第一届“申智杯”：寻找AI技术的“应许之地”

所有人都在谈论AI（人工智能）。AI大模型的能力越来越强，能写文章、编程，甚至自主完成一些复杂任务。但另一方面，虽然已经没有人否认AI的重要性，但AI的应用场景和商业模式，依然蒙着面纱。

作为一项面向未来的技术，AI创新需要产、学、研、政多方面的支持。刚刚落下帷幕的第一届“申智杯”人工智能创新大赛，正是国有资本通过办赛，链接各方资源，促进产业生态发展的一个缩影。

该赛事由上海国有资本投资有限公司（以下简称“上海国投”）与中国信息通信研究院（以下简称“信通院”）联合主办，依托2026世界人工智能大会（WAIC）平台，吸引了来自30余个国家和地区的1451支团队参赛。

在为期2个月的竞逐中，一批AI创新成果脱颖而出，它们都试图回答一个核心命题：当AI走出实验室，它的“应许之地”究竟在哪里？

大赛外景。图片由主办方提供

四大赛道：从底座到场景

虽然这是“申智杯”的第一届，但其中设置的四个赛道颇具“野心”，涵盖了底层基础设施到终端热门应用场景的完整创新链条。它们包括AI算力与计算架构、AI4S（AI for Science）科学智能应用、具身智能与机器人、AI终端与人机交互。

如果把AI产业比作一棵树，算力与架构是扎根的土壤，AI4S是向科学深处延伸的根系，具身智能是接触物理世界的枝干，终端应用则是触达千家万户的枝叶。

大模型再聪明，也得有芯片来承载。大模型的训练和推理，机器人等终端设备使用的本地模型，都对算力和架构提出了不同的挑战。目前的量产的高性能芯片基本还是以传统的冯诺依曼架构为基础，是否能研发出针对AI模型特别优化的高性能芯片和新的计算架构，是这一赛道的主要创新点。

维泛智能凭借自研的“BiGPU”架构拿下算力与架构赛道一等奖。他们把类脑计算的低功耗优势，和通用GPU的灵活适配能力结合到了一起，这一架构既能运行当前主流的AI模型，也为未来可能出现的全新计算范式留出了空间。

作为人类知识的集成，AI擅长知识推理与挖掘，从大量数据中总结出规律。不少AI界的顶流科学家，如Google DeepMind 联合创始人Demis Hassabis，都认为AI技术将率先在科学研究领域掀起变革，进而赋能相关产业。

以材料科学为例，传统科研很大程度上依赖科学家的经验和反复试错，一个材料的研发周期动辄以年计算。拿下科学智能赛道一等奖的鼎犀智创开发了CarbonKylin™平台，把微观组分、工艺参数当作材料的“代码”，让AI围绕目标性能自动完成设计、实验、分析和修正。在复合纤维寻优任务中，他们将约2000天的传统研发周期压缩到4天。

在生物医药和化工领域，AI同样大显身手。纳材智诊团队通过细胞探针标记出细胞里的癌症蛋白，再由AI负责识别、统计海量数据，进而检测细胞对癌症药物的耐药性，把成本降到传统基因测序的十分之一。来自金珵科技的生物发酵小队则开发了包含127个可组合的工业AI模块，让发酵、化工等流程制造业实现7×24小时AI自动调控。

与科研和工业场景相比，生活世界充满了声音、图像乃至人的互动和社会的语境。AI如何通过终端设备与人交互，进而满足人的需求？在这个赛道中，参赛选手通过48小时紧张的“黑客马拉松”（Hackathon）活动，用别出心裁的项目展现了不同场景的AI想象力。

“记忆张量”团队做了一个有记忆的AI智能管家——它能记住家庭成员的习惯，当爸爸说“我想放松一下”，电视自动调到体育频道，灯光和风扇也随之调整。“三进制”团队则聚焦校园霸凌：挂在孩子身上的智能摄像头能够通过声音识别霸凌场景并主动预警。

除了手机、智能音箱等设备之外，机器人可能是AI获得身体、降临现实的终极想象，即产业热度居高不下的“具身智能”。当AI能够主动与物理世界高效交互，它们就可以进入工厂乃至家庭，或将改变我们生产生活的面貌。

申智杯“AI终端与人机交互黑客松”比赛现场。图片由主办方提供

在“申智杯”的具身智能比赛里，形态各异的机器人需要完成分拣、装配、搬运等任务。获得一等奖的灵御智能的TA2双臂机器人在15分钟内完成213件动态分拣、121件精密装配、29箱物料搬运，俨然一位不需要休息的流水线师傅。

“我们希望通过这样一场比赛，让搞基础理论研究的团队找到真实场景的应用可能，也让做AI应用的团队在场景中证明自己的商业价值。”上海国投公司副总裁李鑫告诉澎湃科技。“我们希望链接产业链上下游，让技术创造者拥有场景应用的机会，与大模型企业、算力芯片企业、研发企业形成商业闭环和数据循环。”

当赛场遇到真实场景

这两年，AI产业的风向正在发生变化。人们不再只看AI的演示效果和商业叙事，而是更关注其泛化能力和场景应用，追问它解决了什么具体问题。这也体现在“申智杯”这样的比赛中——对于参赛者而言，这不是一个只靠PPT就能过关的“商业互吹局”，而是一个必须用真实代码、真实硬件、真实数据说话的竞技场。

海外选手正在展示项目。图片由主办方提供

赛制设计本身就在剔除虚词。AI4S与算力赛道要求项目现场复现，无法运行者不予评奖；黑客松赛道需要在48小时内完成项目的适配与调试；具身智能赛道则要求机器人限时完成统一场景下的分拣、装配、搬运等工业任务。

“技术能不能立住、产品能不能跑通、商业能不能闭环。三者至少有一样要做到极致，另外两样不能有明显短板。”上海国投先导私募基金管理有限公司副总经理何苗将评审逻辑概括为三句话。

AI应用很新，不少客户愿意为新事物妥协，比如为了部署人形机器人、适配其性能而改变工厂原有的一些基础设施配置。而在比赛中，固定赛题反而更像是真实世界的一种隐喻：需要技术直面困难。

“如果你不比赛，一直跟厂商配合、跟集成商合作，永远在自己舒适区里。比赛没的商量，东西就摆在这，你就得这么干。”参赛团队、节卡机器人的工程师王鸿杰说。记者在具身智能比赛的现场看到，不少队伍都对自家的机器人进行了临时改装，将3D打印的机械手、增加的摄像头等设备用胶带绑在机器人上。

对于不少参赛选手来说，比赛不仅让他们暂时脱离闷头钻研技术的状态，与同行们在竞技中交流学习，也让他们在解题中得到了新的体验。王鸿杰提到，他们团队只带了AI方案的机器人参赛，现场却遇到了适配问题——AI从理解指令到输出结果“时间不可估”，而传统视觉方案不到一秒就能完成。这让他不禁感叹，过度依赖单一技术路线是危险的，“以后得准备两套方案”。

“记忆张量”团队在AI终端黑客松的赛场上也经历了从虚拟到物理的艰难跨越。他们原本做虚拟空间的记忆应用，那里全是文本输入，可以快速模拟大量重复实验。但到了硬件场景，“没有办法做这么多次协同，纯文字数据极少，更多依赖传感器和摄像头”。团队工程师庄郭冕坦承，数据稀缺是硬件场景的核心瓶颈，“我们也是刚刚开始探索”。

这些来自一线的声音揭示了一个共同主题：AI在实验室里表现出的能力，与在真实场景中稳定输出之间，还有巨大的鸿沟。比赛的意义正在于此——它像一个“不妥协的客户”，用固定的场景和实际的任务，逼迫技术走出舒适区。

中国信通院两化所副所长黄伟告诉澎湃科技，大赛坚持“产业出题、技术答题、应用阅卷”的办赛理念。“我们把产业真实需求融入赛题设计，把测试验证融入赛事组织，让产业专家、科研机构、投资机构和龙头企业共同引入评审体系，让技术创新不仅回答‘有没有创新’，更回答‘能不能落地、有没有价值’。”

清醒的乐观

当选手们在赛场上面对真实场景的考验时，评委们的提问往往比任务本身更为尖锐。评审过程像一面镜子，照出了AI从技术此岸通往产业彼岸之间那些容易被忽略的暗流。

海外评委正在点评项目。图片由主办方提供

在黑客松赛道，“三进制”的儿童防霸凌设备引发了一连串追问：霸凌是一个复杂的概念，AI如何理解生活中微妙的场景并做出提示？儿童身上挂着摄像头会不会涉及隐私问题？“记忆张量”的智能家居系统同样面临“拷问”：“累了想放松一下”在不同状态下的含义完全不同，AI是否能真正理解户主的模糊需求？如此控制智能设备究竟是增加便利还是添麻烦？

在AI4S赛道，技术虽然有比较明确的指向，但同样面临着技术到产业的距离。“纳材智诊”团队的窦红静说，三类医疗器械证的申报需要5到8年时间、大量临床数据和雄厚资金。这给产品商业化带来很大的挑战。

AI4S赛道评委曹小宝告诉记者，评审时他关注三个维度：AI模型有没有突破、应用场景够不够显著、是为了炫技还是真正解决问题。“AI强的应用弱，或者应用强的AI弱，两者都强的还是少数。”他认为，“市场会狠狠地惩罚只懂AI不懂场景的人。”

在“申智杯”的赛场，选手和评审都不避讳这些尖锐的问题。在具身智能领域，比起公众和资本的热度，来自产业一线的选手们对目前技术的发展阶段有着更清晰的认识。大咖机器人的工程师胡伟涛告诉记者，即便在结构化场景中，机器人的作业效率目前也只能达到人的70%到80%，“这是还没看到大规模应用的原因之一”。

灵初智能的薛凡则提到，具身智能“行业整体还处于非常早期的阶段”，物理模型的难度远高于语言模型。不仅是软件，赛场上形态各异的机器人也说明，机器人的硬件也尚未收敛：“双足还是底盘，移动方式到底是什么？手臂这两年才慢慢向人靠近，但关节长短还是不一样。”

王鸿杰则指出，“AI对于具身智能来说就是一个零件而已”，真正决定机器人能不能用的，是电机、减速器、传感器、控制系统和AI整合在一起的整体系统。在工业生产中，AI模型反而是带来不确定性的“黑匣子”——只知道成功率是多少，不知道为什么成功、为什么失败，“不可控意味着不可用”。

尽管前路漫长，但没有人因此悲观。“具身智能产业最被高估的是大家以为机器人很快能取代人的工作，现在远远达不到。最被低估的是它的潜在能力——一旦突破物理交互这面墙，影响会大得多，不只是替代工作，而是全社会生产生活方式的变化。”薛凡说。

清醒的乐观，这样一种情绪在赛场上反复起伏。选手们不夸大技术的当下能力，也不怀疑它的长远价值。评委们不放松对落地的追问，也不吝啬对创新的鼓励。

赛事内外：生态的起点

对于参赛团队来说，获奖意味着总计400万元的资金支持。但大赛主办方希望提供的不止于此。颁奖仪式上，上海国投党委副书记、总裁戴敏敏表示，公司将常态化举办“申智杯”，积极打造“赛事孵化、技术突破、产业落地”全链条科创服务体系。

他向记者进一步拆解了后续的赋能计划。第一是展示机会，让获奖队伍在世界人工智能大会的舞台上展现中国创业者的精神风貌。第二是资本的对接，不仅有上海国投旗下的基金，还带动了广泛的机构资本参与。第三是生态赋能——上海国投投资了三千多家企业，其中150家上市公司。

在资本层面，上海国投已构建多层次AI投资布局。总规模225亿元的上海人工智能母基金覆盖算力、数据、模型、具身、端侧、应用的全栈式布局；上海大模型基金、上海具身智能基金等专项基金锚定细分赛道，形成“顶层生态牵引+垂直赛道深耕”的梯度布局。浦发银行也同步推出专属综合金融方案，搭建“商行+投行、融资+融智+投资”全周期科创金融服务体系。

黄伟表示，对于优秀项目，信通院也将持续提供成果展示、测试验证、标准评价、产业对接等服务，“帮助创新成果不断完善、持续成长”。

在AI大模型令人惊艳的能力涌现之前，神经网络理论已经积累了几十年。若没有学者的坚持和机构的长周期投入，不会有今天的结果。何苗用“三层递进”来概括赛事的深层价值：“以赛识人、以赛代练、以赛为媒。最终目标不是比出几个冠军，而是留下一批能在基础科学和产业现场两头跑的人才。”

中国在产业发展上的上层规划属性，意味着一旦明确战略方向，政策支持便会系统性地跟进。大赛评委沈力告诉记者，生物医药、材料等应用方向跟产业联系紧密，创投资金大量涌入。但AI天气预报等社会价值巨大、直接关系民生的问题，因为产业化路径不够清晰，反而关注不足。在这种背景下，上海国投“投早投小”、全程赋能的理念，在AI这个需要长周期投入的产业中，正显示出独特价值。

第一届申智杯落幕了。1451支参赛团队，来自30余个国家和地区，覆盖从基础算力到终端应用的完整创新链条。一批项目用真实场景验证了技术的价值，更多项目则在比赛中找到了自己的位置和方向。

人们被AI的理念所折服，相信它终有一天将加速科学突破、改变生产生活、促进经济增长、增进人类福祉，但这“流着奶与蜜”的“应许之地”究竟在何处？这场比赛虽然没有给出终极答案，但它提供了一个清晰的坐标：当技术走出实验室，与真实场景、真实需求、真实资本相遇的那一刻，AI的力量才开始真正显现。