智能革命席卷全国：2026

编者注：坚定决心走得更远，并致力于通过复苏进行创新。大象新闻、大象财富联合腾讯新闻、腾讯科技推出2025年终计划“聚焦·再造”，回望2025年，展望2026年，让信息揭示本质，在变化中寻求确定性。诺贝尔奖获得者丹尼尔·卡尼曼曾在其著作《快与慢的思考》中描述了人类认知的双重背景。我们的大脑有两个系统。系统1（快速思考）是闪电，负责控制直觉和压力并照亮当下。另一方面，系统2（慢思维）是我们的北极星，负责控制逻辑和理性并指导我们的方向。 2025年，我们将陷入“系统1”风暴。 DeepSeek通过MTP和MoE架构完成了大规模模型的“效率革命”。 TheGemini 3.0原生的多模态能力让AI拥有“世界模型”从三个维度理解世界。 Universal Agent 使 AI 成为您的数字劳动力。自动驾驶和人形机器人将经历端到端的进化……密集的进步将使整个2025年看起来像一台高速滚筒洗衣机。信息超载、技术重复和职业焦虑不断袭击我们，我们甚至没有时间问自己：“这一切将把我们带到哪里？”身处2026年初，展望未来五年（2026-2030），我们需要激活“系统2”，在变革中找到恒久远的底层逻辑。本文总结了人工智能发展的10大趋势，以凝视北极星的方式审视这一正在重塑世界的深刻变化。一句话一：人工智能产业变革加速，三年内“机器人大脑”将迎来“深搜时刻”。中国战略家恰学森于1984年提出“四个革命理论”，新技术要经历四个发展阶段：科学革命、技术革命、工业革命和社会革命。逆流旋转是一种累积到一定值时，就会促进顺流旋转的发生。下游革命为上游革命的发展排除障碍、创造环境条件。人工智能也不例外。顺应“智能科学-智能技术-智能经济-智能社会”的健康有序发展，从20世纪中叶开始的神经网络、自动机、并行计算等科研成果，催生了2010年代常见的AlexNet、Transformer、世界模型、GPU芯片、智慧城市、视频互联网（直播、短视频）、机器人出租车车队、大规模语言模型个人助理、AIGC创作等。奥尔斯。为何国家相继推出“数据元”等一系列政策？一旦将嵌入式智能机器人引入这条转型路径，核心“机器人大脑”技术变革的革命时刻尚未到来，但未来三年内，很可能会开发出能够适应各种本体的通用机器人操作系统。它具有用于操纵复杂任务的熟练手动智能、用于完成新任务的任务规划智能、泛化和长期推理智能，以及用于分组工作的群体智能框架。这为工厂大规模用工打开了大门，通过大规模生产迅速降低成本，提高性价比、自组织和对复杂环境的适应能力。当谈到家电和生活服务的价格范围时，它们将触及数千个家庭。趋势二：智慧经济将落地逐步分为两部分。综合世界经济论坛、世界银行、高盛、普华永道等经济数据分析，我们认为人工智能将逐步驱动智能经济可持续落地，可分为两半： 1、上半场：目前如火如荼的AIGC只是“开胃菜”，约占全球GDP的1%。三年内，AI效率工具将产生GDP产出的2%至3.5%（5.2万亿美元），而AI革命的“中点”将在2030年（十五五计划末期）达到全球影响力。占全球 GDP（15.7 万亿美元）的 14%。这体现了“人工智能+新生产力”的价值。 2、下半年：随着大脑和机器人产品的大规模推广，智能和机器人经济将在2035年创造全球GDP的45%（80.4万亿美元），并将持续增长。到2040年，全球经济GDP的80%将来自ASI 超级机器的智能。因此，全球最大的两个经济体（美国和中国）正在建设新能源网络和人工智能基础设施，大力投入基础研究和理论框架和人工智能模型的开发，同时加速科研成果的产业转化。人类的经济进步往往是由重要的技术变革推动的。趋势三：市场竞争从基础模型竞争转向模型开发平台和AI门户竞争。中国市场AI研发初创公司与互联网巨头的竞争，围绕着“门户-MaaS-基础模型-计算能力”四大战场： 1、计算能力竞争：底层国产GPU设计和晶圆生产，追求性能、国产化率、交付速度一流。 2、基础模型之争：“开源战略”应运而生。以统一钱文为代表的基本款DeepSeek已经迅速缩小了与国际最佳水平的差距。我们还向全产业链和全球开发者开放，逐步构建人工智能时代“中国式”的AIOS“安卓”开发者生态。 3、开发平台之间的竞争：工欲善其事，必先完善工具。公共云提供商为数千个行业的开发人员提供模型即服务。一个名为MaaS的服务平台可以称为“代理孵化器”，它使开发者更容易选择不同的基础模型，缩短代理开发周期，并支持字节、阿里巴巴、华为、腾讯和百度等公司。将可以快速调用各种代理接口，打破以往应用的围墙，形成更多的AI生产力工具，并根据用户场景的需求组合创新产品。 4、进入竞争：互联网时代，流量是命脉。在神器时代人工智能，巨头们担心“切入”。从大众化的网关到多种应用的智能个人助理，“新网关”不仅可以查询信息、组织知识、推断结论，还可以自动执行复杂的任务。智能客服面向出行安排、比价交易等端到端服务，已经从只用脑的服务转向脑手并用的服务。还有尝试为字节AI手机打造一个软硬件一体化的互动门户，阿里巴巴的钱文、字节的豆宝、腾讯的元宝领头。 “创新就像在黑暗中摸索，你永远不知道哪一步会不合时宜，但如果不敢迈出下一步，你就永远找不到新的道路。” （创新者的困境）成功可能是失败之母。 “明日之星”常常或者他们疯狂地奔跑被巨人忽视了。伟大的企业并不拥有无限的能量，而是依赖于成功之路和思考前几代人成功的惯性。从人工智能模型的国际竞争来看，美国在人工智能方面的投入是中国的10倍，暂时保持领先，但差距正在迅速缩小。 2023年之前，存在“代沟”，而从2024年到2025年，模型之间的性能差异从两位数缩小到几乎相同（斯坦福大学李飞飞团队的《AI商数报告2025》）。 2026年，我们希望见证中国新推出的人工智能模型超越美国顶级人工智能模型的壮举。趋势四：人工智能视频和人工智能编程工具正在成为大规模商业模式。华为发布的《智能世界2035》报告中，人工智能的应用提出了“计算成本奇点”原则，指出人工智能产业将经历爆发式增长。当算力价值是算力成本（符号成本）的10倍时增长。因此，实现全面人工智能的核心关键在于不断降低算力成本。 AI视频生成和AI辅助编程成为智能企业应用的两个“火车头”。前者代表了人类对“情感价值”的渴望，后者代表了人类优先考虑“效率”的渴望。据《十五五视觉产业发展研究及产业战略规划分析预测报告》显示，截至2025年9月，人工智能在视觉领域的渗透率已超过63%。此外，预计2025年全球AIGV市场规模将比2024年翻一番。全球排名前10的文盛视频模型中，除了Google Veo和OpenAI Sora2外，全部由中国公司主导。快手科灵2025年营收突破1亿美元。根据行业数据，平均RAI视频营销项目的OI达到1:5.7。 AI视频广告、AI漫画、AI网剧已成为传统视频平台（爱腾）和网剧平台（如红果）的流行制作模式。高端制作团队采用“虚拟拍摄+AIGV”的模式，而小型制作团队则采用纯AIGV方式制作商业短视频作品。到2026年，AIGV制作网剧单集视频的成本几乎是人工拍摄的十分之一。 IDC数据显示，2025年中国AI编程工具市场规模将达到24.5亿元，年增长率达187.3%（快于AIGV），其中字节跳动Trae以41.2%的份额领先。据QYResearch预测，2028年中国AI编程工具市场规模将达到98.3亿元，年复合增长率为4%，预计1.3%。在940万中国程序员中，29.8%（280万）已经成为协作人机熟练使用AI开发工具的开发人员。人类开发人员负责软件架构设计等高级思维任务，而人工智能编码工具则负责高级编程任务。这正逐渐成为一种行业趋势。 2025年到2045年，世界人口将从82.3亿增加到96.8亿，利用人工智能生产工具“人人都能产生生产力”可能成为人类文明新复兴和产业革命的前奏。趋势五：AI硬件的根本性变化发生在“交互”和“控制”。从2025年到2030年，由于开源模型的持续进步以及DeepSeek和统一钱文等多模态模型的能力，大多数消费类硬件的AI含量将持续增长，达到100%（ARK Invest报告）。消费级AI硬件的主要变化按重要性排序依次为：交互体验、芯片性能、应用丰富度ess和隐私保护。此外，多模态主动感知、决策代理AI个人家庭助理、听觉智能、意图计算、AI预干预服务、群体智能设备网络、可信隐私与安全终端、环境自适应AI设备等很可能成为2026年该领域的创新研发方向。考虑到中国统一的国内市场，国务院《关于深化引进人工智能的意见》在智能+“行动”方面提出了明确的目标。 2027年至2030年，新一代智能终端应用渗透率预计将从70%提升至90%以上。智能网联汽车、人工智能手机和电脑、智能机器人、智能家居、智能穿戴等新一代智能终端将实现“万物互联”，加速全面智能化的落地。覆盖软件、信息、金融、商业、法律、交通、物流、商业等城乡全场景。 2026年，L3级智能驾驶汽车、跨应用智能手机、便携式无屏终端、智能自动环境控制助手、第一代智能工业机器人、“蜂群”等新物种将出现在我国工业场景并备受关注。多用途机器狗/无人机。正如钱雪森所说，决定价值的是控制，而不是计算。趋势六：数据定义了模型的功能限制。使用相同底层数据集时，全球领先人工智能实验室训练的 SOTA 模型的功能没有本质区别。特殊的数据往往会发挥其神奇的力量。例如，Anthropic的Claude模型在AI编码方面具有显着优势，而Google的Gemini和OpenAI GPT系列模型则对数学进行了更深入的研究，使AI能够赢得IMO Olympic 数据竞赛和博士级别的科学问题。当前大规模模型的研发正在从“体参数”转向“体数据”。首先，在GenAI阶段，互联网语料数据从1亿个token迅速增长到100万亿个token，训练数据规模超过100PB。然后，在Agent阶段，以企业产生的场景知识数据为中心，D渠道的企业级数据驱动模型的自动更新和演化。跨任务、工作流程和代理的共享技能和经验成为一种优势，并最终导致定制。集成内存数据速率从 10 GB/s 增加到 1 TB/s。企业向坐席提供数百个PB级持久内存能力，坐席每月的能力都有显着提升。有需要。第三，在具身智能阶段，数据成为世界语物理数字世界的生存纽带。嵌入式机器人必须能够在几分钟内适应、自学习、自优化、感知、实时反馈和纠错，并通过实时数据流重复该循环。华为预计，到2035年，全球存储容量需求将比2025年增长500%，AI数据占比将超过70%。数据将成为每个企业乃至整个社会的“智能引擎”。趋势七：MaaS平台孵化应用，“零边际成本”打造智能互联网 互联网巨头数十亿美元的平台市值基于梅特卡夫定律，即网络的价值随着用户数量的平方而增加。上一个十年是与智能手机连接的移动互联网应用，下一个十年将是与嵌入式智能终端连接的智能互联网。智能应用生态爆发式发展的“土壤”是云模式。服务模式是服务平台形式。 MaaS 通过 API 提供对基本或自定义 AI 模型的访问，允许开发人员和公司创建、微调、部署和管理 AI 应用程序，而无需从头开始管理底层基础设施或训练模型。通过标准化模型功能，企业不再需要投入数千万美元进行模型训练，团队也不再需要维护推理集群、加速卡编程、发布迭代、调优、测试等复杂项目。简而言之，开发人工智能创新应用的门槛已大大降低。过去，企业在开发网站或应用程序时，如果想缩短开发周期，就会重复使用开源程序并在公司内部共享模块。如果您想快速开发智能体并优化垂直模型，可以使用模型插件、数据资产库和应用开发工具集，达到事半功倍的效果。目前，全球领先的MaaS平台包括Google Vertex AI、AWS Bedrock、微软Azure AI、Byte Volcano Engine、阿里云百联、腾讯云TI-Matrix、华为云ModelArts Studio等，为AI应用开发者提供丰富的对话助手、代理调用、多模态代码框架、基础模型以及AI安全资源支持。 《巴伦周刊》甚至将今天的 MaaS 与“2012 年的云计算时刻”进行了比较。也就是说，当前MaaS垂直市场即将爆发，下一代智能互联网巨头将是最懂智能的人。软硬件开发平台服务商倾力整合模型、系统、项目，以最快的速度、最低的门槛、最丰富的资源帮助开发者“以算力换智能”。 MaaS商业模式天然的特点就是云服务的“零边际成本”，它取代了边际成本l 成本与固定成本。您支持的人工智能应用开发者越多，您的成本份额就越低，价值就越大。代理网络的大规模增长也具有相当大的梅特卡夫定律价值，其中包括AI时代万亿美元俱乐部的“隐藏”成员。趋势八：后摩尔定律时代的中国AI算力革命华为在《智能世界2035》报告中预测，2035年社会算力需求将达到惊人的1,027 FLOPS，比2025年（1948年）增长10万倍，引导了通信行业的技术发展，但已逐渐下降。它变得越来越快。推动芯片呈指数级增长的LawMoore理论（戈登·摩尔于1965年提出）也将其年增长率从50%降低到了5%以下。与此同时，经典存储与计算分离带来的“能效瓶颈”也给行业带来了阻碍。阿尔·冯·诺依曼架构。我们正站在人类科技创新的新起点上。我国核心研发必须在材料与器件、工程工艺、计算架构、计算范式四个核心领域实现颠覆性技术进步，以枢轴引领“后摩尔时代”的算力革命。用于高效处理连续变量的模拟计算、用于高并行性能的光学计算、用于低功耗高质量计算的脑计算、用于超复杂问题的量子计算等新范式，代表了人工智能训练、科学计算、密码破解等特殊场景计算能效的进步。计算机架构和专有芯片重新定义了AI计算能力的新极限。趋势九：AI智商将在更多领域超过人类99%，显着影响人机协同就业。全球范围内人类智商的统计平均值为100。根据TrackingAI分析，到2024年，所有人工智能模型的智商都不会达到10.0，低于人类平均水平，而2025年最新发布的模型的智商将在100到140之间。到2026年，领先公司的人工智能模型的智商将超过140，即超过99.8%人类的。斯坦福大学李飞飞教授领导的研究团队在《2025人工智能商数报告》中也得出了相关结论。到 2025 年，大规模人工智能模型将能够在博士级科学问题分析、竞技级数学和多任务语言理解方面超越人类水平。早在 2024 年，大型模型就已经在图像分类、中级阅读理解、英语理解和视觉推理等方面超越人类。因此，我们不应该担心为什么我们跟不上 AI IQ 的进步，而应该思考如何使用更智能的 AI 助手来完成任务。在我们的工作和生活中帮助我们。趋势十：规模法则推动人工智能“从猿到人”的进化。生物世界中不同物种的智力与大脑突触的数量呈正相关。 2010年到2030年人工智能模型参数的发展也呈现出“缩放定律”的指数级增长，表明智能的提升速度惊人。 ●截至2012年，AlexNet神经网络拥有数千万个参数，相当于107个果蝇大脑突触的数量级。 ●OpenAI于2018年开发的第一代GPT模型拥有数亿个参数，接近蜜蜂108个大脑突触的数量级。 ●2019年，GPT-2模型有数十亿个参数，与麻雀的109个大脑突触处于同一数量级。 ●GPT-3 2020模型拥有数千亿个参数，相当于小老鼠的1011个大脑突触。 ● 在2023年，万亿参数的GPT-4模型诞生，类似于猫和猴子的1012个大脑突触。 ●2025年，GPT-5模型将逼近10万亿个参数，2026年，GPT-6及后续模型将追求1000亿个参数，就像从“猿到人”的智力进化路径一样。人类有 1,014 到 15 个大脑突触，人工智能模型的复杂性正在接近人类。此外，网络拓扑的效率和动态可塑性正在不断提高。人脑神经连接的丰富性和效率指导着模型的开发。附件：中国智能经济至2030年展望 工业时代，机器是体现人类体力和操作技能的生产力工具；在人工智能时代，模型是人类集体局部认知、语言和思维过程的超级工具。充沛的能源智能人工智能，依赖于能源和计算能力，可以将人类智力大规模放大数十万倍。马克思在《资本论》中认为：“不同经济时代的区别不在于生产什么，而在于如何生产以及用什么劳动手段来生产。在智能工业中，由算法和计算能力组成的高度并发的‘超级智能’已经在很大程度上取代了人类脑容量昂贵且耗时的消耗。几千年来，甚至在今天，人工智能分秒必争地吞噬着人类的多模态知识，用人类集体经验取代了个人经验。根据马克思的理论，那些拥有手段的人也许在西方，人工智能的基础设施，比如水、电、煤，会让每个人受益，每个人都能够使用人工智能，都能够依赖全人类的人工智能知识，包括知识的交流和生产力新价值的创造。立于不败之地。如果每个人都运用自己的智慧，即使是圣人也不会害怕。”东方创造力源于人，到达人。在一百年的变革中，人是创造历史的动力。文本由快慢思维研究所所长田峰编辑，郭晓静，主编施贝贝 |
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。