大会概况 - 2025 Inclusion·外滩大会于9月11日在上海开幕 主题为"重塑创新增长" [1] - 大会设置1场开幕主论坛 44场见解论坛及科技展览和系列科创活动 [1] - 参会嘉宾来自16个国家和地区共550位 包括全球顶尖学者 产业界人士和科学家 [1] 内容聚焦 - 大会聚焦金融科技 人工智能与产业 创新创投生态 全球对话与合作 负责任创新与普惠未来五大内容主线 [1] - 内容呈现国际化 多元化特色 [1] 人工智能发展 - 人类正在进入"智能体群（agent swarm）"时代 智能体之间交互执行任务交换数据信息 [2] - 模型和GPU算力成为未来组织核心资产 企业需要扩大算力强化模型丰富数据 [2] - Agent将重塑企业流程 "超级个体+agent"带来巨大结构性变革 [2]

大模型规模定律 - 大模型参数越高性能越好 规模定律仍是大模型性能提升的第一性原则 [3] - 推理模型塑造大规模发展新曲线 推理规模定律成为新增长动力 [3] - 上下文和记忆等层面持续推升计算需求 推动模型持续扩展 [3] 大语言模型通缩效应 - 大模型单位token价格三年内快速下降 使用成本随性能提升持续降低 [3] - 模型通缩现象进一步强化规模定律 成本下降推动应用普及 [3] AI基础设施扩张 - OpenAI的Stargate和Musk的Colossus等项目驱动基础设施扩张 100万个GPU耗电量相当于北京市用电量八分之一 [3] - 2025年美国主要科技公司AI相关资本开支预计超3000亿美元 产业链经历大规模建设热潮 [3] - IDC产业大规模建设带动电力生态和经济发展 体现AI产业规模化核心特征 [3] 智能体经济变革 - 人类进入智能体群时代 数量庞大的智能体交互执行任务交换数据信息 [4] - 模型和GPU算力成为未来组织核心资产 企业需扩大算力强化模型丰富数据 [4] - 智能体重塑企业流程 超级个体与智能体结合带来巨大结构性变革 [4] 行业平台建设 - 外滩大会连续举办四届 打造全球金融科技产业高规格开放对话平台 [5] - 大会获得上海市地方金融管理局和黄浦区人民政府支持 成为重要行业交流载体 [5]

AI与机器人行业发展现状 - 宇树科技CEO王兴兴认为AI在信息处理和文字图像领域表现优异 但让AI执行物理任务的机器人领域仍处于爆发式增长前夜[1] - 机器人领域面临重大挑战 单纯用语言或图像视频生成内容控制机器人目前难以实现[1] - 王兴兴表示2011年未重点关注AI技术是其最后悔的事 但近几年AI领域快速发展提供了新机遇[1] 数据与模型协同发展 - 行业存在数据过剩而模型不足的矛盾 导致大量优质数据无法得到有效利用[1] - 当前核心问题在于缺乏优质数据评判标准 需要建立标准提高数据利用率[1] - 从机器人角度需评估哪些动作和场景的数据采集具有价值 这与语言模型的数据价值判断存在差异[1] 智能体经济发展趋势 - 源码资本投资合伙人张宏江提出人类正进入"智能体群"时代 数量庞大的智能体将进行交互协作[2] - 智能体群将执行任务、交换数据和信息 甚至交换任务 形成所谓的"智能体经济"[2] - Agent技术将重塑企业流程 "超级个体+agent"组合将带来巨大的结构性变革[2]

大模型规模定律 - 规模定律仍然有效 大模型参数越高性能越好 是性能提升的第一性原则 [1][2] - 推理规模定律成为新发展曲线 上下文和记忆等层面持续推升计算需求 [2] - 大语言模型通缩现象强化规模定律 单位token价格过去三年快速下降 使用成本持续降低 [2] AI产业化发展 - AI驱动基础设施大规模扩张 AI数据中心产业链经历大规模建设热潮 [2] - IDC产业大规模建设带动电力生态和经济发展 体现AI产业规模化核心 [2] 智能体经济变革 - 人类进入智能体群时代 数量庞大的智能体彼此交互执行任务交换数据信息 [3] - 模型和GPU算力成为未来组织核心资产 企业需要扩大算力增强模型和数据 [3] - Agent重塑企业流程 超级个体与agent结合带来巨大结构性变革 [3]

人工智能对全球经济的贡献 - 国际机构研究指出到2030年人工智能将为全球经济贡献超百万亿元 成为最重要的增长点之一 [1] 人工智能在科研领域的应用 - 人工智能+行动将加快科学大模型建设应用 推动基础科研平台和重大基础设施智能化升级 [3] - 开放共享高质量科学数据集 北京新材料研发机构利用AI技术开发航空发动机金属材料 [3] - AI技术将新材料研发周期从传统方法的10年以上压缩至3年以内 [3] - 支持智能化研发工具和平台推广应用 与生物制造 量子科技 6G技术协同创新 [5] - 人工智能仿真可替代实验性工作 带来百倍级甚至千倍级的科研增长 [5] 人工智能在产业发展领域的应用 - 推进工业全要素智能化发展 培育基于人工智能的智能原生企业 [6] - 中国具有制造强国优势 通过智能体实现流程固化和数字化转型 [6] - 未来将出现智能体经济概念 实现组织再造和流程再造 [6] 人工智能在消费领域的应用 - 加快人工智能与元宇宙 低空飞行 脑机接口等技术融合 加强产品创新 [8] - AI成为普惠生产力 探索无人机物流 应急救援 空中交通等新商业模式 [8] - 人工智能为新型商业模式和治理框架提供发展机会 [8]

行业发展趋势 - 人形机器人行业正通过"应用验证—技术突破"双向循环模式加速发展，吸引多元化厂商入局，协同构建产业生态[1] - 2024年中国人形机器人商用销售出货量约2000台，预计2030年达6万台，复合增长率95.3%[1] - 创新驱动人形机器人技术突破，包括肢体运动控制、环境感知、具身智能、能源效率和硬件成本下降，推动其从实验室向家庭、工厂、服务场景的"通用型智能体"迈进[1] - 人形机器人将迎来"爆发奇点"，资本、人才、供应链、应用场景快速汇聚融合，重塑生产生活方式，开启智能体经济新纪元[2] 公司创新成果 宇树 - 发布Unitree R1人形机器人，售价3.99万元起，关节总数26个，重量约25kg，集成多模态大模型，支持高动态动作，定位为"开发者平台"[3] - 推出四足机器人系列XDog、Laikago等，人形机器人H1、G1、R1，深化UniForm机器人模型应用，G1带动格斗娱乐赛事风潮[5] 浙江人形 - 展示国内首个全尺寸精准作业多地形自平衡拟人行走机器人，身高165cm，体重60kg，具备鲁棒运控能力[5] - 融合视觉、力觉和触觉信息，采用机理和学习相融合算法，实现高精度具身智能操作，作业精度0.1mm[7] - 创新性落地服装产线自动化，实现柔性布料精准分片、移位、抓取及对齐叠片，全流程操作偏差±2mm以内[9] 智元机器人 - 发布灵犀X2，身高1.3米，25～31个自由度，搭载情感计算引擎，价格十几万到三四十万[11] - 推出灵犀X2-N，双形态设计，轮式和足式自由切换，可手持12斤重物前行[11] - 发布开源机器人世界模型平台Genie Envisioner，实现端到端闭环，提升跨平台泛化能力与时序任务执行精度[13] 众擎 - SA01双足机器人凭借流畅步态和敏捷动作引发关注，全尺寸通用机型身高1.85米，重85公斤，搭载41个高自由度关节与固态电池[14] - 计划推出消费级人形机器人SA02，售价3.85万元起，定位"年轻人的第一台人形机器人"[16] 逐际动力 - 发布多形态双足机器人TRON 1感知拓展套件，集成激光雷达和深度相机[17] - 发布全尺寸通用人形机器人LimX Oli，售价15.8万元起，身高165cm，31个自由度[17] - 发布LimX VGM，利用人类操作视频数据实现机器人操作，支持多平台泛化[19] 优必选 - 全球首创人形机器人热插拔自主换电系统，应用于Walker S2，具备7*24小时工作能力[20] - Walker S2实现2m/s高速行走，采用高功率高扭矩腰关节设计及动态平衡算法[20] - 提出人形机器人群脑网络（BrainNet）软件架构，设计人形智能网联中枢IoH，提升决策与泛化能力[22]

行业趋势与核心观点 - AI智能体成为产业未来焦点，2025年被视为智能体元年，智能体将改变企业组织运营模式并重塑经济形态 [1] - 智能体技术解决传统大模型缺乏执行能力的痛点，从"大脑"到"手脚"的进化是关键突破方向 [1] - 智能体经济将催生全新商业逻辑，人类角色从执行者转变为智能体管理者，推动人机交互范式根本改变 [5][6] 智能体技术分级与应用 - **L1级（聊天助手）**：以ChatGPT为代表，功能局限明显，难以满足企业深层次需求 [2] - **L2级（工作流智能体）**：固化企业标准流程（SOP），适合重复性固定任务但灵活性不足，在网络安全等领域应用广泛 [2][4] - **L3级（推理型智能体）**：由大模型驱动，自主规划任务流程，适用于创造性任务（如写小说、开发软件），但单任务超过100步易出错 [2][3] - **L4级（多智能体蜂群）**：通过协作机制完成复杂任务（如360纳米蜂群可一次性生成10分钟视频），需解决信息共享与任务并发挑战 [3] - **L5级（超级智能体）**：尚在探索阶段，未来或能自主规划L2/L3智能体，涉及AI自我进化领域 [3] 技术突破与商业化路径 - 三大技术突破推动智能体进化：DeepSeek推理模型普及、MCP工具接口标准化、Manus实现L3级任务执行 [5] - 行业从"玩具级"工具转向"生产力级"伙伴，垂直领域专业智能体（非通用智能体）是未来竞争力核心 [5] - L2与L3智能体结合是发展趋势，360重点布局L3/L4级智能体以满足企业多样化需求 [4] 智能体对行业的影响 - 弥补网络安全人才缺口：智能体可7×24小时处理威胁告警，解决"有设备无人才"痛点 [7] - 安全对抗升级为"算法战争"：敌对势力或利用智能体发动批量攻击，需通过安全智能体构建动态防御体系 [7] - 提升效率而非替代人力：智能体释放人类时间用于家庭与生活平衡，企业需管理智能体的"人性化缺点"（如幻觉、倦怠） [7] 人机交互变革 - 未来交互模式从"人类操作软件"转向"与智能体协作"，网站/APP将适配智能体而非人类直接操作 [6] - 用户角色转变为智能体"老板"或"领导者"，智能体可代劳购物、谈判等任务 [6][7]

谷歌云捐赠A2A协议 - 谷歌云将A2A协议捐赠给Linux基金会 包含智能体交互协议、SDK和开发者工具的开源礼包 [1] - 捐赠决策被解读为对Anthropic MCP协议和OpenAI函数的战略应对 同时反映行业对共建智能体经济底层规则的共识 [1] - 部分观点认为A2A协议起步较晚 正在追赶已经成熟的MCP协议 [2][3] MCP协议技术解析 - MCP协议解决AI模型安全高效调用现实世界工具和服务的基础问题 不同于A2A侧重智能体间通信 [4] - 开发MCP Server最关键环节在于工具描述 需详细说明功能、参数及输入输出内容 [6][7] - 现有API系统改造和从零开发是两种典型实施路径 前者关注协议转换 后者需构建完整业务逻辑 [7][8] - 接入客户现有技术体系时应尽量减少干预内部治理生态 重点优化对外接口的工具描述 [9] 模型兼容性与优化 - 国内外大模型存在兼容性问题 中文描述适合国内模型 英文描述更适合国外模型 [10] - 通过多轮测试优化工具描述清晰度 是提升模型调用准确性的关键手段 [11][12] - API设计应遵循正交原则 功能独立且高内聚 描述需明确使用场景和预期输出 [12] 协议性能与安全 - Streamable HTTP协议支持有状态通信、服务端主动通知和流式输出 优化金融等高实时性场景 [15] - 敏感数据应避免通过MCP提供 非敏感数据授权可使用OAuth 2.0等现有验证机制 [28] - 行业需要建立安全标准应对MCP服务潜在的黑盒风险 确保生态健康发展 [43] MCP与A2A对比 - MCP解决工具层面问题 A2A构建Agent间通信和协作的生态层 [32] - MCP类似专用工具 A2A提供通用协议使不同框架的Agent能够相互发现和协作 [33] - 腾讯计划在产品研发流程中接入A2A协议 实现多Agent协作 [34][35] 未来发展趋势 - 预计80%核心软件将推出自有MCP 形成多样化工具端口 [40] - 多Agent架构将向主从模式发展 人类角色需明确界定和验证关键节点 [41] - MCP协议完善将加速企业SaaS能力释放 安全可信问题成为发展重点 [42]

纪要涉及的行业和公司 - **行业**：计算机、固态电池、智能手机、智能音箱、可穿戴设备、笔记本电脑、AI眼镜、清洁能源、智能家居、人形机器人、无人机、自然灾害监测、自动驾驶、智慧交通、智慧城市、云端计算、量子信息科技、电子、金融、医疗、通信设备、卫星通信、AI穿戴、智能家居、智慧监控 - **公司**：英伟达、DeepSeek、字节跳动、火山引擎、高通、恒玄、意法半导体、全志、联发科、紫光展锐、瑞芯微、巨星、Ceat、乐鑫科技、华为、小米、特斯拉、Panasonic、海光、寒武纪、壁仞、燧源、昆仑芯、摩尔线程、沐曦、商汤科技、中际旭创、长飞光纤、中国电信、舜宇、水晶、歌尔、灵犀、李派、苹果、国盾量子、生益科技、胜宏科技、沪电股份、天地科技、格尔软件 纪要提到的核心观点和论据 AI投资逻辑与算力需求 - **核心观点**：AI投资逻辑从训练端转向应用端，推理端需求大幅增长，全球推理算力供需剪刀差持续扩大 [1][2] - **论据**：未来几年推理端需求预计占整体算力需求70%以上；2025 - 2026年H200 GPU需求量预计分别约为380.54万块和超1300万块；结合英伟达产品线产能，供需剪刀差持续扩大 [3][16][17] 计算机行业表现与财务指标 - **核心观点**：2025年上半年计算机行业“先扬后抑”，财务指标有改善但仍处底部探寻阶段，未来以费用优化为主，营收缓慢增长 [1][6][7][8] - **论据**：一季度DeepSeek发布带来云计算厂商投资机会，二季度因业绩未达预期回调；上半年营收同比改善，归母净利润增速高于营收得益于费用优化，毛利率下降，资产负债率上升，ROE同比下降 AI Agent技术与应用 - **核心观点**：AI Agent技术取得超预期进展，但产品落地和用户数量低于预期，杀手级应用未出现 [1][10][12] - **论据**：在环境感知、规划能力、工具使用和记忆能力方面有进展；市场对杀手级应用落地预期高，但目前未出现，大模型是Agent核心 固态电池发展 - **核心观点**：2025年固态电池进入量产元年，半固态先应用，全固态2027 - 2030年量产，部分环节有投资价值 [3][22][23] - **论据**：渗透率低但在低空经济等领域有刚性需求；干法电极等制备工艺、电解质环节变革大；隔膜仍有应用空间 各科技产品AI能力 - **核心观点**：智能手机、芯片、智能音箱、可穿戴设备、笔记本电脑、AI眼镜等产品AI能力提升，有不同功能和应用场景 [30][32][33][34][35] - **论据**：智能手机AI能力分级，芯片集成多种功能提升性能；各产品有相应AI驱动功能，如智能手表健康管理、AI眼镜替代手机部分功能 各行业投资机会 - **核心观点**：AI产业链、计算机、锂电池、通信设备等行业有投资机会 [18][19][20][28][98] - **论据**：AI产业链投资集中在海外NVIDIA算力链、国内AI应用生态等；计算机行业关注信创等；锂电池关注技术变革环节；通信设备关注中国电信、AI算力等细分赛道 其他重要但可能被忽略的内容 - **AI Agent推理算力供需剪刀差测算假设**：包括AI Agent日活用户数、渗透率、使用场景和请求次数等假设 [15] - **AI眼镜产业链构成与芯片方案**：产业链上游为部件供应商，中游为软件和模型提供商，下游应用广泛；芯片方案分高端、成本优化和自研三种 [36][38] - **量子信息科技领域**：分为量子保密通信、量子计算和量子测量，各有发展状况和应用价值，国家将其列为战略支柱产业 [85][96] - **各公司发展情况**：如国盾量子股东结构变化、生益科技海外算力链业绩增长驱动力、寒武纪订单情况等 [99][100][101]

AI应用黄金时代的核心观点 - AI主战场已从"训练最强模型"转向"让AI真正用起来"，应用层将成为决定性战场[1][4] - AI将在十年内颠覆服务业并撕裂软件产业利润结构，传统工具型企业将重构为结果导向型组织[1][7] - AI创业的关键战役发生在应用层而非底层模型，OpenEvidence、Glean、Harvey等应用型公司迅速崛起[1][30] - 智能体(AI Agent)将成为未来商业核心，企业职能将由AI智能体替代，人类退居策略协调者角色[2][35] 技术演进与市场潜力 - AI市场起点比云服务市场大一个数量级，云转型初期规模达4000亿美元，AI潜力更庞大[5] - 算力、模型、分发路径与用户习惯同时成熟，AI进入真正临界点[10][11] - ChatGPT日活/月活比率已接近Reddit等成熟平台，显示AI正从炒作转向实际应用[20] - 编程工具类AI增长最迅猛，开发者效率出现10倍提升，如Claude 3.5 Sonnet改变开发生态[24][25] 商业变革与竞争策略 - 未来商业模式将从"卖软件"转为"卖结果"，从"雇佣人"转为"调用Agent"[1][7] - AI杀手级场景集中在医疗、法律、教育等"高决策+高复杂度"垂直领域[2][35] - 初创公司应专注垂直场景，解决仍需人工参与的复杂问题，构建数据飞轮作为护城河[15][19] - token成本18个月内下降99%，企业需沿价值链提升定价权与利润空间[19] 智能体经济未来图景 - 智能体集群将形成独立经济系统，实现资源转移、交易和信任建立[39][42] - 2025年垂直领域智能Agent将成为主流，可能诞生"单人独角兽企业"[35][51] - 需解决三大技术挑战：持久身份认证、无缝通信协议、安全性[42][43] - 管理范式将转向动态协同网络，进入"高杠杆、低确定性"时代[46][47] 行业标杆案例 - Harvey、OpenEvidence等公司已验证应用层价值承载力，实现商业转化[30][31] - 安全行业Expo、DevOps领域Traversal等垂直Agent已超越人类专家水平[35] - 编程Agent将重塑软件产业，成为行业AI化进程先兆[38] - 语音技术跨越"恐怖谷效应"，2024年迎来"Her时刻"[24]