智源年度趨勢發布：AI進入價值深水區，螞蟻交出答案

智東西
作者 江宇
編輯 漠影

在全球“科技春晚”國際消費電子展（CES）上，黃仁勛在主題演講中提出一個引發熱議的判斷：“物理AI的ChatGPT時刻”即將到來。

與之呼應，北京智源人工智能研究院發布的《2026人工智能十大趨勢》也提出了一致的觀察——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，行業技術范式迎來重塑。

智源研究院院長王仲遠在發布會上稱，“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’。我們正從‘預測下一個詞’跨越到‘預測世界的下一個狀態’。”

這意味著，AI的演進方向正在發生結構性轉變。以“下一狀態預測”（Next-State Prediction, NSP）為代表的機制，正在推動AI從感知數字世界，進一步走向理解并規劃物理世界中的因果變化。

在這份指引行業未來的趨勢報告中，螞蟻集團作為關鍵的產業實踐代表被多次提及。其在大模型、超級應用、AI安全等關鍵趨勢上的系統性布局與扎實成果，為報告預判的未來提供了具象化的“實踐答卷”。

一、范式躍遷：AI從“數字感知”邁向“物理理解”

報告認為，2026年將是AI從數字世界邁入物理世界、從技術演示走向規模價值的關鍵分水嶺。這場躍遷背后，智源總結出三條主線：

第一，AI的“認知方式”變了。

過去AI擅長處理靜態的語言、圖像，現在則開始嘗試預測“下一步會發生什么”。這就是以世界模型與NSP（Next-State Prediction）為代表的新方向。AI不只是識圖識話，而是要理解物體怎么動、行為如何演化，為自動駕駛仿真、機器人學習等物理任務提供“預判力”。

第二，AI的“形態”變了。

AI正從一段段代碼，變成能走能動的機器人；從單打獨斗的智能體，變成可以分工協作的“AI團隊”。像通用人形機器人這樣的產品，開始走進工業場景，不再只停留在實驗室。而在軟件層面，多智能體（MAS）間的標準化通信協議也逐漸成型，讓AI之間可以像人類小組一樣完成科研、工業等復雜任務。

最后，AI“創造價值”的方式也在變。

在消費端，一個“All in One”的超級應用入口正在形成，成為巨頭角逐的焦點。在企業端，越過早期概念驗證的“幻滅期”后，AI正憑借完善的數據治理與行業標準接口，在垂直領域孕育出真正可衡量商業價值的產品（MVP）。

那么，這十大趨勢具體指向了哪些方向？我們不妨來看看。

二、技術前沿：四大支點重塑AI基礎能力

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

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。“下一狀態預測”標志著AI開始掌握時空連續性與因果關系，從感知走向認知。

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。隨著大模型與運動控制、合成數據結合，人形機器人將于2026年突破Demo，轉向真實的工業與服務場景。

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

復雜問題的解決依賴多智能體協同。隨著MCP、A2A等通信協議趨于標準化，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”。構建自主的科學基礎模型體系已成為緊迫的國家戰略需求。

二、產業落地：螞蟻“超級應用+垂直閉環”的雙軌驗證

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。而國內字節、阿里、螞蟻等也依托生態積極布局，AI時代的“新BAT”格局正在形成。

在這一趨勢中，螞蟻推出的“靈光”與“阿福”分別成為通用入口與垂類場景并行驗證的代表案例。

全模態AI助手“靈光”，精準切入AI應用“重聊天、輕行動”的痛點。上線首周下載量即突破200萬，深受用戶喜愛。其核心功能“閃應用”，允許用戶通過自然語言快速生成可交互的輕應用，大幅降低開發門檻，帶動“全民手搓AI應用”的風潮。加之其全模態信息生成能力，讓交互更高效、體驗更具“信息美感”，從而回應了用戶對AI實用性的根本期待。

“螞蟻阿福”，則聚焦醫療健康領域，定位為“AI健康朋友”。目前，其App月活用戶已快速突破3000萬，單日健康問答量超1000萬。

為了讓健康服務更專業、可信，阿福自研專用底座大模型，還與全國院士、名醫深度共創，連接了超5000家醫院資源、50萬真人醫生和500位名醫AI分身，形成從專業問答到醫療服務的完整閉環。

“靈光”與“阿福”的并行探索，清晰地勾勒出AI價值兌現的兩條可行路徑：一是通過產品創新打造普適的超級入口，二是在垂直領域構建堅實的專業與服務壁壘。二者共同為“實用AI”時代提供了扎實的產業樣本。

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后，正因數據、成本等問題正步入“幻滅低谷期”。但隨著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。

三、關鍵支撐：螞蟻在推理與安全上的系統性構筑

趨勢7：合成數據占比攀升，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。

這一趨勢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（語言）、Ring（思考）、Ming（多模態）三大系列。

其語言模型Ling系列采用高稀疏度MoE等高效架構，基于二十萬億Tokens語料訓練，并推出了包含萬億參數模型Ling-1T與Ring-1T在內的完整產品矩陣。螞蟻團隊首創的“棒冰算法（icepop）”有效提升了模型穩定性。百靈大模型在Hugging Face等社區榜單上表現亮眼，其中Ling-1T曾持續登頂總榜，展現了強大的工程實力與社區認可度。

正如螞蟻百靈大模型負責人張志強在圓桌會談中指出，“靈光閃應用”30秒生成的極致體驗，其根基正是模型推理效率的持續提升。螞蟻團隊在架構注意力機制的線性化、長上下文優化等方向的長期工程堅持，是支撐上層Agent能力進化的關鍵前提。

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于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”演變為更隱蔽的“系統性欺騙”。技術上，Anthropic的回路追蹤研究致力于從內部理解模型機理；OpenAI推出自動化安全研究員。產業上，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。

螞蟻在此領域構建了貫穿線上與終端的立體防線：

在系統防護方面，螞蟻集團推出的大模型安全解決方案“蟻天鑒”已升級為面向智能體時代的一體化安全解決方案，基于“以攻促防”的安全理念，構建了“對齊-掃描-防御”技術棧形成全流程防護體系。

在終端安全方面，面對AI眼鏡等新一代智能終端快速增長帶來的安全挑戰，螞蟻發布的全球首個智能終端可信連接技術框架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時可信通信，打通用戶與設備、模型與服務之間的安全連接鏈路。gPass也為AI眼鏡廠商與開發者提供統一、安全的底層架構，構建面向個人智能體時代的安全AI數字服務生態。

結語：AI下半場來了

回看智源提出的這十大趨勢，可以發現一個清晰的指向：AI正在進入下半場。

一方面，世界模型、NSP、具身智能、多智能體系統與AI Scientist，正在重塑AI理解世界、行動執行與協同合作的底層機制；另一方面，超級應用、垂直場景、推理優化、安全架構與算力底座，則決定這些能力能否被真正部署、持續運行，并與產業深度融合。

當AI不僅能“看懂世界”，還能被系統性地嵌入應用、嵌入組織、嵌入終端設備，這場從數字世界邁向物理世界的躍遷，也就真正進入了下半場。