AI普惠时代：蚂蚁阿里云入局PyTorch，AGI如何跨越成本与落地鸿沟？
从“模型军备竞赛”到“系统生态构建”
随着通用人工智能（AGI）的技术边界不断拓展，行业发展的核心逻辑正在发生深刻的范式转移。过去几年，市场关注的焦点几乎完全集中在参数量级的扩张和基准测试分数的刷新上，这种“唯模型论”的倾向虽然推动了技术的快速迭代，却也带来了极高的资源门槛和应用壁垒。在2026年世界人工智能大会（WAIC）期间，蚂蚁集团inclusionAI与PyTorch基金会联合举办的“让大模型触手可及”论坛，清晰地勾勒出了这一转型的轨迹。
蚂蚁集团、阿里云以及Shopify正式加入PyTorch基金会，这一动作并非简单的阵营站队，而是产业界对AI发展进入“深水区”的战略回应。PyTorch基金会执行董事柯理怀（Mark Collier）提出的观点极具代表性：AI行业正从单纯的模型竞争迈入系统竞争阶段。模型本身固然重要，但真正决定AI生产力转化效率的，是围绕模型构建的软件栈、硬件协同机制以及真实世界的反馈闭环。没有任何一家企业能够独立掌握从芯片到应用层的所有技术层级，因此，开源协作成为打破资源垄断、加速技术迭代的核心机制。
重塑AI经济学：“够用正义”与成本可控
在技术狂欢之后，回归商业本质已成为全球科技巨头的共识。Linux基金会全球AI首席技术官马特·怀特（Matt White）提出的“够用正义”（Good Enough is Justice）理念，精准地击中了当前AI落地的痛点。这一理念主张，AGI的普及时刻并非取决于最大模型的参数规模，而在于“足够的智能”能否变得廉价、可靠且无处不在。
长期以来，依赖不断堆砌算力和Token的“Compute-up”模式已遭遇边际效益递减的现实瓶颈。企业所需的不再是拥有最高智商的“超级大脑”，而是能够以最低成本解决特定问题的“专家系统”。为此，马特·怀特引入了“每美元智能产出”（Dollar per Intelligence）这一新的评估维度。这一指标强调，AI系统的价值评估应从单纯的技术能力转向单位成本下的实际业务结果。
案例数据显示，通过采用开放权重模型、实施智能路由策略以及优化缓存机制，诸如Coinbase等头部企业已经显著降低了推理成本。“小模型优先、大模型兜底”的混合架构正逐渐取代单一的超大模型部署方案，成为更具经济理性的主流选择。这种从“拼参数”到“拼落地”的转变，标志着AI产业正在从技术炫技走向务实的价值创造。
开源的力量：打破封闭，构建信任
开源不仅是代码的共享，更是信任与标准的共建。柯理怀指出，开源社区的价值在于其强大的协同能力和实用性。目前，PyTorch社区已汇聚了来自2000多家机构的1.2万名贡献者，vLLM社区也聚集了海量专注于推理系统优化的开发者。数据印证了这一趋势：根据Mozilla的数据，中国开放权重模型在OpenRouter平台的Token流量占比，已从2024年底的不足2%激增至2026年4月的45%以上。
更深层的驱动力来自企业对数据主权和成本可控性的焦虑。过度依赖闭源API不仅意味着持续的成本支出，更潜藏着数据资产流失和“供应商锁定”的风险。柯理怀曾警示，持续使用专有API模型，实际上可能是在为竞争对手训练能够复制自身业务的下一代模型。这种认知促使越来越多的企业转向自建基准测试体系，主动选择规模恰当、可控性强的开源模型，从而在技术创新与商业安全之间找到平衡点。
蚂蚁集团首席技术官何征宇的观点进一步印证了这一趋势。他认为，行业正在经历从“AI魔法论”到“理性投入产出比”的认知矫正。智能的效率最终应由真实任务而非榜单来检验。要将开放模型转化为可负担、可部署的基础设施，必须从金融、医疗等真实产业的复杂场景出发，通过工程能力的沉淀，让技术真正服务于生产力提升。
具身智能：从数字世界走向物理现实
如果说软件与模型的优化解决了“算力经济性”问题，那么具身智能则正在拓展AI的物理边界。论坛现场，蚂蚁灵波科技首席科学家沈宇军发布的“蚂蚁灵波全栈2.0”，展示了具身智能从概念走向规模化应用的技术路径。
其核心模型LingBot-VA 2.0被定义为行业首个“具身原生”世界动作模型。与传统基于数字世界模型微调的方案不同，该模型面向机器人真实物理任务从头预训练，实现了“边行动、边预测”的能力。这种架构使机器人能够感知环境变化并快速调整动作策略，极大地提升了在非结构化环境中的适应能力。
基于这一通用大脑打造的“机器人智慧药房”，凭借其在药物分拣、核对及配送环节的高效与精准，入选了WAIC2026“十大镇馆之宝”。这一案例表明，当AI技术与物理世界深度融合，其产生的价值将远超单纯的文本或图像生成，而是直接介入实体经济的运行环节，实现从信息智能到物理智能的跨越。
生态共建：AGI普惠的最终路径
展望未来，AGI的发展不可能由单一机构独立完成，而必须依托全球开发者、科研机构与产业伙伴的广泛参与。从基础研究到产业应用，再从应用反馈到研究创新，这一良性循环的构建离不开开源社区的持续迭代。
开源协作打破了人才与资源的地理与组织限制，使得全球范围内的工程师能够共同贡献于核心工具、接口规范和元数据标准的完善。这种去中心化的创新网络，不仅加速了技术的迭代速度，更确保了AI基础设施的开放性与可持续性。
蚂蚁集团、阿里云等科技巨头的加入，为PyTorch基金会注入了强大的产业落地能力与工程实践经验。它们带来的不仅是资金支持，更是将AI从实验室推向千行百业的渠道与方法论。在这一生态中，技术进步带来的超额经济价值，将通过开源协作的杠杆效应，更广泛地流向整个生态系统，从而真正让AGI从少数技术精英的工具，转变为人人可用、物物智联的普惠基础设施。
在这场从模型竞赛到基建竞赛的演变中，唯有那些能够构建开放、高效、低成本智能基础设施的企业与社区，才能引领AI行业走向下一个成熟的阶段。这不仅是技术的胜利，更是工程智慧与生态哲学的胜利。