量子位
·
MEET2026挤爆了，AI圈今年最该听的20+场演讲&对谈都在这
内容提要
MEET2026智能未来大会吸引了近1500名现场观众和350万线上观众，聚焦AI发展趋势。专家讨论了生成式AI和智能体互联网等主题，强调AI与物理、信息和生命的融合，展示了AI在各行业的应用潜力，推动AGI进程，展现未来AI的广阔前景。
关键要点
-
MEET2026智能未来大会吸引了近1500名现场观众和350万线上观众，聚焦AI发展趋势。
-
专家讨论生成式AI和智能体互联网，强调AI与物理、信息和生命的融合。
-
AI正在从鉴别式走向生成式与推理式，加速落地。
-
未来5~10年，基础大模型将收敛到不超过10个，智能体将取代大部分SaaS和App。
-
用户在使用AI产品时面临认知偏差、落地断层和体验割裂等痛点。
-
AI行业演进分为感知AI、生成式AI、智能体AI和物理AI四个阶段。
-
Agent的构建需要底层模型、大脑和工具三个模块。
-
生成模型本质上是在拟合数据分布，扩散语言模型架构具有更小的参数规模。
-
企业智能体的落地需优化场景选择、数据整理和模型构建。
-
AI时代的经济学思考强调AI对资源配置的影响和竞争。
-
AI在医疗健康领域的应用包括基层卫生和三甲医院的专业病种大模型。
-
AI的商业化落地需实现模型、终端、数据的闭环。
-
Agent的本质是可验证过程的自动化，重写公司组织结构。
-
AI技术的成熟改变传统科学计算模式，推动高性能计算技术的发展。
-
AI的演进过程与生物进化相似，开源对进化速度至关重要。
-
AI Agent的革新面临数据、场景与组织协同的挑战，需技术与行业深度共创。
延伸解读
AI与行业融合的趋势
MEET2026大会强调了AI与物理、信息和生命的深度融合，预示着未来AI将不仅限于软件应用，而是向更广泛的行业场景渗透。企业在部署AI时需关注如何将AI技术与自身业务深度结合，以实现更高效的资源配置和生产力提升。
智能体的未来发展
大会讨论了智能体的演进，预计未来5~10年将形成不超过10个基础大模型，智能体将取代大部分SaaS和App。企业需关注智能体的构建过程，包括底层模型、大脑和工具的整合，以确保智能体的有效落地和应用。
用户体验的挑战
专家指出，用户在使用AI产品时面临认知偏差、落地断层和体验割裂等问题。企业在开发AI应用时应重视用户体验，确保产品能够真正满足用户需求，避免因技术复杂性导致的使用障碍。
开源对AI发展的重要性
大会上提到，开源对AI技术的进化至关重要。通过开源，企业和研究机构能够共享资源，加速技术创新。因此，推动开源生态的建设，将有助于提升AI技术的应用效率和市场竞争力。
延伸问答
MEET2026智能未来大会的主要主题是什么？
大会主要聚焦于AI发展趋势，讨论生成式AI和智能体互联网等主题。
未来5到10年，基础大模型的趋势是什么？
基础大模型将收敛到不超过10个，智能体将取代大部分SaaS和App。
用户在使用AI产品时面临哪些主要痛点？
用户面临认知偏差、落地断层和体验割裂等痛点。
AI行业的演进分为哪几个阶段？
AI行业演进分为感知AI、生成式AI、智能体AI和物理AI四个阶段。
生成式AI与智能体AI的关系是什么？
生成式AI正快速演化为智能体，任务长度与能力同步提升。
AI在医疗健康领域的应用有哪些？
AI在医疗健康领域的应用包括基层卫生和三甲医院的专业病种大模型。
