1. 首頁 > 生活百科 > >

在SAIL看AI趨勢 SAIL里藏了AI的流行密碼

機器人人工智能ai

在SAIL看AI趨勢 SAIL里藏了AI的流行密碼

文章圖片

在SAIL看AI趨勢 SAIL里藏了AI的流行密碼

文章圖片

在SAIL看AI趨勢 SAIL里藏了AI的流行密碼

文章圖片




【頒獎圖】
每年盛夏 ， 上海世博中心的WAIC（世界人工智能大會）總能點燃全球對AI的關注熱情 ， 而作為WAIC的核心引擎 ， SAIL評選則是這場科技盛宴的技術風向標 。
自創辦以來 ， SAIL始終聚焦AI領域最具突破性、引領性的技術成果與應用項目 ， 通過對申報項目的篩選與展示 ， 勾勒出AI技術演進的清晰脈絡 ， 也為產業界提供了觀察未來趨勢的重要窗口 。
2025年的SAIL申報項目再度擴容 ， 覆蓋模型研發、科學智能（AI4S）、具身智能、算力基礎、行業應用等五大核心領域 ， 既有快手可靈 AI、通義萬相等多模態大模型的最新進展 ， 也有“伏羲”氣象大模型、中石油油氣勘探大模型等AI4S實踐 ， 更不乏人形機器人仿真平臺、千萬億級光電 AI 芯片等硬核技術突破 。
這些項目如同一個個“技術密碼” ， 串聯起當前AI從實驗室走向產業、從通用能力向垂直場景滲透的完整圖景 。 透過SAIL ， 我們得以解碼AI的流行趨勢 ， 預見未來技術爆發的方向 。
01 從“訓練狂歡”到“推理實用” ， AI 進入“落地深水區”
如果說2023 年是“大模型元年” ， 2024年是“開源混戰年” ， 那么2025年的AI行業已清晰呈現出“從訓練側走向推理側”的主流轉向 。
這一轉變的背后 ， 是技術成熟度與產業需求的雙重驅動——經過兩年多的大模型軍備競賽 ， 底層技術框架逐漸穩定 ， 而市場對“AI 如何創造實際價值”的追問則日益迫切 。 今年WAIC展臺上各家企業的產品矩陣就已經不難看出 ， “實用化”已成為 AI 發展的關鍵詞 。
年初 ， 以DeepSeek為代表的開源大模型出現 ， 是助力算力成本下降的關鍵 ， 進而推動企業從依賴昂貴API轉向自主構建微調模型 ， 同時投入場景應用側的推理訓練 。
2025年被業內普遍視為“Agent 元年” ， 除了傳統的軟件Agent（如智能客服、代碼助手） ， Agent與智能硬件的融合正從工業場景快速滲透至消費端 。
此前出門問問副總裁謝富強曾強調Agent對硬件從工具升級為“個性化思考伙伴”的重要性 ， 他指出 ， AI硬件成功的核心在于“Agent+硬件+垂直場景”深度結合 。
今年市場上最受關注的智能硬件之一Plaud AI錄音機 ， 實現了百萬級出貨量 ， 以及2.5億美元年化收入 。
【在SAIL看AI趨勢 SAIL里藏了AI的流行密碼】
【大會現場智能眼鏡展臺的照片】
此外 ， AI眼鏡的爆發 ， 則是AI落地C端硬件的另一個重要起點 。 今年WAIC上 ， 包含阿里、Rokid、Xreal等多家企業展示的AI眼鏡已實現實時語音翻譯、AR 導航、多模態交互等功能 ， 預計2026年將迎來出貨量爆發 ， 成為AI應用競爭最激烈的賽道之一 。
02 SAIL里的AI趨勢
SAIL申報項目的技術特征 ， 往往預示著行業下一步的演進方向 。 透過今年的項目清單 ， 模型技術、AI4S、具身智能、算力技術、行業應用五大賽道已呈現出清晰的技術密碼 ， 從幾個重點賽道的項目來看 ， AI從“通用能力”向“場景價值”轉化的路徑已經十分明顯 。
1）模型技術
在模型技術領域 ， “多模態融合”已從“加分項”變為“基礎項” 。 SAIL 模型項目申報中的快手可靈 AI、通義萬相、生數科技Vidu視頻模型等 ， 均以“跨模態理解與生成” 為核心能力 。

【可靈宣傳圖】
快手可靈AI通過“文本-圖像-視頻”三模態統一建模 ， 實現“輸入一句話生成劇情短片——用戶輸入“在雨中奔跑的少年 ， 鏡頭從遠景拉至面部特寫” ， 模型可自動生成符合光影邏輯、人物動作連貫的15秒視頻 ， 幀率達 30fps ， 畫質接近專業剪輯水平 。

【minimax宣傳圖】
MiniMax同樣在多模態模型上積淀深厚 。 MiniMax的多模態模型技術打造了覆蓋“文本-語音-圖像-視頻”全鏈路的文創產業AI解決方案 ， 以創作民主化、生產工業化、IP可持續化、三大創新重構了文化創意產業的生產范式 。 這意味著 ， 文化創意產業難以工業化量產的痛點 ， 將在AI智能時代得以解決 。 目前 ， 服務網絡覆蓋全球超200個國家和地區 ， 在全球擁有數千萬個人用戶 。
與此同時能夠發現的是 ， “開源化 與“國產化”成為模型發展的兩大支柱 。 SAIL申報項目中 ， “書生萬象開源多模態大模型” 通過開源社區持續迭代 ， 已吸引超2000家企業基于其進行二次開發 ， 覆蓋教育、醫療、制造等12個行業；而“電信研究院全國產大模型關鍵技術研發及規模應用” 項目則聚焦自主可控 ， 從底層芯片、框架到數據集全鏈路國產化 ， 在政務、金融等敏感領域實現規模化部署 ， 模型響應延遲控制在200ms以內 ， 滿足實時交互需求 。
2）AI4S
今年 ， AI for Science（AI4S）已從“概念探索”進入“產業實踐”階段 。 今年 SAIL AI4S 項目的申報項目 ， 覆蓋材料科學、氣象學、地質學、生命科學等關鍵領域 ， 展現出AI與科學研究的深度綁定 。
其中值得注意的是 ， 作為日化個護產品的頭部企業 ， 聯合利華研發出了“人工智能設計新型防腐體系” ， 將科學的力量真正賦能日常產品 。 在今年WAIC期間 ， 聯合利華正式推出了由其中國研發團隊主導開發的“AI for Science”創新平臺 。
該平臺目前已探索并構建包括防腐增強成分研發、敏感肌預測、活性物發現、靶點探索、衣物柔順功效預測、口腔刺激水平預測在內的六大AI模型 ， 覆蓋從原料篩選到功效驗證的全鏈路科研流程 。
據報道 ， 這些模型不僅提升了研發效率 ， 更從根本上改變了研發方式 。 例如 ， 防腐增強成分智能研發模型（AI for Preservative）通過構建防腐功效預測系統與多靶點抗菌篩選機制 ， 精準篩選出兼具高效抗菌能力與優秀膚感表現的防腐成分 ， 實現從“經驗試錯”到“數據驅動”的躍遷 。
3）具身智能
具身智能作為年度熱點之一 ， SAIL的相關申報項目也表明 ， 具身智能技術突破正來到臨界點 。 今年SAIL具身項目的申報項目 ， 圍繞“通用化基座”與“仿真技術”兩大方向 ， 推動具身智能從實驗室走向實際應用 。

【智元宣傳圖】
比如上海智元“智元啟元通用具身基座大模型”通過“感知-決策-執行”三模塊解耦設計 ， 可適配人形機器人、機械臂、外骨骼等不同硬件形態；人形機器人（上海）有限公司的“格物具身智能仿真平臺”則構建了物理精度達99%的虛擬環境 ， 可模擬重力、摩擦力、材質特性等真實物理參數 。

【銀河通用宣傳圖】
值得關注的是 ， “合成數據預訓練”正成為具身智能的新范式 。 銀河通用年初推出了“全球首個完全合成數據預訓練的VLA具身智能大模型” ， 該模型提出具身基礎模型的七大泛化“金標準” ， 通過視覺語言動作協同訓練 ， 解決了傳統具身智能對真機數據依賴度高的問題 。
其預訓練階段全部采用合成數據 ， 后訓練階段結合仿真與真機數據迭代優化 ， 實現了從實驗室到真實工業場景的平滑過渡 。
03 從SAIL密碼預見2026年AI熱點
整體來看 ， 明年的AI發展趨勢已經在SAIL中有所體現——多模態大模型的應用深化、具身智能仿真與實體應用突破、端側AI與低功耗算力技術普及 。 這些方向不僅是技術演進的必然 ， 更是產業需求的迫切呼喚 。
2026年 ， 多模態大模型將徹底走出“實驗室” ， 進入規?；瘧秒A段 。 據行業研究機構預測 ， 在2030年全球多模態應用市場規模將突破800億美元 ， 內容生成與跨模態交互兩大場景有望率先形成規?；涞匕咐?， 推動制造業、服務業等千行百業進入智能化升級新階段 。
而從應用側來看 ， 率先在硬件實現突破仍舊是行業共識 。 仿真平臺大幅降低機器人訓練成本 ， 以及通用基座大模型加速機器人量產 ， 將推動具身智能加速落地 。
行業報告預測 ， 2025年迎來人形機器人量產元年 ， 2026年中國市場規模則有望突破萬億 。 具身智能的商業價值正從硬件銷售轉向軟件與服務訂閱 ， 數據采集、訓練和任務開發的軟件工具與服務蘊藏巨大機遇 。
不過仍要注意的是 ， 在具身智能執行器和傳感器等硬件成本持續下降的背景下 ， AI落地硬件并規?；皇堑谝徊?， 硬件之后 ， 軟件與生態系統的完善 ， 才是真正驅動其大規模商業化爆發的因素 。
相應的 ， AI硬件快速鋪開之際 ， 背后端側AI是短期內算力技術的重要方向 ， 其核心驅動力是隱私保護與實時響應的需求 。
這一領域的發展 ， 離不開觀察風向標蘋果 。 今年有消息稱 ， 蘋果計劃整合谷歌Gemini AI升級Siri ， 其移動生態話語權與OS大模型化能力 ， 有望在2026年端側AI爆發中率先實現商業閉環 ， 進而帶動整體消費電子產業鏈進入新周期 。
最新消息是 ， OpenAI也在積極開發一系列新的端側AI設備 ， 包括“無顯示屏的智能音箱”、智能眼鏡、錄音筆及其他可穿戴設備 ， 預計將在2026年底至2027年初發布 。 這一系列動作表明 ， 大模型領軍企業同樣將目標瞄準了硬件領域 ， 通過軟硬件結合實現AI商業化 。
上游來看 ， 今年7月 ， 《中國端側AI產業路線圖》顛覆性提出‘每瓦算力密度’芯片評估標準 ， 70億參數模型壓縮至7nm/3W ， 推理成本僅為云端1/20 。 有分析師指出 ， 這一拐點“直接把端側AI的入場門檻砍掉了兩位數百分比” ， 中小品牌有望在2026年前與頭部廠商同價競技 。
回頭看SAIL的意義 ， 正是在于捕捉這些技術密碼 ， 推動AI從炫技走向實用 ， 從 實驗室走向生活場景 。 當 AI 眼鏡成為新的交互入口 ， 當機器人能精準理解人類需求 ， 當科學發現因AI而加速 ， 我們或許可以期待一個智能普惠的時代正在到來 ， 而SAIL ， 正是這場變革的加速器 。

    推薦閱讀