□ 本報記者 付玉婷

　　人工智能已進入“場景決勝”的關鍵節點。10月15日，2026人工智能產業大會開幕式現場，諾獎得主、兩院院士以及人工智能產業鏈上下游的行業領軍者坐在一張“圓桌”旁開展對話。有人從基礎科學底層邏輯拆解瓶頸，有人以產業一線的實踐經驗回應焦慮。這些觀點相互碰撞，但都指向一個共識——人工智能的下一程，需要更“清醒”的頭腦。

保持對“復雜”的敬畏

　　一句話生成代碼、一個指令完成設計、一次提問就能獲取以前翻遍資料才能找到的答案——人工智能似乎讓一切變簡單了。但越是這個時候，越要保持對“復雜”的敬畏，保持對原始創新的執著。

　　“現代工業發展不斷逼近復雜性邊界，原本一些可以忽略的因素逐漸成為決定系統性能的關鍵。”中國科學院院士鄭志明提到，更可靠、更高精度的現代工業意味著各項指標提升，體系耦合性增強，尤其是在特色冶金、材料化工、生物工程等門類，人工智能能以其“在有限組合里進行優化的能力”，更好地支撐工業發展；但與此同時，工業發展仍然存在著連續演化、狀態辨識、動態調控等問題。

　　“在停止模仿鳥類撲翼、發明了固定翼后，人類才得以飛上天空。”諾貝爾獎得主、中國科學院外籍院士喬治·帕里西從物理學的角度分享了他對人工智能的看法：人工智能正加速從數字世界走向物理世界，但通向物理世界的道路，可能不是越來越大的模型，而是要發現新的架構。

　　一個常見的情況是，語言模型在任何情況下都“強行”回答，“一個不會說不知道的系統，難以被信任；如何植入這種能力是當前一大難題。”喬治·帕里西表示，人工智能產業的發展需要進一步強化基礎研究、公共研究，讓其切實擁有應對不同情景的能力。

AI落地，最考驗需求判斷力

　　人工智能落地產業，最考驗的不是技術能力，而是需求判斷力。方向對了，技術才有價值，問題本身有“問題”，再強的模型也只能空轉。

　　卡奧斯物聯科技股份有限公司董事長陳錄城提到，AI在制造業落地，是一個把行業知識經驗顯性化、創造真價值的過程，但凡不能創造真實價值的，那就是“偽需求”。

　　“一些企業開發的聊天機器人，為了對話而對話，業務動作卻仍需要回到原有系統，難以實現閉環，這也屬于比較典型的偽需求。”中國數聯物流信息有限公司副總經理韓敬華表示，真實的人工智能需求具有約束清晰、結果可量化、收益能進報表等特征，這同時也意味著，人工智能時代，對企業領導者的目標設定、責任承擔以及跨邊界整合等能力提出了更高要求。

對共性問題要有個性解法

　　2026人工智能產業十大關鍵詞在會上發布，其中一個關鍵詞是具身智能實景實訓。如今，具身智能產業仍在復雜作業任務、高價值垂直場景、規模化產品交付等方面存在短板。對于這些發展中的共性難題，各地需要探索個性解法。

　　今年4月，濟南獲批制造領域工業軟件方向國家人工智能應用中試基地，浪潮云洲承建運營。“山東41個工業大類全部覆蓋，海量真實工廠、真實產線場景，這是‘人工智能+工業軟件’最稀缺的資源。”浪潮云洲副總經理、首席技術官商廣勇表示，基于這些優勢和基礎，基地正著力解決技術升級、軟件易用性不足、工業場景理解能力弱等關鍵共性問題，打造“人工智能+工業軟件”能力支撐平臺，形成可復制、可推廣的工業軟件智能化中試模式。

　　就在開幕式舉辦的前一天，山東發布“垂域智能齊魯七星”，七個大模型不拼參數規模，不卷通用能力，而是扎進化工、礦山、港口、冶金等產線深處。“發展人工智能，需要在行業大趨勢上融合好地方優勢，結合稟賦做最擅長的事情。”中國信息通信研究院人工智能研究所所長魏凱認為，這是很好的人工智能與實體經濟結合路子。