裁剪部 整理自 AIGC2026

从硅谷投资东谈主的视角望出去，AI的叙事正在悄然换轨。

在这个新旧周期轮流的关节节点，Fusion Fund首创联合东谈办法璐带来了她一线的判断：

曩昔两年，行业统共的眼神都聚焦在模子和算力上，但确凿的战场，正在向基础设施的“通讯层”和物理寰球的“数据层”转换。

在本次2026中国AIGC产业峰会上，她将这一轮AI叙事的转向说得很直白——

推理将超越考研，成为算力糜费的新主角；而数据中心里阿谁鲜少被说起的通讯步伐，其耗电量可能是规画自己的百倍以上。

至于下一个确凿巧得押注的办法，在她看来，并非更大的模子，而是更确凿、更高质料的数据，以及医疗、天外、纳米机器东谈主这三个AI诈欺办法。

为了无缺体现张璐的想考，在不改变喜悦的基础上，量子位对演讲实质进行了翻译和裁剪整理，但愿能给你带来更多启发。

2026中国AIGC产业峰会是由量子位专揽的行业峰会，近20位产业代表与会盘考。线下参会不雅众超千东谈主，线上直播不雅众近400万，取得了主流媒体的无为温和与报谈。

中枢不雅点梳理

算力需求的重点正在从考研转向推理：考研是一次性的算力干与，推理才是可握续的长期需求；跟着智能体交互替代对话交互，推理算力的比重将从当今的50%赓续攀升，成为AI基础设施最中枢的优化办法；

数据中心的确凿电老虎是通讯：在AI数据中心内，通讯糜费的电量可能比规画自己高出百倍，这意味着光学通讯等新一代通讯本事的价值，远比广泛剖析的更为关节；

物理AI当今卡在数据层：架构和算力都已具备，确凿的瓶颈是穷乏弥散高质料的确凿寰球数据；合成数据不错行动补充，但无法替代角落场景中的确凿聚集；

数据的质料比数目更进犯，而医疗恰正是高质料数据密度最高的行业之一：这是无数AI科技公司在2025年皆集入局医疗赛谈的底层逻辑，而不仅仅因为它阛阓够大；

本事创新仅仅起先，产业整合速率才是AI落地的确凿竞争力：当500强企业的AI预算从千万级跃升至数十亿级，采购周期从半年压缩到一两个月，这种加快度自己便是模子和诈欺握续迭代的燃料。

以下为张璐演讲原文：

AI叙事的新拐点

全球好，我是张璐，我是硅谷Fusion Fund的首创和经管联合东谈主。

在曩昔的十到十一年的时候里，咱们一直专注北好意思阛阓早期科技公司的投资，尤其专注在三个规模——企业级东谈主工智能、医疗AI以及工业自动化。

曩昔两年，全球可能都温和到了，硅谷经验了快速迭代的创新周期，尤其是以东谈主工智能为驱动的快速的产业创新以及产业植入的进度。

是以咱们在曩昔这两年绝顶缺乏，但也绝顶爽朗，看到了许多隆起的企业家、创业者快速地成长起来，也看到了产业中从东谈主工智能、基础设施，再到东谈主工智能的诈欺层面上多重创新的开展和发展。

到本年，我以为仍是进入到了一个新时期，不错看到东谈主工智能在举座的叙事上、创新的专注层面上，有了一些新变化。

是以今天也绝顶高兴有契机和全球共享，曩昔一年咱们看到的硅谷新兴的东谈主工智能创新风向的变化，以及一些最新的动态。

曩昔几年，咱们在聊到东谈主工智能创新的时候，有几个关节词反复出现，比如大讲话模子、生成式AI、考研、算力需求等等。

但最近这段时候，咱们看到在语境层面上也有一些新的转向，比如，不仅仅在盘考大讲话模子，当今更多在盘考行业专属诈欺，基于的是小讲话模子如何样不错通过愈加低本钱、高效的表情，去进行产业垂直东谈主工智能的植入，另外亦然模子对象的调遣。

从讲话模子，当今更多盘考的是物理AI，还有寰球模子的调整。

同期在规画层面，咱们也时常讲到东谈主工智能的算力需求绝顶普遍，以前算力的无数糜费可能是在考研端。

但曩昔这段时候，全球更多盘考的是推理关于算力的需求会越来越大，致使高出考研，成为长期可握续的算力需求。

在根底层面上，咱们也能看到有越来越多关于数据的盘考，从最早咱们时常讲规模定律（Scaling Law），认为有越多的数据意味着不错去考研出更好的东谈主工智能模子。

到当今全球更多温和数据的质料——如何样不错拿到高质料的行业数据？如何不错通过高质料的行业数据去作念更好的数据库？咱们称之为数据治理（data curation），还寥落据藏书楼（data library）。

再基于这些数据的质料去优化东谈主工智能，非论是模子身手，照旧在诈欺身手上进行迭代。

从头界说AI基础设施

今天也想凭证这些不同的办法，跟全球快速共享几个咱们绝顶看好、况兼当今正快速发展的东谈主工智能规模。

领先要跟全球共享和聊到的便是东谈主工智能基础设施。

若是全球接洽注英伟达3月的GTC大会，也能看到英伟达的叙事在改变，以前讲的是一家GPU芯片企业，到当今黄仁勋仍是绝顶明确——

英伟达是一个东谈主工智能基础设施公司，一个东谈主工智能工场。

从Token经济学来看，畴昔对东谈主工智能基础设施的需求，可能就像对电力的需求相同常见，这是一场绝顶普遍的基础层级的产业转换。

是以咱们看到，关于东谈主工智能基础设施的创新需求绝顶高。东谈主工智能当今进入了产业部署阶段，大规模的产业部署也需要绝顶强力的东谈主工智能基础设施来辅助和复古。

当今有无数新建的东谈主工智能数据中心，它们面对许多挑战，比如电力的糜费、通讯层面上的能量糜费，还有多样各种本事问题。

是以如何样在这个层面上进行更多的本事创新，也带来了许多的创新契机，其中咱们聊得相比多的，便是基础设施自己的算力优化。

我刚才提到，中枢的算力变化在于——以前算力温和更多的是考研自己，但当今咱们看到一个绝顶明晰的调遣：考研更多是一次性的算力干与，然则推理是可握续的算力需求。

几年前，这两个层面上对算力的需求——考研的算力需求占到70%以上，推理可能唯有20%到30%，当今推理仍是占到了一半，在畴昔可能会变成30:70（考研:推理）。

尤其咱们当今仍是到了新的调遣阶段，即从聊天对话这种交互表情，到当今智能体的交互。若是你有一个智能体，你是不是但愿这个智能体一直在线，一直反应你？

这个经过中关于推理的需求就愈加具有可握续性，然后也愈加无数，这个经过中推理所糜费的算力也更为中枢。

因此，如何进行推理的优化？如何进行推理算力的优化？是畴昔东谈主工智能基础设施要去处分的中枢问题之一。

咱们刚才主要专注的是说规画这部分的算力，在东谈主工智能基础设施层面上全球探讨的，更多是在规画经过中糜费了多大的能量。

当今全寰球都在盘考，东谈主工智能的中枢发展瓶颈之一便是耗电量，然则在规画之后，下一步是什么呢？是通讯（Communication）。

这个通讯的经过中有通讯身手的需求，有里面通讯， 还有交换机（switch）的需求，在东谈主工智能的数据中心里，通讯步伐举座的耗电量可能比规画的耗电量要大几十倍致使上百倍。

我昨年有幸在斯坦福，和咱们之前的老校长，亦然谷歌的母公司Alphabet的董事会主席John Hennessy作念过一个对话，在对话中他特意提到——

在通讯的经过中所糜费的电量可能比规画自己要高出百倍以上。

CPU、GPU的筹办想路，其实是尽量在腹地、在芯片自己作念尽量多的规画，而不是去进行更多的传输，你不错把规画到处部署，也不错把数据到处搬动，然则搬动数据的经过中它糜费的电量，比搬动规画自己的本钱更高。

是以这也催生了许多新本事，它们所温和的正是通讯的部分——如何样不错有新一代的通讯本事？咱们时常提到，当今有许多新创新是在光学通讯层面上，去大规模镌汰通讯经过中的能量糜费，这亦然很关节的。

咱们刚才也提到一个调遣，便是从讲话模子→寰球模子→物理AI。

到物理AI，咱们所诈欺到的数据不仅仅文本数据，还有许多三维的数据、确凿寰球的数据，而这些数据的量级也愈加普遍。

在这个经过中若是你再去到处传输数据，它关于能量的糜费也会愈加普遍。

这亦然为什么咱们在这个规模会看到更多创新。

物理AI的解围：角落规画与新式传感器

刚才我提到了好屡次“物理AI”。

物理AI当今亦然一个新兴发展的办法，它不仅仅咱们时常讲的东谈主形机器东谈主。

物理AI， 它其实波及到了仿真模拟（simulation），还寥落据层、寰球模子等规模，这些都遮盖到物理寰球和AI的交互。非论是全球可能温和相比多的无东谈主驾驶，照旧工场规模高精度分娩的举座物理AI的投放和使用，还有医疗、物流供应链、天外行业等等，都在大规模诈欺物理AI。

如何样不错让物理寰球和AI更好地互动？这亦然当今创新很进犯的办法。

咱们看到许多创新其实聚焦在一个是仿真模拟层，另一个便是数据层。

当今关于物理AI来讲，最大的一个瓶颈，是咱们的架构作念好了，也有算力，但当今最缺的便是数据，当今最大的瓶颈亦然在数据。

咱们莫得弥散高质料的确凿寰球数据去复古物理AI的模子考研，虽然这个经过中有许多东谈主去聊一个联系办法，便是合成数据。

合成数据当今亦然发展速率很快的一个办法，包括通过合成数据再去看去复古仿真模拟， 但在这个经过中会发现，合成数据其实存在许多流弊或者盲点。

是以，对确凿寰球中角落场景、角落数据的聚集，还瑕瑜常关节的。

这也就意味着，咱们不仅仅要去温和模子层的本事发展，沙巴体育中国官网入口要更奋力去干与新式的数据聚集平台和数据优化平台的本事创新，这样才不错有更好的数据库，去复古物理AI进一步的发展。

既然物理AI当今中枢的一个痛点，便是它的数据层。那如何样不错取得确凿寰球和工业界的高质料数据？

这个时候你会发现，比如传统的制造分娩行业，它其实产生了许多高质料的确凿三维数据，然则它的痛点在于，莫得一个绝顶好的数据聚集平台去进行尺度化的数据聚集、数据优化和数据治理（curation），让数据举座达到不错进行东谈主工智能模子考研的阶段。

而在这个经过中，因为许多确凿寰球的需求，诈欺场景又对这样的数据聚集平台的糜费，有着自然的扬弃。

是以如何不错在角落端更好进行东谈主工智能的部署，也瑕瑜常进犯的一个办法。

在这里我提到一个新的本事，便是咱们看到了许多年一直在发展的东谈主工皮肤，它中枢是柔性电路，叫Flexible Electronics。

△来自斯坦福大学官网

本年出现了许多这样的公司，其中作念得最佳的研究之一，是来自斯坦福大学鲍哲南耕种的执行室，他们所作念的东谈主工皮肤的传感器，是一款高精度、顽劣耗的传感器，它不错薄到就像手套相同，非论是套在机械手上，或者套在东谈主的手上，它的触觉有绝顶高精度的传感点，这个触觉数据，就不错成为绝顶进犯的数据起头，去复古物理寰球。

△征引自中国科学院学部

在这个经过中，咱们不单看到初创企业在作念新式的数据聚集平台。

咱们在和一些500强企业，尤其是一些500强的制造龙头企业对话的时候，我发现他们我方里面也在作念这方面本事的探索，是以说全球其实意志到了中枢的瓶颈是在数据层，也有更多的创新聚焦到数据这一层。

我还想再强调少量，便是角落规画。

角落规画畴昔的发展也会绝顶快，这个办法对咱们来说仍是不是新办法了，咱们从2018、2019年就入手投资角落规画。

在曩昔两年，我以为产业酿成了一个共鸣——东谈主工智能发展的畴昔办法是在角落端的东谈主工智能部署。

如何样能够达到角落端东谈主工智能的部署？又回到咱们刚才波及到的问题，它需要的是一个小模子。

比如说咱们本年有一家公司刚被高通收购，他们的模子就不错小到——不及10亿token， 在这样的情况下，你不错在一个Raspberry Pi（树莓派）上头去运行这个小模子，它就不错有和GPT-4同等的东谈主工智能身手。

包括前段时候，谷歌发布的一些开源模子，也有一些绝顶小的角落模子，是以在角落端的东谈主工智能铺设绝顶进犯。

而角落端AI的铺设，再和新式的数据聚集平台整合到沿途，咱们就不错在角落端进行数据聚集、腹地化处理和腹地化的东谈主工智能的诈欺，是以关于高监管行业，还有那些对数据隐讳相对明锐的行业来说，都瑕瑜常好的发展办法。

温和三个诈欺办法：医疗、天外与比细胞还小的机器东谈主

终末，跟全球讲几个我绝顶看好的具体东谈主工智能诈欺办法。

本年关于硅谷来讲是东谈主工智能医疗规模绝顶进犯的一年，在岁首的时候，先是礼来（好意思国制药公司）和英伟达成了一个10亿好意思金的妥洽。

△来自英伟达官网

他们的妥洽不仅仅东谈主工智能和医疗的联结，他们也但愿构建一个东谈主工智能+医疗+数据本事的生态，去匡助更多的初创企业跟他们达成计谋妥洽，咱们有好几家公司跟他们在进行妥洽。

包括在1月份，全球可能接洽注到，非论是ChatGPT照旧Claude，都发布了针对医疗规模诈欺的专属产物，尤其是Claude作念的Claude for Health，其实是专注底层的基础设施，在数据、隐讳、安全，还有合规层面上去匡助医疗规模的管事提供商和病院等等，更好地进行AI医疗的整合。

前一段时候，巧合几周前，默克（好意思国的制药企业，寰球上最大的制药企业之一）也和谷歌Gemini发布了绝顶重磅的计谋妥洽。是以咱们会看到，许多东谈主工智能的科技企业都在纷纷入局医疗规模。

医疗规模不仅仅好意思国阛阓最大的阛阓之一（好意思国20%的GDP都在医疗规模），更进犯的少量，是咱们刚才提到的很进犯的一个调遣，或者说共鸣——全球意志到数据的质料比数据的量更进犯。

哪个行业有海量的高质料数据？其中一个很进犯的行业便是医疗规模。

2017年咱们就入手发布AI医疗的施展，昨年又作念了一个最新版，不错看到许多新的进化。

到当今，咱们会看到许多新式的AI医疗公司，它专注的是一个垂直规模小模子。

比如说特意针对细胞疗法作念一个垂直AI模子，针对MRA（磁共振血管造影）的测序数据特意作念一个垂直模子，致使还有一些是针对特定疾病的，比如说特意针对帕金森、老年沉寂，去联结多样各种的数据、生物信息学进行个性化的会诊和赞助。

这个经过中，不仅仅AI模子，还有包括机器东谈主和物理AI也在医疗规模进行大规模的铺设。

这里我提到一家公司叫Medra， 亦然咱们昨年刚投资的一家公司。

他们是斯坦福配景的团队，作念了整一套的物理AI系统，从AI层面上不错我方去露出如何样进行生物医疗的执行筹办，同期进行机械手臂、还有自动化机器东谈主执行，到终末举座去自动化通盘人命科学，包括医疗规模的科研经过。

几周前，他们刚刚在旧金山，开启了他们全球当今最大的一个全无东谈主物理AI机器东谈主的执行室，当今正在日夜抑遏进行多样各种的执行搭设。

这家公司在早期的时候就和许多药厂妥洽，是以当今咱们去聊AI医疗，仍是不是几年前单纯的问诊、医师辅助功能，当今仍是波及到了绝顶中枢的个性化赞助部分。

个性化赞助也不仅仅咱们之前可能看得相比多的癌症、心脑血管疾病，当今尤其是脑部疾病，举例帕金森、老年沉寂、抑郁症，这些都不错和AI、致使物理AI进行深度整合。

另外一个我个东谈主绝顶看好的办法便是——物理AI和天外科技的联结，尤其是畴昔3-5年通盘天外规模的发展，天外经济学、天外生态、天外基础设施的崛起都会绝顶快速。

虽然全球当今都在温和随即要到来的SpaceX的IPO，这也瑕瑜常顽强的信号，会让全球看到接下来的三五年通盘天外经济的快速崛起，又因为天外生态的非常性，它就有自然的AI原生和机器东谈主原生的特质。

比如说咱们会讲到天外基础设施的搭设，在这个经过中就会用到许多物理AI， 还有机器东谈主的创新诈欺，同期包括畴昔一个很大的发展办法，便是天外工场。

虽然你不错输送东谈主上去天外工场，然则可能更好的罗致是在短期内输送机器东谈主上去。比如当今探月的任务，你会发当今东谈主类进行登月的尝试之前，会部署许多的机器东谈主和机械诞生。

咱们我方也有投资特意作念天外基础设施的公司，尤其是机器东谈主层面上的诈欺，去进行这种效力擢升。

举例天外加油站，统共诞生都仍是作念好了，况兼在曩昔的这一年时候就仍是达到了上亿好意思元的订单收入。是以这个产业的快速迭代发展，亦然一个绝顶新兴的、迭代绝顶马上的东谈主工智能创新办法。

终末一个办法其实也跟医疗联系，但它需要一定时候去锻练、但会让全球以为绝顶爽朗的办法——

便是以更小的维度去看机器东谈主的发展，咱们叫它微米机器东谈主或者纳米机器东谈主。

更小的机器东谈主不错进到东谈主类的血管里，比如说去撤消血栓；或者更进一步缓慢到DNA级别，去进行靶向药物寄递，杀青体内的免疫隐形。

当今有越来越多的本事在这个办法进行迭代，比如说进行血栓撤消的微米机器东谈主，仍是进入生意化诈欺的启动阶段。包括DNA引擎、Nanoswimmer（纳米机器东谈主规模的一个细分模式，指会游水的纳米级机器东谈主），还有靶向递药的这些纳米机器东谈主的诈欺，在畴昔几年也会有很好的出路和快速的发展。

是以今天就和全球快速地共享一些在曩昔这一年多的时候里，咱们看到的一些让东谈主很爽朗的AI发展办法。

当今通盘生态也处在迭代期，还有许多新的模子架构在裸露。

虽然这个经过中通盘AI生态也面对许多挑战，但关于创业者来讲，挑战就意味着契机，是以咱们会看到更多优秀的创业者，跳到产业里去开展新办法的探索。

行动投资东谈主咱们也绝顶幸福，我觉允洽今对早期的AI的投资东谈主来说，是很幸福的时刻，不错看到这样多的本事，不仅是处在创新的阶段，还处在产业快速迭代的时间。

终末想跟全球共享的便是，除了本事创新以外，当今更进犯的一个时候节点，便是从本年入手咱们会看到产业关于本事整合的作风在快速变化。

咱们看到无数500强企业在东谈主工智能方面的预算，从几千万变到几亿，致使变到了几十亿。从以前销售周期可能需要半年致使更长的时候，到当今一个月、两个月的时候，这种产业的快速整合才是东谈主工智能本事能够快速发展的中枢竞争力。

因为唯有到达确凿的诈欺场景，快速取得用户，或者说得到诈欺场景的反馈，取得高质料的产业数据，才不错让咱们的模子架构和诈欺连接迭代。

是以也绝顶期待接下来这一年会有更多新的创新出现，也接待全球有时候不错多来硅谷，进行更多本事层面上的换取沙巴体育(中国)官方网站，谢谢。