7月3日，“2026全球数字经济（885976）大会人工智能（885728）融合应用发展论坛”在北京举行。“人工智能（885728）融合应用发展论坛”由全球数字经济（885976）大会组委会主办，北京市经济和信息化局、朝阳区人民政府承办，中关村科技园区朝阳园管理委员会（北京市朝阳区科学技术和信息化局）、北京数智云科信息科技有限公司、北京信息化协会、北京人工智能（885728）产业联盟、北京数智聚联企业管理有限责任公司协办。
作为深耕全球互联网与全栈AIGC 赛道的上市企业，昆仑万维（300418）自 2022 年确立 “All in AGI 与 AIGC” 核心战略，搭建起 “底层流量底盘 + 自研多模态大模型 + 垂直 AI 应用平台” 完整产业布局。与此同时，昆仑万维（300418）是国内为数不多打通AIGC 海外商业化落地，并实现规模化收入的头部厂商，天工AI业务ARR突破8亿美金，其针对当前行业普遍面临的AIGC 发展瓶颈，也沉淀出差异化、可落地的成熟解法。
昆仑万维（300418）董事长兼CEO方汉受邀在“2026全球数字经济（885976）大会人工智能（885728）融合应用发展论坛”上发表了《从Mureka Co看AIGC Agent发展空间》主题演讲，立足内容 AIGC 产业痛点，提出 AIGC Agent 是被市场系统性低估的结构性机会，并以拆解音乐Agent产品Mureka Co为例，为多模态内容行业智能化转型提供全新思路。
以下是方汉演讲实录，经整理发布：
大模型迟早吃掉一切Agent，这个说法在AIGC领域不成立
各位来宾大家好！我们是一家A股上市公司，我们的Mureka大模型目前是国内第一个音乐生成大模型。在Mureka大模型上，我们发布了一个Agent产品叫Mureka Co。
今天想跟大家分享一下，我们在研发Agent过程中的一些思考和展望。
首先，我们知道在文本和代码侧的Agent，Claude Code去年可能已经有25亿美金的年化收入，Devin、Cursor估值都是两三百亿美金。
但是音乐、视频和短剧侧，没有一家叫得上名字的Agent，全部都是大模型的本体。为什么？
有一个说法：大模型迟早把Agent吃掉，你做Agent没有意义，大模型的能力越来越强，Agent的能力被越来越多地吃掉。但是我们可以发现有几个理由，这个说法在AIGC领域不成立。
第一：音乐创作没有过程数据，这是核心瓶颈。
推理成本这两年以百倍的速度下降，而且模型逼近一次化。
编程模型有两种：一种是指令式的，你告诉大模型一步一步往下走，它能够执行得很好；另一种是许愿式的，很模糊的需求，比如"我做一个APP"，大模型能够做出来——这才是顶尖大模型跟次一级大模型的差别所在。
像视频生成模型、图像生成模型，还有我们Mureka的音乐生成模型，每一代都越来越强。
大模型有两样东西：第一，尽可能多的数据；第二，对错能验证，这样才能做后面的强化和SFT。但是音乐这两个都不沾。
因为GitHub上有人类写过的所有代码，人类可以在GitHub上训练，所有的代码都是基于真实依据做的。但是音乐这边只有一个成品——制作完成的歌曲本身。你到网上找，怎样把曲谱出来？除了音乐学院有教科书，其实没有一首音乐的创作过程被记录在公开语料里。
我觉得模型终将变强，但对于AIGC来说，模型变强意味着Agent工程非常难做。因为经典的音乐创作本身就是非常个人化、非工业化的制作流程。
第二：不是钱的问题，是理念的问题。
大家也有人说，因为没有人投AIGC的Agent公司，所以，我们没有这样的产品。但是我们认为不是资金的问题，而是理念的问题。
现在最贵的Agent公司，万亿规模的。最大的问题是什么？代码有编译器、有测试，对不对一秒钟就可以分晓，这是可以验证的。
但是音乐，好坏是主观的评判，AI没有抓手。
而且人类到今天只写了四千万首歌，怎么创作出来的也从来没有被记录过。
大家以为用户要一键生成，但实际不是这样。因为最流行的事，就是把人介入到大模型Agent的生成过程，然后让人做评判、去定方向。我们现在做一首歌，这首歌是谁的？实际是AI生成的。但是创作者想要能够表达"我的理念"的一首歌。
AIGC大模型可以把十万元的专业歌曲制作成本压缩到一元钱以下，把一首歌的录制时间从一周变成一分钟。原来传统的音乐创作者，可能要训练一年或者五年以上才可能制作。
但是现在Mureka Co，想把AIGC Agent做进专业的内容制作工具里。
Mureka Co：让过程数据第一次进入AIGC流程
现在可以给大家演示一下我们可以做什么。我们通过对话方式操作所有的音乐制作软件，来实现专业音乐制作软件全套的音乐流程。
在这个中间可以获取大量的过程数据，从而让人类制作音乐这个事件的过程，第一次进入到AIGC生成模型的流程中。
我们可以说话去操作，不再学习复杂的界面，还能接着改，支持素材与重做。把所有的传统工作，可以跟AIGC的生成模型集成在一起。
我们不是做更好的生成工具，而是专业内容的流程，哪些可以把AIGC嵌进去，让没有受过专业训练的人，用专业工具可以做出专业的东西。
谁先建工作流和数据飞轮，谁就拥有了护城河。
我们希望通过工作流嵌入，通过流程数据飞轮，通过行业know-how，能够把AIGC的Agent推向下一个阶段。
当生成趋近于免费，我们的价值一定回到控制面。
而控制面是在AIGC的工作流里面，工作流就是Agent。
我们认为AIGC Agent是被系统性低估的结构性机会。
