2025年9月，华为常务董事汪涛在发布《智能世界2035》时抛出一对矛盾：全球算力总量将在2035年前增长10万倍，AI技术发展却很可能进入一个漫长的平台期。
两句话放在一起，等于把未来十年AI路径切成两条线——基础设施继续铺路，但应用场景必须接受成本、效率和真实随机性的检验。
算力10万倍，但每一TOPS都有账单
报告中最夸张的数字是2035年算力增10万倍，但这个增量并非免费。据《8000P算力园区招租三个月，排队名单里藏着哪些公司》透露，一座8000P智算中心招租仅三个月，排队名单已排到2026年底。基础模型团队、自动驾驶数据闭环、政府科研项目挤在一起——算力不再是稀缺资源，稀缺的是能把算力变成稳定输出的系统能力。
昇腾910C集群已完成1.6万亿参数DeepSeek-V4-Pro全参数后训练，但公开通报未披露卡数、PUE、故障率和运保成本。正如《昇腾910C扩到万卡之前，先把运保账算清》所指出，准备扩到万卡时，能耗边界、备件粒度、版本适配和服务响应都必须写进验收合同。单卡跑分只是第一关，集群扩展、软件迁移、故障恢复和长期运维才是决定项目成败的真账。
平台期不是没进步，进步要用成本卡尺量
报告原文写的是：“行业焦点从追求‘通用智能’的宏大叙事，回归到对现有大型模型产品化价值的深度挖掘与场景精细化深耕。”翻译过来就是：别光想着造神，先算清大模型在每个场景里的投入产出。
2026年的行业实践已经印证了这一点。在医疗场景，三甲门诊医生反馈最关心的不是参数大小，而是模型能不能准确识别17种罕见药名——新华网2026年6月的一线观察显示，药名识别命中率、误识率直接决定了人工复核成本（参见《医疗大模型走进三甲门诊：挂号前先认出17种罕见药名的真实测试》）。在企业财务自动化中，多模态Agent处理手写、模糊票据时，增加人工复核节点仍是提升最终准确率的实战法则（参见《多模态Agent避坑：手写、折叠、模糊票据的OCR实战校对链路》）。
同样，Agent多模型投票在效果上能提升判断稳定性，但《Agent 多模型投票别只看效果，工具调用账单也要算清》指出，每一次投票都会把推理、执行、重试和审计成本叠加到同一任务里，开发者必须限制执行权并把每一步调用纳入可核对的成本账。
自动驾驶时间表：L4依赖AGI，世界模型只撑到L3
华为在报告中给出了明确的自动驾驶里程碑：2027年底启动L4级试商用，2030年部分场景规模化，2035年达成大部分场景L4+级无人驾驶，同时启动L5试商用探索。
更关键的划分是技术基础：世界模型技术支撑L3级自动驾驶开发，而L4级必须依赖AGI。这意味着即使车载算力再猛，如果通用智能没有突破，无人驾驶就只能停在L3。这一判断把AGI的突破时间点直接锚定到了产业落地时间表上。
WAIC 2026给出的物理世界限速
具身智能是报告反复提及的方向，而2026年7月的WAIC现场给出了残酷的实测数据：42款具备自主移动和操作能力的机器人，只有9款能在无外部补能下稳定运行超过3小时。多数样机败给了过热降频、通信抖动和推理功耗（参见《WAIC 2026机器人实测：42款里9款撑过3小时》）。
宇树单款双足人形机器人累计下线超1.1万台，一季度赛道融资达681亿元，但家庭机器人仍被感知成本、复杂环境适配和售后维保卡住（参见《WAIC 2026具身智能升温，家庭机器人还卡在供应链》）。
《人形机器人进变电站，最该公开的是失败数据》一文指出，68亿元采购计划背后，急停、夜间识别、远程接管、防爆配置和人工介入等失败数据的缺失，才是判断设备能否批量交付的关键。模型能力只是起点，物理环境中的闭环运行才是真正的门槛。
从仰望星空到量公路程
华为这份报告最有价值的不是10万倍算力预测，也不是2035年时间表，而是它公开承认了AI可能进入平台期。当一个行业最大的基础设施供应商开始用“漫长”来形容技术瓶颈时，从业者应该重新算一遍自己的投入产出比。
算力还会涨，但每一分钱都要看到物理世界里的反馈。
