2024世界大会于7月4日至6日在上海召开，连续四年与世界大会深度合作的于大会期间举办“论道智能新趋势”科技金融创新论坛，探讨AI+医疗、具身智能、AI算力网络等前沿领域发展趋势。

　　执行委员会委员、首席信息官（CTO）韩臻聪在致辞中表示，以为新生产工具、数据为新生产要素、算力为新基础设施的三新体系正与产业加速融合，其带来的深远影响包括提升行业服务能力、变革行业发展范式、催生新兴领域等。

　　在全球产业链重构的背景下，AI大模型相关的技术和产业将会如何发展？研究所科技与电子首席分析师黄乐平表示，AI时代的硬件形态目前仍以PC、智能手机为主，因此短期内可以关注产品更新，但随着AI交互能力的上升，长期则看好XR（Extended Reality，扩展现实技术）和具身智能相关产品的发展机会。

　　（受访者供图）

　　黄乐平还提到，在AI服务器革命中，液冷、光模块、HBM（High Bandwidth Memory，一种新型CPU/GPU内存芯片）等服务器关键技术的迭代，有望孕育出一批千亿市值公司，带来的量价齐升的投资机会。“在新一轮产业链重构中，越南、马来西亚、日本、墨西哥有望受益。”

　　让AI+医疗更个性化、精准化

　　就AI+医疗主题，西门子医疗大中华区副总裁、临床治疗系统负责人浦峥嵘在演讲中介绍了全球AI+医疗发展趋势。他表示，在AI赋能下，医疗将更加个性化、精准化，为更多患者提供更优服务。AI能够推动医疗影像、以及影像引导的治疗与检验设备智能化发展，支持从疾病预防和早期发现、诊断、治疗和监测、再到随访的临床全流程，替代医生部分常规工作。AI还能够支持并辅助医生完成关键临床决策，并帮助患者进行全生命周期的健康管理。

　　浦峥嵘特别提到，技术在医疗中会有巨大的应用场景，利用各类检查中所积累的患者数据，能够构建出患者的生理模型，基于此可以模拟不同治疗方案、观察结果，从而帮助患者选择最佳个性化治疗方案。

　　让具身智能在真实环境中表现更好

　　就具身智能主题，西湖大学工学院人工智能领域主任、西湖创始人王东林教授结合2005年Linda Smith（美国印第安纳大学教授）提出的具身智能假设三大原则，在论坛上分享了具身智能领域下一步的发展方向。

　　一是面对场景和任务时，不能依赖预定义的定制化复杂逻辑，针对这一点，多模态大模型和具身大模型技术已经具有了通用性，但仍然需要进一步解决幻觉、泛化和高效推理等问题。二是需要具有适应动态环境交互的进化学习机制，强化学习。目前在机器人上的应用主要局限于与小脑功能相关的手动奖励函数设计，在适应环境场景和任务方面尚缺乏通用性，并且也缺乏与大模型的深度耦合技术，以满足“大脑”和“小脑”一体化融合。三是环境对于塑造物理行为和认知机构都非常重要，为此需要通过机器人软件和硬件的深度结合，应对仿真和真实环境的差异，提升具身智能在真实环境中的表现。

　　让算力更自由

　　本轮人工智能浪潮对智能算力提出了指数级的增长要求，算力成为当下基础设施建设的热点，如何更高效地克服AI算力瓶颈、将挑战化为机遇？

　　针对目前国内AI算力发展的瓶颈问题，DaoCloud首席执行官陈齐彦认为，不能单纯依靠硬件层面的投入，更重要的是整个产业生态联合起来。中国科技企业在基础软件产业链上，具备一定影响力，产业链上下游发挥各自所长，结合整个IT架构，管理好算力基础设施、优化算力资源的调度管理，才能让算力更自由。

　　篆芯首席营销官、联合创始人康亮则认为，AI算力网络在规模、时延、功耗等方面，与过去的网络完全不同，对国内企业来说，一个很大的红利就是AI时代算力网络尚未统一标准，企业有机会成长起来。

　　在基流科技首席执行官胡效赫看来，在算力网络软件解决方案方面，国内与国外企业差距不大。不过在算力芯片这一硬件方面，中科驭数高级副总裁张宇均表示，国内企业确实还需要一定时间去追赶，但在DPU处理一些超低时延的重要场景下，国内已经可以跟国际巨头全面竞争，技术上不存在代际差。