WAIC热议AGI普惠路径：从模型竞赛走向基建竞赛，开源与工程能力成关键

当大模型能力狂飙突进之后，AGI（通用人工智能）如何真正走出实验室，成为服务产业、人人可用的普惠基础设施？

在近日召开的2026世界人工智能大会“让大模型触手可及——AGI基础设施与普惠实践”论坛上，来自全球产业界与学术界的多位专家，围绕开源AGI、具身智能、AI基础设施优化与生态共建等议题展开讨论，聚焦AI如何从“少数技术精英的工具”走向真正服务产业与现实世界的通用基础设施。

PyTorch基金会执行董事柯理怀（Mark Collier）、Linux基金会全球AI首席技术官马特·怀特（Matt White）、蚂蚁集团首席技术官何征宇等多位嘉宾在论坛上形成核心共识：随着大模型能力快速演进，AGI的竞争焦点已不再是单纯的模型能力竞赛。推动AI从少数人的工具走向普惠，关键在于构建开放、高效、低成本的AI基础设施，并通过务实的工程能力，让AI在真实世界里转化为生产力。

PyTorch基金会执行董事柯理怀（Mark Collier）在主旨演讲中率先判断，AI行业正从“模型竞争”进入“系统竞争”阶段。“模型依然重要，但真正能够学习的，是围绕模型构建起来的整个系统。”在他看来，模型、系统软件、芯片与真实世界反馈之间，并非独立演化，而是形成了一个相互牵引、持续迭代的闭环。“没有任何一家公司拥有所有层级。”因此，开源成为驱动这一循环的核心机制。

在随后的圆桌对谈中，柯理怀进一步阐释，开源的价值不只是共享代码，更在于它的实用性与协同能力。通过开放生态，模型开发者、系统工程师、硬件厂商与部署团队能够围绕同一套基础设施持续协作，从而形成“复合式加速”。对于开源项目的商业可持续性，他表示乐观，认为资本市场对AI充满热情，不必过分担心大型实验室的投资回报，市场机制会自行运转。更重要的是，通过开源协作，技术进步带来的超额经济价值，最终会更广泛地流向整个生态系统。

柯理怀透露，目前PyTorch社区已有来自2000多家机构的1.2万名贡献者参与建设，vLLM社区也聚集了大量推理系统开发者。根据Mozilla数据，中国开放权重模型在OpenRouter Token流量中的占比，已从2024年底的不足2%增长至2026年4月的45%以上。

如果说柯理怀勾勒了AI发展的整体图景，那么Linux基金会全球AI首席技术官马特·怀特（Matt White）则将讨论重点放在AI落地的经济学问题上。他提出“够用正义”（Good Enough is Justice）理念，呼吁行业从追求“完美模型”转向关注“规模化落地”。

“AGI真正普及的时刻，不是‘最大的模型变得更大’的那一天，而是‘足够的智能’变得廉价、可靠且无处不在。”在马特·怀特看来，过去依赖不断堆算力、堆Token的“compute-up”模式，已经开始遭遇现实成本瓶颈。企业真正需要的不是“最大智能”，而是“足够完成任务的智能”。

为此，马特·怀特提出“每美元智能产出（Dollar per Intelligence）”概念，强调AI系统的价值不应只看模型能力，而应关注单位成本所能创造的实际业务结果。他以Coinbase为例表示，通过采用开放模型、智能路由与缓存优化，企业已经能够显著降低AI成本，“小模型优先、大模型兜底”正在成为更具经济性的主流架构。

蚂蚁集团首席技术官何征宇认为，当前行业真正需要思考的不再是模型“如何工作”，而是AI“如何创造真实价值”。“过去大家把AI看成一种魔法，觉得只要投入资金就一定会有回报。但现在行业开始回归理性，重新思考投入与产出。”在何征宇看来，柯理怀提出的“开源加速度”与马特·怀特强调的“够用正义”，本质上共同指向一个目标——让更多人既能创造智能，也真正用得起智能。他认为，智能的效率最终要由真实任务检验，而不是参数和榜单。要将开放模型转化为可负担、可部署、可持续的基础设施，必须从真实世界的任务出发。

在对谈环节，嘉宾们也讨论到，对闭源API的过度依赖可能带来成本失控和数据资产流失的风险。柯理怀提醒道：“如果你持续使用某个专有API模型，实际上可能正在帮助对方训练能够复制你业务的下一代模型。”这一“顿悟时刻”正促使企业转向更开放、更可控的方案，通过构建自己的基准测试，主动选择“恰当规模”的模型。

展望未来，三位嘉宾一致认为，行业共建的核心在于构建开放、高效、可持续，并服务真实世界的智能基础设施。而开源协作正是实现这一目标的关键，它能够打破人才与资源集中，让全球更多工程师和研究人员参与创新，推动核心工具、接口和元数据规范的标准化。这一切都需要依托开源社区持续快速构建、迭代和部署。