9月11日,2026全球边缘AI算力大会暨“金算奖”颁奖晚宴在北京成功召开。本届大会由边缘计算社区主办,得到了飞桥数智云、云天畅想、中科九朗、明赋云、魅视科技等多家产业核心力量的联合支持,由衷感谢以上企业的支持!大会主视觉写着“AI拼才会赢”。这里的“拼”,既是努力,也是一种协作。网络、算力、能源、模型、数据与应用各自向前一步,AI才能在业务系统中稳定运行。AI正在从模型能力竞争,进入基础设施与工程系统竞争。而“边缘”,恰恰站在这场变化的交汇处。01为什么边缘AI在2026年开始变得重要?过去几年,大模型能力快速提升,产业关注点首先集中在训练规模、模型参数以及中心云GPU集群。但当AI真正进入机器人、汽车、工业视觉、企业运维、内容生成和智能终端,新的问题随之出现。一些任务可以等待云端返回答案,一些任务却等不起。一辆正在行驶的汽车、一台执行动作的机器人、一条生产线上的视觉系统,都需要更低的响应时间;涉及企业内部数据的场景,又会面对数据安全、权限和合规问题;与此同时,大规模调用模型带来的推理成本,也开始进入企业的日常账本。这让AI基础设施逐渐呈现出一种新的分工:中心云依然适合大规模训练和复杂推理,区域算力承担一部分通用任务,而大量实时、低时延和数据敏感型工作,则开始向更靠近用户和设备的位置移动。边缘AI因此不只是“把GPU放得离用户近一点”。它背后涉及网络、算力、能源、模型、数据、调度系统和应用工程的重新组合。当天的七场分享,几乎对应了这条链路上的不同环节。02各领域嘉宾分享AI原生边缘网络大会开始,鹏城实验室前海研究院院长杨婷婷教授带来《AI原生边缘网络》主题演讲。她从6G谈起。在团队的设想中,未来网络不仅需要完成通信,还要同时处理感知、智能与计算,让部分需要低时延的物理AI应用直接在边缘侧完成信息获取、分析和快速决策。杨婷婷教授介绍了团队研发的WirelessGPT。该模型提供从8000万到53亿参数的多个版本,并已经在8种室内场景中进行数据采集和训练验证,可用于视频传输、信道预测等任务。围绕AI Edge,团队还在探索智能驾驶、具身设备、低空安全等方向。企业的AI资产梳理熹乐科技CEO、连续成功创业者 CC分享的题目是《经济寒冬里的AI杠杆和确定性资产》。他用一个公式展开整场演讲:Agent = 大模型 + 数据 + Harness。在CC看来,大模型能力可以通过API或不同模型服务获得,企业数据来自多年经营积累,真正决定AI能否进入业务系统的,则是连接模型、数据和企业规则的Harness。Harness要做的,就是把模型接进企业原有的制度和业务流程。权限分级、审计记录、工具调用、成本管理和数据边界,都需要成为系统的一部分。否则,一个AI Demo可以运行几分钟,却很难在企业里稳定运行几个月。这意味着,企业AI竞争正在从“谁先接入大模型”,转向“谁先把AI变成可管理、可审计、可持续运行的生产系统”。模型能力越来越标准化之后,企业自身的数据、流程和工程能力,反而可能成为更重要的差异化资产。算力交付的转型紧接着,云天畅想高级副总裁房鹏把视线转向算力交付。他提出:“中心云创造智能,边缘云交付智能。”现场分享的案例是云网吧2.0。传统网吧需要在每个座位配置高性能主机,而云网吧2.0尝试把本地主机集中到边缘机房,用户侧只留下显示器、外设和轻量终端。用户看到的是一块屏幕。屏幕后面,则是一整套算力、网络和调度系统。类似架构也可以延伸到智能座舱、机器人和工业视觉等场景。中心云负责训练与大规模计算,边缘资源处理实时任务,终端则直接与人和环境发生交互。这里出现了一个值得关注的变化:过去算力行业习惯讨论“有多少卡”“多少P算力”,但用户真正购买的并不是GPU本身。用户购买的是一个应用能不能稳定工作。下一阶段算力竞争的核心指标,可能会从资源数量进一步走向服务质量:延迟、可用性、调度效率、模型适配,以及单位任务成本。算力正在从一种硬件资源,逐渐变成可被调度和交付的服务能力。余压边算的能源思路中科九朗资深技术专家展晓津登台,把问题带到了天然气调压站。天然气通过管网高压输送,在进入城市和用户侧之前,需要经过调压过程。传统调压阀通过节流完成降压,压力能也在这个过程中被消耗。中科九朗介绍的方案,则尝试把高压天然气送入透平膨胀机,在完成调压的同时发电,并回收膨胀过程中产生的低温冷能,全过程不依赖燃烧天然气发电。展晓津老师在现场给出了一组数据:按照项目方案测算,系统每产生约1千瓦时电力,还可以获得约1千瓦时冷量。这套“余压边算”思路,是把调压过程中产生的电和冷送给附近算力设施,同时利用数据中心余热参与天然气复温。为什么这件事值得算力行业关注?因为AI基础设施越来越大以后,真正限制项目扩张的未必只有GPU。电力获取、散热能力、能源成本和机房选址,都正在成为算力项目的一部分。特别是在推理逐渐走向长期运行之后,GPU采购属于一次性资本投入,电费和冷却成本却会持续发生。CDN在大模型时代的新定位网宿科技边缘AI资深架构师陈云辉分享《AIDN演进之路,从“流量管道”到“分发智能”》。他从CDN最熟悉的问题讲起:距离。过去,CDN把图片、视频和网页内容缓存到距离用户更近的节点。目的很简单——减少数据传输距离,提高访问速度。进入大模型时代,被分发的对象开始发生变化。用户提交的可能不再只是一个文件请求,而是一次模型推理任务。系统需要判断:这个请求应该送到哪个模型?是否需要送往中心集群?价格、延迟和模型能力应该如何平衡?据陈云辉现场介绍,网宿希望让全球3000多个边缘节点逐步承载AI推理、Token生成和算力调度,并通过AI网关接入40多家服务商与200多个模型。企业垂类智能体的工程实践百度资深工程师范桂飓与百度智能体研发工程师周兴杰带来《企业垂类智能体的Harness工程实践》。他们介绍了面向团队场景的智能体框架EveAgent。据百度团队现场披露,EveAgent在3个月内进入5类场景,服务9个团队和700多名用户,累计处理1.8万次提问,并按照团队内部测算,年化节省工时超过2000小时。AI的“最后一米”腾讯云研发工程师陈婴宁把这件事情继续往前推进了一步。他把它称为AI的“最后一米”。Octop是一套开源、自托管的AI助手平台。团队可以面向运维、办公等不同任务配置不同“专家”,每个专家拥有自己的模型、工具和工作空间。同一套部署也支持多账号使用,由管理员维护平台能力,不同成员按照各自权限调用工具。03会下交流与晚宴场外AI市集大会外面还设置了AI市集和茶歇供大家交流。中科九朗、讯飞开源Astron、商汤小浣熊以及机械工业出版社等团队带来了产品、开源项目和专业出版内容。现场采访现场还设置了采访间,资深专业记者对企业高管进行采访交流。资源对接晚宴18时10分,资源对接与交流晚宴开始。白天演讲中的技术路线重新回到具体项目:谁有算力资源?谁需要边缘节点?什么项目需要低时延推理?很多产业合作并不会从一份正式商业计划书开始。它可能只是从一次演讲后的提问、一张名片,或者晚宴上的一次交流开始。这也是线下大会仍然存在的意义。04“金算奖”获奖名单大会期间,由边缘计算社区发起的 “金算奖”隆重揭晓,金算奖旨在表彰那些在边缘算力与智能体领域持续深耕、创造真实产业价值的企业。本届奖项覆盖AI算力基础设施、算力分发、算力存储、端侧智能、企业智能体与产业应用等方向。AI产业应用领航奖:云天畅想、魅视科技、网宿科技、数享云AI算力基础设施奖:山东国数、中科九朗企业级AI智能调度平台创新奖:网宇集团AI算力分发领航奖:明赋云端侧智能创新奖:词元星火AI算力存储领航奖:123云盘企业AI智能体领航奖:飞桥数智云边缘计算社区将继续记录边缘AI、算力基础设施与智能体产业的实际进展,也欢迎正在解决真实问题、拥有真实产品和项目实践的团队,与我们交流。05特别鸣谢特别鸣谢深度合作伙伴:飞桥数智云支持单位:中科九朗、云天畅想、魅视科技、明赋云、网宇集团、123云盘签到支持伙伴:百格活动、活动行活动策划与运营:泉州边缘智能科技有限公司工作人员:总 策 划:张小圆总 监 制:皓天设计顾问:cc 张 琳 miracle文案编辑:张小圆摄影摄像:周子团队现场统筹:张磊团队大会精彩瞬间致敬每一位勇敢向前的边缘AI人!