《麻省理工科技評(píng)論》年度AI洞察：10個(gè)關(guān)鍵詞理解正發(fā)生的AI趨勢(shì)

（來(lái)源：麻省理工科技評(píng)論）

在嘈雜喧囂的 AI 世界里，什么才是真正值得關(guān)注的？《麻省理工科技評(píng)論》的記者和編輯花了多年時(shí)間思考這個(gè)問題，追蹤 AI 的進(jìn)展，描繪下一步走向?，F(xiàn)在，我們第一次把答案濃縮成了一份清單。

受我們每年評(píng)選的“十大突破性技術(shù)”啟發(fā)，這是一份全新的盤點(diǎn)：那些正在推動(dòng)進(jìn)步或改變權(quán)力格局的 AI 大趨勢(shì)、大方向和新突破——它們定義著今天，也將塑造明天的可能性。

人形機(jī)器人數(shù)據(jù)

Humanoid Data

就像我們說(shuō)的話和寫的字變成了大語(yǔ)言模型的訓(xùn)練數(shù)據(jù)一樣，人類運(yùn)動(dòng)的視頻如今也在被大規(guī)模收集，用來(lái)訓(xùn)練人形機(jī)器人。

這股風(fēng)潮始于一個(gè)簡(jiǎn)單的類比：ChatGPT 靠海量文本學(xué)會(huì)了生成語(yǔ)言，那人形機(jī)器人能不能靠海量運(yùn)動(dòng)數(shù)據(jù)學(xué)會(huì)在真實(shí)世界里干活？問題在于，描述人類運(yùn)動(dòng)方式的數(shù)據(jù)集遠(yuǎn)不像互聯(lián)網(wǎng)文本那樣現(xiàn)成。虛擬仿真曾經(jīng)是替代方案，但仿真永遠(yuǎn)無(wú)法完美還原真實(shí)世界的物理特性，訓(xùn)練出來(lái)的機(jī)器人一到現(xiàn)實(shí)中就容易摔跤。

于是企業(yè)決定走笨辦法：直接收集真實(shí)世界的數(shù)據(jù)。世界各地出現(xiàn)了大型訓(xùn)練中心，工人穿著外骨骼一天擦幾百次桌子；尼日利亞和印度的零工把手機(jī)綁在頭上，在家拍自己做家務(wù)；美國(guó)的快遞公司給員工裝上傳感器記錄搬箱子的動(dòng)作，一邊研究工傷，一邊為未來(lái)可能取代他們的機(jī)器人積累訓(xùn)練數(shù)據(jù)。

2025 年，僅人形機(jī)器人領(lǐng)域就吸引了 61 億美元投資。但一段我打開微波爐的視頻到底值多少錢？要多少個(gè)這樣的片段才能教會(huì)一個(gè)機(jī)器人做晚飯？沒有人知道這條路能不能走通。

更強(qiáng)大的大語(yǔ)言模型

LLMs+

ChatGPT 之后，下一個(gè)大事件是什么？答案可能讓人意外：還是大語(yǔ)言模型——只不過(guò)更強(qiáng)、更高效、更能獨(dú)立干活。

當(dāng)前 LLM 的核心瓶頸在于：它們擅長(zhǎng)回答一個(gè)問題，但讓它們連續(xù)工作幾天、獨(dú)立攻克一個(gè)復(fù)雜的多步驟任務(wù)，就很容易跑偏或遺忘。要從“聊天助手”進(jìn)化成“AI 勞動(dòng)力”，LLM 需要在三個(gè)方向上突破。

第一是效率?；旌蠈＜夷Ｐ停∕oE）把一個(gè)大模型拆成多個(gè)小模塊，每次只啟動(dòng)需要的那部分，大幅降低算力消耗。擴(kuò)散模型和 DeepSeek 提出的“文本轉(zhuǎn)圖像編碼”等實(shí)驗(yàn)性方案也在探索更便宜的計(jì)算路徑。

第二是工作記憶。兩年前 LLM 一次只能處理幾十頁(yè)文本，現(xiàn)在最新模型的上下文窗口已經(jīng)擴(kuò)展到了 100 萬(wàn)個(gè) token，相當(dāng)于一整摞書。但窗口越大，模型越容易在長(zhǎng)任務(wù)中迷路。MIT CSAIL 提出的“遞歸 LLM”提供了一種新思路：把輸入拆成小塊分發(fā)給自己的多個(gè)副本，各自處理再匯總，在長(zhǎng)任務(wù)上的可靠性遠(yuǎn)高于傳統(tǒng)方案。

第三是成本。部署 LLM 的費(fèi)用正在急速下降，一些模型的服務(wù)成本按年化計(jì)算已經(jīng)降了幾百倍。

LLM 沒有過(guò)時(shí)，它正在脫胎換骨。

AI 詐騙

Supercharged Scams

ChatGPT 讓所有人看到了生成式 AI 的威力，犯罪分子也不例外。自 2022 年以來(lái)，網(wǎng)絡(luò)犯罪者迅速把 AI 工具整合進(jìn)了自己的作業(yè)流程：用 LLM 寫釣魚郵件、用深偽技術(shù)制作以假亂真的視頻、用 AI 自動(dòng)掃描系統(tǒng)漏洞、讓惡意軟件變得更難檢測(cè)……AI 沒有從根本上改變黑客攻擊的本質(zhì)，但它大幅降低了入行門檻，讓攻擊變得更快、更便宜、更容易規(guī)?；?/p>

這種趨勢(shì)已經(jīng)在全球顯現(xiàn)。國(guó)際刑警組織警告說(shuō)，東南亞的詐騙中心正在用廉價(jià) AI 工具提速擴(kuò)量；阿聯(lián)酋聲稱挫敗了一系列由 AI 輔助的攻擊；Anthropic 則透露，其正在測(cè)試的模型 Mythos 在所有主流操作系統(tǒng)和瀏覽器中都發(fā)現(xiàn)了嚴(yán)重漏洞，公司因此推遲了模型發(fā)布，并聯(lián)合多家科技公司成立了名為 Project Glasswing 的防御聯(lián)盟。

攻擊在變強(qiáng)，防御也在跟進(jìn)。僅微軟一家，每天就要用 AI 系統(tǒng)處理超過(guò) 100 萬(wàn)億個(gè)可疑信號(hào)，一年內(nèi)攔截了價(jià)值 40 億美元的詐騙和欺詐交易。讓攻擊成為可能的同一種技術(shù)，也可能是未來(lái)防御的最大依仗。

眼下，基本的安全措施仍然能擋住大部分粗糙的 AI 輔助攻擊。但隨著公開可用的生成式 AI 能力不斷增強(qiáng)，未來(lái)面對(duì)更精密的攻擊時(shí)我們能否守住，還遠(yuǎn)沒有答案。

世界模型

World Models

AI 在數(shù)字世界里已經(jīng)很厲害了，但物理世界仍然是人類的地盤。寫小說(shuō)、寫代碼遠(yuǎn)比疊衣服、上街導(dǎo)航容易得多。許多研究者認(rèn)為，要跨過(guò)這道坎，需要一種叫做“世界模型”的技術(shù)。

世界模型的核心理念是：讓 AI 像人類一樣在腦子里構(gòu)建一個(gè)外部世界的模型，用它來(lái)預(yù)測(cè)行動(dòng)的后果，再據(jù)此做決定。你知道把杯子推下桌子會(huì)摔碎，是因?yàn)槟愕拇竽X里有一個(gè)夠用的物理模型。AI 目前還沒有這個(gè)東西。LLM 看似能回答“杯子推下桌會(huì)怎樣”，但研究表明這種“理解”很脆弱，稍微換個(gè)條件就徹底失靈。

這個(gè)方向最近突然熱了起來(lái)。谷歌 DeepMind 和斯坦福教授李飛飛創(chuàng)辦的 World Labs 都在積極推進(jìn)，楊立昆從 Meta 離職創(chuàng)辦了專注世界模型的初創(chuàng)公司，OpenAI 也把關(guān)閉 Sora 視頻應(yīng)用后釋放的資源轉(zhuǎn)投到了“長(zhǎng)期世界模擬研究”上。

目前的應(yīng)用還比較初級(jí)。谷歌 DeepMind 和 World Labs 在做的事情是根據(jù)文本、圖像或視頻生成可交互的 3D 虛擬環(huán)境，可以用在游戲設(shè)計(jì)和 VR 體驗(yàn)中。《寶可夢(mèng) Go》的開發(fā)商則在用玩家收集的數(shù)十億張圖片構(gòu)建世界模型的雛形，目標(biāo)是引導(dǎo)配送機(jī)器人。

真正的突破可能要等到世界模型被整合進(jìn)靈活的智能體，既能理解環(huán)境，又能預(yù)判后果，還能自己做決定。到那一步，機(jī)器人才有可能真正走進(jìn)物理世界。

戰(zhàn)爭(zhēng)中的 AI 指揮

The New War Room

把伊朗沖突稱為第一場(chǎng)“AI 戰(zhàn)爭(zhēng)”并不準(zhǔn)確。從阿富汗到烏克蘭再到以色列，算法幫軍方做分析、識(shí)別目標(biāo)已經(jīng)有好多年了。真正新的東西是：指揮官們開始向基于大語(yǔ)言模型的對(duì)話式 AI 尋求行動(dòng)建議，而不只是讓它幫忙分析情報(bào)。

過(guò)去十年，Maven 等 AI 系統(tǒng)干的是初級(jí)分析師的活，從海量監(jiān)控畫面和衛(wèi)星圖像中挑出有價(jià)值的信號(hào)?，F(xiàn)在大語(yǔ)言模型讓這些系統(tǒng)變得更具交互性：軍方人員可以把一份潛在目標(biāo)清單丟給聊天機(jī)器人，讓它建議先打哪一個(gè)。Anthropic 的 Claude 已經(jīng)深度嵌入美軍作戰(zhàn)流程，以至于五角大樓說(shuō)要花六個(gè)月才能替換掉它。

問題是顯而易見的。用過(guò)生成式 AI 的人都知道，同一個(gè)提示詞每次跑出來(lái)的結(jié)果不一樣，建議未必準(zhǔn)確。正常情況下用戶應(yīng)該逐條核查，但在“五分鐘內(nèi)決定打哪個(gè)目標(biāo)”的壓力下，核查很可能被省略。軍事專家還警告說(shuō)，指揮官可能過(guò)度信賴 AI 把復(fù)雜戰(zhàn)場(chǎng)壓縮成一塊整潔儀表盤后呈現(xiàn)的畫面，而科技公司也可能借此對(duì)軍方?jīng)Q策產(chǎn)生不當(dāng)影響。

與此同時(shí)，五角大樓正計(jì)劃讓 AI 公司用機(jī)密軍事數(shù)據(jù)訓(xùn)練新模型，這將帶來(lái)全新的安全風(fēng)險(xiǎn)，也讓硅谷與五角大樓的距離前所未有地近。

算法自動(dòng)化軍事中的苦差事已經(jīng)有很長(zhǎng)一段時(shí)間了，但現(xiàn)在生成式 AI 在作戰(zhàn)室里有了自己的席位，指揮官們開始認(rèn)真對(duì)待它的建議。它正在重塑軍方共享情報(bào)、與大型科技公司合作以及做出致命決策的方式。

被武器化的“深度偽造”

Weaponized Deepfake

隨著生成式 AI 的進(jìn)步和工具的普及，偽造圖像、視頻與音頻的門檻大幅降低，普通人也能制造高度逼真的虛假內(nèi)容。這些內(nèi)容已被廣泛用于色情制作、詐騙和政治操控，不僅傷害個(gè)體，也在更深層次侵蝕社會(huì)信任。

其中，女性與邊緣群體承受的影響尤為嚴(yán)重，大量深度偽造內(nèi)容帶有性剝削性質(zhì)。與此同時(shí)，政治領(lǐng)域的濫用也在加劇，一些 AI 生成的圖像和視頻被用于影響公眾認(rèn)知，甚至誤導(dǎo)選民。

盡管業(yè)界提出了技術(shù)防護(hù)、用戶自我保護(hù)和立法監(jiān)管等解決方案，但都存在明顯局限：技術(shù)可以被繞過(guò)，行為難以改變，監(jiān)管執(zhí)行也充滿不確定性。隨著美國(guó)中期選舉臨近，而相關(guān)監(jiān)管與研究力量卻在削弱，深度偽造可能進(jìn)一步加劇信息混亂。

當(dāng)真假難辨成為常態(tài)，人們失去的或許不只是判斷力，而是對(duì)現(xiàn)實(shí)本身的信任。

多智能體協(xié)作

Agent Orchestration

當(dāng)前，生成式智能體（Generative Agent）正在擺脫只能“聊天”的功能邊界，走向任務(wù)的自主執(zhí)行。在此基礎(chǔ)上，多智能體系統(tǒng)通過(guò)角色分工與動(dòng)態(tài)調(diào)度，可協(xié)同完成編程、調(diào)研、流程管理等復(fù)雜任務(wù)，讓個(gè)體工作者具備團(tuán)隊(duì)級(jí)產(chǎn)出能力。從代碼協(xié)作到科研輔助，這類工具試圖將知識(shí)工作模塊化、流水線化，重構(gòu)白領(lǐng)崗位的價(jià)值鏈條。

效率提升的背后是控制力的讓渡。當(dāng)智能體開始操作真實(shí)系統(tǒng)、調(diào)用敏感數(shù)據(jù)，模型幻覺、目標(biāo)錯(cuò)位或提示詞注入都可能引發(fā)難以追溯的連鎖錯(cuò)誤。而當(dāng)前評(píng)估標(biāo)準(zhǔn)、審計(jì)機(jī)制與應(yīng)急方案普遍缺位，技術(shù)落地跑在了安全基建前面。

更深層的拷問在于：當(dāng)我們習(xí)慣將決策鏈條交給自主代理，人類是變得更高效，還是逐漸喪失對(duì)過(guò)程的理解與干預(yù)能力？信任不該是黑箱的副產(chǎn)品，而需建立在可解釋、可回退、可問責(zé)的基礎(chǔ)之上。

中國(guó)的開源押注

China’s Open-source Bet

中國(guó) AI 實(shí)驗(yàn)室正以“開源”為杠桿，影響全球的開發(fā)者生態(tài)。不同于硅谷將核心模型封裝收費(fèi)，DeepSeek、阿里巴巴的千問、月之暗面的 Kimi 等機(jī)構(gòu)選擇直接釋放模型權(quán)重，允許任何人下載、微調(diào)、本地部署。這一策略迅速贏得預(yù)算有限、追求靈活性的開發(fā)者青睞。去年中國(guó)開源模型下載量首次超越美國(guó)，阿里系模型的社區(qū)衍生版本數(shù)量已超過(guò)谷歌與 Meta 之和。

開源對(duì)于中國(guó)來(lái)說(shuō)不僅是技術(shù)共享，更是地緣博弈下的務(wù)實(shí)路徑：在高端芯片受限的背景下，借助全球開發(fā)者的反饋與貢獻(xiàn)，反而能加速模型迭代。

當(dāng)然，開放也伴隨著壓力。關(guān)于模型內(nèi)容合規(guī)約束、能力蒸餾爭(zhēng)議依然存在。但當(dāng)越來(lái)越多產(chǎn)品建立在中國(guó)開源底座之上，AI 技術(shù)的權(quán)力結(jié)構(gòu)已悄然重構(gòu)：多極化不是預(yù)測(cè)，而是正在發(fā)生的現(xiàn)實(shí)。

人工智能科學(xué)家

Artificial Scientist

當(dāng)“自主探索”成為可能，AI 在科研中的角色正悄然轉(zhuǎn)變。如今的大模型已能檢索文獻(xiàn)、撰寫論文、生成代碼，而下一步的目標(biāo)更加清晰：打造能獨(dú)立提出假設(shè)、設(shè)計(jì)實(shí)驗(yàn)、解讀結(jié)果的“人工智能科學(xué)家”。

2024 年，DeepMind 憑借 AlphaFold 斬獲諾貝爾獎(jiǎng)，點(diǎn)燃了新一輪競(jìng)爭(zhēng)。隨后，OpenAI 發(fā)布 GPT-Rosalind，Anthropic 深耕生物領(lǐng)域，谷歌推出多智能體協(xié)作工具——由不同角色分工配合，共同推進(jìn)研究流程。

突破不止于代碼。為彌補(bǔ) AI“無(wú)法動(dòng)手”的局限，研究者開始將其接入自動(dòng)化實(shí)驗(yàn)室：OpenAI 與 Ginkgo Bioworks 合作，讓 AI 自主迭代實(shí)驗(yàn)方案，成功將某種蛋白的合成成本降低 40%。

但效率提升的同時(shí)，隱憂也隨之浮現(xiàn)。Nature 的一項(xiàng)研究提醒，當(dāng)科研過(guò)度依賴 AI 分析既有數(shù)據(jù)，探索方向可能偏向“易建模、數(shù)據(jù)足”的領(lǐng)域，而那些冷門卻關(guān)鍵的問題，反而容易被忽視。技術(shù)可以加速發(fā)現(xiàn)，但科學(xué)應(yīng)有的廣度與多元，終究需要人類主動(dòng)守護(hù)。

人工智能抵制浪潮

Resistance

一股對(duì)人工智能的質(zhì)疑浪潮，正在全球悄然蔓延。人們擔(dān)憂的不再是遙遠(yuǎn)的科幻場(chǎng)景，而是眼前的現(xiàn)實(shí)：數(shù)據(jù)中心推高了電費(fèi)，工作崗位被悄然替代，聊天機(jī)器人影響青少年心智，軍事應(yīng)用缺乏邊界，創(chuàng)作成果被無(wú)償調(diào)用。

抗議行動(dòng)隨之浮現(xiàn)。倫敦街頭出現(xiàn)示威人群，美國(guó)不同立場(chǎng)的群體罕見聯(lián)合，簽署宣言呼吁“技術(shù)應(yīng)服務(wù)于人”；部分用戶因軍方合作卸載常用工具，家長(zhǎng)聯(lián)名要求校園暫緩引入聊天機(jī)器人。民意調(diào)查顯示，多數(shù)公眾對(duì) AI 的快速滲透持保留態(tài)度。

這些聲音已開始影響政策走向：紐約、加州為陪伴型機(jī)器人設(shè)立規(guī)則，英國(guó)在藝術(shù)家反對(duì)下撤回版權(quán)豁免提案，多地社區(qū)成功延緩數(shù)據(jù)中心建設(shè)。技術(shù)演進(jìn)的速度從未放慢，但越來(lái)越多的人希望，在塑造未來(lái)的過(guò)程中，普通人的關(guān)切也能被認(rèn)真傾聽。

https://www.technologyreview.com/2026/04/21/1135643/10-ai-artificial-intelligence-trends-technologies-research-2026/