首页 - 财经 - 行业新闻 - 正文

智慧互通(AICT)项炎平博士:以高精物理AI构筑人工智能技术新范式

来源:财经报道网 2026-07-13 11:22:17

(原标题:智慧互通(AICT)项炎平博士:以高精物理AI构筑人工智能技术新范式)

7月8—10日,Leap East峰会在香港举办,智慧互通(AICT)技术委员会主席、人工智能科学家、联合创始人项炎平博士出席峰会主论坛并发表演讲。针对当前AI技术发展瓶颈与迭代方向,项炎平博士从技术底层逻辑出发,全面阐释高精物理AI全新技术范式,通过四层全栈架构解析数实融合技术路径,为全球AI产业技术迭代与赛道分化指明方向。

Leap East峰会由沙特通信与信息技术部、香港特区政府创新科技及工业局联合支持召开。作为沙特旗舰科技展LEAP的亚洲首站分展,本次活动旨在打通亚洲与中东科技、创投、企业的链接通道,成为两地硬核科技产业对接的核心枢纽。

高精物理AI重构物理世界技术底座

当前,以大模型为核心的通用AI,以文本Token为基础聚焦虚拟内容生成,但技术架构天然与物理世界脱节,存在感知精度不足、端侧时延过高、无法物理闭环执行等短板,难以满足实体场景的产业化需求。

项炎平博士认为,城市治理、智慧交通等实景场景对安全性、实时性、稳定性具备刚性约束,泛化能力强的通用AI无法破解精细化治理、全域安全防控等核心痛点。对此,他提出:“通用AI解决文字想象的需求,高精物理AI解决真实世界需求;没有对物理世界高精度感知的技术底座,AI赋能千行百业都只是空中楼阁。”

在他看来,全球AI产业下半场的竞争核心不再是模型参数内卷,而是面向物理世界的技术适配能力。智慧互通(AICT)提出高精物理AI正是要打破虚拟与现实的技术壁垒,重构适配真实物理世界的专属技术底座,成为AI技术突破应用瓶颈的核心方向。

四层全栈架构,打造高精物理AI技术新范式

区别于通用AI算法与硬件相对割裂的设计思路,项炎平博士系统拆解了智慧互通(AICT)高精物理AI“Token-AI Agent-AI station-AIStation OS”四层递进架构,明确这一体系是高精物理AI算法、硬件、算力、场景精密契合的核心载体,构建起全新的实体AI技术范式。

Token是技术范式的底层基石。高精物理AI以Token对真实实景信息进行多模态结构化编码,将无序物理数据标准化,解决实景数据碎片化难题,为全链路智能运算提供精准底层数据支撑。

AI Agent是核心决策中枢。其基于Token精准数据训练,嵌入物理空间约束规则,摒弃通用智能体的泛化推理模式,贴合城市、交通、机场等真实场景的规范部署无人化和机器人产品,实现无人干预的精准调度、风险预警与闭环处置,适配各种对高精度感知、计算、控制需求的场景。

AI station是软硬件融合的AI新载体。它融合了自研的绿视线(Green Vision)等高精度感知硬件系统,以及大模型和边缘算力系统、分布式绿能储算体系,将感知、计算、决策本地化部署,实现硬件、算法与真实物理场景的深度绑定,让每一个绿视线节点既是感知入口,也是绿色供能、分布式储算和平台服务的空间载体,持续完成空间状态感知、事件识别、就近计算和智能协同,构成城市分布式智能算力网络。

AIStation OS是全域协同顶层架构。通过全域部署的AI station,打破数据孤岛,基于统一物理空间构建城市数字孪生,实现交通、安防、低空经济等多业态协同调度,完成从单点智能到全域智能的技术升级。

技术范式分化,定义实体AI产业未来赛道

针对全球AI技术迭代趋势,项炎平博士提出赛道分化观点,“未来全球AI赛道分两条赛道,虚拟内容看大模型,实体产业看高精物理AI,这是中国科创企业实现差异化全球竞争的核心抓手。”

他指出,高精物理AI全新技术范式,核心优势在于技术闭环性与场景原生性。相较于海外企业重算法、轻工程、弱实景适配的技术路线,中国高精物理AI形成了从底层编码、智能决策到硬件部署、全域组网的完整技术链条,天然适配全球实体产业多样化的智能化刚需。

“从产业长远发展来看,AI技术终极迭代方向是全域实体智能化。依托四层架构的高拓展性,高精物理AI可灵活适配不同规模场景,技术复用性极强。随着全球产业数字化转型提速,以高精物理AI为代表的技术新范式,将引领实体AI赛道发展,推动中国原创技术理念持续影响全球AI产业演进。”项炎平博士认为。


本文来源:财经报道网

APP下载
广告
相关股票:
好投资评级:
好价格评级:
证券之星估值分析提示机器人行业内竞争力的护城河良好,盈利能力较差,营收成长性较差,综合基本面各维度看,估值偏高。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-