财联社10月18日讯（编辑 杨斌）AI技术的前沿是在发散还是已开始收敛？商业闭环有没有真正跑通？天量算力投入是不是泡沫？在AI技术飞速发展的今天，也带来了不少值得思考的问题
10月16日，全球财富管理论坛·2026上海苏河湾大会在上海举行。在一场以“AI——从技术前沿到产业应用”为主题的圆桌论坛上，与会的产业专家结合近年AI带来的变化，就上述问题给出观察。
技术远未收敛，但效率提升是确定的主线
君联资本总裁李家庆认为，AI不同于以往的技术周期：“之前是工具性的革命，这一次是生产力和生产关系本身的变革。”它不会像2000年互联网泡沫破裂后那样迅速走出低谷，而是有相当漫长的孕育过程。而且这个过程中会有很多波动，不止一两次。
面壁智能联合创始人、董事长、首席执行官李大海表示，人工智能过去一百年“三起三落”，核心原因正是“技术长期价值会被低估、短期预期会被高估”。他把AI比作成长中的孩子：“人花十二年基础教育才能达到的水平，模型到今天已经达到，而且它一定是稳定往上涨的，不会落下来。”
落到模型前沿，李大海的判断是“全面开花”。世界模型、全模态模型、端侧模型是在不同维度提升能力，不存在谁对谁错。不只是技术路线，需求端同样没有收敛。
真正确定的是效率提升。李大海提到面壁智能2024年提出的“大模型知识密度定律”：摩尔定律讲芯片计算密度每18个月提升一倍，而大模型的知识密度大约每100天提升一倍；由于AI正在参与模型自身的训练，这一速度还在加速。能源、算力、智能的转化效率都在持续提升，云端训练与推理成本在下降，使得终端智能密度在上升。如去年手机端能跑的还是1B量级模型，今年已经能跑35B的模型。
应用闭环在局部跑通，锚点是真实需求
无问芯穹联合创始人兼首席执行官夏立雪认为，这一年最重要的变化是AI从“预研方向”变成“能够自我造血、具备生产力的行业”。写代码、数学推理、短剧漫剧等场景已产生真实回报，投入算力的钱变成token，再变成被消费的价值。
李家庆认为，模型是端到端产业链条中必须具备的要素，脱离这个要素去讨论企业应用和基础设施没有意义。局部已经正循环，整体仍在重投入期，用任何一个切片去论证“泡沫”或“兑现”都会失真。
而在应用侧，嘉宾们共同把锚点指向了真实需求。上海人工智能研究院院长宋海涛观察到两个变化：一是过去还需要通过榜单去自我证明，现在大量的市场和客户，已经学会了用模型来评估方案和技术能力；二是大语言模型带来新一轮“知识平权”，这是一次革命性的底层变化。
但他提醒，前沿探索更像“侦察兵”，真正能立项的方向必须源自产业本身的实际需求。他提到科技创新需要坚持本源、实事求是，很多时候他会邀请产业领域及交叉领域专家闭门讨论并对预测未来3到5年技术重大需求的爆发点，评估供应链、产业链是否已到支撑跃升的水平。
底座算力是结构问题，开源成为全球共识
夏立雪把“有效算力”定义为：能被AI用起来、且有客户愿意为此付费的算力。当前全球算力整体供不应求，他还指出一个被忽视的变化——需求正在分层。复杂问题用贵一点的token，简单问题用便宜甚至免费的。分层对应不同的智能等级，也对应不同的硬件资源，这为国产芯片在不同层次上找到市场、完成验证和闭环提供了空间。
宋海涛则从更宏观的角度提醒：真正的挑战在于现有供应链和经济体系能否“接得住”前沿投入，这是产出效能的命题。
治理层面，开源正在从产业选择上升为全球共识。宋海涛表示，联合国今年2月成立的“人工智能独立国际科学小组”在日内瓦首届全球人工智能对话大会上发布首份全球AI治理报告，首次将“开源”明确为全球人工智能、尤其是模型的核心技术力量。报告同时倡导全球技术协同、标准共建与风险防范，并把目光投向全球南方国家。
对于AI投资，李家庆表示：“前几年大家呼唤长期资本、耐心资本，到了这个阶段，除了长期和耐心，更重要的是求真务实，不要把长跑当成短跑。”
