編者按：以定力致遠，以重構圖新人工智能。大象新聞、大象財富聯合騰訊新聞、騰訊科技推出2025年終策劃《定力與重構》，回望2025、展望2026，讓洞察照見本質，向變革尋求確定。
諾貝爾經濟學獎得主丹尼爾·卡尼曼在《思考，快與慢》里曾這樣描述人類認知的雙重底色：我們的大腦中潛伏著兩套系統(tǒng)，系統(tǒng)1(快思考)是閃電，主導直覺與應激，負責照亮瞬間；而系統(tǒng)2(慢思考)是北極星，主導邏輯與理性，負責指引方向人工智能。
2025年，我們被卷入“系統(tǒng)1”的閃電風暴人工智能。DeepSeek以MTP與MoE架構完成大模型“效率革命”，Gemini 3.0的原生多模態(tài)能力讓AI擁有理解三維世界的“世界模型”，通用Agent讓AI成為數字勞動力，自動駕駛與人形機器人實現端到端進化……密集的突破讓整個2025年像一臺高速運轉的滾筒洗衣機。
信息過載、技術迭代、職業(yè)焦慮接踵而至人工智能，我們甚至來不及問：這一切將把我們帶向何方？
站在2026年開年，展望未來五年(2026-2030)，我們需要啟動"系統(tǒng)2"，在變幻中尋找不變的底層邏輯人工智能。
本文將總結人工智能發(fā)展的10大關鍵趨勢，像觀察北極星一樣，去觀測這場即將重塑世界的深刻變革人工智能。
趨勢一：人工智能產業(yè)變革提速人工智能，“機器人大腦”3年內迎來“DeepSeek時刻”
展開全文
我國戰(zhàn)略科學家錢學森在1984年提出“四種革命理論”，任何新科技都遵從“科學革命-技術革命-產業(yè)革命-社會革命”四個發(fā)展階段，上游革命積累到一定數值便會促進下游革命的發(fā)生，下游革命為上游革命的發(fā)展掃除障礙、準備環(huán)境條件人工智能。
人工智能也不例外，按照“智能科學-智能技術-智能經濟-智能社會”健康有序發(fā)展，20世紀中葉開始的神經網絡、自動機、并行計算等科研成果，在2010年代孕育出AlexNet、Transformer、世界模型、通用GPU芯片，進而推動智慧城市、視頻互聯網(直播&短視頻)、Robotaxi車隊、大語言模型個人助手、AIGC創(chuàng)作工具等商業(yè)模式與經濟形態(tài)人工智能。
之所以國家連續(xù)發(fā)布《“數據要素×”三年行動計劃(2024—2026年)》、《國務院關于深入實施“人工智能+”行動的意見》、《國務院辦公廳關于加快場景培育和開放推動新場景大規(guī)模應用的實施意見》等系列政策，都是為人工智能+新質生產力“鋪路修橋”，大規(guī)模提供產業(yè)開放場景、真實訓練數據、垂直行業(yè)模型在線試點機會人工智能。
如果將具身智能機器人放入該變革路徑，我們會發(fā)現核心技術“機器人大腦”的變革時刻還未到來，而在未來3年將有較大概率研發(fā)出適配各種本體的通用機器人操作系統(tǒng)，具有操作復雜任務的靈巧手智能、完成新任務的任務規(guī)劃智能、長推理與泛化智能、群體協同工作的群體智能框架，從而開啟大規(guī)模走上工廠崗位，通過大批量生產快速降低成本，提升性價比、自組織性與復雜環(huán)境適配性，當觸及消費電子與生活服務價格區(qū)間時，步入千家萬戶人工智能。
趨勢二：智能經濟分步落地人工智能，分上下半場
基于世界經濟論壇、世界銀行、高盛、普華永道等經濟數據分析人工智能，我們認為人工智能分步推動智能經濟可持續(xù)落地，分為上下兩個半場：
1. 上半場：當前如火如荼的AIGC只是“開胃菜”，創(chuàng)造了全球1%左右的GDP，而3年后AI效率工具將帶來2%~3.5%的GDP產值(5.2萬億美元)，而AI變革的“中場”是2030年(十五五末)實現全球14%的GDP規(guī)模(15.7萬億美元)，這才是“人工智能+新質生產力”的價值體現人工智能。
2. 下半場：伴隨機器人大腦與產品的規(guī)?；茝V，2035年智能體與機器人經濟將創(chuàng)造出45%的全球GDP產值(80.4萬億美元)，隨后持續(xù)增長；2040年，全球經濟GDP的80%都由ASI超級機器智能帶來人工智能。
所以，世界上最大的兩個經濟體(美國和中國)都在不遺余力地興建新型能源網絡、AI基礎設施，大規(guī)模投入AI理論、模型框架的基礎研發(fā)，同時加速科研成果的產業(yè)轉化，人類經濟躍遷往往來自重大科技變革人工智能。
趨勢三：市場競爭從基礎模型比拼人工智能，向模型開發(fā)平臺、AI入口遷移
中國市場上人工智能研發(fā)型創(chuàng)企與互聯網巨頭的競爭人工智能，圍繞“入口-MaaS-基礎模型-算力”四大戰(zhàn)役展開：
1. 算力競賽：底層國產GPU設計、晶圓生產以領先性能、國產化率、供給速度為目標人工智能。
2. 基礎模型競賽：“開源戰(zhàn)略”浮出水面，以通義千問、DeepSeek為領軍代表的基礎模型迅速縮短與國際最高水平的差距，又向全產業(yè)鏈、全球開發(fā)者開源，逐步構建起人工智能時代的“中國安卓”AIOS開發(fā)者生態(tài)圈人工智能。
3. 開發(fā)平臺競賽：工欲善其事，必先利其器，公有云廠商為千行百業(yè)開發(fā)者提供了模型即服務(Model as a Service，簡稱MaaS)平臺，堪稱“Agent孵化器”，讓開發(fā)者更便捷地選擇不同基礎模型，縮短Agent開發(fā)周期，并能快速調用字節(jié)系、阿里系、華為系、騰訊系、百度系的各種Agent接口，打破曾經的APP壁壘，針對用戶場景需求，形成更多AI生產力工具、組合式創(chuàng)新產品人工智能。
4. 入口競賽：互聯網時代流量就是生命線，人工智能時代巨頭們都在焦慮“入口切變”，從爆款APP轉移到跨應用的個人智能體助手，“新入口”不僅能查詢信息、梳理知識、推理結論，還能自動化執(zhí)行復雜任務，比如出行差旅安排、比價交易等，綜合服務型智能體從“只動腦子”向“動腦又動手”升級，阿里“千問”、字節(jié)“豆包”、騰訊“元寶”成為頭部玩家，甚至出現軟硬一體字節(jié)AI手機的交互入口嘗試人工智能。
“創(chuàng)新就像在黑暗中摸索，你不知道哪一步會踩空，可要是不敢邁腳，那就永遠找不到新的路人工智能?！?《創(chuàng)新者的窘境》)
有時候，成功恰恰是失敗之母，“明日之星”往往在巨頭忽視的賽道上狂奔，大公司并沒有無限的生命力，卻有成功路徑的依賴與上一代爆款產品的思維慣性人工智能。
從國際AI模型競賽來看，美國雖然以超過中國10倍的AI投資暫時領先，但差距正在迅速縮小，2023年以前存在“代差”，而2024-2025年，模型性能的差距已經從兩位數縮小到近乎持平(斯坦福李飛飛團隊《2025年人工智能指數報告》)，2026年我們有希望見證中國新發(fā)布的AI模型反超美國頂流AI模型的壯舉人工智能。
趨勢四：AI生成視頻、AI編程工具已成規(guī)?；虡I(yè)模式
華為發(fā)布的《智能世界2035》報告中提出了“算力成本奇點”原則：當AI應用價值10倍于算力成本(Tokens成本)時，AI產業(yè)將迎來爆發(fā)性增長人工智能。因此，實現 AI 普惠的核心關鍵在于持續(xù)降低算力成本。
AI視頻生成、AI輔助編程已成為智能商業(yè)應用的兩大“火車頭”，前者代表人類的“情緒價值”需求，后者代表人類的“效率優(yōu)先”需求人工智能。據《十五五視頻行業(yè)發(fā)展研究與產業(yè)戰(zhàn)略規(guī)劃分析預測報告》，截至2025年9月底，AI在視頻領域的滲透率已突破63%。且全球2025年AIGV市場規(guī)模較2024年增長翻倍，全球TOP10文生視頻模型中，除Google Veo、OpenAI Sora2外均由中國企業(yè)主導，快手可靈的2025年度營收已突破1億美元。
行業(yè)數據顯示，AI驅動的視頻營銷項目平均投資回報率達到1:5.7，AI視頻廣告、AI漫劇、AI網劇成為傳統(tǒng)視頻平臺(優(yōu)愛騰)、網劇平臺(紅果等)的熱門生產模式，高端制作團隊采用“虛擬拍攝+AIGV”模式，小型制作團隊采用純AIGV方式生產短視頻商業(yè)作品，預計2026年，AIGV網劇單集視頻制作成本將逼近人工拍攝的1/10人工智能。
IDC數據顯示，2025年中國AI編程工具市場規(guī)模達24.5億元，年增速187.3%(比AIGV更快)，字節(jié)跳動Trae以41.2%份額領跑人工智能。據QYResearch預測，到2028年，中國AI編程工具市場規(guī)模將達到98.3億元人民幣，年復合增長率41.3%。在940萬中國程序員中，已有29.8%(280萬人)成為善于使用AI開發(fā)工具的人機協作型開發(fā)者。
人類開發(fā)者承擔軟件架構設計等高階思考工作，而AI代碼工具負責繁重的編程任務，正在逐步變?yōu)樾袠I(yè)趨勢人工智能。從2025年到2045年，當全球人口從82.3億人發(fā)展到96.8億人，AI生產工具賦能的“全民創(chuàng)造生產力”或成為人類文明新一輪文藝復興與工業(yè)革命的序章。
趨勢五：AI硬件核心變革發(fā)生在“交互”與“控制”
從2025年~2030年，伴隨DeepSeek、通義千問等開源模型、多模態(tài)模型能力不斷進步，大多數消費者硬件的AI含量持續(xù)提升，直到達到100%(ARK Invest報告)人工智能。而消費級AI硬件的核心變革按重要性依次是“交互體驗”、“芯片性能”、“應用豐富性”、“隱私保護”。
另外，多模態(tài)主動感知、空間決策智能體、個人AI家庭助手、聽覺智能、意圖計算、AI預干預服務、蜂群智能設備網、隱私安全可信終端、環(huán)境自適應AI設備，將可能成為該領域在2026年創(chuàng)新研發(fā)方向人工智能。
針對中國國內統(tǒng)一大市場，國務院《關于深入實施“人工智能+”行動的意見》中設定清晰目標，從2027年到2030年，新一代智能終端應用普及率從70%提升到90%以上，智能網聯汽車、人工智能手機和電腦、智能機器人、智能家居、智能穿戴等新一代智能終端將實現“萬物智聯”，在軟件、信息、金融、商務、法律、交通、物流、商貿等城鄉(xiāng)全場景領域加速落地普惠智能人工智能。
2026年，我國產業(yè)場景中將涌現出L3智能駕駛汽車、跨應用手機智能體、無屏可穿戴終端、智能環(huán)境自動控制助手、初代工業(yè)智能機器人、機器狗/無人機多用途“蜂群”等新物種，令人眼前一亮人工智能。正如錢學森所說，控制決定價值，而非計算。
趨勢六：數據決定模型能力邊界人工智能，AI從“參數競爭”到“數據競爭”
2026年，數據決定模型的能力邊界人工智能。如采用相同的基礎數據集，全球各大AI實驗室訓練出來的SOTA模型能力沒有本質區(qū)別。而特色數據往往能大顯神通，例如Anthropic的Claude模型，在AI Coding上優(yōu)勢較大，而谷歌的Gemini和OpenAI GPT系列模型則在鉆研數學，從而讓AI贏得IMO奧林匹克數據競賽和博士級科學題目。
當今大模型研發(fā)正在從“卷參數”遷移到“卷數據”人工智能。
第一人工智能，GenAI階段，來自互聯網的語料數據從0.1億Token飆升到100萬億token，訓練數據規(guī)模超過了100PB；
第二人工智能，智能體階段，企業(yè)產出的場景知識數據成為核心，企業(yè)級數據管線驅動模型自我更新進化，跨任務、跨工作流、跨智能體的共享技能、共享經驗成為優(yōu)勢，個性化終身記憶數據從10GB/s提速到1TB/s，企業(yè)為智能體提供數百PB級的持久記憶能力，且智能體需要每月有能力上的明顯提升；
第三，具身智能階段，數據成為物理世界語數字世界的生存紐帶，具身機器人必須通過實時數據流能夠分鐘級自適應、自學習、自優(yōu)化，實時感知、反饋糾錯、循環(huán)往復人工智能。華為預測，到2035年，全球存儲容量需求將比2025 年增長 500 倍，AI 數據占比超過 70%，數據成為每個企業(yè)乃至整個社會的“智能發(fā)動機”。
趨勢七：MaaS平臺孵化應用人工智能，“零邊際成本”打造智能體互聯網
互聯網巨頭的萬億美元平臺市值來自于梅特卡夫定律——“網絡的價值隨其用戶數量的平方增長人工智能?！边^去十年是連接智能手機的APP移動互聯網，未來十年是連接具身智能終端的智能體互聯網。而智能體應用生態(tài)爆發(fā)的“土壤”則是來自云端的Model as a Service模型即服務平臺，MaaS通過API提供對基礎模型或定制化AI模型的訪問，使開發(fā)者和企業(yè)能夠在無需管理底層基礎設施或從頭訓練模型的情況下，構建、微調、部署和管理AI應用，把模型能力標準化，讓企業(yè)不必再投入千萬級成本去訓練模型，也不需要團隊去維護推理集群、處理加速卡調度、版本迭代、對齊、評估等復雜工程，一言以蔽之，AI創(chuàng)新應用開發(fā)門檻大幅降低。
以前開發(fā)網站或APP若想縮短研發(fā)周期，就復用開源程序、企業(yè)內部共享模塊，現在要想敏捷開發(fā)智能體、優(yōu)化垂類模型，則采用模型插件與數據資產庫、應用開發(fā)工具集，事半功倍人工智能。
目前全球頭部的MaaS平臺包括Google Vertex AI、AWS Bedrock、微軟Azure AI、字節(jié)火山引擎、阿里云百煉、騰訊云TI-Matrix、華為云ModelArts Studio等，為廣大AI應用開發(fā)者提供豐富的對話助手、智能體調用、多模態(tài)、代碼框架、基礎模型、AI安全防護資源支持人工智能。
《巴倫周刊》甚至將目前的MaaS類比為“2012年的云計算時刻”，即當下MaaS垂類市場正站在爆發(fā)前夜，下一代智能體互聯網巨頭將是最懂智能體軟硬件開發(fā)的平臺服務商，能夠將模型、系統(tǒng)、工程融為一體，竭盡全力幫助開發(fā)者以最快速度、最低門檻、最豐富資源把“算力換智能”人工智能。
而MaaS商業(yè)模式，天然具有云服務“零邊際成本”特征，用固定成本取代邊際成本，支持的AI應用開發(fā)者越多分攤成本越低、價值越大，規(guī)?；鲩L的智能體網絡同樣具有十分可觀的梅特卡夫定律價值，AI時代的萬億美元俱樂部成員就“隱藏”在其中人工智能。
趨勢八：后摩爾定律時代的中國AI算力變革
華為在《智能世界2035》報告中預測——2035 年全社會的算力需求將達到驚人的 1027FLOPS，跟 2025 年相比，增長10 萬倍人工智能。面對如此挑戰(zhàn)性的算力增長目標，指引通信產業(yè)技術發(fā)展的香農定律(1948年克勞德·香農提出)在逐步放緩，牽引芯片指數級發(fā)展的摩爾定律(1965年戈登·摩爾提出)的年增速也從50%降低到5%以下，同時產業(yè)界發(fā)現馮 ? 諾依曼經典架構帶來的存算分離“能效瓶頸”成為阻礙，我們又站到了人類科技創(chuàng)新的新起點上。我國基礎研發(fā)必須在材料器件、工程工藝、計算架構、計算范式4類核心領域取得顛覆性技術突破，才能換道賽車，引領“后摩爾時代”的算力革命。
高效處理連續(xù)變量的模擬計算、高并行性能的光計算、低功耗高質量思考的類腦計算、擅長超復雜問題的量子計算等新型范式，都將在 AI 訓練、科學計算、密碼破解等專用場景中實現計算能效的指數級突破，國產計算架構與國產芯片將重新定義AI算力的新邊界人工智能。
趨勢九：AI智商將在更多領域超越99%的人類人工智能，對人機協同就業(yè)影響深遠
全球人類智商的統(tǒng)計平均值是100，據TrackingAI分析，2024年所有AI模型都未達到智商100，處于人類平均水平以下，而2025年新發(fā)布的模型大部分處于人類智商100-140之間，2026年，領先企業(yè)的AI模型將會超過智商140，也就是超過了99.8%的人類人工智能。
斯坦福李飛飛教授研究團隊也在《2025年人工智能指數報告》中獲得相關結論，2025年，AI大模型在博士水平科學問題分析、競賽級數學、多任務語言理解超越人類水平，而早在2024年大模型就已經在圖像分類、中等閱讀理解、英語語言理解、視覺推理領域超越人類人工智能。所以，我們與其焦慮為什么追趕不上AI智商發(fā)展，不如思考如何在工作、生活場景中用好比自己更聰明的AI好幫手。
趨勢十：Scaling Law驅動AI“從猿到人”進化
生物界不同物種的智力與大腦突觸數量呈正相關性，2010-2030年人工智能模型參數量的發(fā)展也出現了指數級增長的“Scaling Law”，展現出驚人的智能提升速度人工智能。
●2012年人工智能，AlexNet神經網絡具有千萬參數量，相當于果蠅的107腦突觸數量級；
●2018年人工智能，OpenAI研發(fā)的GPT初代模型擁有億級參數量，與蜜蜂的108腦突觸數量級接近；
●2019年人工智能，GPT-2模型擁有十億級參數量，與麻雀的109腦突觸數量級一致；
●2020年人工智能，GPT-3模型具有千億級參數量，相當于小老鼠的1011腦突觸數量級；
●2023年人工智能，GPT-4模型橫空出世，擁有萬億級參數量，與貓咪、猴子的1012腦突觸數量級類似；
●2025年，GPT-5模型逼近十萬億參數量，2026年的GPT-6及后續(xù)模型也在朝著百萬億參數量探索，猶如“從猿到人”的智力進化之路人工智能。
人類擁有1014-15腦突觸數量，AI模型在復雜規(guī)模上逼近人類，而且從“網絡拓撲效率”和“動態(tài)可塑性”都在持續(xù)提升，人腦神經元連接的豐富性、高效性都在指引模型的發(fā)展方向人工智能。
后記：瞭望“中國智能經濟2030”
在工業(yè)時代，機器是人類體力與操作技能的物化生產力工具；在AI時代，模型是人類集體認知、語言與部分思維過程的超級工具，依賴充沛的能源、算力運轉的機器智力數十萬倍規(guī)模化放大人類智力人工智能。
馬克思在《資本論》中認為：“各種經濟時代的區(qū)別，不在于生產什么，而在于怎樣生產，用什么勞動資料生產人工智能。智能產業(yè)中，算法與算力組成的高并發(fā)“超級智能”大幅度代替人類昂貴低速的腦力耗費，AI通過吞噬人類數千年和今天每分每秒的多模態(tài)知識，以數據化融合的人類集體經驗(大模型)取代個人經驗。
按照馬克思理論，誰占有生產資料，誰支配生產過程，誰贏得生產成果人工智能?；蛟S西方極少數精英主導的智能經濟無法避免，而在東方，像水電煤一樣的AI基礎設施普惠全民，大眾勞動者群體廣泛參與共創(chuàng)的社會化新質生產力將成為主流，人人都能為AI生產力分享知識，人人也能依賴全人類的AI知識包括創(chuàng)造新的價值，從而獲得基本收入。
《三國志》有云：“能用眾力，則無敵于天下矣；能用眾智，則無畏于圣人矣人工智能?！比嗣袢罕娭刑N含著豐富的智慧和無限的創(chuàng)造力，東方AI從群眾中來，到群眾中去，百年大變局中，人民是創(chuàng)造歷史的動力。
文|快思慢想研究院院長 田豐
編輯|郭曉靜 史蓓蓓
主編|成書麗
監(jiān)制|付天喜
