九卦 | WAIC深度观察：物理世界大爆发，金融业需要重构哪些关系

作 者 | 百融智能金融Ai研究院 陈敏

来 源 | 九卦金融圈

7月17日，以“智能伙伴，共创未来”为主题的2026世界人工智能大会（WAIC）在上海拉开帷幕。大会的热度年年攀高，但今年的气息截然不同。

过去几年，大家争论的焦点是“哪个大模型更聪明”；今年，展台上不再全是对话框和Demo视频，取而代之的是机械臂、机器人、超节点服务器这些“硬家伙”，所有讨论都收拢到了一个更实质的命题上：AI正在如何重构生产力？

信号很明确：AI正在从比特世界“溢出”，开始接管原子世界。对金融业来说，这不是一场技术秀，而是一份提前泄露的行业剧本。

十大“镇馆之宝”

十个瞬间，看懂AI正在往哪走

如果只能记住十个瞬间，今年WAIC应该是这些：

曙光8000：十万张卡拧成一股绳，国产算力第一次具备了训练千亿参数大模型的“兵团作战”能力。

蚂蚁灵波·机器人智慧药房：3台机器人配合，90秒问诊、抓药、打包一条龙——AI第一次不是“回答问题”，而是“把事办完”。

智元远征A3 Ultra：能导览能接待的人形机器人开始量产，“硅基员工”不再是概念，是可以下单的商品。

阶跃星辰STEPX Neo：手机第一次学会自己拆解任务、跨App办事，从“工具箱”变成了“管家”。

真武M890×磐久AL128：自研芯片打通算力“高速公路”，解决的是训练大模型时最头疼的数据“堵车”。

百度“搭子”：一句话指挥AI调工具、跑数据、写文档，办公室里的“超级外挂”来了。

讯飞AI眼镜：把听译能力戴在脸上，开会、巡检时终于能腾出手来做别的事。

南方电网“大瓦特·云睿”：不只是算数据，而是自己判断风险、拍板规划，AI第一次接管了电力系统最烧脑的决策。

天鹜科技MatwingsVenus：打几行字就能设计蛋白质序列，把新药研发周期从“年”压缩到“周”。

中兴OEX超节点：一个架构创新，让算力中心的互联成本直接砍掉80%。

十件展品串起来，是一条完整的链路：底层算力打通了，终端设备觉醒了，中间还多出了一群会干活的“数字员工”。AI不再是躺在服务器里的一个模型，它开始有了手、有了眼睛、有了决策权。

三条正在收拢的主线

而不是十个孤立的亮点

透过这十件展品往深处看，真正值得金融人琢磨的，是三条正在收拢的主线——它们分别在回答“算力该怎么建”“AI该被怎样信任”“责任该由谁扛”这三个决定行业下一步走向的问题。

第一条主线：算力竞争的战场，已经从“有没有”切换到“好不好用”。

过去几年国产算力比拼的是能不能突破封锁——有没有自主芯片、有没有替代方案，这是一场生存题。今年“曙光8000”和“真武M890”的出现说明，这道题已经基本解开了，新的战场变成了工程题：十万张卡怎么像一台计算机一样协同运转、散热怎么解决、调度怎么优化，把“堆卡”变成“用好卡”。

这个转变对金融业的意义远不止“选国产还是选进口”。它意味着自主可控的智算底座，第一次从一道“要付出效率代价”的选择题，变成了一道“性价比合理”的常规决策题——银行的算力战略，可以真正从合规驱动转向价值驱动了。

第二条主线：AI长出了“身体”，这比它变得更聪明重要得多。

过去十年AI的进化路径是“更大的模型、更多的参数、更强的对话能力”，本质上都是在比特世界里打转——说错一句话，撤回重来就是了，代价几乎为零。但今年最大的变化是，大模型开始“长出手脚”：走进药房、走进电网、走进工厂车间。

这个跃迁的关键，不在于机器人的动作有多灵巧，而在于AI第一次要为物理世界的结果负责。抓错一味药、算错一次负荷预测，代价是真实世界里不可撤销的损失，不是一次可以删掉重发的对话。

这意味着AI的可靠性标准正在被彻底重写——从“回答得像不像”变成“做得对不对、错了能不能兜底”。

这恰恰是金融这类强监管、强合规行业最该盯紧的信号。过去两年大家谈论AI，参照系大多是ChatGPT这类对话式产品；但今天，物理世界里的AI落地经验——如何设计容错机制、如何做异常熔断、如何在自主决策链条里保留人工干预的接口——很可能比对话式AI的经验，更贴近金融业真正需要的“确定性”标准。

换句话说，金融业该学的，也许不是最会聊天的AI，而是最会“扛责任”的AI。

第三条主线：治理不再是道德倡议，而是竞争力本身。

当AI开始自主决策、自主执行物理动作，“谁对结果负责”就不再是一个可以留给伦理学家去讨论的哲学问题，而是必须在系统设计阶段就写进架构里的工程问题——权限怎么分级、审计日志怎么留存、出错后责任怎么追溯，这些都得在AI“动手”之前就想清楚。

对金融业而言，这不只是一项合规成本，反而是一次难得的差异化机会。谁能第一个把“AI决策可解释、可追责”做扎实，谁就能在客户信任这个最稀缺的资产上建立真正的护城河——毕竟在金融这个行业里，客户买的从来不只是效率，更是“敢把钱交给你”的那份确定感。

五位大咖的洞见

不是预测未来，而是划定边界

在WAIC的论坛上，全球顶尖学者并未沉溺于技术的狂欢，而是对AI的未来演进给出了极具穿透力的预判。与其说他们在“预测”，不如说他们在替这场技术狂奔划定几条不能退的底线。

Geoffrey Hinton（图灵奖得主、“AI教父”）他的发言带着“预警者”式的严肃：我们正在构建的，是可以重新组织自己决策路径的系统，而不仅是回答问题的工具。当AI拥有自主修改目标函数的能力，人类必须建立国际性的监管网络，确保AI的利益与人类福祉对齐。“我们正处于一个关键的岔路口，要么让AI成为人类最强大的助手，要么面临失控的风险。”

这句话的分量在于，它指向的不是能力的量变，而是自主性的质变——一旦系统能自己调整目标，事后审查就来不及了，必须转向事前对齐。

Richard Sutton（2024年图灵奖得主、强化学习之父）他提出的“经验时代”，其实是在挑战整个行业的路径依赖。他认为AI正在从“人类数据时代”踏入“经验时代”：静态的语料库终将枯竭，未来的核心数据将来自智能体与环境的实时交互，就像AlphaGo走出人类棋谱之外的“第37手”。

“未来的AI不应只是读书的学生，更应是能在实践中探索真理的科学家。”这对金融业是个提醒：未来最有价值的AI能力，可能不是“读过多少研报”，而是能否在真实市场交互中形成人类经验之外的判断。

Stuart Russell（加州大学伯克利分校教授）他把视角拉回了社会治理层面：AGI一旦实现，必须成为面向全人类的公共资源，而非被少数科技巨头垄断的私器，算法设计之初就要嵌入“利他”与“向善”的底层逻辑。

“AI的能力越强，我们对其价值观的对齐要求就越苛刻。”这不是空泛的道德呼吁——如果核心AI能力被少数几家垄断，依赖这些能力的行业在议价权上会长期处于弱势，自主可控从产业安全问题变成了实实在在的商业谈判筹码。

周伯文（上海人工智能实验室主任、清华大学教授）他提出的“通专融合”路径，某种程度上是对“唯规模论”的纠偏——通用大模型负责“仰望星空”，垂直行业智能体负责“脚踏实地”，两者缺一不可。这个思路对金融业尤其重要，因为金融是典型的强专业壁垒行业，通用大模型再强，没有行业深度融合，也解决不了风控、合规这类真正硬核的专业问题。

奥马尔·M·亚吉（2025年诺贝尔化学奖得主）作为化学家而非AI从业者，他的提醒反而最一针见血：工具越强，人越不能交出“提问的权利”。当AI能给出无数个答案时，真正稀缺的从来不是获取答案的能力，而是提出正确问题的能力。

这句话放进金融场景几乎可以直接套用——AI可以帮你算出一百种投资组合，但“该不该冒这个风险”这个问题，永远需要人来定义。

对金融行业的深度启示

重构“三个关系”

结合这些技术信号和思想洞察，银行业需要重新思考三组关系——这不是一张技术升级清单，而是一次战略优先级的重新排序。

从“算力租赁”到“算力主权”。国产十万卡集群的成熟，意味着“卡脖子”风险大幅下降。银行不该再满足于云端算力的按需租赁，而应该把这个窗口期用来布局自主可控的智算中心，把数据主权真正握在自己手里。这不只是降本，更是把算力从一项外部依赖，转化为核心生产力资产。

从“交易场所”到“智能终端”。参考蚂蚁智慧药房的无人化闭环，银行网点完全可以演变成机器人值守的智能终端——不是简单地用机器代替柜员，而是重新设计从咨询、办理到交付的全流程闭环，让金融服务突破物理网点的时空限制。

从“操作工具”到“驾驭智能”。智能体的成熟意味着人机协作进入新阶段。未来的银行员工不该是熟练的系统操作工，而应该是指挥智能体的“指挥官”——后台分析师用智能体完成数据清洗，前台客户经理用AI眼镜获取实时信息。银行需要重新定义岗位能力模型，让AI成为员工的“数字分身”，而不是潜在的替代者。

真正的窗口期，从来不是技术窗口期

回头看这十件展品、三条主线、五位大咖的洞见，会发现一个共同的指向：AI正在从“能不能做”的技术竞赛，转向“该不该做、谁来负责”的信任竞赛。曙光8000和真武M890解决的是算力的“有没有”，但机器人抓错药、电网算错负荷这类场景提醒我们，物理世界不会给“重新生成一次”的机会。

对金融业而言，这恰恰是最熟悉的命题。金融这个行业存在的全部意义，从来不是“谁算得最快”，而是“谁在不确定性面前，依然能让别人放心把资产交给你”。过去金融机构靠的是牌照、风控体系和数十年积累的信用；现在，这份信用需要延伸到一个新的维度——你能不能对你部署的每一个AI决策负责，能不能在它出错时第一时间知道错在哪、由谁兜底。

所以，真正决定金融机构在这场变革里能走多远的，从来不是谁先买到了最贵的算力、谁先上线了最多的智能体，而是谁能在AI开始自主行动的时代，依然守住那条最朴素的底线：技术可以替我们算得更快，但不能替我们决定“该不该算”“该不该做”。这道题，AI给不出答案，只有人能给。

算力的窗口期总会关闭，谁先布局谁先受益；但信任的窗口期永远敞开着，谁先做对，谁就先赢得客户用脚投票的那一票。

AI已经在物理世界落子，金融业的下半场，比拼的不是谁跑得快，而是谁走得稳。（图片据百融云创、央视、中青网等）