具身智能作为连接虚拟模型与物理世界的核心赛道，正成为行业竞逐的焦点。而第八届 GAIR 全球人工智 能与机器人大会，便聚焦人工智能与机器人领域的前沿突破与产业落地，于日前圆满落幕。 本次大会上，深圳极数迭代科技创始人 佟显乔 博士，带来了关于具身智能数据领域的深度分享。 在语言大模型凭借海量数据实现爆发式增长的背景下，具身智能与机器人领域却面临着数据供给的显著缺 口 —— 现有数据集规模仅达数千至十几万小时，与语言模型的海量数据储备相去甚远。数据作为具身智 能发展的核心基石，其稀缺性、高成本与碎片化问题，已成为制约机器人泛化能力提升的关键瓶颈。 " 具身数据是未来几年一个较有确定性的好赛道。 " 作者丨高景辉 编辑丨马晓宁 而佟显乔博士结合自身深耕行业的实践经验，从具身智能数据的核心价值、当前行业面临的三大瓶颈、数 据工程的系统属性，到针对性的产品解决方案展开全面阐述，为行业破解数据难题、推动具身智能规模化 发展提供了极具参考价值的思路。 以下为佟显乔博士的演讲内容，雷峰网做了不改变原意的编辑。 01 具身智能的数据价值 首先，既然大家都来到GAIR大会数据专场，就应该知道从上一波语言大模型的发展来看，数据的 ...

汽车行业动态 - 本田因半导体短缺计划从12月下旬至明年1月上旬暂停或减产日本和中国工厂的整车生产 其中与广汽集团的合资工厂自12月29日起停产5天 日本工厂在1月5日、6日停产两天 预计半导体短缺将导致其本财年营业利润缩水1500亿日元（约合人民币68亿元）[5][6] - 蔚来汽车正在推行一种新的渠道合作模式 由用户开店 公司不提供资金支持但会派遣销售顾问（Fellow）到现场卖车 该模式已在广州以带有“蔚来工坊”字样的咖啡店形式落地[9][10] - 广汽集团启动自主品牌BU改革 将昊铂与埃安两大品牌纳入同一事业部统筹运营 渠道融合计划在明年1月31日前覆盖超30城市 3月31日前形成超1000家销售网点 并任命张雄为昊铂埃安BU总裁[10][11] - 大众汽车明确将不再推出新的小型燃油车 下一代入门级车型将只做纯电 首款车型ID.Polo计划于2026年春季在欧洲上市 起售价约为25000欧元（约合20.7万元人民币）[36] - 哪吒汽车母公司合众新能源已选定经营管理受托方 以恢复销售网络并盘活经销商网络 受托方核心管理团队需至少20名成员并具备15年以上国内主流整车厂管理经验[28][29] - 福特汽车宣布调整电动汽车战略 取消部分大型电动车计划 专注于利润更高的混合动力及燃油车型 预计这一决定将损失约195亿美元[38] 消费电子与硬件 - 小米宣布与徕卡合作升级 首款产品小米17 Ultra将于下周发布 将搭载移动影像领域首款徕卡APO认证长焦镜头[11][12] - 索尼已关闭其位于广东惠州的主要工厂 并为中国员工提供了“N+3”补偿方案 该工厂股权已于去年12月底转让给日本企业RS Technologies 高峰时期全球约一半的DVD播放机出自此厂 员工规模曾超过3万人[23] - 扫地机器人品牌iRobot申请破产保护 其首席执行官坦言公司未能适应市场变化且无力与中国竞争对手抗衡 其全球市场份额已从2017年的50%降至2025年1至9月的7%[40][41] - 大疆Inspire悟系列产品负责人欧迪离职创业 成立璇玑动力并完成近亿元天使轮融资 公司聚焦机器人核心零部件与本体全栈研发[26][27] 人工智能与互联网 - 腾讯回应其AI“元宝”自动回复太像真人的质疑 表示所有带有“内容由AI生成”标识的评论均由AI生成 无人工运营 元宝已接入腾讯各大产品评论区 并可在微信和QQ添加为好友[8] - 火山引擎相关人士回应“豆包大模型比价”问题 称不会提高字节系产品权重 AI完全基于用户指令执行任务 并以演示中选择拼多多为例[22] - 谷歌正推进内部代号为“TorchTPU”的计划 旨在提升其AI芯片TPU运行PyTorch框架的性能 以挑战英伟达的市场地位 并考虑将部分软件组件开源[38][39] - 前网红“半藏森林”据传已入职某头部问答社区（推测为知乎）担任AI产品经理 负责克隆人项目“XEva”研发 其此前在微软关联公司的项目上线首日吸引30万用户互动[14][15] - 小红书对社区组织架构进行深度调整 划分为“Live”和“Village”两部分 旨在推动“产运研一体化融合”并发力优质中长视频（时长或超过2分钟）以寻求增长[17][18][19] 企业财报与业绩 - 蔚来汽车2025年第三季度交付87071台 同比增长40.8% 环比增长20.8% 创历史新高 营收217.9亿元 同比增长16.7% 综合毛利率13.9% 创近三年来新高[10] - 小米集团2024年高端手机出货量超1300万台 2025年预计超过1500万台 2025年第三季度小米手机全球市场稳居前三 中国市场1-10月排名第二 其中4000-6000元价位段市占率达18.9% 同比提升5.6个百分点[33] - 美光科技2026财年第一财季净利润达52.4亿美元 较去年同期的18.7亿美元大幅增长 总营收同比激增57% 公司预计第二财季营收将达约187亿美元 远超市场预期的142亿美元 主要受AI数据中心需求推动[42][43] 投融资与创业 - 3D打印品牌“轻量智造”完成天使轮融资 由头部激光上市企业旗下基金领投 公司成立于2025年4月 瞄准全球规模约100亿元的SMB市场 称能使企业主ROI提升至近10倍[21] - 机器人公司“有鹿机器人”正在研发安保机器人 计划于2026年年中发布 该公司由前阿里达摩院机器人实验室技术负责人陈俊波创立 已于2024年5月完成超1亿元天使轮融资[30] 企业合作与纠纷 - 索尼与腾讯已就《荒野起源》游戏侵权诉讼达成保密和解 索尼正式撤回起诉 根据此前临时协议 腾讯已将游戏发售日期推迟至2027年第四季度并更换宣传图[24][25] - 英伟达已就前员工窃取法雷奥智能驾驶商业机密一案与法雷奥达成和解 该前员工此前已被判有罪[44]

" 技术热潮下，计算机、人工智能算不上「最好学科」。 " 作者丨张嘉敏 编辑丨徐晓飞 AI浪潮下，中国教育能否实现对海外教育的"弯道超车"？10年后的大学是什么样子，顶尖大学的核心竞争 力又是什么？当下及未来，大学生最重要的求生技能是什么？ AI对世界的重构，也按下了全球范围内教育界"洗牌"的加速键。 嘉宾们各抒己见，既有对当下教育现状的轻松调侃，也不乏对AI热潮下"教育该走向何方"的冷思考。 杨士强教授结合在清华大学计算机系的管理经验，笑称 家长就是把学校当成"无限责任公司"： "学生进来 了，毕不了业，是学校的责任；博士拿不到学位，家长认为是你没有尽到责任，你培养不出来。" 在清华期间，杨士强教授始终在思考一个问题：什么样的学生才是世界一流？沿着姚期智先生的启迪 ——"什么时候清华毕业的博士能与美国一流大学的相较之，人家承认你的博士水平，你才是世界一 流。"他提出了"三出两进出一流"的理念，并付诸于实践。 杨士强（主持人）：清华大学教授，CCF会士，鹏城实验室首任党委书记 赵伟：深圳理工大学教务长，澳门大学第八任校长 郭毅可：中国工程院外籍院士，英国皇家工程院院士，香港科技大学首席副校长 赵伟教授则对比了 ...

12月12日， 第八届 GAIR 全球人工智能与机器人大会 于深圳正式拉开帷幕。 " 服装行业80% 的生产时间与成本浪费在「物料处理」上，尤其 在「缝制前的准备」中，67% 的人工被用于整理布料、对齐、折叠 等。 " 作者丨胡敏 编辑丨包永刚 本次大会为期两天，由GAIR研究院与雷峰网联合主办，高文院士任指导委员会主席，杨强院士与朱晓蕊教 授任大会主席。 作为 AI 产学研投界标杆盛会，GAIR自2016年创办以来，始终坚守 "传承+创新" 内核，是 AI 学界思想 接力的阵地、技术交流的平台，更是中国 AI 四十年发展的精神家园。过去四年大模型驱动 AI 产业加速变 革，岁末年初 GAIR 如约而至，以高质量观点碰撞，为行业与大众呈现AI时代的前沿洞见。 本次峰会之上，赛马会「软性材料应用机器人」创科实验室总监、日本工程院院士小菅一弘为与会者们带 来了一场精彩纷呈的报告。 他揭示了服装制造业正在面临一个惊人矛盾：万亿美元级别的巨大市场，但自动化程度极低。六年前中国 工业机器人用了 11700 台，可服装行业才用 157 台，这个行业的自动化，现在才真正开始。 而究其原因，是处理柔性、易变形材料是世界性难题 ...

文章核心观点 - 外卖行业在经历二、三季度超过1000亿元的巨额亏损投入后，市场格局已发生显著变化，美团与淘宝闪购进入份额胶着状态，行业正从高峰期投入转向漫长的减亏与利润修复阶段 [2][3][4][7] - 美团与淘宝闪购的竞争焦点已从单纯的市场份额争夺，转向在稳定份额基础上优化UE（单位经济效益）、提升客单价与经营效率，双方均在进行战略聚焦与调整 [3][15][22] - 外卖平台的长期盈利能力恢复前景不明朗，过程将非常缓慢，可能要到2027年之后，这受到竞争投入、骑手成本、订单结构变化等多重不确定性因素影响 [18][19][20][21] 市场格局与竞争态势 - **当前市场份额**：美团与淘宝闪购的订单份额保持在55:45的比例，对应的整体GMV市场份额为6:4，外卖补贴战前美团拥有超过70%的市场份额 [2] - **竞争目标**：美团长期目标是在中高客单价人群维持70%的市场份额，目前其在15元以上外卖订单市占超三分之二，30元以上订单市占超70% [2][3]；淘宝闪购的目标是稳定市场份额并优化UE亏损，同时提升GMV市占率 [3] - **战略调整**：淘宝闪购在12月5日完成品牌统一，将饿了么全面更名为淘宝闪购以释放长期投入信号 [3]；美团则暂停B2C电商业务“团好货”，聚焦拓展美团闪购和小象超市，并签约周杰伦强化“快速”配送心智 [3] - **份额稳定性**：投资者认为当前市场份额胶着状态可能会维持一段时间，淘宝闪购的底线可能是长期维持四成以上份额，若跌破此线则前期投入不划算 [15][16] - **用户结构变化**：淘宝闪购通过高补贴快速获取的订单中，估计有10%左右是“纯薅羊毛用户”，这部分用户会随补贴减少而流失，留存用户将支持其向中高端市场扩张 [13] 财务亏损与减亏预期 - **历史亏损规模**：今年二、三季度，淘宝闪购、美团外卖、京东三家平台在外卖业务上的亏损投入超1000亿元，其中淘宝闪购投入超500亿元，美团与京东各投入超250亿元 [4] - **三季度亏损详情**：阿里中国电商集团部分经调整EBITA为104亿元，同比减少338亿元，主要由于对淘宝闪购的投资，有投资人估算其实际亏损约380亿元 [4]；美团三季度经调整EBITA亏损148亿元，同比减少293亿元，其外卖业务单独亏损约180亿至190亿元 [4][5]；京东新业务经营亏损同比多151亿元，主要受外卖影响 [6] - **四季度减亏预期**：四季度起平台进入常态减亏阶段，淘宝闪购单均UE亏损预计从三季度的5.5-6元改善至4元左右，对应季度亏损约220-250亿元 [8]；美团外卖单均UE亏损预计在1.6-2元，对应亏损总额约130-140亿元，两家平台四季度亏损差距约100亿元 [8] - **减亏差异原因**：淘宝闪购因茶饮订单占比高、骑手补贴高，四季度通过减少这两方面补贴可实现较大UE改善；美团在此方面优化空间较小，故减亏幅度有限 [9] 盈利恢复前景与挑战 - **长期盈利目标**：美团向投资方公开的远期目标是外卖单均UE能回到1元，并希望与淘宝闪购保持1元到1.5元的UE差距 [19] - **恢复时间漫长**：多位投资人认为整个外卖UE利润恢复过程会很慢，可能要到2027年之后，且存在竞争对手投入等不确定性 [19][20] - **盈利挑战**： - **成本结构变化**：骑手社保的推行将增加一项硬性支出，对单均利润影响可能达几毛钱，美团称长期每单赚1元的目标已考虑此费用 [21] - **订单结构恶化**：市场格局改变导致低价订单占比被永久性提高，而高客单价订单本身的UE也被拉低，这种结构性变化导致整体UE系统性恶化 [21] - **变现空间承压**：随着份额流失，未来能否维持以往的广告和变现空间有待观察 [21] 核心竞争要素分析 - **履约成本差距缩小**：随着订单规模差距缩小，美团与淘宝闪购的履约成本差距已从0.8-1元缩至约0.3元，淘宝闪购物流成本较战前降低了0.5元 [22] - **客单价与补贴效率**：美团客单价是竞争对手的1.5倍，更好的用户结构和客单价能带来更高的补贴效率 [22]；淘宝闪购强调其AOV（平均订单价值）在9月季度实现了双位数增长，提升客单价是其主要方向 [22] - **护城河动态变化**：早期美团在规模上壁垒较强，如今随着规模接近，连锁KA商家基本都双平台运营，供给侧壁垒变小 [40]；履约能力曾因规模差距大而存在差距，但淘宝闪购经过多年投入已大幅拉近 [26][30][31] - **双方长期战略**：美团核心目标是保证餐饮外卖核心订单和GMV市场份额，并拿下该领域大部分利润 [23]；阿里将淘宝闪购视为淘天平台升级的核心战略之一，目标是三年后为淘宝平台带来万亿成交，并专注电商与即时零售的交叉销售 [23] 运营与履约能力建设 - **履约调度能力**：2018年阿里收购饿了么时，其调度能力是30秒匹配“百人百单”，而美团已实现“万人万单”；直至2024年，饿了么（淘宝闪购）的调度能力才达到“万人万单”水平 [30][31] - **骑手规模变化**：外卖大战前，饿了么日活骑手约50-60万；补贴战后，淘宝闪购日活骑手达200万，较4月增长3倍；美团日活骑手也超200万 [33] - **运力模式精细化**：淘宝闪购在众包层面推出多种运力模式（如ub、优远、蜂跑、驻送），通过对骑手精细化分层来降低物流成本 [36] - **商流与物流联动**：平台需要将物流、商流的信号系统、履约系统、体验系统、考核系统全部打通，以应对如天气等突发情况带来的订单波动 [31] 其他业务影响与出海拓展 - **美团到店业务**：四季度到店业务利润率环比可能进一步下降，承压原因包括抖音、高德竞争，宏观消费疲软以及政策影响高端消费 [11] - **美团新业务与出海**：新业务主要投入在于出海业务Keeta的拓展，其已进入中东和巴西市场，四季度因出海拓展新业务亏损环比将增加，2026年新业务投入不会超过2025年 [11]

" 既要又要的结果就是勺叉，咱不当勺叉，咱们当一个好用的叉子 就行。 " 作者丨刘欣 编辑丨高景辉 在机器人产业蓬勃发展的浪潮下，具身智能已然成为驱动产业变革的核心赛道，而高质量数据的缺失与不 足，正是制约其发展的关键瓶颈。 在此背景下，诺亦腾机器人（Noitom Robotics）作为目前中国唯一一家明确以"数据"为交付界面的公 司，凭借着其在动作捕捉技术上的积累为机器人数据提供关键支撑。 作为诺亦腾机器人（Noitom Robotics）创始人的戴若犁博士在2025年12月13日雷峰网举办的第八届 GAIR全球人工智能与机器人大会现场上，做了题为《用动作捕捉技术构建具身智能数据工厂》的分享。 他指出，人形机器人所代表的具身智能，正在成为一个天花板足够高、且对高质量数据有强烈需求的新赛 道。由于遥操作的一些现实痛点，行业开始将视角逐步拓展至以人为中心（human-centric）的数据路 径，尝试构建不与单一机器人本体强绑定的数据体系。 以下为他的演讲内容，雷峰网做了不改变原意的编辑： 大家好，今天早晨我是从北京坐飞机赶过来，早晨出门的时候是北京今年的第一场雪，大概零下七八度， 而深圳非常温暖，也让我非常开 ...

AI行业竞争阶段与格局演变 - AI行业竞争进入深水区，单纯技术领先或场景优势难以决定最终胜负 [1] - AI行业发展分为两个阶段：上半场是“模型为王”的技术竞速期，以参数量、评测跑分、多模态能力为核心；下半场是“落地为王”的价值兑现期，考验模型与场景适配、商业闭环构建及服务履约能力 [5] - 行业正处在上半场转向下半场的关键临界点，企业不同路径选择正在重构竞争格局 [5] 主要参与者的路径与挑战 - **OpenAI**：作为生成式AI引爆者，凭借GPT系列建立技术先发优势，但商业化后劲不足 [5] - 订阅服务显现增长瓶颈，欧洲主要市场连续四个月收入持平 [5] - 企业级API业务面临高端市场被Google挤压、中低端市场遭开源模型冲击的双重夹击 [5] - 核心问题在于缺乏原生应用场景支撑，模型能力处于“悬浮状态”，难以深度嵌入用户高频场景，形成从“咨询”到“办事”的完整闭环，商业化停留在订阅费和API授权等浅层模式 [5] - **Google**：Gemini模型在技术评测和商业任务模拟测试中表现亮眼，但生态布局存在天然短板 [6] - 核心业务集中于搜索、广告和操作系统，缺乏覆盖线下服务、本地生活、电商交易的完整履约体系 [6] - 尽管Gemini已接入搜索、YouTube等产品，但这些场景多以信息分发为主，难以承载需要线下履约支撑的复杂任务 [6] - 技术能力与履约能力脱节，形成“能理解需求却难以满足需求”的商业断层 [7] 阿里的差异化路径与核心优势 - 阿里展现了一条深度融合技术能力与场景生态的路径，构建“技术研发-场景验证-商业落地-数据反哺”的正向循环 [7] - **技术底座**：凭借十余年在云计算与AI领域的深耕，构建了从底层算力到上层应用的全栈技术体系 [10] - **模型层**：打造“通义”大模型家族，2025年发布的通义千问Qwen3系列是业界首个具备“混合推理”能力的模型，融合“快思考”与“慢思考”双模式 [10] - Qwen3在AIME25奥数测评中斩获81.5分，LiveCodeBench代码评测突破70分，ArenaHard人类偏好对齐测评以95.6分超越OpenAI-o1等顶尖模型 [10] - **算力层**：阿里云构建全球领先的AI基础设施，过去四个季度在AI+云基础设施的资本开支高达1200亿元，运营中国第一、全球领先的云计算网络 [11] - 截至2025年，阿里云AI算力增长超5倍，AI存力增长4倍多 [11] - **工具层**：阿里百炼与Qwen-Agent框架构建生态连接的“万能接口”，加速AI在千行百业落地 [12] - **场景生态**：覆盖全场景的实体生态是竞争对手难以复制的核心壁垒 [12] - 通过二十余年商业布局，构建涵盖购物、出行、本地生活、办公、酒旅等高频刚需场景的数字生活服务矩阵 [12] - 生态场景为千问大模型提供海量真实训练数据，并成为AI技术落地的“试验场”和“变现渠道” [12] - 与OpenAI依赖公开数据训练不同，阿里生态能产生大量带有用户行为反馈、商业转化结果的闭环数据，通过强化学习不断优化模型决策能力，形成“数据-模型-场景-数据”的正向循环 [13] 具体落地案例：千问APP接入高德 - 千问APP接入高德地图，是阿里生态赋能的典型案例，标志着AI从“能说”到“能做”的转变 [2][3][7] - 接入后，千问AI助手开始具备物理世界的理解和行动能力，能根据精准、动态的现实世界信息，实现从“意图理解”到“服务执行”的跨越 [2] - 基于高德庞大的实时地理数据，千问APP可生产含餐厅、酒店、路线等信息的可视化决策卡片，点击即可唤起导航或打车，覆盖周边查询、通勤规划、截图地址提取等场景 [2] - 能处理复合任务，如顺路规划出行与消费，结合天气、限行规则等给出出行方案，甚至提供穿衣建议 [2] - 例如，可为用户规划长途驾驶的充电站，或结合出行目的地推荐特色餐馆并控制预算 [2][3] - 此次整合是AI商业化落地迈向“服务闭环”的一大步，为行业提供了一条可供复制的AI落地路径 [3] 生态融合的其他案例 - **电商领域**：千问已接入淘宝、天猫，通过理解用户消费偏好、历史订单、使用场景等信息，提供个性化商品推荐、智能导购、售后问题解决方案，甚至能根据用户需求生成定制化商品搜索方案 [13] - **办公领域**：钉钉与千问融合打造智能办公助手，实现会议纪要自动生成、任务分配跟踪、文档智能编辑、跨部门协作协调等功能，提升办公效率 [13] 结论与行业意义 - OpenAI的“有模型无场景”和谷歌的“有数据弱履约”，本质上是生态协同能力的缺失，而这正是阿里的核心优势所在 [15] - 阿里通过“全栈技术底座+全场景生态布局”的深度耦合，有望解决大模型“落地难”的行业痛点，构建“技术赋能场景、场景滋养技术、生态放大价值”的正向循环，形成难以复制的核心护城河 [15] - AI的终极价值或许不在于模型本身有多强大，而在于能否无缝融入用户的生活流，在真实场景中创造可感知、可持续的价值 [15]

作为AI产学研投界的标杆盛会，GAIR自2016年创办以来，始终坚守"传承+创新"内核，始终致力于连接 技术前沿与产业实践。 13日「AI 算力新十年」专场的"如何从'算力基建'到'价值闭环'？"圆桌对话中，数位业内资深专家展开精 彩对谈与深度探讨，抛出诸多极具启发性的观点： " 实现商业闭环，提供「方便、易用、便宜」的算力是关键。 " 作者丨刘伊伦 编辑丨包永刚 2025年12月12-13日，第八届GAIR全球人工智能与机器人大会在深圳·博林天瑞喜来登酒店正式启幕。 参与本次圆桌论坛的嘉宾包括： 李东东（主持人）：三丰投资创始合伙人 师天麾：清程极智联合创始人、产品副总裁 三位深耕行业的资深实践者，共同开启这场关于算力基建价值重构与未来趋势的深度对话。他们中，有人 立足资本视角洞察产业脉搏，有人扎根技术前线打磨产品落地，有人坐镇企业中枢统筹算力资源，不同维 度的经验碰撞，为算力行业的破局之路提供全新思考。 而这些观点，恰恰聚焦于算力基建狂飙突进背后的关键拷问：价值闭环该如何构建？被寄予厚望的推理需 求，究竟何时能迎来全面爆发，成为破解算力闲置的核心引擎？展望未来，算力产业还有哪些值得"押 注"的核心方向？作 ...

" 云端之外，端侧AI也是国产芯片下一个主战场。 " 作者丨赵之齐 编辑丨包永刚 2025年12月12-13日，第八届GAIR全球人工智能与机器人大会在深圳·博林天瑞喜来登酒店正式启幕。 作为AI产学研投界的标杆盛会，GAIR自2016年创办以来，始终坚守"传承+创新"内核，始终致力于连接 技术前沿与产业实践。 在人工智能逐步成为国家竞争核心变量的当下，算力正以前所未有的速度重塑技术路径与产业结构。13日 举办的"AI算力新十年"专场聚焦智能体系的底层核心——算力，从架构演进、生态构建到产业化落地展开 系统讨论，试图为未来十年的中国AI产业，厘清关键变量与发展方向。 IO资本创始合伙人赵占祥，专注于硬科技与半导体领域的早期及成长期投资，在大会上，他发表了题为 《大模型时代，国产AI芯片破局的几种新技术路线》 的演讲。 | | | | 基于SRAM的Al推理芯片 | | --- | --- | --- | --- | | GPGPU | | 低时延 | 创新推理架构提供 | | | | | < 1ms 时延 | | 推理时延高 | 依靠同步并发处理大 | 低成本 | 同时实现高吞吐率,单 位成本性能提升10x ...

" 相比会引起训练报错甚至中断的数据，静默数据错误会对训练产 生更严重的影响。 " 作者丨包永刚 编辑丨 林觉民 2025年12月12-13日，第八届GAIR全球人工智能与机器人大会在深圳·博林天瑞喜来登酒店正式启幕。 作为AI 产学研投界的标杆盛会，GAIR自2016年创办以来，始终坚守"传承+创新"内核，始终致力于连接 技术前沿与产业实践。 在人工智能逐步成为国家竞争核心变量的当下，算力正以前所未有的速度重塑技术路径与产业结构。13日 举办的「AI 算力新十年」专场聚焦智能体系的底层核心——算力，从架构演进、生态构建到产业化落地展 开系统讨论，试图为未来十年的中国AI产业，厘清关键变量与发展方向。 王华在「AI算力新十年」论坛发表了主题为《基于国产GPU集群的大规模训练实践》的演讲。 当海外头部公司已经建设十万卡、甚至二十万卡规模的 GPU 集群，万卡训练正在从"前沿探索"转变为大 模型研发的基础设施能力。模型参数规模进入万亿级之后，真正拉开差距的，已不再只是单卡性能，而是 训练周期能否被压缩、系统是否长期稳定、工程效率能否支撑高频迭代。 在这样的背景下，万卡训练所面临的挑战也发生了根本变化。 节点故障、 ...