世界人工智能大会聚焦AI落地、物理智能与科学范式

2026世界人工智能大会：AI竞赛赛点转向四大维度

2026世界人工智能大会的主论坛，把焦点对准了AI发展最核心的几个方向。一个清晰的共识是：AI竞赛的赛点已经变了——不再是单纯比拼模型的参数和性能，而是全面转向了真实场景落地、驱动科学探索、夯实基础设施、完善安全治理这四个维度的系统性较量。

物理智能与具身智能：AI加速走向物理世界

人工智能正在从虚拟空间加速走向物理世界，这一点已经成为共识。但问题在于，现有的大语言模型对物质世界的底层规律和物理特性，其实还缺乏真正的理解。要实现所谓的“物理智能”，就必须把扎实的物理知识体系融入模型构建过程，同时把系统可靠性放在第一位。在这个方向上，具身智能因为能实现感知、决策与行动的闭环协同，被普遍认为是打通物理AI落地路径的核心形态。而在众多应用场景中，制造业这类流程标准化程度高、任务重复性强、需求又特别迫切的地方，无疑是最先规模化落地的理想选择。

AI驱动科学范式变革：从归纳知识到主动发现新规律

人工智能深度融入科研，正在从根本上改变传统的研究范式。有专家分析了一组数据：地球科学等领域中，超过七成的关键信息是以非文本形式存在的——比如遥感影像、传感器时序数据、实验观测记录等。这意味着，未来的科学基础模型必须突破单一文本处理的局限，有机融合自然语言、编程代码和多源异构的原始科学数据。只有这样，才能推动科研目标从“归纳已有知识”跃升到“主动发现新规律”。事实上，这一趋势在新药分子筛选、材料性能预测等前沿方向已经展现出实实在在的效果。

算力基础设施竞争升级：从单芯片到系统效能

算力基础设施的竞争重心也在转移。过去大家比的是单颗芯片的峰值指标，现在比拼的则是芯片、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经在多个关键环节实现突破，而光电融合计算架构则被看作下一代高性能计算的重要演进方向。一个关键点在于：大规模算力集群的生命力，取决于持续稳定的运行效率，软硬件协同优化还有很大空间。实现自主可控，核心在于构建高效协同、开放兼容、可持续演进的新型计算基础设施体系。

AI治理框架面临新挑战：分级授权与安全验证成关键

随着AI智能体在复杂任务中展现出越来越强的自主规划与执行能力，现有的治理框架正面临前所未有的适应性挑战。多位专家提醒，社会整体还没有充分准备好应对能力边界不断拓展的智能系统。最核心的关切在于：人类该如何审慎界定AI的权限边界——尤其是涉及价值选择、伦理判断，以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，需要建立与智能体能力相匹配的分级授权机制、实时监测能力和可追溯问责体系，并且在系统上线前完成严格的安全验证，确保技术进步成果能够公平、稳健、可持续地服务全体社会成员。