当人工智能以“模数共振”重塑产业底座，当物理智能被重新定义为智能的“基石”，一场关于AI未来走向的深度思辨，正在2026世界人工智能大会（WAIC 2026）暨人工智能全球治理高级别会议主论坛上热烈展开。

7月17日下午，政、产、学、研各界代表齐聚一堂，围绕产业突破、技术演进与治理框架等核心议题，激荡思想、共话蓝图。以下摘录了部分关键发言——既有政策层面的定调，也有技术前沿的预判，值得细读。

工业和信息化部党组成员、副部长柯吉欣：实施“模数共振”行动 推动算力、算法、数据协同攻关

在各界共同努力下，我国人工智能产业蓬勃发展，核心产业规模突破1.2万亿元，企业超过6200家，智能算力规模达2185EFLOPS；人形机器人整机企业超140家、产品超过400款；规上工业企业人工智能应用普及率超30%。下一步，工业和信息化部将与各方一道，加力推进人工智能产业高质量发展，高水平赋能千行百业，将人工智能这个“关键变量”，打造成为经济高质量发展的“强劲增量”。

具体方向有三：一是强创新，筑牢产业底座。加强人工智能科技创新和产业创新深度融合，建设人工智能领域制造业创新中心，实施“模数共振”行动，推动算力、算法、数据协同攻关。二是促应用，深化行业赋能。大力推动人工智能与制造业深度融合，开展人形机器人与具身智能实景实训行动，搭建供需对接桥梁，推动人工智能技术规模化应用。三是优生态，营造良好环境。加快关键急需标准研制，实施人工智能伦理审查先导计划，向世界提供高性能开源大模型，让智能成果更好地普惠全球。

上海市委常委、副市长陈杰：加快建设人工智能“上海高地”

面向“十五五”，上海将深化科技创新和产业创新深度融合，加快建设更具国际影响力的人工智能“上海高地”。具体举措上，上海将加强下一代关键技术布局，以更敏捷、更体系化的机制，实施系统化、工程化攻关，加快前沿模型、具身智能、智算芯片等关键领域技术全链突破，推动一批碘伏性技术不断涌现。上海将深入推进“人工智能+”行动，落实“模塑申城”工程，深度赋能产业、科研、消费、民生等各领域，加快壮大智能经济。上海将积极参与全球合作，推动世界人工智能合作组织落地发展，推动技术开源普惠、共享智能红利，助力弥合全球“智能鸿沟”，推动人工智能向善普惠、更好地造福社会。

中国工程院院士、之江实验室主任、阿里云创始人王坚：让科学数据成为基础模型的“原住民”

大语言模型是一个建在文本数据上的基础模型，把人类对文本的处理和使用带到了从来没有过的高度。但今天，人工智能帮助科学研究，大部分只是看了科学论文里的文本，远没有碰到科学数据本身。使用人工智能来理解科学还有巨大空间。

几年前之江实验室定义了一个东西——科学基础模型，它建立在科学数据的基础上，而不是科学论文的文本上。目标很清楚，就是让科学数据成为大模型的“原住民”。要把科学数据做Tokenization，更重要的是，科学基础模型要把文本、代码、科学数据放到一个空间、一个模型来完成所有事情。从这个角度讲，它不是垂直模型，而是独立的技术模型，这会改变所有对科学数据的理解。

有了科学基础模型，人工智能到了一个新的转折点：人工智能变得像数学一样基础，不再是一个独立领域。数学在人类科学史上的作用，也将是未来50年人工智能对科学研究所起的作用。

上海AI实验室主任、首席科学家周伯文：AI for Science需克服三维度挑战

利用通用人工智能推动科学发现，有三个维度的挑战必须去克服。

第一，从“数据驱动”到“世界交互”。模型必须通过与物理世界的交互理解真实世界，构建理解物理世界、物理规律的世界模型，在实验和证伪中去沉淀暗知识。

第二，必须突破从“及时反馈中学习”走入“长程推理”，即在不确定性中学习的能力。AI编程可以秒级证伪，而科学研究的证伪周期往往长达数月，而且过程中你会有一个负反馈，但负反馈不代表是错误的方向，这是科学研究的难题。模型要如何在缺乏及时反馈的情况下不迷失自我？

第三，从“模仿正确”到“善用失败”。在科学研究中失败是常态，模型要能从失败中自我反思、自我校准、自我更新。三个转变叠加，才能让模型从“重述已知”跨越到“产出未知”。

苏度科技联合创始人、董事长兼CTO苏昊：物理智能是人工智能最底层的基石

大模型的进步有目共睹，但为什么最聪明的模型也难免幻觉？最本质的一条是：语言只是世界的投影。人类先在物理世界摸爬滚打，才把经验压缩成语言；模型学的一直是这道影子，从未见过投下影子的实体。它能流利地描写“杯子掉在地上会碎”，却从没有机会感受一只杯子的重量。知识没有现实的锚点，说错了，它也无从自知。你可以在屏幕里雄辩，但你说服不了重力。

大模型的幻觉，很大程度上，就出在没有“身体”。要走出幻觉，必须走出“数字世界”的边界，去亲身体验，把自己交给“物理世界”去裁判——做出预测，采取行动，被现实修正。这个古老的过程叫作实验，也是物理智能的关键。物理世界是智能最古老的老师，最诚实的考官，也是智能最终的基石。

曦智科技创始人、董事长沈亦晨：光电融合是大势所趋

光电融合是大势所趋，也是循序渐进的过程，主要分成三步：第一步，定义为在板卡上的光芯片和电芯片同时存在，也叫卡内的光电融合。这是正在大规模发生的一件事情。第二步，光芯片和电芯片会融合在一个封装内，两颗芯片会在一个模块/一个封装里同时出现，这一步叫“共封装光学”。这部分的融合在2年—4年内会开始大规模批量落地。第三步，光芯片和电芯片会在一颗芯片上，以3D堆叠的形式呈现，即“芯片内的融合”。

循序渐进，不是即将发生，而是正在发生，会从卡内到封装内到芯片上。一个值得关注的观点是：3年—5年内，数据中心里有30%以上的芯片会是光芯片。曦智科技光电融合的光跃超节点产品在去年已经有数千卡的落地。

智元合伙人、觅蜂科技董事长兼首席执行官姚卯青：世界模型应具备四大技能

世界模型和它最早出现在强化学习领域的定义有一定关系，本质是能够理解物理世界的运行规律的AI系统，基于这样的AI系统，最重要的功能是能够预测世界的下一个状态，而不是简单地渲染世界的下一个画面或内容。要具备这样的能力，需要掌握以下几个技能：

一是必须理解多模态，能够接受现实世界中各种种类的信息，能把它融合在一起去理解环境的变化。二是能够掌握很多物理规律，包括动力学、对空间的理解。三是必须要有一定的因果推理能力，而不是简单地模拟画面发生的序列，必须理解作用了一个力这个物体才被移动或推导有因果关系。四是需要具备一定长时间、长程的推理，而不会在这个过程中崩坏。

对于具身智能将在哪些场景能够真正实现比较好的落地应用，短期之内，一些高频、刚需、环境可控、确定性强，并且具备一定容错空间的场景相对来讲比较容易落地，通俗来讲就是“简单场景、简单任务”。围绕这样的定位，智元也在逐步开展很多实际应用场景的落地。相信行业内会越来越多出现这样一些确定性刚需任务被机器人去应用。其他更开放的环境和任务，像家庭，应该需要大家构建更加通用可泛化的能力，逐步解锁。

商汤科技董事长兼CEO徐立：用好人工智能需构建合理的使用边界

人工智能的发展是无界的，我们看到它正朝着AGI、ASI的方向演进，充满无限可能。但如何用好人工智能，核心在于如何为它构建合理的使用边界。

什么是真正意义上让AI做到普惠？什么是让AI做到向善？AI真正走向大众，不是替代人，而是实现能力的增强，放大每个人的能力，带来更多发展的可能性。只有打破治理孤岛，与更多合作伙伴一同重新定义下一阶段AI的使用范式，人工智能的发展才能更加健康。

有之以为利，无之以为用。今天大家关注更多的是“有”的层面，是模型的发展、参数的迭代、应用的突破；而背后的治理体系、规则框架，是“无”的层面。只有将“有”与“无”并行，我们才能够做到好好的用。能用，是让每个人都能用到。好用，是让AI用好的方式被用到。敢用，则是使得它能够解决安全性的问题。

阶跃星辰董事长、千里科技董事长印奇：智能体将推动三大结构性变革

智能体浪潮将推动新系统、新载体、新网络三大结构性变革。

在新系统层面，智能体能力由模型能力与智能体操作系统能力共同决定。在新载体层面，终端设计理念将从“以人为本”进一步走向“人机共生”，电脑、手机、汽车和机器人将成为同一智能体在不同场景下的不同“身体”，支持智能跨终端连续存在、自由迁移和协同执行任务。在新网络层面，A2A（Agent-to-Agent）网络将连接人与智能体，智能体将拥有自身的身份、能力与信用，并自主寻找伙伴、组织协作和完成交易，成为智能体经济的重要基础设施。