j9九游会登录入口首页

　　封面新闻记者 边雪

　　在未来科学论坛落幕不久，7月17日，2026世界人工智能大会（WAIC）在上海浦东世博、张江、徐汇西岸“三地四馆”同步启幕。

　　本届WAIC的主题是“智能伙伴 共创未来”，172场会议及活动中，“产业发展”“人才生态”“算力”是出现频率最高的三个关键词，AI for Science（科学智能）已被列为本届大会的旗舰主题。

2026世界人工智能大会（WAIC 2026 ）

　　两场科学盛会前后脚登场，一静一动，恰好勾勒出当下中国科技版图的一体两面：一边是基础研究在实验室里的“慢功夫”，另一边是AI产业在市场上的“快车道”。自2018年首届大会以来，全球顶尖学者、前沿科学技术展品、数字化科研成果每年“相聚”，AI发展的日新月异也在时间流逝间得以见证。

　　基础研究如何支撑AI

　　在未来科学论坛上，50余位来自数学、物理、生命科学、人工智能等领域的顶尖科学家给出了一个高度一致的判断：AI将会改变科研范式，却无法替代人类实现颠覆性原始创新。

　　论坛以基础科研与人工智能为双核心，设置了生命、物理、化学、数学、计算机五大学科专场，聚焦脑机接口、量子计算、蛋白质合成、机器证明、AI芯片等前沿议题。

　　在物理专场，丁洪教授带来了《量子计算：不可避免的未来》的主旨报告。他对比了经典晶体管的发展历程，阐释了量子叠加赋予量子计算机指数级并行计算能力。他透露，基于铁基拓扑超导平台，有望在三五年内研制出高质量拓扑量子比特。

　　值得注意的是，就在论坛前两天，潘建伟刚刚斩获第三届门捷列夫国际基础科学奖与IEEE光子学学会量子电子学奖；而几天后的WAIC上，潘建伟又将出现在“未来计算与未来算力”论坛上，从基础科学突破到产业论坛亮相。

　　在计算机科学专场，陈云霁研究员分享了其团队历经二十余年攻关，在国际上首次实现人工智能自动设计处理器芯片的成果。包云岗研究员则介绍了RISC-V开源处理器生态的发展现状。这些讨论与WAIC上即将展出的国产算力芯片形成了直接呼应，从实验室到展馆，从论文到产品，基础研究的成果正在加速转化为产业现实。

　　在数学专场，鄂维南教授指出，传统多项式难以处理高维问题，神经网络更适配高维场景，但数学领域仍缺乏对长程稀疏记忆等配套工具的深入研究。刘若川教授则直言，仅依靠现有大模型技术路线，短期内很难攻克黎曼猜想这类核心数论难题。

　　“人工智能的底层逻辑是寻找‘大概率事件’，而真正的科学突破往往来自‘小概率事件’，真正从0到1的原始创新最终还是要靠人。”大湾区大学副校长夏志宏说。

　　“慢功夫”与“快车道”

　　在未来科学论坛上，学者们讨论的是量子比特的相干时间、拓扑能隙的宽度、蛋白质化学合成的氨基酸规模，这些动辄以数年甚至数十年为周期的研究，短期内很难看到商业回报。

　　而即将开幕的WAIC上，企业展示的是108款芯片、261款大模型、300余款全球首发产品。产业界关心的是算力成本、推理效率、商业落地。

　　两种节奏、两种逻辑，在黄浦江边交汇。基础科学的“慢功夫”为AI产业的“快车道”提供着底层支撑，没有拓扑量子计算的长期理论积淀，就不会有容错量子计算机的产业前景；没有对神经网络数学基础的持续追问，大模型的训练效率就难以突破瓶颈。

　　一位与会学者告诉记者，前沿科学的突破很少再由单一学科独立完成。从未来科学论坛的实验室到WAIC的展馆，从基础研究的论文到产业化的产品，这条链条正在以前所未有的速度被打通。