Forward Future Live：工业 AI、卫星、深度伪造与世界模型

Matthew Berman 和 Nick Wentz 主持 2026 年 2 月 20 日的 Forward Future Live。本期嘉宾包括 IFS 首席执行官 Mark Moffat、Vantor 首席执行官 Dan Smoot、Pindrop Security 首席执行官 Vijay Balasubramaniyan，以及 Runway 联合创始人兼首席技术官 Anastasis Germanidis。节目以主持人对近期 AI 新闻的看法开场。

主持人讨论 Gemini 3.1 Pro 的发布，以及公布的 77.1% ARC-AGI-2 分数。他们将其与上一代模型的公布结果比较，并观看 SVG 和城市规划演示等视觉例子。这些是当时讨论的结果和示例，并非对通用能力的独立评估。

两位主持人当时都还没有广泛测试这个模型。Berman 说，他计划在 OpenClaw 中尝试将它用作对话助手，以及在后台处理自动化工作流，然后分享体验。

被问及最近如何使用 OpenClaw 时，Berman 介绍了一个定制 CRM 和可搜索的知识库，后者收集文章、视频和帖子。最让他兴奋的是系统能跨工作流关联记录，例如把联系人与一篇关于其公司的文章联系起来。

他还介绍了会议工作流：系统处理 Fathom 会议记录，提取行动项，加入待办事项，并在 HubSpot 中分配负责人。他说，助手还能检查后续邮件，在发现承诺的工作已完成时标记任务完成。

Wentz 问技术经验不多的人该如何开始。Berman 说，在当时，他会建议先学习基本的 AI 辅助编程：运行 OpenClaw 存在需要注意的安全问题和攻击面。他预计托管式助手会更加易用，但灵活性可能较低。

主持人讨论了他们当周所理解的 Anthropic 文档与订阅限制变化。Berman 说，自己的身份验证一度失效，后来又恢复；这是他对当时经历的描述，不代表现行条款。

Berman 说，他正在测试 Sonnet 4.6 的工具调用能力，并通过 OpenClaw 调用 Cursor 编程。他透露 Cursor 曾为他提供大量 token 使用额度，这也是理解其评价时相关的信息。

主持人介绍 IFS 首席执行官 Mark Moffat。IFS 的工作聚焦工业软件，他们询问公司的历史和近期增长与工业 AI 重点之间有什么关系。

Moffat 说，IFS 数十年来专注于工业细分领域以及资产和服务的生命周期，从资本配置、建设到运营和维护。在他看来，积累的领域知识和运营数据使当前的 AI 转型成为公司的一次重要机会。

被问及 IFS 具体做什么时，Moffat 介绍了面向公用事业、能源、建筑和电信等资本密集型企业的软件。现场技术人员可能用它来安排计划维护或紧急维修。

他区分了语言模型协助语音或书面报告，与其他更深层的 AI 用途。系统可以把技术人员的发现与以往维修记录比较，帮助预测故障、按紧急程度安排工作，并建议携带哪些零件。

Moffat 认为，有效应用 AI 必须理解完整工作流程和实际工作的人。他介绍团队如何与工程师、规划人员及制造一线员工一起，先找出具体运营问题，再开发功能。

他举例介绍与 Boston Dynamics 和 Eversource Energy 合作检查地下公用设施管道。Spot 机器人可以在危险环境中采集视频、声音和传感器读数，IFS 软件则协调机器人与后续工作。

按照他的描述，系统可以将检测到的问题与历史故障或制造商信息关联，使用包括 Anthropic 在内的模型启动流程：订购零件、创建工单，再派技术人员维修。这是公司对拟议闭环的描述，并非经过独立验证的性能结果。

谈及世界模型，Moffat 说 IFS 会在合适的时候构建较小的专用模型，但不认为自己是创新的唯一来源。他提到围绕物理工程环境仿真的早期合作讨论，没有指明合作方，也没有声称已经完成部署。

Wentz 问，在关键工作流程中如何信任模型。Moffat 承认错误可能危及生命，并说 IFS 使用仿真和大量测试，而不是直接相信模型输出。他提到的数值可靠性没有在访谈中提供测量依据。

谈到计算资源，Moffat 说 IFS 自身的需求当时尚未遇到短缺，并认为与 Microsoft 等供应商的关系有所帮助。他说公司会继续关注这一情况。

Moffat 区分了数字孪生和工程设计系统，与可能表示真实物理实例的世界模型。他说公司认为两者互补，正在寻求合作，同时承认这项工作仍处于早期。

他认为贸易、工业投资和能源基础设施的变化，以及客户管理供应链变化的需求，都是 IFS 的商业机会。这是服务这些行业的软件供应商的视角。

谈到机器人，Moffat 说软件需要同时协调人类和机器人劳动力。他倾向于优先用于危险或不安全的环境，同时承认机器人替代人类劳动的程度仍未知。

Moffat 对就业持乐观态度，引用了一项同时预测新增和被替代岗位的预测。他呼吁企业和政府支持技能再培训。他的乐观是一种预测，并不保证每个学习 AI 工具的劳动者都能保住工作。

下一位嘉宾 Dan Smoot 领导 Vantor，公司此前名为 Maxar。他介绍了卫星图像与地理空间情报业务，公司正尝试把图像档案转化为应用，而不只是提供原始数据。

Smoot 说，公司卫星采集高分辨率地球图像，其地图支持二维和三维视图及变化检测。他关于覆盖范围和重访频率的说法是在介绍公司能力，不应理解为持续观察每个地点。

Vantor 也拍摄轨道上的物体。Smoot 说，卫星可以转向拍摄其他卫星，让运营方多一种检查和记录太空活动的方法。

一种拟议用途是在无法使用 GPS 时导航。Smoot 说，无人机可以把摄像头画面与预先建立的三维地形图比较，部分处理由地面系统完成。他提到军事和配送用途，但访谈没有独立测试他给出的精度数字。

他预计自主导航会结合多种传感器，而不是只依赖 GPS。主持人问同样的方法是否最终能用于汽车；Smoot 说有这种可能，并没有在访谈中证明已有这样的部署。

主持人询问 Vantor 与 Google 等机构的合作。Smoot 描述如何把 Google Earth AI 模型应用于历史图像，寻找物体和变化，再为分析人员生成文字摘要。他说其中一个版本可在隔离的客户环境中运行。

Smoot 以海上监测为例：图像分析可以帮助区分船只类型、跟踪移动，并引导分析人员查看值得关注的区域。他把它作为数据在国防和情报领域的应用。

他说，自动分析可以缩短从获取图像到生成报告的时间。这项速度说法来自 Vantor 的首席执行官；对话中没有提供对照比较或错误率。

Smoot 认为，公司的竞争地位既来自拥有成像硬件，也来自积累的数据档案。同一套基础设施也需要防范干扰、欺骗，以及针对卫星和地面链路的威胁。

太空空间很大，但运营方仍需跟踪许多卫星和碎片。Smoot 介绍了能够提前警告运营方、让其规划避碰的自动提醒。他区分了可机动的活跃航天器与难以主动避让的碎片。

谈到太空数据中心，Smoot 认为轨道上的能源和通信可能有作用，但强调太空运营会带来困难的工程和环境问题。他没有给出部署时间表。

他区分了根据真实地点测量数据构建的地理空间数字孪生，与生成式世界模型。他认为两者可以互补，但导航和某些训练场景依赖地理精度。

Smoot 还看到国防以外的民用用途，包括城市规划、灾害准备、洪水测绘，以及监测非法捕鱼和森林砍伐等活动。他把这些描述为潜在或正在进行的应用，访谈没有独立验证每项结果。

被问及事件发生到获取图像之间的延迟时，Smoot 说，某些政府用途最快可以达到 15 分钟。他还讲述公司的一次演示：从拍摄到交付约需 12 分半钟。这些例子并不保证所有地点都有同样延迟。

谈到隐私，Smoot 强调将请求的图像安全交付到客户的私有环境中。他的回答聚焦客户数据保护和访问权限；对话并未建立一套针对卫星图像中被拍摄者的完整隐私政策。

主持人介绍 Pindrop Security 联合创始人兼首席执行官 Vijay Balasubramaniyan，讨论合成语音和视频。他说，深度伪造检测技术已经存在，但接收这些内容的平台和机构采用得还不够广泛。

被问到教育和技术的作用时，Balasubramaniyan 说，随着生成技术改进，人们熟悉的视觉和声音线索可能变得不可靠。他引用了公司关于人类检测准确率的研究；结果取决于研究设计，不应推广到每一位听众或所有伪造类型。

他描述了诈骗者使用克隆声音冒充亲属、制造虚假紧急情况的手法。实际困难在于，逼真的声音可以利用紧迫感，让接收者在核实前就采取行动。

他说，Pindrop 的方法会寻找音视频中的异常和身份信号。他区分了两个问题：交互另一端是否真的有人，以及这个人是否是其声称的本人。

公司主要服务银行、保险公司、医疗机构和零售商等组织。Balasubramaniyan 说，攻击者会将泄露或盗取的信息与合成音视频结合，冒充客户；Pindrop 则检查企业交互中的欺诈迹象。

他声称客户观察到 AI 生成的欺诈电话大幅增加，并给出某些机构的比例。这些数字是他对 Pindrop 观察结果的描述，不能代表所有电话或机构的情况。

他对比了早期需要大量录音的语音克隆系统，以及能使用短得多样本的新工具。Berman 指出自己的公开视频提供了大量音频和图像；Balasubramaniyan 说，这一问题既涉及消费者，也涉及招聘。

Balasubramaniyan 引用了关于虚假求职者和疑似与国家有关的申请者的数据。主持人没有说明样本、定义或核实方法，因此这些数字不能视为整个就业市场的普遍比例。

尽管存在威胁，他仍对检测能力的进步持乐观态度。他解释说，合成声音必须重现一个人表达方式的许多方面，而检测器寻找其中的不一致。他认为检测比生成便宜得多，这是公司的观点，并非已证明适用于所有情况的结果。

他把更广泛部署检测技术与早期网络安全措施的普及作比较，认为运营商、社交平台及其他中介都应参与。检测具有概率性；讨论也再次强调测量准确率和赢得信任的重要性。

Berman 问，不冒充真实人物的合成头像是否也应该被识别。Balasubramaniyan 支持标注 AI 生成内容，并区分恶意机器人与获授权为个人或机构执行有益任务的代理。

他说，除了检测之外，代理的身份和授权也很重要：是谁授权了系统，它可以采取哪些行动，又获得了多少经济权限？他认为良性和恶意自动化之间存在一个连续谱。

话题转向政治错误信息。Balasubramaniyan 回顾了合成材料被当作真实内容，以及真实材料被错误指为合成内容的案例。这些例子是他对调查的描述，并非对每个事件的独立验证。

被问到检测服务商是否可能成为真相的裁判时，他说公司必须反复证明准确性，并接受高标准的检验。他没有暗示任何一家供应商的结论都不应受到质疑。

对家庭而言，他建议在紧急情况出现之前约定核实流程：警惕要求立即汇款的请求、使用双方约定的暗号，并在有疑问时挂断，通过已知号码回拨。他强调要在压力下行动前先停下来。

最后一位嘉宾是 Runway 联合创始人兼首席技术官 Anastasis Germanidis。主持人询问视频生成取得了哪些进展，以及它与公司的世界模型工作有何关系。

Germanidis 回顾了 Runway 从早期低分辨率实验，到 2023 年推出可用于生产的视频模型，再到近期生成带音频的多镜头视频的历程。他把 Runway 描述为训练多模态模型并将其部署到创作工具中的应用研究公司。

用户可以从文字提示、图像或现有视频开始。Germanidis 说，一些输出已经直接用于公开发行的作品，包括影视作品，而不只是粗略原型。这是他对客户用途的描述，并未衡量这种用法有多普遍。

他将世界模型定义为能够模拟环境及环境中行动后果的系统。他说，Runway 的 GWM1 直接由 Gen-4.5 视频模型发展而来。他表示内部物理相关基准有所改善，同时承认仍有大量改进空间。

Germanidis 把应用分为面向人的体验和面向自主系统的工具。他设想了交互环境、游戏和对话角色，也设想为机器人或自动驾驶系统生成仿真数据并进行评估。

他说，Runway 可导航的世界模型可能成为游戏基础，但让生成世界长时间保持一致仍是瓶颈。他对未来进步的期待是一种预测，并不保证当前模型能支撑完整游戏。

被问及世界模型是否是通用智能的必要条件时，Germanidis 说他认为它们很重要。他的理由是，许多难题涉及与物理世界交互；仿真器可能为实验和强化学习提供更快的反馈。

主持人问团队如何衡量向这些目标前进的进展。Germanidis 提到实际创作应用，也提到重力、流体动力学等物理行为的基准测试。他说，视觉检查可以看出定性改善，但定量测量同样重要。

Berman 询问好莱坞和视觉特效从业者的担忧。Germanidis 说，Runway 与电影公司合作，预计生成工具会与传统制作方式结合，例如把演员的表演转化为另一个角色。

他预测，更低的制作成本会扩大能够拍电影的人群，增加作品数量，而品味和才华仍然重要。他对规模的具体预测属于推测，来自一家正在开发相关工具的公司。

谈到表演者和名人，他预计熟悉的人物及其声誉仍有价值，也许会出现新的形象授权方式。他也提到 AI 生成的网红可能出现，但没有声称知道市场最终会如何发展。

主持人询问同人创作和知识产权。Germanidis 举了 Runway 与 Lionsgate 合作的例子；他说，合作包括利用电影公司的片库调整模型。他预计角色使用会出现协商安排和保护边界，但具体细节仍未确定。

被问到普通人何时能用这些工具制作长篇电影时，他预测技术能力已接近实现。他区分了生成一部长电影和创作一部引人入胜的电影：后者仍需要愿景、品味和技能。时间判断是他在访谈时的预测。

对于电影专业学生，他说叙事、摄影、镜头选择和人物塑造仍然有用。即使最终采用传统方式拍摄，更快的迭代也可能让电影人测试更多想法。

AI 系统能否在没有人参与的情况下，独自编剧并导演一部高质量电影？Germanidis 说，当时的语言模型仍会产生较为普通的叙事，但可以帮助头脑风暴。他预计这一限制会改善，并没有声称问题已经解决。

主持人最后回顾了节目涵盖的话题：工业维护、卫星图像、合成媒体诈骗和生成视频。他们感谢四位嘉宾和制作团队。