直擊世界互聯網大會：數字經濟和人工智能成焦點

煙雨江南，古鎮水鄉，世界互聯網大會再次進入“烏鎮時間”。

11月23日，以“數字賦能 共創未來——攜手構建網絡空間命運共同體”為主題的“世界互聯網大會·互聯網發展論壇”在浙江烏鎮開幕，這個千年古鎮再次吸引了全世界的目光。

在互聯網之光博覽會上，阿里、華為、騰訊、百度等130家有影響力的企業、創業創新企業及團隊、科研機構集中展示人工智能、云計算、大數據、區塊鏈、5G等數字新技術、新產品、新應用、新成果。

盡管這兩天的烏鎮陰雨綿綿，但展館里人頭攢動，不少觀眾都興致勃勃地去體驗這些高科技產品。

《證券日報》記者在現場看到，阿里智能物流機器人“小蠻驢”、中興通訊5GAI指揮家裝置、百度L4級自動駕駛乘用車紅旗Robotaxi等不少產品前面都圍滿了前來參觀和體驗的人。

數字經濟和人工智能成焦點

每年的世界互聯網大會都備受關注，不僅是因為這里聚集了當下最先進的產品和技術，展示了互聯網新趨勢和新前沿動態，也不只是因為互聯網大佬飯局中透露出的些許端倪，這里更多的是企業與企業之間思想的碰撞以及對未來的謀劃和期待。

在中南財經政法大學數字經濟研究院執行院長、教授盤和林看來，互聯網大會對數字經濟發展最重要的意義是參與者共同商討未來的發展方向，推動全球范圍內數字經濟融合發展。

據了解，世界互聯網大會主論壇包括“數字經濟和科技抗疫”“科技發展與創新驅動”，在24日的分論壇上，有“工業互聯網的創新與突破——數字賦能新智造”“人工智能：育新機 開新局”等。

從論壇的主題設置不難發現，數字經濟、人工智能、工業互聯網等成為本次互聯網大會的焦點。

中國工程院院士鐘南山在23日發表主題演講時表示，當今，大數據、云計算、人工智能等技術加速與交通、醫療、教育、科研等領域深度融合，助推了全社會的信息化轉型升級。特別是在這次抗疫工作中，信息通信技術為疫情防控提供了非常強大支撐，在態勢的研判、信息共享、流行病學的分析等方面顯示出了巨大的能量。

盤和林表示，我國正經歷用戶從互聯網向移動端轉移的關鍵期，直接引爆了數字經濟發展，但數字經濟的發展最終還是要依托于完善的基礎設施，特別是新基建。

智能產品落地應用超預期

與往年不同，今年互聯網大會以“線上+線下”的方式同步展示和傳播，但來到博覽會現場參觀的人依然不少，還有不少家長帶著孩子來現場感受“高科技”。

百度展臺展示的無人車和小度機器人，有很多小朋友在排隊體驗。此外，百度虛擬AI助手度曉曉也吸引了眾人圍觀討論。“主要想讓孩子來親身體驗一下機器人，還有AI這些技術的真正應用。”有一位來自嘉興的媽媽告訴《證券日報》記者。

在互聯網領域創業的小章和他的同事，專門從北京過來，對每家企業的最新產品進行研究。

“人工智能和5G的應用比想象中快多了。”小章在參觀時向《證券日報》記者表示，很多以前還停留在概念中的產品現在都落地了。

阿里首次在線下展示的智能物流機器人“小蠻驢”集成了阿里達摩院最前沿的人工智能和自動駕駛技術，可提供安全、智能、高效的末端物流服務。而“小蠻驢”更是因為可愛呆萌的形象，不斷有參觀者過來和它合影。

此前，《證券日報》記者在曠視位于金隅智造工廠的機器人實驗室也看到，一臺臺人工智能物流機器人正井然有序地穿梭在一排排的貨架之間。他們相互配合、相互讓路，陸續執行著取件、運送、送達傳送帶等任務。智能物流機器人已在徐福記的沙琪瑪生產車間有了投入使用的成功案例，投入使用后，現場搬運作業人員數量減少100%，整體的運營效率也得到了改善和提升。

曠視聯合創始人兼CTO唐文斌告訴《證券日報》記者，物流行業與人工智能正在經歷雙向選擇，曠視充分看到了AI技術在物流行業的價值與使命。傳統物流行業，人的工作壓力大、部分工作環境苛刻，物流成本連年攀升，企業主動尋求降本增效之道。而疫情期間，眾多企業選擇的人機協作自動化場景又多次被驗證為十分可靠，AI幫助物流行業進行數智化升級成為必然命題。

從此次各家企業互聯網大會上展示的產品來看，我國在人工智能領域的應用越來越多。騰訊展示了“數字方舟計劃”、人工智能動態圖像識別最新成果——騰訊醫典即時體態評估功能等。此外，百度AI眼底篩查一體機和伊利白技術前面也一直排著長長的隊伍，吸引著越來越多的人過來體驗。

“在人工智能技術研究領域，中國具備許多工業化國家所垂涎的先發優勢。”英國愛丁堡大學機器人學學者施嘉瑞(Gary Smith)告訴《證券日報》記者。

施嘉瑞表示，首先中國具備完善的工業制造體系，高性價比高質量的工業產品能迅速讓消費者所接受;其次，中國是世界上極少數掌握5G網絡技術的國家，隨著2020年北斗衛星系統的全球組網，人工智能設備可實現高通量信息交互;中國還具備大量的互聯網技術人才儲備，能提供計算機技術及云技術支撐;最為關鍵的是，中國擁有全球最為龐大的互聯網用戶，已經建立了互聯網認知邏輯和使用習慣，為人工智能設備收集消費者行為數據，建立數據庫，構建模型及完成自我改善下達指令提供樣本支撐。