产联社编辑 开蓉蓉 卓玛

“大量科学数据尚未被充分开发。”在7月17日举办的2026世界人工智能大会暨人工智能全球治理高级别会议主论坛上，中国工程院院士、之江实验室主任、阿里云创始人王坚表示，当前人工智能对于数据的利用仍主要集中在文本领域，未来需要重新认识数据对于AI的重要价值。当天，多位专家和企业负责人围绕光电融合计算、科学基础模型、世界模型以及AI应用落地等方向展开讨论。

王坚：科学数据或成为AI下一阶段关键变量

王坚表示，人工智能的发展正在经历新的范式变化，未来需要重新认识数据对于AI的重要价值。他指出，过去人工智能的发展很大程度上由数据驱动。从ImageNet推动计算机视觉突破，到如今大语言模型建立在文本数据基础之上，数据始终是推动AI发展的核心因素。

“但目前人工智能对于数据的利用仍主要集中于文本领域，而大量科学数据尚未被充分开发。我们今天几乎所有的事情都还是在文本上绕。”王坚表示，科学研究领域的大量信息并不存在于论文文本中，而是隐藏在光谱、地震波、声波等科学数据里。他以地球科学为例，认为未来科学基础模型需要将文本、代码以及科学数据融合到统一模型中，让科学数据成为基础模型的重要组成部分。

“科学基础模型不是一个垂直模型，而是一个基础技术模型。”王坚表示，人工智能未来可能像数学一样，成为科学研究中的基础能力。

在他看来，AI与科学数据结合，有望改变传统科研模式。例如，通过人工智能分析大量地质、生物数据，可以帮助科学家重新认识地球演化规律，提高科学研究效率。

光电融合已是全球芯片产业"弯道超车"的必争之地

在新型计算架构与全栈生态协同突破圆桌论坛环节，曦智科技创始人、董事长沈亦晨指出，光电融合已是全球芯片产业“弯道超车”的必争之地。他认为这一进程分三步走：卡内融合已大规模商用，数千卡集群落地验证了这一路径的可行性；封装内融合2至4年内将批量落地，产业链已基本完成技术验证；芯片内3D融合才是真正的“胜负手”，目前正由先行者牵引产业链形成。

沈亦晨判断，“3至5年内，数据中心超30%的芯片将是光芯片”，这并非预测而是基于在手订单与客户需求的推演。他透露其“天枢”产品已实现光芯片与电芯片3D先进封装并稳定商用，下一代面向大模型的光计算芯片也已规划流片。“光电融合不是技术的备选方案，而是算力继续增长的必选项。”他说。

激流科技创始人兼CEO胡效赫指出，从千卡到万卡集群，算力效率取决于效率与稳定性。真正的通信瓶颈不在数据传输，而在数据准备阶段——涉及GPU与CPU调度、内存与显存搬运等多层协同，需跨层优化与架构融合。他认为国产算力的系统性短板在于超节点互联，亟需形成行业共识的互联标准。

爱捷科新首席科学家薛继龙认为，过去软件系统大多绑定在某一硬件生态上，面对多样化的算力系统，开放且向上的开源软件生态至关重要。他发起"TRITON AI"社区，推动大模型时代软件生态重构，强调未来重点在于芯片间互联标准与统一编程接口。

数据瓶颈制约具身智能落地

“从虚拟到现实：世界模型如何驱动具身智能”圆桌论坛现场

"从虚拟到现实：世界模型如何驱动具身智能"圆桌论坛讨论逐渐聚焦于一个核心瓶颈：数据。智元合伙人、觅蜂科技董事长兼CEO姚卯青指出，世界模型的核心能力在于预测世界的下一个状态，要求模型必须融合多模态理解、物理规律与因果推理。然而现实是，当前互联网上大量视频本质上是反物理规律的娱乐内容，无法支撑严肃的具身智能训练。

它石智航CEO陈亦伦进一步从技术层面拆解了这一困境。他将世界模型定义为"高频联合预测动作与状态"，并强调视频对于物理世界而言并非完备数据——质量与力等关键物理量无法通过视觉感知。"单纯看一段视频，你发现不了牛顿第二定律。"他提出，训练工业级可用的具身智能系统至少需要1000万小时的真实物理交互数据，涵盖力、触觉、柔性等多模态信息。而中国拥有全球最丰富的制造业场景，恰好为这类数据的积累和模型的迭代提供了高确定性的落地环境。

亮元新创CEO姜旭则从商业化路径上提出了参照系。他认为具身智能本质上是大模型在多模态领域的延伸，生成与理解需要不同表征，难以统一在同一架构中。其商业化节奏应借鉴大语言模型的发展规律——先在高容错率的场景中爆发，再逐步向高精度要求场景拓展。三位嘉宾虽视角各异，但对制造业作为具身智能优先落地场景的判断高度一致。

徐立：从Token转向Task，AI普惠在于"能用、好用、敢用"

商汤科技董事长兼CEO徐立在演讲中指出，软件开发、内容生成与物理AI三个领域正经历相似的演进路径，从单一模块走向长程任务闭环，使用边界从专业人士逐步拓宽至普通用户。他举例说，早期的文生图、文生视频需要用户反复“抽卡”筛选结果，如今的多模态思维链系统已能理解意图并直接交付完整成果。

这种边界拓宽带来的变化是“使用者迁徙”。徐立以商汤办公工具为例，多模态能力嵌入后，用户从专业人士转向“超级个体”。一位园林审图师得以固化专业知识，一名视障人士全程用语音交互打造出面向1700万视障群体的教育材料。他认为AI的目标不是替代人，而是增强人的能力。

从商业逻辑看，徐立提出计费模式正从Token转向Task，按完成任务的价值付费，而非按消耗的算力计费。他引用《道德经》“有之以为利，无之以为用”，认为模型发展与治理框架须并行推进。世界经济论坛预测2030年AI将减少9000万岗位但创造1.7亿新职业，他认为这只是“很小的切面”。AI的价值在于“能用、好用、敢用”，降低门槛、优化体验、守住安全边界。