9 月 9 日至 12 日，以”共创AI新经济”为主题的 2026 Inclusion·外滩大会在上海黄浦世博园举行。作为蚂蚁集团生态合作伙伴，国产 AI 芯片企业墨芯人工智能（MOFFETT AI）在大会上展出了自研 AI 计算卡产品，完整呈现了以专用稀疏推理芯片提升算力效能的技术路径。

稀疏化：从底层架构削减冗余计算

墨芯成立于 2018 年，总部位于深圳，在上海、北京和硅谷设有办公室。创始团队包括卡内基梅隆大学的 AI 科学家，以及来自英特尔、高通等半导体公司的芯片研发核心成员，累计拥有数十款产品、超过 50 亿颗主流芯片的量产经验。

这家公司自称是”双稀疏算法”的发明者，在全球持有百余项专利，其技术路线是从算法和软件出发反向定义硬件，针对稀疏化做专门的架构设计。首款芯片 Antoum 支持 32 倍稀疏率，主要面向云端人工智能推理场景，可编程支持 CNN、RNN、LSTM、Transformer、BERT 等网络模型，并兼容浮点与定点数据类型。基于这颗芯片，墨芯陆续推出了 S4、S10、S30、S40 等系列 AI 计算卡。

在公开基准测试中，这套方案有过可查的成绩：MLPerf Inference v3.0 中，S40 计算卡在 ResNet-50 模型上单卡算力达到 127375 FPS。公司方面称其计算卡在视觉、自然语言处理、大模型等主流任务上具备领先能效比与单位算力推理吞吐量，并连续三届在 MLPerf 推理测试中夺冠。

落地四大片区，新一代 SparsePrime 年内推出

算力的价值最终要落到场景里。据介绍，基于自研芯片构建的推理集群，墨芯已经在西北、西南、华东、华北四大片区的数据中心实现部署，结合各地产业与资源特点，为智能制造、生命科学、城市治理等不同场景提供推理支撑。

面向不断演进的推理负载，墨芯即将推出新一代 SparsePrime 计算卡。该产品基于自研 Antoum 2.0 架构，专为大模型与复杂推理场景优化设计，广泛适配主流 Transformer 模型。在软件兼容层面，现有的 PyTorch、TensorRT、vLLM 等推理框架可近乎零代码修改迁移，同时支持 Triton 自定义算子开发。官方表述是”初步实现精度无损、算力翻倍的技术路径可能”——注意这是一个技术路径上的阶段性结论，而非已量产的确定指标。

此前在 ICDIA 2026 上，墨芯的 S40AC 计算卡入选”2026 强芯 TOP100″。S40AC 采用主动涡轮散热设计，主打满负荷运行下的低温稳定，配合工业级强化设计支撑长时间运行。

标准与联盟：降低产业链适配成本

要让更高效的计算方式真正服务于产业，还需要降低技术适配与协同的门槛。今年 7 月，墨芯成为工业和信息化部人工智能标准化技术委员会成员单位，依托稀疏计算领域的技术积累，参与 AI 基础硬件、软件平台及大模型等方向的标准研制。8 月，墨芯又发起成立稀疏计算产学研联盟，围绕前沿研究、关键技术攻关和成果转化开展协同创新。

2025 年，墨芯入选国家发改委《中国战略性新兴产业典型案例》。从芯片架构创新，到标准共建与联盟协同，这家公司试图说明的是：在推理需求持续攀升的阶段，提升算力效能与扩充算力供给同样重要。

一条完整的跑腿链路

按照现场演示，主人在手机端或语音下达指令后，途途会自己规划路线走进真实的物理环境，锁定菜场、零售店、美食店这类线下门店，向店家说明需要的商品、完成下单并付款；也可以在线上先点好咖啡，再自己走到门店取回。在用户授权范围内，机器狗可以代办询价、下单、支付、配合取货、轻量负载与履约的整套动作，主人则通过手机实时感知每一步进展。

目前的适用范围是有限的：途途只能在已录入的场景地图范围内自主出行，覆盖小区、便利店、菜市场等日常消费场景，导航与避障依赖高德地图的环境识别能力。支付宝表示，接下来会把这一支付能力开放给更多陪伴类、助理类具身智能产品。

支付只开了一个方向

钱的事必须谨慎。据介绍，途途目前只支持”机器狗主动扫商家码”这一种支付模式，不支持反向扫码，以此来规避盗刷风险。

安全层面有两道保障：一是声纹核身，用户可以把自己的声音设为途途的支付密码；二是可信智能体认证，每笔由机器狗代完成的交易背后都有支付宝的可信身份认证护航，防冒用、防越权。这套设计同时降低了视障用户和老年人的使用门槛。

底层支撑来自蚂蚁集团自主打造的 APASS 商业信任基础设施。基于 KYA（Know Your Agent）理念，APASS 围绕智能体的身份、意图、授权和行为建立全过程信任机制，目标是让 AI 支付从”能付”走向”可信地付”。支付宝还透露将推出 AI 钱包智能体，帮助个人管理每一笔 AI 支付。

从演示到日常还有几道关

在官方描述中，途途的优势场景包括辅助视障人士通行、”最后一公里”末端配送以及沉浸式时空伴游。北京社科院研究员王鹏评价称，此前具身智能多应用于工业、巡检等 B 端场景，支付能力的打通首次实现了 C 端生活服务场景的完整闭环，为行业民用化落地提供了可复制的参考范式。

不过这项能力目前仍处于定向邀请试运营阶段，面向企业级 AI 终端设备厂商开放，当前阶段免费。至于机器狗的支付账户如何绑定、单笔额度上限是多少，官方尚未披露细则。也就是说，机器第一次在物理世界里替人完成了”掏钱”这个动作，但围绕误付责任与冒用赔付的规则，还需要跟上四条腿的速度。

支付宝公布的数据显示，其智能体支付交易笔数已突破 3 亿笔，用户数过亿，覆盖 12 个主流商业场景。此前这些交易都由软件智能体完成，途途补上的是长着实体、能走进门店的那一环。

图片来源：IT之家

「量子计算虽然很卷，目前其实还很『菜』。」陆朝阳说。在他看来，量子计算当然重要，但它并不是一台能加速一切的超级机器，只有对少数具有特殊数学结构的问题，才能提供真正的加速。

叠加态不等于并行计算

陆朝阳首先解释了量子计算为什么总让人产生「什么都能加速」的想象。在量子力学里，一个量子比特可以处于 0 和 1 的叠加态；多个量子比特组合起来，状态空间快速增长，这让量子计算看起来像是拥有某种天然的并行能力。

但量子系统即便可以对叠加态进行整体操作，一旦测量，最终只能得到一个结果。量子加速并不会自动发生，必须找到具有特殊数学结构的问题，再设计出合适的量子算法，才可能真正体现优势。

真正适合的方向只有两类

在他看来，目前真正被广泛认可、适合量子计算发挥作用的问题并不多。最典型的一类是大数分解和离散对数等密码学问题；另一类是量子系统本身的模拟，比如量子多体系统，以及与材料、化学相关的问题。从国家战略层面看，最重要的是不对称信息安全优势——一旦可以破解现在广泛使用的 RSA、椭圆加密，将对金融、信息安全领域带来致命影响。

与之相对，热门概念「量子金融」至今缺少坚实的科学依据。陆朝阳明确表示，到目前为止，还没有得到科学界公认、能够在实用条件下获得明确量子优势的证据。

至于量子计算与大模型的关系，同样常常被高估。量子计算不是「超级 GPU」，并不会天然加速今天的 AI 训练过程——对于大模型这样一个重要领域，目前科学界还没有一个公认的量子算法，能证明在实用条件下对大模型训练实现明确的量子加速。

从「量子霸权」到 17 秒

陆朝阳回顾了量子计算发展的标志性节点。2019 年，谷歌用 53 比特的 Sycamore 处理器完成随机线路采样实验，宣称这一任务量子处理器只需约 200 秒，而当时最强的经典超级计算机需要约一万年，这一结果曾被视为「量子霸权」的代表性时刻。

「成果亮眼，但并非不可超越。」陆朝阳透露，其团队联合上海人工智能实验室，带领一众 95 后科研人员，仅依靠通用 GPU 设备，耗时 17 秒就打破了谷歌的纪录，在运算速度和能耗控制上实现全面超越。

与此同时，中国「九章」「祖冲之」系列量子计算机跻身全球第一梯队。九章系列持续升级：2020 年「九章」问世，2021 年「九章二号」突破 113 个光子的操纵技术，2023 年 10 月构建 255 个光子的「九章三号」，2026 年 5 月最新一代「九章四号」首次操纵和探测高达 3050 个光子的量子态，相关论文于 2026 年 5 月 13 日发表于《自然》。

悬赏 500 万美元找不到算法

陆朝阳提到，谷歌是第一个实现量子计算优越性的团队，每年论文产出在全球遥遥领先，美国最强的量子团队在企业而不在高校。即便这样顶尖的团队，至今也没有找到可以落地的实用量子算法，反而悬赏 500 万美元面向全球征集有实用价值的量子算法。

最强团队尚且在悬赏寻找算法，反观国内不少量子公司，已经宣称用量子计算研发新药、做量子金融，甚至之前宣传量子计算可以用来养猪。在学术界看来，这类说法匪夷所思。

他指出，现在行业里分化成两类公司：一类真正聚焦核心攻关，踏踏实实做好量子硬件，寻找真实可行的量子应用；另一类炒作算力落地，资本盲目入局，目的不是推进硬科技，而是资本运作，这有可能带来产业泡沫。

量子纠错才是摩天大厦的地基

陆朝阳也反复强调，今天的量子计算距离真正实用还很远。原因不只是量子比特数量不够多，更关键的是质量和稳定性还不够高。随着量子比特数量增加、量子线路不断加深，误差会快速累积；如果没有有效的量子纠错，系统规模越大，整体计算结果反而可能越不可靠。

「我们要建成一个摩天大厦，需要一个更加坚实的材料，这叫作量子纠错。」他说。

在他看来，真正值得支持的量子计算公司，不是最会讲故事的公司，而是那些把量子硬件真正造好、严谨寻找真实应用场景的人。量子计算的真正价值，在于构筑国家信息安全的不对称战略优势，未来或将重塑全球金融与信息的安全格局。

这款产品被命名为「N1」，是千问眼镜继 S1、G1 之后推出的第三款。据新浪科技了解，N1 将首次引入虹膜识别能力，误识率低于百万分之一；在复杂环境下可通过眼动追踪锁定收银设备，佩戴者走到柜台前，这双眼睛本身就成为身份凭证。展台工作人员还透露了一个关键细节：新款眼镜不带显示屏，定价可能比 S1 更便宜。

需要指出的是，上述参数尚无官方背书。阿里并未在展台做任何发布，虹膜识别与价格信息均属媒体报道口径，发售时间与最终定价官方也未给出说法。

为什么是虹膜

把身份识别放进眼镜，逻辑是顺的。眼镜是离眼睛最近的穿戴设备，而虹膜几乎是人体最难伪造的生物特征：指纹会磨损，人脸能够被照片和面具攻破，虹膜纹理却在胎儿期定型后终身不变。

蚂蚁集团的 gPass 框架从上届外滩大会起，就把「看一下」支付搬上了智能眼镜，扫码、解锁等动作已经验证了眼镜作为支付终端的可行性，缺的正是一个足够硬的身份层。虹膜识别补上的正是这块拼图。

一条反向的产品路线

N1 的路线选择因此有了参照系。Meta 去年发布的 Ray-Ban Display 把彩色显示屏塞进镜框，走的是「多给用户一块屏」的加法；千问今年 4 月开售的 S1 同样是双目显示旗舰。而 N1 反向操作，屏幕彻底拿掉，把重注押在「你是谁」这件事上。

屏幕解决的是「看什么」，虹膜解决的是「你是谁」——后者离钱的距离显然更近。

赛道正在提速

智能眼镜赛道本身正在提速。市场研究机构 IDC 预测，2026 年中国智能眼镜出货量将达 450.8 万台，同比增长 77.7%，其中音频和拍摄类眼镜是绝对主力，恰好就是 N1 这种无屏方案所在的品类。海外市场方面，Meta 的 Ray-Ban 系列握有全球七成以上份额。

千问押注摄像头加虹膜，对阵 Meta 的摄像头加语音，两条路线的目标一致：让设备做到全天候戴着不摘。

绕不开的合规考题

往消费级走，虹膜数据绕不开另一道关口。虹膜信息属于《个人信息保护法》界定的敏感个人信息，采集需要单独同意。误识率做得再低，数据存在哪里、谁能调取、如何防泄露，才是比解锁速度更长期的考题。眼镜天天贴着眼睛，这道题躲不掉。

千问的 AI 硬件布局始于今年 3 月 2 日，首款产品「千问 AI 眼镜」首发推出 S1 与 G1 两大系列，并于 3 月 8 日在中国市场现货发售。7 月举办的世界人工智能大会上，千问还展示了全双工语音、眼动追踪、体征监测等一系列技术，这些能力或将陆续应用于后续硬件产品。

黑布掀开之前，所有参数都还是悬念。

全栈自研：从芯片到科学计算一条龙

太初元碁的 AI4S 平台于今年 7 月正式上线，覆盖硬件、基础组件、加速库、模型框架和开发套件全链路。平台以自研异构众核 AI 芯片为算力底座，兼容龙芯、申威、飞腾、x86 等国内外主流中央处理器，并深度适配 PyTorch、JAX、飞桨、MindSpore 等主流 AI 框架。

配套的 DevKit 开发套件大幅降低了算子开发和性能调优门槛。算法工程师杜非凡表示，平台的目标是让”中国芯”直接赋能科学计算，让科研团队不必再依赖国外专用硬件。目前平台已在气象预报、量子模拟、基因分析、材料仿真等方向与清华大学、湖南大学、山东大学、百度、东润等高校与机构落地合作。

TecoWeatherNext：把台风轨迹装进 AI 大模型

此次外滩大会首次公开的 TecoWeatherNext 台风追踪系统，把气象数据、AI 预报模型与台风识别技术整合在一起，可在一套界面内同时展示台风轨迹、风场、海平面气压、温度、降水等图层，并适配国产气象大模型输出。

系统支持数据获取、智能预测与台风识别的一体化流程，目标是让气象防灾减灾工作从单点台风路径预报，扩展到完整气象要素场的滚动预测。对沿海省份的应急、海洋与农业部门来说，这意味着可以在同一个国产计算平台上跑出更细粒度的台风风险评估。

生态与人才：联合近 20 家高校发起倡议

平台已上架量子力学、化学材料、生物医药、气象预测、能源科学、低空经济等多款场景应用模块，并联合近 20 家国内高校、科研机构与企业发起”AI4S 国产算力创新生态校企共建倡议”，推动人工智能与科学研究的纵深融合。

在外滩大会同步设置的科技人才招聘专场上，太初元碁现场开放 AI 工程、芯片研发、基础软件等十余个核心岗位，覆盖 AI 芯片推理架构研究员、高性能算子库研究员、解决方案架构师等热门方向。校招负责人刘锐涵介绍，太初元碁硕博学历人才占比超过 70%，两年来在北京、上海、无锡累计引进校招人才 50 余位，”新任干部内培率达 90%”，并通过”启航”培养计划孵化内部高阶业务骨干超 80 位。

对正在寻找算力底座的科研团队而言，国产 AI4S 计算平台的出现，意味着从天气预报到量子模拟的关键算力，第一次有了从芯片到框架再到场景模块的完整国产路径。