5月20日、QbitAIで400万人のAI関係者が約20本の講演＆ファイアサイドチャットを視聴｜第4回中国AIGC産業サミット
重要ポイントはこちらにすべて集約~
主催委員会より、Aofeisi
QbitAI｜WeChat公式アカウント QbitAI
Lobster、Harness……次々とヒットが生まれ、Agentは「突破口」を探るための定番キーワードになった。
2026年、AIはさらに加速し、分化し、実運用の現場へと進んでいる。「ツール」から「生産性システム」へ、そして「コンテンツを生成する」段階から「仕事を完了させる」段階へと変わりつつある。
@Everyone、今こそAIを本気で使いこなす時です！
第4回中国AIGC産業サミットには、AI業界の最前線を担う約20人のリーダーが集結し、業界が直面する最も鋭い問いに真正面から向き合った。
- Agentは次のスーパーエントリーポイントになるのか？
- AIアプリケーションの本当のブレイクポイントはどこにあるのか？
- マルチモーダルと空間知能は、将来のインタラクションをどう塗り替えるのか？
- モデルがますます収束していく中で、本当にコンセンサスの外にある機会はどこに隠れているのか？
その答えは、会期を通じて繰り返し掘り下げられた。
会場は終始満員で、熱気が途切れることはなかった。現地会場は立ち見どころか、通路や壁際にまで人があふれるほどの盛況ぶり。配信も非常に活発で、オンライン視聴者が次々と集まり、コメント欄は埋まり、交流が生まれ、議論が絶えなかった。
壇上には、AIに深く根ざした最前線の実務家や学術権威が立ち、業界の実情に即した洞察と技術的判断を提示。会場には、業界の最先端トレンドを注視する参加者や探究者が集い、AIGCのアイデアがぶつかり合う年に一度の場となった。
さあ、QbitAIの“炭素ベース編集部”と一緒に、この熱量の高い「今すぐAIを使いこなせ」会議がどんな重要シグナルを発したのか見ていこう。
中国AIGC産業サミットは、QbitAIが主催する業界カンファレンスで、約20人の業界代表者が参加して議論を交わした。会場には1000人以上が来場し、オンライン配信の視聴者は400万人近くに達した。また、本イベントは多くの主要メディアから大きな注目と報道を集めた。
昆仑万维 取締役会長兼CEO Fang Han
サミットで昆仑万维の取締役会長兼CEOであるFang Hanは、**「個人と企業はAgentの影響にどう向き合うべきか」**というテーマで講演を行った。
講演の要点は以下の通り。
- ある業界やスキルがクローズドループ化していて、多少の誤差を許容できるなら、置き換えは非常に容易だ。しかし、判断力とセンスがあるなら、長期的にはまだ十分にやっていける。
- Token消費量はますます興味深い指標になっている。一般社員でも月間で数百万〜数千万Tokenを使うことがあり、AIコーディングや技術職では数億〜数十億、Agentを重度に使うユーザーなら月間数百億に達することも珍しくない。Tokenは事実上、AI時代の「電気代」になっている。
- AIが介在すると、個人の成長ステップは圧縮される。これまでのように、初心者から熟練者へと段階的に着実に成長する明確な階段があったわけではない。今は、初心者か達人かのどちらかで、中間状態を維持するのが難しい。こうした中間の“階段”が消える中で、普通の人の成長の道筋がどう変わるのかは注目に値する。
- AIが置き換えられない人には5タイプいる。ストーリーテラー、アイデアの創造者、美の定義者、システム構築者、そしてパラダイム転換者だ。
- ほとんどの業界では、AI導入の目標は「2位を目指すこと」であるべきだ。1位は試行錯誤と探索に極めて高いコストを負う。3位は業界全体の上昇分を取りこぼし、取り残される。ITの世界では1位だけを争うことしかできない、というのが厳しい現実だ。しかしAIは、全員を同じスタートラインに引き戻す。
風行在線 CEO Yi Zhengchao
風行在線 CEO の Yi Zhengchaoは、**「AIプログラミングからAI動画へ：協創こそがAI生産性の核心レバー」**というテーマで知見を共有した。
講演の要点は以下の通り。
- AIは大型エンタメ・メディア分野に大きな変化をもたらした。第一に、コストと参入障壁が大きく下がり、供給が豊かになった分、競争は厳しくなった。第二に、Web小説、IPキャラクター、映像コンテンツ、インタラクティブ体験、ゲームなど、フォーマットがより多様化した。第三に、AIは動画業界の制作を変えるだけでなく、エンタメ企業の運営・管理にも力を与えている。第四に、コンテンツ制作では想像力に基づく取捨選択がより重要になり、協創は不可避の選択となった。最後に、AI制作は高い没入感を生む一方で、制作と消費の境界を曖昧にしている。
- AIアプリケーション企業として、風行在線は5つの方向に注力している。AIを信じるが、モデル層には手を出さないこと。AIショートドラマは熱いが、AI動画のすべてではないこと。AI動画企業でありながら、AIプログラミングでより大きな成果を出すこと。個人の能力増幅は重要だが、組織の能力増幅はさらに重要であること。Agentは強力だが、本当のレバーは協創であること。
- 協創はAI時代の社会構造そのものだ。企業はもはや、スーパー社員やスーパーAgentを収容する箱ではない。むしろ、知的資源を組織化して外部の集合知を活性化し、より大きな価値を生み出す必要がある。
- 社員、デジタル社員、外部パートナーが一体となって協創ネットワークを形成する。これは本質的に、社会化されたエコシステム構造である。
- AIは実行力を増幅するが、同時に自己陶酔も増幅する。これはコーディングでもコンテンツ制作でも起こりやすい副作用だ。その対抗策は、成果を出すことに尽きる。
SenseTime 取締役副社長兼チーフサイエンティスト Lin Dahua
SenseTimeの取締役副社長兼チーフサイエンティストである Lin Dahuaは、**「マルチモーダルの統合から空間知能へ：知覚し、生成し、行動できるAIの新たなフロンティアへ」**という題目で講演した。
講演の要点は以下の通り。
- 時代がどれだけ速く変わっても、私たちがどこまで行けるかを決めるのは、常に長期的な視野だ。AIはマラソンであり、未来へ私たちを本当に運べるのは長期志向のマインドセットだけである。
- 企業でAIを導入する際、巨大モデルそのものは最も重要な部分ではない。本当のボトルネックは、チャート、Excelファイル、画像、動画、Webページ、知識ベースなど、さまざまなデータ形式を1つのAIシステムにどう接続するかにある。これは企業のAI導入コストの70%以上を占めることも多い。
- Agentはこの時代のエンジンだが、そのエンジンを実世界で機能させる鍵は、複数モダリティを扱えるかどうかにある。SenseTime小浣熊が継続的に急成長しているのは、雑多なデータから納品可能な成果物までを本当にエンドツーエンドで閉じられており、価値をユーザーまで届け切れているからだ。
- デジタル空間の先には、はるかに広い世界、すなわち物理空間がある。現在最強クラスのマルチモーダルモデルでさえ、現実の物理世界に入ると非常に脆弱だ。これがロボットを汎用化できない核心的なボトルネックである。物理空間を切り開く鍵は、第一原理から世界を再理解することにある。
- 空間知能で本当に突破するには、言語モデルの能力と視覚の理解・生成を1つのモデルに融合させなければならない。つまり、言語で表現でき、同時に視覚世界の要素を生成できるモデルだ。
- SenseTimeの次世代モデル SenseNova U1 は、理解・推論・生成をまったく新しい基盤の上で統合し、言語と視覚をシームレスに行き来できる。理解を言語で表現し、想像を視覚で表現し、真に一貫したテキストと画像の混在制作を実現する。
- 「統合」そのものが、表現と可能性の新たな地平を開く。画像生成モデルに思考を、推論モデルに想像力を吹き込むのだ。
- 未来の本当に賢いAgentは、1つの「脳」の中でデジタル空間の分析と物理空間での行動の両方をこなし、マルチモーダル情報を統合して意思決定しながら、現実世界でも素早く行動できる存在であるべきだ。デジタル空間と物理空間の融合こそが、AIが向かう真の到達点である。
盛大グループ副社長兼 EverMind CEO Deng Yafeng
盛大グループ副社長兼 EverMind CEO の Deng Yafengは、**「長期記憶によって駆動する自己進化：ツール型AIからデジタル生産性システムへ」**という講演を行った。
講演の要点は以下の通り。
- LobsterはAgent時代のiPhone 4のような存在だ。製品パラダイムを定義し、人々に「72時間連続で働けるAI Jarvis」を本当に実感させた。ただし完璧ではなく、継続的にアップデートされ、さらに上書きされていく必要がある。
- Claude 4は、Agentが自律性へ向かううえでの重要な転換点だ。ChatからAgentへのパラダイムシフトにより、Anthropicは最終的にOpenAIを逆転しただけでなく、SaaSにも大きな変化をもたらした。かつてSaaSはプロセスとUIを提供していたが、いまではメッセージを通じて提供する比重が高まっている。
- Agentには2つの重要な特性がある。自律性と自己進化だ。その両方を支える鍵が長期記憶であり、これによって次の3つが解決される。1. 急速に拡大するコンテキストの抽象化と要約。2. ユーザーが誰か、何を好み、どんな目標や価値観を持っているかを記憶すること。3. それらに基づいて、ユーザーが今後必要としそうなものを能動的に予測すること。
- モデルが強くなるほど、記憶はむしろビジネスプロセスの中で最も差別化しやすく、蓄積しやすい資産になる。
- AIが本当にあなたを隅々まで理解するようになれば、それは意図配信の新しい入口になる。その段階では記憶の蓄積が非常に重要になる。それは個人に帰属すべきであり、Codex、Claude Code、Lobsterなど異なるAgent間で同期できる必要がある。
AWS プロダクトテクノロジー技術責任者 Wang Xiaoye
AWSのプロダクトテクノロジー技術責任者である Wang Xiaoyeは、**「Agent導入の壁を越える：最強モデルからエンタープライズグレードのAI Agentへ」**というテーマで考えを共有した。
講演の要点は以下の通り。
- 自宅でLobsterを育てるのと、企業でLobsterを育てるのはまったく別物だ。企業がAgentを安全かつ信頼性高く、安定して運用するには、いくつもの壁を越える必要がある。LobsterのようなAgentは、みんなに川の向こう側の景色を見せてくれるが、企業が本番導入に到達するには、なお橋が必要だ。
- AWSは、企業がAgentic AIを構築する際には5つの層に注目すべきだと考えている。最下層は推論計算基盤、その上にマルチモデル選択、さらに企業データとナレッジ、その上にAgent構築プラットフォーム、最上位には直接購入して使えるAgentアプリケーションがある。
- 企業においてはCoding Agentはすでにかなり成熟しており、次のブレイクポイントは Working Agent だ。AWSの答えは Amazon Quick であり、これにより企業の従業員は安全に、柔軟に、自由にAgentを使えるようになる。
- Agentはデータ管理に新たな課題を突きつける。記憶は共有、分離、共存が必要になる。誤った知識、古い情報、矛盾した内容は、どれもAgentの判断に影響する。誰もが「Tokenは高い」と不満を言うが、実際には単価が高いのではなく、無駄な情報をモデルに与えすぎていることが原因であることが多い。
- Agentの文脈でいうHarnessとは、モデル以外のすべてのソフトウェア基盤を指す。モデルがCPUだとすれば、Harnessは使いやすいOSをまとめ上げる役割を果たし、Agentが最終的に示すものは完全なアプリケーション形態である。Amazon Bedrock AgentCore はHarnessであり、その核心的価値は、ユーザーがあまり多くの労力を費やさずに済むようにすることにある。