--- title: "WAIC 落幕，大佬們都在説什麼，筆記看這裏！" type: "Topics" locale: "zh-HK" url: "https://longbridge.com/zh-HK/topics/42833589.md" description: "WAIC 2026 落下帷幕，行業重磅嘉賓的發言，值得反覆讀。01 姚期智——人工智能的威力及其侷限圖靈獎得主當前 AI 之所以展現出改變世界的驚人威力，本質上源於計算範式的深刻變革。傳統的計算機科學完全依賴研究人員的數學分析和硬編碼算法，而以機器學習為核心的現代 AI，則通過 “從數據中學習” 這一範式，實現了此前無法想象的突破。在數學與物理的客觀規律面前，AI 存在着無法逾越的剛性邊界..." 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-HK/profiles/26448364.md)" --- # WAIC 落幕，大佬們都在説什麼，筆記看這裏！ WAIC 2026 落下帷幕，行業重磅嘉賓的發言，值得反覆讀。 **01** # 姚期智——人工智能的威力及其侷限 圖靈獎得主 當前 AI 之所以展現出改變世界的驚人威力，本質上源於計算範式的深刻變革。傳統的計算機科學完全依賴研究人員的數學分析和硬編碼算法，而以機器學習為核心的現代 AI，則通過 “從數據中學習” 這一範式，實現了此前無法想象的突破。 **在數學與物理的客觀規律面前，AI 存在着無法逾越的剛性邊界。**他列舉了兩個典型實例：在信息安全領域，具有堅實數學假設基礎的傳統公鑰加密系統（如 ElGamal 加密算法），已被證明可以抵抗包括 AI 在內的任何計算機系統攻擊；而在物理學層面，利用宇宙物理定律構建的 “量子密鑰分發（QKD）” 技術，則在原則上能夠完全阻斷任何純計算機驅動的 AI 黑客破解。 從更長遠的角度來看，作為兩大現代科技 “巨星”，**AI 與量子技術正走向歷史性的交匯與雙向賦能。** 姚期智表示，第一階段是 “AI 加速量子計算”。量子計算 40 年來的最大瓶頸在於量子比特極易受到外界噪聲干擾，而通過機器學習和大量樣本訓練出的神經網絡，已經能夠成功 “學到” 量子糾錯解碼器的構建方法，幫助如谷歌 Willow 等新型量子芯片將邏輯門錯誤率降至 1% 的臨界閾值以下，為穩定、可靠的量子計算奠定了關鍵基石。 而 “雙星匯聚” 的下一階段，則是**“量子計算增強 AI”**，乃至最終 “量子 AI” 的出現。姚期智指出，當未來的機器學習不再運行在傳統圖靈機架構上，而是以量子機器作為基礎算力架構，直接去處理、學習量子數據時，人類將獲得超越現有圖靈機極限的全新認知工具。 **02** # 朱松純——AI 熱潮的回望與反思、思想自主、未來展望 北京通用人工智能研究院院長、教授 **第一章 AI 熱潮的回望與反思** **一、國際敍事：從 “全球化” 到 “美國優先”** 全球 AI 競爭早已是技術能力的競賽或市場與資本的博弈，上升至地緣政治與國家戰略維度，能否構建自主可控的全棧軟硬件技術體系、充分把握戰略主動與敍事權，關乎一個國家能否在智能時代站穩腳跟、引領世界。 **二、AGI 營銷：硅谷、華爾街、華盛頓三重奏** 硅谷、華爾街和華盛頓的 “三重奏”，本質上是美國以 AI 為槓桿撬動全球資源配置的戰略。藉助 “AGI 競賽” 的宏大敍事與資本泡沫，美國成功將全球資本虹吸至本土 AI 產業：從華爾街到硅谷，從主權基金到養老基金，數以萬億美元計的資金源源不斷注入美國的數據中心、電網擴容、先進芯片產能等 AI 基礎設施。如今，美國對 AI 泡沫採取 “縱容” 態度，正是看準了這一點：泡沫終將破滅，但泡沫期建成的基礎設施、聚集的全球頂尖人才，將永久性地留在美國本土，成為不可遷移的戰略資產。 **三、產業泡沫：價值透支與資源錯配** 泡沫的本質，是技術價值被過早、過度地折現。每當舊的增長故事遇到瓶頸，資本就需要尋找新的概念維持預期。泡沫破裂的深層本質，並非簡單的估值迴歸或技術路徑證偽，而是一種集體信仰的系統性崩塌。回顧四輪泡沫的起落，支撐每一輪狂熱的底層邏輯，本質上都是對某種 “信仰” 的非理性押注，而這些信仰正在被現實逐一瓦解。我們必須正視泡沫的代價，包括大規模的資金虧損、人才資源的嚴重錯配、社會對技術的非理性預期，並從中汲取教訓。 **第二章 思想自主：構建 AGI 的戰略主動與中國敍事** **四、正本清源：AGI 的本質、架構與技術路線** AGI 應具備三個基本特徵：無限任務泛化、自主任務生成與價值驅動。具體而言，一是具備高度通用性與自主性，能夠突破傳統任務預設限制，實現目標自主生成與動態規劃；二是具備較強的具身感知與泛化能力，能夠在開放環境中通過自主學習和靈活遷移完成多模態、多場景複雜任務；三是行為決策由價值驅動，確保智能體行為符合人類倫理準則與社會規範。AGI 的發展與突破，標誌着人工智能從 “專用化” 邁向 “通用化” 的歷史性飛躍，必將重構科技發展範式、推動生產力整體躍升。 **五、社會智能：人工智能的下一個前沿** 人類智能最深刻的特徵不在於處理語言或操作物體，而在於我們生活在由他人構成的社會世界之中。我們每天都在進行復雜的社會推理：揣摩他人的意圖、理解隱晦的社交信號、在競爭與合作之間做出權衡、遵循或挑戰社會規範。智能體融入人類社會所需具備的社會智能，是當前人工智能最大的缺失，也是通向 AGI 的最後一道屏障。 **六、戰略佈局：科技創新與產業創新深度融合** 推進科技創新與產業創新的深度融合，是推動新質生產力發展的重要途徑。科技創新為產業提供高質量供給，產業創新則為技術提供驗證場景與商業化土壤。通用人工智能深度融入實體經濟全流程，將推動生產要素配置智能化躍遷，提升全要素生產率，支撐現代化產業體系構建。能否將 AGI 領域的原創性、顛覆性技術突破轉化為現實生產力，決定了我們能否全球科技與經濟發展中的把握戰略主動。 **七、產業賽道：以 AGI 平台支撐政用商用民用** 當前產業界的誤區在於盲目追逐熱點——元宇宙、大模型、具身智能——而忽視了真實需求與長期價值。真正的產業創新應當從中國的實際社會結構、產業基礎和人口特徵出發，建立從基礎研究到應用落地的有序梯度。 **第三章 未來展望：構建人機共生的文明形態** **八、百年變局：智能時代的文明演化與社會轉型** 當今世界正經歷百年未有之大變局。過去 100 年，東西方文明的碰撞與融合構成了文明演進的主線。中華文明在近代歷史中經歷了軍事工業、政治制度與思想文化的 “三重否定” 與深刻變革。未來，我國必將逐步實現科技與經濟自立自強、中國式現代化和中華文化復興的 “三重肯定”。未來 50 年，人類文明演進的主要挑戰是人類與 AI 的融合與共生。我們必須深入思考，如何建立人機互信與協作關係？如何確保 AI 安全可信，應對其給人類社會與文明帶來的衝擊？ **九、何以生活：探索人機共生的工作與生活方式** 隨着智能技術推動生產力大幅躍升、社會物質日益豐裕，智能時代的最終目標，是將人類從這些束縛中解放出來。在理想狀態下，工作不再是謀生手段，而是體驗生活、實現自我、豐富精神的過程；人們能夠擺脱 “自私基因” 的驅使，在工作與生活方式的重構中真正實現自由全面的發展，達到健全人格。 **十、何以為人：人生價值與意義的追尋** 智能時代的到來，會讓人們從大量重複性勞動中解放出來，獲得追尋更高價值的自由。我們不應停留在被對 AI 替代的焦慮之中，而應積極 “立心”——明確自己的價值追求，拓展自己的格局維度，在立德、立功、立言的座標上，向不朽的價值極限持續邁進。這不僅關乎個人的人生意義，更關乎人類文明在智能時代的方向與歸宿。 **03** # 周志峯——2026 啓明創投 AI 十大展望 啓明創投主管合夥人 **基礎模型** **展望一：**未來 12—24 個月，頂尖模型將內化大部分 “外掛” 能力，包括任務規劃、工具調用、多 Agent 協同及部分 Harness（駕馭）工程能力等。 **展望二：**多模態模型將進一步向可交互世界建模演進，成為 AI 在物理世界獲得環境感知、長期規劃並大規模落地的關鍵技術路徑。 **具身智能** **展望三：**頭部機器人公司的有效數據，將從 2025 年的 “萬小時級”，躍升到 2027 年的 “百萬小時級”，其中人類第一視角數據會佔絕對主導。 **展望四：**靈巧手將迎來加速發展，帶有觸覺感知的靈巧手會逐漸成熟並持續降本，與雙指夾爪方案形成高低搭配，在複雜操作場景逐漸規模化滲透。 **AI 基礎設施** **展望五：**AI 算力需求重心轉向推理，存儲、先進製程和先進封裝產能層層吃緊，未來兩年 AI 基建將持續面臨結構性緊缺，算力資產儲備將升格為 AI 企業的核心戰略。 **展望六：**AI 基礎設施將進入系統級競爭階段，競爭維度覆蓋芯片、互聯、散熱、供電等關鍵環節，未來兩年內有望湧現基於新架構的算力芯片及超節點大集羣，以實現低成本、高效率的 Token（詞元）生產。 **展望七：**安全可信將與產品效果、Token 成本並列為影響企業 AI 大規模落地的三大關鍵變量，安全可信 AI 將從可選項升級為必選項。 **AI 應用** **展望八：**未來 12—24 個月，AI 應用的商業模式將加速脱離互聯網時代的 Freemium（免費增值）邏輯，轉向以結果和價值定價。衡量 AI 公司的核心指標，將從用户規模轉向單位智能成本創造的商業價值。 **展望九：**未來 12—24 個月，AI 應用商業化將聚焦垂直場景與高付費用户，效率端（save time）將領先消費端（kill time）率先爆發；伴隨 Token 成本持續下降與交互範式創新，現象級 AI 消費應用將逐步浮現。 **展望十：**未來 12—24 個月，AI-Native（AI 原生）組織將從概念走向實證，一批企業將實現數倍於傳統組織的人均產出。 **04** # 凱文·凱利——人類與 AI 無法分割的情感連接 科技預言家 未來五年，AI 最關鍵的機會與不確定性，集中在三個方向：機器人、情感和智能體。 沒有人真正知道 AI 會走向哪裏。AGI 是否會出現，AI 是否會導致大規模失業，智能會集中在雲端還是分佈在無數小設備中，開源和閉源誰會勝出，這些問題都沒有確定答案。 凱文・凱利預判的三個方向對應着三條主線： 1、AI 從數字世界走向物理世界，人形機器人將會是人類有史以來製造過的最複雜的東西。除了人類自身之外，它可能是這個星球上最複雜的存在。 2、AI 從工具走向情感連接，下一步最令人意外的變化，可能就是情感進入 AI。 3、從單點應用走向智能體經濟，智能體經濟的核心問題，是信任一旦智能體開始為我們工作，新的問題也會隨之出現：智能體到底歸誰所有？它真正為誰工作？是製造它的公司，是用户本人，還是其他主體？更重要的是，信任會成為新的技術機會。我的智能體如何信任你的智能體？它如何識別一個陌生智能體是否可信，避免被騙？ **05** # 理查德·薩頓 強化學習之父 不要把注意力過多放在人類已有的知識上，而應專注於那些能夠持續擴展、能夠不斷創造知識的方法。 今天的基礎模型可以表現得像一個知識淵博的對話者，但 “知道人類説過什麼” 和 “在世界中發現新的東西”，本質上是兩件不同的事情。 世界永遠比任何一個心智更加複雜，而且世界本身還包含着無數其他心智。因此，無論一個模型擁有多少參數、訓練了多少數據，都不可能真正容納整個世界。 未來的人工智能不會比每個人更瞭解他的生活，也不會比他更理解自己的朋友、關係和所處環境。 薩頓進一步勾勒了未來人工智能可能的發展方向。 第一類是具有明確邊界的專用系統，例如自動駕駛汽車。它們只需要在特定場景中完成任務，並不需要擁有完整的心智。 另一類，則是薩頓真正期待出現的人工智能。它們像人一樣擁有 “完整心智”（complete minds），能夠在一生中持續體驗、學習、創造、思考，甚至做夢，並隨着不斷接觸世界，逐漸形成屬於自己的專長。 **06** # 印奇——當智能體進入物理世界 階躍董事長、千里科技董事長 無論是從模型技術演進還是產業發展的角度，“智能體” 都變成 AI 下一階段最重要的關鍵詞。 智能體，將不僅是一個聊天的機器人，它能感知外部物理世界，理解用户深度記憶和偏好，綜合決策和執行，完成用户交予的各項任務。智能體，正在成為生產力的最小單元。 其帶來的不是一個單點應用機會，而是三個結構性變化：新系統、新載體、新網絡。 **第一，是新系統。** 智能體能力 = 模型能力 × 智能體操作系統能力。 如果説模型決定智能體能 “想多遠”，那麼 Agentic OS 決定智能體 “走多遠”——它連接模型與數據、工具、接口和設備，讓智能體不僅能夠理解世界，也能夠採取行動。 這就是智能體原生操作系統，它將成為未來人機交互和產業生態的重要基礎設施。 **第二，是新載體。** 終端的設計邏輯正在改變：過去，圍繞人的操作方式設計機器；未來，則是圍繞人與智能的協作方式重新定義終端。而未來，這些終端彼此之間不會孤立存在。電腦、手機、汽車和機器人，將成為同一個智能體在不同場景下的不同身體。智能可以在多個終端之間連續存在、自由遷移、協同完成任務。 未來的終端競爭，不再只是設備之爭，而是誰能讓智能體更好地感知環境、採取行動，真正進入物理世界。 **第三，是新網絡。** 互聯網時代，連接的是人、信息和服務；智能體時代，我們將連接能夠理解目標、調度資源、協同工作的智能體。這就是 A2A 網絡。 未來，數十億人、數百億設備和智能體，都可能成為其中的節點，形成一個規模更大、協作效率更高的新型網絡。對創業者而言，這意味着新的產業機會：智能體會有自己的身份和信用。人們可以找到它、瞭解它擅長什麼、把任務交給它，也可以根據它的表現付費、評價，以及與它合作。 當智能體能夠自主尋找夥伴、組織協作、完成交易，A2A 就不再只是技術協議，而將成為智能體經濟的基礎設施。 當智能體開始代表人行動，我們必須回答三個問題：它可以代表誰行動？行動產生後果，誰來負責？當它連接數據、設備和真實環境，怎樣確保身份可信、權限可控、行為可追溯？ **07** # 蘇昊——物理智能：從幻覺到現實 蘇度科技聯合創始人、董事長兼 CTO **大模型的幻覺，很大程度上，就出在沒有 “身體”。** 我們需要的，是一個能聚合人類全部物理世界知識的模型。從認知的源頭數起，物理知識至少有六層階梯，層層築基。 **下三層，屬於客觀世界**——有沒有 “我”，它都在那裏。 一是關於物體的知識：世界，是由一個個獨立、持存的物體組成的——一隻球滾到沙發底下，看不見了，但它還在。先認清 “有什麼”，其餘才談得上。 二是關於狀態的知識：這些東西，此刻是什麼樣子？球在沙發底下，它有多重、是軟是硬，都在這一層。 三是關於動力學的知識：世界自己會怎麼變？球會滾，水會流，鬆手的東西會往下掉。而 “力” 就在這一層——你用眼睛，看不見它。 **上三層，則因 “我” 而生**——每一層，都是下三層綁定了 “主體” 之後的樣子。 四是關於功能的知識：這東西，對我有什麼用？把手是用來握的，杯子是用來盛的。同一把椅子，對人 “可坐”，對螞蟻不是。物，因為主體，才成了 “器”。 五是關於目標的知識：我要世界變成什麼樣？球在沙發底下，我要它回到手裏。球在哪，是狀態；我想要它在哪，是目標。目標狀態的 “是” 與 “應是”，一字之差，隔着整個主體。 六是關於行為的知識：知道要做什麼，和手真能做到，是兩回事——端一杯水穿過房間，不灑，是分寸；繫鞋帶、用筷子，是巧勁。這些本事，不寫在書上，長在手上。 **三個判斷** 第一，物理智能的突破口，不在模型的架構，而在知識的聚合。 第二，行業的重心，將從 “演示做得多驚豔”，轉向 “運行得有多可靠”。 第三，物理智能將把 AI 從科學的 “讀者”，變成知識的 “創造者”。 ### 相關股票 - [GOOG.US](https://longbridge.com/zh-HK/quote/GOOG.US.md) - [GOOGL.US](https://longbridge.com/zh-HK/quote/GOOGL.US.md) - [GGLS.US](https://longbridge.com/zh-HK/quote/GGLS.US.md) - [GGLL.US](https://longbridge.com/zh-HK/quote/GGLL.US.md) - [GOOGN.US](https://longbridge.com/zh-HK/quote/GOOGN.US.md)