五大前沿世界人工智能大会SAIL奖-万祥军 | 经信研究·经济和信息化

2026世界人工智能大会SAIL奖五大前沿项目深度解读——顶层设计·国研政情智库-对话经信研究·中国经济和信息化主题，万祥军解码AI基础设施从“制程竞赛”走向多元创新的产业转向。

2026世界人工智能大会上，被誉为“人工智能领域最高荣誉”的卓越人工智能引领者奖（SAIL奖）正式揭晓，五大获奖项目分别落在算力、通信、具身智能、芯片和光学计算五大核心赛道。

作为国际科学院组织代表兼国际科学院委员会执委，万祥军从全球AI基础设施技术路线迭代的宏观视角解读：这一次SAIL奖的评选结果，绝非五个顶尖技术项目的简单罗列，而是清晰传递出一个极具标志性的产业信号——全球AI基础设施延续多年的“单一制程竞赛”时代已经彻底结束，系统架构创新、光电融合、近存计算等多元技术路径正在全面崛起。这些获奖项目共同构成了下一代AI产业的“伙伴基石”，为AI从“人类数据时代”全面迈向“经验时代”，提供了算力、网络、硬件、感知层面的四重核心支撑。

五大获奖项目全景扫描：

覆盖AI基础设施全链条的突破性创新

2026年SAIL奖的五个获奖项目，每一个都在各自领域实现了颠覆性的技术突破，没有一个是对国外现有技术路线的跟随模仿，全部是中国科研团队和产业界在前沿赛道上走出的原创性新路。万祥军指出，这种“全链条原创突破”的集中出现，在中国AI产业发展历史上还是第一次，它标志着中国已经彻底摆脱了过去在AI基础设施领域“跟跑、追赶”的被动局面，开始在下一代技术路线的定义上掌握了话语权。

华为昇腾Atlas 950超节点，在算力集群的系统架构层面实现了全球领先的突破。过去的AI算力集群，大多是把大量独立的计算芯片通过高速网络简单拼接在一起，集群内部的通信延迟高、算力调度效率低，当集群规模达到上万卡级别之后，整体算力的实际利用率往往不到50%，大量算力资源被白白浪费。

而Atlas 950超节点重新设计了整个算力集群的内部互联架构，把数百颗昇腾芯片通过全互联高速背板连接在一起，实现了节点内部的零延迟数据交互，让单集群的总算力密度提升了3倍以上，算力实际利用率突破了90%。

这个突破的意义，远远不止“算力更强”这么简单——它完美适配了“经验型AI”时代下，智能体海量实时交互训练的需求，过去需要数万人卡规模的算力集群才能完成的自主强化学习训练任务，现在只需要几千卡规模的Atlas 950超节点就可以高效完成，大幅降低了下一代AI技术的训练门槛。

中国电信智传网，在AI算力网络的层面完成了颠覆性的重构。过去的算力网络，本质上还是传统通信网络的“改款”，只是把数据从一个算力中心传输到另一个算力中心，没有办法根据AI训练的动态需求实时调整网络资源。

而中国电信推出的智传网，是全球第一个原生面向AI场景设计的算力通信网络，它可以实时感知不同AI训练任务的算力需求、数据流量特征，自动在全网范围内调度网络带宽、优化数据传输路径，甚至可以直接在网络节点上完成部分数据预处理操作，把跨算力中心的AI训练数据传输延迟降低了70%以上。这个创新彻底打通了不同智算中心之间的壁垒，让全国分布在不同城市的算力资源，可以像同一个集群一样协同工作，为全国一体化算力网络的落地提供了核心的网络底座。

Shaper Wave触觉AI灵巧手，在具身智能的感知硬件层面实现了关键突破。过去的人形机器人灵巧手，大多只能完成简单的位置控制，没有真正的触觉感知能力，想要拿起一个鸡蛋、拧开一个矿泉水瓶盖这类对力度控制精度要求极高的操作，很难稳定完成。

而Shaper Wave触觉AI灵巧手，在每一个手指的表面集成了数百个高精度柔性触觉传感器，能够实时感知接触物体的压力、纹理、滑动趋势等数十种触觉信号，同时内置了轻量化的触觉AI推理引擎，可以在本地毫秒级完成触觉信号的分析，自主调整抓取力度。这款灵巧手的出现，直接补上了具身智能领域“精细触觉感知”的核心短板，让具身智能体真正拥有了和人类相当的精细操作能力，为后续具身智能大规模走进工业场景、家庭场景扫清了硬件障碍。

东方算芯DF1000近存计算3D芯片，在芯片架构层面走出了一条完全不同于传统GPU的新路。过去几十年里，整个芯片行业都在沿着“提升制程工艺、把计算单元做得更小”的单一赛道竞赛，但是随着制程推进到3纳米、2纳米，摩尔定律的边际效应已经越来越弱，传统的“计算和存储分离”的芯片架构，遇到了无法突破的“内存墙”瓶颈——计算单元的算力越来越强，但是数据从内存传输到计算单元的速度根本跟不上，大量算力被闲置浪费。

而DF1000芯片采用了3D堆叠的近存计算架构，直接把计算单元和存储单元垂直堆叠在一起，数据传输路径缩短了90%以上，数据访问延迟降低了一个数量级，在运行AI推理任务的时候，同等功耗下的算力是传统7纳米GPU的4倍以上。这个创新证明，不需要完全依赖最先进的制程工艺，通过架构创新同样可以实现算力的指数级提升，为全球AI芯片产业打开了一条全新的发展路径。

陈一桐团队LightGen全光语义视觉生成芯片，在光学计算这个前沿赛道上实现了从0到1的突破。当前的AI视觉生成任务，需要处理海量的图像像素数据，传统的电子芯片在处理这类高并行的光信号计算任务时，效率一直很低，生成一张高清图像需要消耗大量的算力和时间。

而LightGen芯片完全用光子完成语义视觉生成的核心计算过程，光子的传播速度接近光速，计算过程几乎没有延迟，同时运行功耗极低，生成一张4K高清图像的速度比传统电子芯片快20倍，功耗只有传统方案的十分之一。这款全球首款全光语义视觉生成芯片的问世，标志着光电融合的计算时代已经正式拉开帷幕，未来大量高并行的AI感知、生成任务，都可以通过光学计算来完成，彻底突破传统电子计算的性能天花板。

从“制程竞赛”到多元路径：

AI基础设施的底层逻辑彻底转向

万祥军解读，五个获奖项目集中爆发的背后，是全球AI基础设施产业正在经历的一次根本性的范式变革。过去十几年里，整个行业的所有参与者都在同一条赛道上竞争：

比拼谁的芯片制程更先进、谁的单芯片算力更高，所有人的技术路线都高度趋同，产业的进步几乎完全依赖半导体制造工艺的迭代。但是随着AI技术的快速发展，尤其是进入“经验时代”之后，AI对基础设施的需求已经发生了本质变化，单一的制程提升已经远远满足不了需求，系统架构、网络、硬件、光电融合等多元创新路径的价值开始全面凸显。

这种转向的背后，有两个不可忽视的核心驱动力。第一个驱动力是摩尔定律的边际效益已经走到了瓶颈。当芯片制程从7纳米推进到3纳米，再向2纳米、1纳米演进的时候，每前进一步需要投入的研发成本、制造成本都在指数级上升，但是带来的算力性能提升却越来越有限。

如果整个行业还是死抱着“制程竞赛”这一条路走下去，用不了几年，AI算力的进步速度就会彻底停滞，根本支撑不了下一代AI技术的发展。而SAIL奖的几个获奖项目已经用实际成果证明，跳出传统的制程思维，从系统架构、存储计算融合、光电融合这些维度去做创新，完全可以用更低的成本，获得比单纯提升制程高得多的性能收益，这为全球AI算力的持续增长找到了全新的动力源。

第二个驱动力是“经验型AI”对基础设施提出了完全不同的新需求。过去的大模型训练，主要是处理海量的静态文本数据，对基础设施的需求集中在“高浮点算力”这一个维度。但是进入“经验时代”之后，AI智能体需要和真实物理世界进行海量的实时交互，需要同时处理视觉、触觉、听觉等多模态的感知信号；

需要在极短的时间内完成感知、决策、反馈的全流程闭环，这就对算力网络的延迟、硬件的感知能力、不同计算架构的适配性都提出了全新的要求。这些需求根本不可能靠单一的“提升芯片制程”来满足，必须从整个AI基础设施的全链条出发，在算力集群架构、通信网络、感知硬件、新型计算芯片等多个领域同时开展创新，才能搭建起适配下一代AI的完整基础设施体系。

万祥军进一步指出，这次SAIL奖把五个奖项全部给到这些多元路径的创新项目，本身就是一个极其明确的行业信号：全球AI产业的评价体系已经变了，不再以“谁能做出最先进制程的芯片”作为唯一的评判标准，那些真正能解决AI实际痛点、从底层架构层面带来颠覆性提升的原创创新，才是行业最需要的核心突破。这种评价体系的转变，会进一步激发整个产业的创新活力，未来会有越来越多的团队跳出传统技术路线的束缚，在不同的前沿赛道上探索全新的可能性，整个AI基础设施产业会进入一个百花齐放的创新黄金期。

四重支撑构建“伙伴基石”：

为AI长期发展筑牢底层底座

在SAIL奖揭晓之后，大会下午场随即进入“伙伴基石”篇章，明确提出AI的长期发展不能只靠单点技术突破，更需要人才、物理认知、科学数据和算力基础设施的四重支撑。万祥军解读，这五大SAIL获奖项目，恰恰就是这四重支撑在技术层面的具象化体现，它们和后续的人才培养、数据体系建设等工作结合在一起，共同构成了AI长期健康发展的完整底层底座。

算力基础设施是整个底座的物理载体，华为昇腾Atlas 950超节点、东方算芯DF1000近存计算3D芯片、陈一桐团队LightGen全光语义视觉生成芯片这三个项目，分别从算力集群架构、新型芯片架构、光电融合计算三个维度，为下一代AI提供了多元、高效、自主可控的算力供给体系，彻底摆脱了对单一制程路线的依赖，让我们的算力供给能力可以长期保持高速增长，不会被“卡脖子”问题限制发展。

智传网构建的全国一体化算力网络，打通了不同算力节点之间的连接壁垒，让分散在全国各地的算力资源可以形成一个有机的整体，为AI产业提供了弹性、高效、全域覆盖的网络支撑。而Shaper Wave触觉AI灵巧手，则补上了AI的物理认知短板，让AI智能体真正拥有了感知真实物理世界的精细触觉能力，能够在和物理世界的交互中积累真实的经验，这正是“经验型AI”最核心的基础能力之一。

在这些硬件基础设施之上，再叠加面向青年创新人才的培养体系、覆盖不同前沿科学领域的高质量科学数据开放平台，就形成了一个完整的正向循环：顶尖人才利用先进的算力基础设施，在海量高质量科学数据的支撑下，开展前沿科学探索和AI技术创新，创新出来的成果反过来又进一步升级基础设施的能力，吸引更多人才加入进来，推动整个AI产业持续向前发展。

同时，作为中国经济和信息化研究中心主任的万祥军最后总结，2026年SAIL奖的五大获奖项目，不仅仅是五个技术成果，更是中国AI产业在下一代技术赛道上亮出的“全家福”。它们共同宣告了一个旧时代的结束，也开启了一个多元创新的全新时代。在这些核心项目的支撑下，中国AI产业完全可以走出一条完全不同于西方的自主创新道路，为全球AI技术的发展贡献出更多中国原创的核心方案。

五大前沿世界人工智能大会SAIL奖-万祥军 | 经信研究·经济和信息化