開年的動向仿佛是一個預演，2026，AI注定迎來波瀾壯闊的一年。
文｜任曉漁 周享玥
編｜徐鑫
AI的世界從來不缺新聞。歲末年初，科技圈最大熱點當屬Meta的天價收購案以及科技春晚CES2026。
扎克伯格花數(shù)十億美元收購一家成立不到一年的 AI 公司 ，規(guī)模僅次于收購WhatsApp 和 Scale AI。世界震驚于Meta愿意為智能體時代行動指令分發(fā)入口所支付價碼的同時，也意識到具備處理復雜工作流的多智能體應用已是大勢所趨。
而在CES上，物理AI、具身智能以及AI落地與變現(xiàn)的各種討論層出不窮。不論是黃教主帶著新一代架構Rubin以及Alpamayo無人駕駛AI模型斷言物理 AI 的 ChatGPT 時刻已到來，還是具身智能、自動駕駛和各種搭載了AI的設備進入到生活及生產(chǎn)場景，都在向外界傳遞一個信號，AI已經(jīng)在沖破云端的數(shù)字世界，正切實影響物理世界。
這些看起來紛繁的動向，開啟了AI世界的2026，恰恰也與北京智源人工智能研究院（以下簡稱“智源研究院”）日前發(fā)布的年度報告《2026十大AI技術趨勢》（下稱“趨勢報告”）所提及的大趨勢相吻合。
趨勢報告指出，2026年將是AI從數(shù)字世界邁入物理世界、從技術演示走向規(guī)模價值的關鍵分水嶺。三大主線驅動了AI發(fā)展進入新周期。同時，報告也提出，AI的發(fā)展路徑日益清晰，真正在融入實體世界，也需解決系統(tǒng)性挑戰(zhàn)。
01
三條主線，驅動AI范式變革
如果你關注剛剛過去的CES，可能會對去年下半年以來AI圈的一個熱門話題“AI是否是一場泡沫”形成更全面的認知。
這場CES向外界全面展示了AI如何從云端幻象落地為物理現(xiàn)實。
英偉達、AMD和高通等算力巨頭在CES上的新品都在強調AI從虛擬訓練向物理世界如機器人、自動駕駛、工業(yè)應用的實際部署；蘇姿豐與李飛飛暢談空間智能、世界模型和AI從云端計算向邊緣的落地，現(xiàn)代則發(fā)布人工智能機器人戰(zhàn)略，與波士頓動力大秀Atlas走出實驗室進入工業(yè)環(huán)境的能力……形形色色的硬件層出不窮，AI都是最亮眼的標簽。
某種程度而言，CES的主題，也是對過去一年AI圈經(jīng)常提及的“智能體落地元年”的延續(xù)和呼應。
年初，DeepSeek-R1開源模型橫空出世可以算是AI落地的巨大催化劑。強大的推理模型開源，降低了開發(fā)門檻，吸引了更多開發(fā)者參與，加速AI Agent從實驗室研究向工業(yè)級應用的轉變。之后無論是Manus刷屏、具身智能浪潮火爆，還是Token調用量大戰(zhàn)、個人助手、垂直智能體領域的角逐，以及年底Meta的天價收購案都成了“落地元年”的注腳。
到年末，相比2025年初提“落地元年”，智能和AI已經(jīng)不再停留在產(chǎn)業(yè)界人士的嘴邊，也不局限在數(shù)字世界，而是朝著融入實體世界轉變。并且業(yè)界已有共識，越來越多場景AI正有望實現(xiàn)價值兌現(xiàn)。某種意義上，你很難再說AI只是一場泡沫。
智源的趨勢報告也關注到了這些產(chǎn)業(yè)端的巨變。就像去年的趨勢報告里關注到了世界模型范式遷移、Agent廣泛應用并被驗證一樣，今年的趨勢報告也重點刻畫了這一變化趨勢，并認為這是一場巨大的范式變革。
報告認為，人工智能正從追求參數(shù)規(guī)模的語言學習，邁向對物理世界底層秩序的深刻理解與建模，從技術演示走向規(guī)模價值，行業(yè)技術范式迎來重塑。
其中，有三條清晰的主線驅動著這場變革。
在模型即應用的時代，基礎模型的能力演化不可不提。過去一年行業(yè)內經(jīng)常有“Scaling law”撞墻的疑慮，但報告中認為，實際上OpenAI和Google Gemini3的等模型的發(fā)布向業(yè)界展示了預訓練和后訓練階段Scaling Law依然奏效。
強大的基模演化仍在持續(xù)中，并且認知層面還在升維。從預測下一個token，向“next-state prediction”（NSP）跨越。這為AI學習物理規(guī)律，最終為自動駕駛仿真、機器人訓練等復雜任務提供全新的“認知”大腦奠定了基礎。
其次是AI落地的形態(tài)正朝“實體化”、“社會化”演化。
過去一年被視作智能體落地元年，AI代碼、智能客服、數(shù)字員工等諸多賽道里Agent的應用已經(jīng)是普遍趨勢。根據(jù)Langchain發(fā)布的一份報告顯示，客服、代碼生成和內容生成等單智能體系統(tǒng)仍然占據(jù)AI形態(tài)的主流，而研究和數(shù)據(jù)分析、內部生產(chǎn)力等多智能體應用則不到五成。
但Meta并購案對多智能體系統(tǒng)的重視以及CES上全面鋪開的物理AI、具身智能等都表明，新的一年，智能形態(tài)將持續(xù)演化。智源的趨勢報告認為，2026年，智能正從軟件走向實體，從單體走向協(xié)同，同時主流Agent通信協(xié)議的標準化，也讓多智能體有望攻克更復雜任務流。
再次，AI應用在消費端和企業(yè)端都逐漸呈現(xiàn)出了更清晰的落地路徑，逐漸走向價值兌現(xiàn)。報告認為，在消費端，一個“All in One”的超級應用入口正在形成，國內外科技巨頭基于各自生態(tài)積極構建一體化AI門戶。在企業(yè)端，經(jīng)歷早期概念驗證的“幻滅期”后，AI正憑借更好的數(shù)據(jù)治理與行業(yè)標準接口，在垂直領域孕育出真正可衡量商業(yè)價值的產(chǎn)品。
這也使得2026年成為了AI從數(shù)字世界邁入物理世界、從技術演示走向規(guī)模價值的關鍵分水嶺。
隨著AI從技術演示走向規(guī)模價值，整個AI產(chǎn)業(yè)生態(tài)也隨著這一脈絡而動態(tài)演進和調整。智源的趨勢報告從十個層面系統(tǒng)審視了整個AI產(chǎn)業(yè)生態(tài)在2026年即將迎來的變化。無論是基礎模型、落地形態(tài)還是商業(yè)變現(xiàn)以及底層基礎設施等都在迎來新的發(fā)展周期。
不過，能力和風險是硬幣的兩面。趨勢報告也清晰提示，AI安全關乎落地最后一公里，產(chǎn)業(yè)界需要共同探討構建一套可審計、可回溯、具備強對抗能力的安全方式體系，才能真正打通AGI之路。
02
超級應用初現(xiàn)，AI落地路徑逐漸明晰
“大模型時代的超級應用是什么？”過去三年AI行業(yè)里不斷被提及的天問，2026年歲初，有了相對確定的答案。
智源在報告中認為，目前海外廠商如ChatGPT、Gemini等頭部模型構建的App已初步具備了超級APP的必要條件，功能設計上呈現(xiàn)為All in One特征。基于高性能基礎模型完成產(chǎn)品化，一個入口可實現(xiàn)從信息獲取到任務規(guī)劃、問題解決的閉環(huán)。
這一斷言既與當下現(xiàn)實吻合，它的演進歷程也從過去大半年巨頭競爭中有跡可循。
在海外，OpenAI與Google的角逐已呈白熱化趨勢。去年8月問世的Nano Banana以刷屏級表現(xiàn)驅動了Gemini的用戶規(guī)模增長，同時，Gemini與Android生態(tài)及Workspace的深度集成，使得其月活躍用戶規(guī)�？焖僮汾sOpenAI。
行業(yè)正從OpenAI的一枝獨秀向雙強及多強演變，也讓AI超級應用領域的競爭浮出水面。Meta的歲末溢價收購案某種程度也可以視作是其在超級入口戰(zhàn)場上打出的一張牌——雖然此前通過開源Llama模型贏得了口碑但后續(xù)乏力，Meta在應用端始終缺乏能與ChatGPT或Gemini正面抗衡的“超級入口”。
而谷歌和OpenAI雙方都在快速圍繞著場景、數(shù)據(jù)和龐大的用戶來快速完成智能的飛輪迭代，路徑卻不太一致。
比如，ChatGPT與多家電商平臺、支付平臺系統(tǒng)級打通，用戶可以在同一個流完成下單流程，同時OpenAI還推出了AI瀏覽器，接管瀏覽器執(zhí)行權，打通超級應用的手-腦通路。這更偏向一種基于Computer Use的AI原生探索。
而谷歌此前就有強大應用生態(tài)，一直在打通各類入口，隨著谷歌將Gemini集成到已有產(chǎn)品里，它也實現(xiàn)了AI時代快速的用戶規(guī)模擴張。
從這個意義看，AI新王和舊王之戰(zhàn)，本質是一場生態(tài)競爭。智源在報告中就指出，AI超級應用范式為基礎模型直接產(chǎn)品化實現(xiàn)的用戶截流聚集，這場競爭不僅需要極高的算力成本支撐，更依賴龐大的存量用戶進行模型數(shù)據(jù)的飛輪迭代。
這一背景下，國內的頭部應用大戰(zhàn)的路徑也隨之清晰。趨勢報告中認為，科技巨頭都基于各自生態(tài)積極構建一體化AI門戶。同時，AI超級應用的機會點集中在頭部大廠，巨頭基于移動互聯(lián)網(wǎng)時代的入口、技術和用戶積累，具備了打造AI超級入口的實力。
目前大眾也能從產(chǎn)品形態(tài)和競爭動態(tài)里印證上述判斷。國內頭部AI應用如豆包、夸克、百度網(wǎng)盤呈現(xiàn)All in One特征，而豆包與抖音的聯(lián)動打法，阿里的高德地圖接入千問，都體現(xiàn)了體系化生態(tài)競爭的特性。
智源行業(yè)研究中心高級研究院靳虹博認為，相比Copmuter Use來探索AI原生應用，通過多行業(yè)接口直接接入的路徑，是一種相對穩(wěn)健的改良主義路線，繼承了移動互聯(lián)網(wǎng)巨頭的優(yōu)勢，可操作性更強。
不得不提的是，對超級入口的爭奪始終沒有停息，始終還有新的玩家以新的應用形態(tài)在發(fā)起挑戰(zhàn)。
比如螞蟻集團在11月推出靈光，把Vibe coding能力搬到手機端，快速生成多模態(tài)閃應用，很快因新穎玩法領跑全球AI產(chǎn)品下載增速。螞蟻百靈大語言模型負責人張志強介紹，在模型即應用的時代，基模的架構和能力需要持續(xù)探索，才能確保在應用大戰(zhàn)里做到性能更好、輸出更快和更多的能力創(chuàng)新。
體系化生態(tài)競爭的內核下，頭部大廠的優(yōu)勢在垂直賽道也快速顯現(xiàn)。12月螞蟻旗下AI健康應用螞蟻阿福全面升級，很快就在AI健康管理賽道登頂，月活躍用戶數(shù)一個月翻倍達3000萬。外界分析螞蟻阿福的能力時認為，螞蟻集團此前在醫(yī)療健康等場景的生態(tài)聯(lián)動和協(xié)同是快速破局的關鍵之一。
阿福在C端覆蓋了日常健康問答等焦點需求，并打通與蘋果、華為、VIVO、魚躍、歐姆龍等設備的健康信息，成為個人健康管理新入口。同時，B端串聯(lián)起螞蟻圍繞醫(yī)療場景的生態(tài)資源和服務能力，如全國5000家醫(yī)院和30萬真人醫(yī)生，需要就醫(yī)時能鏈接醫(yī)生在線問診，也能打通線下掛號、陪診、醫(yī)保支付等醫(yī)療機構服務能力，規(guī)�；瘧寐窂接型谶@里實現(xiàn)閉環(huán)。
值得一提的是，在超級應用大戰(zhàn)里，豆包手機的出現(xiàn)也讓外界關注到智能體行業(yè)未來可能不止在大廠封閉生態(tài)內的互通，還包括更廣闊生態(tài)的鏈接。
智源在趨勢報告里也認為，隨著MCP、A2A等通信協(xié)議趨于標準化，智能體間才有通用“語言”，協(xié)議是AI在消費側應用落地非常重要的基礎設施。
03
打通最后一公里
安全是AI落地的最后一公里，也是終極 “生死線”。
全球AI安全風險高發(fā)態(tài)勢已為行業(yè)敲響警鐘。智源研究院院長王仲遠指出，截至2025年12月初，AI Incident數(shù)據(jù)庫收錄的AI安全風險事件已達330起，遠超2024年的233起，涵蓋幻覺、深度偽造、誘導危險行為等多種類型。智源大模型安全中心負責人楊耀東亦直言：“模型能力越強，風險越是硬幣的另一面。” 他們兩年前劃定的AI安全“五大紅線”，正逐一被逾越。
當前，AI安全風險呈多維度爆發(fā)。
一方面，AI自身風險持續(xù)升級，已從早期的“幻覺”演進為更隱蔽的“系統(tǒng)性欺騙”，并呈現(xiàn)“莫比烏斯鎖定”效應——模型能力越強，抗對齊與欺騙能力越高。相關數(shù)據(jù)顯示，8家頭部企業(yè)大模型在防范災難性濫用或失控上均未達理想水準，o1等推理模型還會“有意藏拙”甚至關閉安全守護進程。
另外，幾乎所有大模型企業(yè)都遭遇過攻擊，既有通過精心設計的提示詞消耗算力、干擾業(yè)務的情況，也存在用戶隱私泄露的隱憂。而基于大模型構建的Agent系統(tǒng)，除了繼承來自模型的風險，還會疊加記憶等外部模塊與通信環(huán)節(jié)的安全漏洞，讓風險傳導鏈條進一步拉長。
另一方面，AI“武器化”趨勢正加速凸顯，攻擊精準度與規(guī)�；j升。
2024年初，某跨國企業(yè)香港分公司就曾因詐騙團伙利用AI偽造高管音視頻，誘使財務人員多次轉賬，損失高達2億港元。
2025年8月，Anthropic報告也顯示，Claude已成黑客濫用重災區(qū)，至少17家機構遭遇數(shù)據(jù)盜竊與勒索。同年12月，有報道稱，黑客開始利用AI生成的提示在谷歌搜索里投放惡意指令，用戶搜索相關詞匯即可觸發(fā)，僅憑對平臺的信任便可能中招。在具身智能領域，風險更延伸至物理空間，GeekCon 2025大賽中，曾有白帽黑客利用系統(tǒng)漏洞三分鐘內劫持機器人并操控其實施物理攻擊；AI for Science領域則因大模型降低有害物合成門檻，埋下新的安全隱患。
這些風險已帶來切實的經(jīng)濟損失。數(shù)據(jù)顯示，全球大模型安全事件損失從2023年的85億美元劇增至2024年的143億美元，預計2025年將突破235億美元。這倒逼產(chǎn)業(yè)端強化安全準入，德勤與思科調研顯示，超70%的大型企業(yè)在引進大模型時，將數(shù)據(jù)主權與抗注入攻擊能力列為“一票否決項”，要求供應商提供針對性的紅隊測試報告與隱私計算合規(guī)證明。
業(yè)界認為，2026年，隨著智能體在更多業(yè)務場景的滲透率提升，安全問題會更加尖銳，驅動AI安全需在技術和產(chǎn)業(yè)上加速演變。智能體安全風險更具動態(tài)性與隱蔽性，需重點檢測四類行為：惡意意圖誘導、意圖偏離有害行為、設備高敏操作、外部風險輸入與模型異常行為。
對此，產(chǎn)業(yè)界已形成共識，需構建“意圖—行為—環(huán)境”的全鏈路監(jiān)測體系，強化意圖對齊、行為授權與動態(tài)阻斷能力，應對開放環(huán)境下的復雜安全挑戰(zhàn)，并已展開多維度行動。
技術層面，防御正從“被動應對”轉向“主動防控”。外部安全領域，傳統(tǒng)自動化測試升級為基于多智能體系統(tǒng)的自演化攻防演練，通過紅藍智能體集群在虛擬環(huán)境中的持續(xù)博弈，覆蓋人類難以觸及的風險區(qū)域；內生安全領域，從單純依賴外部控制AI，轉向主動從內部“讀懂AI”，如Anthropic推進回路追蹤研究，從內部理解模型機理，OpenAI推出自動化安全研究員Aardvark，自動挖掘代碼漏洞并生成補丁，“以AI治AI”成為行業(yè)常態(tài)。
產(chǎn)業(yè)層面，以螞蟻、360為代表的企業(yè)正將安全防線嵌入具體應用場景。
如螞蟻構建了“線上服務攻防對抗，線下終端安全加固”的技術體系，線上通過大模型安全一體化解決方案“蟻天鑒”的“對齊-掃描-防御”技術棧實現(xiàn)全流程防護，線下發(fā)布全球首個智能終端可信連接技術框架gPass，通過“安全、交互、互連”三大核心能力，實現(xiàn)AI眼鏡與智能體之間安全、可信、即時信息交互。360則基于自研大模型構建類腦分區(qū)協(xié)同安全架構，依托EB級安全數(shù)據(jù)預訓練識別威脅，結合專用工具實現(xiàn)攻擊鏈還原與處置建議輸出。
這些實踐，在“安全必須內化為AI系統(tǒng)免疫基因” 的當下，正為行業(yè)提供可供借鑒的安全解法。
2026年，被視作AI從數(shù)字世界到物理世界，從技術演示到產(chǎn)業(yè)價值兌現(xiàn)的關鍵之年，智源的趨勢報告也為未來一年的技術探索與產(chǎn)業(yè)布局提供了清晰錨點。
分享
