上海
上证报中国证券网讯（记者 钱佳滢）10月16日，在AI Cloud 100 China 2026榜单发布暨CEO大会上，4位青年AI创业者和研究者同台，分别从世界模型、底层架构、持续学习、商业化定价等维度，探讨AI下一阶段的技术突破方向。
Abaka AI联合创始人赵云飞认为，世界模型有望成为AI的下一个突破口。他提到，World Labs被AMD收购等行业事件，印证了资本对世界模型赛道的看好。当前世界模型虽可生成可交互的3D视觉空间，但尚且不具备对物理世界的因果理解，无法预判动作给环境带来的影响。能否让模型理解并作用于真实世界，是世界模型走向物理AI的关键门槛。
普林斯顿大学AI Lab研究员张伊凡则将目光投向大模型底层架构与算法创新。据他观察，行业正在探索 “Deep Learning 2.0” 的可能性。当前大模型的架构及学习算法仍存在较大挖掘空间，DeepSeek、Kimi等各类模型厂商都在推进架构层面的迭代。行业过去主要依靠算力、数据规模扩张等方式提升模型能力，未来可开辟第三个扩张维度，即研究能力规模化（Scaling Research），有望推动预训练成本实现百倍级下降。
心洲科技创始人陈锴杰看好持续学习带来的范式变革。他表示，当前大模型的API调用依赖提示词调整输出，产品缺乏用户粘性，市场竞争集中在性价比的“内卷”上。而持续学习可以让模型在每一次调用中沉淀经验，形成绑定企业或个人专属上下文的定制化能力。
无涯智远创始人、北京大学人工智能研究院助理教授张牧涵进一步阐释称，持续学习的核心是主动性与个性化的深度绑定。当模型完整沉淀用户全部历史上下文，掌握用户偏好，就能够做到主动预判、主动行动，形成比用户更懂自身的智能形态。
赵云飞判断，AI的关键突破还将体现在定价模式上。当前行业普遍沿用互联网时代的定价模式，比如针对C端用户按月订阅，针对B端按API调用量收费，然而这套收费模式未能充分兑现AI所创造的价值。赵云飞期待，未来能够诞生AI原生的定价模式。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
