2026世界人工智能大会主论坛围绕人工智能发展的关键方向展开深入探讨。与会专家一致认为,当前AI发展已越过以模型性能提升为主的阶段,正全面转向在真实场景落地应用、驱动科学探索、夯实基础设施支撑以及完善安全治理体系的系统性竞争。
人工智能正加速由虚拟空间向物理世界延伸。有学者指出,现有大语言模型对物质世界的内在规律和物理特性仍缺乏本质性理解。实现真正意义上的物理智能,亟需将扎实的物理知识体系深度融入模型构建过程,并将系统可靠性置于优先位置。在此背景下,具身智能因其能实现感知、决策与行动的闭环协同,被视为打通物理AI落地路径的核心形态;其中,制造业等流程标准化程度高、任务重复性强且需求迫切的领域,被广泛视为首批规模化应用的理想场景。
人工智能深度融入科研活动,正在重塑传统研究范式。专家分析显示,地球科学等领域中超过七成的关键信息以非文本形式存在,如遥感影像、传感器时序数据、实验观测记录等。面向未来,科学基础模型必须突破单一文本处理局限,有机融合自然语言、编程代码与多源异构的原始科学数据,从而推动科研目标从“归纳已有知识”跃升至“主动发现新规律”。这一趋势已在新药分子筛选、材料性能预测等前沿方向展现出切实成效。
算力基础设施建设的竞争重心已由单颗芯片的峰值指标,转向涵盖芯片、互联、存储、散热与软件栈的整体系统效能。国产全栈自主芯片已在多个关键环节实现突破,而光电融合计算架构则成为下一代高性能计算的重要演进方向。专家强调,大规模算力集群的生命力在于持续稳定的运行效率,软硬件协同优化仍有广阔空间;实现自主可控,关键在于构建高效协同、开放兼容、可持续演进的新型计算基础设施体系。
随着AI智能体在复杂任务中展现出更强的自主规划与执行能力,治理框架面临前所未有的适应性挑战。多位专家提醒,社会整体尚未充分准备好应对能力边界持续拓展的智能系统。核心关切在于人类应如何审慎界定AI的权限边界——尤其涉及价值选择、伦理判断及可能引发重大社会影响的决策,必须保留在人类主体手中。为此,亟需建立与智能体能力相匹配的分级授权机制、实时监测能力与可追溯问责体系,并在系统上线前完成严格的安全验证,确保技术进步成果公平、稳健、可持续地服务全体社会成员。

评论
更多评论