本文来自微信公众号： 极客公园 ，作者：Moonshot，编辑：郑玄，原文标题：《在 WAIC UP！2026 上，我看到了 AI 的当下与未来》
我们正处在一个「技术融合」的前夜，重新唤醒人类的主体性。
上周末的香港，当香港特首李家超的视频致辞出现在2026 WAIC UP!全球年终盛会的现场屏幕上，当创新科技及工业局局长孙东等政府高层悉数到场时，信号已经足够清晰：AI早已超越了创投圈的热词范畴，它被抬升到了城市战略与公共基础设施的高度。
香港特首李家超为大会开幕致辞｜图源：WAIC UP!
从地缘战略的尺度看，这场盛会也是内地与香港在AI版图上的一次「历史性握手」。
对于内地而言，这是WAIC这一顶级产业IP首次「南下」，标志着长三角成熟的AI产业实践正在借道香港，与大湾区的产业链完成深度咬合，将内地积累的技术红利，通过香港这个放大器，转化为实打实的国际影响力。
而对于香港，2026 WAIC UP!是对国家「十五五」规划最生动的回应。
在「十五五」规划明确支持香港建设国际创新科技中心及国际高水平人才枢纽的背景下，香港正在重新定义自己：不仅是资本的港湾，亦是内地技术出海的「出海口」，更是未来构建数据主权与公共AI基建的试验田。
与此同时，会场里弥漫的情绪也发生了微妙的变化。大家不再追问「你的模型有多大」，而在盘算「推理成本降了多少」和「落地良率有几成」。
硅谷人工智能研究院创始人皮埃罗·斯加鲁菲（Piero Scaruffi）在开场时用了一个精准的历史类比：我们正处在一个「技术融合」的前夜。就像当年的印刷术诞生，代表的不仅仅是某项单一技术的突破，而是造纸、冶金、机械等多种技术在特定历史节点的交汇。
2026年，大众对生成式AI已经「祛魅」，大家更期待AI能从「单一模型」向「复杂系统」进化，正式进入技术的深水区。
本文将基于WAIC UP！2026一天的精彩演讲，从工作流重构、科研范式跃迁、物理世界突围、AI的控制权之争与底层逻辑五个维度，站在2026年，审视当下和未来的AI。
01
工作流的「权力让渡」
「未来五年，人类的角色将发生根本性位移：从执行者（Doer），变成管理者。」
这是硅谷创投教父史蒂夫·霍夫曼（Steve Hoffman）在WAIC UP!上抛出的第一个论断。
霍夫曼敏锐地指出，Anthropic等巨头之所以死磕Coding（编程）能力，并非为了让程序员少写两行代码，而是为了一个更具颠覆性的目标：让AI具备自我进化的能力。
未来的APP将不再是静态的死物。当你需要一个新功能，AI会当场为你写出代码并部署。
在这个逻辑下，软件的定义被改写，人类不再是功能的「使用者」，而是需求的「提出者」。
硅谷创投教父Steve Hoffman在场分享，图中为他已出版的著作｜图源：WAIC UP!
霍夫曼还展示了一款AI营销Agent，只要给它一个亚马逊产品链接，它就能自动搞定从文案撰写、海报设计到多平台投放、效果优化的全流程。
更夸张的是销售领域，一款AI应用可以实时监听销售电话，通话结束后立刻给出话术建议，使用它的销售人员收入直接增长了70%。
这种权力的让渡甚至发生在招聘环节。硅谷初创公司Gecko开发的AI面试官，已经接管了招聘的第一道关卡。它通过分析候选人的微表情、语调和回答逻辑，直接给出「通过」或「淘汰」的建议。
很多求职者可能还没见到真人HR，就已经被算法决定了命运。
图源：WAIC UP!
更有意思的是随之而来的「信任悖论」。
在Google的一项测试中，病人竟然觉得AI医生比真人医生更「诚实」，甚至更「在乎」自己。这听起来很讽刺，在极度追求效率的人类社会，AI能够提供的「稳定情绪」和「秒回关注」，竟然成了一种稀缺的温情。
无论是专业技能，还是情绪服务，AI都在以一种「超级雇员」的姿态重塑劳动力标准。
2026年之后，劳动力的定义将被彻底重写。未来的核心竞争力，不再是你掌握了多少技能，而是你是否具备「判断力」。在这个新体系下，你不需要知道怎么把墙砌得平整，但你必须精准地指出墙该砌在哪里。
职场的护城河，从「手艺」变成了「决策」。
02
当科学发现被加速100万倍
在香港城市大学首席人工智能总监马维英教授的演讲中，我们看到了科研领域的「摩尔定律」时刻：我们正从「数据密集型科研」跨越到「智能体科学（Agentic Science）」时代。
过去十年，科学家们忙着把实验数据数字化，这就是所谓的「第四范式」。但2026年的科研现场已经变了，AI不再仅仅是处理数据的工具，它开始像科学家一样思考、假设、实验和反思，这既是被称之为科学智能的「第五范式」。
在药物研发领域，马维英团队发表在《Science》上的DrugCLIP技术，将药物筛选的速度提升了整整100万倍。这100万倍是实打实的数学事实，不是修辞手法。
AI正在成为「科学家」｜图源：WAIC UP!
以前做药物筛选可能要数月甚至数年，现在就像在谷歌搜索一样快。在蛋白质设计中，AI设计的6种突变体，其性能全部优于自然界原本的野生型（Wild Type）。
而在基因分析领域，上海AI实验室与南京大学合作的项目，能将原本数小时的工作压缩到100秒。
马维英在现场说了一句极具极客感的话：「你还没来得及喝完一杯咖啡，AI已经把报告写好了。」
这种加速的本质，是AI拥有了「经验」。
AI已经有了「前向学习」的能力｜图源：WAIC UP!
现在的AI科学家不再是每次从零开始计算的机器，它们具备了「经验回放（Experience Replay）」和「前向学习（Forward Learning）」的能力。
就像一位经验丰富的老专家，AI能够记住过去的成功与失败，形成一种可被调用的「直觉」。
更可怕的是，这种「直觉」是可以共享的：一个模型学到的经验，可以直接继承给另一个模型，实现了知识的指数级积累。
目前，港城大的3000名博士生已经开始全面使用SciencePal这样的AI科研助手来完成作业和研究。这也预示着一种全新的科研物种正在诞生：未来的科学家将是「人类+AI」的共生体。
在第五范式里，AI负责在100万倍的加速中寻找答案，人类负责决定去哪里寻找，去定义那个「值得解决的问题」。
科研也将从人类顶级大脑之间的智力博弈，变成对算力和AI智能体的调度游戏。
03
AI的物理突围：具身智能
当数字世界的「大脑」进化到极致，AI开始渴望一副「身体」。这是AI下半场最大的增量，也是最难啃的硬骨头。
在穹彻智能联合创始人卢策吾教授的演讲中，具身智能的困境显而易见。
最大的拦路虎是数据。互联网上虽然有数万亿的文本和图片，但物理世界的数据无法像文本那样自然流淌。对于一个需要在复杂环境中行动的机器人来说，物理世界的复杂度远超数字世界，学术上定义的环境不确定性甚至高达80%以上。
这意味着，仅靠「喂数据」是喂不出一个能帮你在厨房做饭的机器人的。破局的关键，在于构建一个真正的「世界模型」。
卢策吾指出，传统的模仿学习往往停留在像素级，不仅成本高昂，而且泛化能力极差。2026年的具身智能，正在转向基于「概念基因（Concept Genes）」的理解路径。
卢策吾教授认为，具身智能的发展还需要更多物理世界的信息｜图源：WAIC UP!
这就好比人类教孩子认门，不是让他死记硬背全世界所有门的图片，而是让他理解「门把手」的功能结构和操作逻辑。一旦掌握了这种底层的物理规律，机器人就能举一反三。
为了补齐数据拼图，「口袋采集（Pocket Collection）」应运而生。就像当年爆火的Pokémon Go，利用分布式智能终端，让全社会参与到物理数据的采集中来。
而当AI的「大脑」开始觉醒，它需要一副足够便宜且强壮的「身体」。
史蒂夫·霍夫曼在现场给出了一个极具商业穿透力的判断：中国之所以能引领机器人浪潮，核心在于「无可匹敌的供应链」。当世界模型的认知能力遇上中国制造的成本优势，人形机器人将有机会像家电一样普及。
在WAIC UP!的现场也能看到这种进化的结果：在演示视频中，机器人能精准运控一个30多厘米的球体，甚至能拿着锋利的刮胡刀给自己刮胡子。这些动作背后，是AI具备了类似生物的「下意识」和「手感」。
具身智能的觉醒，标志着AI终于走出了屏幕，走进了现实世界。
04
AI的控制权战争
商业竞争的逻辑变了。巨头们争夺的不再是App Store排行榜上的位置，而是「AI时代的运营商资格」。
史蒂夫·霍夫曼将这场战争形容为「控制权之战（Battle for Supremacy）」。
先看OpenAI的野心和布局：通过Groups功能切入社交，试图重构人与人的连接；通过直购功能切入电商，意图成为新的流量分发中枢；挖角苹果团队布局可穿戴设备，试图接管硬件入口。
它的目标是成为互联网的「网关」，控制你的社交、购物乃至所有对话。
这解释了为什么亚马逊要封锁数据，甚至考虑起诉；也解释了为什么腾讯和阿里要联手阻击AI手机的发展。因为一旦AI接管了用户意图的解释权，传统APP将失去入口，沦为底层的「内容供应商」。
AI公司之间的「军备竞赛」｜图源：WAIC UP!
但在硅谷的宏大叙事之外，商业与产业圆桌展示了另一番景象。在大而难倒的巨头之外，对于大多数企业而言，活在当下比仰望星空更重要。
AI商业化的「最后一公里」，在于「工程化稳定性」和「推理成本」。换言之，只有技术是不够的，还要算得过账。
根据圆桌讨论的共识，2026年后的赢家将呈现两极分化：一类是构建最深层生态系统的企业，它们连接开发者、行业与消费者，做厚底座。
另一类则是像西井科技、海尔卡奥斯这样的垂直领域专家，它们不讲大模型的故事，而是把AI嵌入到港口、工厂的每一个具体流程中，把工程化做到极致。
然而，商业巨头的垄断是AI的唯一终局吗？香港科技大学首席副校长郭毅可院士提出了另一种可能：「主权AI（Sovereign AI）」。
郭毅可院士分享香港政府如何用AI普惠于民｜图源：WAIC UP!
AI不一定非要掌握在商业巨头手里，它完全可以像电力、道路一样，成为一种公共基础设施。在香港，政府正在尝试建设统一的数据主权、模型主权和算力主权。
这不仅仅是一种假设，它已经在悄悄落地。像像郭毅可院士团队推出的「港话通」就是一个典型的非商业化AI实践。它直接接入城市数据底座，为市民提供公共法律咨询，甚至辅助处理公务。
这种「主权AI」的实践，打破了商业资本对数据的绝对垄断，也让技术回归到公共价值的本位。
这或许是2026年，除了商业战争之外，最值得我们关注的文明变量。
05
AI发展的底层逻辑：物理学
近年来，科技圈有个很有意思的现象：各大巨头卷大模型、卷芯片，卷到最后猛然发现，限制AI上限的竟然是电力。当数据中心像吞金兽一样吞噬电网时，我们才意识到，哪怕最科幻的智能，最终也要撞上最基础的物理墙。
同样的逻辑，正在AI的底层进化中发生。
在喧嚣的应用层和商战之外，硅谷人工智能研究院创始人皮埃罗·斯加鲁菲（Piero Scaruffi）给出了一个极为冷峻的判断：别再执着于让AI模仿人脑了，AI的未来属于物理学。
这听起来有点抽象，但其实很好理解。很多年来，我们都以为AI是在模拟神经元，是在造一个「硅基大脑」。但皮埃罗指出，这是一个美丽的误会。现在主流的AI模型，本质上是在用数学和物理公式来暴力破解智能。
比如让我们惊艳的文生图、文生视频模型，它们背后的扩散模型，其数学原理其实源自物理学中的「扩散过程」（就像一滴墨水在水里散开)。
所以AI不是在「想象」画面，它是在用物理方程计算，如何把一堆毫无意义的噪点（墨水），逆向还原成一张清晰的照片。
皮埃罗认为，AI并没有遵循神经科学去模仿生物大脑，它是在用微分方程和概率密度函数，以数学的方式「逼近」智能这个结果。
既然软件逻辑是物理学的，那么硬件底座也必须升级。
当摩尔定律撞上物理极限，传统芯片即使堆得再多，面对指数级增长的计算需求也显得力不从心。
而在「前沿科技圆桌」上，科学家们给出了2030年后的解法：量子计算。
前沿科技圆桌上，AI行业领军者们在讨论AI的未来｜图源：WAIC UP!
如果说经典计算是在用算盘的速度跑马拉松，量子计算就是直接坐上了火箭。它提供的指数级算力，将是AI继续突破物理墙的唯一梯子。
所以，2026年以后的AI竞争，表面看是拼模型，底子里拼的其实是电力、物理学和量子力学的储备。
06
最后的护城河：
人类主体性的再觉醒
当科研被加速100万倍，当执行工作被AI代理全面接管，一个终极问题摆在了所有人面前：人类还剩下什么？
在大会特设的「青年观察家」圆桌中，宇宙学者、艺术家与教育者们给出了一份不同于技术视角的答案。
当我们将视线投向星际尺度，会发现AI再强大，也只是处理信息的工具，而人类拥有仰望星空的冲动；当讨论回归艺术本质，AI可以通过概率生成无数张完美的画作，但只有人类能赋予作品以「痛苦」与「爱」的意义。
而在「校长圆桌」的讨论中，嘉宾们给出了一个关于未来的答案：要做AI Native（原生），不要做AI Dependent（依赖）。
图源：WAIC UP!
人类最后的护城河，不在于比拼「执行」的效率，因为在物理学定义的智能面前，碳基生物的计算能力不值一提。我们的价值，在于那些机器无法计算的领域：「审美能力」与「提问能力」。
正如圆桌嘉宾所言：「AI可以生成无数种方案，但只有人类能判断什么是『好的』。」
这种对优劣、美丑、善恶的判断力，是机器无法通过概率计算得出的。同样，AI擅长回答问题，但定义「什么问题值得解决」，依然是人类独有的特权。未来的核心竞争力，是管理AI的能力。
2026年的香港，WAIC UP!大会主题定为「WAKE UP MORE」，除了对技术的呼唤，更是一次关于文明方向的深省。
而特首李家超在致辞中的一句话，或许是对这一主题最好的注脚：
「我们必须善用AI的力量，不仅为了创新，更要致力于构建更具包容性的经济体系、更有韧性的社会共同体，以及为全人类创造更可持续的未来。」
这正是我们面对技术洪流时应有的姿态：AI越强大，越倒逼着我们去寻找作为「人」的意义，越要「WAKE UP MORE」，完成人类主体性的集体再觉醒。