AI 技术的普及正在改变我们的生活，但很多人没意识到的是，最终真正推动 AI 应用进入千家万户，服务于企业与大众的不只是算法与芯片。

说句实在的，现在网上聊 AI，开口闭口都是大模型参数多少、芯片几纳米，好像参数堆得越高就越厉害。但真正懂行的人都明白，这就像讨论一辆车只看发动机马力，却忘了路好不好走。车再快，跑在泥坑里也白搭。

AI 也是一个道理。你以为 AI 竞争比的是模型和算法？那是表层。真正决定 AI 能不能走进工厂、开进马路、钻进你家客厅的，是底下那套看不见的基础设施。

什么叫物理 AI？张亚勤解释得很明白，就是让 AI 走出手机屏幕和电脑显示器，真正进入物理世界。

无人驾驶的汽车、工厂里的机器人、田里的智能农机、医院里的辅助诊断设备，这些东西才是 AI 真正改变生活的样子。

而这些设备有个共同点 —— 都得联网，而且是稳定、低延迟、全天候的网。

你想想，一辆无人车在路上跑，遇到突发情况要毫秒级反应，数据总不能传去千里之外的数据中心算完再传回来吧？等算完黄花菜都凉了。

这时候边缘网络就派上用场了，把计算能力部署在离设备更近的地方，才能保证响应速度。

张亚勤有个判断很有意思：未来 80% 的词元处理都会在端侧完成，只有 20% 留在云端。这话翻译过来就是，以后 AI 的脑子不全都长在数据中心里，而是分散在各个设备和边缘节点上。

这就对网络质量提出了变态级的要求。不是说能上网就行，而是亿万个设备同时在线、同时传输、同时协同，还不能卡、不能断、不能延迟高。

说到这儿就不得不提，中国在这方面的家底其实厚得惊人。

根据国家数据局发布的数字，截至 2025 年底，我国在用算力设施机架数已经超过 1373 万标准机架，建成了 42 个万卡智算集群，智能算力规模达到 159 万 PFlops，稳居全球第二。

"东数西算" 八大枢纽节点全面发力，新增算力八成以上都集中在枢纽地区，整个算力布局是成体系的。

这还只是算力盘子。更关键的网络底座，中国更是独一档。中国移动建成的 5G 网络覆盖了全国 97% 以上的人口，是全球规模最大的 5G 精品网。

什么概念？就是你跑到绝大多数县城甚至乡镇，都能稳定用上 5G。

别觉得这事儿稀松平常，你去看看有些发达国家，5G 覆盖零零散散，大城市市中心才有，出了城直接退回 4G 甚至 3G。他们不是不想建，是建不起、也建不动。运营商要赚钱，人口稀少的地方铺基站纯亏本。

但中国这套全覆盖的网络，放在 AI 时代就成了战略级资产。因为 AI 落地最忌讳的就是碎片化 —— 东边能用西边不能用，城里能用乡下不能用，那产业根本规模化不了。

现在国家算力枢纽节点已经全面实现 20 毫秒时延保障，全国 65% 的省市能在 5 毫秒内接入一个算力集群。

这个数字普通读者可能没感觉，说白了就是，你身边的智能设备需要算力的时候，几乎感觉不到延迟。

还有边缘计算，中国信通院的数据显示，国内边缘计算市场年均增长率超过 40%，工业制造、智能电网、自动驾驶这些低时延业务都在快速铺开。云、边、端三级算力架构正在成型，计算资源像水和电一样，随用随取。

有意思的是，很多人当年还吐槽 5G 建早了、建多了，说 "4G 够用了建 5G 干嘛"。现在回头看，这不就是典型的 "路修好了才有人跑车" 的逻辑吗？当年觉得没用的基础设施，到了 AI 时代全成了硬通货。

当然也不是说芯片和算法不重要。高端芯片我们确实还有差距，这是客观事实。

但张亚勤也点出过一条路：华为这些企业正在用系统级创新来弥补单点性能的不足，用先进光网络把成百上千颗芯片连起来，靠架构设计来追平差距。

而且当算力从集中走向分散，当 80% 的推理都在端侧完成的时候，对顶级芯片的依赖反而会下降。很多中低端芯片、国产芯片，在边缘侧和端侧完全够用。

这其实就是中国 AI 的底层逻辑：不跟你死磕某一个点，而是靠整套基础设施的完整性和规模化来取胜。大模型决定上限，但基础设施决定下限和覆盖面。

说白了，美国 AI 可能在塔尖上站得更高，但中国 AI 能铺得更开、落得更实。

当物理 AI 时代真正到来，亿万个智能设备需要同时在线的时候，比拼的就不是谁家的模型参数多了，而是谁家的网络能扛住、谁家的算力能调度、谁家的基础设施更完整。

张亚勤说物理 AI 迎来 "ChatGPT 时刻" 大概还需要五年。这五年里，真正决定胜负的，可能不是又发布了多少个新模型，而是地下的光缆铺了多长、边缘节点建了多少、5G 信号覆盖到了哪个村。

毕竟，AI 最终是要落地的。落不了地的技术，再先进也只是实验室里的摆设。