论坛主席、香港投资管理有限公司CEO陈家齐在开场致辞中表示，港投是香港特区政府全资拥有的耐心资本机构，公司秉持“有为金融”的担当，依托香港“一国两制”“内联外通”的独特优势，希望以资本为纽带、以生态为基石、以人才为驱动，加速深化有关技术演化和产业落地。她表示，港投已投资超过200个项目，每1元投资可撬动超8元国际资本。港投坚持投早、投小，在具身智能和大模型领域前置布局银河通用、月之暗面等企业，并持续对接全球应用场景。在生态与人才层面，港投与智源于去年8月共同举办AI国际人才峰会，汇聚超350位专家，并成立香港青源会。陈家齐表示，港投将继续扮演好耐心资本角色，助力中国顶尖企业出海，惠及世界。

下一代AI能力从哪里来

在下一代AI能力的探索路径上，面壁智能CEO李大海指出，随着大模型能力密度持续提升，端侧 AI 正在从“可用”走向“好用”，其落地的广度与深度也在持续加深。截至目前，面壁智能已在智能汽车、具身智能、智能家居等多个领域规模化落地。而面对体积受限、算力受限、能耗受限等制约端侧 AI 规模化落地的挑战时，李大海表示，面壁智能摒弃单纯追求参数规模的传统路径，以提高大模型“能力密度”与“极致高效”为目标，构建覆盖数据、模型、训练、推理、智能体系统等全栈高密度技术体系。比如最近发布的MiniCPM5-1B以GPT-4o二百分之一的参数量达到其两年前同等水平。此外，面壁率先实现“AI 制造AI”训练框架在英伟达与昇腾双平台原生训练，并首创三值量化技术节省6倍推理内存，为大模型在智能终端上低算力、低功耗场景稳定运行提供了基础。

潞晨科技创始人兼董事长尤洋指出，未来AI算力的核心瓶颈在于通信和HBM内存，而非单纯算力不足。万卡集群中30%-60%时间消耗在通信上，堆10倍芯片通常只能快4-5倍；同时全球存储供给全面紧张，HBM或内存将比算力更稀缺。他提出，通过超大batch训练可降低通信同步次数，提升集群效率；在优化器层面，潞晨CAM和月之暗面Muon等创新通过降低内存开销保持精度，是过去一两年少有的突破。

尤洋认为，智能持续提升仍需在扩大参数量、延长序列、扩样本数三条路径上继续探索Scaling。他强调，未来三到五年AI竞争的核心是算法与系统的协同优化，是全栈基础设施的综合较量。潞晨LAMB优化器已被Anthropic、Google、字节、英伟达、微软等广泛采用，验证了其技术路线。

蚂蚁技术研究院李建国指出，扩散语言模型将图像生成中的扩散范式迁移至语言模型，实现“印刷机式”批量生成，速度达传统模型4倍以上，100B模型的峰值超1000 token/s，并支持生成过程中编辑改写错误。LLaDA 2.0-Uni实现图文交错输出，在教育、推理、娱乐等场景展现实用潜力。他认为，扩散模型的结构化可编辑性与速度优势，为实时、可控的AGI新范式提供了关键路径，Google、英伟达等近期相继跟进印证了这一趋势。

圆桌一  跨越技术成熟曲线：如何定义大模型时代的长期价值？

大模型公司的长期价值和护城河在哪里？

王仲远认为，AI技术远未收敛，不能断言最终会趋同。榜单并不可信，敢于“拉出来遛”、在真实场景中亮真活的模型公司才有底气，其护城河来自场景中的数据闭环。

王鹤指出，具身智能的护城河在于综合体系——从数据供给、硬件迭代到软硬协同设计的整套能力，是一个“六边形战士”的综合竞争。

李大海提出大模型应“T型发展”，既要有通用能力，更要有纵向长板。他以Anthropic为例说明Coding能力独步天下是其估值亮眼的关键。长板来自模型与应用场景的深度闭环，脱离场景谈模型没有意义。

Scaling Law是否失效？未来的突破方向是什么？

王仲远表示，Scaling远未失效，只是变得更加多样化。互联网数据用完不代表智能停止提升——后训练、推理阶段、Agent和递归自进化已证明AI能力持续提升。智源在多模态（悟界·Emu3）和世界模型（悟界·Physis）上持续探索新的Scaling范式。

王鹤强调银河通用deeply believe in scaling。WAM（世界动作模型）路线通过引入人类第一视角视频，突破了VLA依赖action label数据的限制，为具身智能带来真正的Scaling空间。他预测两年内具身智能将到达GPT-3.5里程碑。

李大海提出“智能=知识密度×参数量”的公式，云端和端侧模型都在持续变大（端侧从1B到4B再到几十B），长上下文任务仍有巨大Scaling空间，人脑的低功耗长程能力说明当前模型远未达到上限。

世界模型for Physical AI是否靠谱？

王鹤认为，WAM（世界动作模型）定义了超越VLA的路线——用人类视频预测未来course motion，不再依赖action label，真正打开了具身智能的Scaling空间。但他同时指出，希望世界模型把全世界都simulate再训出具身智能并不现实，不能把成为world simulator作为建立具身智能ChatGPT的前提条件。

端侧大模型能否持续Scale？

李大海认为，端侧同样在持续Scale——从1B到4B再到几十B，受限于物理条件（终端算力和带宽），但技术和硬件都在推动模型越做越大。知识密度提升和量化技术进步使更大模型能在相同资源下运行。端云协同是必然选择：端侧处理隐私和实时任务以降低成本，云端处理复杂智能任务。

Agent出错谁来负责？

王仲远认为，新技术诞生总会经历从担忧到适应的过程。自动驾驶已蹚过权责划分路径，AI智能体也会有类似过程。技术对生产效率的提升不可阻挡，责任划分将随社会治理体系逐步完善。

王鹤指出，在工业交付中按工序成功率衡量，失败导致产线停工就罚钱，体系与员工出错类似。往更远的未来，权责体系会一步步探索出来。

李大海认为，人类社会就是“吃一堑长一智”发展而来——飞机安全规定来自一次次空难教训，AI也不会例外。好消息是AI能更高效地发现和填补安全漏洞，且企业从第一天起就在网信办备案等制度框架下考虑安全责任。但安全问题总会从意想不到的角度出现，这无法完全避免。

中国AI与欧美AI最终有何不同？

王仲远认为，中国在供应链、制造业和场景上的独特优势，使具身智能和世界模型很可能成为中国领先的领域。

王鹤坚信具身智能的ChatGPT moment会在中国实现，具身是中国的机会。

李大海强调中国拥有全球最大规模的青年AI人才储备，这是最底层的核心竞争力。

AI如何真正进入产业

百度智能云副总裁殷大伟指出，Agent正经历从chatbot到自进化智能体的演进。其核心范式变革在于：传统计算机是“人写程序、机器执行”，如今变为“人给目标、智能体自主完成”，软件生态正全面Agent化——能力可调用、接口可编程、输出可执行。

百度智能云于3月推出通用智能体“百度搭子DuMate”，具备端云协同（敏感数据本地处理、长时任务云端执行）、安全可控（风险操作二次确认）、自进化三大特点，在PinchBench和DeepResearch Bench国际评测中登顶。百度千帆Agent Infra四层架构——Token Factory词元工厂（150+SOTA模型服务，推理速度领先25%）、Agentic Tools工具服务、Harness Engineering驾驭工程（端云协同+自我进化，token消耗较行业节省23%，任务成功率超95%）、Agents智能体（百度搭子DuMate、秒哒等）——支撑起完整的智能体基础设施生态。殷大伟提出以“Daily Active Agents”衡量AI真实价值，让Agent数量成为AI时代生产力指标。目前百度智能云已服务80%央企、超46万企业客户，Agent开放数量超140万。

摩尔线程副总裁陈志指出，目前模型超大规模集群训练面临三大挑战：通信开销导致算力利用率偏低、训练中断频繁影响可靠性、多GPU协同扩展性不足。摩尔线程推出了KUAE套件应对上述挑战。在性能建模方面，Simumax仿真工具可在笔记本上秒级预估万卡集群性能，实测误差小于10%、显存误差小于5%，已开源至GitHub。在性能优化方面，基于异步通信引擎（ACE）实现选择性激活值卸载和流水线并行通信掩盖，在不牺牲计算资源的前提下显著提升MoE模型训练效率。在可靠性方面，构建起飞检查、飞行中多维度检测、故障节点定位三阶段保障体系，并引入Agent分析万卡集群上万条log进行故障诊断。

在模型训练成果上，摩尔线程与智源合作基于夸娥千卡集群完成具身大脑模型RoboBrain 2.5的完整端到端训练；在万卡集群完成千亿参数模型预训练，线性扩展效率超95%；同时推出面向GPU底层算子生成的MusaCoder代码模型（27B和9B），在KernelBench评测上表现优于主流开源及部分闭源模型。陈志表示，国产算力正加速突破，算法与系统的协同优化将是未来全栈竞争的关键。

圆桌二  从本土创新到全球竞局—科技企业出海的路径依赖与破局

深科技出海与互联网出海有何本质差异？

绪伟凡认为，过去互联网出海由客户需求驱动，而AI、航天等深科技领域由技术规则定义生态——底层硬件和软件框架决定产品能进入哪些市场，出海前就需想清楚技术架构的全球适配。

竺添指出，深科技出海涉及场景、数据、合规等综合因素，远复杂于互联网公司。以基因编辑为例，还涉及遗传物质信息跨境传输等特殊合规要求。

程振东补充，SaaS出海代码留国内、只需满足当地条例，而硬科技要把产品和整条技术带到海外，受制于中国和目标市场双重监管。但区域化趋势使亚洲联系增强，香港的超级联系人角色成为出海新优势。

投资人眼中企业出海的考量维度是什么？

程振东提出三点建议：出海路径需与护城河匹配——专利型企业可在当地找运营商分担营销成本，核心专利仍掌握在自己手中；需有清晰的监管审批蓝图——告诉投资者如何在各市场拿到合规审批，这是重要筛选器；找到标杆客户比盲目追求市场份额更重要——一个政府合同或OEM合同的价值远超无目标的销售扩张。

深科技企业出海选择什么路径？

绪伟凡分享三条务实路径：第一，获取国际组织背书（联合国、WMO等），一旦获得认可，数据及解决方案在全球接受度大幅提升；第二，跟随中国“一带一路”企业出海，为其提供数据赋能；第三，与本地伙伴深度合作，通过不同渠道多次交流建立信任。

竺添指出路径选择本质是资本与时间的权衡：有耐心资本加持的成长型企业可做高壁垒的长期本地化部署；初创公司可从标准化模块化技术授权起步，优先选国际认可度高的伙伴建立信任；折衷方案是与本地Global企业联合研发。

出海遇到的最大瓶颈是什么？如何突破？

绪伟凡表示，核心瓶颈是地缘政治带来的“卡脖子”问题——航天核心部件需全面自研。但瓶颈与机遇一体两面：一旦研发成功，收益是指数级的。其空间站仪器与内地科研院所经过数年攻关实现突破。

竺添以中东合作为例，第一关是数据不能出境——需在当地设legal entity或专家现场访问特别端口。数据合规是AI出海的基础性问题。

如何建立出海信任？

程振东提出“三个信任”：监管信任（获得当地机构认可认证）、商业信任（客户相信企业三年后仍存在）、运营信任（遇到困难时企业不会退出市场）。硬科技企业技术水平虽高，但对“三个信任”投入往往不足。

香港在科技出海中的独特价值是什么？

竺添认为，香港的super connector价值全球独一份——背靠大陆同时面向国际。人才方面有顶尖高校，资本方面有国际资本和内地的双通道。香港公司身份在对接欧美资本时享有更大结构化灵活性。

绪伟凡指出，香港在供应链上与内地紧密连接，在服务上走向全球，知识产权保护和仲裁体系与国际接轨，构成独特的制度优势。

程振东补充，香港是唯一在人才、法规、资本市场三方面同时具备优势的地方。香港联交所仍是全球募资最庞大市场之一，家族办公室和国际机构投资者为晚期科技企业提供强劲支撑。大湾区+东盟正形成超级经济长廊。