B站科普内容年观看时长突破23亿小时

作者 | 吴   姿

编辑 | 高珮莙

2026年，人类科技来到了一个奇妙的关口：

科学以前所未有的速度离开实验室，变成生意、产品和每个人的日常，迎来“从不可能到可能”的集中兑现。人们经历了前所未有的巨大冲击，兴奋和焦虑混杂，每个人都在不断追问和被反复拷问：你会被替代吗？你还要学习吗？甚至，人生的意义是什么？

10月31日在北京举办的bilibili超级科学晚，便恰好撞上这样一个特殊的节点。

神舞科技的多人脑电互动实验，让“意念”可以被围观；中国核聚变技术迭代速度已经超过计算机摩尔定律的更新速度，可控核聚变到来的时间有望进一步缩短；上海交大窦红静教授团队的人工血小板，能在30秒内堵住动脉大出血。还有比A4纸还轻的静电飞行器、无芯片纺织电子纤维、“世界模型”的颠覆时刻……中国年轻一代的科研力量完成了一次集体亮相。

这背后是B站沉淀多年的科学内容生态。

过去一年，B站站内科普、科技相关内容累计观看时长突破23亿小时，相关UP主133万，超3200位专业科研人员与科技企业加入其中。当严肃科学遇上弹幕与“脑补”，科普不再是遥远期刊上的论文，而变成一场可视化的“科技秀”。

围绕飞行汽车、具身智能、脑机接口、量子技术、可控核聚变等前沿议题，今年的科学晚邀请顶尖科研工作者、院士学者和头部科技知识UP主，举办了15场嘉宾对谈。

它们试图回答，当这些技术落地，会怎样改变我们的生活、工作与人生的选择。

未来三年，第一批真正赚钱的机器人会长什么样？造火箭为什么正在成为一门生意？人造太阳的进度走到了哪一步？量子计算离我们还有多远？AI科研加速之后，会改变人类学习的意义吗？当科技不断把不可能变成可能，我们到底想要怎样的人生？

1919 年，陈独秀在《新青年》上撰文提出，要拥护“德先生”（Democracy）和“赛先生”（Science），自此 “赛先生”便成了“科学”的代名词，也承载着中国人对理性与进步的百年向往。

一百多年过去，这位先生换了出场方式：它登上B站的舞台，被弹幕和掌声围观。

我们选取了其中六场，以自述的方式呈现这些站在浪潮最前沿的人，是如何想、如何看。这也许是这场科普活动上值得被记录的一部分。

以下，please enjoy：

邵天兰

梅卡曼德机器人创始人、CEO

未来三年第一批真正赚钱的机器人长什么样

我经常用血条来打比方。十年前那个智能机器人，是一个头上没有血条的boss，你看着它非常绝望；现在血条已经亮出来了，甚至掉了一点血。这个时候大家就敢冲上去打了。

但“亮血条”和“赚钱”是两件事。区分两个阶段的标志有两个：能不能真实批量复制，以及客户ROI带来的内生增长。我讲一个机器人的成熟度阶梯：第0级是放一个视频，第10级是客户可以自行大量部署复制。只要实事求是地对照自己在哪个阶梯，就知道这个业务成熟与否。

放到未来三五年的时间尺度上，我更看好像制造、物流这样的行业，因为它是更加收敛的：环境更确定、任务相对更好定义、跟人直接交互的安全性没那么严格、ROI非常好算。相比之下，服务业、家用的人机交互和环境变化非常高。

我一直认为智能大于形态。通用的能力可以用一个人形去展示、去探索，但最终在某一个环境中部署的，不一定是狭义的人形——可能一只手就够，可能要有一个很大的肚子装货，可能不需要两条腿而是四个轮足。

至于家庭，门槛不是数据，是安全性：机器人把煤气打开了又忘了关，这件事就很致命。数据也不是靠把每个家庭采一遍来解决的。为什么进你家就能干活？因为可组合性。我没用过你家那台洗衣机，你给我讲一下，我马上就会用了，这才是真正的智能。

陈曙光

大航跃迁创始人

造火箭为什么正在成为一门生意

做火箭这件事，我最初的念头很朴素：怎么把成本降下来，让更多企业、更多场景能进来。我们的办法不是靠某一项技术省钱，而是把贵的东西从天上搬到地上：凡是能放到地面的，我绝不带上天。

做火箭有两个最重要的东西，一个是心脏，发动机；一个是大脑，飞控。心脏用到了大量3D打印技术，飞控以往用宇航级，但我们上的是很多车规级元器件，它们经过大量的环境试验、震动、温度冲击实验，也具备上天的能力。去掉四条着陆腿，省下6吨多，运力能多出1/6到1/8。代价是地面要加塔架、制动、能源、排泄一整套工装，但这笔账算得过来：这些设备在地面是论斤卖的，可把同样的钢架做成箭体送上天，就贵得离谱。

中国有全世界最好的工业大基座，是全世界唯一工业门类齐全的国家。中国敢做回收，靠的是前40年大基建留下的家底：海工平台全世界最强，塔吊最便宜也最好用。用粗暴的方法算账，一级火箭占全箭成本七成以上，一枚1.5亿的箭复用10次，把整体成本压到1/3以下，我认为完全有可能。

但是，这门生意要做得久，就不能一味压价。火箭应该像一个链条，它串起的是一个工业体系，如果单纯只把价格一味往下压，对行业的发展并不利。我们应该做到优质优价，保护好这个行业，让更多的人看见有钱可赚、生意能够做起来。

刘维

百图生科联合创始人、CEO

AI科研加速后，会改变人类学习的意义吗

我们全力做AI for Science，是因为6年前判断，这可能是人类要用AI去解的最后一个难题。为什么它最后才到？因为科学世界的探索空间大得多，已有数据又少得多，验证难度也高得多，所以复杂度很高。AI技术经过这10年、20年的快速发展，走到今天更成熟水平的时候，AI for Science才刚刚进入一个可行的阶段。

AI会出错，非常多。但某种意义上我们要利用的也是幻觉，因为幻觉与奇思妙想一线之隔。关键是幻觉后面必须有高质量实验做验证，构成一个缺一不可的闭环，所以星辰大海不只是提速，真正的意义是在一个巨大的新探索空间里做人不敢做的事。

至于学习，我的答案是：AI会显著改变学习的意义，但不会改变人类要大量学习本身。以前人类学会一个学科最基本的东西就要花二三十岁前的大量时间，但现在这些东西变得更容易所及了，学习更多地从纵向深入变成在横向上做很多探索。人类之间的交流也能更好地把这些探索的灵感连接起来、发挥更多的科学想象力。

人的学习和进化跟AI一样，也是一个受各种预训练、受各种数据刺激来迭代进化的过程，人的大脑如果太弱了，也没有办法跟AI做连接。所以完全可以把自己的大脑连到AI里头去，扮演一个决策者。人类最大的能力还是议题的设置，还是把很多跨领域的观察投射到一个特定领域的问题设计上。

庞宽

新裤子乐队主唱兼键盘手

当科技不断把不可能变成可能，我们到底想要怎样的人生

我喜欢机器人，不是因为它强，是因为它情绪一直特别稳定。它没有情绪，不喜不悲、不怒，就是一个特别平稳的状态，这种状态我特别羡慕。

所以你看我做的事，很多是把自己往那个方向推。上台演出，机器人眼睛没电了、倒地了，或者跳舞时手一扒把麦克风架掀飞了；一般人觉得出事了赶快停，我就让它发生。你急着掩饰，反而做作。真人演出也会出各种问题，这样才有互动感、有真实感。

每当一个新事物出现的时候，大家都会恐慌，就像当年的有声电影取代默片、彩色电影取代黑白电影、互联网取代一些新的艺术形式。但是这些东西它只是一个工具，怎么利用好这个工具，那还得是靠人。

过去我们用音乐软件编曲，现在的AI也是类似的工具。AI能做的越来越多，但有些东西它学不懂，比如痛苦。你年轻的时候被一个女孩子甩了，那种撕心裂肺我觉得它没法体会到，这个东西只能你自己写，通过音乐里一个段落、一个起伏、一段solo表达出来。

龚先祖

中国科学院合肥物质院研究员

畅想无限能源，人造太阳的进度走到哪一步

先看我们已经走到了哪里。核聚变的燃料主要是氘氚反应，氘主要来自海水，一升海水提取的氘如果实现聚变反应，相当于300升汽油释放的能量。它几乎没有长寿命的放射性问题，碳排放几乎为零，是人类面向未来的理想终极能源。

东方超环（EAST），俗称“人造小太阳”，是中国自主研发的世界上第一台全超导托卡马克，已运行20年、经历了16万次以上放电。2025年1月，我们实现了1066秒高参数等离子体，并把电子温度维持在一亿度——这是跟主要聚变科学目标一致的重要里程碑，使我们能把聚变研究从基础研究迈向工程实践。

但要强调，千秒、亿度仅仅是聚变研究过程中的一个起点。从稳住等离子体到点亮万家灯火，还面临几大科学问题：燃烧等离子体能不能对未来发电具有高效经济性，那是能量增益问题；中子对第一壁材料，用什么样的材料能耐住这么高的热负荷，是材料问题；要建立强大的磁笼子，未来能不能用高温超导实现稳态强磁场；氘氚反应里氚怎么增殖、怎么自持。为此我们正在建下一代装置BEST，它和EAST最大的区别在于能实现聚变反应、产生聚变能，有了持续的聚变能输出就可以用来发电。

至于时间，距离人造太阳“永远还差50年”的说法一开始就有。但也要看到态势：过去我们一直是在跟跑，上世纪末本世纪初在并跑，经过20年发展，我们在聚变研究某些领域已经处在世界第一方阵、处在领跑阶段。我们心中有自己的时间点，也有公众期待的时间节点，我相信这个时间不会太久。

彭承志

中国科学院院士

量子计算走向“有用性”，NISQ时代的最后一公里

先说结论，这件事确实太难了。量子计算最强的点就在于叠加、拥有无限可能，1000个比特可以构成2的1000次方种可能；但这也是它最弱的点、因为量子叠加，意味着每个比特可以同时处在0和1间任何一个可能性，量子就非常容易犯错、没有了容错空间。

经典计算机每做一步的错误率在2的-12次方或2的-15次方以下，我们跑程序从不担心它崩溃；而量子要从现在百分之几、千分之几的错误率，纠到-15次方，跨越10个数量级的纠错怎么实现？这是当前这个领域最具挑战、最具雄心的问题。

至于要等多久，我个人认为，5到10年左右可能有一半的机会，5年之内能干出来我认为小于10%。而且有一点要澄清：量子计算机大概率不会成为通用计算机。1+1这种经典计算机能很好解决的问题，犯不着用量子计算机。量子计算更像QPU，是去解决GPU和CPU都不太好处理的问题，是对原有计算范式的新一级的补充。