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。"
