動推送的。

以此類比，大家對ChatGPT和Deepseek使用方式屬于哪一種，屬于傳統搜索引擎使用方法，就是需要用戶主動提出訴求，而且我們對大模型提出的問題需要有一定質量，有人專門跟大家提供這樣經驗，你問題問得不好，可能結果都不好，這很顯然給大家使用帶來了一定不方便。目前發展方向就是所謂的智能體，智能體就是要像推薦系統一樣能夠為用戶主動提供服務，比如現在很熱門的發展方向就是養老機器人，老人而言不能很清楚的表述，甚至不能清楚知道自己需要有什么樣的需求，這都需要智能體以一個非常宏觀的原指令，就是出廠時候告訴他這個老人的身份樣子的。唯一的指令是你把他照顧好，基于怎么照顧好完全由機器人自己設計和判斷。這個就是我們對智能體最樸素的一個概念。

具體而言，智能體是基于我們所熟悉的Deepseek這樣大模型，這樣像Deepseek這樣大模型，我們可以把特點該末尾這樣幾個方面，首先面向特定人類指定任務了，這性任務孤立的，靜態的。根據特定輸入給出特定輸出，與時空類其他要素，比如其他的設備，環境變化，其實依賴不大。比如用戶問食材保質期多少，它準確回答就可以了。作為智能體并的話，不是面向任務，是面向復雜環境的，這個環境下甚至沒有用戶提出指令，所以交互是多元的，動態的環境，實時的決策與動作，有點像《荒野求生》的游戲一樣，他可以主動發現你牛奶過期了，主動在京東上下單進行采購。

這樣的智能體是以大模型為核心，但是在核心基礎上，通過增加其他模塊實現與環境的交互。那么，我們之所以用這樣嬰兒圖片來代表這個智能體，是因為面向我們這樣的期待，目前的智能體實際上具有這樣潛力，但還不具有這樣的能力。就像我們這樣一個嬰兒一樣！對于智能體的定義，其實由來已久，甚至可以追溯到2000年之前，是本身用來定義人類特征的哲學概念，這個概念當中的核心包括了這樣幾個方面，就是BDIA，B就是信念，對于人類講，信念可以簡單理解為三觀。對于一個智能設備來說，比如電冰箱來講的，它的信念是健康是第一最重要的，第二用戶就是主人。這就是信念！那么基于信念的話，我們就可以形成欲望，對于人類來講，有的人欲望是犧牲，為了其他人做出貢獻，有的人追求自身的利益。那么這就是欲望！對于這個設備而言，它在健康和為用戶服務的信念下，它的欲望可能就是保證食材新鮮等等。接下來在欲望下有意圖，為了保持食材新鮮就可以實時監測牛奶保質期，并且決定下單。做出決定以后就是真正做出行動完成這個工作。

對于AI來講，也可以在這個框架下理解基于AI智能體體現為：自主行、反應性、積極性和社交能力，這個社交能力不僅與用戶交互，還有與環境的交互，與剛才BDIA是對應的，愛實現這個智能體，大模型，Deepseek這樣大模型只是核心大腦，還需要其他三個重要模塊：

第一個就是記憶。如果一個人沒有記憶，他每天早上起來是一個全新人，跟昨天的他沒有關系，只有有了記憶，一個智能體，包括人類才能形成穩定的行為模式，才能更好的為用戶服務。比如剛才的ChatGPT實際上引入了長期的記憶，你一個月之前詢問他一個月之后我某一天我母親要過生日，你能給我設計一下生日禮物。過了一周之后，在母親生日那天你規劃一個出差行程，而ChatGPT提醒你一周之前告訴你那天是你母親生日，你要不要調整你的行程。這是長期記憶。目前大模型只有會話級記憶，就是你跟它聊十幾輪對話，它會記住你前面幾輪說了什么，這個實際上沒有技術障礙，只是不同的大模型出于商業考慮，有節奏推出不同統的功能，ChatGPT推出比較早而已。像我們冰箱及以其他智能設備一樣需要有這樣的記憶維持長期個性化的用戶服務。接下來要有規劃。事實上，像Deepseek這樣模型有這樣的規劃能力，比如我要出差你給我規劃一下行程。但是這種規劃比較具體，我們追求面向遠指令宏觀的規劃，比如剛才舉養老機器人的舉例。未來幾十面，用戶只下一個指令，所有事情由智能體完成，這是最理想的狀態，我們會逐漸擴展規劃的尺度。

最后的話，工具的使用經常說人類與動物重要區別就是會使用工具，當前大模型不能很好使用外部工具，未來我們會實現這一點，尤其不同的智能設備之間要互相實現調用，完成整體的功能。

這樣背景下，我們經常認為這個智能體所做的一切都是模擬人類，在初級階段確實這樣，但是真正我們追求的是能夠讓智能體跟人類做各自擅長的事情。在這樣的基礎上，實現人機協作，我們是人機協作有三個典型方式，我們現在從第一種向第二種演化。第一種方式就是智能體仍然像其他工具一樣，在特定環節被人類調用。第二種方式就是并行方式，就像我們跟同事之間關系一樣，我們會讓智能體完成它擅長的任務，我們做我們擅長的任務，二者協作，我們最理想方式像剛才養老機器人一樣，人類下一個指令，所有工作由智能體完成。

為了實現這一點，一個智能體會包含感知端、控制端和行動端。由于時間關系，我這里就不詳細闡述了。大家看這個名字大概也能理解。

我們下面舉一個例子，智能冰箱攝象頭，識別放入雞蛋，這是感知端決策層結合用戶健康數據推薦菜譜，這是控制端功能，行動層自動調節冷藏區濕度，這是行動端的工作。

大家對智能體有這樣了解之后，我們可以溫故而知新，將這樣智能體放在更宏觀發展歷程上看待，從而使得我們對未來發展有一個更好的估計。我們可以從信息源、存在形式和能力、代表應用四個維度了解我們智能體目前所處的階段。

大概20年前的人工智能獲取知識和能力的基礎是一個非常有限的數據庫，由人類采集的。基于這個數據庫，因為這個數據庫往往面向特定應用的，訓練出來模型是專用模型，而它的能力是實現特定專業功能，比如搜索引擎、機器翻譯、人臉識別等等。接下來我們將數據從特定領域擴展到開放領域，尤其是以互聯網文本為代表的大數據，于是我們就有了2022年底走進得到生的以ChatGPT為代表通用語言大模型，第二個大模型我們用缸中之腦來描述，就是有一個大腦泡在營養液里，我們通過很多電極接在上面模擬這個外部的信號，讓它誤以為自己生活在真是的世界當中，其實他感受到一切都是虛擬的。從哲學上來講我們沒有辦法判斷自己是不是缸中之腦。因為現在在座每一位都只是缸中之腦。之所以做這個比喻就是對于通用大模型語言講，人類的語言就是營養液，它誤以為了解這個世界。其實他關于這個世界一切都是通過人類語言獲得的并不是真實的世界。所以現在人工智能下一個重要發展就是開發我們所謂世界模型，而不是語言模型，而是對真正物理世界有所了解，也就是需要來自物理世界信號，我們最基礎的就是從互聯網變成物聯網。事實上隨著智能家電的發展，自動駕駛汽車這樣的具生智能體設備發展，都可以成為大模型獲取物理世界的途徑。

接下來的話，雖然世界模型數據來源互聯網，但是仍然在人類的控制之下，就是人類接入什么數據它就有什么數據。再接下來一步智能體走出學校進入社會，它要根據用戶的遠指令集比如照顧好老人，他自主的選擇我完成這個任務  需要什么樣的數據。這個就是我們所謂具生智能體。這個具生智能體就從理解世界向改造世界發展，事實上我們處于這樣階段初期及包括智能家電，自動駕駛，人形機器人都是這樣。未來我們向什么方向發展，就是具生智能體是與用戶一對一的，一個設備服務一個用戶，隨著這樣智能體的增加，智能體之間，比如一個家庭不同設備之間也要形成這樣交互，而且事實上這樣的交互將代替人機交互成為人機共生社會中主要交互，比如說當下在我們此時此刻，世界上的智能體數量已經遠遠超過了人類了，同這個角度講我們認為人類已經成為人機共生社會當中的少數民族。無論是俄烏站場無人機還是街上跑了自動及時汽車，包括抖音個性化推薦系統都是這樣的智能體，包括網上罵人發帖的水軍機器人都是！我們人類就像一個單位領導一下，主要工作是你們員工互相交互完成，我坐在這下指令就可以了。

未來的話，更長遠的話，整個智能體可能自己構建成一個社會，涌現出自己的文化，這個時候我們也會擔心人類在這里存在一些倫理上的風險。

    這個圖片比較直觀的描述了一個人機共生社會的架構，首先最左邊就是我們說的一個智能體通過記憶、規劃、工具調用，形成一個具有獨立人格的，獨立行為方式的個體。那么，只有當它成為這樣個體的時候，我們說一個人首先要有獨立人格才能正常交往，然后在智能體中形成智能體社會，智能體社會要與環境交互的，用戶事實上可以作為環境一部分，而不僅僅是主人。因為用戶多數情況下波下指令的，由主人描述可能不準確，可能是被服務和被交付的對象。基于前面的分享的話，我們可以將這些理念聚焦到我們冰箱的行業舉一些例子，因為我是外行，所以只是就我個人粗淺舉例，不一定合適。

首先，從技術運用上，大語言模型是核心，完成這樣的決策，比如個性化營養管理，飲食決策支持。有了這樣大腦決策之后就要有行動端和控端完成與環境的交互和對用戶的服務，包括服務角度來講，從決策來講是跨模態推理做出高級的決策。

這樣的智能替載與用戶交互的時候優勢可以從四大維度概括。值得一提是左邊這個圖片是Deepseek生成的，我告訴他我要做這么一個主題，讓他生成一個圖片，第一個實現無感化交互，第二實現個性化深度適配，第三是跨場景的連續性。像剛才說的ChatGPT通過記憶將橫跨一個月決策聯系起來，第三就是預防性干預。

同時，我們可以從“非技術”，就是比如人文和倫理角度考量這種技術帶來的挑戰。首先是數據隱私挑戰，比如像自動駕駛汽車存在這樣的風險，因為一個人出行線路可以暴露他很多生活習慣。第二就是自主權剝奪，可能使用戶慢慢退出決策的領域。如果智能體決策有問題可能會帶來很大的風險，再有就是倫理困境等等。

最后  我們從全能AI體到人機共生，這里有多個人類用戶又有多個智能體，形成漸進式，人類慢慢過渡這樣的主動權，同時通過人類交互對智能體進行能力的調用，最后建立一個合適的倫理框架。從未來展望，我們希望這樣的一個智能體家電設備能夠成為我們健康管理的中樞，并且具有成長化交互能力，最終實現與人類用戶的生態協同，以上就是我分享的內容，希望對大家有所啟發。謝謝大家。