摘要：2026 年 7 月的上海世博展览馆人潮涌动。然而，与两年前 " 百模大战 " 时沉溺于参数竞赛与概念轰炸不同。

今年的 WAIC 场馆内弥漫着一种冷峻而现实的算账氛围。AI 正在从 " 模型智能 " 全面跨入 " 系统智能 "。

在《艾问 iAsk》创始人、科技投资人艾诚主持的圆桌论坛上，来自具身智能、物理感知、金融量化、数据治理与国际通信的六位掌舵人展开碰撞。

这场对话撕开了行业浮躁的表象，确立了一个硬核判断：模型决定技术上限，数据决定认知边界，场景决定现金流，治理决定规模。

估值逻辑大裂变：

资本挤干泡沫，转向 " 部署经济学 "

如果说 2023 至 2025 年是生成式 AI 的 " 演示秀场（Demo Era）"，那么2026 年则是行业智能体的 " 生存考验期 "。

资本市场不再为 PPT 上的参数规模付费，甚至不再因几段看似流畅的机器人烧菜、打球视频而兴奋。

投资人只关心四个指标：任务成功率、单位任务成本、部署后的数据复利，以及风险的可审计性。这种逻辑的转向在具身智能领域尤为剧烈。

梅卡曼德联合创始人韩卓在论坛上向艾诚表示，其搭载通用物理 AI 大模型的机器人系统，全球部署量已突破 27,000 台，服务超过 100 家世界 500 强企业。

梅卡曼德联合创始人 韩卓

但韩卓也直言，实验室的成功率绝不等于工厂的可用率。真实的工业现场充斥着遮挡、强反光、异常零件以及极苛刻的生产节拍。

科技投资人艾诚认为—— " 具身智能的壁垒，从来不是花哨的动作生成，而是可靠性、泛化性与工程交付的乘积。

资本定价正在从出货量转向‘部署经济学’——不仅看你卖出了多少台硬件，更看你的系统可用率和客户复购率。"

从单纯追求出货量，到追求 " 部署经济学（Deployment Economics）"，代表着资本对 AI 盈利路径的清醒认知。

帕西尼联合创始人罗霄恒从感知入口切入，指出控制了高保真触觉与物理感知数据，才能真正打破世界模型（World Model）的幻觉。

硬件销售固然带来现金流，但 " 硬件—数据—模型 " 形成的数据复利闭环，才是支撑高估值溢价的底牌。

帕西尼联合创始人 罗霄恒

高质量数据的终极拷问：

是资产，还是 " 数据债务 "？

行业智能体的爆发，将整个产业逼到了高质量数据的悬崖边。

长期以来，AI 行业沉溺于 " 海量存储 " 的幻想，但天娱数科首席数据官吴邦毅博士给出了冷静的剖析：盲目堆砌的未结构化日志，非但不能成为资产，反而会变成沉重的 " 数据债务（Data Debt）"。

以具身智能为例，完成一个简单的叠衣服动作，按每秒 24 帧拆解就需要上万条动作序列数据；而要训练一个可用的业务模块，往往需要数十甚至上百组数据沉淀。

数据的竞争，早已从简单的规模体量，转向了结构、语义、质量与复用效率的深水区。

天娱数科首席数据官 吴邦毅博士

艾诚指出数据资产化的底线逻辑已经转变：数据资产化不是把冷冻数据写进资产负债表，而是通过结构化与语义化改造，让数据能够持续参与业务循环，产生可验证的未来现金流。

真正高效的数据飞轮，不再是无差别的海量采集，而是主动学习（Active Learning）与信息增益的最大化。

帕西尼通过 " 失败触发采集 " 与 " 边界临界值采样 "，让智能体在面对烫手、光滑或极限摩擦时自主反向提出数据需求。

智能体越成熟，就越需要精准捕捉那些边际训练价值最高的 " 负数据 "。

严肃场景的生死红线：

异质性风控与 " 运行时治理 "

当智能体从信息摘要工具走向管理真实资产（如 GIM 在金融量化领域的探索）或深度接管企业工作流时，其面对的挑战发生了根本性位移：

风险从 " 说错话 " 升级为 " 做错事 "。

在资管金融场景，GIM 创始人徐嘉浩阐述了多智能体（Multi-Agent）架构面临的独特难题——

如果多个智能体使用相似的模型与数据，它们极易形成表面看似讨论激烈、实质共同放大系统性偏见的 " 协同错误 "。为此，必须在架构上严格分离预测层与风控层，引入强异质性机制与规则托底。

GIM 创始人 徐嘉浩

艾诚作为 AI 领域资深投资人，她也发表了观点：" 预测创造收益，风险纪律决定生存。没有自我否证能力的自进化，只是自动化偏见（Self-evolution without falsification becomes automated bias）。

多智能体的核心价值，从来不是增加冗余的意见数量，而是降低决策错误的相关性。"

而在合规与安全侧，浙江大学数智融合实验室主任、君同未来创始人韩蒙教授提出了智能体风险的 " 第一性原理 "：即使没有坏人攻击，智能体一心向善，也可能因目标偏移与权限滥用造成巨大灾难。

在合规要求极高的公共服务或企业管控中，静态的上线前评测早已失效。行业智能体迫切需要独立于模型的 " 运行时治理系统（Run-timeGovernance）"。

治理不再是拖慢研发的成本负担，而是降低客户采购阻力、锁定高价值场景准入门票的硬核基础设施。

浙江大学数智融合实验室主任、君同未来创始人韩蒙教授

基础设施的重构：当网络本身变成 Agent-Callable Infrastructure

随着智能体从云端深入汽车、工厂与边缘设备，整个全球通信基础设施也迎来了被动传输向主动调度的进化。

GSMA 大中华区战略合作总经理庞策指出，2026 年是智能体交互协议与标准确立的关键节点。

未来的网络架构不仅需要承载人与智能体、智能体与应用（如 MCP 协议）的交互，更要应对千万级智能体之间（Agent-to-Agent）的自发协同。

通信网络正在从传输系统升级为具备动态计算、身份校验、低时延保障的可编程经济基础设施（Agent-Callable Infrastructure）。

产品决定一家企业能走多快，但只有跨国界、跨平台的生态标准，才能决定一个产业能走多远。

GSMA 大中华区战略合作总经理庞策

结语：回归 " 智能体经济学 "

从物理感知的微观触觉，到具身机器人的产线协同；从金融算法的严格风控，到可信治理与全球网络的标准共建——

2026 年 WAIC 的这场圆桌论坛，描绘出了行业智能体正发生的 " 三次迁移 "：

•从参数规模，走向任务完成能力；

•从单次推理，走向持续学习闭环；

•从技术可用，走向经济可行与责任可控。

作为站在科技投资与媒体观察交叉点的视角，我们看到资本最终穿透了所有包装与概念，重回冷酷而真实的 " 智能体经济学 "。

未来能够享受估值溢价的企业，未必拥有最大的大模型，但必须具备四种核心壁垒：不可替代的数据获取权、可量化的任务经济性、部署越多越聪明的数据复利，以及可审计、可复制的治理标准。

正如艾诚在论坛总结中所言：数据决定了智能体能看见什么，场景决定了它能创造什么，而治理决定了社会敢把多少权力交给它。

2026 之后，唯有能感知真实世界、完成真实任务、创造真实现金流并承担真实责任的智能体，才配留在时代的牌桌上。

艾诚简介

艾诚（Gloria Ai），主持人、投资人、《艾问 iAsk》创始人，曾任中央电视台驻纽约财经评论员，现任《艾问人物》出品人，也担任国内外财智盛会如博鳌亚洲论坛等的常邀双语主持。艾诚是哈佛大学、北京大学和中国传媒大学的校友代表，清华大学苏世民学院业界导师，哈佛大学第一代校友（FGHA）导师，YPO 世界青年总裁组织成员。

作为《艾问 iAsk》创始人，艾诚一直致力于向世界讲好中国创新故事，已记录近 2000 位时代人物，实现百家媒体全球传播。曾获《福布斯》杂志 2016 年度 30 位 30 岁以下亚洲人物唯一上榜华人主持以及世界经济论坛 2012 年度全球杰出青年，著有《奋斗是一种信仰》、《创业的常识》、《创业不死法则》等财经书籍。

艾诚被授予家乡黄山的形象大使，因扶贫助农的女性领导力与公益心，获评全国三八红旗手。