智东西
作者 江宇
编辑 漠影

在全球“科技春晚”国际消费电子展（CES）上，黄仁勋在主题演讲中提出一个引发热议的判断：“物理AI的ChatGPT时刻”即将到来。

与之呼应，北京智源人工智能研究院发布的《2026人工智能十大趋势》也提出了一致的观察——人工智能的演进核心正发生关键转移：从追求参数规模的语言学习，迈向对物理世界底层秩序的深刻理解与建模，行业技术范式迎来重塑。

智源研究院院长王仲远在发布会上称，“基础模型的竞争，焦点已从‘参数有多大’转变为‘能否理解世界如何运转’。我们正从‘预测下一个词’跨越到‘预测世界的下一个状态’。”

这意味着，AI的演进方向正在发生结构性转变。以“下一状态预测”（Next-State Prediction, NSP）为代表的机制，正在推动AI从感知数字世界，进一步走向理解并规划物理世界中的因果变化。

在这份指引行业未来的趋势报告中，蚂蚁集团作为关键的产业实践代表被多次提及。其在大模型、超级应用、AI安全等关键趋势上的系统性布局与扎实成果，为报告预判的未来提供了具象化的“实践答卷”。

一、范式跃迁：AI从“数字感知”迈向“物理理解”

报告认为，2026年将是AI从数字世界迈入物理世界、从技术演示走向规模价值的关键分水岭。这场跃迁背后，智源总结出三条主线：

第一，AI的“认知方式”变了。

过去AI擅长处理静态的语言、图像，现在则开始尝试预测“下一步会发生什么”。这就是以世界模型与NSP（Next-State Prediction）为代表的新方向。AI不只是识图识话，而是要理解物体怎么动、行为如何演化，为自动驾驶仿真、机器人学习等物理任务提供“预判力”。

第二，AI的“形态”变了。

AI正从一段段代码，变成能走能动的机器人；从单打独斗的智能体，变成可以分工协作的“AI团队”。像通用人形机器人这样的产品，开始走进工业场景，不再只停留在实验室。而在软件层面，多智能体（MAS）间的标准化通信协议也逐渐成型，让AI之间可以像人类小组一样完成科研、工业等复杂任务。

最后，AI“创造价值”的方式也在变。

在消费端，一个“All in One”的超级应用入口正在形成，成为巨头角逐的焦点。在企业端，越过早期概念验证的“幻灭期”后，AI正凭借完善的数据治理与行业标准接口，在垂直领域孕育出真正可衡量商业价值的产品（MVP）。

那么，这十大趋势具体指向了哪些方向？我们不妨来看看。

二、技术前沿：四大支点重塑AI基础能力

趋势1：世界模型成为AGI共识方向，Next-State Prediction或成新范式

行业共识正从语言模型转向能理解物理规律的多模态世界模型。“下一状态预测”标志着AI开始掌握时空连续性与因果关系，从感知走向认知。

趋势2：具身智能迎来行业“出清”，产业应用迈入广泛工业场景

具身智能正脱离实验室演示，进入产业筛选与落地阶段。随着大模型与运动控制、合成数据结合，人形机器人将于2026年突破Demo，转向真实的工业与服务场景。

趋势3：多智能体系统决定应用上限，Agent时代的“TCP/IP”初具雏形

复杂问题的解决依赖多智能体协同。随着MCP、A2A等通信协议趋于标准化，智能体间拥有了通用“语言”。多智能体系统将突破单体智能天花板，在科研、工业等复杂工作流中成为关键基础设施。

趋势4：AI Scientist成为AI4S北极星，国产科学基础模型悄然孕育

AI在科研中的角色正从辅助工具升级为自主研究的“AI科学家”。构建自主的科学基础模型体系已成为紧迫的国家战略需求。

二、产业落地：蚂蚁“超级应用+垂直闭环”的双轨验证

趋势5：AI时代的新BAT 趋于明确，垂直赛道仍有高盈利玩法

C端AI超级应用的“All in One”入口成为巨头角逐焦点。海外以OpenAI的ChatGPT与Google Gemini为引领，通过深度集成各类服务，塑造了一体化智能助手的新范式。而国内字节、阿里、蚂蚁等也依托生态积极布局，AI时代的“新BAT”格局正在形成。

在这一趋势中，蚂蚁推出的“灵光”与“阿福”分别成为通用入口与垂类场景并行验证的代表案例。

全模态AI助手“灵光”，精准切入AI应用“重聊天、轻行动”的痛点。上线首周下载量即突破200万，深受用户喜爱。其核心功能“闪应用”，允许用户通过自然语言快速生成可交互的轻应用，大幅降低开发门槛，带动“全民手搓AI应用”的风潮。加之其全模态信息生成能力，让交互更高效、体验更具“信息美感”，从而回应了用户对AI实用性的根本期待。

“蚂蚁阿福”，则聚焦医疗健康领域，定位为“AI健康朋友”。目前，其App月活用户已快速突破3000万，单日健康问答量超1000万。

为了让健康服务更专业、可信，阿福自研专用底座大模型，还与全国院士、名医深度共创，连接了超5000家医院资源、50万真人医生和500位名医AI分身，形成从专业问答到医疗服务的完整闭环。

“灵光”与“阿福”的并行探索，清晰地勾勒出AI价值兑现的两条可行路径：一是通过产品创新打造普适的超级入口，二是在垂直领域构建坚实的专业与服务壁垒。二者共同为“实用AI”时代提供了扎实的产业样本。

趋势6：产业应用滑向“幻灭低谷期”，2026H2迎来“V型”反转

企业级AI应用在经历概念验证热潮后，正因数据、成本等问题正步入“幻灭低谷期”。但随着数据治理与工具链成熟，预计2026年下半年将迎来转折，一批真正可衡量价值的MVP产品将在垂直行业规模落地。

三、关键支撑：蚂蚁在推理与安全上的系统性构筑

趋势7：合成数据占比攀升，有望破除“2026年枯竭魔咒”

高质量真实数据面临枯竭，合成数据正成为模型训练的核心燃料。“修正扩展定律”为其提供了理论支撑。尤其在自动驾驶和机器人领域，由世界模型生成的合成数据，将成为降低训练成本、提升性能的关键资产。

趋势8：推理优化远未触顶，“技术泡沫”是假命题

推理效率仍是AI大规模应用的核心瓶颈与竞争焦点。通过算法创新与硬件变革，推理成本持续下降，能效比不断提升。这使得在资源受限的边缘端部署高性能模型成为可能，是AI普惠的关键前提。

这一趋势在蚂蚁百灵大模型体系中得到充分印证。百灵大模型体系涵盖了Ling（语言）、Ring（思考）、Ming（多模态）三大系列。

其语言模型Ling系列采用高稀疏度MoE等高效架构，基于二十万亿Tokens语料训练，并推出了包含万亿参数模型Ling-1T与Ring-1T在内的完整产品矩阵。蚂蚁团队首创的“棒冰算法（icepop）”有效提升了模型稳定性。百灵大模型在Hugging Face等社区榜单上表现亮眼，其中Ling-1T曾持续登顶总榜，展现了强大的工程实力与社区认可度。

正如蚂蚁百灵大模型负责人张志强在圆桌会谈中指出，“灵光闪应用”30秒生成的极致体验，其根基正是模型推理效率的持续提升。蚂蚁团队在架构注意力机制的线性化、长上下文优化等方向的长期工程坚持，是支撑上层Agent能力进化的关键前提。

趋势9：开源编译器生态汇聚众智，异构全栈底座引领算力普惠

为打破算力垄断与供应风险，构建兼容异构芯片的软件栈至关重要。繁荣的算子语言与趋于收敛的编译器技术正在降低开发门槛。以智源FlagOS为代表的平台，致力于构建软硬解耦、开放普惠的AI算力底座。

趋势10：从幻觉到欺骗，AI安全迈向机制可解释与自演化攻防

AI安全风险已从“幻觉”演变为更隐蔽的“系统性欺骗”。技术上，Anthropic的回路追踪研究致力于从内部理解模型机理；OpenAI推出自动化安全研究员。产业上，智源研究院联合全球学者发布AI欺骗系统性国际报告，警示前沿风险。安全正内化为AI系统的免疫基因。

蚂蚁在此领域构建了贯穿线上与终端的立体防线：

在系统防护方面，蚂蚁集团推出的大模型安全解决方案“蚁天鉴”已升级为面向智能体时代的一体化安全解决方案，基于“以攻促防”的安全理念，构建了“对齐-扫描-防御”技术栈形成全流程防护体系。

在终端安全方面，面对AI眼镜等新一代智能终端快速增长带来的安全挑战，蚂蚁发布的全球首个智能终端可信连接技术框架gPass，具备“安全、交互、互连”三大核心能力，支持AI眼镜与智能体之间的实时可信通信，打通用户与设备、模型与服务之间的安全连接链路。gPass也为AI眼镜厂商与开发者提供统一、安全的底层架构，构建面向个人智能体时代的安全AI数字服务生态。

结语：AI下半场来了

回看智源提出的这十大趋势，可以发现一个清晰的指向：AI正在进入下半场。

一方面，世界模型、NSP、具身智能、多智能体系统与AI Scientist，正在重塑AI理解世界、行动执行与协同合作的底层机制；另一方面，超级应用、垂直场景、推理优化、安全架构与算力底座，则决定这些能力能否被真正部署、持续运行，并与产业深度融合。

当AI不仅能“看懂世界”，还能被系统性地嵌入应用、嵌入组织、嵌入终端设备，这场从数字世界迈向物理世界的跃迁，也就真正进入了下半场。