WAIC里不只有AI丨WAIC2026

這是我們連續(xù)第三年參加WAIC這場(chǎng)全球AI盛會(huì)。今年最深的一個(gè)印象就是，AI已經(jīng)真正走到生活、生產(chǎn)之中，并改變了絕大部分產(chǎn)業(yè)。

為什么這么說(shuō)呢，回顧過(guò)去的三屆大會(huì)（2024、2025、2026），2024年是“百模大戰(zhàn)”，各式各樣的AI大模型是會(huì)場(chǎng)、論壇討論的焦點(diǎn)；2025年是具身智能的崛起，不同形態(tài)、不同功能的具身智能機(jī)器人成為了那年WAIC絕對(duì)主角。

而今年的WAIC上，AI已經(jīng)開(kāi)始在產(chǎn)業(yè)側(cè)開(kāi)花結(jié)果，一邊是各類(lèi)智能體應(yīng)用已展現(xiàn)出效果，另一邊，在底層算力與數(shù)據(jù)基礎(chǔ)設(shè)施上，AI也推動(dòng)了它們的發(fā)展，可以說(shuō)，今年的WAIC，一切以AI為核心，但又不只有AI。

AI應(yīng)用遍地開(kāi)花

首先，我們還是要先來(lái)談?wù)凙I。在AI應(yīng)用方面，今年最明顯的一個(gè)變化是：AI已經(jīng)不再只能做問(wèn)答游戲了，而是正在成為真正的生產(chǎn)力。

一個(gè)顯著的變化發(fā)生在消費(fèi)電子領(lǐng)域。過(guò)去，人們談?wù)揂I手機(jī)往往聚焦于語(yǔ)音助手或AI修圖，但今年，真正的“AI智能體手機(jī)”開(kāi)始出現(xiàn)。中興通訊在展臺(tái)上放出了全球首款量產(chǎn)的AI智能體手機(jī)努比亞NaviX Ultra。它不再只是被動(dòng)響應(yīng)指令，而是搭載了端側(cè)智能體大模型，能從底層將手機(jī)改造成一個(gè)能自主理解用戶(hù)目標(biāo)、調(diào)用工具、執(zhí)行跨應(yīng)用任務(wù)的智能終端。這標(biāo)志著AI正在從“手機(jī)的一個(gè)功能”變成“手機(jī)的底層操作系統(tǒng)”。中興同步發(fā)布的新支點(diǎn)AIOS，則試圖將這種能力從手機(jī)擴(kuò)展到家庭網(wǎng)關(guān)、智能中屏等全場(chǎng)景設(shè)備，形成一個(gè)“端—邊—云”協(xié)同的智能生態(tài)。

如果說(shuō)手機(jī)是個(gè)人計(jì)算的中心，那么家庭則是AI服務(wù)的另一個(gè)核心場(chǎng)景。京東在世博展覽館搭建了一個(gè)名為“JoyInside AI Home”的實(shí)景樣板間，直觀展示了AI如何進(jìn)入物理世界。在客廳里，搭載JoyInside的智能設(shè)備能識(shí)別自然口語(yǔ)指令，在嘈雜環(huán)境中準(zhǔn)確響應(yīng)；在書(shū)房，京造AI投影臺(tái)燈能完成多模態(tài)掃題批改、實(shí)時(shí)答疑和全科輔導(dǎo)；在臥室，智能睡眠床墊能持續(xù)記錄呼吸、體動(dòng)等體征并生成健康報(bào)告。這些硬件不再是孤立“智能家居單品，而是通過(guò)統(tǒng)一的AI交互層，變成了分布在家庭不同空間的AI服務(wù)入口。京東透露，JoyInside已與超200家行業(yè)品牌達(dá)成合作，2026年預(yù)計(jì)接入超千萬(wàn)臺(tái)終端設(shè)備。

教育是另一個(gè)被AI深刻重塑的領(lǐng)域。首次參展的AI原生企業(yè)與愛(ài)為舞在世博展覽館打造了一座愛(ài)學(xué)AI學(xué)習(xí)實(shí)驗(yàn)室。與傳統(tǒng)的拍照搜題或AI生成答案不同，展區(qū)里展示的AI學(xué)習(xí)智能體更像一個(gè)耐心的蘇格拉底式導(dǎo)師——學(xué)習(xí)者需要把解題思路講給AI聽(tīng)，而AI則通過(guò)追問(wèn)和遞進(jìn)引導(dǎo)，幫助學(xué)習(xí)者自己發(fā)現(xiàn)思維斷點(diǎn)、完善邏輯鏈條。這種“費(fèi)曼學(xué)習(xí)法”與AI的結(jié)合，讓技術(shù)不再只是提供答案的工具，而是培養(yǎng)思維能力的伙伴。

展區(qū)里還有一個(gè)能與觀眾面對(duì)面聊天的孔子數(shù)字人，它依托自研大模型被賦予了“有教無(wú)類(lèi)”和“因材施教”的精神內(nèi)核。當(dāng)我們對(duì)其發(fā)問(wèn)：“怎么看待AI時(shí)代的學(xué)習(xí)？”數(shù)字人略作沉吟后回答：“AI興于今世，恰合吾昔日'有教無(wú)類(lèi)'之愿，令學(xué)子由'知之'而'好之''樂(lè)之'。”

放眼科技感拉滿(mǎn)的展廳，這算是一份相對(duì)特別的回答。

與愛(ài)為舞聯(lián)合創(chuàng)始人、技術(shù)負(fù)責(zé)人王琳表示，過(guò)去半年公司的技術(shù)重心已經(jīng)發(fā)生躍遷，“從讓AI穩(wěn)定完成一節(jié)課，走向覆蓋全年齡、全學(xué)科，能陪伴學(xué)習(xí)者長(zhǎng)期成長(zhǎng)的AI學(xué)習(xí)智能體”。這種轉(zhuǎn)變的背后，是AI從單點(diǎn)工具走向系統(tǒng)的縮影。

當(dāng)然，AI是否真的能有顛覆性的價(jià)值，還要看其在企業(yè)側(cè)的應(yīng)用效果，通過(guò)本屆WAIC可以看出，AI的能力已經(jīng)體現(xiàn)在它對(duì)企業(yè)內(nèi)部流程的重塑上。WAIC期間神州數(shù)碼董事長(zhǎng)郭為分享了一個(gè)案例——神州數(shù)碼在幫助一家頂級(jí)醫(yī)院做胰腺癌并發(fā)癥診斷的智能體時(shí)，準(zhǔn)確率達(dá)到94%，已經(jīng)可以進(jìn)入臨床。然而做完之后，科室主任說(shuō)“術(shù)前準(zhǔn)備也很重要”，于是又合作做了術(shù)前準(zhǔn)備的智能體。做完手術(shù)前，主任又提出早期診斷能不能也用智能體。當(dāng)三個(gè)智能體全部完成并打通底層數(shù)據(jù)后，一套涵蓋術(shù)前的模型可以利用診斷時(shí)的數(shù)據(jù)不斷優(yōu)化，術(shù)后的并發(fā)癥數(shù)據(jù)又能反饋給術(shù)前準(zhǔn)備，形成了一個(gè)全新的診療流程。

“過(guò)去即使是有經(jīng)驗(yàn)的醫(yī)生，經(jīng)驗(yàn)只停留在大腦里，醫(yī)生之間的數(shù)據(jù)沒(méi)有打通，優(yōu)化過(guò)程非常緩慢。當(dāng)數(shù)據(jù)打通之后，就形成了自適應(yīng)的閉環(huán)流程。”郭為這句話點(diǎn)破了AI從實(shí)驗(yàn)室走向企業(yè)落地的關(guān)鍵：從解決單點(diǎn)問(wèn)題，到嵌入業(yè)務(wù)流程并驅(qū)動(dòng)流程自我優(yōu)化。

國(guó)產(chǎn)算力的崛起

個(gè)人、家庭、教室、醫(yī)院......AI正在以前所未有的密度與深度進(jìn)入真實(shí)場(chǎng)景。而所有這一切流暢體驗(yàn)的背后，都離不開(kāi)一個(gè)藏在幕后的、正在經(jīng)歷劇烈變革的東西，那就是算力基礎(chǔ)設(shè)施。

今年WAIC最顯眼的展品，不再只是小巧的終端產(chǎn)品，而是那些由數(shù)十個(gè)機(jī)柜組成的超節(jié)點(diǎn)、整套液冷散熱系統(tǒng)以及高密度的AI服務(wù)器集群。這些過(guò)去藏在數(shù)據(jù)中心里的基礎(chǔ)設(shè)施，被首次大規(guī)模搬到聚光燈下，成為大會(huì)關(guān)注的焦點(diǎn)。

參會(huì)這幾天，在排隊(duì)進(jìn)場(chǎng)、午間吃飯休息的時(shí)候，我們多次聽(tīng)到有不少與會(huì)者在討論超節(jié)點(diǎn)。以被選入此次“鎮(zhèn)館之寶”的曙光8000為例，它是中國(guó)首個(gè)全國(guó)產(chǎn)十萬(wàn)卡AI超集群。

十萬(wàn)卡是什么概念？當(dāng)前AI大模型的參數(shù)量正從千億級(jí)邁向數(shù)萬(wàn)億級(jí)，訓(xùn)練和推理都需要成千上萬(wàn)張GPU協(xié)同工作，十萬(wàn)卡集群被行業(yè)視為下一代AI基礎(chǔ)設(shè)施的門(mén)檻。

中科曙光展臺(tái)工作人員稱(chēng)，“實(shí)現(xiàn)十萬(wàn)卡規(guī)模高效運(yùn)行，考驗(yàn)的是超大規(guī)模集群背后的系統(tǒng)工程創(chuàng)新能力。”為什么是“系統(tǒng)工程”？因?yàn)殡S著摩爾定律放緩，單顆芯片的性能提升遇到瓶頸，AI計(jì)算早已不是一顆芯片能獨(dú)立完成的事。芯片之間以多快的速度傳輸數(shù)據(jù)，數(shù)百乃至數(shù)千顆芯片能否高效協(xié)同，任務(wù)如何調(diào)度，軟件工具鏈?zhǔn)欠癯墒欤@些系統(tǒng)層面的能力，正在成為決定算力實(shí)際利用率的關(guān)鍵。

這就像一支足球隊(duì)，擁有身價(jià)最高的球星，不意味著能贏得比賽，戰(zhàn)術(shù)配合、攻守平衡、體能分配都可能成為更關(guān)鍵的因素。AI算力正在經(jīng)歷相似的轉(zhuǎn)變：競(jìng)爭(zhēng)的基本單位從單顆芯片變成了服務(wù)器、超節(jié)點(diǎn)，甚至是整個(gè)集群。

以正式因?yàn)榇耍旱靡猿蔀榻衲闣AIC被提及最頻繁的技術(shù)之一。簡(jiǎn)單來(lái)說(shuō)，超節(jié)點(diǎn)是通過(guò)高速互聯(lián)技術(shù)，把數(shù)百至數(shù)千顆AI芯片整合成一個(gè)邏輯統(tǒng)一的龐大算力池，讓成千上萬(wàn)張GPU像一臺(tái)超級(jí)計(jì)算機(jī)一樣協(xié)同工作。

壁仞科技在WAIC期間發(fā)布了基于NPO（近封裝光學(xué)）光互連、分布式解耦架構(gòu)的超節(jié)點(diǎn)方案，支持單個(gè)超節(jié)點(diǎn)擴(kuò)展至1024張GPU。

為什么需要光互連？壁仞科技AI框架架構(gòu)副總裁丁云帆在現(xiàn)場(chǎng)解釋了一個(gè)物理現(xiàn)實(shí)：隨著GPU算力不斷增長(zhǎng)，互連帶寬需求將超過(guò)1TB/s，端口速率達(dá)到224Gbps時(shí)，銅纜電信號(hào)在3米內(nèi)就會(huì)嚴(yán)重衰減，導(dǎo)致現(xiàn)有電互連超節(jié)點(diǎn)最多只能支持128張GPU，難以滿(mǎn)足萬(wàn)億參數(shù)大模型對(duì)更大規(guī)模超節(jié)點(diǎn)的需求。而光信號(hào)傳輸距離可達(dá)數(shù)百米，衰減極小，天然適合大規(guī)模GPU互連。

壁仞選擇了把光引擎直接與GPU模組融合的NPO路線，去掉高功耗的信號(hào)處理芯片，在性能、功耗和工程可落地性之間取得平衡。

這一技術(shù)選擇背后有明確的行業(yè)判斷。丁云帆認(rèn)為，AI行業(yè)的重心正在從訓(xùn)練向推理偏移。雖然訓(xùn)練側(cè)單次任務(wù)動(dòng)輒需要萬(wàn)卡GPU協(xié)同數(shù)月，但能持續(xù)投入訓(xùn)練頂尖大模型的公司越來(lái)越少。

相反，推理側(cè)隨著多模態(tài)模型和Agent應(yīng)用的興起，整體算力需求規(guī)模已經(jīng)超越了訓(xùn)練。今年年初Agent大爆發(fā)，其最大特點(diǎn)是超長(zhǎng)上下文和模型規(guī)模越大、效果越好，這導(dǎo)致每次推理需要緩存的海量中間計(jì)算結(jié)果（KV Cache）規(guī)模越來(lái)越大，對(duì)互連帶寬和存儲(chǔ)延遲提出了前所未有的要求。超節(jié)點(diǎn)因此從一個(gè)技術(shù)概念變成了應(yīng)對(duì)推理爆發(fā)的行業(yè)剛需。

超節(jié)點(diǎn)對(duì)推理服務(wù)的價(jià)值，在算力服務(wù)商那里得到了更直接的驗(yàn)證。北京淘肯智能科技有限公司總經(jīng)理宋志方在WAIC期間點(diǎn)出了超節(jié)點(diǎn)的本質(zhì)：推理服務(wù)客戶(hù)衡量服務(wù)質(zhì)量的核心指標(biāo)就是延遲。在延遲的層級(jí)里，GPU計(jì)算速度最快，其次是訪存，高速緩存、顯存、內(nèi)存、硬盤(pán)速度逐級(jí)遞減，最后才是網(wǎng)絡(luò)通信——這是相對(duì)最慢的一環(huán)。超節(jié)點(diǎn)就是在解決網(wǎng)絡(luò)的瓶頸，讓網(wǎng)絡(luò)不再成為拖慢推理服務(wù)最大的那個(gè)環(huán)節(jié)。

Token工廠是生產(chǎn)AI價(jià)值的地方

本屆WAIC上還有一個(gè)細(xì)節(jié)折射出算力需求的結(jié)構(gòu)性變化。一位算力服務(wù)商在大會(huì)期間對(duì)我們表示，“過(guò)去客戶(hù)問(wèn)'你們有多少?gòu)埧?，現(xiàn)在問(wèn)'Token成本多少，響應(yīng)時(shí)延多長(zhǎng)'”。原本只有算法工程師才關(guān)心的Token，成了衡量算力服務(wù)競(jìng)爭(zhēng)力的核心標(biāo)尺。

Token從技術(shù)指標(biāo)變成經(jīng)濟(jì)度量衡，本身就是今年WAIC最值得關(guān)注的信號(hào)之一。宋志方對(duì)此有一個(gè)形象的類(lèi)比：“Token跟電相似的地方，它也支撐了社會(huì)上千行百業(yè)的企業(yè)的經(jīng)濟(jì)體量。工業(yè)時(shí)期大家以電為度量衡來(lái)衡量國(guó)家的經(jīng)濟(jì)體量和工業(yè)發(fā)展水平；今天，Token的用量正在成為衡量社會(huì)AI經(jīng)濟(jì)體量的標(biāo)尺。”

在他看來(lái)，Token化對(duì)算力行業(yè)的影響是結(jié)構(gòu)性的，過(guò)去企業(yè)想做推理服務(wù)，需要自己租算力或買(mǎi)算力，這是非常重的投入，也無(wú)形中承擔(dān)了算力空置的成本。轉(zhuǎn)換為T(mén)oken之后，按用量計(jì)費(fèi)，對(duì)于中小微企業(yè)來(lái)講，投入相對(duì)更友好。

當(dāng)Token成為經(jīng)濟(jì)度量衡，Token工廠自然也成為了生產(chǎn)AI價(jià)值的地方。在宋志方看來(lái)，Token經(jīng)濟(jì)的興起正在重塑算力服務(wù)商的競(jìng)爭(zhēng)邏輯。“Token起來(lái)之后，會(huì)催生一批基于Token的企業(yè)，這批企業(yè)不需要去買(mǎi)算力。原來(lái)租算力的智能體企業(yè)，也可能轉(zhuǎn)向只用Token。”但這并不意味著算力需求減少了，“Token的客戶(hù)在爆發(fā)，算力的需求也在持續(xù)爆發(fā)，只是需求方更集中了——集中在模型企業(yè)、大廠和Token工廠”。

“當(dāng)然，Token工廠要具備三個(gè)要素：成規(guī)模的算力、成熟穩(wěn)定的推理服務(wù)、以及用戶(hù)。”宋志方認(rèn)為，“只要你能穩(wěn)定對(duì)外提供Token服務(wù)，需求是源源不斷的。”

Token工廠的概念在本屆WAIC上已經(jīng)具象化成了產(chǎn)品，滴普科技在大會(huì)期間了推出了DeepexiOS AI級(jí)企業(yè)操作系統(tǒng)，該系統(tǒng)定位為企業(yè)Token生產(chǎn)力平臺(tái)，由DeepWorks企業(yè)智能體平臺(tái)、Deepexi 企業(yè)大模型、Deepology企業(yè)本體數(shù)據(jù)和Skills集三部分組成，整體為“日常工作入口—企業(yè)知識(shí)底座—行業(yè)Skills集合”的產(chǎn)品結(jié)構(gòu)。

據(jù)滴普科技創(chuàng)始人、董事會(huì)主席、執(zhí)行董事兼CEO趙杰輝介紹，基于這一產(chǎn)品結(jié)構(gòu)，企業(yè)員工與合作伙伴可通過(guò)DeepWorks企業(yè)智能體平臺(tái)入口完成的日常工作，這也會(huì)成為企業(yè) AI 能力持續(xù)成長(zhǎng)的來(lái)源：日常工作技能沉淀為企業(yè)Skills，DeepWorks企業(yè)智能體平臺(tái)自下而上匯聚企業(yè)日常工作的數(shù)據(jù)、知識(shí)與技能。

中科類(lèi)腦也提出了算電協(xié)同Token工廠的概念，中科類(lèi)腦董事長(zhǎng)劉海峰算了一筆賬：一個(gè)1000P標(biāo)準(zhǔn)算力集群，年度總耗電約2000萬(wàn)度，通過(guò)其自研的算電一體化調(diào)度平臺(tái)優(yōu)化，可節(jié)約20%用電量，每年直接減少400萬(wàn)度電力開(kāi)支。他解釋稱(chēng)，行業(yè)長(zhǎng)期存在一個(gè)天然斷層：算力研發(fā)團(tuán)隊(duì)不懂電力調(diào)度機(jī)理，電力從業(yè)者缺乏AI算力底層邏輯，兩者數(shù)據(jù)互通、技術(shù)耦合存在巨大障礙。而中科類(lèi)腦作為國(guó)家算電協(xié)同標(biāo)準(zhǔn)的牽頭編制單位，提前三年布局了這一融合技術(shù)，目前已打通全鏈條。

AI離全民化還有多遠(yuǎn)？

逛遍了AI應(yīng)用場(chǎng)景，也看完了底層算力基礎(chǔ)升級(jí)，上升到價(jià)值層面，本屆WAIC與會(huì)者都在思考一個(gè)不可回避的問(wèn)題：AI到底給企業(yè)和社會(huì)帶來(lái)了多少真實(shí)價(jià)值？

麥肯錫的調(diào)研數(shù)據(jù)常被行業(yè)引用：目前有88%的企業(yè)在使用AI，但真正在財(cái)務(wù)上有顯著提升的只有5%到7%。WAIC期間的一場(chǎng)“AI創(chuàng)新管理論壇”上，德勤咨詢(xún)首席增長(zhǎng)官黃偉強(qiáng)分享了一個(gè)案例：一家擁有三千多家門(mén)店的全球快餐連鎖品牌，店經(jīng)理培養(yǎng)需要一年，但離職率超過(guò)30%。他們做了一件事：把十個(gè)最好的店經(jīng)理聚在一起，花6~8周時(shí)間，用知識(shí)圖譜把他們的隱性運(yùn)營(yíng)經(jīng)驗(yàn)蒸餾出來(lái)，訓(xùn)練成多個(gè)Agent。然后把門(mén)店里標(biāo)準(zhǔn)化的配貨、供應(yīng)等工作交給AI，店經(jīng)理則騰出精力去處理那些需要情感溝通和現(xiàn)場(chǎng)決斷的事務(wù)。結(jié)果，一個(gè)店經(jīng)理可以同時(shí)管理兩三個(gè)甚至四個(gè)門(mén)店。

黃偉強(qiáng)說(shuō)，這個(gè)過(guò)程中最難的不是技術(shù)，而是員工的顧慮。店經(jīng)理的第一個(gè)反應(yīng)通常是：“我為什么要訓(xùn)練它？訓(xùn)練完了，我沒(méi)有工作了。”如何讓碳基人和硅基人融合協(xié)作，是管理者必須面對(duì)的新課題。

回到產(chǎn)業(yè)層面，AI的規(guī)模化普惠還面臨幾個(gè)現(xiàn)實(shí)瓶頸。

首先就是數(shù)據(jù)。北汽新能源享界超級(jí)工廠設(shè)備工程部部長(zhǎng)李明宇在WAIC期間公開(kāi)表示，制造業(yè)和AI結(jié)合時(shí)，經(jīng)常卡在“先有雞還是先有蛋”的問(wèn)題上，“你覺(jué)得我們的數(shù)據(jù)質(zhì)量有問(wèn)題，我們會(huì)覺(jué)得AI企業(yè)沒(méi)有提出明確的數(shù)據(jù)要求。比如建能源模型，采樣周期到底應(yīng)該是多少？電的采樣周期是多少？冷熱的采樣周期是多少？”如果把采樣周期做到毫秒級(jí)，數(shù)據(jù)規(guī)模會(huì)爆炸式增長(zhǎng)，但投入產(chǎn)出比是否劃算？這個(gè)問(wèn)題常常無(wú)解。

其次是ROI問(wèn)題。李明宇透露，判別式AI在整車(chē)制造企業(yè)已經(jīng)用了十年，應(yīng)用案例成百上千，但五年后回頭看，大部分案例沒(méi)有實(shí)現(xiàn)當(dāng)初承諾的持續(xù)效益。原因是工藝變更了，或者設(shè)備改造了，個(gè)案式的AI方案往往不可復(fù)用，導(dǎo)致長(zhǎng)期價(jià)值打折扣。

最后是風(fēng)險(xiǎn)可控性。AI給出的結(jié)論本質(zhì)上是概率性輸出，而傳統(tǒng)制造業(yè)追求的是可驗(yàn)證、可重復(fù)的確定性。“概率性的結(jié)論一旦被大規(guī)模自動(dòng)化復(fù)制，就會(huì)形成系統(tǒng)性的風(fēng)險(xiǎn)，尤其是對(duì)于造車(chē)這種關(guān)乎安全的產(chǎn)品。”某頭部造車(chē)企業(yè)相關(guān)負(fù)責(zé)人稱(chēng)。

這些瓶頸背后，是AI正在從一個(gè)能生成答案的模型，變成一套能夠理解目標(biāo)、調(diào)動(dòng)資源并交付結(jié)果的系統(tǒng)。一個(gè)模型在測(cè)試中成功完成一次任務(wù)，與一套系統(tǒng)每天處理數(shù)萬(wàn)次業(yè)務(wù)請(qǐng)求，是完全不同的兩件事。人工智能從能力展示進(jìn)入真實(shí)生產(chǎn)，需要模型之外的一整套體系，這套體系涵蓋了算力如何組織，數(shù)據(jù)如何流動(dòng)，工具如何調(diào)用，權(quán)限如何控制，結(jié)果如何評(píng)價(jià)，錯(cuò)誤如何被發(fā)現(xiàn)。

前年行業(yè)還在關(guān)注誰(shuí)能創(chuàng)造更強(qiáng)的模型，去年行業(yè)關(guān)注誰(shuí)能造出功能性更強(qiáng)的機(jī)器人，今年行業(yè)已經(jīng)在看誰(shuí)能把模型用出真正的商業(yè)價(jià)值。

我們?cè)诖髸?huì)現(xiàn)場(chǎng)問(wèn)過(guò)很多人一個(gè)問(wèn)題：“今年WAIC你最深刻的三個(gè)感受是什么？”而其中有兩個(gè)答案出奇的一致：“熱、期待”。熱一方面是天氣，另一方面是產(chǎn)業(yè)火熱；而期待則具象在了整個(gè)行業(yè)對(duì)國(guó)產(chǎn)算力和AI價(jià)值的憧憬。

WAIC的舞臺(tái)上，AI是主角，但圍繞在AI周?chē)乃懔Α?shù)據(jù)、管理、人才和治理體系，一起才構(gòu)成了這個(gè)時(shí)代的完整圖景。當(dāng)AI不再是孤例的、只屬于一小群人的，當(dāng)它真正進(jìn)入全產(chǎn)業(yè)鏈路上，或許就離全民化不再遙遠(yuǎn)了。

這也正是今年大會(huì)最大的啟示。

（文｜Leo張ToB雜談，作者｜張申宇，編輯丨楊林）