中新网上海 10 月 17 日电 ( 高志苗 ) 全球财富管理论坛 · 2026 上海苏河湾大会 16 日到 17 日召开。在 17 日举办的 "AI ——从技术前沿到产业应用 " 圆桌论坛上，嘉宾们的讨论没有停留在 "AI 能做什么 "，而是反复追问一个更根本的问题：判断 AI 产业进展的标准究竟是什么？

10 月 16 日到 17 日，全球财富管理论坛 · 2026 上海苏河湾大会举行，图为 "AI ——从技术前沿到产业应用 " 圆桌论坛现场。主办方供图

上海人工智能研究院院长、联合国人工智能独立国际科学小组成员宋海涛以 " 加速、知识平权、全球化、适度性 " 四个关键词概括过去一年 AI 的变化，并指出检验方式本身也在改变。" 过去我们还需要通过榜单去自我证明，现在大量的市场和客户实际上已经学会了用模型来评估我们的方案和技术能力。" 在他看来，这种从 " 自我证明 " 到 " 市场用脚投票 " 的转变，本身就是 AI 走向产业化的一个信号。

君联资本总裁李家庆则从产业与投资视角提出另一重检验尺度。他认为，讨论 " 大模型能不能挣钱 " 本身是伪命题，因为大模型会贯穿整个产业，是端到端产业链条中必须具备的要素，脱离这一要素去谈企业应用或基础设施没有意义；产业结构本身在分层演化，" 今年你多赚点钱，明天你的那份钱就得交给我 "，各方在分层结构中动态调整、向下游延伸。

面对 " 大家 All in 会不会太拥挤 " 的问题，李家庆主张以投资组合方式覆盖芯片、基础设施、大模型、产业应用，并以 " 养成类 " 心态长期陪伴。他特别提醒，非市场化因素会导致长期逻辑被短期化，使原本波动不大的事情剧烈震荡，因此 " 长期资本 "" 耐心资本 " 之外更要强调 " 求真务实 "，不要把长跑当成短跑。

面壁智能联合创始人、董事长、首席执行官李大海以 " 技术大爆炸 " 描述当前阶段：大模型知识密度约每 100 天提升一倍，端侧模型一年内从 1B 跃升至 35B 可上手机运行，AI 开始参与训练 AI、解决人类尚未解决的数学问题。他认为模型能力 " 发散和收揽同步发生 "，技术长期价值容易被低估、短期预期容易被高估，正是行业焦虑的根源。" 大模型给整个社会带来的增幅是高度确定性以及在加速的，我认为它是一个持续在发生的过程。"

AI 产业化已从 " 讲故事 " 阶段进入可检验的价值兑现阶段，而落地的检验标准并非单一维度，是多重尺度相互校准的结果。 ( 完 )