从“更聪明”到“真交付”：CNCC2026第二日，七场报告勾勒AI从数字世界走向物理世界

（陈熙霖主持特邀报告）

10月23日上午，CNCC2026精彩继续，大会特邀报告由CCF会士、中国科学院计算技术研究所研究员陈熙霖主持。七场报告从具身智能、智能无人系统、安全编程语言、物理智能、大规模AI计算到大模型评测与智效比，勾勒出一条清晰的走向：AI正在从数字世界迈向物理世界，从“能不能更聪明”转向“能不能真正交付”。接下来的大会论坛则围绕智能编程时代软件产业的未来展开激辩。

在CCF会士、德国汉堡大学教授、中国工程院外籍院士、德国国家工程院院士张建伟的报告后，CCF会士、常务理事、中国科学院院士、西北工业大学教授张艳宁作了题为智能无人系统不能只追求单域智能，分布式群体智能才是未来方向的报告。

胡振江：开发与验证分离是安全系统软件的根本痛点，C*试图把证明变成C代码

(胡振江作报告)

北京大学讲席教授胡振江作《面向可信智能系统的安全编程语言：开发与证明一体化的路径与实践》报告。他提出一个尖锐判断：现有安全系统软件的根本问题不是验证太难，而是开发语言与验证语言分离、缺乏模块化——seL4微内核验证用了18万行证明、培养8名博士生，一行代码成本约1000美元，修改一处就可能影响验证的一大片。

C*的解法是把证明与计算合为一体：在C语言基础上扩展定理类型与规约类型，使证明就是C代码、推理就是C函数，用LCF架构的小内核保证可信。实践数据显示，2000多行人工代码与8000多规约可自动生成22万行C*程序，编译器验证生成16万行C*程序，证明内存安全、功能安全与语义保持。胡振江的观点是：大模型时代代码规模更大，对可检查性要求更高，“形式化语言不是负担，而是特权”，它能替我们排除母语几乎无法避免的谬误。

郭嵩：通用具身智能的可行路径是组合泛化、交互学习、持续进化

（郭嵩作报告）

香港科技大学教授郭嵩作《迈向自主进化的物理智能》报告。他以具身系统全流程装配玩具飞机、汽车为例，指出与工业自动化1.0最大的区别是通用性——传统流水线靠编代码做精确控制，只适合大批量；未来小批量、个性化装配需要能自主进化的通用机器人。

郭嵩给出三步路径：组合泛化，借鉴大语言模型泛化经验，将语言、视觉、动作对齐到共享语义空间，构建多模态具身思维链，实现大小脑配合——大脑做流程部署，小脑做子任务快速操作；交互学习，受图生视频启发加入物理对齐，推出首个物理对齐仿真平台作为动作条件世界模型，把长程强化学习压缩到3天，准确率提升55个百分点；持续进化，当实践与直觉矛盾时，通过观察诊断、在线生成代码修复、更新策略模型与世界模型。他的判断是：组合泛化、从交互中学习、持续进化是通往通用具身智能的可行方向，该思路2025年底开源后与英伟达不谋而合。

廖恒：AI数据中心应被当作一台计算机来编程，嵌套式BSP是现实答案

（廖恒作报告）

华为Fellow、华为半导体首席科学家廖恒作《众多处理器，仍是一台计算机》报告。他提出一个被行业忽视的问题：当前20万卡训练集群按GPU线程数算已达10亿级并发线程，但大家更多精力花在微架构和实现细节上，没有时间停下来思考这个系统到底意味着什么。

廖恒的观点是：若把整个AI数据中心看作一台计算机，首先要回答怎么编程，其次才是物理实现。扁平BSP在10亿线程规模下Scaling效率严重损失，而实际中DP、PP、EP等并行模式呈嵌套关系，通信频次高、数据量大的放在最里层逐层放大，这种嵌套式BSP与硬件层次——带、芯片、板、机框、机柜、超节点、机房——有很强对应关系，与华为韬定律相契合，系统加速是每层时间折叠压缩比相乘，可达10亿倍。物理实现上，他主张统一各层通信协议、去掉主从设计、采用内存语义，并用光互连摆脱物理距离约束。

随后，CCF会士、常务理事、清华大学教授唐杰作报告。

周俊：评价模型的标准应从能力上限转向智效比

（周俊作报告）

蚂蚁集团副总裁周俊作《智效比，为真实世界而生的开放智能》报告。他提出一个朴素但尖锐的问题：更强的智能能不能以更低成本、更高可靠性走向真实世界？实验室表现好的模型进入产业常遇四道门槛——用不起、跑不稳、不够专业、接不进去。他举例：100步任务每步99%成功率，连起来只剩三成；严肃场景要的不是像样的回答，而是知道安全边界在哪里。

周俊将智效比定义为单位资源综合投入能产生多少真实、可靠、专业、可持续的智能价值。他的核心观点是：智效比不是跑分除算力，也不是单纯追求低Token单价，“一个很便宜却完不成任务的模型，最终算下来是最贵的”；分母不仅是GPU，还包括时延、长上下文成本、私有化部署门槛和工程人力。蚂蚁的实践落在三个维度：高效，Flash模型124B总参数、每Token仅激活5B，总参数为上一代万亿模型的1/8，效率从架构起点设计进去；专业，衡量对象从单次回答对不对变为能否端到端完成任务交付，同时不丢掉通用推理能力；开放，所有模型以MIT协议开放权重，让真实场景反馈流回来。他判断：评价模型的重点将从能力上限转为单位投入的交付，智效比可能成为共同评价语系。

大会论坛：智能编程时代，软件产业走向何方

（黄罡主持大会论坛）

大会论坛由CCF会士、北京大学博雅特聘教授黄罡主持。邀请CCF会士、中国科学院院士、国防科技大学教授王怀民，CCF杰出会员，软件工程专委会副主任委员、北京大学博雅特聘教授李戈，CCF会士、常务理事、清华大学教授唐杰，阿里云智能集团副总裁、研究员安筱鹏等四位嘉宾，围绕多个问题展开讨论。

（李戈进行分享）

关键系统软件由AI生成，质量怎么保证、责任谁来担？ 李戈的观点是：当前大模型仍着重解决软件构造性问题，尚未考虑演化性问题，软件架构设计所需的长决策链条大模型没有能力处理；软件安全与Token消耗是未来必须关注的问题。追责上，既不能归咎于大模型，也不能归咎于开发者，只能归咎于软件生产者即企业。

（安筱鹏进行分享）

安筱鹏在大会论坛中提出，AI编程已发生质变，真实业务场景90%代码生成有AI参与，AI Native组织中一人效率可相当于30至40人，但大型复杂组织中写代码仅占复杂产品工作时间20%，其中65%用于存量系统整合，端到端提效空间目前有限，过去做不到全栈、现在可实现“半栈”。他判断软件产品有三条出路——被增强、被AI降级、被吞噬，主线是流程导向还是算法导向；并抛出激进观点：大模型正在对软件产品发起“斩首行动”，软件入口将趋向超级生产力入口，软件功能原子化后需CLI化、Scale化、MCP化改造并装上大模型大脑，数据与AI深度融合将改变产业趋势。他提醒产业界避免延长线思维，不能把SaaS时代的商业技术方法简单延伸到AI时代，软件产业是当下AI首先能够被深刻改变的最重要产业，其变革是根本性、颠覆性、全局性、持续的。

下午的专题论坛延续了上午“从数字走向物理、从能力走向交付”的主线，多个分论坛同步展开。企业数字化发展专题论坛聚焦“数聚筑基，智算兴业”，来自企业的实践者分享了制造业、农业、金融、医药等场景的数智化落地经验。具身智能方向的分论坛则把讨论推向“从交互到共生”，围绕具身智能体如何感知人类与环境、理解意图并协同行动展开，议题覆盖空间交互系统、灵巧手触觉遥操作、智能座舱与商业服务机器人等。与此同时，“AI能否真正理解物理世界并与之交互”论坛从目标感知、大模型新架构、计算成像到类脑在线学习，探讨物理世界建模的技术路径。安全治理同样是下午的焦点，“大模型拟人化交互：伦理、安全与价值对齐”与“网络生态治理论坛：当AI学会‘自主攻击’”两场直播论坛，将上午关于智能体安全的讨论延伸到伦理对齐与攻防实战层面。从产业落地到具身协同，从物理世界建模到安全治理，下午的分论坛呈现出同一趋势：AI的下一程，不再只是模型有多强，而是能否在真实约束下可靠地做事。