智源年度趨勢(shì)發(fā)布：AI進(jìn)入價(jià)值深水區(qū)，螞蟻交出答案

智東西
作者 江宇
編輯 漠影

在全球“科技春晚”國(guó)際消費(fèi)電子展（CES）上，黃仁勛在主題演講中提出一個(gè)引發(fā)熱議的判斷：“物理AI的ChatGPT時(shí)刻”即將到來(lái)。

與之呼應(yīng)，北京智源人工智能研究院發(fā)布的《2026人工智能十大趨勢(shì)》也提出了一致的觀察——人工智能的演進(jìn)核心正發(fā)生關(guān)鍵轉(zhuǎn)移：從追求參數(shù)規(guī)模的語(yǔ)言學(xué)習(xí)，邁向?qū)?strong>物理世界底層秩序的深刻理解與建模，行業(yè)技術(shù)范式迎來(lái)重塑。

智源研究院院長(zhǎng)王仲遠(yuǎn)在發(fā)布會(huì)上稱，“基礎(chǔ)模型的競(jìng)爭(zhēng)，焦點(diǎn)已從‘參數(shù)有多大’轉(zhuǎn)變?yōu)椤芊窭斫馐澜缛绾芜\(yùn)轉(zhuǎn)’。我們正從‘預(yù)測(cè)下一個(gè)詞’跨越到‘預(yù)測(cè)世界的下一個(gè)狀態(tài)’。”

這意味著，AI的演進(jìn)方向正在發(fā)生結(jié)構(gòu)性轉(zhuǎn)變。以“下一狀態(tài)預(yù)測(cè)”（Next-State Prediction, NSP）為代表的機(jī)制，正在推動(dòng)AI從感知數(shù)字世界，進(jìn)一步走向理解并規(guī)劃物理世界中的因果變化。

在這份指引行業(yè)未來(lái)的趨勢(shì)報(bào)告中，螞蟻集團(tuán)作為關(guān)鍵的產(chǎn)業(yè)實(shí)踐代表被多次提及。其在大模型、超級(jí)應(yīng)用、AI安全等關(guān)鍵趨勢(shì)上的系統(tǒng)性布局與扎實(shí)成果，為報(bào)告預(yù)判的未來(lái)提供了具象化的“實(shí)踐答卷”。

一、范式躍遷：AI從“數(shù)字感知”邁向“物理理解”

報(bào)告認(rèn)為，2026年將是AI從數(shù)字世界邁入物理世界、從技術(shù)演示走向規(guī)模價(jià)值的關(guān)鍵分水嶺。這場(chǎng)躍遷背后，智源總結(jié)出三條主線：

第一，AI的“認(rèn)知方式”變了。

過(guò)去AI擅長(zhǎng)處理靜態(tài)的語(yǔ)言、圖像，現(xiàn)在則開(kāi)始嘗試預(yù)測(cè)“下一步會(huì)發(fā)生什么”。這就是以世界模型與NSP（Next-State Prediction）為代表的新方向。AI不只是識(shí)圖識(shí)話，而是要理解物體怎么動(dòng)、行為如何演化，為自動(dòng)駕駛仿真、機(jī)器人學(xué)習(xí)等物理任務(wù)提供“預(yù)判力”。

第二，AI的“形態(tài)”變了。

AI正從一段段代碼，變成能走能動(dòng)的機(jī)器人；從單打獨(dú)斗的智能體，變成可以分工協(xié)作的“AI團(tuán)隊(duì)”。像通用人形機(jī)器人這樣的產(chǎn)品，開(kāi)始走進(jìn)工業(yè)場(chǎng)景，不再只停留在實(shí)驗(yàn)室。而在軟件層面，多智能體（MAS）間的標(biāo)準(zhǔn)化通信協(xié)議也逐漸成型，讓AI之間可以像人類小組一樣完成科研、工業(yè)等復(fù)雜任務(wù)。

最后，AI“創(chuàng)造價(jià)值”的方式也在變。

在消費(fèi)端，一個(gè)“All in One”的超級(jí)應(yīng)用入口正在形成，成為巨頭角逐的焦點(diǎn)。在企業(yè)端，越過(guò)早期概念驗(yàn)證的“幻滅期”后，AI正憑借完善的數(shù)據(jù)治理與行業(yè)標(biāo)準(zhǔn)接口，在垂直領(lǐng)域孕育出真正可衡量商業(yè)價(jià)值的產(chǎn)品（MVP）。

那么，這十大趨勢(shì)具體指向了哪些方向？我們不妨來(lái)看看。

二、技術(shù)前沿：四大支點(diǎn)重塑AI基礎(chǔ)能力

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

行業(yè)共識(shí)正從語(yǔ)言模型轉(zhuǎn)向能理解物理規(guī)律的多模態(tài)世界模型。“下一狀態(tài)預(yù)測(cè)”標(biāo)志著AI開(kāi)始掌握時(shí)空連續(xù)性與因果關(guān)系，從感知走向認(rèn)知。

趨勢(shì)2：具身智能迎來(lái)行業(yè)“出清”，產(chǎn)業(yè)應(yīng)用邁入廣泛工業(yè)場(chǎng)景

具身智能正脫離實(shí)驗(yàn)室演示，進(jìn)入產(chǎn)業(yè)篩選與落地階段。隨著大模型與運(yùn)動(dòng)控制、合成數(shù)據(jù)結(jié)合，人形機(jī)器人將于2026年突破Demo，轉(zhuǎn)向真實(shí)的工業(yè)與服務(wù)場(chǎng)景。

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

復(fù)雜問(wèn)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(biāo)準(zhǔn)化，智能體間擁有了通用“語(yǔ)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(fù)雜工作流中成為關(guān)鍵基礎(chǔ)設(shè)施。

趨勢(shì)4：AI Scientist成為AI4S北極星，國(guó)產(chǎn)科學(xué)基礎(chǔ)模型悄然孕育

AI在科研中的角色正從輔助工具升級(jí)為自主研究的“AI科學(xué)家”。構(gòu)建自主的科學(xué)基礎(chǔ)模型體系已成為緊迫的國(guó)家戰(zhàn)略需求。

二、產(chǎn)業(yè)落地：螞蟻“超級(jí)應(yīng)用+垂直閉環(huán)”的雙軌驗(yàn)證

趨勢(shì)5：AI時(shí)代的新BAT 趨于明確，垂直賽道仍有高盈利玩法

C端AI超級(jí)應(yīng)用的“All in One”入口成為巨頭角逐焦點(diǎn)。海外以O(shè)penAI的ChatGPT與Google Gemini為引領(lǐng)，通過(guò)深度集成各類服務(wù)，塑造了一體化智能助手的新范式。而國(guó)內(nèi)字節(jié)、阿里、螞蟻等也依托生態(tài)積極布局，AI時(shí)代的“新BAT”格局正在形成。

在這一趨勢(shì)中，螞蟻推出的“靈光”與“阿福”分別成為通用入口與垂類場(chǎng)景并行驗(yàn)證的代表案例。

全模態(tài)AI助手“靈光”，精準(zhǔn)切入AI應(yīng)用“重聊天、輕行動(dòng)”的痛點(diǎn)。上線首周下載量即突破200萬(wàn)，深受用戶喜愛(ài)。其核心功能“閃應(yīng)用”，允許用戶通過(guò)自然語(yǔ)言快速生成可交互的輕應(yīng)用，大幅降低開(kāi)發(fā)門檻，帶動(dòng)“全民手搓AI應(yīng)用”的風(fēng)潮。加之其全模態(tài)信息生成能力，讓交互更高效、體驗(yàn)更具“信息美感”，從而回應(yīng)了用戶對(duì)AI實(shí)用性的根本期待。

“螞蟻阿福”，則聚焦醫(yī)療健康領(lǐng)域，定位為“AI健康朋友”。目前，其App月活用戶已快速突破3000萬(wàn)，單日健康問(wèn)答量超1000萬(wàn)。

為了讓健康服務(wù)更專業(yè)、可信，阿福自研專用底座大模型，還與全國(guó)院士、名醫(yī)深度共創(chuàng)，連接了超5000家醫(yī)院資源、50萬(wàn)真人醫(yī)生和500位名醫(yī)AI分身，形成從專業(yè)問(wèn)答到醫(yī)療服務(wù)的完整閉環(huán)。

“靈光”與“阿福”的并行探索，清晰地勾勒出AI價(jià)值兌現(xiàn)的兩條可行路徑：一是通過(guò)產(chǎn)品創(chuàng)新打造普適的超級(jí)入口，二是在垂直領(lǐng)域構(gòu)建堅(jiān)實(shí)的專業(yè)與服務(wù)壁壘。二者共同為“實(shí)用AI”時(shí)代提供了扎實(shí)的產(chǎn)業(yè)樣本。

趨勢(shì)6：產(chǎn)業(yè)應(yīng)用滑向“幻滅低谷期”，2026H2迎來(lái)“V型”反轉(zhuǎn)

企業(yè)級(jí)AI應(yīng)用在經(jīng)歷概念驗(yàn)證熱潮后，正因數(shù)據(jù)、成本等問(wèn)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(yù)計(jì)2026年下半年將迎來(lái)轉(zhuǎn)折，一批真正可衡量?jī)r(jià)值的MVP產(chǎn)品將在垂直行業(yè)規(guī)模落地。

三、關(guān)鍵支撐：螞蟻在推理與安全上的系統(tǒng)性構(gòu)筑

趨勢(shì)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(shí)數(shù)據(jù)面臨枯竭，合成數(shù)據(jù)正成為模型訓(xùn)練的核心燃料。“修正擴(kuò)展定律”為其提供了理論支撐。尤其在自動(dòng)駕駛和機(jī)器人領(lǐng)域，由世界模型生成的合成數(shù)據(jù)，將成為降低訓(xùn)練成本、提升性能的關(guān)鍵資產(chǎn)。

趨勢(shì)8：推理優(yōu)化遠(yuǎn)未觸頂，“技術(shù)泡沫”是假命題

推理效率仍是AI大規(guī)模應(yīng)用的核心瓶頸與競(jìng)爭(zhēng)焦點(diǎn)。通過(guò)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(guān)鍵前提。

這一趨勢(shì)在螞蟻百靈大模型體系中得到充分印證。百靈大模型體系涵蓋了Ling（語(yǔ)言）、Ring（思考）、Ming（多模態(tài)）三大系列。

其語(yǔ)言模型Ling系列采用高稀疏度MoE等高效架構(gòu)，基于二十萬(wàn)億Tokens語(yǔ)料訓(xùn)練，并推出了包含萬(wàn)億參數(shù)模型Ling-1T與Ring-1T在內(nèi)的完整產(chǎn)品矩陣。螞蟻團(tuán)隊(duì)首創(chuàng)的“棒冰算法（icepop）”有效提升了模型穩(wěn)定性。百靈大模型在Hugging Face等社區(qū)榜單上表現(xiàn)亮眼，其中Ling-1T曾持續(xù)登頂總榜，展現(xiàn)了強(qiáng)大的工程實(shí)力與社區(qū)認(rèn)可度。

正如螞蟻百靈大模型負(fù)責(zé)人張志強(qiáng)在圓桌會(huì)談中指出，“靈光閃應(yīng)用”30秒生成的極致體驗(yàn)，其根基正是模型推理效率的持續(xù)提升。螞蟻團(tuán)隊(duì)在架構(gòu)注意力機(jī)制的線性化、長(zhǎng)上下文優(yōu)化等方向的長(zhǎng)期工程堅(jiān)持，是支撐上層Agent能力進(jìn)化的關(guān)鍵前提。

趨勢(shì)9：開(kāi)源編譯器生態(tài)匯聚眾智，異構(gòu)全棧底座引領(lǐng)算力普惠

為打破算力壟斷與供應(yīng)風(fēng)險(xiǎn)，構(gòu)建兼容異構(gòu)芯片的軟件棧至關(guān)重要。繁榮的算子語(yǔ)言與趨于收斂的編譯器技術(shù)正在降低開(kāi)發(fā)門檻。以智源FlagOS為代表的平臺(tái)，致力于構(gòu)建軟硬解耦、開(kāi)放普惠的AI算力底座。

趨勢(shì)10：從幻覺(jué)到欺騙，AI安全邁向機(jī)制可解釋與自演化攻防

AI安全風(fēng)險(xiǎn)已從“幻覺(jué)”演變?yōu)楦[蔽的“系統(tǒng)性欺騙”。技術(shù)上，Anthropic的回路追蹤研究致力于從內(nèi)部理解模型機(jī)理；OpenAI推出自動(dòng)化安全研究員。產(chǎn)業(yè)上，智源研究院聯(lián)合全球?qū)W者發(fā)布AI欺騙系統(tǒng)性國(guó)際報(bào)告，警示前沿風(fēng)險(xiǎn)。安全正內(nèi)化為AI系統(tǒng)的免疫基因。

螞蟻在此領(lǐng)域構(gòu)建了貫穿線上與終端的立體防線：

在系統(tǒng)防護(hù)方面，螞蟻集團(tuán)推出的大模型安全解決方案“蟻天鑒”已升級(jí)為面向智能體時(shí)代的一體化安全解決方案，基于“以攻促防”的安全理念，構(gòu)建了“對(duì)齊-掃描-防御”技術(shù)棧形成全流程防護(hù)體系。

在終端安全方面，面對(duì)AI眼鏡等新一代智能終端快速增長(zhǎng)帶來(lái)的安全挑戰(zhàn)，螞蟻發(fā)布的全球首個(gè)智能終端可信連接技術(shù)框架gPass，具備“安全、交互、互連”三大核心能力，支持AI眼鏡與智能體之間的實(shí)時(shí)可信通信，打通用戶與設(shè)備、模型與服務(wù)之間的安全連接鏈路。gPass也為AI眼鏡廠商與開(kāi)發(fā)者提供統(tǒng)一、安全的底層架構(gòu)，構(gòu)建面向個(gè)人智能體時(shí)代的安全AI數(shù)字服務(wù)生態(tài)。

結(jié)語(yǔ)：AI下半場(chǎng)來(lái)了

回看智源提出的這十大趨勢(shì)，可以發(fā)現(xiàn)一個(gè)清晰的指向：AI正在進(jìn)入下半場(chǎng)。

一方面，世界模型、NSP、具身智能、多智能體系統(tǒng)與AI Scientist，正在重塑AI理解世界、行動(dòng)執(zhí)行與協(xié)同合作的底層機(jī)制；另一方面，超級(jí)應(yīng)用、垂直場(chǎng)景、推理優(yōu)化、安全架構(gòu)與算力底座，則決定這些能力能否被真正部署、持續(xù)運(yùn)行，并與產(chǎn)業(yè)深度融合。

當(dāng)AI不僅能“看懂世界”，還能被系統(tǒng)性地嵌入應(yīng)用、嵌入組織、嵌入終端設(shè)備，這場(chǎng)從數(shù)字世界邁向物理世界的躍遷，也就真正進(jìn)入了下半場(chǎng)。