央广网北京7月5日消息（记者 阮修星 王进文）“人工智能对世界的重构将在5至10年内完成。”7月3日，北京国家会议中心，360集团创始人周鸿祎在2026全球数字经济大会·人工智能融合应用发展论坛上的这句话，道出了与会嘉宾的共同判断。

论坛现场（央广网发 主办方供图）

在这场以“智驱实体，数创未来”为主题的论坛上，来自政府、高校及产业界的数十位嘉宾，围绕人工智能融合应用的前沿趋势与落地路径展开密集交锋。从大模型到智能体，从世界模型到具身智能，一个清晰的信号贯穿当天会议议程：AI正从“会思考”走向“能干活”，从技术演示走向价值交付。论坛还见证了《北京市“模数共振”行动实施方案》发布、朝阳区人工智能创新街区成果展示及多项产业合作签约。

北京AI人才占全国三成 产业规模达4500亿元

北京市人民政府副秘书长舒毕磊表示，人工智能已进入全面融合、全域赋能的新阶段，是推动新质生产力发展的核心引擎。他透露，北京核心AI人才占全国30%，核心企业超2500家，产业规模达4500亿元。“技术只有落地应用才能真正释放价值”，北京将持续推动AI从“试点”走向“全域普及”。

周鸿祎认为，AI对世界的重构将在5至10年内完成。他表示，2026年已进入“智能体元年”，未来互联网基础设施将因百亿级“硅基智能体”而彻底重构，“互联网连接的主要流量将来可能来自智能体产生的协作流量”，进而催生全新的“智能体经济”。未来个人与企业的核心竞争力在于“硅基领导力”，即指挥、组织智能体的能力。

谁能让AI真正“看懂”物理世界

北京智源人工智能研究院院长王仲远表示，符合要求的“世界基座模型”目前尚未诞生。他认为，下一代模型必须能够“真正地感知、理解真实物理世界的时间、空间、物理规律和物理常识，并且具备交互的能力”。智源研究院正通过“物理潜空间建模”探索新路径，以期实现“物理正确和通用泛化”。

生数科技创始人朱军从第一性原理出发，提出世界模型应具备“理解—想象—行动”三大核心要素。他认为，“互联网级的视频预训练”正让视频大模型展现出Scaling Law的威力，让过去难以利用的海量视频数据“可以变废为宝，真正把里面有价值的信息挖掘出来”。他预测，强大的基模预训练结合有效的后训练将成为具身智能发展的主流范式。

万亿级Token调用背后的生产力革命

月之暗面联合创始人张宇韬认为，衡量Agent价值的标准不再是单次任务的能力，而是“人类越自信地可以放手让它做，它的价值就更高”。构建Agent应遵循“苦涩的教训”原则——“让模型自由探索、自由试错，去反馈……会优于我们用精妙的设计来预定好一个框架让它去执行”。

京东集团技术委员会主席曹鹏表示，AI已全面进入规模化落地阶段，“企业在AI利用上一定不是一个单点的应用，一定需要的是一个全方位的一整套的AI基础设施”。他以一个标准任务为例说明推理优化的价值：“如果在裸部署没有做优化的前提下跑完的成本……是2700元，在做了各种优化和缓存以后，它的成本是多少钱？10元。”

金山云高级副总裁刘涛介绍，他所在的企业员工日均Token调用量已达3500万，新增代码中“百分之八九十是AI生成的”。他判断，推理算力的真正爆发源于Web Coding和Agent技术，“从今年来看，我们公司的算力增长的一大部分被用来做推理了”，这在过去以训练为主的时代“是难以想象的”。

机器人“打工”时代来临

北京人形机器人创新中心副总经理王海华表示，具身智能正推动AI完成“行动革命”。“大模型解决的是怎么想，具身智能解决的是怎么干。”当前行业面临技术碎片化、规模化落地少、产业协同弱、数据闭环不足四大瓶颈，“具身智能的未来靠单点技术无法进行突围，靠单一企业无法进行领跑”，需要“完整、开放、共生的产业生态”。

“手是人类文明发展的一个起点”，但灵巧手长期受限于成本与性能。灵心巧手联合创始人左家平介绍，其团队已将灵巧手价格从“百万到几千元”，并计划建立“百万技能库”——“买一个本体回家需要什么技能就下载，机器人根据你的需要不断变换身份”，最终目标是“3年内能够实现人手技能的映射”。

光轮智能联合创始人杨海波表示，具身智能的数据需求“至少是大语言模型的1000倍”，且不是一个“燃料性质的一次性消耗”，而是“因材施教的不断循环往复的过程”。他呼吁行业通过“复售”——同一批数据被不同厂商重复使用——来验证和收敛数据标准，“避免在数据上各自为政，重复建设”。

“世界模型应带来‘无限的物理AGI生产力’。”极佳视界联合创始人朱政表示，期待机器人能够“通过物理图灵测试”——“在一个房间里，如果不进入房间进行观测，其实没有办法分清楚这个任务是由真人完成还是由机器人完成的”。他预测，经过2026年至2027年的能力发展与成本下降，机器人“在2028年可以大规模地进入普通的家庭”。

算力告急、数据稀缺：AI落地还差哪一口气

摩尔线程联合创始人王东表示，模型参数已超万亿级，未来两年Token调用量仍将指数级增长。他介绍了国产万卡智算集群的建设进展，并表示“推理没有一个万能芯片”，需要多元化的解决方案。

“让神经网络直接学习人类开车，模拟人类的驾驶习惯。”特斯拉公司副总裁陶琳分享了端到端技术路线，她认为，这种设计与基于代码决策的方案有本质不同，并透露特斯拉人形机器人“将在今年年底启动量产”，“为年产百万台的产能目标做准备”。

昆仑万维董事长方汉在探讨AIGC Agent时表示，音乐等AIGC领域的Agent发展滞后于代码领域，主要因为“好坏是主观的评判，AI没有抓手”。“AIGC Agent是被系统性低估的结构性机会”，其价值在于“把人的介入……到AIGC的生成过程，然后让人做评判去定方向”。

与会嘉宾认为，人工智能的融合应用已进入深水区，从单点突破走向系统集成、从技术演示走向价值交付，正成为产业共同的前行方向。