2026“WAIC UP!全球年终盛会”落幕：如果智能改变世界，谁来决定方向？

当人类的想象力不断逼近现实的边界，生成式AI、量子计算、具身智能等新兴技术，如同未来的投影先于时代而至。

它们不断从研究语境走向现实系统，持续嵌入产业运行、资本流动与社会结构之中，进而重塑全球科技演进的节奏与方向。算力、模型、数据、应用场景的重新分布，推动产业链在不同区域间重新锚定位置。

在这一背景下，上海与香港的科技联动呈现出新的内涵。双方的合作从以金融与资本为主的传统模式，逐步通过制度对接、教研合作等机制，形成一个横跨产学研的创新网络。

这种联动，更像是在摸索一套面向前沿技术与产业转化的协作方法论：如何让前沿研究更快走向真实场景？如何让产业需求反向塑造技术路径？如何在全球不确定性中建立稳定而开放的合作机制？

正是在这样的现实挑战下，本次“WAIC UP!全球年终盛会”汇集来自科研、产业、教育、艺术等不同领域的参与者，展开了一系列跨学科、跨代际的对话。技术路径、产业经验与人文关切在此交织，为复杂时代中的协作提供了参照。

人工智能作为21世纪最具变革性的技术，其未来图景无法靠单一视角描绘，在本次WAIC UP!年终盛会中，多元成为最鲜明的底色。

从参会者构成来看，这场大会汇聚了全球AI生态中极具代表性的面孔。

硅谷人工智能研究院创始人、长期活跃于认知科学与科技史领域的Piero Scaruffi，与香港科技大学首席副校长郭毅可一道，代表了当下学术界中最具跨界视野的一群人。产业一线方面，既有像香港城市大学首席人工智能总监马维英这样长期穿梭于学术与企业之间的技术推动者，也有Founders Space创始人Steve Hoffman这样深度参与全球创业生态的创投人物。

与会者的身份和经验横跨政府机构、研究机构、创业公司、科技巨头与投资基金，共同组成了这一场关于未来技术的对话。这类多层次的参与，使得不同主题之间沿着“思维范式—技术路径—产业落地”的线索递进展开，让AI产业的复杂性得以更全面地被看见。

在思想层面，不少议题直面人工智能的哲学基础与认知边界，例如Piero Scaruffi以硅谷技术演化史为线索，拆解了人工智能背后的结构性条件，将讨论重新拉回对智能本质与创新机制的思考。

在技术层面，涵盖量子计算、世界模型与具身智能等多个前沿方向，穹彻智能联合创始人卢策吾对具身智能与世界模型的探讨，以及“祖冲之号”量子计算总师朱晓波、香港城市大学量子计算科学家Jeff Ou、神州数码联席董事长兼CEO王冰峰对量子计算的分享，均体现了对底层突破的持续关注。

在产业应用层面，从Steve Hoffman围绕AI is eating everything对营销、电商、软件与科研场景的拆解，到猎豹移动董事长兼CEO、猎户星空董事长猎豹移动创始人傅盛从企业内部出发讨论组织重构与产品效率，再到产业论坛、出海圆桌对AI应用如何更有效落地的对话，视角更为多元与丰富。

从思想框架到技术体系，再到底层生态的搭建，不同议题形成层层推进的递进式讨论，既回应现实问题，也试图勾勒未来走向。

而当白天的主题演讲与论坛交流结束之后，夜晚的形式创新，则为尚在形成中的思考提供了更自由的生成空间。大会特别设置了“无PPT”的夜场交流环节，夜幕降临之后，传统的讲台被撤去，参与者围坐交流，以兴趣为引，展开真正自由而开放的思想碰撞。

Steve Hoffman以《模拟人生》为开场，用更轻松的话题开启了AI与人的互动。现场既有关于Physical AI的探讨，也有AI医疗落地的机会交流。此外，还有诸多来自开发者社区、知乎的行业KOL，从创投、技术、城市、生活等等不同视角开启思路碰撞，这种非结构化的创新交流，让思维边界可以被推得更远。

AI是一个高度复杂的系统性议题，正是在多元视角的交汇中，我们才能更接近AI的真实样貌。而那些正在逼近技术极限、尚未完全成形的前沿科技，则是推动这一体系不断演进的内在引擎。

那些正处于临界点上的前沿科技，它们不仅重塑算法范式，也在重新定义整个产业的可能性。

在具身智能与世界模型的讨论中，卢策吾认为具身智能所面对的挑战，本质上来自高维控制、复杂场景以及持续物理接触所叠加的不确定性，这使得既有以数据堆叠为核心的扩展路径逐渐显露边界。围绕世界模型，他强调智能体需要的是对结构、功能、操作逻辑的抽象表达，这类面向行动的世界模型，能够将现实压缩为可计算的知识单元，从而显著降低学习与推理的复杂度。

不同技术路径背后，是底层思维范式的体现，只有当世界模型开始承载有用的行动逻辑，智能才有可能真正进入现实。

关于AI与基础科学的联动，马维英将其放入更长时间尺度下审视。AI的引入，使得研究不再完全依赖线性推进，而是进入一种可被系统性放大的探索状态，科学问题的可达范围随之扩大，这让AI从科研工具演变为一种新的基础设施，开始深度嵌入科学发现的核心流程。

当然，AI for Science的价值并不止于预测实验室的数据精度，当模型开始帮助人类解释更多、启发更多时，智能才能真正被称为AI Scientist。

而在算力层面，当人工智能不断逼近计算与能耗的物理边界，量子计算被重新推到前沿舞台，被视为通向下一代计算范式的重要入口。

在“量子计算——重新定义计算的下一纪元”的论坛对话现场，分别来自产学研三方的从业者们对量子计算进行了探讨。技术路线上，目前超导、离子阱、光子、中性原子多线并行推进，各自指向不同的工程边界与应用场景。随着量子计算的优越性不断凸显，最重要的考验，无疑落到了产业可用性这最后一道关卡。

各个前沿科技正同时逼近各自的临界点，可只有当技术完成从可能性到可行性的跨越，技术价值才能实现最后的闭环。

产业化与商业化的闭环，是对当下涌现的AI产品的集体考验。

在“协同跨越AI从技术到商业价值的‘最后一公里’，构建产品化、商业化、生态化的共赢路径”论坛中，AI产品化、商业化、生态化的三阶段被深入讨论。在产品化阶段，市场需求真实性和产品稳定性同样重要。进入商业化环节，商业模式的可持续性则成为核心评估尺度。进一步推进到生态化，围绕算力、数据、平台与行业场景的生态构建，对于企业而言不只是寻找自身定位的过程，对AI切入现实场景需要有更长远的规划。

傅盛作为一个经历了三轮科技浪潮的创业者，则从企业内部的视角出发，提出了更具应用性的观点。AI变革是一场思维、组织、产品一体推进的系统工程，产品能够真正嵌入业务流程，带来可持续的生产力提升，才是最为核心的关键。

如果说移动互联网时代把所有线下业务重做了一遍，AI则又带来了一次全新的应用变革。

在本次大会上，Steve Hoffman围绕AI is eating everything的讨论，正是基于这一现实展开。从营销、电商到搜索、社交媒体，再到人力资源、软件开发等等领域，AI正在吞噬的是支撑这些业务运行的通用能力模块。这意味着，AI的影响并不会止步于某个行业的效率提升，而是持续穿透各领域的价值链深处。

可见，当智能成为基础设施，几乎没有哪个领域能够置身事外。

在AI应用上，香港正在探索一条独特的AI发展路径——城市级主权AI。在郭毅可的阐述中，“主权AI”并不指向某一个模型能力，而是一套围绕数据、模型、算力与治理协同构建的城市级智能体系，其目标是让AI能够长期、稳定地嵌入公共运行结构。

这一理念已率先落地于具体应用，依托生成式AI基础设施，香港相继推出了政务写作助手、会议系统、环境治理与法律辅助等产品，使AI从信息工具转变为可参与城市运作的能力单元。

而定位于“城市级”，离不开香港本身的独特性，高度紧凑而复杂的城市结构、多语言与多制度并存的社会环境，以及成熟且国际接轨的法治体系，这些因素使AI能够在真实治理场景中被持续检验，也为“主权AI”的制度化实践提供了现实基础。

香港的优势还将进一步得以体现。在这轮AI产品输出中，出海是必经之路，但AI出海的难点并不主要来自技术本身，真正的挑战集中在信任与合规层面：数据主权、模型可靠性、监管适配与长期运营能力，共同构成进入海外市场的隐性门槛。

在这一过程中，香港被视为关键的协作枢纽。其成熟的法律体系、国际化规则环境与资本网络，使其具备对接制度和缓冲风险的独特功能。通过“香港试点，全球复制”的路径，AI 企业得以在复杂的国际环境中，逐步建立信任与协同机制，为长期出海提供现实支点。

当技术演进进入高频震荡区间，WAIC有着一个更清晰的使命目标：当讨论不断增多，真正稀缺的反而是稳定且清晰的方向感。

这一价值取向，在本次校长论坛与跨界对话中被不断强化。AI时代的大学角色，正在从单一学术高地，转向科技生态的组织节点。AI领域的诸多前沿理论都起源于高校，但高校不应只承担知识生产功能，同时也要参与技术转化与产业协同，成为连接科研、产业与社会的重要枢纽。

围绕这一转向，香港的独特位置被反复提及。在校长论坛的对话中就明确指出，香港的优势并不只在于国际化科研体系本身，更在于其与内地创新体系之间形成的高密度联动关系。科研能力、工程化能力与真实应用场景，正在通过更紧密的机制衔接，推动创新链条由线性分工走向并行协作。

这一变化意味着，内地与香港的协作正在前移。从研究起点到产业落地，从人才培养到评价体系，双方开始在同一框架内协同推进，形成更具弹性的创新共同体。

而体制之外，回归到对“人”本身的关注，我们会发现，AI时代真正稀缺的是能够理解复杂系统、整合跨域资源并具备长期判断力的人才。高校的核心任务，在于为年轻人构建稳定的认知坐标，使其在快速变化的技术环境中，仍能完成从学习者到共建者的转变。

“AI，何以属于下一代”的跨界对话，则将这一判断推向价值层面。来自科学、艺术、教育与创业领域的观察者，将讨论由工具层面转向人与技术如何共同成长的问题，AI加速了技术进程，改变了生产方式，但同时也重塑了个体定位。

AI通向未来的路径，不存在可被预先验证的标准答案，技术演进不会按既定脚本展开，代际关系也无法被一次性设计完成。我们当下能做的，唯有保持开放的态度，投资于人，坚定向善。

面对AI这一高度未定型、快速演化的技术体系，单一理论、固定范式难以胜任全面解释，唯有将不同观点持续纳入讨论之中，才能让未来在复杂交汇中逐渐具象。

在技术端，AI已从各领域的单点突破，迈入系统协作的新阶段。算力、数据、模型与应用相互牵引，工程、治理与产业彼此耦合，问题的复杂度持续上升，反向要求更高层次的协调与组织能力。

随之而来的挑战，已超出任何单一组织、城市或国家的承载范围，资源配置、人才流动、伦理边界与安全责任被同时推到前台。

在全球化遭遇波折的当下，我们却比以往任何时刻更依赖全球协作。技术可以加速未来，但责任决定未来走向。