7月8—10日，Leap East峰會在香港舉辦，智慧互通（AICT）技術委員會主席、人工智能科學家、聯合創始人項炎平博士出席峰會主論壇並發表演講。針對當前AI技術發展瓶頸與迭代方向，項炎平博士從技術底層邏輯出發，全面闡釋高精物理AI全新技術範式，通過四層全棧架構解析數實融合技術路徑，為全球AI產業技術迭代與賽道分化指明方向。
Leap East峰會由沙特通信與信息技術部、香港特區政府創新科技及工業局聯合支持召開。作為沙特旗艦科技展LEAP的亞洲首站分展，本次活動旨在打通亞洲與中東科技、創投、企業的鏈接通道，成為兩地硬核科技產業對接的核心樞紐。
高精物理AI重構物理世界技術底座
當前，以大模型為核心的通用AI，以文本Token為基礎聚焦虛擬內容生成，但技術架構天然與物理世界脫節，存在感知精度不足、端側時延過高、無法物理閉環執行等短板，難以滿足實體場景的產業化需求。
項炎平博士認為，城市治理、智慧交通等實景場景對安全性、實時性、穩定性具備剛性約束，泛化能力強的通用AI無法破解精細化治理、全域安全防控等核心痛點。對此，他提出：“通用AI解決文字想象的需求，高精物理AI解決真實世界需求；沒有對物理世界高精度感知的技術底座，AI賦能千行百業都只是空中樓閣。”
在他看來，全球AI產業下半場的競爭核心不再是模型參數內卷，而是面向物理世界的技術適配能力。智慧互通（AICT）提出高精物理AI正是要打破虛擬與現實的技術壁壘，重構適配真實物理世界的專屬技術底座，成為AI技術突破應用瓶頸的核心方向。
四層全棧架構，打造高精物理AI技術新範式
區別於通用AI算法與硬件相對割裂的設計思路，項炎平博士系統拆解了智慧互通（AICT）高精物理AI“Token-AI Agent-AI station-AIStation OS”四層遞進架構，明確這一體系是高精物理AI算法、硬件、算力、場景精密契合的核心載體，構建起全新的實體AI技術範式。
Token是技術範式的底層基石。高精物理AI以Token對真實實景信息進行多模態結構化編碼，將無序物理數據標準化，解決實景數據碎片化難題，為全鏈路智能運算提供精準底層數據支撐。
AI Agent是核心決策中樞。其基於Token精準數據訓練，嵌入物理空間約束規則，摒棄通用智能體的泛化推理模式，貼合城市、交通、機場等真實場景的規範部署無人化和機器人產品，實現無人干預的精準調度、風險預警與閉環處置，適配各種對高精度感知、計算、控制需求的場景。
AI station是軟硬件融合的AI新載體。它融合了自研的綠視線（Green Vision）等高精度感知硬件系統，以及大模型和邊緣算力系統、分布式綠能儲算體系，將感知、計算、決策本地化部署，實現硬件、算法與真實物理場景的深度綁定，讓每一個綠視線節點既是感知入口，也是綠色供能、分布式儲算和平臺服務的空間載體，持續完成空間狀態感知、事件識別、就近計算和智能協同，構成城市分布式智能算力網絡。
AIStation OS是全域協同頂層架構。通過全域部署的AI station，打破數據孤島，基於統一物理空間構建城市數字孿生，實現交通、安防、低空經濟等多業態協同調度，完成從單點智能到全域智能的技術升級。
技術範式分化，定義實體AI產業未來賽道
針對全球AI技術迭代趨勢，項炎平博士提出賽道分化觀點，“未來全球AI賽道分兩條賽道，虛擬內容看大模型，實體產業看高精物理AI，這是中國科創企業實現差異化全球競爭的核心抓手。”
他指出，高精物理AI全新技術範式，核心優勢在於技術閉環性與場景原生性。相較於海外企業重算法、輕工程、弱實景適配的技術路線，中國高精物理AI形成了從底層編碼、智能決策到硬件部署、全域組網的完整技術鏈條，天然適配全球實體產業多樣化的智能化剛需。
“從產業長遠發展來看，AI技術終極迭代方向是全域實體智能化。依託四層架構的高拓展性，高精物理AI可靈活適配不同規模場景，技術復用性極強。隨着全球產業數字化轉型提速，以高精物理AI為代表的技術新範式，將引領實體AI賽道發展，推動中國原創技術理念持續影響全球AI產業演進。”項炎平博士認為。