"2026 年，创投圈的浪潮再次翻涌：AI 从技术概念走进产业深水区，硬科技创业从 " 小众赛道 " 变成 " 主流共识 "，年轻的创业者们正在用代码和双手，重新定义中国创新的未来坐标。
每一年，由 36 氪 · 暗涌主办的 WAVES 大会，都是中国创投圈的年度风向标。今年的 WAVES 2026 以 " 今年盛夏 " 为主题，落地广州番禺良仓新造创意园，在两天的时间里，我们汇聚了顶级投资人、产业领袖、新锐创业者，用 14 场深度圆桌、数十场独立演讲，拆解 AI、硬科技、出海、医疗等核心赛道的底层逻辑，见证那些 " 少数人 " 的坚持，如何汇聚成改变行业的浪潮。"
以下为对话内容，经 36 氪整理编辑：
各位嘉宾、各位伙伴、各位同行，下午好！
我来分享一个话题，就是全密态计算，破解 AI 时代的数据安全难题。
前一段时间，Anthropic 发布了新一代大模型，这应该引起全球的警觉。所有上一代的计算机技术，在面对新一代全球顶尖大模型时，都可能被摧枯拉朽地攻破，原有的安全体系将形同虚设。大家需要反思一个问题：在人工智能与量子计算来临的时代，如何真正保证数据安全？如何守住底线？这已经成为相关从业者必须思考的重要课题。
我们来看一个真实的场景，它反映出今天更大的数据课题。前段时间我去一些银行交流，银行也提到了一个非常根本的问题：目前大模型的发展，需要银行的数据来进行更高级的风控管理。然而，银行在进行模型训练之前，面临一个深层次的担忧：如果模型能够记忆或存储银行的核心数据，数据安全将何去何从？因为一旦数据在模型中发生流转，或者通过模型调用被泄露出去，就会引发巨大的社会舆论压力，并面临数据泄露的追责问题。这就揭示出一个深层矛盾：企业想利用新算力来发展自己的新型模型，却因安全顾虑而受到制约。这正是我们今天在数据利用中所面临的困局与破局之问。
我们通过这个场景可以看得出来，所有的企业决策者，包括国央企的领导在今天思考的数据要素进行流通的时代中，第一个话题是我的数据能不能共享出去，能不能形成数据产品给到各行各业去使用？答案很显而易见，是不能的，因为数据一旦被流转和流通之后，它就有无限的复制可能，去造成巨大的影响和破坏。我们用一个词来比喻会很恰当，犹如核能。因为核能的能量非常巨大，但一旦核能的数据暴露之后会产生强烈的辐射，数据也一样，一旦数据对外被看到或流转，就会面临相似的问题。现实情况是如何解决这个根本性的问题？从核能的角度看同样非常恰当，就是要构建一个核能密闭舱，既能让核能在里面从核能转化成热能，从热能转化为电能，为人类所用，但是又不能对外界造成影响和辐射。老百姓用的是电，但是从来是不会碰到核能本身的。所以数据就是核能时代的数据燃料。
数据的价值非常巨大，但是 " 辐射性 " 非常高，不能有一丝泄漏，如果做一个方案，一定是构建是一个数据的密闭舱，让数据不出舱，输出纯净算力，进而达到 " 燃料不露形，算力安心用 " 这样一个根本性的目的和要求，而我们做的事情就是构建数字时代的数据安全舱。
我们看一下传统的数据安全模式，数据在目前的技术体系下，一旦要使用数据，必然会有个问题，是数据进行解密；一旦解密，就面临着数据泄漏风险。有没有一种好的技术和方案能够实现数据在不解密的情况下全密态的进行运算？这个应该是从人类在 70 年代诞生非对称密码学以来一个终极的追求目标，能不能重新塑造一个新的密码时代，让数据在全密态下进行安全的计算？我们给出的答案是要构建一个新型的技术体系底座，这个技术体系我们称之为全同态加密技术。这个技术其实是从上个世纪 70 年代提出，到 2009 年产生第一代基于理想格的相关算法，这个算法产生之后在全球引起了巨大的轰动。但是也看到一个很现实的问题，就是这项技术一直没有得到巨大的产业化应用，因为加密技术一旦进入了密算之后会产生巨大的算力损耗问题，所以最终难以产业应用。
我们是从上个世纪 90 年代就开始致力于相关的算法研究，在 2012 年成立公司之后又经过十几年的沉淀，最终形成这一代的解决数据安全的新型产品，我们称之为面向 AI 时代的密态计算和多模态统一的新型数据库产品。我们的产品特点是大家已知的 AI 认知的几项能力，包括向量、图、时序时空和传统的关系进行融合，既能够达到在密态能够计算，又能够满足现在 AI 时代急需的把多种模态融合的能力，我举个例子大家可能会更理解这件事情。今天的现场会场里面可能有几百位来访嘉宾，我们要通过今天的摄像画面看到每位嘉宾的情况，以及迅速地从相关的社保记录里面找出每位嘉宾以往的履历情况和社保缴纳情况，以及我们在互联网上发过的这种帖子等等信息。传统要去实现这种涉及到个人隐私以及多方、多模态运算的时候，其实是一个非常复杂的过程，而通过新型的 AI 密态基础设施就可以解决一个终极问题，就是在每一个方向上，比如我们通过当前的视频画面，是以加密的数据处理完每个嘉宾的特征，然后在政府社保的信息里面，在社保的密态数据里面计算出来每位嘉宾的社保情况，以及在互联网侧去找到我们的社保记录，在每个密态的角落里面找到相关的追踪信息，形成一体化的能力。
这里面的核心技术其实是来自于刚才提到的全同态加密技术，为什么我们产品在今天能形成广泛的影响力，在金融行业中得到深入的应用？第一，我们实现了百分之百自研的能力。在基础的软件领域里面，大家熟知的三驾马车（操作系统、芯片、数据库）领域中一直有一个国人念念不忘的情怀，能不能有自己国产的、纯原生相关的技术软件？而我们是从一开始就致力于每行代码自己写，我们算是目前能够 100% 完成全部自研，采取零开源代码的方式的新型产品，当然就包括从数学理论体系到底层的编辑器是完全自己构建的。
第二点源于一个现实问题，在全密态的情况下，性能到底怎么样？因为我们知道在加密状态中进行加密运算，它是常规的非加密的万倍以上的损耗。而我们解决了一个比较大的难题是，在真正的密态计算下，可以实现比传统的方案性能还要高 37% 以上，但硬件成本下降到传统明文态数据计算的为 38% 以下。
第三个特点是我们实现了中文原生，整个底层数据引擎是用中文来进行存储，到整个用户使用的各种语言体系是中文原生的。它有个非常大的好处，极大地降低使用者的门槛，完全可以通过中文的字段编程语言和底层数据进行交互和交流，改变了只有技术人员才能进行深层次的数据处理的格局和局面。当然，我们未来有一个梦想，就是用中文的原生语言在中小学教育里面，能够让小孩在一二年级就能够踏上科技的舞台和门槛，用自己的母语来实现对科技的掌握和认知。
第四个特点是原生的智能，就是一套数据库可以把现在面临的数据安全和 AI 领域中需要的多模态处理能力全部打通。
另外一个特点是考虑到量子时代来临，所以我们在产品设计之初就采用格密码的策略和方案，结合全同态的相关技术，实现了对整个未来量子防御的架构设计。可以说有了这种新的架构方案，至少在行业内可以保持 30 年的安全稳定运行。
看完相关 AI 原生的安全产品之后，再对照现在产业中已有的方案，它的整个优势就非常凸显出来了。因为传统方案大家为了做一套智能体，为了开发一套基于大模型的工程系统，你可能要采购不同的、非常复杂的多重数据库，而多重的数据库一个会造成成本增加，另外很现实的问题就是运维的难度非常高。采用这种原生一体化的新型密态引擎之后，可以从效率、能力到成本上能够大幅的下降。
除了产品在金融领域应用之外，其实还有一个梦想，因为国家现在大家提倡数据要素在各行各业的产业应用，我们致力于让每个城市都有自己一套安全的数据舱，解决目前大型的城市数据攻关中的 " 数据可用不可见 "，真正在本地的密度舱里进行安全计算，这样形成一个规模，百城联动，形成百城互联这样一个终极的目标。只有实现了真正让每个城市能够安全、自由的灵活用数，才能解决整个产业链释放问题，能够打通城市的数据，政府的公共数据和行业数据互联互通这样一个终极目标，进而在更长远的角度来看，能实现一个数据不出舱，价值通天下的核心目标。
有了这种真正的数据安全底座之后，我们可以看到业内可诟病各种解决不了的问题可以充分解放，比如我们关心的医疗数据。医疗数据是一个非常敏感，但是高价值的数据，因为大家所关心的新药研发，以及对于商保、医保等等非常高价值的场景都需要充分的用到敏感数据进行计算。我前段时间和很多医保的单位去谈，现在像医保是致力于让老百姓在就医的时候，不仅仅实现现场的医保就能够进行及时计算，更明显的是实现商保在医院里面及时结算，解决大家各种商保过程中非常繁琐的报销事项，这一定离不开如何用高价值的医保数据和商保数据进行互联互通的问题，那就要使用到全密态技术，让医保数据在密态的安全舱里面和商保的数据进行碰撞，让医保记录和相关病历记录能够自动化形成相关的商保计费模型，真正实现一键双保联动，现场进行结算的目标。
对于其他的行业伙伴来说，我们致力于用新型的安全技术，打通整个行业的产业链数据，实现上下游的产业链互联互通，进而引入更高价值的像供应链金融、供应链相关的原材料的互联互通，进而降低行业的成本，增加整个行业的授信。我们做了非常多的案例，能够通过数据互联证明，在行业中一旦实现数据互联互通之后能够实现极大成本的降低，进而提升整个行业的影响力和竞争力。
我们也有一个目标，就是让数据核能时代就从辰宜开始。在这里向各位嘉宾有一个小小请求，希望我们能够有机会一起推动整个密态技术做全行业的应用，进而带动整个行业的数据走向像我们用电力一样能够即插即用，能够对我们的日常出行，对整个行业的发展提供应有的价值。
我的分享到这里，谢谢大家！
