梅花三弄黄循财：打击金融犯罪，重点是洗钱、恐怖主义融资_我的网站
一 | 2024年6月26日，新加坡总理黄循财出席在新加坡滨海湾金沙举行的国际反洗钱金融行动特别工作组（Financial Action Task Force，简称FATF）全体会议。以下内容为新加坡眼根据国会英文资料翻译整理：反洗钱金融行动特别工作组（FATF）主席拉杰·库马尔先生，FATF代表团和观察员们，女士们、先生们，首先，让我向所有代表们热情欢迎您们来到新加坡。 该图片使用了AI生成技术 本文来自微信公众号： 具身商业前哨 ，作者：何安 这次去上海参加WAIC，让我印象最深的活动是“智启具身论坛2026——迎接物理AI智能涌现”。 这场论坛的含金量，不只在于智元、PI、Dyna、Sunday、腾讯和高校研究者坐在同一张桌子上，更在于他们讨论的是数据从哪里来、模型往哪走、本体要不要自己做这些行业尚未回答的硬问题。今年是FATF成立35周年。 论坛最后，主持人问了一个所有人都关心的问题：机器人的“ChatGPT时刻”，到底什么时候来？ 智元合伙人、觅蜂科技董事长兼CEO姚卯青说，两年； Sunday Robotics联合创始人兼CEO赵子豪说，三年以内； 腾讯首席科学家、腾讯Robotics X实验室主任张正友说，三到五年； Dyna Robotics联合创始人兼首席科学家马也骋说，四年左右； Physical Intelligence研究科学家任至意说，四到五年； 佐治亚理工学院徐丹飞教授给出的答案是五年。 几位嘉宾所在团队的技术路线和产品落地方式并不相同，但他们给出的时间判断却出奇地接近：两到五年。 这个共识，比我想象中更激进。不过，这些数字背后的口径未必相同。我想借此机会祝贺FATF达到这一重要的里程碑。FATF最初由16个成员国组成，旨在阻止毒品贩子和卡特尔组织洗钱其非法获利。如今，FATF已成为一个全球性组织，其职责范围更广。
二 | FATF制定的标准被200多个司法管辖区使用，用于打击洗钱、恐怖主义资金筹集和扩散融资。 姚卯青给出的定义相对明确：机器人能够开箱即用，听懂开放式自然语言指令，并在常见任务上达到70%—80%左右的基础成功率。 但其他嘉宾并没有逐一定义自己的标准。 所以，大家对时间看似形成了共识，但对“什么才算机器人的ChatGPT时刻”，其实还没有共识。 整场讨论中，有三个问题最受关注：机器人的数据飞轮怎么形成？“VLA已死”是不是一句伪命题？具身智能公司是不是正在走向软硬件全栈？ 这三个问题，正好构成了理解当下机器人行业的三条主线：数据决定机器人如何进化，模型决定智能如何涌现，软硬件路线则决定谁能把能力真正变成产品和生意。这些努力确保了全球金融系统的安全和完整性，使世界变得更加安全。 一、机器人的数据飞轮，不是采出来的 过去几年，大语言模型的成功，给了机器人行业一个直接的想象：只要不断扩大数据、算力和模型规模，机器人是不是也会迎来一次能力涌现？ 可问题是，大语言模型需要的数据本来就存在于互联网上。新的威胁虽然我们取得了进展，但犯罪分子始终在寻找机会和漏洞来利用。机器人需要的物理经验，却没有统一的数据来源。打击金融犯罪是一场持续的战斗，我们必须保持警惕，并不断优化以应对新的威胁。 姚卯青在现场做了一个估算：头部语言模型的预训练已经达到100万亿Token量级。
三 | 如果要让机器人真正开箱即用，可能需要一亿小时级别的数据。 这一亿小时从哪里来？ 真机数据质量高，但采集成本太贵；仿真容易扩大规模，却始终存在虚实差距；互联网视频和第一视角数据数量足够，却未必能看清最关键的手部动作和力觉信息。 讨论中，一个被反复提及的数据来源是UMI。 你可以简单把它理解为一种低成本的人类操作数据采集方式：人拿着采集装置完成任务，系统记录视觉信息和动作轨迹，再把这些经验转成机器人可以学习的数据。
四 | 近年来，电子交易的兴起使得购买和销售商品和服务变得更加便利。但这也为犯罪分子提供了新的机会，例如进行诈骗等犯罪行为。
五 | 虚拟资产的出现和数字支付渠道的增加，使得犯罪分子更容易移动和隐藏其非法所得。 赵子豪认为，短期来看，UMI可能是最高效的规模化数据来源。他们能够跨越国界进行操作，并利用国家执法机构之间存在的信息孤岛。没有任何一个国家可以单独解决这些威胁。
六 | 但他同时强调，长期真正重要的还是部署数据。这就是为什么FATF在领导协调全球努力方面变得更加重要的原因。在这方面，我很高兴看到FATF在近年来在应对这些挑战方面取得的进展。
七 | 两句话放在一起，恰好勾勒出一条可能的数据路径： UMI解决“机器人还没有大规模上岗之前，去哪里获得经验”；部署数据则解决“机器人上岗以后，如何越干越好”。首先在拦截非法资金方面取得成就或进展。 任至意更看重真机数据，同时主张通过多源数据和跨本体训练，提高模型的泛化能力。
八 | 马也骋则把这些数据总结成一个“数据金字塔”。 底层是规模最大、成本最低的互联网视频和人类第一视角数据，中间是真机多任务数据，塔尖则是数量最少、价值最高的部署数据，尤其是机器人犯错、停顿、恢复并最终完成任务的过程数据。 它不是在告诉机器人“理想情况下应该怎么做”，而是在教机器人“真实世界不按剧本走的时候怎么办”。 Dyna在酒店部署机器人完成折毛巾、折餐巾等任务时，会把前几次部署的数据重新放回预训练。根据国际刑警组织（INTERPOL）的数据，每年约有2到3万亿美元的非法所得通过全球金融系统流动。随着数据积累，进入下一家酒店需要重新适配的时间就会缩短。
九 | 表面看，嘉宾们都认同多种数据需要组合。 但真正到了资源投入上，各家公司押注的重点并不一样：有人优先扩大人类操作数据，有人坚持真机数据，有人则直接进入真实场景，用部署换数据。 这里有一个典型的鸡生蛋问题。其中只有极小部分犯罪资产被拦截和追回，这意味着犯罪分子往往能够逍遥法外，并且从他们的犯罪中获得丰厚的利润。
十 | 没有足够好的模型，客户不敢让机器人上岗；没有真实部署，机器人又拿不到最有价值的数据。为了解决这个问题，FATF已经修订了其标准，以增强国际合作，例如要求各国承认并执行彼此关于没收资产的法院判决。FATF还与国际刑警组织合作，汇集行业专家和决策人，讨论资产追回的最佳方式，并加强执法、金融情报单位和决策人之间的合作。 说白了，机器人的数据飞轮不是采出来的，是在真实场景里干活干出来的。 二、“VLA已死”，死的可能不是VLA 最近，具身智能行业很流行一句话：“VLA已死，世界模型当立。” 但在这场圆桌上，这场争论被进一步落到了VLA与WAM（World Action Model，世界动作模型）两条路线上。在提升全球资产追回的努力中，现在还处于早期阶段。 VLA是根据视觉信息和语言指令生成动作的模型；WAM则更强调世界如何变化，以及不同动作可能带来什么结果。 Dyna确实从早期的VLA路线，逐渐把更多精力转向WAM。马也骋提到，在一些强调鲁棒性、少量数据和高成功率的任务里，WAM可能比VLA更高效。 那么，VLA真的要被淘汰了吗？ 任至意并不认同。
十一 | 根据INTERPOL最新的数据显示，从非法资产的追回率已经有所改善。十年前不到1%，今年达到了约3%。虽然3%仍然偏低，我们需要做得更好。但至少我们正在朝着正确的方向前进，未来可以朝着更高的追回率努力。近年来，FATF取得的第二项成就是改善法定实体（如公司和信托）的透明制度，这些实体可能被用来隐藏犯罪活动。他认为，到目前为止，还没有看到哪家模型做出明显超过π0.7的演示效果。π0.7是PI推出的新一代通用机器人模型，也是PI对VLA路线的一次重要升级。特别值得注意的是，FATF已更新其标准，要求披露额外的信息，使执法机构能够更好地识别这些实体背后的真实所有者。FATF取得的第三项成就是找出打破信息孤岛的方法。
十二 | 执法机构和私人金融机构会希望在涉及其来源和客户信息方面设置保障措施。 更关键的是，任至意认为VLA与WAM并不冲突。然而，这些保障措施形成了犯罪分子可以利用的信息孤岛，以掩盖其行踪。VLA本身也可以吸收世界建模和未来预测能力。为解决这一问题，FATF建议在可接受的监管框架内，执法机构与金融机构之间以及私人金融机构之间分享信息的方式。
十三 | 机器人最终既要理解语言和当前环境，也要预测未来结果。新加坡支持这些努力，因为我们已经看到了打破这些信息孤岛带来的好处。PI的做法，就是先生成未来的子目标画面，再用这个画面引导底层模型执行动作。今年早些时候，新加坡的中央银行——新加坡金融管理局，推出了一个平台，让私营金融机构能够安全地共享红色信号客户的信息。这使它们能够更好地检测犯罪网络和活动。新加坡警察部队成立了一个反诈骗中心，执法机构、主要银行和在线电子商务平台的官员在同一地点共同办公，促进实时协调，追踪可疑资金流动并冻结非法资金。
十四 | 智元也没有简单押注其中一条路线，而是在推动VLA与WAM融合，探索世界建模、推理和动作能力进一步结合的模型体系。 这场讨论的张力就在这里。
十五 | 任至意用π0.7说明VLA仍有很强的竞争力，马也骋则用真实任务中的效率和成功率说明WAM的价值。 两个人没有直接否定对方，但公司的技术下注已经给出了不同答案。 张正友又把问题往前推了一步。
十六 | 我们已经看到了这些举措带来的积极成果。我们能够更早地检测到欺诈行为，并为受害者追回更多的资金。新加坡的承诺通过FATF及其合作伙伴的共同努力，我们在全球范围内在打击洗钱和资助恐怖主义方面取得了进展。 他认为，具身智能远没有形成类似大语言模型Transformer那样的统一架构。一个真正的机器人智能体，至少要包含认知系统、感知行动系统和底层反应系统。 上层负责复杂推理和任务规划，中层负责感知与动作生成，底层则要以极高频率控制电机、处理碰撞和保持平衡。 你不可能让一个数千亿参数的云端大模型直接控制每一个电机，也不能指望一个三四十亿参数的端侧模型解决所有问题。 所以，“VLA已死”很可能从一开始就是个伪命题。但全球打击金融犯罪的成功也取决于各国政策的有效实施。 未来形成主流的，大概率不是纯粹的VLA，也不是单独的WAM，而是一套融合语言理解、世界建模、未来预测、推理规划和实时控制的系统。 VLA没有死。
十七 | 新加坡作为一个国际金融和商业中心，我们意识到国家面临着更大的洗钱和资助恐怖主义风险。
十八 | 但我们决心采取必要的措施来应对这些风险，并维护新加坡作为一个信誉良好的金融中心的声誉。真正可能死掉的，是“靠一个模型解决机器人所有问题”的想象。为此，我们不断审查和加强我们的法律框架，使其符合FATF的标准。 三、全栈能力会成为趋势，但全栈生意未必会 第三个问题，是机器人公司究竟应该只做“大脑”，还是连身体一起做。
十九 | PI现阶段主要做通用基础模型，没有选择自己研发和销售本体。在过去几年中，我们已经加强了监管措施，增加了所有权的透明度；引入了新的法规；并加强了现有法律，以应对与虚拟资产、以及宝石和金属交易商有关的风险。我们还加强了法律，赋予我们的执法机构更多工具和权力，以追究、起诉和制裁洗钱犯罪者。 任至意坦率地说，没有自研硬件，确实可能导致部分任务无法完成。我们已将资产追回作为国家反洗钱制度的重要事项。晚些时候，新加坡将发布有史以来的首个国家资产追回策略，该策略将阐明如何剥夺犯罪分子的非法资金和资产，消除犯罪分子在新加坡洗钱其非法所得的财务，并将这些资产归还给受害者。但PI目前更看重模型快速迭代，因此优先使用结构简单、维护成本低的机器人搭建研发基础设施。新加坡采取强硬措施打击金融犯罪。但是零容忍并不意味着零发生。 这是一条典型的“大脑路线”：先把通用模型能力做出来，把本体作为研发基础设施，而不是现阶段的商业重点。即使是最严格的反洗钱制度也可能被犯罪分子所绕过，他们会不断寻找可以利用的漏洞。同样重要的是，我们的措施不要过于狂热，不要不必要地扼杀合法的活动和投资。 腾讯的选择也很明确。 张正友说，腾讯只做大脑，不会卖本体。他甚至开玩笑说，腾讯过去做硬件基本没有成功过，所以要有自知之明。因此，我们重点了解金融行业中可能被犯罪分子利用的最新趋势和发展，并制定工具和法律框架，能够尽早发现可疑人和活动。我们的方法能够迅速而有力地对试图利用新加坡洗钱的犯罪分子采取执法行动。去年八月，执法机构进行了全球规模最大的反洗钱行动之一。在我们发现违法活动迹象后，我们进行了广泛的调查。我们从27名嫌疑人那里查封了超过30亿新元的资产。 但腾讯的Robotics X实验室从2018年成立以来，却一直保留着硬件研发。
| 自被逮捕以来，已有10名嫌疑人在一年内被判有罪。他们约9.4亿新元的资产已被没收归国家所有，这超过了我们从他们那里查封的资产的90%以上。因为如果没有真正做过硬件，就很难理解触觉、力觉、关节控制和端侧算力，究竟会给模型带来什么限制。对目前正在海外的另外17名嫌疑人的调查仍在进行中。从这次行动中获得的经验和教训将被用来加强我们的法规和执法工作。 这是一条很微妙的边界：商业模式上可以不卖本体，研发上却不能不懂本体。
| 总结总结来说，新加坡荣幸地担任了过去两年的FATF主席国，并感谢所有代表团的支持。在过去两年里取得的成就，离不开大家对我们共同使命的持续承诺和对FATF工作的贡献。 智元走的是另一条路。我相信，在即将上任的墨西哥主席国的领导下，金融行动特别工作组将继续取得重大进展，我们将着手进行即将举行的一轮相互评估，以帮助成员国在面对不断变化的威胁时加强其监管和执行机制。 姚卯青认为，一旦机器人进入客户现场，面对的就不再是论文指标和Demo效果，而是可靠性、成本、成功率和一致性。 这些问题没办法只靠模型解决。 端侧芯片能运行多大的模型，电池能工作多长时间，关节如何控制，整机能不能稳定量产，都会反过来决定机器人的智能上限。 Sunday Robotics选择三指夹爪，也是同样的逻辑。在此，祝愿您在新加坡举行的全体会议取得丰硕和富有成效的成果。以下是英文质询内容：Let me start by extending to all delegates a very warm welcome to Singapore. This year marks the 35th anniversary of FATF. I would like to take this opportunity to congratulate FATF on reaching this milestone.FATF was originally formed with 16 members to stop drug traffickers and cartels from laundering their ill-gotten gains.Today, it has become a global organisation with a wider mandate. The standards developed by FATF are used by over 200 jurisdictions to combat money laundering, terrorism financing and proliferation financing.Your efforts have ensured the safety and integrity of the global financial system and made the world a safer place.New ThreatsWhile we have made progress, criminals are always looking for opportunities and loopholes to exploit. The fight against financial crime is an ongoing battle, and we must stay vigilant and continually evolve to tackle new threats.In recent years, the rise of digital transactions has made it easier to buy and sell goods and services. But it has also presented new opportunities for criminals to commit crimes, like scams.The advent of virtual assets and increasing availability of digital payment channels have also made it easier for criminals to move and hide their illicit proceeds. They are able to operate across borders, and exploit the information silos that exist between national law enforcement agencies.No country can address these threats by itself. That is why the FATF’s work in leading a coordinated global effort has become more important. In this regard, I am glad to note the progress that FATF has made over the recent years in addressing these challenges.First, in the interception of illicit funds.According to INTERPOL, around US$2 to US$3 trillion worth of illicit proceeds are channelled through the global financial system every year. A very small fraction of these criminal assets is intercepted and recovered. Which means that criminals can largely get away with, and profit handsomely from their crimes.To address this, FATF has revised its standards to improve international cooperation, for example, by requiring countries to recognise and enforce each other’s court orders on the confiscation of assets.FATF also worked together with INTERPOL to bring operational experts and policymakers together to discuss best practices in asset recovery, and enhance collaboration between law enforcement, financial intelligence units and policymakers.It is early days in this drive to enhance global asset recovery. The latest figures from INTERPOL showed that recovery rate from illicit funds have improved. From less than 1% a decade ago, to about 3% this year. 3% actually is still low, we need to do better. But at least we are moving in the right direction, and we can aim for even higher recovery rates in the years to come.。 赵子豪认为，机器人的手要在成本与能力之间做平衡。三指夹爪追求的是用20%的成本获得80%的能力。
| 今天，通用机器人迟迟没能大规模进入家庭和更多真实生产场景，未必是因为少了两根手指，更可能是因为智能不够、成本太高、稳定性不足。 这正是全栈路线的价值：不是为了什么都做，而是在模型、算力、本体、控制、成本和场景之间更好地做取舍。 那么，软硬件全栈会不会成为新趋势？ 我的判断是：全栈能力会成为趋势，但全栈商业模式未必会成为唯一答案。 未来，机器人行业很可能会出现类似苹果的公司，模型、本体、系统和产品都自己完成；也会出现类似安卓和Windows的平台，只做通用大脑，适配不同本体。
| 但在今天，本体、传感器、灵巧手、芯片和控制系统都没有标准化。即使一家公司的最终目标只是卖“大脑”，也很难完全绕开身体。
| 没有一家公司还能假装硬件不存在。
| 四、两年还是五年，其实没那么重要 这场论坛听下来，我最大的感受，是机器人行业远远没有收敛。 哪种产品形态最适合家庭和工厂，没有答案；VLA、WAM、端到端模型和分层系统，谁会成为主流架构，也没有答案。 数据配方仍在变化，商业模式同样分散。有人卖整机，有人做模型，有人做数据平台；有人押注工厂，也有人瞄准家庭。 表面看，这是一种混乱。
| 换个角度看，这也是机会。 在一个尚未收敛的行业里，大厂和创业公司、中国团队和美国团队，都没有提前拿到标准答案。 所以，听完整场论坛，我反而不太在意答案究竟是两年还是五年。 机器人的“ChatGPT时刻”，不会只由某一次模型发布宣布到来。 它真正出现的标志，是数据、模型、本体与真实部署第一次形成自我加速：机器人部署得越多，积累的数据越多，能力提升越快，进入新场景的成本也越来越低。
| 在这之前，所有时间表都只是预测，所有路线都还在验证。 本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 [email protected]。 Current article:http://9jv.shuicengchongmingnouhuawang.bond/list_y7nq/sfrb.html Published on:15:17:06 |
