《科创板日报》7月20日讯（记者 王楚凡）如果说去年世界人工智能大会的关键词是“技术突破”，那么2026年的核心词或许是“智能跃迁”——大模型从比参数走向落地见效，具身智能从展台表演走进真实场景，算力基建从追赶走向体系化突破。行业正从技术验证期大步迈向产业价值兑现的新阶段。

WAIC 2026大会次日（7月18日），由大会组委会办公室主导、财联社与《科创板日报》协办的“WAIC财经下午茶”专场在上海世博木棉花凯悦臻选酒店举行。本次专场以“迈步智能跃迁 洞见AI下一程”为主题，由资深媒体人，财联社TMT主编毛明江主持，邀请Om AI联汇CEO兼首席科学家赵天成、墨芯人工智能联合创始人兼工程副总裁芦勇、深创投半导体组资深投资总监富䶮、北航基础教育通用人工智能实验室首席科学家兼联合主任刘志毅四位嘉宾，围绕大模型技术演进、AI芯片突围路径、半导体投资趋势及中外AI发展差异等议题展开深度对话。

Om AI联汇CEO兼首席科学家赵天成在谈到过去一年AI行业的变化时表示，行业正从数字空间走向物理世界。“以前大家可能更加关注针对单张图片、静态视频如何去做更好的理解跟判断，但在过去一年，流式多模态、空间智能、世界模型，包括具身控制，不管在学术界还是工业界，都已经走到了主展台上，变成了一些最核心的主题。”

针对物理AI的落地挑战，赵天成表示，语言模型以Token为核心单元，但物理世界涉及时序、3D空间和多种模态的同步交互，对模型提出全新要求。“以前的虚拟AI或数字AI语言模型，可能只能解决‘思考’和‘决策’的部分，但从前面的感知、到3D空间的理解，再到后面的具身执行，这里面全部都是空缺的。”

他介绍，Om AI联汇今年推出的旗舰模型VLX系列提出“流式多模态模型”概念——原生输入即为多媒体视频流和音频流，且必须部署在端侧。“一旦进入物理大场景，无人机或机器人不可能把所有运算放在云端，网络只要抖动一下，它就可能原地死机或宕机。”目前，该模型赋能的终端数量已近百万个，覆盖无人机、机器人、PC及IoT设备等场景。

图：Om AI联汇CEO兼首席科学家赵天成

墨芯人工智能联合创始人、工程副总裁芦勇从算力基座角度分享了行业变化。“今年算力行业有几个特点：算力从训练需求往推理需求大规模转变；从算力提供的质量上讲，之前大家追求算力数量、堆GPU，但现在其实是在往质量、有效计算的方向转变。”

芦勇介绍，墨芯坚持的稀疏计算技术正是这一方向的实践。“稀疏计算技术本质上是一种激活技术，也是受到人脑启发做的技术创新。比如人脑在思考时，运动神经不需要激活；反过来，做运动时，思考部分也可以不激活，这样会让大脑更高效。”他以DeepSeek V4为例，“模型参数约1500B，但实际激活的仅约30B，激活比约1/50，只要花1/50的算力，算出来的效果就是1500B这种算力的效果。”

墨芯在物理层面做底层创新，带来的不仅是算力节省，还包括对存储、带宽的节约以及功耗下降。在对比中外半导体产业时，芦勇认为，国外的行业头部企业起到引领话题的作用，与大模型公司结合紧密；而中国拥有统一的大市场，应用端落地快、成本控制能力强。“国内的一些厂商像墨芯，不光是想要追赶国外的行业头部企业的足迹，我们的突破方向甚至是超越性的。”他以空间计算为例，“当物体变为三维物体放在一个空间里，可以忽略的无效点更多，我们将计算资源集中在真正需要计算的点上，这正是我们试图突破的方向。”

图：墨芯人工智能联合创始人兼工程副总裁芦勇

深创投半导体组资深投资总监富䶮从资本市场角度分析了AI硬件赛道。他认为一级市场因国资和产业资本下场，部分项目存在估值虚高，“但二级市场从过去两年、尤其是最近一年的整体行情来看，是没有什么泡沫的”。

图：深创投半导体组资深投资总监富䶮

他以中际旭创为例，该公司从光模块厂成长为全球光通讯主导者，市值从2000亿涨至1.3万亿，“如果2026年、2027年的业绩最后出来的话，其实它的动态PE不会很高”。他还提到长鑫存储即将登陆科创板，“如果它全年净利润是1000亿，动态PE也就是20倍，中国的科技企业真正把中国特色的科技释放出来以后，业绩是不存在问题的”。

富䶮透露，北美几家科技巨头2026年总资本开支约7000亿美元，“相当一部分是要通过中国企业来转化的”。在投资方向上，他看好光芯片、电芯片及存储产业链上游。“中国这里面的一些创业公司，包括一些上市公司做了很多布局，我觉得这是真正我们要去重点关注的方向。”

北航基础教育通用人工智能实验室首席科学家兼联合主任刘志毅从学术视角分享了对大模型技术演进的观察。他认为过去一年最深刻的变化来自两个方向：一是软件工程范式变化，“RSL随着Coding往前走，递归式程序的自训化”成为核心方向；二是世界模型与物理AI的兴起。“真正的物理AI是先验性地通过神经算子，把物理规律和这一套逻辑放在程序当中去跑，让它真正能够理解外部世界。”

关于AGI实现时间，刘志毅援引本吉奥等20多位科学家去年发表的评测体系表示，当时GPT最新版本仅达到58分（人类通识水平）。他判断，达到平均以上人类通识水平的时间周期可能在两三年内，“但超越普通平均水平的ASI，至少还需要5到10年”，因为行业正从Scaling Law走向架构变化。

针对中美开源闭源策略的差异，刘志毅认为，美国公司将AGI视为最重要目标，闭源既是商业壁垒也是“技术乌托邦主义”的体现；而中国将AI产业视为工业化的一部分，“如何通过开源技术更好地赋能百业”是核心逻辑。“通过开源技术可以达到两个目标：第一，让技术更好地服务于产业；第二，实现技术的快速扩散和迭代。”他同时表示，国外以Meta为代表也开始转向开源，“并不是一个非此即彼的状态”。

图：北航基础教育通用人工智能实验室首席科学家兼联合主任刘志毅

最后，赵天成认为，“2026年会是物理AI应用爆发的落地元年”，但爆款不一定来自人形机器人，“可能会在一个大家想不到的应用点上”。芦勇则表示，墨芯“可以在绿色能源的算力侧给AI提供一个坚实的算力底座，打造绿色AI”。富䶮直言：“大家从2024、2025年说了很多年的All in AI，但我觉得其实大家言行是不一致的。无论是从人的角度，还是从投资的角度，或是行业的角度，一定是要All in AI，坚定不移地All in AI。”刘志毅表示：“我们搞定智能，然后智能搞定一切。我们相信这件事情一定在发生，因为我们有自己的技术路线。”