Contrary 是一家成立于 2018 年的美国风险投资公司，由 Eric Tarczynski 创办，自成立以来，其以“人才驱动＋研究驱动”为核心方法论，在全球顶级高校铺设了庞大的人才网络，通过识别最优秀的年轻技术人才来发现投资机会。该公司旗下的研究部门 Contrary Research 已经覆盖了 400 多家私有科技公司的深度分析，是少数能在研究质量上与专业咨询机构叫板的 VC 研究团队。

每年年初，Contrary Research 都会发布一份年度技术趋势报告。2025 年 1 月发布的首期报告获得了不错的行业关注度。如今，他们的 2026 年版 Tech Trends Report 已经出炉，篇幅超过 350 页，涵盖五大板块、数十个子议题，从 AI 基础模型到月球基地，从 GLP-1 药物到全球冲突态势，试图用一份文件勾勒出当下科技世界的全景图。

图丨相关报告（Contrary Research）

以下是报告要点：

• 企业 AI 市场已占全球 3,000 亿美元 SaaS 市场的 6％，收入从 2022 年的 0 增至 370 亿美元，年增长率 3.2-6.8 倍；

• ChatGPT 在 18 个月内增长 8 倍至 8 亿周活跃用户，采用速度远超互联网和个人电脑时代；

• 医疗健康领域 AI 支出最高达 15 亿美元，远超其他垂直行业；

• 芯片行业预计 2030 年达到 1 万亿美元收入，但数据中心能源需求可能在 2026 年出现 40％ 供需缺口；

• 超大规模云服务商（亚马逊、谷歌、meta、微软、甲骨文）大幅扩张数据中心租赁规模；

• 全球核电在经历数十年停滞后重新增长，中国有 147 座反应堆在建或规划中；核能是最安全清洁的能源形式之一；

• 全球能源产量 2024 年达 30,853 TWh，比十年前增长 25％；

• 近 50％ 制药企业将生物制剂（抗体等）列为前三创新优先事项，行业从小分子药物向生物制剂转型；

• 基因测序成本暴降，联邦基因编辑研究拨款年增长 40％；胚胎植入前基因检测市场 13 亿美元，预计年增长超 10％；

• 长寿研究市场预计 2029 年达 380 亿美元；脑机接口领域 Neuralink 已完成 3 例植入，患者使用时长持续增长；

• 美国制造业就业连续 12 个月下降（2023-2024），经济持续从工业向服务业转型。

一、计算智能：模型还在变大，但游戏规则开始变了

报告的第一大板块是“计算智能”（Computational Intelligence），涵盖基础模型、AI 采用、算力供需三个主要维度。

报告首先指出，当前的 SOTA（State-of-the-Art，即最先进）模型，仍在遵循扩展定律（Scaling Laws），即训练数据集更大、训练时间更长、计算量更大。从AlexNet 到 GPT-4 再到 DeepSeek V3 和 Llama 3.1-405B，训练计算量在对数坐标上几乎呈线性上升。2010 年以来，深度学习的训练计算量大约每六个月翻一番，远快于此前 1950 至 2010 年间每 21 个月翻番的速度。

但报告也指出了一个同样重要的反面趋势：达到同等性能所需的计算量正在逐年下降。对于一个在一万亿数据点上训练的模型，2021 年训练所需的计算量比 2012 年少了约 16,500 倍。换句话说，效率的提升和规模的扩张是同步发生的。这一点往往被只关注“大模型越来越大”的叙事所忽略。推理成本同样在快速下降。报告展示了从 GPT-3.5 到 DeepSeek-V3，在达到相同基准测试水平的前提下，推理价格从数十美元每百万 token 降到了不到一美元。

（Contrary Research）

这里有一个值得注意的细节：报告对某些模型改进的统计显著性提出了质疑，指出一些被描述为“有意义”的改进并未充分考虑不同运行之间的方差，可能并不具备统计显著性。

（Contrary Research）

在 AI 模型的生态格局方面，Google、meta、Microsoft 和 OpenAI 继续主导着“值得注意的 AI 模型”的生产，但学术机构仍在发挥重要作用。每个后续模型在知识工作任务上的表现持续提高，从 Gemini 3 到 GPT-5.2，最新模型在与行业专业人士的对比测试中已达到了 74％ 以上的胜率。不过 OpenAI 的产品，特别是 ChatGPT，仍然在企业端占据最大的使用份额，约为 35.8％，其次是 Anthropic 的 14.3％。

开源模型是报告着墨较多的一个板块。DeepSeek 在 2025 年初的快速进展重新点燃了开源社区的热情。在 LMSYS 聊天机器人排行榜上，DeepSeek 的 Elo 评分已经逼近 OpenAI 的水平（1,362 分 vs. 1,366 分），Google 以 1,385 分暂时领先。此外，报告也提到 2025 年间中国的开源模型已经开始在西方主导的开放生态中占据上风。在 GitHub 的 AI 开发者仓库中，前 20 个最受欢迎的 AI 账号里有 6 个来自中国。中国模型的全球区域采用率也在上升，形成了一个“翻转”态势。

报告还用了一个章节讨论“世界模型”（World Models）。与现有 LLM（Large Language Model，大语言模型）基于文本的范式不同，世界模型试图构建具有内部一致物理规则和持久记忆的 3D 环境。许多 AI 研究者将其视为 transformer 架构的潜在替代路径。报告还提到一个意思的进展：随着现有人类生成数据的库存逐渐被消耗，世界模型可能成为生成合成训练数据的重要工具。据预测，公共文本数据的有效库存可能在 2027 至 2028 年左右被耗尽。

而在 AI 的采用率方面，根据 Gartner 的数据，企业 AI 收入从 2022 年的几乎为零，飙升至 2023 年的 17 亿美元，2024 年达到115 亿美元，到 2025 年已经触及 370 亿美元，其增长率超过夸张的 300%。目前，企业 AI 已占据全球 3,000 亿美元 SaaS（Software as a Service，软件即服务）市场约 6% 的份额。

这种增速背后，是整个产业生态的系统性重构。meta、Google、Microsoft、Amazon 这四大超大规模云服务商（Hyperscalers）在 2025 年第二季度的资本支出已经逼近每季度 1,000 亿美元，其中绝大部分投向了 AI 计算基础设施。自 ChatGPT 于 2022 年 11 月发布以来，美国的数据中心建设支出出现了断崖式跃升，这一趋势在2026 年仍在加速。按照部分预测，如果芯片需求持续以当前速度增长，整个半导体产业的收入规模可能在 2030 年突破 1 万亿美元大关。

但从投入到产出，从算力到智能，这条路并不像数字看上去那么平滑。Contrary 的报告特别指出了一个容易被忽视的现实：即便在法律研究这样看似最适合 AI应用的垂直领域，专业工具生成内容时的“幻觉率”(Hallucination Rate，即 AI 生成虚假或不准确信息的比例)仍然高达 17% 至 33%。这个数字意味着什么？在需要百分百准确性的场景，医疗诊断、法律文书、金融审计，那 10% 到 30% 的不可靠性可能造成非常重大的事故。技术的“最后一公里”往往比前面的九十九公里更难跨越。

（Contrary Research）

二、资源：数据中心吞噬电网，能源博弈全面展开

如果说软件是 AI 的大脑，那么芯片和数据中心就是它的躯体。Contrary 的报告用了相当篇幅梳理计算供给与需求之间日益扩大的缺口。中美两国在 AI 芯片生产上的竞赛，已经从技术竞争演变为带有明显地缘政治色彩的战略博弈。报告显示，2026 年，美国和中国的 AI 芯片产能预计都将出现快速扩张。英伟达虽然仍占据主导地位，但其他美国芯片设计商以及华为等中国厂商正在快速追赶。值得注意的是，面对 AI 芯片的巨大需求，超大规模云服务商们已不再满足于采购，而是纷纷投入自研芯片的怀抱。

微软的 Azure Maia 100 和 Cobalt 100，meta 的训练与推理加速器（meta Training and Inference Accelerator），Google 的张量处理单元(TPU，Tensor Processing Units)，Apple 的 M5 芯片等这些定制化芯片的出现，表明了一个趋势：云服务巨头们不愿意把命运完全交到芯片供应商手中。当计算成为核心竞争力，垂直整合几乎是必然选择。

但更深层的挑战来自能源。随着芯片和数据中心需求的飙升，能源消耗也在呈指数级增长。报告引用的数据显示，AI 占美国总电力需求的比例预计将从 2025 年的约 5%，攀升至 2030 年的 10% 以上。从 2025 到 2030 年，全球数据中心容量需求预计将增长 3.5 倍，其中 AI 工作负载占据了增量的绝大部分。按照“持续动能”情境的估算，2030 年全球数据中心的电力需求可能达到 219 千兆瓦，而 2025 年仅为 82 千兆瓦。

（Contrary Research）

数据中心往往聚集在电力便宜的地方。报告指出，美国排名前十的数据中心市场中，有六个的电价低于全国平均水平的 9.2 美分/千瓦时。但问题随之而来：美国数据中心在 2024 年消耗了 183 太瓦时（TWh）电力，约占全国总消费的 4％。到 2030 年，这一数字预计将增长至少 133％，达到 426TWh。全球数据中心的电力需求将在十年内翻四倍。

更紧迫的是供需缺口。报告援引数据称，数据中心能源供需之间最早可能在 2026 年就出现 40％ 的差距。

水也是一个关键瓶颈。冷却系统可以占到数据中心总能耗的近一半，水资源消耗和污染的担忧已经在多个拟建地点引发了当地居民的反对。

报告也非常直白地指出，数据中心扩张所需的净新增能源，大部分在短期内仍将来自化石燃料，特别是天然气和煤炭。这与科技行业普遍标榜的“绿色承诺”形成了尴尬的反差。

（Contrary Research）

核能则是一个正在回暖的领域。全球核电装机在经历了数十年停滞后开始增长，其中中国是主要驱动力。美国在总核电发电量上仍居全球首位（781.9TWh），但中国紧随其后（417.5TWh），且后者的在建和规划反应堆数量远超美国。美国公众对核能的支持率已攀升至 75％ 左右，创历史新高——这与数十年前的核恐惧形成了鲜明对比。报告还提到了一个多少有些科幻意味的细节：美国太空部队已宣布计划在本十年末前在月球上安装一座 100 千瓦的核反应堆。

在这一章节中，报告还讨论了月球基地这一颇具前瞻性的子话题。地质勘测显示月球拥有水冰、氦-3 和稀土金属三种关键资源，分别对应生命维持、未来核聚变能源和电子产品制造。中国和俄罗斯已联合宣布“国际月球科研站”项目，而美国则推动基于《阿尔忒弥斯协议》（Artemis Accords）的月球开发框架。目前两大阵营的签约国几乎没有重叠，月球开发正在成为地缘政治竞争的又一个前沿。

三、工业化：自动驾驶提速，美国制造业回流

报告的第三大板块“工业化”（Industrialization）覆盖了交通、制造和国防三大领域。

AI 从数字世界迈向物理世界，最直观的体现就是自动驾驶。Waymo 在 2025 年 7 月成为首个累计行驶里程超过 1 亿英里的自动驾驶出租车服务。截至 2025 年 11 月，Waymo 已计划在2026 年扩展到 15 个新城市，目标是年底前达到每周 100 万次出行。与之形成对比的是 Tesla 的Robotaxi 服务——它在奥斯汀上线时仅完成了 1.5 万英里的自动驾驶里程，而 Waymo 在同一城市上线时已有 5,000万英里。在车辆密度上，Tesla 每平方英里 0.12 辆，Waymo 则为 1.1 辆。

报告列出了一个相当吸引人的数据：如果全部美国车辆都达到 Waymo 的安全水平运行，每年可避免约 37,000 人死亡，节省约 1 万亿美元的社会成本。自动驾驶出租车的每英里成本也已经低于人类驾驶的出租车或网约车。其对于城市空间的影响更是重大，美国百万人口以上城市平均将 22％ 以上的土地用于停车，AV（Autonomous Vehicle，自动驾驶汽车）有望通过优化停车效率将停车空间需求降低 80％。

（Contrary Research）

自动卡车同样在起步阶段。Aurora 等领先供应商已完成约 2 万英里的无人驾驶里程。美国因其强劲的 TCO（Total Cost of Ownership，总拥有成本）优势、严重的司机短缺和长途货运距离，在自动卡车采用上领先；欧洲受制于跨境监管壁垒，中国则因较低的 TCO 优势和较高的前期投入而相对落后。值得留意的是，在美国 52 个州和领地中，有 35 个州的运输业是男性就业者最常见或第二常见的职业，约占全体男性就业者的 18％，自动卡车的推广将对这些劳动力市场产生深远影响。

航空业呈现出另一番景象。自 2020 年以来,全球客机机队平均机龄上升了约 2%。这一趋势源于飞机交付延迟、维护实践改进让飞机使用更久,以及机队增长速度快于预期。尽管机队老化，尽管波音 737 Max 事故等机械故障频频见诸报端，航空死亡率却持续下降，这是工程安全标准不断改进的结果。

但航空业的经济状况并不如意。从 1990 年到 2024 年,这个行业累计损失相当于 700 亿美元(按 2024 年美元计算)。每次重大事件，例如 911 恐怖袭击、2008 年全球金融危机、2020 年新冠疫情之后，航空业通常会恢复到比之前更小的规模。美国航空业国内客运收入占 GDP 的比例，从 1990 年代的 0.7% 左右,下降到 2024 年的不足 0.5%。这是一个结构性的萎缩。

面对老化的机队，未来 20 年航空业计划大规模更换飞机。以波音为例，预计将更换超过 75% 的机队，总交付量超过 10,000 架。这既是挑战，也是机遇，对于飞机制造商和供应链而言,这意味着一个规模庞大的市场；对于航空公司而言，这是一笔沉重的资本支出。

报告提到了一个可能重塑航空业的方向：超音速旅行。像Boom Supersonic 这样的初创公司希望提供大幅缩短的飞行时间，消费者需求相当强劲。从华盛顿到伦敦，如果能从传统的 7 小时缩短到 3 小时 55分钟，97% 的受访者表示有兴趣；东京到火奴鲁鲁从 8 小时缩短到 3 小时 50 分钟，92% 感兴趣；伦敦到迈阿密从 9 小时缩短到 4 小时 40 分钟，87% 感兴趣。当然,超音速客机面临的技术、经济、环境挑战都不小，协和客机的前车之鉴就摆在我们面前。

高铁建设方面，中美差距相当之大。中国修建的高铁线路长度是美国的六十一倍以上，全球高铁网络中，中国运营里程接近四万公里，远超日本、西班牙、法国等传统高铁强国。这一基础设施建设的巨大差距,部分源于美国建设成本的飙升，报告显示，美国的基础设施建设成本相比其他国家或历史时期高出数倍。

（Contrary Research）

而在物流领域，自动化已在港口取得实质性进展。天津港超过 88％ 的大型集装箱设备已实现自动化；长滩集装箱码头则将需要 8,000 人完成的工作自动化到了仅需 800 人。

制造业和回流（reshoring）是另一条重要线索。报告追溯了美国去工业化的历史：NAFTA 生效和中国加入 WTO 是两个关键转折点，自此后美国制造业就业从高峰持续下滑。但还有一个常被忽视的推手是工业机器人的大规模应用。数据显示，美国年度机器人出货量已从早年的几千台攀升至 2.1 万台。而这个增长曲线远未触及天花板。中国在 2020 年工业机器人安装量已超过全球其他国家的总和，而美国 90％ 的工厂仍然没有使用机器人。

（Contrary Research）

人形机器人市场被一些研究认为有潜力产生超过 1,500 亿美元的收入，累计销售超过 1 亿台。报告将人形机器人的早期采用曲线与汽车的早期普及进行了类比，从商业销售启动到卖出 100 万台，汽车用了 17 年（1893 年至 1910 年），人形机器人被预测也将用大约 17 年（2013 年至 2030 年）。当然，风险同样存在，比如 Figure AI 因一名举报人指控其忽视安全标准（被指控的机器人被称为有能力“击碎人类颅骨”）而被起诉。

四、医疗健康：GLP-1 重塑食品市场，基因编辑渐行渐近

报告的第四大板块关注生物技术制造与医疗健康。

GLP-1 受体激动剂（Glucagon-Like Peptide-1 Receptor Agonists，胰高血糖素样肽-1 受体激动剂）被报告称为“21 世纪最成功的药物之一”。18％ 的美国成年人目前正在服用某种形式的 GLP-1 类药物。全球品牌抗肥胖药物市场从 2019 年的约 10 亿美元飙升至 2024 年的超过 150 亿美元，预计将持续以超过 10％ 的年增长率扩张。

（Contrary Research）

GLP-1 药物不只是减肥那么简单。研究人员观察到了超出预期的附带收益，包括降低动脉粥样硬化、代谢性肝病、阿尔茨海默病、帕金森病和物质使用障碍的风险。但问题也不少。许多用户因副作用停药，停药后的体重变化呈现分化：大约一半的停药者出现了不同程度的体重反弹，另一半则维持了减重效果甚至继续减重。费用和保险覆盖是首要的停药原因，其次是副作用和药物短缺。

更有趣的是 GLP-1 的二阶效应，这也是 Contrary 报告的关注重点。80％ 服用 Ozempic 等药物的美国成年人表示饮食习惯发生了“很大变化”，51％ 的人零食摄入减少，44％ 更频繁地在家做饭。GLP-1 药物正在改变美国食品市场的规模和特征，对快餐行业的冲击已经开始显现。

在更广泛的生物技术领域，报告追踪了从传统小分子药物向生物制剂（bilogics，通过生物过程衍生的药物，如抗体疗法）的转型。2024 年新分子实体中，生物制剂的占比已接近 50％。近半数药物开发商将生物制剂列为前三大创新优先事项。生物制剂的 FDA 审批时间线通常比小分子快，但开发成本更高、复杂度更大。

（Contrary Research）

AI 在药物发现中的应用备受期待，但现实仍然骨感。AlphaFold 数据库的扩张推动了蛋白质结构预测的飞速进展，OpenAI 与 Retro Biosciences 合作开发的生物模型也取得了将干细胞重编程成功率提高 50％ 的成果。然而，AI 发现的药物中真正进入后期临床试验或上市的仍然极少。进入 II 期试验的 AI 发现药物的成功率仅比传统方法略高。AI 药物研发的投资也未能跟上 AI 整体投资的步伐。Varda Space Industries 提供了一种另类思路，利用零重力环境制造药物蛋白晶体，2024 年完成了首次成功的太空制药任务。

在中美竞争维度，中国新药研发正在快速追赶。2024 年中国的新药首次全球批准数量仅比美国少 5％。中国总部企业启动的新药试验已占全球新药试验的 28％。人类基因组测序成本的暴跌使基因疗法和遗传检测变得更加可及。基因编辑的联邦拨款年增长 40％，但公众态度仍然分化，熟悉基因编辑的人更倾向于同时预期正面和负面后果。

Neuralink 是 BCI（Brain-Computer Interface，脑机接口）领域资金最充裕的公司，已完成三例脑机接口植入，患者的独立使用时长在持续增加。整个 BCI 领域的融资正在跨越医疗、研究和消费者使用场景增长。长寿研究的资金也在增加，市场预计到 2029 年将超过 380 亿美元。

同时，美国的医疗支出在经通胀调整后自 1970 年以来增长了近 400％，但预期寿命仍落后于其他高收入国家。肥胖和糖尿病发病率持续上升；癌症发病率在 15 至 39 岁年轻人中自 1975年以来增长了 35％，而其他年龄段则在下降。

五、数字界面与体验：屏幕时间膨胀，信任在瓦解

报告最后一个板块“数字界面与体验”（Digital Interfaces ＆ Experience）覆盖了屏幕时间、广告、心理健康、AR/VR、数字信任、深度伪造以及孤独感危机等议题。

屏幕时间的分布呈现出明显的代际差异。千禧一代和Z 世代在智能手机上花费的时间最多，分别为每天 4 小时 6 分钟和 3 小时 57 分钟；而 X 世代和婴儿潮一代则在电视上投入更多时间，分别为每天 3 小时12 分钟和 3 小时 33 分钟。但无论哪个世代，智能手机和电视合计都占据了总屏幕时间的一半以上。在所有设备上，流媒体电视节目是最受欢迎的活动，其次是浏览社交媒体。

最值得关注的变化是 LLM 聊天机器人的崛起。ChatGPT 美国活跃用户的日均使用时长增长了 202%，消费者在这类工具上投入的时间越来越长。而在社交平台方面，尽管 Facebook、YouTube 和 Instagram 在用户数量上领先，但用户在 TikTok 上花费的时间最多，显示出短视频内容对注意力的强大捕获能力。

（Contrary Research）

订阅经济在 2025 年经历了一次有趣的结构性转变。音乐和视频内容仍然是最受欢迎的订阅类别，Spotify 拥有 3.65 亿订阅者，Netflix 有 2 亿订阅者,两者分别产生 39 亿和 250 亿美元的收入。但在移动应用领域，一个历史性的转折点出现了：长期以来，移动游戏占据移动应用收入的大头，但在2025 年，这一格局被打破。AI 聊天机器人带动非游戏应用的收入首次超过了移动游戏。

（Contrary Research）

在替代性消费硬件领域，VR 和 AR 的命运形成了鲜明对比。VR 头显销量已连续四年下滑，2024 年同比下降 12％。meta 的元宇宙部门 Reality Labs 累计亏损超过 170 亿美元，公司在 2025 年 12 月将元宇宙预算削减了 30％，并在 2026 年 1 月裁减 331 名员工，将重心收缩到游戏场景。

AR（Augmented Reality，增强现实）的发展则相对顺利。meta 发布了 RayBan meta Display AR 眼镜和手势控制腕带，Apple 在暂停下一代 Vision Pro 开发后转向了与 meta Orion 竞争的 AR 智能眼镜，Amazon 也在开发代号为“Jayhawk”的消费级 AR 眼镜，预计 2026 或2027 年发布。AR 市场预计到 2027 年将覆盖 26 亿人。

另一方面，数字生活的扩张也带来诸多新的问题。首先是美国人对大众媒体的信任在所有年龄段持续下降。在 30 岁以下的人群中，从社交媒体获取新闻与从正式新闻机构获取新闻的比例已基本持平。传统文章作为新闻来源的比例在下降，而社交媒体帖子的比例在上升。过去两年间，美国人甚至对限制虚假信息的支持度也有所降低。

（Contrary Research）

深度伪造（deepfakes）和 AI 相关的安全事件正在激增。恶意行为者驱动的 AI 事件占所有已记录 AI 事件的 34.2％，其中诈骗、欺诈和定向操纵是最大类别。这与 AI 技术的快速普及形成了正相关，工具越强大、越容易获取，被滥用的可能性就越高。

孤独感危机是报告最后一个话题。美国人独处时间持续增加，虽然在疫情期间达到峰值后有所回落，但仍高于疫情前的趋势线。全球生育率除非洲外均低于 2.1 的替代水平；在美国，生育率的下降过去主要因为夫妇生育数量减少，但如今主要因为结成伴侣的人数在减少。

AI 伴侣正在填补这个空缺，至少在某些人看来。33％ 的青少年 ChatGPT 用户曾将 AI 用于社交互动或关系目的。AI 伴侣平台的采用速度比社交媒体和在线游戏同期快了约 150％。在一项调查中，75％ 的 Z 世代认为 AI 伴侣可以完全替代人类陪伴。10％ 的 18 至 29 岁成年人表示他们可能会与 AI 聊天机器人建立浪漫关系，或者已经这样做了。

参考资料：

https://research.contrary.com/tech-trends-report

排版：胡莉花