2026年1月8日，北京智源人工智能研究院（以下簡稱「智源研究院」）發布年度報告《2026十大AI技術趨勢》。報告指出，人工智能的演進核心正發生關鍵轉移：從追求參數規模的語言學習，邁向對物理世界底層秩序的深刻理解與建模，行業技術範式迎來重塑。

　開場致辭中，智源研究院理事長黃鐵軍分享了他的技術趨勢觀察：AI的發展要重視「結構決定功能，功能塑造結構」的相互作用。當前人工智能正從功能模仿轉向理解物理世界規律，這一根本轉變意味着AI正褪去早期狂熱，其發展路徑日益清晰，即真正融入實體世界，解決系統性挑戰。

　隨後，智源研究院院長王仲遠發布了十大AI技術趨勢，詳細闡釋了這一變革。基礎模型的競爭，焦點已從「參數有多大」轉變為「能否理解世界如何運轉」。他指出：我們正從「預測下一個詞」跨越到「預測世界的下一個狀態」。這標誌着以「Next-State Prediction」（NSP）為代表的新範式，正推動AI從數字空間的「感知」邁向物理世界的「認知」與「規劃」。

　趨勢1：世界模型成為AGI共識方向，Next-State Prediction 或成新範式

　行業共識正從語言模型轉向能理解物理規律的多模態世界模型。從「預測下一個詞」到「預測世界下一狀態」，NSP範式標誌着AI開始掌握時空連續性與因果關係。以智源悟界多模態世界模型為代表驗證了這一路徑，推動AI從感知走向真正的認知與規劃。

　趨勢2：具身智能迎來行業「出清」，產業應用邁入廣泛工業場景

　具身智能正脫離實驗室演示，進入產業篩選與落地階段。隨着大模型與運動控制、合成數據結合，人形機器人將於2026年突破Demo，轉向真實的工業與服務場景。具備閉環進化能力的企業將在這一輪商業化競爭中勝出。

　趨勢3：多智能體系統決定應用上限，Agent時代的「TCP/IP」初具雛形

　複雜問題的解決依賴多智能體協同。隨着MCP、A2A等通信協議趨於標準化，智能體間擁有了通用「語言」。多智能體系統將突破單體智能天花板，在科研、工業等複雜工作流中成為關鍵基礎設施。

　趨勢4：AI Scientist成為AI4S北極星，國產科學基礎模型悄然孕育

　AI在科研中的角色正從輔助工具升級為自主研究的「AI科學家」。科學基礎模型與自動化實驗室的結合，將極大加速新材料與藥物研發。報告強調，我國需整合力量，加快構建自主的科學基礎模型體系。

　趨勢5：AI時代的新「BAT」趨於明確，垂直賽道仍有高盈利玩法

　C端AI超級應用的「All in One」入口成為巨頭角逐焦點。海外以OpenAI的ChatGPT與Google Gemini為引領，通過深度集成各類服務，塑造了一體化智能助手的新範式；國內字節、阿里、螞蟻等依托生態積極布局。其中，螞蟻推出的全模態AI助手「靈光」與AI健康應用「螞蟻阿福」，分別在超級應用與健康垂直領域進行探索。AI時代的「新BAT」格局正在形成。

　趨勢6：產業應用滑向「幻滅低谷期」，2026H2迎來「V型」反轉

　企業級AI應用在經歷概念驗證熱潮後，因數據、成本等問題正步入「幻滅低谷期」。但隨着數據治理與工具鏈成熟，預計2026年下半年將迎來轉折，一批真正可衡量價值的MVP產品將在垂直行業規模落地。

　趨勢7：合成數據佔比攀升，有望破除「2026年枯竭魔咒」

　高質量真實數據面臨枯竭，合成數據正成為模型訓練的核心燃料。「修正擴展定律」為其提供了理論支撐。尤其在自動駕駛和機器人領域，由世界模型生成的合成數據，將成為降低訓練成本、提升性能的關鍵資產。

　趨勢8：推理優化遠未觸頂，「技術泡沫」是假命題

　推理效率仍是AI大規模應用的核心瓶頸與競爭焦點。通過算法創新與硬件變革，推理成本持續下降，能效比不斷提升。這使得在資源受限的邊緣端部署高性能模型成為可能，是AI普惠的關鍵前提。

　趨勢9：開源編譯器生態匯聚眾智，異構全棧底座引領算力普惠

　為打破算力壟斷與供應風險，構建兼容異構芯片的軟件棧至關重要。繁榮的算子語言與趨於收斂的編譯器技術正在降低開發門檻。以智源FlagOS為代表的平台，致力於構建軟硬解耦、開放普惠的AI算力底座。

　趨勢10：從幻覺到欺騙，AI安全邁向機制可解釋與自演化攻防

　AI安全風險已從「幻覺」演變為更隱蔽的「系統性欺騙」。技術上，Anthropic的回路追蹤研究致力於從內部理解模型機理；OpenAI推出自動化安全研究員。產業上，安全水位成為落地生死線，螞蟻集團構建「對齊-掃描-防禦」全流程體系，推出智能體可信互連技術（ASL）及終端安全框架gPass；智源研究院聯合全球學者發布AI欺騙系統性國際報告，警示前沿風險。安全正內化為AI系統的免疫基因。

　智源研究院表示，十大AI技術趨勢為未來一年的技術探索與產業布局提供了清晰錨點，研究院將持續與產學研各界合作，以開放生態推動人工智能穩健地邁向價值兌現的新階段。（記者 劉子莉）