2026世界人工智能大会：聚焦AI的基石、场景落地和边界

发表于 2026/07/17 更新于 2026/07/19

作者 ManShouyuan

本文总阅读量次， 97 分钟阅读

2026世界人工智能大会暨人工智能全球治理高级别会议（来自WAIC）

导语

7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议开幕式在上海世界会客厅隆重举行。本届大会以智能伙伴·共创未来为核心主题，45国1500+全球领军人物参会，11位顶奖得主、115位国内外院士同台。当2024图灵奖得主Richard Sutton站上主论坛，将AI时代锚定在经验二字，整日对话自此有了清晰的底色。WAIC 2026首日以基石筑底为脉络，将AI时代的地基打入科学、算力、产业、人才与治理的更深处，共同探讨人工智能全球发展与治理的时代命题。

开幕式：全球首个AI政府间国际组织WAICO正式落地

本场开幕式最具里程碑意义的事件，便是《关于成立世界人工智能合作组织（WAICO）的协定》现场签署。这是全球范围内首个人工智能领域政府间国际组织，总部永久落户上海，将彻底改变全球AI缺乏常态化多边协作平台的现状。

组织设立核心目标直指缩小全球智能鸿沟：面向全球南方国家提供全方位支持，覆盖AI基础创新、行业落地应用、风险伦理治理三大能力建设，让发展中国家平等参与智能浪潮，共享技术发展红利。

在运行机制上，WAICO严格遵循《联合国宪章》宗旨，尊重各国主权与文明多样性，坚持共商共建共享的多边原则，面向世界所有国家开放，同时将与联合国、各类国际行业组织保持常态化协同沟通。未来，该组织将成为各国协调AI技术标准、共享算力资源、开展人才联合培养、协商治理规则的核心固定平台。

多国与会元首、联合国代表在现场致辞中均表示，WAICO的成立恰逢其时，将有效打破当前人工智能领域各自为战、技术分割的局面，为全球多边科技合作树立全新范本。

上午开幕式定调全球AI治理顶层框架；下午论坛汇聚全球图灵奖得主、顶尖科学家、国内头部AI产业领军者、多国政要与联合国相关机构代表，围绕AI基础理论革新、通用智能体产业落地、全球人工智能治理三大核心议题展开深度分享，并重磅发布三份全球AI合作纲领性文件。

下午所有分论坛从数学、算力、产业、法律、机器人等细分赛道落地拆解，主论坛统一汇总全部技术与治理共识，形成顶层宣言 — 细分研讨 — 集中复盘完整闭环。

不同于往年聚焦大模型参数竞赛的讨论基调，本场论坛清晰释放行业转向信号：人工智能正式告别单纯数据拟合的发展阶段，以强化学习、通用智能体、具身交互为核心的全新技术周期已然到来。本文将完整梳理本场主论坛全部核心观点、产业成果与全球治理共识，读懂未来AI发展的核心趋势。

学术前瞻定调

本场论坛开篇便聚焦人工智能基础科学瓶颈，多位全球顶尖学者带来颠覆性行业判断，为行业划定下一阶段技术研发主线。

底层理论迎来拐点：AI从复刻数据走向自主学习

主论坛由Richard Sutton（2024年图灵奖得主、强化学习奠基人）破题，他认为，当前AI仍停留在人类数据时代，高质量数据已耗尽。AI正迈入经验时代——数据应来自智能体与世界的第一视角互动，通过行为、观察和奖励自我进化。他断言：大模型没有奖励信号，也无真正目标，因此会幻觉。并以欢迎大家来到经验时代作结。

Richard Sutton 经验时代（来自WAIC）

Richard Sutton直指当前通用大模型存在根本性局限：现有大模型本质是对历史存量数据的拟合复刻，仅能根据已有信息生成内容，无法通过与真实世界交互积累全新经验，算力堆叠并不能等同于真正的自主智能，幻觉、逻辑断层等问题难以从根源消除。在他看来，通往通用人工智能的唯一路径，是融合强化学习与真实物理场景交互，让机器通过持续试错、动态反馈完成自我迭代；同时他呼吁行业褪去AI炒作泡沫，搭建全球统一的通用心智科学研究框架，理性看待技术机遇与潜在风险。

人才是AI时代的基石

1986年图灵奖得主John Hopcroft将视角拉回人。他提出AI战略必须具备适应变化的韧性，而最佳路径是人才（在过去，黄金、石油、农业铸就了国家的强盛，在未来，人才是核心竞争力，致力于培养人才的国家，将成为世界领先的强国）。他尖锐地指出，大学最根本的使命是培养下一代人才，是帮学生找到志趣，而不是做研究。Hopcroft认为，这才是AI时代最被低估的基石。

John Hopcroft 人才基石（来自WAIC）

科学范式之问：AI是工具还是导师？

随后的跨界圆桌论坛将学术讨论推向高潮。中国科学院院士鄂维南主持，2025图灵奖得主Gilles Brassard、诺贝尔化学奖得主Omar M. Yaghi、复旦教授邱锡鹏同台对话，分别从数学基础、前沿科研、AI for Science维度展开探讨。Yaghi以化学研究现身说法，却发出严厉警告：不能让AI告诉科学该怎么做。邱锡鹏点出提好问题比有答案更重要，并担忧AI辅助下的研究将走向同质化。Brassard则从量子角度补注，中国在量子主干架构上已全球领先。圆桌达成共识：当下AI仅停留在辅助阅读、计算的浅层科研工具，未能深度参与原始实验、原创发现全过程。全球亟需搭建普惠公共科研算力平台，打破实验室资源壁垒，让AI深度赋能材料、生物医药、量子物理等硬核学科。同时各位学者均强调，底层数学、基础算法是全人类共享的技术资产，全球科研应当坚持开放协作，拒绝技术割裂与阵营对抗。

人只有一辈子，别浪费了，你应该把时间用来追求自己的梦想和目标，去做那些最让你兴奋的研究，别为了名利去做研究，要因为你觉得它有意思，让你着迷才去做。所以，追逐你的梦想，才是通往成功和幸福的关键。
–来自John Hopcroft勉励Gilles Brassard

有梦想是好事，但梦想不会自己实现。你得去试，得能适应变化，得跟变化处得来，你还得敞开心态，去改变那些该改的东西，不只是按照你的想法去改变，还要考虑别人的想法，以及如何去影响别人的想法。
–来自Omar M. Yaghi

数学底座：当参数狂奔，原理在哪？

斯梅尔数学与计算研究院论坛上，菲尔兹奖得主埃菲·杰曼诺夫与徐宗本、鄂维南等数学家同台，沿数学塑造AI、AI改变数学主线追问：当大模型以千亿参数膨胀，从经验驱动走向原理驱动，究竟还差什么？

苏昊：你说服不了重力

复旦教授苏昊的演讲《物理智能：从幻觉到现实》直击痛点：大模型的幻觉源于语言是世界的投影，模型从未见过投下影子的实体，你可以在屏幕里雄辩，但你说服不了重力。人工智能要克服幻觉，关键是要让机器理解物理世界。他介绍了对于物理智能的前沿洞察，提出物理知识的六层阶梯，越往上越难被互联网记录。解决之道是把视频的广度、方程的精确、真机的真实融进同一模型——光靠刷网页，刷不出完整的物理智能。AI将从科学的读者变成知识的创造者，指出物理智能的使命是把人还给人。

物理知识的六层阶梯（来自WAIC）

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。
物体知识：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。
状态知识：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。
动力学知识：世界自己会怎么变，球会滚，水会流，松手东西会往下掉，力就在这一层，你用眼睛看不见它。
上三层，因我而生，每一层都是下三层绑定了主体之后的样子。
功能知识：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。
目标知识：我要世界变成什么样？球在沙发底下，我要它回到手里。是，与因是，一字之差，隔着整个主体。
行为知识：知道要做什么，和手真能做到，是两回事，端一杯水，穿过房间，不撒是分寸，系鞋带用筷子是巧劲，这些本事不写在书上，长在手上。

我们知道的，远多于我们能说出的。
–来自哲学家波兰尼

科学发现的革命：让科学数据成为基础模型的原住民

数据是人工智能的要素基石，也是决定模型能力上限的关键变量。中国工程院院士、之江实验室主任、阿里云创始人王坚以《科学发现的革命：让科学数据成为基础模型的原住民》为题进行了主旨演讲。他从人工智能带来的科学范式变革入手，揭示新范式对于科学数据的全新要求和全新期待，并以地球科学前沿研究为例，介绍了科学基础模型（SFM）取得的最新突破。

以IMAGENET为例，提出数据驱动了行业的观点。

基石对话——新型计算架构与全栈生态协同突破

算力是当下人工智能的物理基石，也是世界各国竞相发展的焦点。本次论坛的新型计算架构与全栈生态协同突破基石对话，由思朗科技董事长兼首席执行官查浩主持，集结曦智科技创始人、董事长沈亦晨、基流科技创始人兼首席执行官胡效赫、艾捷科芯首席科学家薛继龙，聚焦底层物理介质和计算架构创新、新型计算架构升级和算力突破、全栈产业链协同创新等算力架构领域的热点议题展开深度交流，展现出新型架构研发的最新进展和强劲动能。

善治固本

人工智能行稳致远，离不开善治之力划定边界，管控风险。本次论坛聚焦人工智能治理体系建设及智能行为边界规范、长效安全框架搭建等善治议题展开深入探讨。

图灵奖得主、加拿大蒙特利尔大学计算机科学专业正教授、LawZero联席主席兼科学总监约书亚·本希奥在讨论前的先导演讲中，对于前沿AI系统的风险及其全球治理提出了三个原则，一是任何系统都必须先证明安全并经过安全验证；二是必须建立完善的风险管理流程，并以负责任的方式实施；三是AI带来的收益应当惠及所有人，AI创造的财富必须实现共享。本希奥强调，现在正是调整发展方向，让AI真正造福人类的最佳时机。

紧接着本希奥的演讲，周伯文主持治理圆桌，与清华薛澜、纽约科学院院长杜宁凯、伯克利尼兹伯格，共同围绕当前人工智能核心风险与治理挑战展开深度研讨。这条边界不是技术的终点，而是人类自我认识的起点。薛澜剖析委托代理框架：AI有不确定性且无法承担责任，问责须从追责个体转向审视执行链条，指出要为智能体的能力范围划出伦理底线并且建立监测机制，及时发出风险预警。对此，杜宁凯进一步提出，人类不仅必须要创造新的机制对人工智能进行监督和监测，还需要建立全新的问责机制。马克·尼兹伯格则从更具体的操作视角，指出为人工智能建立规则需要进行国际性、跨领域的共同标准评估和互操作性测试，强调安全的AI必须是设计出来的，像建桥一样。他还强调任何生死相关和无法挽回的事情都不能交给人工智能，为人工智能不可逾越的红线给出了现实注脚。

周伯文以两句定场收束：AI可以代表人行动，但不能代表人负责。每一次人类对AI的授权都应该可以撤回，每一个行动都应该可以被追责。

场景深耕

人工智能全面连接人类社会的各个场景，催生全新产业、模式和业态。本次论坛汇聚全球产业龙头与技术先锋，多角度呈现人工智能技术赋能产业升级、提升生活品质的最新实践和未来可能。

欧莱雅集团全球首席人工智能官安德里亚·拉沙佩勒发表了题为《人机共生、AI向美的实践和未来图景》的主旨演讲，分享了关于人工智能赋能全球美业的最新洞察和实践进展。

英矽智能创始人兼首席执行官亚历克斯·扎沃隆科夫以《以AI破解生命密码》为题的主旨演讲，生动诠释人工智能在新药研究领域的最新进展，深度阐释人工智能在生命科学、生物医药领域的创新应用，全面展现人工智能助力健康生活和生命探索的巨大价值。

世界模型圆桌：虚拟驱动现实

世界模型和具身智能对打破场景边界，具有重要意义。本次论坛的世界模型圆桌，由复旦大学副校长、教育部长江学者特聘教授姜育刚主持，智元合伙人、觅蜂科技董事长兼首席执行官姚卯青，它石智航创始人兼首席执行官陈亦伦，亮源新创创始人兼首席执行官姜旭共同参与，围绕从虚拟到现实，世界模型如何驱动具身智能？的主题进行研讨。各位嘉宾围绕世界模型技术迭代、具身智能落地应用、虚实融合场景创新等前沿议题展开深度交流，剖析人工智能从数字交互走向实体赋能、从单一技术应用走向全域协同服务的发展趋势，分享各自关于具身智能短期落地与长期发展的看法。姚卯青定义世界模型核心是预测下一个状态而非渲染下一帧；陈亦伦指出它比VLA更完备，不仅告诉机器人该做什么，还告诉它做了之后世界会变成什么样。最后达成共识，世界模型驱动具身，数据是最大的瓶颈。陈亦伦称需1000万小时真实交互数据，姚卯青认为规模需达亿小时级。落地场景上，三人一致指向制造业——中国是全球制造业最集中的国家，我们是用脚投票的。

青年主题圆桌：AI在重新定义新一代人的成长

本次论坛特别设置的《新青年与新一代AI》青年主题圆桌对话环节，由上海人工智能实验室青年领军科学家陈恺主持，清华大学助理教授、上海期智研究院PI、元环智能首席科学家刘子鸣，Sand.ai创始人兼首席执行官曹越、Recursive创始成员诸葛鸣晨共同参与。四位嘉宾同时兼具科学研究和产业实践的双重身份，长期耕耘于人工智能创新的最前沿。

青年圆桌对话经典语录
敢于相信AI
不拿旧经验解决新问题，去登味
偷懒的人更会用AI
AI在重新定义新一代人的成长

陈恺的总结深得现场共鸣，AI不是一项只属于实验室、大公司的技术，它也在重新定义新一代人的成长，他说，希望让更多的年轻人能够相信新一代AI的故事不只发生在远方的论文、模型和发布会上，也可能第一个好问题开始。这也正是本场圆桌嘉宾共同传递的信念：面对智能时代澎湃大潮，青年人不应只是未来的旁观者，而应有主动入局的决心和魄力，将尚未被完全定义的未来，当成自己所能参与建设的现实。

整场学术环节传递出清晰信号：行业竞争重心不再是模型参数、算力规模，底层基础理论、自主交互学习能力，才是决定下一代AI高度的核心关键。

产业落地新核心：通用智能体成为全新生产力单元

如果说学术板块指明技术方向，产业分享则完整展现了智能体落地的完整图景。

阶跃星辰、千里科技董事长印奇作为国内产业代表，完整拆解智能体浪潮带来的产业结构性变革。第三波AI浪潮将是Agent走进物理世界。编程语言将成为人与智能体最共用的语言，变革规模会超过PC互联网叠加移动互联网。他明确指出，2026年是通用智能体规模化落地的关键元年。如今AI已经突破短时指令执行局限，可连续自主完成数十小时复杂工作，通用智能体将成为新时代最小生产力单元。AI不替代人，而是催生超级个体——一个人成为一个团队。

落地的三件新东西是：大模型驱动的新OS、面向智能体的新设备、重新定义价值的新网络。

智能体时代将重构三大产业底层体系，
全新智能体原生操作系统问世，打通大模型、海量数据、多类型硬件，实现智能统一调度；
终端边界彻底消融，手机、汽车、人形机器人可共享同一套智能内核，智能实现跨终端无缝流转；
A2A智能体互联网络成型，智能体拥有独立数字身份与信用体系，能够自主组队协同，独立完成复杂商业、生产任务。

印奇同时客观提示行业风险：当智能体深度走进工业、民生等物理场景，势必重塑现有社会生产秩序，配套的权责划分、行为追溯、权限管控体系必须同步完善，技术创新不能超前于安全规则建设。

论坛现场同步展示了多领域真实落地案例，直观印证人机协同的全新模式：工业端智能驾驶系统、AI质检设备可主动预判工况、自主优化生产流程；文化领域AI完成敦煌壁画毫米级数字修复，成为文化遗产数字化保护的重要工具；农业AI无人机能够结合农户操作习惯、田间实时环境动态调整作业方案，实现人类经验与机器智能双向融合。

过去AI只是辅助工具，如今人与智能体共生进化已经从概念走向现实，人机协同生产将大幅降低创新门槛，单人即可完成传统团队级别的复杂工作。

全球治理落地成型：三份重磅文件构建包容共治体系

论坛压轴环节迎来全场重磅成果发布，国家多部委、工信部联合联合国教科文组织、工发组织集中发布三份面向全球的人工智能合作文件，覆盖产业普惠发展、智能体标准、AI伦理安全三大维度，搭建起分层、可落地的全球AI治理完整框架。

第一份《人工智能合作发展行动计划》配套《中国智・惠世界（2026）案例集》，聚焦缩小全球智能鸿沟。方案明确多边普惠协作路径，汇总十余项中国AI海外落地实践，面向发展中国家输出低成本算力、开源大模型整套解决方案，推动全球AI均衡发展，避免数字智能差距持续扩大。

第二份《智能体互信互联互操作全球合作倡议》是本届大会核心技术纲领。文件倡导建立全球统一智能体接口标准，打破厂商生态壁垒；明确智能体全生命周期安全规范，要求所有智能体做到身份可识别、行为可追溯，保障跨设备、跨区域智能体安全协同。

第三份《国际人工智能伦理治理行动计划》划定全球通用AI伦理红线，推行AI分类分级敏捷治理机制。针对高风险人形机器人、工业智能体等设备，要求搭载可适配不同地域文化的价值观校准模块，兼顾各国发展阶段差异，在鼓励创新的同时守住伦理安全底线。

在随后的全球治理圆桌中，联合国代表、多国参会代表达成统一共识：全球AI治理拒绝一刀切规则与阵营对抗，坚持多边主义；依托本次大会正式成立的世界人工智能合作组织（WAICO），统筹全球算力共享、技术普惠工作；所有高风险AI系统必须坚持人类可控原则，搭建跨境AI风险预警、应急管控机制，以动态迭代的活规则适配快速发展的AI技术。

全场核心总结：读懂2026 AI三大长期趋势

纵观整场下午主论坛，技术、产业、治理三条主线相互印证，提炼出决定未来2-3年人工智能发展的三大核心趋势，

技术迭代逻辑重构：行业彻底告别大模型参数内卷，强化学习、真实世界交互、通用具身智能、AI for Science成为全球研发核心赛道，底层基础科学突破是长期竞争核心；
产业生产力全面革新：通用智能体取代传统对话模型，成为赋能千行百业的核心载体，跨终端智能互联、人机协同共生将重塑工业、科研、文创、农业全产业链；
全球治理体系走向成熟：统一、包容、普惠的国际AI规则框架落地，平衡技术创新与安全风险，兼顾发达国家与发展中国家发展需求，反对技术霸权与封闭生态。

结语

本届WAIC主论坛下午场不仅是一场前沿观点的交流，更是人工智能发展新阶段的一次全面定调。人工智能不再是单一的技术产品，而是与人类协同成长的智能伙伴。

萨顿讲的经验时代，是智能体的底层逻辑，不跟世界交互就没有真正的智能；
印奇讲的三层重构，是智能体的产业形态，OS、终端、网络全链条刷新；
圆桌聊的AI for Science，是智能体的落地场景，科研会是第一批被改造的行业；
最后那三项全球倡议，是智能体的规则框架，先立规矩，再谈发展。

从技术到产业，从应用到治理，一条线串得明明白白。这不是哪家公司喊口号，是整个行业的共识在收敛。WAIC办了八年，前几年还在吵路线、比参数、猜时间表，今年是真的方向感最清晰的一届。智能体的时代，不是将来时，是现在进行时。

三大篇章主线，
伙伴基石（底层AI理论、强化学习、AI for Science）
伙伴征程（通用智能体、产业落地）
伙伴边界（全球AI治理、伦理安全）

未来，在持续突破底层技术、规模化落地智能体应用的同时，全球各国将共同完善适配技术发展的治理规则，让人工智能真正服务全人类均衡发展，在创新与安全之间找到长久平衡。

属于通用智能体的时代，已经正式拉开序幕。

敢于相信AI

进入2026年后，总能见到身边有人对AI持有两种截然不同的态度，
一种人就在说，都2026年了，还有人能不信AI？
但有人就持反对意见，他们的理由是从原理出发，现在所谓的AI就是通过拟合数据后得到深度神经网络模型，通过前向推理最终得到的是一个概率结果。

今天强化学习之父Richard Sutton，不吹不黑，准确客观地给出了答案，直击靶心。

现在的AI，弱小、不可靠、会产生错觉。但同时，非常有用。它催生了一整个新产业，每个人都能用，所有人都为之激动。

一开始，Richard Sutton站在WAIC 2026主论坛的讲台上，说出这句话，

AI的进步被夸大了。

全场都安静了下来。大语言模型看似强大，但萨顿提醒所有人：它们只是在使用人类已有的知识，而非自己发现新知识—— 它们还比较弱，不可靠，会产生很多错觉。

但他随即话锋一转，引用维克多・雨果的名言：恰逢其时的思想，势不可挡。他正式宣告：人类数据时代即将走到尽头，AI正迈入真正的经验时代。

先搞清楚：什么才是真正的智能？

萨顿整个演讲的起点，是一个非常基础但很少有人认真想的问题：智能到底是什么？

说实话，这个问题挺有意思的。做AI的人天天挂在嘴边，但真要给个准确定义，没几个人能说清楚。

萨顿列了好几种定义，挨个拆解，

威廉・詹姆斯（心理学奠基人）说，心智就是用不同手段达成同一个目标，核心是目标导向；
图灵说的是模仿游戏（注意，图灵本人从来没提过图灵测试这个说法），像人一样行为；
字典里的定义是获得和运用知识与技能的能力，重点在获取和使用；
人工智能之父麦卡锡的定义是通过计算达成目标的能力，又回到了目标+计算。

萨顿自己的版本是，通过行为的适应来实现目标的能力。关键词两个：适应、目标。

而且他提出了一个更大的构想，我们需要一门心智科学，不是心理学、不是AI、不是认知科学，而是一门涵盖人类、动物、机器所有心智的综合性科学。因为不管是人、动物还是机器，只要是心智，本质上都是随着时间推移，采取行动实现目标。

强化学习，就是这门新科学的起点。

为什么说现在的AI还不够智能？

按萨顿的标准，今天的大语言模型差得远。

第一，它没有目标。LLM的训练目标就是预测下一个词，这跟实现某个真实世界的目标完全是两码事。它不知道自己说这句话是为了什么，只是机械地按概率输出。
第二，它没有奖励信号。你不知道一个行为是好是坏，就没法调整和改进。大语言模型生成一个答案，对了还是错了，它自己根本不知道。因为它不跟真实世界交互，没有反馈回路。
第三，它分不清真假。这就是幻觉的根源。没有经验作为校验，它怎么可能知道自己说的是事实还是胡说八道？它的知识都是从训练数据里扒来的二手信息，从来没有亲自验证过任何事。

萨顿的原话很直接：这些系统主要是在使用人类知识的力量，并且把它再交付给我们，它们并没有能力发现自己的知识。说白了，现在的AI本质还是个高级复读机+重组器。它能搬运和重组人类知识，但创造不出新知识。

而且萨顿特别强调了一件事：别把智能和计算搞混了。

大家觉得AI进步快，很多时候进步的其实是计算能力。芯片越来越强、数据越来越多、模型越来越大，但对智能本身的理解，进展没那么快。

这话挺扎心的，但确实是实话。

下一站：经验时代

那突破方向在哪？萨顿给出的答案是，从人类数据时代，进入经验时代。

过去这波AI浪潮，吃的是互联网几十年积累的人类数据红利。所有的LLM都是在预测人类的下一个词、学习人类标注的标签、靠人类专家微调。本质上是知识从人转移到机器。

但这条路已经快走到头了，

高质量的人类数据快被用完了
靠生成式数据补？会带来模型退化的问题
更关键的是，这个范式从根上就产生不了新知识

经验时代是什么样的？

AI不再靠静态数据集训练，而是像婴儿一样，通过自己和世界互动来学习。数据不是别人喂给它的，是它自己在行动中产生的。第一视角的感知、行为带来的结果、奖励信号的反馈。

萨顿放了一段婴儿玩玩具的视频，这个例子特别传神。你看小孩玩玩具，他的数据从哪来？从他自己的动作来。他伸手抓这个，不对味，换下一个。每一个动作都在产生数据，而且这些数据刚好匹配他当下的认知水平，不多也不少。

这才是最高效的学习方式。AlphaGo下棋是这条路，自己跟自己下，产生海量对局数据；AlphaProof做数学也是这条路，自己尝试、自己验证，在奥数比赛里拿了好成绩。

萨顿翻出了图灵1947年的原话，那时候连人工智能这个词都还没有，我们需要的是一台机器，它可以从经验当中来自主学习。一个80年前就有人想到的方向，直到今天，技术条件才终于成熟。

最后萨顿的总结很公允，不吹不黑，

现在的AI，弱小、不可靠、会产生错觉。但同时，非常有用。它催生了一整个新产业，每个人都能用，所有人都为之激动。

我们还远远没有到达真正的自主智能、超级智能的时代，但我们确实正在迈向那里。这是人类第一次跟准智能打交道，一切都才刚刚开始。

萨顿演讲的最后一句话，分量很重，

欢迎大家来到经验时代。

这里有个潜台词很值得品，如果经验时代真的到来，今天所有靠吃人类数据存量建立起来的大模型优势，都得重新算。

谁先让AI真正具备跟世界交互、从经验中学习的能力，谁才攥着下一张门票。

知识工具箱，阶跃到自主智能体

如果说萨顿是在底层理论上换赛道，印奇的演讲就是把智能体这件事，从技术到产业到治理，完整地铺了一遍。

作为AI创业老兵，印奇的切入点很有意思，他先复盘了AI爆发的规律。

每一波AI浪潮，都是模型+应用双轮驱动

过去5年，AI为什么能一波接一波地炸？印奇的观察是，每一次爆发，都是超级模型和超级应用两种力量叠加的结果。

第一波：Transformer大语言模型 + Chatbot聊天机器人 = ChatGPT时刻
第二波：强化学习推理模型 + 辅助编程 = AI Coding全面爆发
那第三波是什么？他的答案很明确，智能体走进物理世界，智能体模型+下一代终端产品。

这个判断背后还有一个很妙的观察，AI的里程碑总是跟语言绑在一起。

最早的图灵测试，衡量标准是机器能不能掌握人类自然语言；
后来大模型出现，大家一开始觉得预测下一个token不算智能，结果发现这反而打开了通往智能的大门；
到了2026年的今天，AI不光掌握了自然语言，还在编程（人类最重要的智力劳动语言）上快速追赶甚至超越人类。

印奇把这个叫做图灵测试2.0版本：在编程语言这个更通用的框架下，机器能不能超越人？他还引用了维特根斯坦的一句话：语言的边界，就是世界的边界。AI的世界似乎也遵循这个规律，每掌握一种新语言，能力边界就扩大一圈。

而下一个关键问题就是：当AI要进入物理世界，我们该为它设计一套什么样的新语言体系？

这个切入点挺绝的，一下子把技术问题拔高了一个维度。

印奇的核心判断是：智能体正在成为生产力的最小单元。

这话怎么理解？

在过去，生产力的基本单位是人。一个工程师、一个设计师、一个研究员，各自干活。未来，每个人身边都会有专业的智能体，工程师有代码智能体，设计师有创意智能体，研究员有分析智能体。一个人加上一堆智能体，就等于一支团队。

智能体不再只是屏幕里聊天的机器人，它能感知物理世界、记住你的偏好、做决策、执行任务。

这不是一个单点应用的机会，而是整个产业结构的三层重构：新系统、新载体、新网络。

第一层：智能体原生操作系统

过去四十年，每换一次计算平台就换一次操作系统。PC时代管软件，移动时代管APP，智能体时代要管的是一堆能理解目标、规划路径、调用工具、执行任务的智能体。

印奇给了一个很精炼的公式：智能体能力 = 模型能力 × 智能体操作系统能力。

模型决定智能体想多远，Agentic OS决定智能体走多远。操作系统连接模型与数据、工具、接口、设备，让智能体不光能想，还能真正动手做。

这个智能体原生操作系统，会成为下一代人机交互和产业生态的基础设施。3-5年内一定会诞生，而且它会是历史上第一个不绑定单一设备的操作系统。

第二层：终端从以人为本到人机共生

智能体走进物理世界，首先改变的就是终端硬件的设计逻辑。

过去的终端是围绕人的操作方式设计的，你点它才动；未来的终端是围绕人与智能的协作方式设计的，它能感知环境、理解情境、主动采取行动。

印奇描绘了几个具体的终端形态，

电脑：Agent工作站，24小时不关机跑任务
手机：随身智能中枢，控制所有设备和智能体
汽车：移动智能空间，第一个大规模落地的Robot形态
机器人：人类身边的智能伙伴

最关键的一点是：这些终端不是孤立的。电脑、手机、汽车、机器人，本质上是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、协同干活。

未来的终端竞争，不再是比谁的硬件参数好，而是比谁能让智能体更好地感知环境、采取行动。

第三层：A2A网络，智能体之间的价值网络

互联网连接的是人和信息、人和服务；智能体时代，连接的是智能体和智能体。这就是A2A（Agent to Agent）网络。

这可不只是个通信协议的事，这是一张由人和智能体共同构成的价值网络。未来几十亿人、几百亿设备和智能体都是节点，协作效率和规模都会上一个量级。

创业者的机会在哪？智能体会有自己的身份和信用，你能找到它、知道它擅长啥、可以给它派活、干完了评价付费、还能跟它合作。

当智能体能自己找伙伴、组织协作、完成交易，A2A就从技术协议变成了智能体经济的基础设施。

智能体的治理三问

讲完机会，印奇也直面了问题。

智能体正在进入组织、网络、设备和真实世界，这不只是能力跃迁，更是秩序重构。有三个问题必须回答，

它可以代表谁行动？
行动产生后果，谁来负责？
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？

这些以前只在科幻里讨论的命题，现在变成了真问题。阶跃已经在和姚期智先生领衔的期智研究院做前沿研究，但答案显然需要整个行业一起找。

印奇的态度很明确：我们这代AI创业者，既是技术浪潮的参与者，也是下一阶段秩序的建设者。有责任让智能体更可信、更安全、更普惠。

AI Native：不是会用AI，而是基因里就是AI。

最后印奇提了一个很值得创业者思考的概念——AI Native。

什么叫AI Native？不是说你会用AI工具就行，而是从第一天起，就把AI写进产品、系统和组织的基因里。

对个人，AI Native让一个人拥有一支团队的能力；
对创业者，AI Native意味着创造新产品、新组织，甚至全新的产业。

每一次技术革命都会催生新一代伟大企业。AI时代的超级建设者，一定会从AI Native组织里诞生。

印奇说，AI行业最有意思的地方就是，技术还年轻，产业还年轻，很多问题没有标准答案。大家不是在一条铺好的路上竞速，而是在一起把这条路修出来。

未来不是机器替代人的世界，而是人与智能共同进化的世界。

展览观后感

在上海世界人工智能大会逛展，三层展区对应三个截然不同的行业阶段，带来了完全不一样的感悟。

二楼机器人展厅，彻底告别了过去靠酷炫特效博眼球的展示模式，核心关键词只有一个：务实。

现场全是落地的真实业务场景：电力线路自主巡检机器人、药店自助结算机器人、商超货品分拣机器人、负重运载型工程机器人，形形色色的具身智能设备已经深度嵌入各行各业。

行业已经走过单纯比拼炫酷观感的阶段，转而用落地价值证明AI可以实实在在改造产业。配套硬件产业链也在极速迭代，以灵巧仿生手为例，原先单套成本高达20000元，如今整机可以压缩至8000元，不含机械臂本体的模组甚至仅需2000元。从仿生机械手到整套行走、感知、控制系统，整条硬件链路同步迭代，成本持续下探，为大规模商业化铺开道路。

来到一楼展区，聚集了各大原生大模型厂商、软件服务商与行业应用团队，我愈发确信：属于中国AI的时代正在到来。

大模型基底能力固然重要，相当于先天智商，但一个系统最终能产生多大价值，取决于训练路径、落地打磨能力与工程化落地水平，而这恰好是我们的优势赛道。

此前行业竞争高度依赖算力、显卡堆叠，用来刷榜单分数。但现在风向彻底改变：Kimi K3、GLM-5.2、百度搭子等国产模型快速迭代，核心竞争力变成长程规划、永久长期记忆、企业级安全管控这类智能体（Agent）能力。AI不再只做单次问答，能够自主拆解复杂任务、分步执行、持续复盘，真正接手完整工作流。

这套体系比拼的不再是算力密度，而是顶尖工程师人才密度，这正是我们长期的底牌。我国每年1300万高校毕业生，其中顶尖理工科人才可达200万，源源不断涌入AI产业做工程化打磨。

即便底层基础大模型和海外仍有半年至两年差距，但在智能体落地体验上，差距已经压缩到3个月甚至1个月以内，未来完全具备反超潜力。基础模型尚未彻底翻盘，依托工程优势的Agent应用会率先实现超越。

地下一层初创展区，是整场展会最打动我的地方。

这里聚集了大批从零起步的初创团队，带着看似天马行空、甚至略显理想化的创意艰难起步。很多项目今年亮相，或许明年就会被市场淘汰，但也有不少苗子，一两年后就能成长为二楼展厅里的行业主力。奇迹创坛、清华创业邦等孵化机构大量入驻，无数年轻人凭着一腔热情扎根创新，如同星火，生生不息。这份源源不断的创业活力，就是行业长远发展最大的底气。由衷祝愿这些初创团队，能够坚守初心，兑现自己的技术理想。

附录

四日整体节奏对比

7.17：上午单会场开幕式（全球顶层治理）、下午主论坛+分论坛（技术+产业纲领）；
7.18：全覆盖垂直产业、算力、世界模型学术论坛；
7.19：聚焦具身智能、机器人、创投、青年创新；
7.20：收官日，主打AI for Science、学术总结、产业对接、闭幕成果发布。

场馆分工统一逻辑

世博中心：高规格综合论坛、闭幕主论坛、产业政策、治理规则；
世博展览馆：WAIC Academic学术顶会、赛事、技术展览配套论坛；
张江科学会堂：AI芯片、光计算、超节点算力等底层硬件；
西岸国际会展中心：消费终端、文娱AIGC、青年科创、大众AI体验。

以下仅列出了正式主题分享论坛会场，不含展馆内企业小型沙龙、产品发布会、观众互动体验区。

7月17日会场划分

下午场

7月17日下午，1个主论坛大厅+12个固定分论坛会场，另有多个企业展厅配套沙龙、访谈点位；整体按顶层主论坛、学术理论、全球治理、算力硬件、工业制造、医疗生命、具身机器人、创业应用八大赛道划分。场馆包含世博中心、世博展览馆、西岸国际会展中心、张江科学会堂。

会场分工逻辑
世博中心：顶层政策、学术、垂直行业官方论坛；
世博展览馆：大模型、智能体、算力技术落地；
西岸：人形机器人、物理AI、人文科创议题；
张江：芯片、底层硬件、开放计算硬核技术。

核心主论坛会场（全场最高规格）

场馆：世博中心金厅A+B
时间：14:00–17:00
主题：2026世界人工智能大会暨人工智能全球治理高级别会议主论坛
三大篇章主线：伙伴基石（底层AI理论、强化学习、AI for Science）–> 伙伴征程（通用智能体、产业落地）–> 伙伴边界（全球AI治理、伦理安全）
核心内容：图灵奖学者主旨演讲、国内AI企业产业分享、三份全球AI合作文件集中发布、全球治理圆桌对话

世博中心平行分会场（政策、学术、医疗、制造、标准类）

银厅A：斯梅尔数学与计算研究院・数学×AI前沿论坛
- 主题：通用智能底层数学框架、AI基础理论、通用心智科学、基础算法创新
银厅B：中国联通・模数同频智造共振产业论坛
- 主题：工业AI、智能制造、5G+智能体、工厂数字化落地
620厅：人工智能全球治理与可持续发展论坛
- 主题：全球AI风险防控、数字鸿沟、发展中国家AI普惠、可持续智能发展
619厅：人工智能规则全球对话（中国政法大学主办）
- 主题：跨境数据治理、AI法律权责、高风险智能体监管细则
518厅：人工智能标准国际化论坛
- 主题：智能体互操作国际标准、大模型安全评测、AI伦理统一规范
616会议室：AI赋能生命健康新范式论坛
- 主题：AI药物研发、医学影像、智能诊疗、AI医疗落地路径

世博展览馆会场（算力、大模型、智能体、创业孵化）

8号会议室：智算超节点与算电协同论坛
- 主题：液冷超集群、国产算力底座、光互连、算力节能、超节点真机技术解读
9号会议室：记忆张量・从一次性Agent到记忆原生智能
- 主题：长记忆智能体、自主规划、多智能体协同、世界模型底层记忆架构
H4馆WAIC Connect专区舞台A：Connect 静安・场景涌现专场
- 主题：城市级AI落地、政务智能、中小企业轻量化AI解决方案

西岸国际会展中心会场（具身智能、女性科创、物理 AI）

401厅：物理AI重塑智能制造论坛
- 主题：人形机器人、工业具身智能、机器人自主交互、虚实融合产线
2号大厅A厅：AI女性论坛
- 主题：AI跃迁・她动能；女性科创人才、AIGC创意、女性视角全球AI治理

张江科学会堂会场（底层芯片、硬件、智算基础设施）

张江主厅2F：全球AI开放计算与智能体技术生态论坛（图灵奖大卫・帕特森领衔）
- 主题：开源算力架构、分布式智能体集群、GPU资源调度、国产开放计算标准
光技术专属专场：光互连与光计算产业论坛
- 主题：光芯片替代电互连、智算集群降本、下一代算力硬件突破

7月18日会场划分

7月18日为大会专业技术日，全天无统一主会场，全部垂直细分赛道并行，更侧重产业商业化落地、学术前沿成果、终端硬件产品，面向研发从业者、企业决策者、科研学者。

上午场

合计9个正式论坛会场。

四大片区定位分工
世博中心：产业落地、两岸协同、产学研、中小企业普惠；
世博展览馆：全球顶级AI学术会议开幕式；
张江：底层芯片、超算、光计算、算力硬件硬核技术；
西岸：消费终端、具身手机机器人、城市民生AI。

世博中心（政策、产业、产学研、两岸AI，4个会场）

世博中心金厅B
- 论坛名称：两岸人工智能融合发展创新论坛
- 主题：智领新程融创未来
- 核心分享：两岸AI芯片、智能制造、智慧医疗协同；台企AI技术落地；临港AI产业扶持政策、两岸产学研合作机制。
世博中心银厅A
- 论坛名称：AI未来发展论坛・产学研深度融合专场
- 主题：原始创新突破、AI产业转化、全球科研生态共建
- 核心分享：鄂维南院士、理查德・萨顿对话；强化学习落地、通用智能体产学研一体化、高校基础算法成果产业化路径。
世博中心 620会议室
- 论坛名称：低空经济与AI智能协同创新论坛
- 主题：AI无人机、低空交通调度、城市低空数字治理
- 核心分享：低空大模型、全自动空域规划、AI安防巡检、低空产业商业化落地方案。
世博中心 518会议室
- 论坛名称：AI中小企业普惠发展论坛
- 主题：轻量化大模型、低成本智能体方案、中小制造企业数字化转型
- 核心分享：开源轻量化模型、行业SaaS智能工具、地方AI普惠扶持政策、中小企业算力共享平台。

世博展览馆（学术顶会WAICA，1个会场）

世博展览馆 2号会议室
- 论坛名称：WAIC Academic（WAICA）学术大会开幕式
- 主题：全球AI前沿学术年度交流、基础理论创新
- 核心分享：本届学术会议整体议程发布、顶会最佳论文预告、AI for Science、通用心智数学、长记忆智能体前沿学术报告启动仪式waica2026。

张江科学会堂（底层算力、芯片、硬件硬核，2个会场）

张江主厅 2F
- 论坛名称：重构算力——新一代智算基础设施产业论坛
- 主题：国产算力供给重构、万卡级超节点、先进封装、液冷散热、算力能源平衡
- 核心分享：AI芯片集群工程、训练/推理算力结构变化、国产算力生态闭环、算力成本优化方案。
张江光技术专属厅
- 论坛名称：光互连与光计算产业前沿专场
- 主题：硅光芯片、光互联智算集群、低时延万卡组网、光计算替代传统电互连
- 核心分享：曦智、中兴、华为光算力真机技术解读，下一代算力硬件突破路径。

西岸国际会展中心（终端、具身智能、消费AI，2个会场）

西岸 401多功能厅
- 论坛名称：从数字屏幕到具身智能物理世界新范式（荣耀专场）
- 主题：Agentic OS智能体原生操作系统、人形终端Robot Phone、端侧自主智能
- 核心分享：凯文・凯利主旨演讲；消费级具身终端、跨设备智能体流转、端侧AI感知决策体系。
西岸2号厅B区
- 论坛名称：城市AI与民生服务创新论坛
- 主题：政务智能、AI养老、智慧交通、城市全域智能调度
- 核心分享：城市级多智能体协同、民生轻量化AI应用、AI公共服务伦理与数据安全规范。

下午场

共12个标准专业论坛会场。

四大片区定位分工
世博中心：产业政策、消费终端、低空经济、全球AI治理等高规格综合论坛；
世博展览馆：顶尖学术论文、世界模型、AIGC文创内容赛道；
西岸：通用智能体标准、城市民生落地应用；
张江：底层芯片、光计算、开放算力等硬核硬件技术。

世博中心（政策、消费终端、产业经济、低空、治理，5个会场）

红厅：未来计算与新一代超节点算力产业论坛
- 主题：万卡级智算集群、液冷算力、算电协同、国产算力规模化落地、算力成本优化体系
银厅 C+D：从数字屏幕到具身智能物理世界新范式（荣耀专场）
- 主题：Agentic OS智能体原生系统、Robot Phone终端、端侧自主智能、人机主体性边界探讨、跨设备智能流转
620会议室：AI智联低空・链启未来低空经济论坛（上海交大主办）
- 主题：AI全域低空调度、自主无人机集群、低空安防巡检、低空产业商业化落地、空域智能治理
518会议室：全球数字经济与AI产业价值论坛
- 主题：Token经济、AI商业化定价、企业级智能体商业模式、AI跨境数字经济规则
619会议室：人工智能全球治理与可持续发展分场
- 主题：全球AI治理指数、伦理审查智能体、发展中国家AI普惠能力建设、高风险AI监管细则

世博展览馆（学术顶会、世界模型、内容创作，3个会场）

8号会议室：WAIC Academic学术大会最佳论文专场
- 主题：强化学习智能体、多模态基础模型、医学分割大模型、视觉持续预训练前沿学术成果发布waica2026
9号会议室：世界模型 “六小龙” 巅峰论坛
- 主题：通用世界模型架构、真实世界仿真、长记忆智能体、世界模型工业落地路径
滨江酒店四季厅：AI时代内容共创新模式论坛
- 主题：多模态智能体全流程内容生产、AIGC版权规范、文创行业人机协同创作体系

西岸国际会展中心（智能体生态、城市民生，2个会场）

4楼2号厅B：从大模型到智能体：迈向自主智能新纪元（中国信通院主办）
- 主题：智能体互联网、跨厂商智能体互操作标准、智能体全产业链落地、智能体安全与伦理规范
401多功能厅：城市全域多智能体协同民生论坛
- 主题：智慧交通、AI养老、政务自主智能体、城市级智能调度、公共服务数据安全

张江科学会堂（光计算、开放算力硬件，2个会场）

2F主厅：全球AI开放计算生态论坛
- 主题：开源算力架构、分布式智能体集群、国产GPU调度、开放计算软硬件标准共建
光技术专属厅：硅光互连与下一代光计算产业论坛
- 主题：光芯片智算组网、低时延万卡集群、光计算替代电互联、算力硬件降本路线

7月19日会场划分

当日核心赛道：具身智能/人形机器人、消费终端、AI创投、青年科创、低空经济。

上午场

合计10个标准论坛会场。

世博中心（5个会场）

金厅A：智元机器人・具身智能商业化落地论坛
- 主题：人形机器人量产路径、工业多臂协同、家用服务机器人安全规范、具身智能体虚实仿真
银厅B：AGI基础设施与全球普惠AI实践论坛
- 主题：轻量化开源模型、发展中国家算力普惠、中小厂商智能体低成本部署方案
620会议室：AI产业投融资与科创孵化论坛
- 主题：AI赛道资本趋势、智能体/机器人创业项目路演、产业扶持政策解读
619会议室：AI营销与数字商业新生态论坛
- 主题：多模态营销智能体、用户全域感知、AIGC商业化内容合规体系
518会议室：工业数字孪生 + AI协同创新论坛
- 主题：工厂全域数字孪生、机器人自主产线调度、工业故障预判大模型

西岸国际会展中心（3个会场）

2号厅C：全球青少年AI创新素养培育论坛
- 主题：青年 AI 科创人才培养、中美青年科创项目分享、长三角AI创新赛事颁奖
401多功能厅：消费级具身终端人机交互论坛
- 主题：AI 手机机器人、穿戴式感知设备、端侧自主智能体交互标准
Geek训练营专属厅：开源智能体开发者沙龙
- 主题：Agent开源框架二次开发、多智能体组网实操、开发者工具生态共建

张江科学会堂（2个会场）

2F主厅：万卡级算力集群运维与节能技术论坛
- 主题：液冷智算机房、算电平衡、国产算力集群规模化运维方案
光计算专场厅：硅光芯片终端轻量化算力方案
- 主题：端侧光互连、低功耗AI推理硬件、消费终端算力降本路径

下午场

合计9个标准论坛会场。

世博中心（4个会场）

红厅：全球机器人产业标准协同论坛
- 主题：人形机器人安全国标、跨厂商具身设备互操作、全球机器人检测统一规范
银厅A：AI低空经济商业化落地论坛
- 主题：AI自主无人机集群、城市低空调度大模型、低空安防巡检商业化
616会议室：AI金融大模型风险治理论坛
- 主题：智能投顾、信贷风控智能体、金融算法合规与跨境数据监管
618会议室：城市多智能体民生治理论坛
- 主题：交通、养老、社区政务自主智能体、城市全域AI调度系统

世博展览馆（2个会场）

8号会议室：WAIC Academic分场——具身强化学习专题
- 主题：机器人交互强化学习、物理世界仿真训练、长记忆具身智能架构
9号会议室：OPC全球AI创新挑战赛总决赛
- 主题：通用智能体竞赛、世界模型实操比拼、获奖技术落地转化解读

西岸（2个会场）

2号厅B：AIGC文娱与数字人产业论坛
- 主题：虚拟人实时驱动、AI影视/游戏全流程生产、数字内容版权保护
晚间配套厅（18:30–21:00）：青少年AIGC原创音乐论坛
- 主题：AI音乐生成、青年原创音综展演、AIGC文创产业人才培育

张江（1个会场）

光技术多功能厅：AI芯片国产全栈生态论坛
- 主题：训练 / 推理芯片自主化、软硬协同适配、算力国产替代落地案例

7月20日会场划分

当日核心赛道：AI for Science、学术总结、产业孵化、闭幕成果发布、全球治理落地细则。

上午场

合计8个标准论坛会场。