7月17日，2026世界人工智慧大會主論壇於上海開幕，本屆大會主題為“智能夥伴・共創未來”。論壇匯聚12位以上中外院士、圖靈獎得主、20餘位產業領袖、5項SAIL大獎獲獎團隊與大批青年學者，完整呈現AI從底層理論創新、跨學科科研變革、產業落地實踐到全球安全治理的完整發展脈絡。
上午場：理論破局與科研範式之問
2024圖靈獎得主、強化學習之父理查德・薩頓帶來全場極具顛覆性的演講。他直言當下行業普遍高估現有AI能力，區分“智能”與“單純算力”，指出當前大模型高度依賴人類標註文字資料，僅能完成人類知識遷移，高品質標註資料來源日漸枯竭，依靠人類資料迭代的技術路徑已觸達天花板。
薩頓提出“經驗型 AI”替代路線：智能體通過與真實世界直接互動獲取感知、反饋與獎勵訊號，自主完成學習。他引用圖靈1947年觀點佐證該思路，AlphaGo、AlphaProof等項目已經驗證這套範式可行。他總結，行業正告別“人類資料時代”，正式邁入以自主互動學習為核心的“經驗時代”。
薩頓從底層理論層面拆解了"智能"與"計算"的區別，那麼當這種智能走向真實世界、走向不同學科，又會碰撞出怎樣的火花？緊隨其後的跨學科圓桌給出了答案。
跨學科圓桌：產業變革與科研新範式
上午場的跨學科圓桌由中國科學院院士鄂維南主持，陣容橫跨三大領域：2025年圖靈獎得主吉爾·布拉薩德（量子技術先驅）、2025年諾貝爾化學獎得主奧馬爾·亞吉（清華大學教授）、復旦大學教授邱錫鵬，三人圍繞AI與量子技術如何重塑科研範式展開深度對話。
布拉薩德分析量子技術雙面影響：成熟量子算力存在破解傳統加密體系的長期風險，但量子通訊、量子加密可實現絕對安全傳輸；同時肯定中國已建成萬公里級量子幹線，地空一體化組網能力全球領先。
亞吉分享AI加速化學研發的落地成果，AI可將分子結晶實驗周期從數月壓縮至數天；同時警示科研人員必須掌握研究主導權，避免AI主導科研方向，呼籲搭建跨國融合科研平台，發展 “選擇性科學”。
邱錫鵬提出AI研發已形成“AI迭代AI”的閉環，但模型同質化問題日益凸顯；三位學者共同寄語青年研究者，鼓勵追隨興趣、大膽實驗、重視提出問題。
上午場從薩頓的理論破局，到跨學科圓桌的範式碰撞，完成了"理論—科研—治理"的邏輯閉環。而下午場，則將視角從"智能是什麼"切換到"智能如何落地"展開另一幅圖景。
下午場：基石·征程·邊界
下午的開場，兩位政府代表首先交出了AI產業發展的成績單。
工信部副部長柯吉欣在主論壇致詞中披露了一組關鍵資料：中國人工智慧核心產業規模已突破1.2兆元，企業超過6200家，算力規模達到2185 EFlops，規上工業企業AI應用普及率超30%。他表示，工信部已推動人工智慧賦能新型工業化，並設立600億元國家AI產業投資基金。
在發言中，他明確三大發展重點：一是強創新，搭建AI製造業創新中心，協同攻關算力、演算法、資料；二是促應用，推進人形機器人與具身智能實景實訓；三是優生態，加快關鍵標準制定，落地AI倫理審查試點。
上海市委常委、副市長陳傑介紹本地產業基礎：上海智能算力規模達17萬PFLOPS，AI產業總規模6400億元。他表示，上海將重點佈局下一代前沿技術，攻堅基礎大模型、具身智能、智算晶片，並加快建設國家人工智慧中試基地，推進"AI for Science"百團百項工程。
2026 SAIL獎：五大前沿方向
2026卓越人工智慧引領者獎（SAIL獎）獲獎項目覆蓋算力、通訊、具身智能、晶片和光學計算五大方向。華為昇騰Atlas 950超節點、中國電信智傳網、Shaper Wave觸覺AI靈巧手、東方算芯DF1000近存計算3D晶片，以及陳一桐團隊LightGen全光語義視覺生成晶片。五項獲獎共同傳遞了一個訊號：AI基礎設施正從傳統"製程競賽"走向系統架構、光電融合、近存計算等多元路徑。
從SAIL獎的創新成果出發，下午場隨即進入"夥伴基石"篇章。AI的長期發展不能只靠單點技術突破，更需要人才、物理認知、科學資料和算力基礎設施的四重支撐。
夥伴基石：人才·物理智能·資料·算力
主論壇下午場的夥伴基石"篇章圍繞人才、物理智能、科學資料與算力四大基礎設施展開。
圖靈獎得主、康奈爾大學榮休教授、中科院外籍院士約翰・愛德華・霍普克羅夫特判斷，資訊革命影響力遠超工業革命，人才是未來國家競爭核心。他高度認可國內“101計畫”，統一全國高校AI課程資源，扭轉唯科研成果的評價體系。他提出高校核心使命是發掘學生興趣，以Hinton深耕AI領域數十年的經歷佐證長期興趣對技術突破的關鍵作用。
復旦大學蘇昊教授指出大模型根本短板是缺少實體感知能力，人類語言只是物理世界經驗的抽象投影，現有AI僅學習文字“影子”，從未接觸真實物理實體。 他搭建六層知識階梯框架：物體-狀態-動力學-功能-目標-行為，越高層能力越依賴實體互動實踐。同時提出三大行業判斷：技術突破口不在於模型架構，而在物理知識聚合；行業競爭從炫酷演示轉向工程穩定落地；物理智能將讓AI從文獻閱讀工具升級為原創知識創造者。
中國工程院院士、之江實驗室主任王堅以中學生利用退役衛星資料發現百萬未知太空天體為切入點，指出當前AI for Science僅挖掘論文文字，尚未深度利用原始科學資料。為此之江實驗室推出“021計畫”科學基礎模型項目，將科學資料納入大模型核心資源。項目代表GeoGPT地球科學模型，可把地質時間推演精度從百萬年提升至萬年。
如果說基石篇章回答的是"AI靠什麼發展"，那麼夥伴征程篇章則將AI從理論推向真實場景的落地檢驗。
夥伴征程：AI場景落地
世界模型圓桌由復旦大學姜育剛副校長主持，智元機器人姚卯青、它石智航陳亦倫、亮源新創姜旭達成共識：未來三年製造業是具身智能最優落地場景。智元機器人已實現六天不間斷產線作業，6萬次操作成功率99.99%；它石智航與頭部車企合作，推進千台級工業機器人叢集落地，陳亦倫提出訓練工業級具身智能需要千萬小時真實物理互動資料。
AI製藥賽道同樣取得實質性進展，英矽智能創始人亞歷克斯・扎沃隆科夫介紹，傳統新藥靶點到候選物研發周期4.5年，AI介入後可壓縮至9-12個月；其抗衰老藥物已進入國內III期臨床，臨床試驗證實可改善老年群體肺功能指標。
場景落地越深入，治理的緊迫性就越凸顯。如果說夥伴征程展望的是"AI能做什麼"，那麼接下來需要回答一個更尖銳的問題："AI不能做什麼"。
夥伴邊界：AI治理的安全紅線
圖靈獎得主約書亞・本吉奧視訊連線發出警示，自主智能體存在脫離人類監督自主行動的風險，現有系統已顯現規避關停的傾向。他提出三大治理原則：系統上線前必須完成安全驗證、風險管控兼顧全球公共利益、AI創造收益實現全球共享。
圍繞AI治理話題展開的圓桌討論，由上海人工智慧實驗室主任周伯文主持，薛瀾、紐約科學院院長杜寧凱、伯克利馬克·尼茨伯格參與，討論了AI智能體帶來的"委託-代理"問題。薛瀾提出AI黑箱會放大資訊不對稱與道德風險；杜寧凱主張技術開發者承擔舉證責任；尼茨伯格、薛瀾分別劃定AI禁止介入領域：生死決策、人類價值判斷。周伯文總結核心邊界AI可代理人類行動，但不能替代人類承擔責任，所有授權行為必須可撤回、可追溯。
結語：一場AI範式的分水嶺
回顧主論壇的完整議程，我們可以感知到兩個隱性主題：第一，中國正在從"AI應用大國"轉向"AI基礎創新強國"；第二，AI發展的重心從"演示的驚豔"切換為"工程的可靠"。這些聲音的共同指向是：AI的下一階段比拚的不是誰的demo更炫，而是誰的系統能用、可靠、可持續。
正如薩頓所言，AI正從"人類資料時代"邁入"經驗時代"，而這場大會本身也傳遞了一個清晰的訊號：中國AI正在從"跟隨式創新"邁入"基礎設施定義者"的探索階段。當硬體底座、資料範式、人才戰略和治理框架同時開始重構，2026年的WAIC或許會被未來視為一個分水嶺時刻。 (半導體行業觀察)