这两天我参加了在上海举行的第二十届沙利文全球增长、科创与领导力峰会暨第五届新投资大会。作为一个长期关注 AI 和产业落地的人，这次我重点听了“AI进阶与飞跃”分论坛。

现场嘉宾来自云计算、具身智能、数据服务、工业智能、多模态大模型、AI安全治理等多个方向。

听下来我最大的感受是：AI 的讨论正在变得更务实。过去大家聊参数、算力、模型能力，现在更多人在讲数据、场景、工程化和真正的产业落地。

腾讯云存储产品总经理陈峥的分享让我印象很深。他提到，具身智能正在从实验室 Demo 走向规模化量产，但行业面前最大的难题可能不是算法或算力，而是高质量数据不足。尤其是真机数据，价值最高，但采集难、成本高，这也形成了所谓的“数据荒”。

他提出了一个“数据金字塔”的模型：最顶层是真机素材数据，下面是无本体采集数据，再往下是仿真合成数据，最底层是互联网人类视频数据。几类数据不是简单替代关系，而是配比关系。换句话说，未来模型能力的上限，很可能取决于企业有没有自己的数据配方。

但数据采回来只是第一步。具身智能的数据往往涉及视频、传感器、动作轨迹、标注信息等多种类型，还要解决格式转换、时序对齐、版本管理和智能检索等问题。腾讯云这次展示的具身智能全栈数据方案，就是围绕对象存储 COS，把采集、存储、处理、检索、训练和交付串起来，帮助企业提升数据处理效率、GPU 利用率，并降低训练和存储成本。

和陈峥的观点形成呼应的，是本原智数创始人兼CEO李逆勇关于 AI 数据服务的分享。他提到，AI 数据竞争正在走向专家化与规模化。这个判断和陈峥的观点其实是呼应的：AI 下半场，数据不再只是“越多越好”，而是要更高质量、更专业、更可组织、更能服务模型迭代。

多模态也是现场频繁出现的关键词。智象科技联合创始人、COO王科分享的是从多模态走向全模态，加速实现 AGI。我的理解是，多模态已经不只是图文、音视频之间的理解和生成，而是要让 AI 理解文字、图像、语音、视频、动作、空间，甚至真实世界中的连续变化。

阶跃星辰首席战略官李璟则提到，多模态大模型正在重塑工作流。对企业来说，AI 的价值不是单点生成一段文字、一张图或一个视频，而是能不能嵌入完整业务流程，把需求理解、资料分析、内容生成、执行反馈等环节串起来。

在产业侧，树根科技人工智能负责人孙佰贵分享了工业智能体的破局与重构。他的观点让我想到，工业 AI 不能只停留在设备联网和数据可视化，下一步是让智能体真正参与生产协同、流程优化和现场决策。

杉数科技联合创始人王曦讲的是决策智能。他提到，大模型之外，决策智能正在成为重塑产业经济的重要力量。这个角度很现实，因为企业每天真正头疼的，往往是排产、调度、资源分配、库存优化这些问题。这些不是生成一段文字就能解决，而是要把预测、优化、规则和反馈结合起来，给出可执行方案。

当然，AI 越深入产业，安全治理就越重要。中国网络空间安全协会副理事长卢卫谈到人工智能安全治理。我的理解是，当 AI 进入金融、医疗、制造、机器人等高价值场景后，可信、安全、可控，会成为大规模落地的前提。

听完整场分论坛，我最大的感受是，AI 行业正在从“能力展示期”进入产业深水区。大家不再只讨论模型有多强，而是在讨论数据怎么来、场景怎么进、成本怎么降、系统怎么跑、安全怎么管。

AI 下半场，算法会继续进步，算力会逐步普及，但真正拉开差距的，可能是数据资产、场景理解和工程落地能力。

谁能把数据用起来，谁能把模型接进业务，谁能让 AI 从会说走向会做，谁就更接近下一阶段的产业入口。