一句话看懂：在2026年夏季达沃斯论坛上，爱立信高级副总裁兼东北亚区总裁刘尚利指出，AI正从“数字大脑”迈向“物理AI”，需要具备感知和行动能力的实体形态。这一转变将重新定义网络基础设施的作用，电信运营商有望从管道商转型为未来AI生态的核心算力与神经网络枢纽。
事件核心：发生了什么
刘尚利在达沃斯期间发表观点认为，当前AI行业投资高度集中于芯片和数据中心等基础算力，但智能的终极形态将是“物理AI”——不再局限于屏幕内的大语言模型，而是要以机器人或自动化无人设备等实体形式存在，能够感知环境、完成交互并执行任务。他强调，若大语言模型是AI的“大脑”，那么网络系统将成为连接大脑与物理身体的“神经系统”，支撑机器人和无人机等设备实现高效、实时的运作。基于这一判断，他预测下一波AI赢家很可能来自电信运营商群体，因其在光纤布线、基站建设和网络覆盖方面已有长期积累，具备转型为未来物理AI生态中核心枢纽的潜力。
为什么重要
这一表态从产业终局的角度，首次将网络能力而非单一算力提升为AI发展的关键瓶颈。此前业界关注多聚焦于模型训练和推理芯片，而物理AI要求设备在真实环境中完成低延迟、高可靠的实时决策与运动控制，这依赖的不再是云端大模型的纯闭环，而是“端-边-云”协同、高带宽低时延的通信网络。如果观点成立，电信运营商的商业角色将从“传输管道”升级为AI基础设施的核心节点，其定价权、商业模式以及与云计算厂商的竞争格局都可能发生根本性变化。对爱立信而言，这一论述显然也为其网络设备和服务战略提供了前瞻注脚。
对用户/开发者/创作者的影响
对于开发者和企业技术采购者而言，这意味着未来在构建AI应用时，网络连接能力将和模型能力并重。物理AI场景（如自动配送机器人、远程手术、智慧港口等）的落地，不能只关注GPU算力和模型参数，还要评估网络延迟、基站密度和边缘计算节点的分布。普通用户短期内看到的产品变化可能集中在物流、制造和城市服务领域，例如更流畅的自动驾驶出租车调度、更可靠的无人机送货。对于内容创作者，物理AI倾向于实物交互而非内容生成，因此文本、图像和视频生成领域的直接冲击较小，但围绕物理AI操作界面的可视化、仿真工具或许会催生新的创作需求。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，这一判断仍需实际项目验证。后续可观察三个方向：一是主流电信运营商是否公开明确的物理AI网络投资计划；二是爱立信等设备商是否推出针对机器人和无人机的专用网络方案（如5G-Advanced切片或6G预研）；三是物理AI场景中“网络依赖度”的实际测试数据是否支持其成为瓶颈而非可替代方案——例如在低要求任务中，设备本地算力是否已在某些条件下稀释了网络的重要性。这些将决定“电信运营商成为AI赢家”的论述是前景还是趋势。
来源：AIbase
