2026年7月18日，上海，人工智能如何改变软件开发行业并推动企业转型？市场上正在出现哪些新的模型架构？如何建立对人工智能的信任？这些问题成为在上海世界人工智能大会（WAIC）"人工智能之旅•创造下一代人工智能论坛"的核心议题。

与会嘉宾讨论了工业设计的变革、新型大规模模型架构、人工智能原生的软件开发方法，以及技术信任的根本性问题。会议特别关注了人工智能从简单助手向自主智能体经济体的过渡。

自主智能体经济体

论坛开场由俄罗斯联邦储蓄银行（Sberbank）高级副总裁兼技术开发负责人安德烈•别列夫采夫发表演讲，他指出向自主智能体经济体转型是必然趋势。人工智能系统将独立执行交易并管理物理流程，而人类将成为这些流程的高层编排者。Sberbank已在为此构建技术基础，包括GigaNetwork平台、面向机器人的VLA模型，以及GigaChat和Kandinsky两个神经网络的新功能。

Sberbank高级副总裁兼技术负责人基里尔•缅绍夫介绍了AI-Disrupt PDLC白皮书，并指出IT行业的主要瓶颈不再是代码编写速度，而是思维的精确度。那些构建端到端人工智能验证架构并重组团队以管理模型查询上下文、从而达成预期成果的企业将最终胜出。

技术壁垒与未来架构

随后，俄罗斯和中国研究人员继续发表演讲。Sberbank人工智能技术开发总监谢尔盖•马尔科夫探讨了当前架构面临的技术壁垒。在先进模型训练的计算预算增长速度超过数字化数据量增长速度的情况下，需要对旗舰人工智能模型训练所基于的范式进行根本性修订。目前基于大规模文本预训练再加专家对话微调的方法，可能会被基于模型持续主动训练的新方法所取代。异步循环架构可能取代庞大的单体模型，这种新架构能够根据所解决问题复杂性和紧迫性自主管理推理时间。

Sberbank高潜力人工智能技术开发负责人、物理数学副博士谢苗•布琼尼在演讲中指出，真正的人工智能自主性在于摒弃中心化、转向去中心化。未来属于具有动态拓扑结构的自组织智能体图谱（gMAS），其中智能体在整个生命周期中自主协调、管理记忆并验证行动。

Sberbank机器人中心执行主任阿列克谢•波斯尼科夫表示，如果没有VLA模型和可复现的测试系统，从演示到机器人工业落地的过渡将无法实现。试点项目必须成为研发的一部分，应包含量化指标以及机器人应对非常规情况的能力。

俄罗斯科学院通讯院士、物理数学副博士、Skoltech人工智能中心副总裁兼主任、AIRI（人工智能研究所）研究组负责人叶夫根尼•布尔纳耶夫解释了为什么大多数企业人工智能项目尚未超越试点阶段。规模化推广需要"工程师人工智能"，即一个人工智能智能体能够交互、积累经验、解释其决策并在人类监督下运行统一环境。这种方法使得从孤立实验向复杂工程和工业流程中人工智能系统化实施过渡成为可能。

新架构与语音技术

RWKV开发者、元始公司（YuanShi）联合创始人罗璇表示，Transformer主导的时代即将结束。RWKV-7已经证明了线性RNN架构的竞争力，而DeepSeek和月之暗面（Moonshot AI）被广泛认可也印证了混合模型和线性注意力机制的趋势。复旦大学教授、CAAI会士邱锡鹏展望了语音交互的未来：将端到端语音技术（STT/TTS）与强大的大语言模型集成，创建能够结合上下文合成自然语音的对话系统。

人工智能技术治理

AI Journey以一场关于人工智能治理的小组讨论作为结束。Sberbank以人为本人工智能中心常务董事、联合国独立国际人工智能科学小组成员安德烈•涅兹纳莫夫主持了讨论，参与嘉宾来自AI联盟，以及中国、非洲和巴西的演讲者。专家们讨论了从生态系统到产品各个层面的人工智能治理，以及模型安全性和在公共部门使用带有AI智能体的生成式解决方案等问题。与会者一致认为，人工智能治理对于规模化推广和实现实际效益至关重要。

WAIC参会者可以参观"俄罗斯互联人工智能中心"（Russian Connected AI Hub）展台，了解面向社会、企业和政府的俄罗斯人工智能解决方案。