從“預測下個詞”到“預測世界狀態(tài)”：智源發(fā)布十大AI技術趨勢

當AI大模型開始嘗試理解并預測物理世界的運動規(guī)律，一場深刻的范式變革正在發(fā)生。

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(fā)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(fā)生關鍵轉移：從追求參數(shù)規(guī)模的語言學習，邁向?qū)ξ锢硎澜绲讓又刃虻纳羁汤斫馀c建模，行業(yè)技術范式迎來重塑。

【圖說：智源研究院“2026十大AI技術趨勢”發(fā)布會現(xiàn)場】

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(fā)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(guī)律，這一根本轉變意味著AI正褪去早期狂熱，其發(fā)展路徑日益清晰，即真正融入實體世界，解決系統(tǒng)性挑戰(zhàn)。

【圖說：智源研究院理事長，北京大學教授 黃鐵軍】

隨后,智源研究院院長王仲遠發(fā)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(shù)有多大”轉變?yōu)椤澳芊窭斫馐澜缛绾芜\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(tài)”。這標志著以“Next-State Prediction”（NSP）為代表的新范式，正推動AI從數(shù)字空間的“感知”邁向物理世界的“認知”與“規(guī)劃”。

【圖說：智源研究院院長 王仲遠】

報告認為，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。這一轉變由三條清晰的主線驅(qū)動：

首先，是認知范式的“升維”。以世界模型和NSP為核心，AI開始學習物理規(guī)律，這為自動駕駛仿真、機器人訓練等復雜任務提供全新的“認知”基礎，成為國內(nèi)外領先模型廠商競相布局的戰(zhàn)略高地。

其次，是智能形態(tài)的“實體化”與“社會化”。智能正從軟件走向?qū)嶓w，從單體走向協(xié)同。頭部科技公司的人形機器人正進入真實生產(chǎn)場景，標志著“具身智能”走出實驗室。同時，主流Agent通信協(xié)議的標準化，讓多智能體（MAS）能夠以“團隊”形式攻克科研、工業(yè)等復雜任務流。

最后，是價值兌現(xiàn)的“雙軌應用”。在消費端，一個“All in One”的超級應用入口正在形成，國內(nèi)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。

【圖說：智源研究院 2026十大AI技術趨勢】

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

行業(yè)共識正從語言模型轉向能理解物理規(guī)律的多模態(tài)世界模型。從“預測下一個詞”到“預測世界下一狀態(tài)”，NSP范式標志著AI開始掌握時空連續(xù)性與因果關系。以智源悟界多模態(tài)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(guī)劃。

趨勢2：具身智能迎來行業(yè)“出清”，產(chǎn)業(yè)應用邁入廣泛工業(yè)場景

具身智能正脫離實驗室演示，進入產(chǎn)業(yè)篩選與落地階段。隨著大模型與運動控制、合成數(shù)據(jù)結合，人形機器人將于2026年突破Demo，轉向真實的工業(yè)與服務場景。具備閉環(huán)進化能力的企業(yè)將在這一輪商業(yè)化競爭中勝出。

趨勢3：多智能體系統(tǒng)決定應用上限，Agent 時代的“TCP/IP”初具雛形

復雜問題的解決依賴多智能體協(xié)同。隨著MCP、A2A等通信協(xié)議趨于標準化，智能體間擁有了通用“語言”。多智能體系統(tǒng)將突破單體智能天花板，在科研、工業(yè)等復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(chǎn)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(fā)。報告強調(diào)，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” 趨于明確，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范式；國內(nèi)字節(jié)、阿里、螞蟻等依托生態(tài)積極布局。其中，螞蟻推出的全模態(tài)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(chǎn)業(yè)應用滑向“幻滅低谷期”，2026H2 迎來“V 型”反轉

企業(yè)級AI應用在經(jīng)歷概念驗證熱潮后，因數(shù)據(jù)、成本等問題正步入“幻滅低谷期”。但隨著數(shù)據(jù)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(chǎn)品將在垂直行業(yè)規(guī)模落地。

趨勢7：合成數(shù)據(jù)占比攀升，有望破除“2026 年枯竭魔咒”

高質(zhì)量真實數(shù)據(jù)面臨枯竭，合成數(shù)據(jù)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(shù)據(jù)，將成為降低訓練成本、提升性能的關鍵資產(chǎn)。

趨勢8：推理優(yōu)化遠未觸頂，“技術泡沫”是假命題

推理效率仍是AI大規(guī)模應用的核心瓶頸與競爭焦點。通過算法創(chuàng)新與硬件變革，推理成本持續(xù)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(tài)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于收斂的編譯器技術正在降低開發(fā)門檻。以智源FlagOS為代表的平臺，致力于構建軟硬解耦、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?yōu)楦[蔽的“系統(tǒng)性欺騙”。技術上，Anthropic的回路追蹤研究致力于從內(nèi)部理解模型機理；OpenAI推出自動化安全研究員。產(chǎn)業(yè)上，安全水位成為落地生死線，螞蟻集團構建“對齊-掃描-防御”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(lián)合全球?qū)W者發(fā)布AI欺騙系統(tǒng)性國際報告，警示前沿風險。安全正內(nèi)化為AI系統(tǒng)的免疫基因。

隨后，來自產(chǎn)業(yè)界的ANP開源社區(qū)發(fā)起人、杭州向量創(chuàng)始人常高偉，光輪智能聯(lián)合創(chuàng)始人兼總裁楊海波，百靈大語言模型負責人張志強,以及智源研究院資深研究員們就趨勢進行了詳細分享。

【圖說：圓桌討論】

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(chǎn)業(yè)布局提供了清晰錨點，研究院將持續(xù)與產(chǎn)學研各界合作，以開放生態(tài)推動人工智能穩(wěn)健地邁向價值兌現(xiàn)的新階段。