7月19日，当2026年国际人工智能大会（WAIC）进入第三天，世博展览馆里的观众仍然密布，大模型展台的演示屏幕前围满了人，人形机器人的展位前排着长队，这是AI大会按例的热烈局面。

  而一场标准不低、但气氛相对镇定的圆桌会正在进行，由财联社与WAIC CONNECT联合打造的“链合π圆桌会”，主题定得很直接，“AI新周期：重构工业底层逻辑”。

  四场宗旨讲演、三场企业发布、一场圆桌对话，贯穿一直的中心问题只要一个，AI技能从PPT走向工厂和医院，中心究竟还差多少步？

  作为一家轿车被迫安全范畴的龙头公司（全球市占率第四），华懋科技从2023年开端向AI算力工业链转型，先后入股了光模块PCBA企业富创优胜和先进封装企业中科智芯。

  董事长吴拂晓给出的中心判别是，摩尔定律在5nm节点后现已失效，3nm、2nm的制造本钱不降反升，芯片功用的瓶颈已从芯片自身转向外围的物理极限——互联墙、供给墙、散热墙这“三堵墙”。

  他征引了一组数据，2025年先进封装销售额初次超越传统封装，尽管数量仅占7.4%，但贡献了48%的销售额。CPO（光电共封装）被视为下一代算力互联的中心计划，估计到2030年商场规划达390亿美元。

  从光模块代工到CPO先进封装，华懋科技企图构建一个端到端的交给才干。吴拂晓坦言，这个技能方向仍处于前期阶段，“与职业近10家客户深化沟通后，每一家都有不同的技能道路挑选，阐明商场还在演进中。”

  若说吴拂晓讲的是“硬件底座”，那么上海精智董事长魏杰和海清智元副总经理柴剑讲的，则是AI在工业现场的实在境况。

  魏杰提出了一个名为“工厂原生AI”的概念。他以为，当时制造业都会存在“AI焦虑”，但大都工业AI项目在试验室表现优异，一进工厂就难以继续运转。本源在于三个系统性难题：数据涣散且缺少出产语义、模型难以满意多重工业束缚、验证场景稀缺导致容错率极低。

  “工厂不是互联网，一个过错的工艺引荐或许会引起零件作废，一个不合理的排产或许让整条产线停产。”魏杰说。他的解决计划是，让AI从实在的制造数据中生长出来，在实在的出产的悉数过程中练习和验证，换句话说，工厂既是数据源，也是练习场和验证场。

  上海精智的实践已掩盖近300家制造企业，包含机加工、压铸、钣金、注塑等中心工艺环节，客户包含特斯拉的电机供给商与复兴号的零部件供给商。魏杰当天还发布了一款开源的工艺大模型“膏壤”，根据近10万张原始图纸和30万道非标工序数据练习。

  柴剑则从“物理AI”的视点切入。他将AI分为数字AI和物理AI两条途径，前者根据数字语料生成文本和图画，后者经过端侧设备直接感知实在国际。

  物理AI的最大特点是”不行回滚”，即“数字AI说错了能够真挚抱歉，但物理AI打错方向盘的结果是丧命的。”

  海清智元的事务聚集于物理安全场景，中心产品是多光谱AI火灾预警系统，已在数据中心、电力系统、动力设备等场景落地。柴剑泄漏，公司的榜首大客户已从传统的工业客户转向数据机房。

  安全科技医疗智能负责人倪渊介绍，该产品面向肿瘤患者，供给病况档案智能办理、7×24小时重疾咨询、治疗计划优选、名医医院精准匹配四大功用。技能架构选用三层模型：底层开源大模型、中心层根据安全十年堆集的医疗数据练习垂域模型、上层针对详细场景强化学习。

  倪渊着重，AI专病管家的方针不是代替医师，而是“让尖端医疗资源更可及”。她征引了一组数据，安全每年1000万医疗健康类理赔中，肿瘤仅占30万例，却贡献了50%的医疗开销。国内实在树立多学科会诊机制的医院约60%，实践承受多学科会诊的患者仅20%。

  但医疗AI的商业化应战，在随后的圆桌对话中被进一步扩大。轻松健康集团商场总经理汪琪指出，职业中心瓶颈早已不是模型研制，而是服务链与付出链的结构性难题，“跨组织数据无法互通，医院、医保、商保与个人之间的付费鸿沟和职责区分不明晰，一直没能构成安稳的付出闭环。”

  爱仕达副总经理梁锐展现了一段视频，智元灵犀机器人在上海多家商超里做导购、引流的实地测验。这是爱仕达与智元深度战略协作的一部分——爱仕达供给职业数据和线下途径（全国数万个网点），智元供给本体和模型，两边企图在商业零售场景打造数据飞轮。

  爱仕达给自己定的短期方针是“百千万”，百个机器人进千家店，终究万台规划。

  魔法原子商场负责人江涛则发布了三款硬件新品：180cm全尺度人形机器人MagicBot X1（可完结扣篮等高动态动作）、轮式人形机器人D1（适配工业和物流场景）、轻量化四足机器人T1（统筹巡检和消费场景）。他泄漏，公司2026年在手及跟进订单已达11亿元，包含1.5亿元大健康职业交给订单。

  一个有必要留意一下的信号是，两家公司都不谋而合地着重了“场景落地”而非”技能展现”。

  江涛直言，“2025年出资人问的是你家机器人后空翻漂不美丽，2026年问的是能不能在笔直场景规划化落地。”职业叙事从“炫技”转向“干活”，自身也是老练的表现。

  GoodVision AI董事长郑玉山给出了一个明晰的时刻判别，AI算力基建的泡沫“在2028年秋天之前不会破”——由于美国、韩国等国家的千亿级算力出资规划最快也要到2028年末才干建成，到时假如AI需求没有增加10倍，算力就会过剩。“算力过剩其实是个功德，Token价格降到挨近零的时分，实在的使用迸发才会到来。”

  汪琪的判别更为审慎。她以为医疗AI的燃眉之急不是技能迭代，而是在不确定性中寻觅确定性——“需求实在、价值可控、权责明晰、付出闭环”的场景才值得做。

  恩和科技AI&Computation总监宋任剑则从生物制造范畴的实践动身，提出了一个要害调查，一个职业被AI替代的速度，取决于数据闭环的迭代速度。“Coding现已没人手动写了，由于开发者用AI迭代模型的速度足够快。生物制造范畴也相同，物理试验的数据能有多快回流到模型中，决议了AI能走多远。”

  时空象限创业孵化器负责人曹莉莉的总结最为简练，“跟着赢利走，别跟着热烈走。”她以团队孵化的AI潮玩项目为例，先用59元的根底产品验证商场、完成百万级销量，再把具身智能技能降维使用到IP上。“先盈余、再迭代，依托安稳营收反哺研制技能，这才是长时间主义。”

  整场圆桌会从算力底座到工厂原生AI，从医疗专病管家到具身智能商业布置，评论掩盖了很多前沿论题，但假如用一个词归纳所有人的一致，大概是“落地”，不是纸面上的技能参数，不是Demo里的完美演示，而是实在的工厂、实在的医院、实在的商场里，AI能不能安稳地、可继续地、可盈余地运转。

  沪ICP备10213822号-2互联网新闻信息服务许可证： 网登网视备（沪）-1号 互联网宗教信息服务许可证：沪（2024）0000009 播送电视节目制造运营许可证：（沪）字第03952号

  增值电信事务运营许可证：沪B2-20210968 违法及不良信息举报电话