2026年7月19日，上海。世界人工智能大会首日，从图灵奖得主到产业一线企业家，发言焦点已从参数竞赛转向更深层的结构性变革。
人才取代算力，成为国家竞争新锚点
图灵奖得主John Hopcroft明确表示，AI仍处剧烈变化期，最有效的战略是培养能应对未知方向的人才。他呼吁大学回归“育人”本职，将评价体系从论文排名转向教育质量，并减轻科研人员行政负担，以释放探索空间。
产业演进三阶段论：具身智能体为第三波主线
阶跃星辰、千里科技董事长印奇认为，AI产业正临近AGI临界点，代码智能体已可独立完成多日开发任务。他判断，第三波具身智能体变革的影响力将超越PC与移动互联网之和，核心载体为智能体模型与终端（如汽车、PC、手机）的深度耦合，并催生“超级个体”与全新人机协同网络。
从数据驱动到经验驱动：强化学习重返中心
强化学习之父Richard Sutton指出，依赖静态人工标注的范式已触及上限，模型仅复刻既有知识，无法自主校验。下一代AI须依托智能体与环境交互产生经验信号，如AlphaGo路径，实现自主进化。同时，他澄清图灵测试并非图灵本意，机器自主交互学习才是其原始构想。
物理智能：破解幻觉与迈向科学发现的桥梁
复旦大学苏昊教授提出，语言仅是现实投影，大模型幻觉源于缺乏物理锚点。破局需进入真实世界完成端到端交互，积累实体经验。他强调物理知识分六层，当前瓶颈不在架构，而在全社会协同聚合多源数据。上海AI Lab主任周伯文则称，科学研究是“下一个Coding”——若能将假设、实验转化为可验证反馈，将形成新的能力增长飞轮，但当前缺少完整反馈链。
科学数据重塑AI基础学科地位
中国工程院院士王坚呼吁“重新认识数据”，指出科学数据（如卫星旧数据新发现）可能成为下一轮变革关键。他提出，科学家需要的是统一获取数据、论文和计算工具的基础设施，而非仅问答模型；这将推动人工智能像数学一样成为基础学科，影响未来50年科研范式。
安全与治理：自主性双刃剑
Yoshua Bengio线上警示，智能体实用性与风险同源——自主性。前沿AI面临恶意使用和失控两类灾难性风险，须“先证明安全，再部署”，且治理不能由企业自行决定。
……
