主題演講：全密態計算，破解AI時代的數據安全難題 | 36氪WAVES2026新浪潮

“2026年，創投圈的浪潮再次翻涌：AI從技術概念走進產業深水區，硬科技創業從“小眾賽道” 變成“主流共識”，年輕的創業者們正在用代碼和雙手，重新定義中國創新的未來坐標。

每一年，由36氪 · 暗涌主辦的WAVES大會，都是中國創投圈的年度風向標。今年的 WAVES 2026以“今年盛夏”為主題，落地廣州番禺良倉新造創意園，在兩天的時間里，我們匯聚了頂級投資人、產業領袖、新銳創業者，用14場深度圓桌、數十場獨立演講，拆解 AI、硬科技、出海、醫療等核心賽道的底層邏輯，見證那些“少數人” 的堅持，如何匯聚成改變行業的浪潮。”

以下為對話內容，經36氪整理編輯：

于功山丨辰宜科技 聯合創始人

各位嘉賓、各位伙伴、各位同行，下午好！

我來分享一個話題，就是全密態計算，破解AI時代的數據安全難題。

前一段時間，Anthropic發布了新一代大模型，這應該引起全球的警覺。所有上一代的計算機技術，在面對新一代全球頂尖大模型時，都可能被摧枯拉朽地攻破，原有的安全體系將形同虛設。大家需要反思一個問題：在人工智能與量子計算來臨的時代，如何真正保證數據安全？如何守住底線？這已經成為相關從業者必須思考的重要課題。

我們來看一個真實的場景，它反映出今天更大的數據課題。前段時間我去一些銀行交流，銀行也提到了一個非常根本的問題：目前大模型的發展，需要銀行的數據來進行更高級的風控管理。然而，銀行在進行模型訓練之前，面臨一個深層次的擔憂：如果模型能夠記憶或存儲銀行的核心數據，數據安全將何去何從？因為一旦數據在模型中發生流轉，或者通過模型調用被泄露出去，就會引發巨大的社會輿論壓力，并面臨數據泄露的追責問題。這就揭示出一個深層矛盾：企業想利用新算力來發展自己的新型模型，卻因安全顧慮而受到制約。這正是我們今天在數據利用中所面臨的困局與破局之問。

我們通過這個場景可以看得出來，所有的企業決策者，包括國央企的領導在今天思考的數據要素進行流通的時代中，第一個話題是我的數據能不能共享出去，能不能形成數據產品給到各行各業去使用？答案很顯而易見，是不能的，因為數據一旦被流轉和流通之后，它就有無限的復制可能，去造成巨大的影響和破壞。我們用一個詞來比喻會很恰當，猶如核能。因為核能的能量非常巨大，但一旦核能的數據暴露之后會產生強烈的輻射，數據也一樣，一旦數據對外被看到或流轉，就會面臨相似的問題。現實情況是如何解決這個根本性的問題？從核能的角度看同樣非常恰當，就是要構建一個核能密閉艙，既能讓核能在里面從核能轉化成熱能，從熱能轉化為電能，為人類所用，但是又不能對外界造成影響和輻射。老百姓用的是電，但是從來是不會碰到核能本身的。所以數據就是核能時代的數據燃料。

數據的價值非常巨大，但是“輻射性”非常高，不能有一絲泄漏，如果做一個方案，一定是構建是一個數據的密閉艙，讓數據不出艙，輸出純凈算力，進而達到“燃料不露形，算力安心用”這樣一個根本性的目的和要求，而我們做的事情就是構建數字時代的數據安全艙。

我們看一下傳統的數據安全模式，數據在目前的技術體系下，一旦要使用數據，必然會有個問題，是數據進行解密；一旦解密，就面臨著數據泄漏風險。有沒有一種好的技術和方案能夠實現數據在不解密的情況下全密態的進行運算？這個應該是從人類在70年代誕生非對稱密碼學以來一個終極的追求目標，能不能重新塑造一個新的密碼時代，讓數據在全密態下進行安全的計算？我們給出的答案是要構建一個新型的技術體系底座，這個技術體系我們稱之為全同態加密技術。這個技術其實是從上個世紀70年代提出，到2009年產生第一代基于理想格的相關算法，這個算法產生之后在全球引起了巨大的轟動。但是也看到一個很現實的問題，就是這項技術一直沒有得到巨大的產業化應用，因為加密技術一旦進入了密算之后會產生巨大的算力損耗問題，所以最終難以產業應用。

我們是從上個世紀90年代就開始致力于相關的算法研究，在2012年成立公司之后又經過十幾年的沉淀，最終形成這一代的解決數據安全的新型產品，我們稱之為面向AI時代的密態計算和多模態統一的新型數據庫產品。我們的產品特點是大家已知的AI認知的幾項能力，包括向量、圖、時序時空和傳統的關系進行融合，既能夠達到在密態能夠計算，又能夠滿足現在AI時代急需的把多種模態融合的能力，我舉個例子大家可能會更理解這件事情。今天的現場會場里面可能有幾百位來訪嘉賓，我們要通過今天的攝像畫面看到每位嘉賓的情況，以及迅速地從相關的社保記錄里面找出每位嘉賓以往的履歷情況和社保繳納情況，以及我們在互聯網上發過的這種帖子等等信息。傳統要去實現這種涉及到個人隱私以及多方、多模態運算的時候，其實是一個非常復雜的過程，而通過新型的AI密態基礎設施就可以解決一個終極問題，就是在每一個方向上，比如我們通過當前的視頻畫面，是以加密的數據處理完每個嘉賓的特征，然后在政府社保的信息里面，在社保的密態數據里面計算出來每位嘉賓的社保情況，以及在互聯網側去找到我們的社保記錄，在每個密態的角落里面找到相關的追蹤信息，形成一體化的能力。

這里面的核心技術其實是來自于剛才提到的全同態加密技術，為什么我們產品在今天能形成廣泛的影響力，在金融行業中得到深入的應用？第一，我們實現了百分之百自研的能力。在基礎的軟件領域里面，大家熟知的三駕馬車（操作系統、芯片、數據庫）領域中一直有一個國人念念不忘的情懷，能不能有自己國產的、純原生相關的技術軟件？而我們是從一開始就致力于每行代碼自己寫，我們算是目前能夠100%完成全部自研，采取零開源代碼的方式的新型產品，當然就包括從數學理論體系到底層的編輯器是完全自己構建的。

第二點源于一個現實問題，在全密態的情況下，性能到底怎么樣？因為我們知道在加密狀態中進行加密運算，它是常規的非加密的萬倍以上的損耗。而我們解決了一個比較大的難題是，在真正的密態計算下，可以實現比傳統的方案性能還要高37%以上，但硬件成本下降到傳統明文態數據計算的為38%以下。

第三個特點是我們實現了中文原生，整個底層數據引擎是用中文來進行存儲，到整個用戶使用的各種語言體系是中文原生的。它有個非常大的好處，極大地降低使用者的門檻，完全可以通過中文的字段編程語言和底層數據進行交互和交流，改變了只有技術人員才能進行深層次的數據處理的格局和局面。當然，我們未來有一個夢想，就是用中文的原生語言在中小學教育里面，能夠讓小孩在一二年級就能夠踏上科技的舞臺和門檻，用自己的母語來實現對科技的掌握和認知。

第四個特點是原生的智能，就是一套數據庫可以把現在面臨的數據安全和AI領域中需要的多模態處理能力全部打通。

另外一個特點是考慮到量子時代來臨，所以我們在產品設計之初就采用格密碼的策略和方案，結合全同態的相關技術，實現了對整個未來量子防御的架構設計。可以說有了這種新的架構方案，至少在行業內可以保持30年的安全穩定運行。

看完相關AI原生的安全產品之后，再對照現在產業中已有的方案，它的整個優勢就非常凸顯出來了。因為傳統方案大家為了做一套智能體，為了開發一套基于大模型的工程系統，你可能要采購不同的、非常復雜的多重數據庫，而多重的數據庫一個會造成成本增加，另外很現實的問題就是運維的難度非常高。采用這種原生一體化的新型密態引擎之后，可以從效率、能力到成本上能夠大幅的下降。

除了產品在金融領域應用之外，其實還有一個夢想，因為國家現在大家提倡數據要素在各行各業的產業應用，我們致力于讓每個城市都有自己一套安全的數據艙，解決目前大型的城市數據攻關中的“數據可用不可見”，真正在本地的密度艙里進行安全計算，這樣形成一個規模，百城聯動，形成百城互聯這樣一個終極的目標。只有實現了真正讓每個城市能夠安全、自由的靈活用數，才能解決整個產業鏈釋放問題，能夠打通城市的數據，政府的公共數據和行業數據互聯互通這樣一個終極目標，進而在更長遠的角度來看，能實現一個數據不出艙，價值通天下的核心目標。

有了這種真正的數據安全底座之后，我們可以看到業內可詬病各種解決不了的問題可以充分解放，比如我們關心的醫療數據。醫療數據是一個非常敏感，但是高價值的數據，因為大家所關心的新藥研發，以及對于商保、醫保等等非常高價值的場景都需要充分的用到敏感數據進行計算。我前段時間和很多醫保的單位去談，現在像醫保是致力于讓老百姓在就醫的時候，不僅僅實現現場的醫保就能夠進行及時計算，更明顯的是實現商保在醫院里面及時結算，解決大家各種商保過程中非常繁瑣的報銷事項，這一定離不開如何用高價值的醫保數據和商保數據進行互聯互通的問題，那就要使用到全密態技術，讓醫保數據在密態的安全艙里面和商保的數據進行碰撞，讓醫保記錄和相關病歷記錄能夠自動化形成相關的商保計費模型，真正實現一鍵雙保聯動，現場進行結算的目標。

對于其他的行業伙伴來說，我們致力于用新型的安全技術，打通整個行業的產業鏈數據，實現上下游的產業鏈互聯互通，進而引入更高價值的像供應鏈金融、供應鏈相關的原材料的互聯互通，進而降低行業的成本，增加整個行業的授信。我們做了非常多的案例，能夠通過數據互聯證明，在行業中一旦實現數據互聯互通之后能夠實現極大成本的降低，進而提升整個行業的影響力和競爭力。

我們也有一個目標，就是讓數據核能時代就從辰宜開始。在這里向各位嘉賓有一個小小請求，希望我們能夠有機會一起推動整個密態技術做全行業的應用，進而帶動整個行業的數據走向像我們用電力一樣能夠即插即用，能夠對我們的日常出行，對整個行業的發展提供應有的價值。

我的分享到這里，謝謝大家！