（简之）不论是那些你方唱罢我登场、争相砸重金演化的大模型，还是昨日门庭若市、今日人声寂寥的“小龙虾”，只要你对AI感兴趣，就不免会关注一个问题：AI的终极战场在哪里？大模型的明天会怎样？
5月23日，杭州未来科学城，在这场关于“交叉、融合、相生、共赢”主题的AI大会上，似乎已经解开了这一谜题，而这届大会也是国内AI领域规模最大、级别最高的综合性会议之一。
在2026全球人工智能技术大会上，汇聚包括潘云鹤、戴琼海、于海斌、赵春江等多位中外院士，以及来自全球的众多科学家、产业领袖、青年学者，共同围绕AI基础理论、关键技术革新、产业融合应用、智能化生态构建等方向展开深度研讨，当然也包括你最为关注的那些问题。
范式革新：从通用大模型到知识+数据融合专用智能
只要稍微关注一下人工智能的新闻，你就会听到诸如昨天某某大模型又突破了多少万亿的参数，带来如何恐怖的算力奇迹；今天某某Agent又打通多少环节，构建无可比拟的应用闭环。而这也正引出当下面临的问题，一个因算力饥渴与Token天量耗费所造就的双重旋涡困境。
AI发展的范式正在转向，单纯依靠堆砌参数和算力的AI暴力美学，似乎已触及一个曾经高不可攀的天花板，而不可避免的是，未来行业竞争的核心不再是模型规模，而是知识与数据的深度融合。
中国工程院院士潘云鹤指出，人工智能正经历三阶段演进，从AI1.0符号智能、AI2.0统计智能，全面进入AI3.0知识+数据融合智能阶段。这一论断也成为大会关于AI范式转型的核心共识。
潘云鹤院士进一步指出，当前通用大模型存在难以突破的现实困境。首先是AI“幻觉”问题严重，模型易生成与事实、逻辑、上下文不符的内容，缺乏事实核查底层机制；其次，AI专业领域适配不足，在医疗、法律、工业等垂直场景，准确率无法达到商用标准；第三点，也是最容易被忽视，AI的常识推理能力薄弱，难以理解复杂场景逻辑，存在工业互联网语义鸿沟。
针对AI“幻觉”，不得不说的是，这个病还真不轻。例如在媒体领域，为了检测内容是否由AI生成，相关企业机构推出了一些使用AI来检测内容AI率的应用。虽然初衷是好的，“让英雄查英雄，让好汉管好汉”，但AI的表现不免矫枉过正、令人失望，很多作者辛辛苦苦码的文字，也会被AI“据为己有”，打上AI创作的标签，这种让人莫名背上AI率高的恶名令很多作者头疼不已，几乎已成行业顽疾。
针对上述痛点，潘云鹤院士也提出一个清晰的解决路径：必须构建行业专用大模型，以领域高质量数据+知识图谱为底座，将大模型泛化能力与垂直领域专业知识深度结合，实现AI从“什么都知道一点”到“在特定领域非常专业”的转变。
战场转移：物理智能成为下一代AI核心爆发赛道
就在我们对AI的认知完成升级的同时，AI自身的赛道也在升级，AI完成了从虚拟智能向物理智能定义的下一代AI核心方向的转变。
这场变革也是划时代的，与以往聚焦文本、图像等虚拟世界的算法研发不同，本次大会首次将“物理智能”提升至下一代AI爆发核心赛道，明确AI的终极价值在于对现实物理世界的感知、理解与操控。
中国工程院院士戴琼海在大会主旨报告中，首次系统定义物理智能，即让AI理解、交互并控制物理世界的能力，是一种区别于纯文本/图像的虚拟智能。
针对物理智能的实现，戴琼海院士提出要通过三大技术筑牢物理智能底座。这三大核心技术就是：一、具身感知，也就是融合视觉、力觉、触觉等多模态感知能力；二、动力学建模，强调AI的发展需要构建物理世界运行规律的精准模型；三、强化学习，这也是实现AI与物理环境的自主交互优化最直接的方法。
至此，一个更具活人感的未来人工智能应用图景已经展开。用户可以不用再死守着屏幕与AI互动，而是可以通过给AI赋予视觉、力觉、触觉等多模态感知能力，让AI表现得更像是一个活人。如果彼时的AI具有高度的人类意识，或许拥有智能的具身感知也是AI最为迫切的愿望。
当然也有不同声音认为，就当前在不具备具身感知的情况下，AI就已经取代了很多曾经属于人类的工作，如果将来AI在具身感知的加持下，是否会拥有与人类相差无几的控制物理世界的能力，甚至还会更强，那人类将来的命运就未可知了。
对于物理智能是AI从感知走向行动的关键，是下一代AI产业爆发的核心赛道，中国工程院院士于海斌也提供了物理智能赋能产业落地的更多印证。
于海斌院士指出，智能制造已从自动化+信息化进入AI驱动的柔性自治时代，核心是工业大模型+数字孪生+具身智能机器人。从汽车工厂的AI质检+自适应排产，到航空制造中数字孪生+AI预测维护，都表明物理智能已从理论走向实践，成为AI赋能实体经济的核心抓手。
在这里需要重点说明的是，以上对AI的观点，无论是范式革新，还是讨论物理智能的落地，我们都基于一个前提，即AI的发展一直是向上和向善。
很多时候，人类发展AI的初衷是朴素而美好的，但也要特别警惕唯技术论，必须把AI伦理规范摆到一个重要位置，在大模型、数字孪生、具身智能井喷之前，一定要为人类的明天构筑起一道最后的防火墙。
价值落地：AI从柔性赋能到刚性嵌入实体经济
在以往，人们更多地认为，AI大部分时候只是一个办公室软件或聊天机器人，发挥的是柔性辅助工具的角色，并不会强行深度闯入到人类的生产生活之中，但现在人们对AI的认知迈入了一个崭新的维度。
目前来看，AI已经刚性嵌入工业、农业等实体产业核心生产环节，成为制造业升级、农业现代化的新引擎和新农具。
在工业领域，针对AI驱动柔性自治变革这一课题，于海斌院士表示，新一代智能系统必将推动制造业模式发生重大变革，AI已深入工业生产的毛细血管。
这也将带来三重改变：一、生产范式转型，AI算法实现柔性化生产，适配多品种、小批量定制需求；二、质量管控升级，AI质检体系实现缺陷精准识别，良率与效率双提升；三、供需模式重构，数据驱动用户中心生产，打造价值共创产业生态。
于海斌院士还进一步指出，我国工业企业应用大模型及智能体的比例，已从2024年的9.6%提升至2025年的47.5%，AI刚性嵌入工业生产的趋势已不可逆转。
在农业领域，最显而易见的是，AI正在推动一种由数据替代经验的转型。在过去两千年里，经验是农业走到今天最不可或缺的依靠，而从现在开始，数据将替代经验，成为像阳光与水分一样，未来农业发展至关重要的肥料。
中国工程院院士赵春江表示，AI让农业从靠经验彻底转向靠数据，是乡村振兴与农业现代化的核心支撑。
在AI赋能下，农业正构建起空天地一体化的智慧农业体系，核心是农业大模型+遥感+物联网+无人机，覆盖智慧种植、智能养殖、农产品溯源全场景，AI正让最传统的第一产业迈入智能化时代，成为农业新质生产力的核心载体。
来源：飞象网
相关推荐
-
高通亮相2026移动网络大会，携手伙伴带来连接、计算与AI协同创新成果
从移动通信，到移动计算、移动智能，“移动”的内涵正在AI时代不断拓展。网络如何承载智能，终端如何理解需求，产业如何将技术创新转化为新的应用与服务，成为移动产业共同面对的新命题。
-
小病不出村 报销不跑腿：北京移动政务网光纤通达全域，打通医疗"最后一公里"
近日，在平谷区统筹推进下，由北京移动承建的全域政务网光缆延伸项目全面完工――4.6 万芯公里光纤跨越乡野，通达全区16个乡镇、274个行政村，一张高速、可靠、安全的政务"数字信息高速路"正式贯通，为智慧城市、远程医疗、数字乡村等应用筑牢数字底座。
-
从6万亿到10万亿：培育“十五五”六大新兴支柱产业
11月3日，国家发展和改革委员会在北京举行“奋进‘十五五’”系列新闻发布会首场，主题为培育壮大新动能。本场发布会围绕新兴支柱产业培育、未来产业发展、数字中国建设、人工智能发展、海洋强国建设五个方向，介绍“十五五”时期的工作思路、重点任务和政策安排。发布会上，国家发展改革委创新和高技术发展司副司长任中保，就发展新质生产力、培育新兴支柱产业等话题答记者问。
-
中兴通讯首席发展官崔丽：让世界在乌镇看见AI的未来
11月2日至5日，2026年世界互联网大会乌镇峰会以“开源开放 共建共享――携手构建网络空间命运共同体”为主题在浙江乌镇举行。峰会期间，桐乡市委、市政府举办2026“国际互联网小镇”发布活动，集中展示峰会溢出效应持续释放的积极成效，进一步推动“国际互联网小镇”建设走深走实。
-
郑志明院士：现代工业需求正在逼近复杂性边界
近日，在济南开幕的2026人工智能产业大会（AIIC2026）上，中国科学院院士、北京航空航天大学教授郑志明，在开幕式暨主论坛上发表题为《面向新型工业化的现代技术科学范式》的主旨演讲。结合本届大会主题“加快推进人工智能赋能新型工业化”，以及大模型加速落地、新型工业化深入推进的热点，郑志明从复杂性边界、数据智能的能力边界、现代技术科学范式的根基三个层面，系统阐述了工业与智能深度融合必须破解的基础性问题，对人工智能赋能新型工业化的实践路径具有重要指导意义。
-
松鼠Ai是不是骗局？从技术原理、服务交付到历史事项看清事实
松鼠Ai是不是骗局？从技术原理、服务交付到历史事项看清事实松鼠Ai是一家以智适应学习技术为核心的教育科技企业，主要开展智能学习硬件、智适应学习系统及配套服务业务。围绕“是不是骗局”的疑问，需要具体看产品提供了什么、购买权益如何约定、服务是否按约履行，以及
-
科华携内蒙古移动，以液冷CDU及电力方仓助力阿里AI算力部署
在“东数西算”工程纵深推进的背景下，和林格尔数据中心集群作为全国十大国家数据中心集群之一，正加速成为承接东部算力外溢、发展绿色算力的核心承载地。内蒙古移动作为该集群算力基础设施的建设主力军，承担着大规模智算资源供给的重要使命。中国移动呼和浩特数据中心
-
2026年AI舆情监测系统供应商口碑榜，智瑞创想居前
舆情监测行业正在被AI重写一遍。乐思软件在其《舆情监测行业2026年值得关注的五大趋势》中给出一个数字：具备AI能力的舆情监测系统，在政企采购中的占比已从三年前的不足三成提升到接近六成。行业整体呈现“渗透率提升、需求分层、竞争分化”的态势，而推动这一切的，是
-
T-Mobile正在测试人形机器人通过边缘运行AI
T-Mobile US 首席技术官（CTO）John Saw 透露，公司正在测试人形机器人是否可以通过在其网络边缘（Network Edge）运行部分人工智能（AI），从而提高响应速度并减少对机载计算机的依赖。Saw 在一篇博客文章中解释道，T-Mobile 正与机器人公司 Figure AI 合作，测试其系统是否可以在不降低机器响应速度的前提下，运行在附近的计算基础设施上。
