WAIC 这场青年论坛，把 AI 圈的真话都说了

Agent 是不是伪需求？具身智能是不是虚火？大模型免费了应用公司还能活吗？

在 WAIC，由硅星人举办的「AI 青年创变创新论坛」上，6 场主题演讲、1 场圆桌、6 个闪电路演，把这些问题挨个聊了个透。从 90 后 CEO 到 14 岁 AI Builder，从 Keep 的垂类大模型到肩膀上跑的 AI 宠物，整场论坛金句密度高到离谱，我们帮你把干货和观点都提炼好了。

硅星人王兆洋：模型“轮流坐庄”，正是创业者的窗口期

作为开场嘉宾，硅星人合伙人王兆洋抛出了四个判断：

第一，模型格局未定，“裂痕”就是机会。 Open AI、Anthropic、Google、Meta 交替领先，国内智谱、Kimi、Qwen 你追我赶——模型厂商还在“打来打去”，这个格局没定下来的裂痕期，恰恰是垂直创业者换空间、换时间的窗口。

第二，垂直 AI 在聚光灯之外“闷声发财”。一年前“垂直 AI VS通用 AI”还是必吵话题，现在没人吵了——因为垂直 AI 在关注度之外发展得飞快。企业老板真金白银的付费意愿，才是判断“泡沫破不破”最关键的维度。.

第三，Agent 从“虚火”变成了此刻确定性最强的方向。一个标志性信号是：调用 token 的来源，Agent 正在超过人。如今所有人既在服务 Agent，自己也在 Agent 化。

第四，具身智能是虚火，也是真机会。全国已有约 350 家具身智能公司，5 家进入上市流程。投资人的逻辑很直白：单价是汽车的单价，量是手机的量——人类历史上没出现过这么大的生意。而这个机会，很大部分在中国土壤上。

Keep 武博文：运动健康的 AI，是会被“用身体执行”的

Keep 算法负责人武博文分享了《AI 重塑运动健康的下一个十年》。他直言：“运动科技上一个十年，围绕内容和用户体量的传统移动互联网打法，基本做到头了”。而 AI 带来的变化是实打实的——AIGC 课程已成为 Keep 的主流生产方式，不少 AI 生成课程质量已超过人工编排。

但为什么要做垂类模型 Keepace.ai ？他的回答很硬核：“这个领域最大的特征是，模型给出的课程和指导，是会被用户用身体去执行的。” 一个错误的动作建议，可能造成不可逆的身体伤害。所以安全边界和科学性必须打在模型层，不能甩给 Agent 层和应用层——互联网上充斥的伪科学营销内容，通用大模型预训练时照单全收，垂类模型必须在价值观上重新对齐。

他的终极判断也很动人：最好的运动健康 AI，是让用户最终能“脱离 AI”，自己管理好自己的身体。

聆动通用机器人季超：面对“世界模型”需要更严谨区分

科大讯飞旗下具身智能公司、安徽聆动通用机器人创始人&CEO季超，是全场最敢“祛魅”的人。年初有投资人跟他说：“你们是唯一一家不跟我们聊世界模型的公司。”

为什么？他拆解了四条技术路线：一维文本、二维图像的 “生成与理解”已经统一，但走进 3D、4D 空间，技术远未合流。当下很多所谓世界模型，只是视频生成式的“像素级下一帧预测”——画面看着像那么回事，实际不符合物理规律。他借用了游戏圈的词：这叫“视觉可信度”，不是世界模型，因为它不可证伪。

他的几个判断都值得划重点：

具身智能和人形机器人半毛钱关系没有，一脑多形才是核心特质——传统机械臂+具身智能也能产生不可思议的化学反应；工业场景类似十年前自动驾驶的 L2 阶段：半结构化、有规则可循，不需要完全通用，先解决精确编程解决不了的问题；机器人正在从“工具”变成“生产伙伴”：头部工厂的算账逻辑，已从“一个工位 18 个月回本”变成类似丰田 JIT 的整体流程再造；客户要的不是单机版演示，而是多机协同、与业务系统深度耦合能算过来账的解决方案

百度李景秋：Agent 爆发不是偶然，是“攒”出来的

百度搭子产品架构师李景秋回顾了三年演进：从 Chatbot 对话窗，到工具调用，再到今年 Agent 进入“自进化”时代。她的结论是：通用智能体的爆发是推理能力、原生工具调用、MCP/Skill 普及、OS 权限下放等多重技术红利的必然。

她给出了四个确定性趋势：角色跃迁（AI 从被动工具变成主动干活的同事）、交互革命（Agent 能看屏幕后，每个软件都变成了它的 API）、架构重构（单兵作战走向多 Agent 协同）、记忆进化（从“能用”走向“好用”）。

落地层面的三个坎她也没回避：上手门槛高、复杂任务稳定性差、安全风险。百度搭子的解法是重投入 Harness 工程——智能路由让平均任务耗时降低 20%、Token 利用率提升 25%，积分消耗直降 75%；内置 7 万多个 Skill，并上线业界首个全自动化 Skill 安全+效果评估流程。一句朴素的愿景收尾：“个人有搭子，组织有资产，团队有战力。”

灵初智能张啸川：数据比模型架构更重要

灵初智能 AI 首席架构师张啸川是坚定的“数据派”。他的核心判断：真机遥操和仿真数据，在规模、精度、多样性上永远无法兼得，人类数据是目前唯一能支撑 Scale Up 的数据管线。

效果有多夸张？用近 10 万小时人类数据训练后，落地一个具体任务只需不到 10 小时真机数据，简单任务甚至 100 条就够。其策略模型 PSI R2 已登顶全球权威榜单，超越 π（Physical Intelligence）、Gemini 等主流模型。

他的几条“数据信仰”相当犀利：

信噪比比数量重要：1000 小时覆盖 1000 个任务，和 100 万小时还是那 1000 个任务，训练效果差别不大；任务多样性 > 物体多样性 > 场景多样性；从实验室到商业化有两张隐性门票：作业节拍（遥操作太慢，工人戴手套才能跑到产能上限）和触觉（人手到机器人手之间的关键桥梁）。

圆桌：当 AI 成为“同事”，钱和责怎么算？

圆桌环节，实在智能创始人&CEO孙林君、K2Lab联合创始人&CMO汤明磊、子虔科技创始人& CEO龚敏彦，围绕“数字同事”聊出了不少真话。

孙林君：GUI 不是过渡，是能力边界问题。面对“MCP/API 时代，看屏幕点鼠标的 GUI 路线会不会只是过渡”的提问，他举了个例子：西门子的系统开一个接口要 20 万，大量几十年历史的企业内部系统根本没有 API——“我们的续费率接近 100%，因为取数是刚需。”他的第一性原理很直白：你不能干，我能不能干？谁能多快好省？他还指出，用好数字员工本质上是组织重塑，最大的障碍是“老登思维”——以为“我+AI=更好的我”。

汤明磊：别做 token 批发商，要做 token 投资商。投资人出身的他把 AI 应用分成两类：卖 token 差价的“批发商”，和按结果收费的“投资商”。K2Lab 做 TikTok 达人的 AI 经纪人，不收前置费用，达人出单后抽佣 50%–70%，越过席位和额度，直接按结果付费。他给出了一组惊人的数据：TikTok 美区 700 万有带货权限的达人，650 万一单没出过。他对人机关系的预测更大胆：“25 年是人类使用 AI 工具，26 年是人类雇佣 AI 员工，27 年可能是 AI 雇佣人类员工，28 年就是 AI 雇佣 AI 员工。” 他还畅想了未来的三种电商：意图明确的效率型（A2A）、需要达人内容匹配撮合的探索型（A2A2A）、以及无需求的闲逛型。K2Lab就是朝着A2A2A原生电商方向不断发展和成长。

龚敏彦：生产关系不变，AI“用着用着就不用了”。做机械设计数字同事的他最冷静：AI 在单点上提效很明显，但如果角色取消不了、生产关系没变，省下的时间转化不成生产力，“很多企业 AI 用着用着就不用了，或者变成员工个人在用”。他还有一个精妙比喻：制造业本身就是一个巨大的 Harness 工程——行业标准、流程规范就是那个框架，不够确定的 Agent 放进去依然能发挥作用。至于“中国的达索”这个标签，他的回应是：致敬达索，但我们不是另一个达索。

14 岁姜睦然：阿尔法世代的 AI 原生思考

全场年龄最小的分享者、来自北京中学和北京少年人工智能学院（海淀）的姜睦然，只有 14 岁。他做一系列开源项目，踩过的坑也很硬核——AI 曾把他本地近 50 个 Git commits 整个删掉，从此他给所有 Agent 立下规矩：重大操作前必须先给系统做快照。