AGI时代，企业如何跨越模型迭代周期，算清AI落地的“新账本”？
7月18日，在2026世界人工智能大会（WAIC）企业家论坛上，Om AI联汇CEO兼首席科学家赵天成受邀出席，作为物理AI行业代表深度分享了物理AI从实验室走向生产线的实战经验。同时，面对千行百业的智能化转型焦虑，赵天成基于Om AI在物理终端的扎实落地经验，给出了极具行业高度与实战价值的“破局指南”。
核心观点速览
2026年是物理AI爆发的一个点，模型开始从数字世界走向物理世界。
物理世界是连续的信号，需要全新的模型物种来解决。
当前最核心的挑战，是能否构建真正原生面向物理世界的基础模型。
AGI时代最大的变量就是智能本身，模型以月甚至以周为单位在迭代。
物理AI落地两大核心卡点：当下模型智能等级、实时算力成本。
用户现在买单的核心是智能，希望最好的智能解决核心生产问题。
当下的智能等级匹配不上用户需求，任何超前部署都无法落地。
一、破局点：为什么是物理AI？
早在2016年，赵天成博士已经开始致力于视觉与语言融合的多模态模型研究。随着技术演进，他敏锐地发现：
“真正实现好的多模态、开放空间理解，最大的应用场景就在物理终端。”
他指出，中国供应链的绝对优势： 要构建一个真正的端侧大脑，中国拥有全世界最强的供应链和硬件生产能力，这是物理AI落地的最佳土壤。
赵天成指出，2026年正是物理AI爆发的节点。但相比2023年大家追逐的语言模型，物理AI面临的是全新维度的挑战。
“以前的模型以Token为单位，但物理世界不是简单的序列信号，它是连续的视频、音频、空间信号。我们需要一个全新的物种来解决这个问题。”
他认为，当前核心的竞争壁垒在于：能否构建真正原生面向物理世界的基础模型。 虽然现在已经有很多模型让物理终端场景成为现实，但距离AGI层面的目标还有很长的路。未来几年，谁能率先实现物理终端的基础模型突破，谁就能握有主动权。
二、企业如何算清AI落地的“新账本”？
当话题转向具体的落地实践时，赵天成抛出了一个与当下浮躁氛围格格不入的观点，却异常清醒。
他强调，在移动互联网时代讲PMF（产品市场匹配）是成立的，因为底层能力变化慢。但在AGI时代，模型是以月甚至以周为单位迭代的，最大的变量就是智能本身。
卡点一：智能等级必须匹配岗位需求
“2023年的模型只能做初级员工的工作，到2025年才能满足高级经理级别的需求。你急不了，不能跨越模型本身的迭代周期。 ”
他坦言，2023年客户提出的很多高级需求，实际上直到2025年才真正被技术满足。如果在模型只有“高中生”水平时非要它干“博士生”的活，任何应用都是昙花一现。
卡点二：算力成本决定谁用得起
成本是另一个现实障碍。赵天成对比了两年的变化：
“两年前同样的场景，用户需要买一台200万的服务器才能部署；现在10万块钱就够了。”
成本与智能度的匹配焦点，才是物理AI真正大规模落地的临界点。这两个变量，既是供给侧提供模型的能力边界，也是需求方衡量ROI的硬指标。
三、AI时代的组织与人才将走向何方？
在现场交锋环节，面对“AI时代如何重新定义中层管理者价值”的犀利提问，赵天成分享了一个观察：
“以后的公司可能就是一个老板加上N个智能体构建者。”
如果中层干部只是一个二传手或流程执行者，价值会被迅速降低。但如果他能成长为智能体构建者，让下面有一群‘硅基员工’实现组织运转，他依然会是组织里非常有价值的得力干将。”
四、与智能共生
从实验室里的多模态算法，到生产线上的物理AI终端；从200万的服务器，到10万元的AIPC；从传统的科层制管理，到“老板+智能体构建者”的新型组织。
AGI时代，技术对所有人都是开放的，真正的竞争实质在于人、在于组织、在于能力的凝练。
Om AI联汇将继续深耕物理AI基础模型，致力于成为千行百业智能化升维的最强“端侧大脑”，与所有先行者一起，数智同行，繁荣共生！
LINKER | 更多阅读
