本報記者 孫慶陽
“語言模型是過去,智能體是現在,多模態原生統一是AI下半場。”2026年4月21日至22日,2026中國生成式AI大會(北京站)召開,大會以“奔赴AGI 重塑未來”為主題,匯聚學界與產業界專家,主會場圍繞底層技術、應用落地、行業基建、商業與投資四大方向展開探討,直指通用人工智能未來的關鍵突破。
底層技術持續突破是根基
“大模型與多模態技術是AI發展的核心底座。”中國人民大學高瓴人工智能學院教授趙鑫指出,大模型能力提升的核心遵循擴展定律,“有效利用大規模算力,是實現AI研究的長期途徑”。他將模型擴展分為訓練時間擴展與測試時間擴展,前者通過放大參數與數據量一次性提升能力,后者以推理時間換取效果。同時,強化學習是打通模型能力的關鍵,但強化學習并非萬能,無法將弱模型直接提升至高水平,必須平衡探索與利用,才能讓模型在復雜任務中保持高準確率。此外,趙鑫強調,環境交互與工具使用是拓展模型能力的重要路徑,代碼解釋器、搜索引擎等工具能讓模型“擁有雙手”,解決原本無法完成的復雜任務。
Pine AI 首席科學家李博杰從Claude Code源碼泄露切入,提出Harness Engineering是Agent工程的下一個范式,他認為模型之外的一切,都是Harness,這一體系決定了智能體的能力下限。其核心包括上下文壓縮、結構化記憶、安全校驗與錯誤恢復,放棄純向量數據庫,改用Markdown+文件系統管理記憶,能有效避免信息偏差。同時,智能體需搭配專用小模型完成權限分類、記憶檢索等任務,才能實現生產級穩定運行。
北京大學深圳研究生院助理教授&研究員、博士生導師袁粒提出:“語言模型是過去,智能體是現在,多模態原生統一是AI下半場”。他認為,當前割裂式多模態架構存在延遲高、信息損失大的問題,無法落地物理世界,只有實現文本、圖像、視頻、3D的原生統一,才能讓AI真正理解物理規則。他直言,“沒有多模態原生統一,就沒有真正的AGI”,未來需攻克模態定義、建模、架構統一等五大挑戰。
VAST CTO梁鼎則聚焦AI 3D技術,提出“突破技術壁壘,AI 3D將重構產業新范式”,依托大模型實現高效、高精度的3D內容生成,打破傳統3D生產的效率瓶頸。
應用落地是核心
隨著技術成熟,AI智能體與多模態創作進入實用階段,成為產業落地的核心載體。智象未來(HiDream.ai)聯合創始人兼首席技術官姚霆指出,AI創作已進入Agent自主全鏈路編排時代,人只需定目標與標準,剩余創作全由AI完成。多媒體創作Agent具備長鏈路創作、一致性可控、行業化適配三大核心能力,可一站式完成圖文、視頻、營銷文案、影視腳本的生成與編輯。他表示,公司自研的原生統一多模態模型,能實現IP一致性生成與精準指令跟隨,在圖像生成、視頻編輯等場景的效果達到行業領先水平。
在高端對話中,香港大學助理教授&博士生導師、Nanbot團隊負責人黃超表示,Open Claw走紅讓行業意識到,智能體的核心是自主完成開放域任務,它像人類助手一樣,能無終點地持續工作,但當前智能體仍存在長任務中斷、環境適配差等問題。網易有道LoRAsterAI項目負責人、智能硬件研發負責人王寧分享了國產開源Agent產品的研發經驗,團隊僅用二十多天就推出輕量化版本,核心是簡化Agent架構,通用Agent的核心只有Plan、Use、React三步,無需復雜設計。他認為,國內Agent的機會在于企業級場景,與辦公、教育、硬件深度結合,才能實現規模化落地。
黃超補充道,智能體與模型能力相輔相成,隨著用戶需求提升,未來需要Agent完成金融、科研、醫療等領域的長周期任務,Harness Engineering將成為突破關鍵。
行業基建完善是保障
面對“萬模并行”的行業現狀,Token流通與統一調度成為AI產業的核心基建。清程極智聯合創始人師天魔提出,當前Token服務存在三大痛點:“同模型不同服務商,效果、價格、穩定性差異巨大;服務黑盒化,量化降質、隱性成本頻發;中小客戶無質量保障,響應慢、錯誤率高”。針對這些問題,其團隊打造的AI Ping平臺,聚合30余家服務商、600余個模型,通過7×24小時持續監測,為用戶提供客觀評測數據。
師天魔強調,AI Ping的核心價值是智能路由,“根據用戶需求動態分配最優服務商,可讓平均成本降低37%以上,穩定性提升90%以上”。平臺從真實用戶視角出發做端到端評測,屏蔽接口差異、錯誤碼等行業痛點,讓用戶無需復雜測試,就能用上高性價比的Token服務。
商業變現是目標
哇瑞資本投資合伙人陳石在對話中直言,AI行業最大的變化是Agent開始在應用層掙錢,而不只是硬件廠商獲利。他對比移動互聯網時代指出,AI無法依賴廣告模式,用戶消耗的Token成本遠高于廣告收益,未來必須走前向收費+軟硬件結合的路徑。他建議創業者,“做不到付費轉化就不要盲目擴張,用中國供應鏈優勢做軟件硬件化,是差異化競爭的關鍵”。
關于國內AI發展機遇,陳石認為,中國模型成本僅為海外的十分之一,性價比優勢顯著,企業級場景是國內Agent的核心突破口,聚焦辦公、財務、數據安全等剛需,能快速實現商業閉環。同時,他判斷2026年是AI生態爆發與商業化起點,行業從技術驗證走向實用落地。
智東西聯合創始人、總編輯張國仁總結道,Open Claw之后,中國AI不再是技術追趕者,而是生態創新者,技術、開源、應用、產業的深度融合,將開啟智能體時代的中國機會。
![]()
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.