五位AI经济架构者详解当前技术瓶颈与未来方向

在2026年10月13日至15日于加利福尼亚州比佛利山举行的米尔肯全球大会上，五位深度参与AI供应链各层面的行业领袖——ASML首席执行官克里斯托夫·福奎特、谷歌云首席运营官弗朗西斯·德索萨、Applied Intuition联合创始人兼首席执行官卡萨尔·尤尼斯、Perplexity首席商务官德米特里·舍韦伦科以及Logical Intelligence创始人伊芙·博德尼亚——就AI发展的瓶颈与未来方向展开讨论。

芯片与数据瓶颈

福奎特指出，尽管芯片制造加速，但未来两到五年内市场仍将供不应求，超大规模云服务商将无法获得全部订购的芯片。德索萨表示，谷歌云上季度收入达200亿美元，同比增长63%，未交付订单从2500亿美元增至4600亿美元，表明需求强劲。尤尼斯则强调，其公司开发的物理AI系统面临数据获取瓶颈，必须通过真实世界运行机器收集数据，无法完全依赖模拟训练。

能源挑战与太空数据中心

德索萨确认，谷歌正在探索太空数据中心以应对能源限制，因轨道环境可提供更丰富的能源，但散热问题（仅靠辐射散热）仍需技术突破。他强调，谷歌通过自研TPU芯片与模型深度集成，实现每瓦能耗下的更高算力效率，其Gemini模型在TPU上运行比其他配置更节能。福奎特补充，算力增长意味着能源消耗增加，能源成本不可忽略。

新型AI架构：能量基模型

博德尼亚介绍其公司Logical Intelligence开发的能量基模型（EBM），该模型不预测下一个词，而是试图理解数据背后的规则，更接近人类思维。其2亿参数模型比主流大语言模型快数千倍，且能动态更新知识，无需从头训练。她认为，EBM在芯片设计、机器人等领域更具优势，因这些领域需理解物理规则而非语言模式。

AI代理与安全控制

舍韦伦科介绍Perplexity已从搜索工具演变为“数字员工”，其最新产品Perplexity Computer可由用户指令完成任务。系统通过“计划-审批”机制确保透明度，企业可设置访问权限的细粒度控制，包括只读或读写权限，以保障安全性。他强调，精细控制是良好安全实践的基础。

地缘政治与主权问题

尤尼斯指出，物理AI与国家主权深度绑定，各国普遍拒绝境外控制的物理智能系统（如自动驾驶、无人机、采矿设备）进入本国领土。他指出，能部署机器人出租车的国家数量少于拥核国家数量。福奎特则表示，中国AI在软件层面表现优异，但缺乏极紫外光刻技术，无法制造先进芯片，导致硬件层面处于劣势，而美国在数据、算力、芯片和人才方面具备完整优势。

AI与社会未来

当被问及AI对下一代批判性思维的影响时，与会者持乐观态度。德索萨认为，AI将助力解决神经疾病、碳捕集和电网升级等长期难题。舍韦伦科认为，AI降低了创业门槛，限制因素在于个人好奇心与主动性。尤尼斯强调，物理AI主要填补长期存在的劳动力空缺（如农业、采矿、长途运输），而非取代愿意工作的劳动者。

结语

此次对话揭示了AI发展面临的多重物理与制度性瓶颈，同时展示了其在科学、工业和安全领域的广阔前景。行业正从单纯追求模型规模转向优化效率、架构创新与伦理控制，全球竞争格局中，技术自主能力与主权安全议题日益凸显。