在 AI 的门口站了一天 · 外滩大会看展手记

在 AI 的门口， 我站了一整天

论坛的票没能约上，于是一整天都交给了展馆。从进门那几个问题开始，到闭馆前最后一场讲座结束，
中间看完了大厂的落地、高校的探索、导师的产品，也意外碰上了老师，聊了点比展台更实在的东西。
回头看，这一天的收获比听几场分享要大。

时间 · 2026.09.12

地点 · 上海 · D 馆 / H 馆

视角 · 技术看展

主线 · 场景 · 温度 · 协作

进门之后的第一眼：淡紫色的主视觉，和一面写满问题的墙。

进门先被问了几个问题

AI 主题的博物与艺术展览，用疑问而不是答案开场

展馆里还藏着一个关于 AI 的博物与艺术展览，做得挺好。
它没有从技术讲起，而是把入口做成一面问题墙——关于 AI 会怎么长、我们的生活会被推到哪儿，
以及那些说不清楚、但确实搁在心里的疑虑。看完再往里走，整个展的调子就定下来了。

01 · 孩子在不同能力的 AI 面前，是不是也有一条看不见的起跑线？

当 AI 变成学习工具，家庭条件和使用能力的差距会不会被放大。

02 · 我每天教 AI 做我的工作，是在亲手训练自己的替代者吗？

现场原话的补充是：它学得很快，我干活也更快了——可等它真学会了，还需要那么多"我"吗。

03 · 难过时我更愿意跟 AI 说，人和人会不会因此越来越远？

它永远在线、永远不打断你，但也不会替你承担什么。

04 · 当"遇事"先问 AI 就有答案，我们还要不要教孩子思考？

效率与判断力之间，总得有个取舍。

「我每天教 AI 做我的工作，是在亲手训练自己的替代者吗？」

问题按序号排开，像一份发给每位参观者的问卷。

写的是疑虑，读起来更像是提醒。

这个开头很有想法。
把问题摆在门口，而不是把产品摆在门口——后面再看那些医疗、政务、环保、创作的展台时，视角就不一样了：
会不自觉地想，这些东西到底在回答哪一个问题。

大会给出的回答：AI 已经落在四类场景里

把一天的展台按"它在帮谁、解决什么"重新排一遍

按公司逛，看到的是一片密密麻麻的展位；按场景逛，其实就四类。
这么一排，门口那面墙上的问题反而有了些着落——AI 真正被用起来的地方，都还挺具体的。

蚂蚁阿福（医疗，与多家三甲医院合作）· 支付宝阿宝（医疗 + 政务）·
生活服务预约（一句语音，到店体验）

OceanBase（数据库 → 向量 → Agent 全栈）· Deep Ocean（阿里系数据库）·
ASL（Agent 安全可信互联）· 数据洞察 Agent

蚂蚁森林（ESG、种树、沙漠汲水的少年发明）· 高空风力发电这类硬核环保展示

MiniMax H3（视频生成）· 摩斯智能（音频生成与克隆）· AI 生图 ·
数字人与明星同台演绎 · 机器人演唱

面壁小钢炮（端侧模型）· 具身智能（机械 + AI 大脑）· 世界模型 ·
Sim-to-Real 仿真 · 运动传感器数据分析

一个整体感受：
头部厂商都在往"全栈"走——OceanBase 已经不只是数据库，而是数据库 + 向量 + Agent 一起推；
模型公司则往端侧和生成两个方向挤。单点技术的窗口期在变短，
护城河越来越依赖"能不能把整条链路打通"。

阿里系的主场：医疗、政务，和一套数据底座

蚂蚁阿福 / 支付宝阿宝 / Deep Ocean / OceanBase

蚂蚁 · 蚂蚁阿福 · 医疗

主攻医疗场景，展台上写着已经和多家三甲医院建立合作。

更打动人的是布景——它没有摆机柜和屏幕，而是搭了一个山区诊所。技术被放进具体的生活处境里讲，观感就完全不同了，能直接看见"科技温度"具体长什么样。

支付宝 · 支付宝阿宝 · 医疗 + 政务

医疗之外叠加政务与生活服务，走的是"高频公共服务入口"这条路，让各种平台办起事来更顺手。

现场有一整块语音驱动的服务体验：说一句指令，预约就成了。

OceanBase：从数据库，一路做到 Agent

看 OceanBase 的时候，展台上的 Agent 案例比预想中多。它现在的野心显然不止于数据库，
而是想把整条链路都铺上：数据库当地基、向量补检索与语义层，
再往上是 Agent 的标准化产出与工具调用，最后落到具体应用。

展墙上那句话写得挺明白——AI 要能干活，前提是可信数据、数据可溯、权属清晰、不可篡改、风险可控。
换句话说，Agent 的天花板不取决于模型多聪明，而取决于它脚下的数据讲不讲道理。

与之配套的还有硬件端的演示：会唱歌的机器人、宇树的机器人搏击、机器人点咖啡。
数据库这种"看不见"的东西，确实需要一点具象的东西来把人留住。

OceanBase：从数据底座到"单智能体标准化产出"的完整栈。

数据洞察 Agent：挑模板、调指标，报表自己就长出来了。

模思智能：导师的展台

和大厂重叠不低，但音频仍是那把最锋利的刀

这次也看到了导师的模思智能。站在旁观者的角度看，产品化已经做得相当成熟，
放在一线厂商云集的展馆里并不显得突兀。

位势 · 重叠度高，差异在组合方式

坦白说，摩斯在做的事情和大厂重叠度挺高：音频生成、音频克隆、视频生成，这些方向大厂基本都有布局。

差异在于怎么拼：视频生成这块可以接入第三方 C-Dance 音频；而音频本身仍是主要优势，积累最厚。

价值 · 用网络的方式做医疗科普

现场专门搭了展台，介绍大山的医疗团队，还请了对应的医生来分享他们的故事。

本质是：用 AI 把医疗知识送到山里，让专业内容以更低的成本、更低门槛的方式惠及民众。这和蚂蚁阿福的山区诊所布景，是同一种思路的两种表达。

技术的温度：蚂蚁森林，和那些朴素的心愿

全场最硬核的 ESG 展台，也是最动人的一个

这个展台的内容密度出乎意料地高，不是那种摆几块环保标语牌的水准。

ESG · 硬核的环保

风力发电被做成类似降落伞的装置，把"高空发电"这个抽象概念直接具象化，站远一点就能看懂。

互动 · 种树排起长队

种树相关的互动排队的人不少，送的玩偶看上去也很不错，是全场少数几个"愿意排"的点。

高校 · 从手稿到机械

旁边还展示了交大和复旦关于种树的机械设备，和孩子们的手稿铺在同一个展台上。

最让人停住脚步的，是两个孩子

展台里最让人舍不得走的，是两个关于如何在沙漠中汲水的小发明，发明者分别是一名初中生和一名高中生。
尤其那个初中生的作品，手稿展示得非常精细：结构图、标注、反复修改的思路，一笔一划都留着。

能感觉到孩子是真的关心自己的家乡，愿意用自己那点创造力去改善沙漠森林的环境。
从孩子的手稿，到高校的种树机械，一条完整的链条被放在了同一个展台上。

回头想蚂蚁森林的初心，其实是个特别大的脑洞：
在网络上浇水攒积分，到现实里真的落成一棵树。就靠这个"虚拟行为 → 物理世界"的联系，
一件很大的事居然就这么干起来了。大片大片的蚂蚁森林，是留给后人的一笔财富。

同一片展馆里，还有一面滚动着心愿的屏——"想攒钱去外地跑一次全马""想攒钱攒够路费回老家陪爸妈过一夏"。
技术被用来承载这些很朴素的心愿时，它就不再是个炫技的东西了。

"攒钱世界"：屏幕上一条条滚过去的，都是很具体的小心愿。

放回 AI 时代的语境里看，这件事更值得琢磨：技术本身是中性的，
真正让它产生价值的，往往是一个好的产品设计，或者一个好的脑洞，以及设计里那份人文关怀。
就像蚂蚁阿福那个山区诊所的布景——不是技术多先进，而是它让你一下子看见了科技的温度。

H 馆：蚂蚁创科创营，和大展台

内容比想象中丰富，讲座也是真的在讲技术

H 馆的主要部分是蚂蚁创科创营的展台，内容相当丰富，从创作工具一直排到硬件传感：

01 · 个人助理

通用助手形态的产品化尝试。

02 · AI 生图

创作工具链里最成熟的一环。

03 · 3D 打印

从数字生成到物理产出，闭环很短。

04 · 数字人培训

数字人从"能生成"走向"能上岗"。

05 · 小孩的教学

面向少儿的 AI 教学场景。

06 · 运动传感器数据分析

采集 + 分析，AI 落到身体与动作上。

场馆里还有一个大展台，整天有技术大佬轮着讲。进去听的两场都挺扎实，
不是泛泛的趋势分享——一场在讲参数高效微调为什么成了刚需，
另一场在问一个更根本的问题：我们把代码共享了，但代码背后的"为什么"，有没有被一起传下去。

H 馆：巨大的 inclusion 标识，下面是蚂蚁创业营的展台。

讲座现场：LoRA 与 QLoRA——从 112GB 到 9GB 的那条路。

"我们共享了代码，却没有共享代码背后的『为什么』"。

其他厂商与前沿探索

端侧、视频生成、金融科技，以及一个很大的港大展位

MiniMax · H3 · 视频生成

视频生成方向，是这次展馆里"生成式"这条线的代表之一。

面壁智能 · 小钢炮 · 端侧模型

主打端侧。模型往端上走已经不是概念，而是有明确产品形态的赛道。

上海 · 金融科技 · 有展台，但不是主角

金融科技的内容不算多，一个专门的展台，主要展示教育系统出海、资管系统、研报分析、金融授信。方向齐全，这次不是重点。

看下来，落点都在"可信"两个字上：AI 得读得懂研报、算得清风险，还得让人敢用。

高校区 · 前沿探索

高校区的一些展项，是展馆里"还没产品化"的那部分——看的是方向，不是落地。

比较意外的是香港大学的展位，占了很大一个坑位。
港大现在好像已经在张江落了校区，在 AI 这一块投入不小，
这次明显是想在上海多刷一点存在感。展板上那句"港大在上海，创新向未来"，写得也很直白。
高校开始用产业界的方式露面，本身就是个信号。

香港大学的展位，体量明显大过一般高校展台。

金融科技之一：企业级知识库，研报解析速度做到每秒两页。

另一个方向是跨境的信任链路：报文处理从 3 天压到 2 小时。

开源在走向商业化，具身智能在找自己的边界

FastGPT、Q Muse 与灵光、世界模型、Sim-to-Real、OpenV

开源项目的下一步：把工程能力变成产品

现场看到了 FastGPT。它原本是个开源项目，现在也在往商业化工具的方向走——
先用开源把开发者和用户聚起来，再把工程能力、交付和运维做成可以售卖的部分。
展台上把它当工具来呈现，说明它已经过了"社区项目"那个阶段。

阿里系这边还有两个值得对照着看的产品，一快一重：灵光偏"把想法快速跑成一个 demo"，
Q Muse 则可以直接做自己的应用、并且发布成 APP。
先验证、再产品化，这个搭配已经成了很标准的动作，本质上都是用 AI 把开发成本往下压。

具身智能：机械、AI 大脑，以及世界模型

具身智能的展示主要围绕三块：机械本体、AI 大脑、世界模型。
其中世界模型那一段讲得特别清楚，也是这次看展里信息量最大的部分。两个以前容易混的问题，被讲明白了：

辨析一 · Sim-to-Real ≠ 世界模型

两者不在同一个层面：

· Sim-to-Real 模拟系统属于模型训练 / 环境模拟仿真领域，解决"在仿真里训练、怎么迁移到真实世界"；

· 世界模型更偏向世界预测与数字孪生，解决"这个世界接下来会怎么变"。

辨析二 · 世界模型 ≠ 文生图 / 文生视频

差在应用场景：

· 需要想象力、不必完全符合现实逻辑 → 用文生图 / 文生视频；

· 需要预测性 → 用世界模型。代价是它没有那么多的"意外"和创意。

这段挺启发人的。
一句话概括：生成式模型负责"创造可能性"，世界模型负责"预测确定性"——前者要意外，后者要可靠。
放回门口那面问题墙，这也算一个回答：AI 不是只有一种用法，看你要的是灵感，还是要一个能信的答案。

硬件侧还出现了由小米支持的 OpenV，是一个硬件开发的操作平台。
统一的开发平台，是具身智能这条链路能不能真正跑起来的前提。

LingBot-World 2.0：小时级实时交互的世界模型，为机器人提供可控的模拟环境。

展馆里的机器人形态已经很多样了——这一位是拿着话筒唱歌的。

看不见的一层：Agent 要开始替人做事了，谁来看住它

ASL 智能体安全可信互联，与正在推进中的 Agent 委员会

当 Agent 开始替人做支付决策，权限边界、行为审计、能力审核就都变成了硬需求。
这一块不像生成式那么抢眼，但它决定了 Agent 究竟能走多远。

展墙上是一整套 ASL（Agent Security Link）智能体安全可信互联的架构：
从设备 Agent、平台 Agent 到服务 Agent 分三层，配上身份核验、最小授权、意图校验、执行留痕的闭环，
最后落到应用层、运行层、系统层的三层安全架构。

另据了解，蚂蚁那边还在推动一个 Agent 委员会，负责 Agent 支付安全相关 skills 的审核等工作，
目前仍在推进中，核心关注的就是 Agent 安全与 AI 安全。

这一层值得单独记一笔。
门口那面墙问的是"我会不会被替代"；而这里回答的是另一个问题——
当 AI 真的开始替我们签字、转账、下单，我们愿不愿意先把规矩定好。

ASL 展板：设备 / 平台 / 服务三层 Agent 的协作可信闭环，以及三层安全架构。

意外的部分：在 ModelScope 碰见了老师

本来只是去做个任务，聊完之后，一天的重点变了

在 ModelScope 那边做相关任务的时候，正好看到了海丽老师。
老师下午刚好有一场对应的讲座，我就发了信息过去，聊了聊相关的技术。
现在回头看，这几句交流可能比多看两个展台更值。

Eval 是核心能力

模型评测，尤其是 Agent 的 Eval——评测模型和评测方法，非常重要。做得好不好，先看你测不测得准。

别被流量和焦虑绑架

面对当下的信息环境，不要被所谓的 AI 博主牵着走，要有自己的价值判断。很多内容其实只是在渲染焦虑——你得清楚自己的成长主线在哪。

社区成长

老师拉我进了一个质量很高的内部分享群。圈子对了，信息密度完全不一样。

LangChain 考试

整体设计不错，但裸考比较麻烦，基本考不过，要考就得认真准备。

LangChain 生态

大厂之间的合作认证，国内还是不太够；但学习的思路是一致的，方法论层面值得跟。

AI 分享 PPT 的工作流

核心是一份足够充分的 AI 文本，再加上剩下的 skills；可能有些生图需求，但基本上现在 Codex 都能做得很好，强烈推荐。

花絮：不只有 AI

便利店、机车、综艺，以及那些很会玩的展台福利

整个场馆的视觉是统一的淡紫色调，从主视觉到导视、材质，克制得挺好，不吵。
打卡点分布也合理，几乎不用排队，集满还能换一个小包，设计感在线。
严格来说，这一届逛起来是舒服的。

美宜佳也来了

挺惊讶的——一家便利店品牌在这里摆了展位，旁边就是蚂蚁的医疗内容。虽然和 AI 关联不多，但也算展馆生态的一个注脚。

张雪：巨型机车造型展台

展台布置得非常别致，是一台巨型摩托机车的造型，现场还送草帽。遗憾：忘了拍。

《花儿与少年》展位

蚂蚁保和综艺一起搭的那个展位很漂亮，整面墙做成了旅行路牌，从墨西哥城一路排到乌斯怀亚。综艺 IP 走进科技展，效果出人意料地和谐。

吃的不够（真·槽点）

全场只有两三家餐饮店，中午又出不去，只能凑合两口。逛一整天，这一环拖了后腿。

送的东西，是真的有点搞笑

各家送的周边创意水平意外地高，而且大多和自家业务强绑定——不是随便印个 logo 就完事。

乐刻 · 哑铃形状的肥皂

印象最深的一个：一块哑铃形状的肥皂。包装上写着"早上：假装晨练过 / 晚上：浴室加一组"——擦背的动作，正好就是举哑铃的动作。

张雪 · 草帽

机车展台送草帽，这个反差本身就挺好笑，算得上全场最有性格的展位。

现场服务 · 推拿 + 星巴克

逛累了有推拿可以缓解一下，还有星巴克。在"让人待得住"这件事上，主办方确实下了功夫。

乐刻的盲盒哑铃香皂——包装上的文案比产品本身还好笑。

《花儿与少年》展位：从墨西哥城到乌斯怀亚的一路路牌。

推拿体验区：墙上的场景画面是 AI 生成的，服务是真的。

美宜佳的展位，紧挨着蚂蚁的医疗展区。

把 AI 用起来，而不是被它吞掉

逛完一天，门口那几个问题好像有了一点答案

展馆里的技术，回答了什么

• 头部厂商在拼全栈：OceanBase 把数据库、向量、Agent 串成一条线来讲，"看不见的地基"正在变成产品。
• 端侧与生成式是最热的两条赛道，但也最拥挤——摩斯智能这类团队的挑战，正是如何在高度重叠里守住自己的长板（音频）。
• 医疗是被押注最多的落地场景：蚂蚁阿福、支付宝阿宝、摩斯智能的医疗科普，三条路径指向同一个判断。
• 具身智能的关键辨析：生成式模型负责"创造可能性"，世界模型负责"预测确定性"；Sim-to-Real 是训练迁移层，世界模型是预测孪生层。
• Agent 一旦开始替人决策，安全就是基础设施：ASL 的架构、正在推进中的 Agent 委员会，都在补这一课。
• Eval，尤其是 Agent 的 Eval，是被反复强调却常被忽略的地基。
• 开源在走向商业化：FastGPT 从社区项目变成可售卖的工具；Agent 开发也分化成"快速验证"与"产品化发布"两段。

技术之外，留下来的两个瞬间

一个是蚂蚁森林里那个初中生的手稿，一笔一划画着怎么在沙漠里汲水，旁边是交大复旦的种树机械。
另一个是屏幕上那些朴素的心愿——跑一次全马、攒够路费回家陪爸妈过个夏天。

它们指向同一件事：让技术真正产生价值的，往往不是模型又强了多少，
而是一个好的产品设计、一个好的脑洞，以及设计里那份人文关怀。

那我们该做什么

门口那面墙上，问的是"我会不会被替代""人和人会不会更远"。
看完一整天的展台，我的答案反而简单了：抓住这个时代的红利，去了解 AI、掌握 AI，把它变成自己手里的工具——
而不是整天担心它、远离它，最后真的被它甩下。

至于个人的节奏，海丽老师那句话值得记住：
别被流量和焦虑绑架，先想清楚自己的主线在哪。

所以参加这样一场 AI 大展，本身就是一次拥抱 AI、学习 AI 的过程。
与其站在门口担心，不如先走进去看看它到底在做什么。