人物演讲大会现场 · 人工精编
徐立：普惠 AI 与 AI 向善——放大个体能力，而不是制造依赖
徐立给出的标准更严格：AI 要让原本不具备专业技能的人获得完成真实任务的能力。会聊天、会生成内容只是入口，真正的普惠发生在非程序员能完成软件任务、普通创作者能交付作品、专业知识能被更多人调用时。衡量对象因此不是调用…
WAIC 2026 · FIELD MINUTES
现场纪要库
按讲者与议题检索公开回放资料；人工精编版本保留完整问题、论证、故事与不确定性。
48份带图现场内容
按阅读目的与议题重排
按阅读目的与议题重排
FIELD MINUTES48 份纪要
GENERAL · 11 篇
大会现场
开闭幕、主旨发言与跨议题现场，把大会共识放回完整语境。
人物演讲
官方节选大会现场 · 人工精编
托卡耶夫：AI 竞争正在从单点模型变成创新系统竞争
致辞同时强调技术成就与国际议程塑造。大会既展示模型和产业，也承载不同国家围绕治理、合作与发展形成关系的功能。 不足。研究人才形成知识，专利反映技术积累，开放平台决定扩散与采用，产业协作再把能力转成真实应用。它们共同…
官方节选大会现场 · 人工精编
阿努廷：技术进步不会自动变成人类进步
AI 正进入决策、内容、生产和公共服务，影响范围不止一项软件功能。它改变谁能完成任务、以什么成本完成，以及决策权如何分配。
官方节选大会现场 · 人工精编
Richard Sutton：今天的 AI 仍在模仿人类数据，经验时代尚未真正开始
Sutton 指出，主流 AI 仍主要训练于人类语言、标签和专家反馈，目标是把既有人类知识转移给机器。即使能力很强，其知识来源仍高度依赖静态人类数据。
人物演讲大会现场 · 人工精编
约翰·霍普克罗夫特：人才是 AI 时代的核心竞争力
Hopcroft 的判断不是预测某项具体技术，而是把“适应变化”本身作为战略目标。工业革命和信息革命都持续改变了组织结构，AI 也不会停在当前模型形态上。若战略依赖一个固定技术答案，它很快会失效；相对稳健的做法，是…
人物演讲大会现场 · 人工精编
苏昊：物理智能——从“会说”走向“可靠行动”
苏昊把问题追到数据来源：语言是世界的投影，模型学习的是人类描述过的经验，却没有身体、重力、摩擦和行动后果。规模化可以让语言预测更准确，但不能自动补上未被语言完整记录的物理知识。模型可以在屏幕里雄辩，却不能说服重力。
大会日更大会现场 · 人工精编
WAIC 2026 Day 1：Agent 长出手脚以后，企业先要补上权限与责任
直播把 Agent 比作给模型装上手脚：它开始调用系统、完成流程并影响现实结果。能力单位从一段回答变成一项任务，商业价值提高的同时，错误成本也同步提高。
大会日更大会现场 · 人工精编
WAIC 2026 Day 2：企业要的不是机器人跳舞，而是它完成一件事
产业更现实的测试是任务：能否在变化环境中持续完成有价值工作，失败后能否恢复，成本能否低于现有方案。外形与拟人不是商业成立的必要条件。
大会日更大会现场 · 人工精编
WAIC 2026 Day 3：AI 从可用走向可信，人的位置必须重新画出来
更完整的含义是 AI 先完成检索、分析和候选方案，人负责关键判断、异常和责任。系统必须把依据呈现给人，并允许纠正；否则所谓在环只是把签字风险留给用户。
大会日更大会现场 · 人工精编
WAIC 2026 Day 4：大会闭幕后，Agent 真正的考题是“敢不敢用”
高敏数据、核心流程和外部行动会带来隐私、责任与安全风险。密态计算、权限、审计和风险证据决定组织是否愿意把真实数据与任务交给 Agent。
现场记录大会现场 · 人工精编
WAIC 2026 闭幕式：当舞台撤下，产业真正要留下什么？
它让观众看到大型大会如何由物品、动线、PPT、保洁、音乐、嘉宾和时间控制共同组成。正式舞台只有一小时，背后是大量不可见的协同工作。
AGENTS · 4 篇
AI 与 Agent
从模型能力走向任务、产品与组织，快速定位应用层判断。
主题论坛AI 与 Agent · 人工精编
腾讯 AI in Action 全场：模型差距缩小以后，企业真正采购什么？
论坛反复强调，企业关心的是系统能否进入真实流程、稳定完成任务并可被审计。模型只是能力底座，工具、知识、权限、运行时、组织协作和失败恢复共同决定交付。
人物演讲AI 与 Agent · 人工精编
黄俊洪：数字人会说话不稀奇，能被打断才接近真实交互
因为它们往往只能按稿输出，不能听懂现场、被用户打断并自然接话。直播不是一段预生成视频，而是一条持续变化的互动流。缺少状态理解，数字人越逼真，机械反应带来的违和感反而越明显。
圆桌对话AI 与 Agent · 人工精编
物理 AI 从 Demo 到工厂：客户真正买的是节拍、准确率和稳定性
圆桌给出的标准更严格：用户可以持续使用，产品形成价值闭环，同时满足经济性、稳定性和可靠性。一次演示证明“会做”，长期运行才证明“值得买”。
圆桌对话AI 与 Agent · 人工精编
AI 时代的人才：会用工具为什么已经不构成优势？
更深的变化是知识传递的边际成本骤降。传统“老师讲、学生记、考试复现”的链条失去稀缺性，教师与学生的边界也开始模糊。学校若仍围绕信息积累组织，就会与学生真实使用 AI 的方式脱节。
INDUSTRY · 11 篇
物理 AI 与工业
机器人、制造与真实世界约束，重点看交付和验证。
人物演讲物理 AI 与工业 · 人工精编
俞扬：工业现场不允许试错，强化学习还能怎么学？
游戏可以快速重置并进行百万、亿次探索，现实设备却承担磨损、安全、停产和人员风险。工业落地的首要瓶颈不是智能体不会学习，而是现实环境付不起它学习所需的试错成本。
人物演讲物理 AI 与工业 · 人工精编
林松涛：模型差距在缩小，为什么工程差距反而在拉大？
林松涛把“真实场景”称为价值的第一现场。模型能力只有进入微信、企微、会议、文档、编程等高频工作，并形成可感知的时间节省或业务结果，才完成价值转化。榜单衡量能力上限，用户是否持续使用才衡量产品是否成立。
人物演讲物理 AI 与工业 · 人工精编
柴天佑：工业智能不是把通用 AI 搬进工厂
因为每一轮工业进步都不是单个算法替代旧系统，而是物质流、能源流和信息流重新组织。AI 只有进入感知、决策、控制与管理链，才能成为新一代生产系统的一部分。
人物演讲物理 AI 与工业 · 人工精编
王耀南：集群机器人进入重大装备制造，先要跨过互联互通这道墙
大型复杂部件尺寸大、工序多、任务不断变化，单机工作空间和效率都有边界。多机器人并行作业可以覆盖更大范围，但也把难题从单机精度升级为动态任务分配、协同控制与安全避碰。
人物演讲物理 AI 与工业 · 人工精编
高会军：高精度控制不能只看图像，类器官也不能再靠手工经验
报告指出，根本问题不只是画面清晰度，而是某些状态在单一图像模态中不可控、不可观。单纯增加像素无法消除奇异点，需要把距离、力等模态与图像融合，重构可控关系。
人物演讲物理 AI 与工业 · 人工精编
金耀初：工业优化的第一步，不是选算法，而是把问题说清楚
它们都要在约束下选择行动：电网如何调度、结构如何设计、设备如何运行，都有目标、决策变量和限制条件。AI 的价值不只是预测结果，而是帮助找到更优、可执行的决策。
人物演讲物理 AI 与工业 · 人工精编
孙富春：世界模型不是更逼真的仿真器，它是智能体的内部世界
报告把空间智能理解为感知空间关系的能力，具身智能强调身体与行为产生的智能，物理智能则要求系统理解物理规律并在现实环境中行动。制造系统需要三者结合：看见空间、借身体执行、按物理约束判断。
人物演讲物理 AI 与工业 · 人工精编
张永合：航天器不能容忍“多数时候正确”，工程型 AI 必须闭环
系外行星探测、百米级结构和上万颗星座让任务复杂度超过纯人工调度能力。AI 可以处理高维状态和持续规划，但航天的高可靠要求也使通用概率模型不能直接进入控制链。
人物演讲物理 AI 与工业 · 人工精编
纪华强：工业 AI 最难的不是算法，而是谁愿意把数据和责任交出来
演讲把高精度定义为减少浪费、提高效率并更快响应用户，而非单纯减少人员。它同时覆盖研发高精度和从订单到交付的运营高精度，目标是让产品、供应、生产和交付围绕真实需求协同。
主题论坛物理 AI 与工业 · 人工精编
具身智能全场判断：三道墙不破，机器人仍只会在展台上聪明
演示通常来自有限场景和精心准备，规模部署却要求持续稳定、换任务、处理异常并满足经济性。论坛把差距归纳为数据墙、表征墙和闭环墙：经验不够、世界理解不够、真实反馈回不来。
主题论坛物理 AI 与工业 · 人工精编
姚卯青：物理 AI 的数据只有语言模型数万分之一，飞轮怎样转起来？
直接映射容易在环境变化时失效。WAM 路线要求系统先理解任务、推演未来状态，再选择与执行动作，使策略不只模仿肌肉轨迹，而能评估行动后果。
COMPUTE · 3 篇
芯片与算力
计算基础设施、芯片与量子，理解能力边界如何变化。
人物演讲芯片与算力 · 人工精编
Gilles Brassard：量子密码学的突破，始于一次海边偶遇
1979 年，Brassard 在波多黎各海边偶遇 Charles Bennett，听到利用量子力学制造不可伪造钞票的设想。两人的相遇让计算机科学、密码学与物理真正交叉。量子密码学并不是一个学科内部的线性进步，而是…
主题论坛芯片与算力 · 人工精编
未来计算与算力：真正的瓶颈已经从芯片扩展到电、水、网络和经济模型
论坛认为晶体管缩放、能源、水和通信都在形成约束。未来计算需要同时探索新器件、新物理、网络调度与绿色能源，而不是把“更多算力”视为没有代价的输入。
人物演讲芯片与算力 · 人工精编
姚期智：理解 AI 的边界，不是为了限制它，而是为了构造可信系统
姚期智把机器学习拆成表示与学习：先问模型模板中是否存在能解决任务的参数，再问能否在合理时间和空间内从数据找到它。机器学习的新武器是“从数据学习”，但最终仍在可计算框架内运行。
SCIENCE · 12 篇
AI 与科学
生命、材料与科学发现，关注数据、实验和证据链。
人物演讲AI 与科学 · 人工精编
王坚：让科学数据成为基础模型的原住民
因为论文和代码只是科学活动留下的文字投影，许多关键知识存在于望远镜观测、光谱、化石、岩芯、断层和实验记录中。当前系统擅长处理文本，却还没有把这些领域原生数据纳入同一套表示和推理过程。王坚把问题定义为数据地位的错配：…
人物演讲AI 与科学 · 人工精编
周伯文：编程 88% 与科学发现 3% 之间，缺的是什么？
编程任务拥有相对清晰的输入、可执行环境和快速反馈，代码是否运行往往能即时验证。科学研究没有标准答案，反馈周期长，失败是常态，还必须与物理世界交互。周伯文用编程任务成功率从约 5% 上升至 88%、端到端科学发现长期…
人物演讲AI 与科学 · 人工精编
WAIC 2026 姚期智与 Gilles Brassard 对谈：量子、AI 与科学发现
姚期智认为，今天广泛讨论的是“AI for Science”，但还需要反过来思考“Science for AI”：AI 未必是智能的终点，数学可以继续拓展抽象、结构化推理的边界，物理则迫使人们重新追问，我们从世界中…
主题论坛AI 与科学 · 人工精编
科学前沿论坛：当 Coding 接近满分，科研为什么还只有 3%？
这句话表达的是能力迁移方向，不是成熟度等同。Coding 任务有密集测试反馈，大量基准已接近高分；端到端科研完成率仍约 3%，Nature 级论文成功率也很低。科学比代码更缺即时、明确的验收信号。
人物演讲AI 与科学 · 人工精编
《全球人工智能创新指数报告 2026》：从模型竞赛转向垂直业务重塑
报告对 46 个国家、五个一级指标进行评估，结论仍是美中领跑、多梯队分布，整体“稳中有变”。模型发布节奏很快，基础设施、人才、资本和产业生态的积累却不会同步重置。
圆桌对话AI 与科学 · 人工精编
AI 进入科学发现以后，谁负责提出一个好问题？
两者都在发生，但程度并不相同。文献梳理、数据分析、高通量计算和候选筛选已经显著提速；材料实验、虚拟细胞、海洋预报和育种也开始形成模型—实验循环。真正尚未解决的是：AI 能否提出值得验证的新假设，而不是只在既有问题中…
主题论坛AI 与科学 · 人工精编
实体世界智能科学论坛上午：下一代 AI 要从“更会生成”走向“可证明、可审计”
AI 可以帮助科学，但现有 AI 仍有结构、因果、能效和安全边界。数学提供可组合、可证明的结构，物理提供世界规律与新的计算范式，脑科学提供低能耗和可塑性启发。它们不是应用对象，也可能成为下一代 AI 的来源。
主题论坛AI 与科学 · 人工精编
实体世界智能科学论坛下午：从模型大脑到本体、场景和经济闭环
多场发言共同指向“模型大脑 + 本体或执行系统 + 场景工作流”。模型负责表征与规划，本体承担真实动作，场景提供任务、约束和反馈。三者必须协同进化，缺少任何一项都会停留在概念验证。
主题论坛AI 与科学 · 人工精编
AI 与先进核能论坛：进入核系统的 AI，不能是黑箱
ADANES 耦合加速器、核反应、燃料循环和多学科工程，复杂度使局部模型与人工经验逐渐触及边界。论坛提出感知、认知、决策、控制一体化，但 AI 必须在核安全规则内工作。
人物演讲AI 与科学 · 人工精编
詹文龙：AI 如何进入一套跨越数十年的先进核能工程？
路线同时瞄准固有安全、燃料可持续、经济性和防扩散，并要适应高比例可再生能源电网。核心构型是加速器驱动次临界快堆与干法燃料循环结合，不是单一设备升级，而是一整套核能系统重构。
人物演讲AI 与科学 · 人工精编
何源：当核能系统比单个模型复杂得多，AI 应该怎样进入？
ADANES 将微观粒子运动、核反应、宏观工程、材料、控制和安全耦合在同一系统里。局部模型可以优化一个环节，却可能忽略跨系统影响。何源提出的目标不是功能拼盘，而是用统一世界模型把感知、推演、决策和反馈连成闭环。
官方节选AI 与科学 · 人工精编
先进核能智能方案：AI 不负责聊天，它负责推演、控制和预警
不是。公开片段把能力放在运行规律、风险推演、智能控制、故障预警和安全研判，核心是理解并辅助操作复杂物理系统。 核能异常样本少、代价高，历史数据无法覆盖所有风险。物理理论限制不可能行为，专家经验补充规程与例外判断，三…
GOVERNANCE · 7 篇
安全与治理
从系统安全到责任边界，保留争议与风险问题。
人物演讲安全与治理 · 人工精编
Yoshua Bengio：能力扩张之前，安全治理必须先到场
Bengio 的核心判断是，前沿能力增长快于治理建设，等危险能力被大规模验证后再行动可能已经太迟。网络攻击和生物能力一旦降低到更多行为者可及，社会面对的不是普通产品缺陷，而是高后果事件。因此，部署前测试、阈值和应急…
人物演讲安全与治理 · 人工精编
全球 AI 治理四问：当机器思考、算法决策，规则怎样跟上？
讲话把 AI 同时视为科技革命和产业变革的重要力量，也指出安全、伦理、数字鸿沟等挑战正在现实发生。治理不是等技术成熟后的补丁，而是决定技术能否稳定赋能千行百业的基础条件。
官方节选安全与治理 · 人工精编
洪玛奈：全球 AI 合作的价值，要在共同承诺之后兑现
因为 AI 已从单一技术产业进入国家运行的多个层面。它既影响企业生产率，也影响政府服务与安全治理，因此不能只由科技部门孤立处理。
官方节选安全与治理 · 人工精编
古特雷斯：AI 可能是世纪机遇，前提是它成为共享进步的力量
致辞使用的是有条件判断：AI 具有巨大潜力，但只有通过治理和合作服务于共同目标，才能成为人类机遇。能力本身不会保证结果。
主题论坛安全与治理 · 人工精编
WAIC 2026 主论坛：AI 能代表人行动，但不能代表人负责
必须绑定真实场景、数据和结果。办公看交付时间与质量，制药看实验验证，制造看节拍与可靠性。没有可衡量结果，“行业大模型”只是能力描述。
人物演讲安全与治理 · 人工精编
约书亚·本吉奥：当智能体必须自主，谁来证明它足够安全？
本吉奥的判断建立在一个无法回避的矛盾上：智能体必须能够自主规划、调用工具并持续行动，才可能完成复杂任务；但监督者也因此不再逐步批准每个动作。能力增长使系统从“给出答案”变成“改变环境”，故障与滥用的后果也从错误文本…
圆桌对话安全与治理 · 人工精编
前沿 AI 安全：护栏为什么正在失效，内生安全又有多难？
当系统只生成一段文本，外部过滤还能检查结果；当它持续规划、调用工具并在环境中行动，人无法审核每一步。圆桌认为，安全需要从“做完再拦”进入模型目标、系统权限和运行架构内部。但所谓内生安全仍是研究方向，而不是已经成熟的…
没有找到匹配内容。