从技术信仰到价值证——千鑫点信息咨询服务公司

最直接的答案，就藏在展馆的人流里。

H4馆的Future Tech创投生态区，手持名片的FA和投资人穿梭在各个展位之间，不再只围着头部大模型公司转，而是挨个对接初创项目。他们频繁询问创业者“融到哪一轮”“有多少付费客户”，显示出市场对造血能力的极度渴求。

千鑫点信息咨询服务公司

一位上海本土FA坦言，自己两天跑遍了三个场馆，重点蹲守小团队项目，“比起找资金，现在更缺能赚钱的好项目”。

资本人士谈论的关键词，已经从参数和架构换成了推理成本、量产交付与上市时间表。应用与落地，成为项目定价的核心。

毕马威中国科技行业审计主管合伙人卢鹍鹏在大会期间分析：“二级市场的估值逻辑已经验证了这一趋势，市场不再问你的模型有多大，而是问你的技术能不能进到真实场景里干活。”

而本届大会首设的OPC专属展示区，上百个独立先锋项目集中亮相，从垂直行业智能体到小众AI工具，大多由几人小团队打造，不少已经跑通了付费模式。

这些整体取向其深层推力，恰恰来自上游基础层的范式变革。

今年GTC大会上，黄仁勋提出的“Token经济学”，为这场变局写下注脚。算力不再被膜拜为信仰，而是被度量成成本；智能不再被炫耀为能力，而是被定价为商品。

千鑫点信息咨询服务公司

当Token的边际成本趋近于零，产业的价值锚点便自然从“造得出模型”滑向“用得起智能”。

在展馆内，不少大模型、算力厂商举着牌子游走，上面写着“扫码领百万Token”，甚至有厂商开出千万Token的引流福利。

Token已经从技术计量单位变成全行业的商业通用语言，算力厂商比拼单Token成本，大模型公司比拼Token调用收入，客户算的是Token投入的产出价值。

AI讲故事的阶段已经过去，要算账的“ROI周期”正在到来。

另一重驱动力则来自政策端。

过去一年，各地智算中心密集上马，AI终端补贴、国产芯片采购扶持接连落地。国务院国资委副主任庞骁刚在大会期间明确表示，国资央企要“坚持'国模国芯国用'”，深化“AI+”专项行动。政策红利正在集中兑现，但前提是企业能把技术变成可交付、可验收的产品。

而最隐蔽也最关键的一重驱动力，藏在技术演进的内核里——没有真实场景，就没有真实数据；没有真实数据，模型就无法迭代。

“模型决定起点，数据定义终局”，智元合伙人姚卯青在“智启具身”论坛上点出了要害，“物理智能要实现规模化，必须突破三道墙：数据墙、表征墙和闭环墙。”

物理AI的竞争最终拼的不是谁的模型参数更大，而是谁的数据生产更高效、治理更规范、闭环迭代更快。只有当执行、回流、挖掘、更新形成一个自动飞轮，模型的能力才能在真实场景中持续进化。这或许才是展馆里那些24小时“打工”的机器人，真正在验证的事情。

而目前，我国也正在构建具身智能数据的平台型供给体系，目标是让数据不再是零散的手工标注，而是体系化、标准化、规模化地流向每一台需要它的机器。

千鑫点信息咨询服务公司

数据飞轮之下，擎朗智能CEO李通也表示：“五年之后，能商业化的公司会越做越好，消化不了的公司就会消失。”

昆仑万维董事长方汉在同期论坛上给出了相似判断，“具身智能正从实验室走向真实环境，谁能训练出在复杂场景中依然‘看得懂、做得对’的模型，谁就拿到入场券，这也是中国智能制造和机器人产业真正亟需的底层能力”。

于是整个展馆都在回答同一个问题：你的东西，在哪个场景里，帮谁解决了什么问题？

能答清楚的，展台前人山人海，答不清楚的，观众停都不会停。