2，更强算力推动前沿大模型继续扩展。英伟达新一代GPU和谷歌TPU定制芯片，继续扩展模型预训练、后训练和测试时计算，并从单一模型向系统扩展。OpenAI与谷歌DeepMind将综合竞争制高点。前沿模型在原生多模态、复杂长链任务准确性、更长上下文、更强的记忆、持续学习、世界模型等领域扩展上限，并解锁出新的场景。新型AI实验室将探索出下一代AI范式，到2026年底，可验证性能有可能加速提升。
3，中国开源模型加速落地场景，美国形成新的阵型。DeepSeek、通义千问、Kimi等引领中国开源模型军团继续保持领先，阵容扩大; 更开放和更低门槛的基础设施和工具，帮助降低微调和蒸馏的门槛，成为落地场景加速器。 美国的开源模型也在形成新的阵型，英伟达Nemotron将跻身一流，公开预训练和后训练数据；谷歌的Gemma，OpenAI的gpt-oss，以及明年Meta发布Avocado新模型后，其Llama开源模型家族的下一步，仍值得关注。
4，终端设备开始构建出真正的个人AI体验。AI向终端设备全面部署，成为消费者随身携带的智能体，是最为确定的大规模应用。除了在运行在用户电脑上的智能体之外，厂商在AI手机、眼镜和其他AI原生硬件的设计更为积极活跃。中国是全球AI设备供应链的中心。苹果和谷歌可能真正启动软硬件消费AI市场。OpenAI将首次发布原生AI硬件。AI眼镜拍摄成为主流，品牌进一步丰富。
5，编程成为首个实际工作达到人类水平的AI应用。AI在数学和编程的成功，将会延伸到更多更多可验证领域。测评分数迅速饱和，难度更大的新基准将出现，其中包括更具实际工作意义的评价基准，引导智能体在研究、科学、服务等更多其他可验证领域创造经济价值。
6，训练数据来源从互联网转向环境。用于训练大模型的高质量互联网与公开文本数据基本耗尽。AI的学习，正在从接受公开数据灌输进入“经验时代”，即越来越多地从自己的试错中学习，更加依靠可验证合成数据。决定模型上限的，将不是谁拥有更多现成数据，而是谁具备构建环境、生成任务、吸收失败并持续产生学习信号的系统能力。而那些体现行业深度技艺和组织内部知识的非公开数据，构筑起AI竞争的壁垒。
7，政府和前沿AI实验室推进科学智能，加速科学发现。中国和美国从推出科学智能的政策阶段，进入到汇聚资源、组织实施阶段，谋求战略技术新制高点。一些科技巨头和领先的AI实验室利用算力优势，借助AI模型及工具加速研发进程，以新范式引领，努力在一些重要领域取得突破，如生命科学、材料科学、量子计算、气候变化等。
8，全球采用智能体的大型企业超过一半。人与AI开始认真磨合协作。智能体不是简单替代人类，人类也不是简单地使唤智能体去干活。企业开始既不把它当成工具，也不把它当成员工，而是改变传统的管理框架，新建协作关系，包括重新设计工作流程、角色、治理和学习机制，这一磨合过程将需要时间。
9，AI应用进展和基础设施投资存在不确定性，做空压力伴随AI。AI处于炒作高潮和短期高估阶段，已经具体表现为目前AI测评得分与工作表现脱节，芯片库存周期、数据中心建设周期、电力基础设施投资周期之间难以匹配。OpenAI 的资金链、甲骨文的负债和数据中心交付、和英伟达的GPU库存情况，将是足以影响整个AI生态、进而影响市场甚至经济的重要信号。
10 AI与电力系统更深度融合，形成智与能的革命。电力成为最重要的AI基础设施，美国数据中心建设达到高潮，电力短缺加剧；中国也正在通过全国性机制设计解决清洁电力供给问题。数据中心的耗电量和能量密度越来越大，将建立端到端的高压直流配电体系，以及不同层级的储能与冷却系统。更加分布式与多元异构的电力系统，在电力稳定 、廉价、绿色的不可能三角中，也日益依赖AI优化运营管理。数据中心成为“新物种”，将在AI基础设施与新型电力体系的协同演进中，发挥越来越关键的作用。
One More Thing
2026将是社会对AI信任的考验之年。随着AI渗透率越来越高，AI模拟人类认知与物理世界的能力进一步逼近临界点，现实与虚构的界限更加模糊。AI将不可避免进入教育体系，进一步发挥文明层面的影响力。随着AI自主学习能力的增强，长链条的自动化复杂工作逐步增加，挑战人类的能力去监督和核实AI学习和工作的过程与结果；这些考验着对齐，考验着治理，也考验着人类在各个场景中驾驭AI的能力。前沿AI实验室和科技巨头，更加关注AI研究与应用的正面社会影响及人口级用户福利，倡导AI（科技）向善，培养和建立公众对AI的信任。
2347
发表于 2025-12-22 10:34:24