夜雨聆风2026年AI行业迎来估值重构，
主打安全合规的企业估值逆势领跑，
市场风向已然清晰：
AI规模化落地，
安全是前置底线，
落地价值才是核心目标。
当AI从概念走向工厂产线、企业核心业务，“能不能用”早已不是难题，安不安全、算力稳不稳、场景能不能跑通，成为先进制造业数字化转型的核心卡点。
本次沙龙邀请三位行业大咖，分别从AI基建、国产算力、具身智能三大核心方向深度分享，横跨硬件、安全、场景、投资全链条，为在场嘉宾带来可落地、可参考的行业干货。
深信服AI解决方案架构师张琦带来了《筑基新智造·数启新算力——面向高端制造的AI Infra》主题分享。
他指出：
过去企业尝试AI，更多是部署一个聊天机器人、购买几个大模型账号。
而今天，越来越多企业开始思考：
如何把AI真正融入研发、生产、运营等核心业务流程。
与此同时，企业在AI建设过程中也面临着现实挑战：
算力资源分散、模型选型复杂
数据安全压力增加、投入产出难以量化、AI运维门槛较高
针对这些问题，深信服提出了四个关键词：
架构解耦：避免被单一厂商锁定，实现基础设施与模型能力自由组合。
生产级可用：降低企业对AI专家的依赖，让业务人员也能够快速构建应用。
算力治理：让每一份算力投入都可视、可管、可衡量ROI。
原生安全：将安全能力嵌入AI全生命周期。
分享中一个案例引发现场广泛关注：
某软件科技公司将AI转型作为核心战略，深度使用AI coding进行开发提效，日均token调用量已达数百亿级别，但投入产出不成正比，通过深信服AI算力网关，实现AI使用透明化、资源精细化，路由智能化，并每年节省上千万成本。
大模型是“大脑”，算力则是支撑智能运转的“心脏”。
熠知电子生态负责人卢鸣在《国产XPU在AI浪潮中如何协助客户实现业务增长》主题分享中指出：
单纯依赖传统CPU或GPU，已难以满足复杂AI场景对算力效率与成本的综合要求。为此，熠知电子提出XPU融合算力架构（CPU + AI加速能力），通过将通用计算与专用AI能力融合，实现更高效、更经济的算力供给。这一架构已在多个行业落地验证：
云游戏：单机支撑高并发游戏运行，为运营商及互联网客户提供稳定算力
智能制造：机器视觉替代人工质检，实现产品缺陷自动判定
PCB缺陷检测：高速摄像+AI分析，实时识别微小瑕疵
智慧城市：海量摄像头质量监控与异常识别，提升城市治理效率
卢鸣特别强调：国产算力企业已不再仅是“追赶者”。 在多个细分场景中，国产芯片凭借低功耗、高集成度与本地化适配优势，正形成独特的竞争壁垒。未来，算力自主可控将成为制造业数字化转型的重要基础能力。
如果说过去两年最热的话题是大模型，那么未来十年最值得关注的方向之一，或许就是：具身智能（Embodied AI）
常垒资本创始合伙人石矛以《AI具身：从虚拟走向真实场景》为主题，分享了对产业发展的观察与判断。他提出一个非常有意思的观点：AI的发展正在经历几个阶段：
AI 1.0
对话
AI 2.0
代码生成
AI 2.5
数字任务执行
AI 3.0
具身智能
前几个阶段发生在数字世界。
而具身智能的核心是：让AI进入真实物理世界。机器人不仅能够理解语言，还能够：
感知环境、理解空间
学习物理规律、完成真实任务
从工厂到物流仓储，从医疗到家庭服务，未来大量工作场景都将被重新定义。
但与此同时，石矛也提醒大家：当前具身智能仍处于早期阶段。
市场上的大量机器人产品，本质上仍然承担着“数据采集工具”的角色。
真正的挑战并非机器人本体制造，而是：
世界模型构建
真实数据获取
端侧算力突破
场景验证闭环
未来最大的机会，往往存在于这些底层能力建设之中。
纵观整场沙龙，一个共识越来越清晰：AI已经不再是互联网行业的专属能力。
它正在快速向制造业渗透。从研发设计到生产制造，从质量检测到运营管理，从智能决策到机器人协同，AI正在重构企业价值创造方式。
对于先进制造企业而言：未来的竞争，不仅是产品竞争，更是数字能力竞争。
谁能率先构建AI基础设施；
谁能更高效利用国产算力；
谁能更早探索具身智能场景；
谁就有机会在下一轮产业升级中占据先机。
技术浪潮从来不会等待观望者。
今天，我们讨论AI基础设施、国产算力与具身智能；
明天，它们或许就会成为企业竞争力的重要组成部分。
未来已来，只是尚未均匀分布。
期待与更多产业伙伴一起，共同探索AI赋能先进制造的新机遇、新场景与新增长。
让AI从概念走向价值，让创新真正发生。
END
