大会规模与参与度 - 大会汇聚70多个国家和地区1500余位顶尖专家 展览面积首次突破7万平方米较上一届提高40% [1] - 吸引800余家企业参展 展示前沿科技3000余项 包括100余款全球首发和中国首秀产品 [1] - 线下参观人数预计达35万人次 中外媒体累计发布5000余篇报道 [2] 企业合作与商业成果 - 接待156个采购团组 发布300余项采购需求 组织60场项目路演 招募225个早期创业项目 [2] - 初创企业与投资人有效对接超2000人次 触达意向客户超1200人次 预计达成意向采购金额超160亿元 [2] - 31个重大项目集中签约 投资额超150亿元 涵盖智能驾驶 具身智能和机器人等领域 [7] 政策与资金支持 - 发布上海市进一步扩大人工智能应用的若干措施 建设低成本高智力密度世界级垂类应用创新集聚高地 [7] - 发布上海市人工智能CVC基金 首期总规模30亿元 覆盖模型 语料和算力三要素 [7] - 中国移动揭牌AI+新型工业化创新研究院 中国电信与上海市政府达成智云上海战略合作 [7] 技术领域与参展企业 - 覆盖模型应用 智能体 具身智能/人形机器人 智能硬件 AI+AR眼镜 AI芯片 智算与AI基础设施等热门行业 [10] - 参展企业包括商汤 科大讯飞 第四范式等老牌上市公司 阶跃星辰 MiniMax 智谱等新锐企业 [10] - 具身智能企业含银河通用 宇树科技 智元新创等 AI算力企业含燧原科技 摩尔线程 沐曦等 [10] 国际治理与合作 - 全球人工智能创新治理中心正式启动 旨在促进全球各方在治理理念 规则制定 标准设立等领域的深度交流与合作 [11] - 该中心为各国搭建对话与合作平台 整合资源汇聚全球智慧 探索科学合理治理路径 [11]

行业趋势 - 2025年世界人工智能大会(WAIC)规模创纪录，展区超7万平方米，参展企业800余家，单日票价一度炒至3000元[2] - 行业呈现"一体两面"发展路径：硬件厂商聚焦算力性能提升，模型厂商转向商业场景落地[2] - 模型厂商集体转向产业"深水区"，从参数比拼转向商业价值转化[1][14] 算力基础设施 - 华为展出昇腾384超节点，单集群算力达300PFLOPS(每秒30京次浮点运算)[4] - 芯鑫租赁累计向集成电路产业投放2100亿元，其中80亿元专项用于AI数据中心和算力租赁[4] - 神州数码发布业界首款鲲鹏技术路线大模型训推一体服务器KunTai R624 K2，计算效能提升2倍[6][7] - 曙光存储与中国移动联合落地国内首个全局统一文件存储系统，覆盖四大国家级枢纽节点[8] - 超云数字发布全栈液冷智算服务器R8429 L13，解决单机柜功率超20kW的散热问题[10] 模型与应用落地 - 商汤科技提出AI需通过"具身智能"与"世界模型"实现与现实世界交互进化[15] - 阶跃星辰发布Step 3模型，国产芯片推理效率达DeepSeek-R1的3倍，并联合10家芯片厂商成立"模芯生态创新联盟"[17] - 百望股份基于953.5万亿元交易数据构建"业务大脑"，与阿里通义千问等合作推进开源模型+行业场景落地[18][19] - 数字王国发布"AI DOMAIN"影像创作平台，集成七大AI功能，联合成立"数字视觉创新联盟"[21] - 出门问问推出TicNote AI录音笔，内置"Shadow AI"实现记录、总结等复杂功能[23] 技术突破与创新 - 华为昇腾384超节点采用全对等UB总线和无阻塞Clos架构，实现384颗NPU与192颗鲲鹏CPU高效互联[4] - 曙光存储通过GDS技术实现数据直达GPU，将AI处理速度从每秒数百tokens提升至2000-3000[8] - 存算协同效益显著，存力投入1元可节约算力成本10元[9] - 神州数码产品兼容国内外主流AI加速卡，打破硬件兼容壁垒[7]

公司战略与组织架构 - 公司正式发布「悟能」具身智能平台及"日日新SenseNova 6.5"多模态大模型[1] - 公司通过"1+X"组织架构将多模态大模型和计算机视觉技术延伸至具身智能赛道[1] - "1"代表集团核心业务（AI云、大装置和基础模型），"X"代表分拆的生态企业矩阵（包括智能汽车"绝影"、家庭机器人"元萝卜"等）[3] - 新具身智能公司或将成为"X"战略下又一个独立业务板块[3] - 公司已通过国香资本投资十余家具身智能产业链企业（包括宇树科技、银河通用机器人等）[3] 技术布局与产品发布 - 「悟能」平台以具身世界模型为核心，为机器人等终端硬件提供感知、视觉导航及多模态交互能力[1] - 平台演示场景包括人形机器人进行PPT讲解及实时问答交互[1] - 技术积累涵盖计算机视觉、多模态模型及智能驾驶业务中的规划控制技术体系[4] - 采用组合数据策略：互联网多模态数据预训练→世界模型生成仿真数据→真机操作数据对齐校正[5] - 智能驾驶模型迭代方法论已验证可提升具身智能体训练效率[5] 行业发展与战略定位 - 具身智能是公司实现AGI（通用人工智能）蓝图的关键步骤[4] - 行业核心挑战在于真机数据获取效率低（数据体量远低于互联网数据）[4] - 公司定位保持开放性 可能通过生态合作逐步完善端到端技术价值体系[5] - 平台化目标是帮助具身智能企业实现与现实世界的交互[1]

行业趋势 - 人形机器人从表演展示转向实际产业应用 在多个真实场景中执行复杂任务 [1][4][8] - 大模型竞争焦点从参数规模转向算力基础设施构建、全模态能力覆盖和开源生态建设 [2] - AI产业淘汰赛围绕让AI真正好用、便宜、可靠展开 [3] 公司动态 - 智平方通用智能机器人"爱宝"具备多场景适应能力 已进入汽车制造、生物科技和半导体领域 与头部车企、华熙生物和吉利科技合作 [6] - 商汤科技发布日日新SenseNova 6.5大模型和"悟能"具身智能平台 采用融合多模态技术路线实现"融合的思考" [9][10] - 腾讯发布混元3D世界模型和具身智能平台Tairos 旨在打通数字内容生成到物理实体控制全链路 [10] - 荣耀开源MagicGUI多模态大模型 未来五年计划投入超100亿美元实施"阿尔法战略" [11] - 中兴通讯推出AI萌宠Mochi和AI游戏手机、AI云电脑等全系列终端 构建全场景智慧生态 [11] 技术发展 - 多模态能力成为大模型发展重点 商汤科技用一个多模态模型统一处理所有任务 [9][10] - 具身智能面临推理能力泛化和空间理解能力两大瓶颈 需要实现从单一领域到广泛场景的跨越 [12] - 产业界通过平台化、开源化、终端化方式将大模型转化为驱动各行业变革的新质生产力 [11] 应用落地 - 智元机器人在工业制造、仓储物流、电力巡检和交互引导四大场景实现突破性落地 [8] - 银河通用Galbot机器人在北京近十家药店常态化运营 单机管理超5000种药品和6000条货道 [8] - 傅利叶智能聚焦康养领域 GR-3机器人承担导诊咨询和康复训练引导角色 [8] - 擎朗智能双足人形机器人XMAN-F1在餐饮场景制作爆米花并与其他服务机器人协作 [8]

AI技术演进趋势 - 大型语言模型(LLM)已从单一语言模型迈向多模态融合阶段，这是通向通用人工智能(AGI)的必经之路[2] - 2025年下半年或将迎来多模态模型的全面普及，国内厂商正加速布局[2] - 原生多模态架构如Gemini模型已实现图像、视频信息在预训练过程的深度融合，形成更深层次跨模态建模能力[6] 多模态技术发展 - 未来多模态需从理解层面延伸到思考层面，实现逻辑思维与形象思维的结合[6] - 经过融合训练的多模态模型在纯语言任务上表现可超越单一语言模型，商汤日日新6.0已取消单独语言模型[6] - 语言模型是通向AGI的切入点，但最终需具备多模态能力才能完成对世界的完整理解和建模[4][5] 具身智能发展 - 具身智能被视为AGI终极形态，商汤已发布"悟能"具身智能平台正式入局[3] - 当前多模态模型空间感知能力不足，成为具身智能落地的关键障碍[8][10] - 具身智能数据获取存在物理瓶颈，需借助互联网多模态数据构建基座模型弥补真机数据不足[10] Agent技术应用 - 2025年被视为Agent技术"元年"，其发展与大模型能力提升密切相关[7] - 通用Agent在复杂场景中仍存在差距，需围绕具体场景迭代并结合行业知识[7] - Agent的可靠性和成功率是价值落地的核心指标，无效Agent会增加用户负担[7] AGI实现路径 - AGI需突破推理能力从狭窄领域向广泛生活生产场景的泛化[8] - 当前技术需解决多模态模型空间理解能力不足的问题，该能力对具身智能至关重要[8] - 智能需走出数字空间实现与物理世界的连接，这是AGI的关键特征[10]

商汤集团配售新股 - 公司于2025年7月23日与认购人订立协议，以每股1.50港元配售1,666,667,000股新股，总代价25亿港元，认购人总部位于香港及阿布扎比，由Infini Capital Global全资拥有 [1] - 2024年12月17日完成配售1,865,000,000股，每股1.50港元，占配售前已发行B类股份5.40%，所得款项净额27.87亿港元 [2] - 2024年6月27日完成配售1,673,446,000股，每股1.20港元，占配售前已发行B类股份6.45%，所得款项净额19.95亿港元 [3] - 三次配售合计募资72.82亿港元 [3] 商汤集团财务表现 - 2024年收入37.72亿元人民币，同比增长10.8%，年度亏损净额43.07亿元人民币，同比缩窄33.7% [3] - 2020-2024年收入趋势：34.46亿→47.00亿→38.09亿→34.06亿→37.72亿元人民币，2024年毛利16.20亿元 [4] - 2020-2024年持续经营业务年度亏损：121.58亿→171.77亿→60.93亿→64.95亿→43.07亿元人民币，亏损幅度呈收窄趋势 [4] - 2024年归属于本公司权益持有人的亏损42.78亿元人民币，非控股权益亏损0.28亿元 [4] 股权结构变动 - 2024年12月配售完成后，新股占扩大后已发行B类股份5.12%，总股份5.04% [2] - 2024年6月配售完成后，新股占扩大后已发行B类股份6.06%，总股份4.76% [3]

公司动态 - 商汤科技在2025世界人工智能大会期间发布"悟能"具身智能平台 该平台以具身世界模型为核心引擎 依托商汤大装置提供端侧和云侧算力支持 能为机器人 智能设备提供感知 视觉导航及多模态交互能力 [1] - 商汤科技联合创始人表示 多模态是AGI的必经之路 公司在计算机视觉领域积累多年 拥有多模态模型和AI技术 并与硬件公司有广泛合作 在智能驾驶过程中积累了模型应用和控制技术体系 [1] - 公司旗下拥有元萝卜机器人及绝影等机器人及智驾业务 同时通过国香资本重点投资具身智能赛道 被投企业包括银河通用 众擎机器人 钛虎机器人 鹿明机器人等 [1] 行业趋势 - 具身智能市场正在快速成长 商汤科技希望从商业角度捕捉这一机会 公司认为其多模态大脑与具身智能相结合 在世界模型上的积累将形成重要竞争优势 [1] - 具身智能领域近期融资活跃 商汤投资的银河通用获得宁德时代参投的11亿元新一轮融资 众擎机器人完成近10亿元融资 [1]

大模型技术演进与发展之路 核心观点 - 大模型技术从预训练为主转向强化学习主导的范式转变 [10][17][19] - 行业面临Transformer架构局限性、数据枯竭、开源闭源博弈等核心挑战 [31][41][59] - Agent应用爆发与基础模型研发需双轨并行 [53][54][55] 训练范式转变 - OpenAI从GPT-4o的预训练主导转向o1的强化学习后训练，提出测试时间扩展新维度 [13][14][15] - 强化学习可解决行为克隆难以建立目标导向推理能力的问题，但需突破自然语言反馈限制 [21][22][23] - 预训练仍是强化学习冷启动的基础，但需解决奖励机制和算力效率挑战 [25][26][27] 模型架构演进 - Transformer面临O(n²)扩展性、显存占用和长期记忆三大瓶颈 [31] - 优化路径包括RoPE位置编码、分组查询注意力等改进，以及Mamba等非Transformer架构探索 [33][34] - 智能体时代可能推动RNN架构回归，需建模无限上下文能力 [37][38] 数据供给挑战 - 高质量语料预计2028年耗尽，合成数据被Anthropic/OpenAI等广泛应用但存在迭代崩溃风险 [41][42][43] - 英伟达提出物理仿真生成边缘案例，需建立真实世界验证闭环 [44][45] - 行业数据未充分挖掘，应建立非敏感数据共享机制提升预训练质量 [46][48][51] 商业化落地路径 - 2025年Agent产品成爆点（如OpenAI Operator、智谱AutoGLM），但基础模型研发仍持续 [53][54] - 大模型当前相当于自动驾驶L3阶段，距AGI仍有差距 [55] - 金融等领域落地需突破大规模数据处理等技术瓶颈 [56][57] 开源生态影响 - DeepSeek等开源模型性能逼近闭源，冲击传统GPU/闭源产业链 [60][61] - 开源推动资源合理配置并形成行业压力，但需解决分叉滥用问题 [63][64][67] - 英伟达支持开源算力引擎，未来可能走向混合模式 [65][66]

公司动态 - 商汤绝影在2025世界人工智能大会上展示全新升级的"绝影开悟"世界模型，该模型是行业首个已量产、可交互的生成式世界模型产品平台 [1] - 公司发布业内最大规模的生成式驾驶数据集"WorldSim-Drive"，持续赋能辅助驾驶行业 [1] - 商汤绝影与上汽集团旗下智己汽车深度合作，已打通Cut-in、碰撞等场景的数据生成链路，未来将共同打造数据工厂加速辅助驾驶系统落地 [4] - 公司正式发布辅助驾驶领域首个生成式世界模型产品平台，面向B/C端用户开放试用，基于"绝影开悟"世界模型构建 [4] 技术突破 - "绝影开悟"世界模型具备强大的物理规律理解与场景控制生成能力，是业内首个应用于真值训练数据生产的世界模型 [4] - 公司20%的数据通过世界模型生产，生产效率很高 [4] - 商汤绝影展示虚实融合的数据范式，以人、物体、场景为核心生成时空一致的第一视角和第三视角数据，赋能具身智能领域 [3] - 公司技术可生成千万级场景数据，打造实时交互训练场，同时构建具身智能的数据引擎 [3] 行业影响 - 商汤绝影深度参与上海自动驾驶实训场建设，以世界模型的数据生成和仿真测试能力赋能实训场 [3] - 公司在WAIC 2025展台提供世界模型实时交互体验，观众可通过简洁界面生成场景视频体验领先数据集性能 [7] - 商汤绝影CEO表示世界模型将AI创造力转化为生产力，搭建AI从数字世界通往物理世界的桥梁 [3]

纪要涉及的行业和公司 - **行业**：人工智能行业，涵盖大模型技术、机器人、金融、教育、航空等多个领域 - **公司**：商汤科技、英伟达、质谱公司、小米、金山办公、华为升腾、值得买科技、第四范式、科大讯飞、银河通用、库帕斯科技 纪要提到的核心观点和论据 大模型技术发展 - **技术范式转变**：大模型技术从预训练为主、监督学习为辅的范式逐渐转移到强化学习范式，提升了推理能力，但也带来幻觉、冗长思考等挑战[22] - **未来发展方向**：一是扩展当前范式以接受自然语言反馈，实现测试时群体交互；二是向自主在线代理方向发展，实现真正意义上的自主智能体[25] - **架构创新**：传统Transformer架构在算法向RL迁移时遇到阻碍，未来可能重新考虑RN类架构设计[28] 数据问题 - **数据枯竭**：互联网数据逐渐枯竭，需寻找新的数据来源和方法，以实现人工智能尤其是AGI方向上的进一步突破[30] - **数据不足解决方法**：使用物理模拟生成模拟场景训练模型，但需建立反馈机制，结合真实世界的基准测试和验证[31] - **行业数据重要性**：行业内有大量未被利用的数据，可通过行业场景大模型进行预训练激发出来[33] 人工智能可持续发展 - **挑战**：数据中心能耗巨大，预计到2030年全球数据中心将占总用电量的8%，推理阶段能耗可能成为主要来源[2][8] - **能效提升方法**：从基础设施、云、大模型以及应用层多层面优化，通过软件、硬件和制造工艺创新提升能效，也可进行能源优化[9] - **赋能可持续发展**：人工智能能够显著减少重工业碳排放，帮助工厂节能减排，推动整体能源消耗平衡并最终减少碳排放[11] 行业应用与商业化 - **金融领域**：大规模人工智能技术落地面临数据质量、安全和资源利用等挑战，需优化资源配置和改进数据处理方法[38] - **商汤科技成果**：通过SenseNova大模型及研发体系，推动高效率、低成本、规模化的AI创新和落地，在多模态技术、机器人、自动驾驶等领域有诸多应用[41] - **生产力转化**：实现从生产力工具到实际生产力的转化需要多模态融合分析和自动化处理，小浣熊产品是典型例子[49] - **人机交互**：大语言模型的发展推动人机交互进入新范式，AI从辅助角色转变为主动执行任务，人类进行监督和指导[51] 国际合作与发展 - **中印合作**：中印两国在人工智能领域的合作涵盖政府、工业、大学等多个层面，有助于解决AI治理核心问题，促进本地创新[17] - **中国举措**：中国通过开源贡献、提出愿景方案、建设合作中心等举措，推动全球人工智能发展[81] 其他重要但是可能被忽略的内容 - **香港国际机场应用**：香港国际机场在2020 - 2025年期间逐步引入多种人工智能应用，如自动化行李分拣系统、自主巡逻车等，以应对运营效率、安全等挑战[72] - **智能体发展**：智能体已成为大模型应用的重要关注点，其产业链逐渐形成，在多个领域得到广泛应用[78] - **具身智能**：2025年具身智能发展取得进展，但进入各行各业和家庭还需解决数据问题，合成数据与真实数据结合是有效策略[82] - **AI发展影响**：AI发展对人类工作、生活及独特性提出挑战，科学家应提前思考，确保具身智能与人类关系安全[89]