在SAIL看AI趋势 SAIL里藏了AI的流行密码

【颁奖图】

每年盛夏，上海世博中心的WAIC（世界人工智能大会）总能点燃全球对AI的关注热情，而作为WAIC的核心引擎，SAIL评选则是这场科技盛宴的技术风向标。

自创办以来，SAIL始终聚焦AI领域最具突破性、引领性的技术成果与应用项目，通过对申报项目的筛选与展示，勾勒出AI技术演进的清晰脉络，也为产业界提供了观察未来趋势的重要窗口。

2025年的SAIL申报项目再度扩容，覆盖模型研发、科学智能（AI4S）、具身智能、算力基础、行业应用等五大核心领域，既有快手可灵 AI、通义万相等多模态大模型的最新进展，也有“伏羲”气象大模型、中石油油气勘探大模型等AI4S实践，更不乏人形机器人仿真平台、千万亿级光电 AI 芯片等硬核技术突破。

这些项目如同一个个“技术密码”，串联起当前AI从实验室走向产业、从通用能力向垂直场景渗透的完整图景。透过SAIL，我们得以解码AI的流行趋势，预见未来技术爆发的方向。

01 从“训练狂欢”到“推理实用”，AI 进入“落地深水区”

如果说2023 年是“大模型元年”，2024年是“开源混战年”，那么2025年的AI行业已清晰呈现出“从训练侧走向推理侧”的主流转向。

这一转变的背后，是技术成熟度与产业需求的双重驱动——经过两年多的大模型军备竞赛，底层技术框架逐渐稳定，而市场对“AI 如何创造实际价值”的追问则日益迫切。今年WAIC展台上各家企业的产品矩阵就已经不难看出，“实用化”已成为 AI 发展的关键词。

年初，以DeepSeek为代表的开源大模型出现，是助力算力成本下降的关键，进而推动企业从依赖昂贵API转向自主构建微调模型，同时投入场景应用侧的推理训练。

2025年被业内普遍视为“Agent 元年”，除了传统的软件Agent（如智能客服、代码助手），Agent与智能硬件的融合正从工业场景快速渗透至消费端。

此前出门问问副总裁谢富强曾强调Agent对硬件从工具升级为“个性化思考伙伴”的重要性，他指出，AI硬件成功的核心在于“Agent+硬件+垂直场景”深度结合。

今年市场上最受关注的智能硬件之一Plaud AI录音机，实现了百万级出货量，以及2.5亿美元年化收入。

【大会现场智能眼镜展台的照片】

此外，AI眼镜的爆发，则是AI落地C端硬件的另一个重要起点。今年WAIC上，包含阿里、Rokid、Xreal等多家企业展示的AI眼镜已实现实时语音翻译、AR 导航、多模态交互等功能，预计2026年将迎来出货量爆发，成为AI应用竞争最激烈的赛道之一。

02 SAIL里的AI趋势

SAIL申报项目的技术特征，往往预示着行业下一步的演进方向。透过今年的项目清单，模型技术、AI4S、具身智能、算力技术、行业应用五大赛道已呈现出清晰的技术密码，从几个重点赛道的项目来看，AI从“通用能力”向“场景价值”转化的路径已经十分明显。

1）模型技术

在模型技术领域，“多模态融合”已从“加分项”变为“基础项”。SAIL 模型项目申报中的快手可灵 AI、通义万相、生数科技Vidu视频模型等，均以“跨模态理解与生成” 为核心能力。

【可灵宣传图】

快手可灵AI通过“文本-图像-视频”三模态统一建模，实现“输入一句话生成剧情短片——用户输入“在雨中奔跑的少年，镜头从远景拉至面部特写”，模型可自动生成符合光影逻辑、人物动作连贯的15秒视频，帧率达 30fps，画质接近专业剪辑水平。

【minimax宣传图】

MiniMax同样在多模态模型上积淀深厚。MiniMax的多模态模型技术打造了覆盖“文本-语音-图像-视频”全链路的文创产业AI解决方案，以创作民主化、生产工业化、IP可持续化、三大创新重构了文化创意产业的生产范式。这意味着，文化创意产业难以工业化量产的痛点，将在AI智能时代得以解决。目前，服务网络覆盖全球超200个国家和地区，在全球拥有数千万个人用户。

与此同时能够发现的是，“开源化 与“国产化”成为模型发展的两大支柱。SAIL申报项目中，“书生万象开源多模态大模型” 通过开源社区持续迭代，已吸引超2000家企业基于其进行二次开发，覆盖教育、医疗、制造等12个行业；而“电信研究院全国产大模型关键技术研发及规模应用” 项目则聚焦自主可控，从底层芯片、框架到数据集全链路国产化，在政务、金融等敏感领域实现规模化部署，模型响应延迟控制在200ms以内，满足实时交互需求。

2）AI4S

今年，AI for Science（AI4S）已从“概念探索”进入“产业实践”阶段。今年 SAIL AI4S 项目的申报项目，覆盖材料科学、气象学、地质学、生命科学等关键领域，展现出AI与科学研究的深度绑定。

其中值得注意的是，作为日化个护产品的头部企业，联合利华研发出了“人工智能设计新型防腐体系”，将科学的力量真正赋能日常产品。在今年WAIC期间，联合利华正式推出了由其中国研发团队主导开发的“AI for Science”创新平台。

该平台目前已探索并构建包括防腐增强成分研发、敏感肌预测、活性物发现、靶点探索、衣物柔顺功效预测、口腔刺激水平预测在内的六大AI模型，覆盖从原料筛选到功效验证的全链路科研流程。

据报道，这些模型不仅提升了研发效率，更从根本上改变了研发方式。例如，防腐增强成分智能研发模型（AI for Preservative）通过构建防腐功效预测系统与多靶点抗菌筛选机制，精准筛选出兼具高效抗菌能力与优秀肤感表现的防腐成分，实现从“经验试错”到“数据驱动”的跃迁。

3）具身智能

具身智能作为年度热点之一，SAIL的相关申报项目也表明，具身智能技术突破正来到临界点。今年SAIL具身项目的申报项目，围绕“通用化基座”与“仿真技术”两大方向，推动具身智能从实验室走向实际应用。

【智元宣传图】

比如上海智元“智元启元通用具身基座大模型”通过“感知-决策-执行”三模块解耦设计，可适配人形机器人、机械臂、外骨骼等不同硬件形态；人形机器人（上海）有限公司的“格物具身智能仿真平台”则构建了物理精度达99%的虚拟环境，可模拟重力、摩擦力、材质特性等真实物理参数。

【银河通用宣传图】

值得关注的是，“合成数据预训练”正成为具身智能的新范式。银河通用年初推出了“全球首个完全合成数据预训练的VLA具身智能大模型”，该模型提出具身基础模型的七大泛化“金标准”，通过视觉语言动作协同训练，解决了传统具身智能对真机数据依赖度高的问题。

其预训练阶段全部采用合成数据，后训练阶段结合仿真与真机数据迭代优化，实现了从实验室到真实工业场景的平滑过渡。

03 从SAIL密码预见2026年AI热点

整体来看，明年的AI发展趋势已经在SAIL中有所体现——多模态大模型的应用深化、具身智能仿真与实体应用突破、端侧AI与低功耗算力技术普及。这些方向不仅是技术演进的必然，更是产业需求的迫切呼唤。

2026年，多模态大模型将彻底走出“实验室”，进入规模化应用阶段。据行业研究机构预测，在2030年全球多模态应用市场规模将突破800亿美元，内容生成与跨模态交互两大场景有望率先形成规模化落地案例，推动制造业、服务业等千行百业进入智能化升级新阶段。

而从应用侧来看，率先在硬件实现突破仍旧是行业共识。仿真平台大幅降低机器人训练成本，以及通用基座大模型加速机器人量产，将推动具身智能加速落地。

行业报告预测，2025年迎来人形机器人量产元年，2026年中国市场规模则有望突破万亿。具身智能的商业价值正从硬件销售转向软件与服务订阅，数据采集、训练和任务开发的软件工具与服务蕴藏巨大机遇。

不过仍要注意的是，在具身智能执行器和传感器等硬件成本持续下降的背景下，AI落地硬件并规模化只是第一步，硬件之后，软件与生态系统的完善，才是真正驱动其大规模商业化爆发的因素。

相应的，AI硬件快速铺开之际，背后端侧AI是短期内算力技术的重要方向，其核心驱动力是隐私保护与实时响应的需求。

这一领域的发展，离不开观察风向标苹果。今年有消息称，苹果计划整合谷歌Gemini AI升级Siri，其移动生态话语权与OS大模型化能力，有望在2026年端侧AI爆发中率先实现商业闭环，进而带动整体消费电子产业链进入新周期。

最新消息是，OpenAI也在积极开发一系列新的端侧AI设备，包括“无显示屏的智能音箱”、智能眼镜、录音笔及其他可穿戴设备，预计将在2026年底至2027年初发布。这一系列动作表明，大模型领军企业同样将目标瞄准了硬件领域，通过软硬件结合实现AI商业化。

上游来看，今年7月，《中国端侧AI产业路线图》颠覆性提出‘每瓦算力密度’芯片评估标准，70亿参数模型压缩至7nm/3W，推理成本仅为云端1/20。有分析师指出，这一拐点“直接把端侧AI的入场门槛砍掉了两位数百分比”，中小品牌有望在2026年前与头部厂商同价竞技。

回头看SAIL的意义，正是在于捕捉这些技术密码，推动AI从炫技走向实用，从 实验室走向生活场景。当 AI 眼镜成为新的交互入口，当机器人能精准理解人类需求，当科学发现因AI而加速，我们或许可以期待一个智能普惠的时代正在到来，而SAIL，正是这场变革的加速器。