历军:算力竞争拼系统能力,AI下一个十年先打地基
“AI只有开源才能普及,只有普及才能创造可持续、普惠的智能时代。”11月3日,阿里巴巴集团联合创始人、董事会主席蔡崇信在2026世界互联网大会乌镇峰会开幕式上,给出了一条完整的AI方法论:不喊口号,只排因果——开源是因,普及是果,普惠是终点。11月4日,科技大佬们的对话和交流继续,话题却不约而同地从应用沉向了底座...
“
11月4日,科技圈大佬的对话还在继续,讨论的重心却一齐从应用层挪到了底座:算力系统怎么组织,机器人怎么跟物理世界对齐,智能体时代信任从哪来、AI红利又怎么分。开源是方法论,可接下来的问题更实在——算力供不供得上、机器人落不落得了地、用户敢不敢把任务和钱交给智能体、中小企业能不能分到红利。流量在上,地基在下,AI的下一个十年,先从打地基开始。
中科曙光董事长历军:
算力这场竞争,比的是系统能力
历军判断,中国在先进制程、高带宽存储等关键环节仍受制约,但手里也有牌:应用场景丰富、产业链相对完整、工程化能力较强,能源供给和开源生态也占优势。所以不能只盯着单颗芯片的性能去追,得看系统整体效能。
办法是用系统级创新去对冲单点短板。一头推动计算、存储、网络、供电、冷却等环节协同优化,把系统整体效率提上去;另一头让芯片、基础软件、模型与行业应用协同创新,把产业链优势转成实打实的算力供给能力。
他也直言,国产AI软件栈在工具链、兼容适配和应用生态上还有短板,产业链的复杂问题一家企业扛不下来。企业得各展所长,靠专业分工和开放合作,少做重复投入和低水平竞争。
“自主创新不等于封闭发展,关着门自己做自己的绝对不行。”历军说。面向智能时代,中国计算产业要坚持自主、开放、安全、普惠,借助世界互联网大会这类开放平台加强国际产学研合作,跟世界共建共享开放生态。从替代走向重构,国产算力要破的不只是单点技术瓶颈,还得形成芯片、系统、服务与生态协同发展的产业能力。
蚂蚁副总裁陈亮:
智能体替人办事,信任关得先过
陈亮提到,智能体互联网在很多场景下已经到来,C端用户的核心担忧集中在信任上:用户委托智能体去办一件事、完成一笔交易时,会不会担心智能体把动作做错了?只要涉及交易就一定会动钱,智能体会不会乱花我的钱?
PC互联网时代,支付宝用担保交易解决了C端用户基本的信任问题;到了移动互联网时代,你敢付、我敢赔等产品解决了用户把钱付出去的顾虑。智能体时代的授权不再只是勾选几个权限、获取用户信息、获取账单信息、帮你付款、设计一个额度,这些都是基本操作。最难的是智能体执行用户委派任务时,这个任务到底需要多少权限,用户能不能提前知道;整条链路上,平台方的、用户自己的、关联到调用外部平台的授权该怎么做,技术挑战非常大。
连接侧,如今是多端时代,用户不只通过手机,还能用耳机、AI眼镜连进来。耳机到手机的信任怎么传递,手机到云端、云端再到服务商,整条链路上连接的可信,包括意图、授权、身份,都是待解的问题。智能体跨平台调用还卡在流量识别上:以前每个网站都出验证码防机器流量,现在C端用户授权的情况下,平台怎么识别这不是机器流量、而是用户授权的流量,单这一个点眼下就很难推动,得靠整个行业和国家各部门一起把标准立起来。
宇树科技创始人王兴兴:
AI跟真实世界对齐,还差一点点
王兴兴认为,开源能汇聚全球开发者的力量,让机器人从数字模型走向物理世界的对齐进程加快。宇树在机器人格斗等项目上实行“完全开源”,数据集、训练方法和部署策略都在其中,多个指标已达到全球领先水平。全自主格斗中,两台机器人完全不需要人参与,理论上能做几十上百个动作,很多情况下人已经打不过同类型机器人。
目前最大的问题,还是最后几个毫米没解决好。机器人做工厂单工序成功率极高,可到了精密装配这类精细操作,对物理世界的触觉理解依然不够,AI模型的输入输出跟真实世界对齐还是差了一点点。他判断,2027年很大概率会是整个具身智能行业或者模型的一个临界点。
头部大模型公司已经让模型自己采集数据、训练、迭代,人眼下最大的价值变成了评价AI模型,或者设目标让AI去实现。机器人领域自进化用得还少,大量机器人数据没被充分利用。未来数据和算力都很关键,芯片产能和能源矿产稀缺,算力生产本身会成为一个重要产业。
知乎创始人周源:
AI技术能力溢出,红利分配没跟上
周源表示,国产模型在Agent、Coding、前端设计等消费场景表现突出,但在知识图谱关系与实体提取、长上下文产业政策提取、复杂图文题目批改等高反馈成本场景上仍有待提升。这话的产业含义是:消费级应用繁荣,不等于模型能力有纵深。
所谓“人工智能+”,要害不在拿AI去追流量,而在拿它去啃硬骨头。高端芯片、量子科技、生物制药、脑机接口、具身智能,这些既是AI能施展身手的战场,也是被卡得最死的环节。场景一旦在这些领域落地,过程中还会不断冒出新的创新机会。
除了算力和人才,“人工智能+”高质量发展的关键在产业升级与科学发现,尤其在高质量数据驱动上——由各学科的人类专家来驱动,形成“既提升模型水平,又反哺垂类领域工程创新和科研发现”的价值闭环,让人和技术相互反哺。
眼下AI技术能力的溢出和技术红利的分配并不同步对等,商业定价、渠道分发的成本结构不在中小企业手里,技术红利也就分不到位。
握有技术能力的平台或企业,应当开放更多创新机会,给中小企业留出更多分配红利的空间。真正意义上的开源不是单纯开放技术参数,而是要带动整个生态的构建和创新。以开源社区为例,社区汇聚的集体智慧,比单个实验室更有创新力和生命力。