在人工智能领域，一场关于智能组织方式的深刻变革正在悄然发生。当单个智能体的能力逐渐触及天花板，如何通过分工与协作激发群体智能，成为行业关注的焦点。2026世界机器人大会期间，36氪与沌序科技联合举办的CONFLUENCE群智会，汇聚了60余位科学家、创业者和产业实践者，共同探讨这一命题的现实路径。
活动以一场别开生面的互动游戏开场：六组嘉宾从“智能的下一站”这一核心短语出发，每人依次添加三个节点并用箭头连接。随着局部判断的持续叠加，一张未被预先设计的完整网络逐渐显现。这一过程生动诠释了群体智能的核心命题——当个体通过连接形成系统，是否会涌现出超越个体能力的新特质？复杂系统认知与决策国家级重点实验室副主任、沌序科技创始人蒲志强在开场演讲中指出，自然界早已给出答案：蚂蚁筑桥、鸟群迁徙、鱼群游弋，这些生物群体通过局部交互与简单规则，实现了远超个体能力的复杂协同。
蒲志强将这种智能路径概括为“群体智能”——一种基于分散式、去中心化和自组织行为的集体能力。他对比了人工智能领域的两条发展路线：一条是通过扩大模型规模提升单体能力，另一条则是通过组织机制激发群体智能。随着GPT-2到GPT-5的演进，单体智能的边际收益逐渐递减，而组织智能的潜力尚未充分释放。他提出，大模型与组织机制并非替代关系，而是相辅相成：前者制造智能节点，后者组织节点形成系统。这种转变被形象地描述为“从Scaling Model走向Scaling Organization”。
沌序科技正在构建的受控群体人工智能技术架构，为这一理念提供了工程化支撑。蒲志强展示的实验中，一群机器人需在局部通信条件下找到目标区域，结果显示较短的通信范围反而更有利于群体决策。在物流调度场景中，该架构可处理千万级决策变量和百万级约束条件；在低空安全领域，雷达、光学设备和无人机通过群体智能实现协同作战。这些实践表明，组织机制正在从生物学隐喻转化为可落地的AI工程问题。
当智能体从虚拟世界走向物理空间，组织机制面临更复杂的挑战。微分智飞联合创始人于欢提出，传统无人机集群依赖中央系统规划，本质仍是“一个大脑控制多个执行端”。其团队开发的分布式飞行集群赋予每个个体环境感知与局部决策能力，通过“大脑-小脑-世界模型”架构实现任务拆解、运动规划和认知推理。在搜索时钟与车库的任务中，不同无人机自动分工，遇到障碍时由机械臂协助开门，展现了动态协作的可能性。
香港中文大学副教授林天麟则将视角投向机器人形态本身。他团队设计的模块化自重构机器人，可像蚂蚁一样根据任务现场改变结构：运输时分散组装，跨越障碍时搭成桥梁，高负载任务时组合成更大结构。从球形原型到仿生吸盘设计，再到异构模块引入，机器人之间的连接方式持续进化。林天麟透露，下一步将提升每个模块的自主交互能力，减少对中央控制的依赖。
在产业应用圆桌讨论中，与会者深入探讨了群体智能的落地挑战。捷象灵越创始人吕峰指出，机器人规模从10台扩展到1000台时，原有算法架构可能完全失效。他分享了一个测试案例：两台机器人在狭窄通道相遇时，因协同机制缺陷陷入死循环。破壳机器人合伙人刘硕则关注家庭场景，认为未来通用机器人需连接洗衣机、冰箱等现有智能设备，而非简单增加机器人数量。境瞳科技CEO弭宝瞳提出更宏大的愿景：通过Agent模拟社会行为，但强调需跨越个体可信、交互可信和群体可信三个层次。
另一场圆桌聚焦智能涌现的条件。智慧互通CEO项炎平以城市交通为例，指出局部最优不等于全局最优，但全局最优未必需要集中所有信息。一飞智控创始人齐俊桐提醒，产业应用要求系统稳定可验证，规模扩大不等于涌现发生。香港中文大学副教授林天麟从自然界得到启示：蚂蚁数量增加千倍不会建造摩天大楼，关键在于连接方式与交互规则。清析智研首席科学家王欢则将讨论引向AI for Science领域，认为未来系统智能将由模型、机器与反馈共同构成闭环。
