专业赋能AI商业化与资本进阶，毕马威亮相2026世界人工智能大会

2026世界人工智能大会期间，毕马威举办“AI企业的商业化突围与资本进阶”专场论坛，邀请人工智能领域专家学者、企业代表、投资机构代表等嘉宾一同探讨AI产业突围之路。

当日论坛同步发布《跨越奇点：世界模型如何重塑具身智能产业与商业新范式》报告，针对“中国具身智能产业全景与市场洞察”“从具身智能到世界模型：核心内涵、技术演进与架构解析”“国际主流世界模型评估：核心指标体系与榜单解读”等方面进行了详细分析。

毕马威中国主席邹俊表示，当前，人工智能已渗透到实体经济各领域，正在从提升效率的工具加速转变为经济增长的核心引擎。我国人工智能产业布局活跃、赛道多元，具备供应链优势，相关的产业规模正快速增长。

具身智能背后世界模型正逐步形成共识

中国拥有全球门类最全的工业体系和超10亿互联网用户的超大规模消费市场，庞大的产业需求与消费升级使人工智能技术在中国市场能够更快地实现从实验室到生产线的价值转化。

此外，随着国家“人工智能+”行动持续深化，智能终端、服务机器人等产品加速上新，产业规模不断增长。

在毕马威举办的“AI企业的商业化突围与资本进阶”专场论坛上，《跨越奇点：世界模型如何重塑具身智能产业与商业新范式》报告重磅发布。

毕马威中国科技、媒体及娱乐、电信行业审计主管合伙人卢鹍鹏表示，从具身智能产业的方向看，具身智能破局的关键在于让机器人拥有理解物理世界规律的物理直觉。世界模型可以为当前部分产业化瓶颈提供相应支撑，例如数据、任务、控制、部署等。

结合当日发布的《跨越奇点：世界模型如何重塑具身智能产业与商业新范式》报告，卢鹍鹏提出，尽管当前世界模型尚无统一定义，但从代表性研究来看，其能力目标正在不断趋同，关于其能力边界已经逐渐形成较为一致的认识，即世界模型应能够学习环境规律、预测未来状态、推演动作影响，并服务于智能体规划与决策。其本质是在智能体内部构建一个能够理解世界、模拟未来并指导行动的动态世界表示，从而实现更加高效、安全和自主的学习与决策。

《报告》还提出“世界模型”的六大工业化价值和六大核心特征，其中六大工业化价值包括从真实试错走向内部学习实现样本效率提升，从即时反应走向前瞻决策实现长程规划推演，从真实测试走向可控压力测试实现反事实安全验证，从模型生成走向策略评估实现策略评估筛选，从离线仿真走向实时闭环实现部署效率提升，从单任务策略走向可复用世界理解实现跨场景泛化迁移，并一一列举实例进行说明。

关于六大核心特征涉及生成质量与感知真实性、物理一致性、时序建模能力、因果与逻辑一致性、可控性与任务执行能力、泛化与样本效率等。

人工智能快速迭代重塑产业价值生态

在为技术落地提供专业服务的同时，毕马威同样关注AI对各行业的价值重塑。毕马威中国华东及华西区工业制造及汽车行业主管合伙人苗桢表示，人工智能不仅是效率工具，更是推动智能制造转型的重要驱动力，实际影响的是研发、生产、供应链、运维的数据连接，全链路数字化协同的精进。借助数字孪生、仿真模拟可以缩短新品研发与试产周期，进而推动生产决策从依靠人工经验转向数据驱动。与此同时，人工智能在企业重构生产组织方式上，可以协调上下游产业链更高效地协同调度，支撑大规模定制化生产落地，带动制造业由标准化批量生产模式向数字化、智能化的新型制造体系升级。

在产品销售环节，企业员工水平参差不齐，部分员工很难在短期内进行能力的提升，与销售支持相关的工作耗费大量人力，面对客户的异议，需要耗费较长时间查询相关数据并进行应答。鉴于此，毕马威在轩辕AI平台上开发了销售助手工具，扮演销售人员的全方位助理，可为其解答产品关键特性信息，也可在销售遇到沟通困境的时候，快速为销售人员提供下一步行动建议。

毕马威中国人工智能转型办公室（AITO）主管合伙人、变革咨询数字化转型业务牵头人柳晓光介绍，毕马威人工智能转型办公室（AITO）主导了毕马威轩辕AI的技术创新与迭代。一方面，毕马威持续为内部提供AI办公工具与定制化方案，推动内部赋能；另一方面，通过内部创新实践实现能力积累与验证，将其复用到外部客户数字化转型中，降低客户试错成本。目前，毕马威已构建覆盖金融、医疗、地产等各行业轻量级AI Agent体系，形成从营销、运营、合规到风控、内审等服务能力。

面向未来的智能化架构，将构建以大模型为核心的智能中枢，并实现底层基础设施的全面升级。通过搭建异构算力池与多模型路由机制，实现基础大模型、开源轻量化模型以及行业垂直模型的混合部署与统一调度，为上层应用提供坚实、灵活且高效的算力与模型底座。

毕马威中国华东及华西区科技、媒体和通信行业主管合伙人冯炳光立足产业应用场景，为企业提供了可供参考的转型路径。他提出，企业AI落地的核心挑战不在技术本身，而在于能否构建一套与AI能力相匹配的管理配套体系，例如，需要为知识的全生命周期建立清晰、无歧义的责任归属体系，明确定义各相关方在知识创建、审核、发布、更新直至归档的每一个环节中的具体角色，实现高效、合规的知识管理运作。他认为，企业数字化投入正经历从建设重资产系统向购买业务结果的范式跃迁。未来架构应构建以大模型为核心的智能中枢，实现组件沉淀与敏捷创新。同时，组织需从线性流程向人机协同演进，突破效益瓶颈。