初代吸血鬼

启明创投发布2026 AI十大展望：顶尖模型将内化大部分“外挂”能力_我的网站

A |     智东西（公众号：zhidxcom）     作者 | ZeR0     编辑 | 漠影          智东西7月21日，7月19日，启明创投主办世界人工智能大会WAIC 2026“启明创投·创业与投资论坛——从算力原点到应用落地的进化征程”，聚焦AI在创业与投资领域的最前沿动态，汇聚顶尖科学家、创新领军者与资深投资人，设置了3场主题演讲、1场深度对话、1场圆桌讨论，并重磅发布三大核心成果，探讨行业如何跨越单纯的参数追求，转向对实际场景、降本增效以及商业模式闭环的极致探索。

B |     【文/观察者网 陈思佳】          7月17日至20日，2026世界人工智能大会（WAIC）在上海举办。         作为AI领域最具前瞻性与影响力的创投机构之一，这是启明创投连续第四年主办该论坛，也是本届世界人工智能大会唯一一场由创业投资机构发起的、旨在从创新视角展示和探讨AI从算力底层走向产业落地的最新突破的论坛。由于本次大会恰逢2026美加墨世界杯的收官阶段，使用人工智能（AI）预测大力神杯的归属也成为一个热门话题。         北京时间19日，即决赛前一天，在WAIC现场直播中，商汤科技旗下全场景AI办公助手“办公小浣熊”对比赛结果作出预测，认为西班牙将获胜。实际结果也确实如此，西班牙凭借费兰·托雷斯在加时赛的进球，1-0战胜阿根廷，时隔16年再次登顶。         这并非小浣熊首次作出精彩的预测。         启明创投从2013年开始系统性布局AI领域，截至目前在AI领域累计投资了超过100个项目，投资总额达120亿元人民币。

C | 在世界杯小组赛阶段，小浣熊曾“命中”了32支晋级淘汰赛球队中的26支，其中包括成功预测佛得角出线。         通过对底层算力、基础模型、多模态技术、具身智能及垂直应用的全产业链布局，启明创投已成功发掘并助推了多个创新标杆企业成长，见证AI进入智能爆发时代。佛得角称得上是本届世界杯“最大黑马”，在小组赛中爆冷战平西班牙，并以小组第二的成绩晋级32强。         北京时间7月20日，2026美加墨世界杯决赛，西班牙1-0战胜阿根廷 IC photo          AI是如何“看”比赛，如何预测足球比赛结果的？观察者网与商汤科技小浣熊家族负责人贾安亚进行了对话，她指出，AI并不是简单地猜测答案，预测世界杯结果的背后，展现的是对数据、文本和复杂变量的综合处理能力，AI不会消除不确定性，而是帮助人们更理性地理解问题。         “AI不是预言机器，预测也不是玄学”          事实上，在本届世界杯的早期阶段，办公小浣熊最初预测的结果是阿根廷将挺进决赛并夺冠。

D |          在开幕演讲环节，启明创投主管合伙人周志峰发表了题为“跨越技术浪潮：寻找AI时代的商业拐点”的演讲，围绕基础模型、具身智能、AI基础设施、AI应用等做出2026启明创投AI十大展望。但在决赛前夕，基于对球队近期状态、攻防效率、关键球员表现等最新公开数据的分析，小浣熊给出了新的预测，认为西班牙夺冠的概率更高。         贾安亚告诉观察者网，足球比赛结果受到很多因素影响，人们可能会看强队光环、球星名气、过往战绩，但这些并不一定能完整反映一支球队当下的真实竞争力。         小浣熊进行预测时，会把问题拆得更细，比如深入分析球队近期状态、阵容稳定性、历史表现、攻防效率、对手结构、赛程难度、伤病情况、关键球员影响，以及同组竞争关系。

E |          她以佛得角为例，这并不是典型的热门球队，“如果只凭直觉，很多人可能不会优先看好它。这是启明创投连续第四年发布AI十大展望。

F | 但数据分析的价值就在这里：它可以把一些不那么显眼的变量拉出来，比如球队在特定阶段的稳定性、比赛执行力、对手分布、净胜球压力等，然后放到同一个框架里比较。”          谈及世界杯决赛的结果，贾安亚表示，决赛和普通比赛不一样，决赛中的临场状态、战术调整、伤病情况、裁判尺度、甚至一次偶然失误，都可能改变最终结果。所以小浣熊给出的不是确定性判断，而是在当前信息条件下的概率分析。         1、基础模型          展望一：未来12-24个月，顶尖模型将内化大部分“外挂”能力，包括任务规划、工具调用、多Agent协同及部分Harness工程能力等。

G |          展望二：多模态模型将进一步向可交互世界建模演进，成为AI在物理世界获得环境感知、长期规划并大规模落地的关键技术路径。         “小浣熊的过程不是简单问一句‘谁会出线’，然后让模型猜答案。它会先整理数据，再建立分析维度，形成概率判断，最后给出理由和风险提示，”贾安亚说，“体育比赛的魅力就在于不确定性。         2、具身智能          展望三：头部机器人公司的有效数据，将从2025年的“万小时级”，跃升到2027年的“百万小时级”，其中人类第一视角数据会占绝对主导。AI能做的不是消灭这种不确定性，而是帮助我们更理性地理解它。

H |          展望四：灵巧手将迎来加速发展，带有触觉感知的灵巧手会逐渐成熟并持续降本，与双指夹爪方案形成高低搭配，在复杂操作场景逐渐规模化渗透。”          不过，她也强调，体育比赛永远有偶然性，AI不是预言机器，也不应该被包装成玄学，真正值得关注的是它能不能在复杂信息中提供更高质量的分析框架。世界杯预测只是一个更大众、更容易理解的窗口，背后展示的是AI对数据、文本、规则和复杂变量的综合处理能力。         据介绍，办公小浣熊是商汤推出的全场景AI办公助手，覆盖个人用户、专业办公人群，以及企业和产业客户的真实任务场景，具有全场景覆盖、结果交付、任务链路能力和安全可控等优势。         3、AI基础设施          展望五：AI算力需求重心转向推理，存储、先进制程和先进封装产能层层吃紧，未来两年AI基建将持续面临结构性紧缺，算力资产储备将升格为AI企业的核心战略。         目前小浣熊已经服务了8000多家企业客户，覆盖供应链、金融、教育、政务、电商运营、企业经营管理等多个行业和场景。         “AI不应该替代人，而是成为工作系统的一部分”          在信息化时代，数据分析能力是衡量AI性能的一个关键指标。         展望六：AI基础设施将进入系统级竞争阶段，竞争维度覆盖芯片、互联、散热、供电等关键环节，未来两年内有望涌现基于新架构的算力芯片及超节点大集群，以实现低成本、高效率的Token生产。贾安亚告诉观察者网，在这一方面，小浣熊系列产品构建起从数据清洗、指标构建、业务理解、推理分析到结果交付的一整套能力。         她表示，为提高数据分析的准确性，小浣熊首先会做好数据治理，帮助用户做数据清洗、格式整理、异常识别和指标统一；其次是理解场景，根据不同业务和问题选择相应的分析路径；然后是把数据判断和业务常识结合，在具体语境里解释数据结论；最后是确保分析可解释，让用户能够复核AI的分析结果。         但数据并不是决定结果的一切，很多时候，个人的主观判断、情绪变化或者突发事件，都可能彻底改变事件的结果，这往往是难以提前预料的因素，也不一定能在数据中得到直观、完整地体现。

I |          对此，贾安亚表示，小浣熊倾向于分层处理问题。例如，对于已结构化的数据，AI可以直接进行分析；可以间接观察到的信号，往往能反映变化的趋势；突发和人为变量则不会给出确定性的判断，AI会把它标记为风险因素或通过情景分析告知用户。         她说：“这也是我们对AI的基本看法：AI应该增强人的判断，而不是假装替代人的判断。         展望七：安全可信将与产品效果、Token成本并列为影响企业AI大规模落地的三大关键变量，安全可信AI将从可选项升级为必选项。”          在金融、医疗、教育等领域，不仅看重数据分析能力，数据安全和隐私保护问题也是重中之重。         4、AI应用          展望八：未来12-24个月，AI应用的商业模式将加速脱离互联网时代的Freemium逻辑，转向以结果和价值定价。贾安亚表示，小浣熊在这方面有几个原则，包括数据使用最小化、明确AI的权限和边界、重视本地化和企业级部署能力、确保过程和结果可追溯等。

J |          她指出，如果数据安全、权限边界、隐私保护没有做好，AI能力再强也很难真正落地，“从更大的趋势看，AI应用真正进入产业深水区后，竞争不会只是谁的模型更会说话，而是谁能在安全、稳定、可控的前提下，完成复杂任务交付。这也是小浣熊非常重视的方向。衡量AI公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。         展望九：未来12-24个月，AI应用商业化将聚焦垂直场景与高付费用户，效率端（save time）将领先消费端（kill time）率先爆发；伴随Token成本持续下降与交互范式创新，现象级AI消费应用将逐步浮现。         展望十：未来12-24个月，AI-Native组织将从概念走向实证，一批企业将实现数倍于传统组织的人均产出。

K | ”          如今，AI已经逐渐成为一种应用于方方面面的生产力工具，许多人已经习惯在办公等场景中使用AI来处理不同任务，甚至出现人在下班后AI继续干活的场景。         对于这些变化，贾安亚认为，AI正在重构工作方式，很多重复性高、流程相对固定的信息密集型工作，不再需要由人亲自完成每一步，工作开始变成另一种形态：人提出目标，AI 拆解任务、处理材料、调用工具、生成结果，人再做判断和确认。         她说：“但我不认为AI应该被摆在‘替代人’的位置上，而是应该成为工作系统的一部分。它可以帮人生成初稿、分析数据、完成重复劳动，但方向、责任、价值判断和关键决策，仍然应该由人来承担。”          在贾安亚看来，未来真正有价值的人机协作，不是人完全不工作，也不是人被AI牵着走，而是人更专注于定义问题、判断结果、承担责任，AI则把大量繁琐但必要的工作做好，“这个变化会影响企业组织、办公软件，也会影响每个人的工作方式”。

Current article:http://32e4.bianneixuanbingqinyouxie.buzz/news/20260826_9842.html

Published on:02:58:04