AI更多进入应用层面后，企业开始关心一些过去很少被讨论的问题。
比如，一个模型究竟要多大才够用？
企业每天调用上万次Token，怎样知道钱花得值不值？
摄像头已经装在工厂里，AI能不能真正发现潜在隐患？
机器人卖出去以后，又由谁来维修？
8月28日，第五届琶洲算法大赛赛题专场媒体座谈会在海珠举行。阿里巴巴千问事业部、登甲智能、次元突破、智动未来等企业坐到了一起。
几家企业所处赛道并不相同，有大模型、有算力、有安全AI，也有具身机器人，但它们讨论的问题却越来越接近：当AI真正从技术演示走进产业，接下来该解决什么？
有人给模型“减重”，有人开始给Token算账
过去两年，大模型竞争往往是“做大”。
参数越来越多，训练集群越来越大，模型能力不断挑战上限。
但当模型真正进入企业，另一套账本开始浮现。
阿里巴巴ATH事业群千问事业部肖博峰介绍，本届算法大赛的“千问多模态推理挑战赛”将模型参数限定在0.8B参量级左右。
原因很简单，很多场景不适合把数据持续传到云端，也不可能永远依赖昂贵的大参数模型。
“小模型可以做到数据不出端，隐私有保障，响应也比较快，商业化成本会更低。”肖博峰说。
在他看来，大模型可以不断探索能力“上限”，但产业还必须寻找能力“下限”——究竟用多小的模型、多低的算力，仍然能够完成高质量推理。
这也是0.8B赛题受到关注的原因之一。相关训练和推理可以在消费级显卡完成，不需要比拼昂贵GPU资源。
阿里关注的是“单次推理能不能更省”，海珠企业登甲智能则更进一步，开始算企业整体的AI账本。
随着越来越多员工和Agent调用大模型，Token正在成为新的企业成本项。
问题是，很多企业并不知道这笔钱具体花在哪里。
登甲智能本届参赛作品是一套Tokens全链路管理与价值度量方案。
简单来说，它像给AI调用装上一块“智能电表”：哪个部门用了多少Token，哪个Agent最耗资源，同一种任务是否调用了过于昂贵的模型，都可以被记录和分析。
系统还可以自动将简单任务分流到低成本模型，对重复问题使用缓存。
登甲人工智能总经理孙鹏介绍，目前，这套方案已服务30余家客户，累计管理Tokens超过10万亿，帮助部分客户将综合Token成本降低30%以上。
在出海方面，登甲智能平台日均词元调用量约3000亿次，其中约70%来自海外客户。
从“小模型”到“Token账本”，看似是两条技术路线，但有一定相似之处：AI开始从“不惜成本证明能力”，进入“算着成本创造价值”的阶段。
AI开始进入现场，不再等客户来找产品
AI的成本问题决定企业“用不用得起”，那么能否真正进入生产经营现场，则决定它“有没有用”。
连续两届参加琶洲算法大赛的次元突破，就是一个典型案例。
这家海珠本土企业过去主要从事城市级智慧指挥系统建设，2024年前后开始转向AI安全管理。与传统的软件开发路径不同，次元突破产品总监李佳骏越来越看重“先拿需求，再做产品”。
“以前很多公司都是先研究一个方向，再去找客户。”他说，“现在直接拿到客户的真实需求，再围绕真实场景开发产品，是非常好的模式。”
去年参加第四届琶洲算法大赛后，次元突破围绕真实安全管理需求持续迭代ASM自主安全管理大模型。目前，系统已经形成AI巡查、智能调度、安全咨询、合规管理、培训和数据分析等多类能力。
这些能力，正在一个个具体场景里接受检验。
在城市应急场景中，AI可以调用已有监控网络，对低洼积水、沿江风险、树木倒伏等情况进行自动识别，再按照网格快速推送处置。过去更多依靠基层人员巡查发现的问题，如今可以先由AI进行全天候筛查。
而下一步，AI甚至可能进入海珠湿地“找草”。
目前，次元突破正与相关方面探讨利用AI识别外来入侵物种。设想中，团队将采集外来植物的图像及生长规律建立知识库，再通过视频监控或无人机巡查识别异常植株。
“有些外来植物可能从一两株很快扩散成一大片。”李佳骏举例，如果AI能够在早期就发现少量植株并及时通知管理人员，就有机会把治理节点进一步前移。
这一场景尚处于探索阶段，但也透露出AI应用边界的一种变化：同一套视觉识别和大模型能力，从工厂安全、城市应急继续向生态治理延伸，技术不再对应某一个固定行业，而是在不同真实问题中重新组合。
这也是次元突破连续两届参赛的重要原因。
在李佳骏看来，大赛除了提供算力、专家等资源，更重要的是“把企业和真正的客户场景链接起来”。
企业不再先造一个产品，再寻找谁愿意使用；而是从问题出发，倒推AI应该长成什么样。
机器人开始“上班”，接下来连维修都要提前考虑
具身智能面对的则是更直接的现实世界。
本届琶洲算法大赛首次设置具身机器人场景应用大赛。
和常见的机器人比赛相比，它没有把重点只放在奔跑、抓取等单项能力上，而是设置了二次开发、服务场景应用、AIGC创意以及机器人维保四类赛道。
所有参赛团队原则上使用同一款机器人本体。
“我们希望用机器人把算法能力具象化。”广东智动未来科技有限公司市场拓展专员、大赛负责人杜卓航说。
同样的机器人、同样的底层平台，开发者需要思考的是：进入不同场景之后，它还能学会什么？
智动未来的机器人目前已经进入酒店、机器人6S店以及新加坡餐厅、超市等场景，承担迎宾、导购、讲解、传菜、理货等任务。
场景不同，需求也不同。
酒店需要多语言交互，餐饮需要移动和取放能力，商场则可能同时需要导购、服务与人机交流。
正因为真正进入商业世界，机器人行业也开始出现新的问题。
比如维修。
“机器人运维和维修现在是一个很大的缺口。”杜卓航说。
不同厂商机器人的底盘、视觉模块、控制系统不同，设备数量一旦快速增长，谁来负责后续检修可能成为新的产业瓶颈。
因此，本届大赛专门设置机器人维保服务评价赛。
这听起来不像很“炫”的机器人比赛，却可能是最靠近市场的一项。
因为真正的商业化，从来不只是机器人完成一次漂亮演示，而是设备运行一年、两年以后，依然有人能够维护它。
从阿里探索小模型能力下限，到登甲计算每一笔Token成本；从次元突破把AI安全员送进园区，到智动未来连机器人维修都写进赛题，四家企业正在解决完全不同的问题。
当这些问题都被搬进一场算法比赛，琶洲算法大赛真正比拼的，也就不再只是代码，它开始比谁更懂产业。
南方+记者 吴雨伦
出彩速配提示：文章来自网络，不代表本站观点。
