中经记者 谭伦 上海报道

当大模型竞争从参数规模转向产业落地，AI产业发展面临新的“深水区”挑战。

6月24日，在2026上海世界移动通信大会期间，来自咨询服务、国产算力和具身智能领域的企业代表，围绕自主AI的产业化路径展开圆桌讨论。德勤中国CGO（首席业务增长官）金凌云、沐曦股份高级副总裁孙国梁以及苏度科技CEO韩铮一致认为，AI已经从“生成内容”迈向“自主决策与执行”的新阶段，但行业面临的核心挑战已不再是模型能力本身，而是算力基础设施、数据治理、行业场景以及产业协同等系统性问题。

随着Agentic AI、具身智能和端侧AI加速发展，一个新的产业共识正在形成：未来AI竞争，不再是单个企业的技术竞赛，而是一场生态体系之间的竞争。

德勤中国CGO金凌云（左）、沐曦股份高级副总裁孙国梁（中）与苏度科技CEO韩铮（右）

从生成式AI走向自主AI：需跨关键临界点

过去两年，大模型成为全球科技产业最重要的增长引擎。但在经历了技术狂热之后，行业正在进入更关注商业价值兑现的新阶段。

“过去大家认为生成式AI只是帮助写文章、查资料的工具，而今天，自主AI已经开始演变成企业的决策大脑和行动核心。”金凌云表示，自主AI的出现意味着AI开始具备规划、推理、决策和执行能力，其影响范围已经超越传统软件工具，对企业组织形态和运营模式产生深层重构。

这一变化在产业一线也变得越发明显。作为国产GPU厂商代表，孙国梁观察到，仅仅几个月时间，市场需求已经发生显著变化。“去年很多企业还在思考AI究竟能应用在哪些场景，但今年最大的变化是，客户已经能够把Token与自己的产品和业务直接联系起来。”在他看来，模型能力与算力能力正在同时跨越产业化临界点。

过去，行业最大的难题是“有没有场景”；而今天，越来越多企业开始主动寻找更多算力资源，以支撑不断增长的AI应用需求。

这种变化也正在反映到市场层面。据IDC预计，到2029年全球AI相关支出规模将达到1.3万亿美元，未来几年复合增长率超过30%。与此同时，麦肯锡最新研究显示，虽然绝大多数企业已经部署AI项目，但真正实现规模化价值释放的企业仍不足1%。

从实验室走向生产系统，正在成为AI产业下一阶段的核心命题。

算力需求爆发：AI开始从训练时代走向推理时代

如果说过去两年AI产业关注的是训练，那么2026年开始，推理正成为新的主战场。

孙国梁表示，随着AI应用规模快速增长，算力需求结构已经发生变化。“今天不论是to C还是to B，Token已经成为一种新的生产资料。”在他看来，未来产业对算力的需求并不会下降，反而将持续增长。

尤其是在金融、医疗、能源、教育科研、文旅和交通等行业，大量AI应用开始进入生产环节，推动推理需求快速释放。“企业已经不再怀疑AI是否有价值，而是在思考如何获得更多Token、更多算力资源。”孙国梁指出。

对于国产算力产业而言，这也意味着新的发展机遇。据孙国梁介绍，沐曦股份当前正在推进“1+6+X”生态战略，通过国产GPU、算力集群和云边端协同体系，构建面向行业场景的AI基础设施能力。

不过，在他看来，国产算力未来能否真正实现突破，关键不只是硬件性能。“国产算力一定要靠开源生态，才能与全球最优秀的产品竞争。”他认为，中国AI产业当前最大的短板并非技术本身，而是开发者生态的聚集能力。只有形成开放的开发环境和合作体系，国产算力才能真正建立起可持续的产业竞争力。

机器人迎来爆发前夜：数据或成最大瓶颈

相比大模型领域的快速发展，具身智能和机器人产业仍处于早期阶段。但在韩铮看来，这可能恰恰意味着更大的产业机会。

“现在一个最直观的感受就是，中国机器人应用场景实在太丰富了。”作为长期从事机器人和物理AI研究的创业者，韩铮认为，当前行业存在一个普遍误区——过度迷信端到端大模型。他指出，未来机器人模型架构更可能类似自动驾驶系统，而非一个统一的大模型。

“机器人一定是分层架构。”在韩铮的设想中，高层任务规划和复杂推理可以放在云端，而感知、控制和实时决策则需要部署在端侧。这种云边端协同模式，或将成为未来机器人智能的重要技术路线。

与此同时，机器人对于芯片能力也提出更高要求。韩铮判断，未来机器人端侧芯片的算力需求，可能达到同代自动驾驶旗舰芯片的2至5倍。

但比算力更难解决的问题，是数据。韩铮指出，大模型的成功建立在海量互联网数据基础之上，而机器人行业并不存在类似的数据资源。自动驾驶可以依靠数百万辆汽车持续采集真实道路数据，但机器人行业目前尚未形成同等级别的数据闭环。

“到现在为止，还没有一种机器人产品能够达到百万台级别的持续部署和数据积累。”因此，仅依靠真实世界数据训练机器人模型并不可行。在韩铮看来，未来机器人产业的发展，很可能需要依赖仿真数据、合成数据以及零样本泛化能力等新路径。谁能率先解决这一问题，谁就有机会占据下一阶段产业高地。

AI竞争进入生态时代

在讨论的最后，一个高频出现的关键词是“生态”。无论是算力厂商、机器人企业还是咨询服务机构，都认为AI产业已经告别单打独斗时代。

“AI产品不需要超级技术孤勇者，而需要产业上下游同频共振的生态体系。”孙国梁和韩铮都表达了类似观点。其中，韩铮认为，目前中国机器人赛道参与者众多，不少企业希望同时覆盖模型、本体、芯片和应用，但长期来看，产业一定会走向专业化分工。

“行业里未来会有成功者，但成功者一定是专注于自己最擅长的部分，同时保持开放合作心态的企业。”在金凌云看来，这种生态协同则恰恰是自主AI实现规模化落地的关键。

在其看来，2026年AI产业面临的最大挑战已经不再是技术突破，而是如何跨越规模化鸿沟。算力成本、数据治理、组织变革以及生态协同，将成为决定企业成败的新变量。

“AI落地不是一家企业单打独斗，而是整个生态圈的共振。”金凌云最后指出，随着自主智能体、端侧AI和具身智能不断走向成熟，中国AI产业正在迎来从技术创新向产业创新转变的重要窗口期。而未来真正的赢家，或许并非拥有最强模型的企业，而是能够连接算力、数据、场景与生态资源，率先完成产业闭环的参与者。

（编辑：张靖超 审核：李正豪 校对：颜京宁）