--- title: "WAIC 落幕，大佬们都在说什么，笔记看这里！" type: "Topics" locale: "zh-CN" url: "https://longbridge.com/zh-CN/topics/42833589.md" description: "WAIC 2026 落下帷幕，行业重磅嘉宾的发言，值得反复读。01 姚期智——人工智能的威力及其局限图灵奖得主当前 AI 之所以展现出改变世界的惊人威力，本质上源于计算范式的深刻变革。传统的计算机科学完全依赖研究人员的数学分析和硬编码算法，而以机器学习为核心的现代 AI，则通过 “从数据中学习” 这一范式，实现了此前无法想象的突破。在数学与物理的客观规律面前，AI 存在着无法逾越的刚性边界..." datetime: "2026-07-21T15:00:11.000Z" locales: - [en](https://longbridge.com/en/topics/42833589.md) - [zh-CN](https://longbridge.com/zh-CN/topics/42833589.md) - [zh-HK](https://longbridge.com/zh-HK/topics/42833589.md) author: "[烯牛数据](https://longbridge.com/zh-CN/profiles/26448364.md)" --- # WAIC 落幕，大佬们都在说什么，笔记看这里！ WAIC 2026 落下帷幕，行业重磅嘉宾的发言，值得反复读。 **01** # 姚期智——人工智能的威力及其局限 图灵奖得主 当前 AI 之所以展现出改变世界的惊人威力，本质上源于计算范式的深刻变革。传统的计算机科学完全依赖研究人员的数学分析和硬编码算法，而以机器学习为核心的现代 AI，则通过 “从数据中学习” 这一范式，实现了此前无法想象的突破。 **在数学与物理的客观规律面前，AI 存在着无法逾越的刚性边界。**他列举了两个典型实例：在信息安全领域，具有坚实数学假设基础的传统公钥加密系统（如 ElGamal 加密算法），已被证明可以抵抗包括 AI 在内的任何计算机系统攻击；而在物理学层面，利用宇宙物理定律构建的 “量子密钥分发（QKD）” 技术，则在原则上能够完全阻断任何纯计算机驱动的 AI 黑客破解。 从更长远的角度来看，作为两大现代科技 “巨星”，**AI 与量子技术正走向历史性的交汇与双向赋能。** 姚期智表示，第一阶段是 “AI 加速量子计算”。量子计算 40 年来的最大瓶颈在于量子比特极易受到外界噪声干扰，而通过机器学习和大量样本训练出的神经网络，已经能够成功 “学到” 量子纠错解码器的构建方法，帮助如谷歌 Willow 等新型量子芯片将逻辑门错误率降至 1% 的临界阈值以下，为稳定、可靠的量子计算奠定了关键基石。 而 “双星汇聚” 的下一阶段，则是**“量子计算增强 AI”**，乃至最终 “量子 AI” 的出现。姚期智指出，当未来的机器学习不再运行在传统图灵机架构上，而是以量子机器作为基础算力架构，直接去处理、学习量子数据时，人类将获得超越现有图灵机极限的全新认知工具。 **02** # 朱松纯——AI 热潮的回望与反思、思想自主、未来展望 北京通用人工智能研究院院长、教授 **第一章 AI 热潮的回望与反思** **一、国际叙事：从 “全球化” 到 “美国优先”** 全球 AI 竞争早已是技术能力的竞赛或市场与资本的博弈，上升至地缘政治与国家战略维度，能否构建自主可控的全栈软硬件技术体系、充分把握战略主动与叙事权，关乎一个国家能否在智能时代站稳脚跟、引领世界。 **二、AGI 营销：硅谷、华尔街、华盛顿三重奏** 硅谷、华尔街和华盛顿的 “三重奏”，本质上是美国以 AI 为杠杆撬动全球资源配置的战略。借助 “AGI 竞赛” 的宏大叙事与资本泡沫，美国成功将全球资本虹吸至本土 AI 产业：从华尔街到硅谷，从主权基金到养老基金，数以万亿美元计的资金源源不断注入美国的数据中心、电网扩容、先进芯片产能等 AI 基础设施。如今，美国对 AI 泡沫采取 “纵容” 态度，正是看准了这一点：泡沫终将破灭，但泡沫期建成的基础设施、聚集的全球顶尖人才，将永久性地留在美国本土，成为不可迁移的战略资产。 **三、产业泡沫：价值透支与资源错配** 泡沫的本质，是技术价值被过早、过度地折现。每当旧的增长故事遇到瓶颈，资本就需要寻找新的概念维持预期。泡沫破裂的深层本质，并非简单的估值回归或技术路径证伪，而是一种集体信仰的系统性崩塌。回顾四轮泡沫的起落，支撑每一轮狂热的底层逻辑，本质上都是对某种 “信仰” 的非理性押注，而这些信仰正在被现实逐一瓦解。我们必须正视泡沫的代价，包括大规模的资金亏损、人才资源的严重错配、社会对技术的非理性预期，并从中汲取教训。 **第二章 思想自主：构建 AGI 的战略主动与中国叙事** **四、正本清源：AGI 的本质、架构与技术路线** AGI 应具备三个基本特征：无限任务泛化、自主任务生成与价值驱动。具体而言，一是具备高度通用性与自主性，能够突破传统任务预设限制，实现目标自主生成与动态规划；二是具备较强的具身感知与泛化能力，能够在开放环境中通过自主学习和灵活迁移完成多模态、多场景复杂任务；三是行为决策由价值驱动，确保智能体行为符合人类伦理准则与社会规范。AGI 的发展与突破，标志着人工智能从 “专用化” 迈向 “通用化” 的历史性飞跃，必将重构科技发展范式、推动生产力整体跃升。 **五、社会智能：人工智能的下一个前沿** 人类智能最深刻的特征不在于处理语言或操作物体，而在于我们生活在由他人构成的社会世界之中。我们每天都在进行复杂的社会推理：揣摩他人的意图、理解隐晦的社交信号、在竞争与合作之间做出权衡、遵循或挑战社会规范。智能体融入人类社会所需具备的社会智能，是当前人工智能最大的缺失，也是通向 AGI 的最后一道屏障。 **六、战略布局：科技创新与产业创新深度融合** 推进科技创新与产业创新的深度融合，是推动新质生产力发展的重要途径。科技创新为产业提供高质量供给，产业创新则为技术提供验证场景与商业化土壤。通用人工智能深度融入实体经济全流程，将推动生产要素配置智能化跃迁，提升全要素生产率，支撑现代化产业体系构建。能否将 AGI 领域的原创性、颠覆性技术突破转化为现实生产力，决定了我们能否全球科技与经济发展中的把握战略主动。 **七、产业赛道：以 AGI 平台支撑政用商用民用** 当前产业界的误区在于盲目追逐热点——元宇宙、大模型、具身智能——而忽视了真实需求与长期价值。真正的产业创新应当从中国的实际社会结构、产业基础和人口特征出发，建立从基础研究到应用落地的有序梯度。 **第三章 未来展望：构建人机共生的文明形态** **八、百年变局：智能时代的文明演化与社会转型** 当今世界正经历百年未有之大变局。过去 100 年，东西方文明的碰撞与融合构成了文明演进的主线。中华文明在近代历史中经历了军事工业、政治制度与思想文化的 “三重否定” 与深刻变革。未来，我国必将逐步实现科技与经济自立自强、中国式现代化和中华文化复兴的 “三重肯定”。未来 50 年，人类文明演进的主要挑战是人类与 AI 的融合与共生。我们必须深入思考，如何建立人机互信与协作关系？如何确保 AI 安全可信，应对其给人类社会与文明带来的冲击？ **九、何以生活：探索人机共生的工作与生活方式** 随着智能技术推动生产力大幅跃升、社会物质日益丰裕，智能时代的最终目标，是将人类从这些束缚中解放出来。在理想状态下，工作不再是谋生手段，而是体验生活、实现自我、丰富精神的过程；人们能够摆脱 “自私基因” 的驱使，在工作与生活方式的重构中真正实现自由全面的发展，达到健全人格。 **十、何以为人：人生价值与意义的追寻** 智能时代的到来，会让人们从大量重复性劳动中解放出来，获得追寻更高价值的自由。我们不应停留在被对 AI 替代的焦虑之中，而应积极 “立心”——明确自己的价值追求，拓展自己的格局维度，在立德、立功、立言的坐标上，向不朽的价值极限持续迈进。这不仅关乎个人的人生意义，更关乎人类文明在智能时代的方向与归宿。 **03** # 周志峰——2026 启明创投 AI 十大展望 启明创投主管合伙人 **基础模型** **展望一：**未来 12—24 个月，顶尖模型将内化大部分 “外挂” 能力，包括任务规划、工具调用、多 Agent 协同及部分 Harness（驾驭）工程能力等。 **展望二：**多模态模型将进一步向可交互世界建模演进，成为 AI 在物理世界获得环境感知、长期规划并大规模落地的关键技术路径。 **具身智能** **展望三：**头部机器人公司的有效数据，将从 2025 年的 “万小时级”，跃升到 2027 年的 “百万小时级”，其中人类第一视角数据会占绝对主导。 **展望四：**灵巧手将迎来加速发展，带有触觉感知的灵巧手会逐渐成熟并持续降本，与双指夹爪方案形成高低搭配，在复杂操作场景逐渐规模化渗透。 **AI 基础设施** **展望五：**AI 算力需求重心转向推理，存储、先进制程和先进封装产能层层吃紧，未来两年 AI 基建将持续面临结构性紧缺，算力资产储备将升格为 AI 企业的核心战略。 **展望六：**AI 基础设施将进入系统级竞争阶段，竞争维度覆盖芯片、互联、散热、供电等关键环节，未来两年内有望涌现基于新架构的算力芯片及超节点大集群，以实现低成本、高效率的 Token（词元）生产。 **展望七：**安全可信将与产品效果、Token 成本并列为影响企业 AI 大规模落地的三大关键变量，安全可信 AI 将从可选项升级为必选项。 **AI 应用** **展望八：**未来 12—24 个月，AI 应用的商业模式将加速脱离互联网时代的 Freemium（免费增值）逻辑，转向以结果和价值定价。衡量 AI 公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。 **展望九：**未来 12—24 个月，AI 应用商业化将聚焦垂直场景与高付费用户，效率端（save time）将领先消费端（kill time）率先爆发；伴随 Token 成本持续下降与交互范式创新，现象级 AI 消费应用将逐步浮现。 **展望十：**未来 12—24 个月，AI-Native（AI 原生）组织将从概念走向实证，一批企业将实现数倍于传统组织的人均产出。 **04** # 凯文·凯利——人类与 AI 无法分割的情感连接 科技预言家 未来五年，AI 最关键的机会与不确定性，集中在三个方向：机器人、情感和智能体。 没有人真正知道 AI 会走向哪里。AGI 是否会出现，AI 是否会导致大规模失业，智能会集中在云端还是分布在无数小设备中，开源和闭源谁会胜出，这些问题都没有确定答案。 凯文・凯利预判的三个方向对应着三条主线： 1、AI 从数字世界走向物理世界，人形机器人将会是人类有史以来制造过的最复杂的东西。除了人类自身之外，它可能是这个星球上最复杂的存在。 2、AI 从工具走向情感连接，下一步最令人意外的变化，可能就是情感进入 AI。 3、从单点应用走向智能体经济，智能体经济的核心问题，是信任一旦智能体开始为我们工作，新的问题也会随之出现：智能体到底归谁所有？它真正为谁工作？是制造它的公司，是用户本人，还是其他主体？更重要的是，信任会成为新的技术机会。我的智能体如何信任你的智能体？它如何识别一个陌生智能体是否可信，避免被骗？ **05** # 理查德·萨顿 强化学习之父 不要把注意力过多放在人类已有的知识上，而应专注于那些能够持续扩展、能够不断创造知识的方法。 今天的基础模型可以表现得像一个知识渊博的对话者，但 “知道人类说过什么” 和 “在世界中发现新的东西”，本质上是两件不同的事情。 世界永远比任何一个心智更加复杂，而且世界本身还包含着无数其他心智。因此，无论一个模型拥有多少参数、训练了多少数据，都不可能真正容纳整个世界。 未来的人工智能不会比每个人更了解他的生活，也不会比他更理解自己的朋友、关系和所处环境。 萨顿进一步勾勒了未来人工智能可能的发展方向。 第一类是具有明确边界的专用系统，例如自动驾驶汽车。它们只需要在特定场景中完成任务，并不需要拥有完整的心智。 另一类，则是萨顿真正期待出现的人工智能。它们像人一样拥有 “完整心智”（complete minds），能够在一生中持续体验、学习、创造、思考，甚至做梦，并随着不断接触世界，逐渐形成属于自己的专长。 **06** # 印奇——当智能体进入物理世界 阶跃董事长、千里科技董事长 无论是从模型技术演进还是产业发展的角度，“智能体” 都变成 AI 下一阶段最重要的关键词。 智能体，将不仅是一个聊天的机器人，它能感知外部物理世界，理解用户深度记忆和偏好，综合决策和执行，完成用户交予的各项任务。智能体，正在成为生产力的最小单元。 其带来的不是一个单点应用机会，而是三个结构性变化：新系统、新载体、新网络。 **第一，是新系统。** 智能体能力 = 模型能力 × 智能体操作系统能力。 如果说模型决定智能体能 “想多远”，那么 Agentic OS 决定智能体 “走多远”——它连接模型与数据、工具、接口和设备，让智能体不仅能够理解世界，也能够采取行动。 这就是智能体原生操作系统，它将成为未来人机交互和产业生态的重要基础设施。 **第二，是新载体。** 终端的设计逻辑正在改变：过去，围绕人的操作方式设计机器；未来，则是围绕人与智能的协作方式重新定义终端。而未来，这些终端彼此之间不会孤立存在。电脑、手机、汽车和机器人，将成为同一个智能体在不同场景下的不同身体。智能可以在多个终端之间连续存在、自由迁移、协同完成任务。 未来的终端竞争，不再只是设备之争，而是谁能让智能体更好地感知环境、采取行动，真正进入物理世界。 **第三，是新网络。** 互联网时代，连接的是人、信息和服务；智能体时代，我们将连接能够理解目标、调度资源、协同工作的智能体。这就是 A2A 网络。 未来，数十亿人、数百亿设备和智能体，都可能成为其中的节点，形成一个规模更大、协作效率更高的新型网络。对创业者而言，这意味着新的产业机会：智能体会有自己的身份和信用。人们可以找到它、了解它擅长什么、把任务交给它，也可以根据它的表现付费、评价，以及与它合作。 当智能体能够自主寻找伙伴、组织协作、完成交易，A2A 就不再只是技术协议，而将成为智能体经济的基础设施。 当智能体开始代表人行动，我们必须回答三个问题：它可以代表谁行动？行动产生后果，谁来负责？当它连接数据、设备和真实环境，怎样确保身份可信、权限可控、行为可追溯？ **07** # 苏昊——物理智能：从幻觉到现实 苏度科技联合创始人、董事长兼 CTO **大模型的幻觉，很大程度上，就出在没有 “身体”。** 我们需要的，是一个能聚合人类全部物理世界知识的模型。从认知的源头数起，物理知识至少有六层阶梯，层层筑基。 **下三层，属于客观世界**——有没有 “我”，它都在那里。 一是关于物体的知识：世界，是由一个个独立、持存的物体组成的——一只球滚到沙发底下，看不见了，但它还在。先认清 “有什么”，其余才谈得上。 二是关于状态的知识：这些东西，此刻是什么样子？球在沙发底下，它有多重、是软是硬，都在这一层。 三是关于动力学的知识：世界自己会怎么变？球会滚，水会流，松手的东西会往下掉。而 “力” 就在这一层——你用眼睛，看不见它。 **上三层，则因 “我” 而生**——每一层，都是下三层绑定了 “主体” 之后的样子。 四是关于功能的知识：这东西，对我有什么用？把手是用来握的，杯子是用来盛的。同一把椅子，对人 “可坐”，对蚂蚁不是。物，因为主体，才成了 “器”。 五是关于目标的知识：我要世界变成什么样？球在沙发底下，我要它回到手里。球在哪，是状态；我想要它在哪，是目标。目标状态的 “是” 与 “应是”，一字之差，隔着整个主体。 六是关于行为的知识：知道要做什么，和手真能做到，是两回事——端一杯水穿过房间，不洒，是分寸；系鞋带、用筷子，是巧劲。这些本事，不写在书上，长在手上。 **三个判断** 第一，物理智能的突破口，不在模型的架构，而在知识的聚合。 第二，行业的重心，将从 “演示做得多惊艳”，转向 “运行得有多可靠”。 第三，物理智能将把 AI 从科学的 “读者”，变成知识的 “创造者”。 ### 相关股票 - [GOOG.US](https://longbridge.com/zh-CN/quote/GOOG.US.md) - [GOOGL.US](https://longbridge.com/zh-CN/quote/GOOGL.US.md) - [GGLS.US](https://longbridge.com/zh-CN/quote/GGLS.US.md) - [GGLL.US](https://longbridge.com/zh-CN/quote/GGLL.US.md) - [GOOGN.US](https://longbridge.com/zh-CN/quote/GOOGN.US.md)