算力、机器人、仿真与资本，谁在定义物理AI下一个十年？｜第十届全球ICT峰会回顾

当人工智能从“看、听、说、想”走向“动、做、干”，如何让AI走进真实世界、创造产业价值，成为科技与产业共同面对的命题。

2026年9月12日，第十届全球ICT产业峰会在杭州国际博览中心圆满举办。本届峰会以“AI向实而生”为主题，进一步将目光投向真实场景：如何让AI用得上、跑得稳，并持续创造价值？

据悉，峰会由熙香科技主冠名，远桥资产、天数智芯、五一视界、杰克科技、英洛华、仙工智能六家机构联合主办，中欧国际工商学院支持，中欧校友会浙江分会承办，招商银行杭州分行协办。

“过去十年AI在数字世界实现看、听、说、想，接下来十年要解决动作和执行的问题。”峰会发起人、远桥资产董事长周晓乐在开场中表示，物理AI不是单纯大模型，而是算力、感知、控制、场景、数据、生态的综合落地。

以下是6位峰会嘉宾围绕AI的技术突破、场景落地与投资机遇，分享的核心洞察与前沿判断。

第十届全球ICT产业峰会现场

AI演化、类脑机制与自主智能

分享嘉宾：欧洲科学院院士、西湖大学人工智能系主任金耀初

金耀初院士长期深耕演化优化、群体智能与演化发育人工智能，探索“演化—发育—学习”的融合机制。在在峰会上，他从人工智能发展史切入，回顾了人工智能过去经历的“三起两落”，梳理连接主义、符号主义、行为主义三大流派，以及判别式与生成式模型、监督学习、强化学习、无监督学习等基本方法。

他提出AI发展的三个重要趋势。

第一，从移动智能走向具身智能：具身智能不只是机器人形态，而是让AI具备感知、交互和自主学习能力，为自主通用人工智能提供可能；

第二，从大模型走向智能体：大模型是被动的，智能体则能感知世界、采取行动、协作并自我完善；

第三，从深度学习和大模型走向类脑机制：尤其是脉冲神经网络、演化与发育、学习融合。人脑约860亿神经元，功耗只有20瓦左右，相比之下，当前大模型功耗比人脑高出多个数量级；大模型训练后基本固定，而人脑却能动态重构，发育和可塑性非常关键，这些人脑远胜于大模型的能力，证明未来研究类脑机制的必要性。

“具身智能离精细作业和真实应用仍有很大距离，世界模型远远不够，必须加入闭环实时反馈校正。”金耀初院士表示，应用层面，AI正在进入工业优化、AI for Science、医疗健康、科研自动化等领域，但安全、隐私、公平、透明和责任风险必须关注。

物理AI需要有“装得进设备、跑得动应用”的大脑

分享嘉宾：天数智芯副总裁兼端侧事业部总经理郭为

郭伟聚焦物理AI的算力底座，他认为物理AI在端侧同样需要强大算力，而端侧的核心矛盾始终是算力、功耗、成本和实时性，因此具有兼容、灵活、可拓展，能够适应快速变化的模型和算法等优势等通用架构更加适用。

相较之下专用架构并非无用，ISP这类固定算法适合硬件加速，但如果算法本身不确定，专用加速风险很大。英伟达通过ISP加速器提升视觉实时性，而天数智芯坚持通用GPU架构，覆盖云、边、端，产品对标国际主流生态。

此外，物理AI工具链变化极快，VLA、世界模型、仿真、推理框架几乎每月迭代，芯片公司本质上是“卖铲人”，在算法多变的时代，通用架构更能支撑客户“挖金矿”。

行业实践方面，文化博览的本地化部署、工业CV与大模型结合，都是物理AI落地的现实方向。

一份菜品能否稳定出餐：物理AI具体可感的检验标准

分享嘉宾：峰会主冠名、熙香科技创始人兼CEO李明

李明把视角拉到餐桌上。他认为AI正从二维虚拟世界走向三维物理世界，餐饮制作是物理AI最具象、最有味道的场景之一。熙香科技2013年成立，中石油钻井队集装箱厨房、贵州榕江应急保障、智慧后厨、智能餐车、家庭厨房，都是其落地场景。

中餐里的油盐、火候与工序，正通过算法、自动化设备与数字化管理，转化为可控制、可重复执行的生产过程。但机器人做菜并不简单，拿油瓶、定位、抓取、路径规划、倒油量、火候控制、防碰撞，每一步都要拆解成大量子任务。

李明表示，熙香科技不追求无限通用，而是类似无人驾驶，在受约束场景实现局部通用。家庭机器人真正价值也不只是做菜，还要切菜、洗菜、洗碗、刷锅。最终目标是让机器人像妈妈一样，根据每个人的真实身体情况进行照顾。

未来所有的公司都是机器人公司

分享嘉宾：仙工智能董事长赵越

赵越在演讲一开始就抛出观点：未来的机器人世界将像生物界一样多元，不会只有人形，所有公司未来也都会是机器人公司。而由于没有一家公司能生产所有机器人，平台必须解决多元供应链与个性化客户需求的矛盾。

基于这一判断，仙工智能将自身定位为以机器大脑为核心的平台公司。他们对“大脑”的定义是：大模型+“小脑”+神经网络，其中大模型负责任务感知和拆解，“小脑”负责实时控制，神经负责多传感器连接。

目前仙工智能平台已经可以支持400多个硬件品牌、2000多种机器人构型、近3000家客户，核心目标是降低机器人使用的三大门槛——

• 开发门槛上，通过搭建一套系统和供应链，让客户可以更容易地定制机器人；
• 获得门槛上，线上平台希望扮演淘宝、京东这样的角色，让客户可以直接在线选配机器人；
• 使用门槛上，仙工智能通过仿真工具、模块化工具和AI助手，让工人能够自己编排任务。

随着B端生产场景对机器人的真正需求不断爆发，赵越相信，机器人产品最终会走向自由化、高性价比定制，甚至可能在工厂中实现“Web Control”：企业上传机器人设计文件和场景描述，就能下载小模型和控制器，让机器人工作。

在这一愿景之下，仙工智能规划的战略闭环是形成一个类似高山水循环的生态系统，从控制器到平台、模型蒸馏，再到数据库沉淀，最终让所有工业场景的机器人使用不再有门槛。

在人类抵达火星之前，物理仿真先行抵达

分享嘉宾：五一视界执行董事兼助理总裁王辰康

数字AI时代巨头垄断明显，但物理AI终端形态高度分散。王成康表示，过去智能驾驶技术发展过程中，虚拟世界训练占比超过90%，真实道路数据仅约1%。相比之下，当下具身智能背后的世界模型尚未收敛，真实世界数据稀缺且采集效率低。

“数据采集8小时可能只有2小时有用，甚至大量是垃圾数据，越真实的数据越重要。”基于这一行业痛点，王成康表示五一视界正在布局第一视角、多模态、轻量化、标准化的数据采集，提升数据效率，并探索众包数据模式。

从智能驾驶到具身智能，未来五一视界还将视野投向低空经济、太空乃至火星探测仿真与国家深空探测实验室合作，构建完整火星数字资源库，还原真实地表物质特征，让无人车、无人机在数字世界开展自主探测、协同巡检和仿真实验。

“投资期望值＝胜率×赔率”

分享嘉宾：远桥资产管理合伙人徐院凌

峰会最后，徐院凌把视角拉回资本。她指出，2026年上半年股权融资数量和金额创近年高峰，AI占投资规模约34%，新增独角兽中约一半是AI，但IPO中AI占比并不大，说明AI仍处产业早期。

“投资决策本质是期望值，即胜率乘以赔率，并考虑稀释比例。”她认为，由于AI边际成本随用户增加而增加，移动互联网时代“高赔率、低胜率”的逻辑在AI时代失效，未必会出现赢家通吃局面，更优策略是靠认知提升胜率和赔率。

她提出，赛道胜率看政策、产业、资本的“天时地利人和”；企业胜率则要看技术、商业、生态、资本的“四驱赛车”。

她还提醒，早期高估值可能是毒药。科技企业天使轮后可能稀释50%到80%，而上市市值80%低于100亿、60%低于50亿，最终回报率可能并不尽如人意。通过天数智芯投资研判与AI产业图谱，她分享了不同周期的布局策略，并以“30%技术能力＋70%行业能力”强调行业深耕对AI价值兑现的重要性。