AI下一个前沿在哪？数百位创业者在上海给出答案

今年上半年，全球一级市场融资额达到去年同期的两倍，其中AI领域融资额达去年同期的3.4倍，占总融资额的比重从48%跃升至78%。

在上海举行的2026 AI Cloud 100 China CEO大会上，超过半数上榜企业为首次入围，其中具身智能（Physical AI）公司多达35家。但比起排名，现场更聚焦的核心议题是：AI的下一个前沿究竟在哪里？

资本加速与集体出海

靖亚资本创始管理合伙人郑靖伟回顾了机构的转型路径。2023年全面转型押注AI后，靖亚被投企业中已有10家筹备IPO，4家已交表。相比以往SaaS公司三至五年收入仍难见起色的节奏，如今部分AI企业不到两年即可产生规模收入并赴港递表。

与此同时，越来越多创业团队选择将业务转向海外寻求更高客单价。香港凭借政策与资本市场优势，已成为众多AI公司出海与上市的首选阵地，智谱、MiniMax已完成挂牌，月之暗面与阶跃星辰也已在申报流程中。

中国模型Token调用暴涨

大会发布的年度趋势报告显示，今年上半年中国市场AI融资额已超过去年全年，占总融资比例从18%升至47%。

在全球主流模型调用平台OpenRouter上，来自中国大模型的Token调用份额从去年4月的1%激增至今年4月的61%。高盛预测，到2030年全球Token产出量将是目前的25倍，且半数以上将由中国模型提供。这得益于四大支撑要素：国产GPU算力占比稳步提升、高性价比的开源大模型逼近世界前沿、充足廉价的电力供给，以及丰富的高水平AI人才储备。

报告重点提示了六个方向：多模态、AI 智能体、AI Infra、物理具身AI、AI for Science以及AI智能硬件。尤其在工作场景中，高价值付费智能体的活跃度正在提升，“找到前1%愿付高价的客户远比盲目刷流量关键”。

赋予模型“长期记忆”

在探讨下一阶段技术突破的圆桌环节，学者与创业者指出了现有大语言模型的瓶颈。北大人工智能研究院助理教授张牧涵表示，当前模型能力被上下文窗口牢牢卡住，上下文更像短期记忆，关闭对话后即刻清空。模型真正的长期记忆应当沉淀在参数中。如果能让模型在运行中实时修改自身参数、实现持续学习，将彻底打破当前的API无粘性竞争，重构大模型格局。

在自动化科研领域，普林斯顿大学研究员张伊凡提到，除了算力和数据扩展，大模型已开启“科研自动化”维度，AI已能在GPU底层代码编写等特定任务上超过绝大多数人类工程师。

工业落地的“高可靠门槛”

走向现实世界的AI正面临更严苛的检验。苏度科技联合创始人韩铮指出，大语言模型偶发幻觉尚可接受，但机器人商业落地要求近乎100%的成功率，且必须具备泛化能力。

目前多数依赖动捕数据采集的机器人操作方案仍停留在科研阶段。面对宁德时代等产业客户的产线自动化需求，具身系统必须做到对任意物体、环境免调试，并维持99%以上的任务成功率，AI才能真正跨过由Demo走进真实工业生产的分水岭。