徽声在线10月18日讯（特约编辑 李明）在AI技术日新月异的当下，一系列关键问题引发了广泛讨论：AI技术的前沿究竟是在持续发散还是已呈现收敛态势？商业闭环是否已真正实现有效运转？巨额算力投入是否存在泡沫风险？这些问题在AI技术迅猛发展的背景下显得尤为迫切。

10月16日，全球财富管理论坛·2026上海苏河湾大会在上海盛大举行。在一场聚焦“AI——从技术前沿到产业应用”的圆桌论坛上，多位产业专家结合近年来AI领域所发生的深刻变革，就上述问题分享了他们的独到见解。

技术发展远未定型，效率提升成核心驱动力

君联资本总裁李家庆指出，AI技术相较于以往的技术周期具有显著差异：“过去的技术革新更多是工具性的，而此次变革则直接触及生产力和生产关系的根本。”他预计，AI不会像2000年互联网泡沫破裂后那样迅速复苏，而是将经历一个漫长且充满波动的孕育期，期间可能遭遇多次起伏。

面壁智能联合创始人、董事长兼首席执行官李大海则从历史角度分析了AI的起伏。他提到，人工智能在过去一百年中经历了“三起三落”的历程，其核心原因在于“技术的长期价值往往被低估，而短期预期则容易被高估”。他将AI比作正在成长的孩子：“人类需要十二年的基础教育才能达到的水平，如今的模型已经实现，并且其能力将持续稳定提升，不会出现倒退。”

在模型前沿领域，李大海认为技术呈现出“全面开花”的态势。世界模型、全模态模型、端侧模型等在不同维度上提升能力，不存在绝对的优劣之分。不仅技术路线多样，需求端也尚未形成统一标准。

然而，效率提升是确定无疑的趋势。李大海提及面壁智能在2024年提出的“大模型知识密度定律”：摩尔定律指出芯片计算密度每18个月提升一倍，而大模型的知识密度则大约每100天提升一倍；随着AI开始参与模型自身的训练，这一速度还在不断加快。能源、算力、智能的转化效率持续提升，云端训练与推理成本下降，使得终端智能密度显著增加。例如，去年手机端能运行的模型量级为1B，而今年已能运行35B的模型。

应用闭环局部实现，真实需求成关键锚点

无问芯穹联合创始人兼首席执行官夏立雪认为，今年AI领域最重要的变化是AI从“预研方向”转变为“能够自我造血、具备生产力的行业”。写代码、数学推理、短剧漫剧等场景已产生实际回报，投入的算力资源转化为token，进而成为被消费的价值。

李家庆则强调，模型是端到端产业链条中不可或缺的要素，脱离模型讨论企业应用和基础设施没有实际意义。他指出，局部已经形成正循环，但整体仍处于重投入期，用任何一个局部切片来论证“泡沫”或“兑现”都会偏离真相。

在应用侧，嘉宾们一致将锚点指向了真实需求。上海人工智能研究院院长宋海涛观察到两个显著变化：一是市场和客户已学会用模型来评估方案和技术能力，不再依赖榜单；二是大语言模型带来了新一轮“知识平权”，这是一次革命性的底层变革。

但他同时提醒，前沿探索如同“侦察兵”，真正能立项的方向必须源自产业本身的实际需求。他强调科技创新需要坚持本源、实事求是，并经常邀请产业领域及交叉领域专家闭门讨论，预测未来3到5年技术重大需求的爆发点，评估供应链、产业链是否已具备支撑跃升的能力。

底座算力面临结构挑战，开源成为全球共识

夏立雪将“有效算力”定义为：能被AI有效利用、且有客户愿意付费的算力。他指出，当前全球算力整体供不应求，且需求正在分层。复杂问题使用高成本的token，简单问题则使用低成本甚至免费的token。这种分层对应不同的智能等级和硬件资源，为国产芯片在不同层次上找到市场、完成验证和闭环提供了机遇。

宋海涛则从更宏观的角度提醒，真正的挑战在于现有供应链和经济体系能否“接得住”前沿投入，这是产出效能的关键命题。

在治理层面，开源正在从产业选择上升为全球共识。宋海涛表示，联合国今年2月成立的“人工智能独立国际科学小组”在日内瓦首届全球人工智能对话大会上发布了首份全球AI治理报告，明确将“开源”作为全球人工智能、尤其是模型的核心技术力量。报告同时倡导全球技术协同、标准共建与风险防范，并关注全球南方国家的发展需求。

对于AI投资，李家庆表示：“前几年大家呼吁长期资本、耐心资本，到了这个阶段，除了长期和耐心，更重要的是求真务实，不要把长跑当成短跑。”

（徽声在线 李明）