GTC 大會上人人都在談 Agent 和具身智能，但真正讓我理解 AI 如何進入物理世界的，是在一台極氪 9X 裡發生的兩場對話。觸目所及，滿眼都是綠色。圍繞著展覽館區域，整個聖何塞市中心，包括人們胸前的證件，充滿了矽谷特有的「賽博綠」。這是輝達 GTC2026 大會的現場，全球超過 3 萬人，來到這裡，希望能更貼近快速進化的 AI 的最前沿。彷彿受到人們熱情的感染，加州今年的天氣反常，3 月中旬中午氣溫躥升到 20 度以上，陽光照在人們熱切的臉上，反射出焦慮的光暈。僅僅兩年時間，人們口中聊的，已經從大模型、算力變成了現在的 AI Agent、具身智能和世界模型——就像十年前 AI 從輝達的加速計算晶片中迸發而出，躲在 AI Bot 對話方塊中的人工智慧，現在正在如水銀瀉地般進入到人們生活的物理世界中。極氪 8X 亮相 GTC2026｜圖片來源：吉利汽車在主會場 SJCC 對面，主流車企和自動駕駛公司的展車在戶外進行展示——讓我頗感意外的是，在國內沒能摸上的吉利汽車集團的新車極氪 8X，卻在聖何塞看到了。吉利汽車集團亮相輝達 GTC 2026 大會， CTO 李傳海發表主題演講，向人們介紹吉利汽車集團的全域 AI2.0 戰略，詳細描述超級智能體超級 Eva，和千里浩瀚 G-ASD 的高階智能駕駛。在輝達宣佈的智能駕駛計畫中，吉利汽車集團作為合作夥伴，也將加入到「Hyperion」計畫之中，在高階智能駕駛領域和 AI 霸主進行深度合作。看起來，當 AI 進入 3D 世界中時，目前最好的載體，正是智能汽車，而非人們寄予厚望的人形機器人。這個觀點，在與兩位在矽谷進行「空間智能」研究的創業者對談中，再次得到了驗證。01. 從模型的世界，到世界的模型和第一位對談者胡淵鳴的見面地點有些特殊——一台極氪 9X 的車內。胡淵鳴在 AI 圈不算一個陌生的名字。MIT 博士畢業，回國創辦了太極圖形，做開放原始碼的物理模擬引擎，之後轉型做了 Meshy AI——一個用 AI 把圖片或文字變成 3D 模型的工具。一張圖變成一個可旋轉、可列印的 3D 模型，從兩周縮短到兩分鐘，從 1000 美元降到 1 美元。這個產品目前在全球主要市場的份額超過了第二名到第五名的總和，ARR 已經做到了 4000 萬美元。不過讓我更好奇的是，胡淵鳴最近正在做一件新的事情——AI 原生遊戲。「我在想世界模型做出來以後，它到底能解決什麼問題？」胡淵鳴說，自動駕駛訓練和機器人訓練肯定是一個方向，但他個人更想用世界模型，給玩家提供一種全新的遊戲體驗。所謂 AI 原生遊戲，就是離開了 AI 就沒法玩，而且因為 AI 的存在變得更好玩。這不是在遊戲裡套一層 AI 外衣。胡淵鳴想做的是把 AI，深度整合到遊戲的核心玩法裡——每一次遊玩、不同的人來玩、甚至同一個人不同時間段玩，感受都完全不同。他給我打了一個比方，想像有一個頂級的遊戲設計師加上一個頂級的程式設計師，在你玩第一局的 5 分鐘裡，已經根據你的情況給你重新設計了第二局的內容。這個產品是一個俯視角的動作 RPG，有點像《暗黑破壞神》的核心機制，已經可以玩了，很快會登陸 Steam。但這件事背後有一個更大的問題。世界模型到底應該怎麼做？胡淵鳴給出了一個非常清晰的分類。目前有兩條主要的技術路線，第一條是端到端的像素生成，用即時視訊擴散模型，直接從像素到像素；第二條是用 AI 生成 3D 物體和場景資產，再用遊戲引擎或即時渲染工具，把它們組裝成可以漫遊的世界。前者更「純粹」，後者更「混合」。兩條路線各有優劣，但胡淵鳴認為未來一定是兩者融合的狀態——隨著技術演進，能混合進去的 AI 成分會越來越多。VLA 和世界模型是目前智駕方案主流的技術選項｜圖片來源：吉利汽車聊到這裡，話題很自然地轉向了智能駕駛。因為智駕訓練，恰恰是世界模型最重要的應用場景之一。胡淵鳴是特斯拉 FSD 的重度使用者。他告訴我一個讓他自己都刷新認知的資料——他以為自己大概 90% 的時間在用 FSD，結果後台統計顯示是 99%。「我現在開車的職責已經從駕駛員變成了監督員，我就確保它不要撞就行了。」不過作為一個技術人，他對 3D 資產在智駕訓練中的價值有很深的理解。「即使是純視覺的方案，你也可能需要像 Meshy 這樣的工具，去給它生成路上的障礙物、電線杆、行人、路牌。你的資料有多豐富，魯棒性就有多強。」這讓我想到了這台極氪 9X 上搭載的千里浩瀚 G-ASD 智駕系統。它背後是吉利旗下 850 萬輛車積累的百億公里行駛資料、2500 萬 clips 高價值場景片段，甚至還有沃爾沃 55 年的事故資料庫。而在這次 GTC 上，吉利剛剛宣佈千里浩瀚 G-ASD 將整合輝達的 Cosmos 和 NuRec 技術，進一步提升智駕的模擬訓練效率。吉利集團在 GTC2026 上詳細闡述了高階智駕千里浩瀚 G-ASD 技術｜圖片來源：吉利汽車胡淵鳴還給了我一個很有意思的判斷。他認為智駕需要的智能，和大語言模型是兩種不同的東西。「大語言模型講究見多識廣、chain of thought、context length 很長，但這些在自動駕駛裡面不一定是最重要的事情。智駕本質上還是一個垂直的東西，它需要的是對物理環境的感知、預測和行為決策。」那智能座艙呢？我問他，如果有一台車能自己判斷你冷還是熱，直接幫你調空調，你會為此買單嗎？「我覺得可能會。」胡淵鳴說，他在特斯拉上經常反覆調溫度，一會覺得冷一會覺得熱。「如果它能知道我需要什麼，不用我去調，那我就不用多操心了。你還讓我張口乾啥？直接檢測我到底要多少度，一步到位得了。」他的這句話讓我印象深刻。因為吉利全域 AI2.0 發佈的超級 Eva，做的恰恰就是這件事——不是一個聊天機器人，而是一個能感知你聲調、識別面部微表情、結合你歷史行為模式，主動幫你調整燈光、音樂、座椅、空調的「整車智能體」。胡淵鳴最後說了一句，讓我忍不住在心裡記下來的話——「你要是在中國的道路條件能把這個東西搞定，那你到這邊（美國）來就是降維打擊了。」02. 從空間智能，到智能空間極客公園對話的另一位嘉賓是王熠鵬，李飛飛創辦的 World Labs 的研究工程師。和胡淵鳴不同，王熠鵬的身份更偏研究者。他之前在 Meta 的 Reality Labs 做 3D 空間重建，後來加入 Pika 做視訊生成——2024 年底出的 Pika 2.0，確確實實打爆了第一代 Sora 的水平——之後又加入 World Labs，從事世界模型的研究。三段經歷看似跨度很大，但背後有一條清晰的技術主線，用他自己的話說，就是「讓 AI 真正學到 3D 空間的知識」。在 Meta 做 3D 重建的時候，他操刀了一個項目，讓重建出來的三維空間裡的物品可以被拿起來、移動、互動。但遇到了一堆技術瓶頸——把椅子從空間裡移出來，地板上就有洞，物件之間會黏連。當時找到的解決辦法是用 2D 的擴散模型來「補漏」，因為它已經從大量圖片的預訓練中學到了一些世界的規律。「但這個整個操作顯得非常工程化，它不是一個特別優雅的解決方案。」王熠鵬回憶說。然後 Sora 出現了。「最大的震動肯定還是 Sora 出現的時候。」王熠鵬說，他們發現視訊生成模型在對世界二維投影的學習中，居然湧現出了一種更高維的、三維的歸納偏置。3D 從一個「表徵」，變成了一個用來引導模型的「控制手段」。這就是空間智能的起點。我問他，空間智能和之前的 3D 視覺、具身智能，到底有什麼本質區別？World Labs 讓使用者可以非常輕鬆的建立可互動的 3D 環境｜圖片來源：World Labs王熠鵬給了一個非常形象的類比。「3D 可以理解為創造領域的一種程式碼。」 就像 LLM 生成 Python 程式碼來和人溝通一樣，3D 是設計師、建築師、遊戲開發者和機器之間溝通的橋樑。以前做動畫片是手繪，後來變成了 3D 建模，效率和周期都大幅提升。同樣的道理，如果把 AI 視訊的控制方式從 2D 升維到 3D，就能更好地解決場景一致性、人物一致性和可編輯能力。那讓 AI 生成的內容符合真實世界的物理規律，到底有多難？王熠鵬說了一個讓我很受啟發的區分。他把 AI 學到的物理分成了兩個層次。第一層是「直覺物理」，類似大學之前學的牛頓定律，它描述的是我們看得到的、身邊物體的運動，比較符合人的直覺。 現在的視訊模型和視覺模型，通過海量真實世界資料的預訓練，基本上能學到這個層次。第二層是「推理物理」，類似量子物理和相對論，完全反直覺，光靠觀察根本觀察不到，需要極強的推理和長鏈條的邏輯推導。 一個模型能不能在從來不知道相對論的情況下，自己推匯出相對論？這是一個沒有人知道答案的問題，也是目前學術界最大的研究目標之一。王熠鵬認為，解決這個問題可能需要一種混合模型——世界模型提供物理直覺，LLM 的推理能力提供邏輯鏈條，兩者結合才能讓 AI 真正「理解」物理世界，而不僅僅是「模仿」它。聊到這裡，我把話題引向了車。王熠鵬的回應讓我意外——他自己主動就聊到了車內場景。「比如說你可不可以有這麼一個模型，去預測車上乘客下一步要幹什麼。你手一伸，空調就打開了，都不需要語音助手，它馬上就理解你的意圖。」他說，「聽上去這個技術很遠，但放在生活場景裡，會有非常有意思的應用。」吉利智能助手超級 Eva｜圖片來源：吉利汽車我當時腦子裡浮現的，就是吉利全域 AI2.0 發佈的超級 Eva——它的多模態感知融合加動態任務規劃引擎，正在做的就是這件事。識別後排有老人，整車自動調高空調溫度、切換舒適懸架、規劃避開顛簸路段的路線，同步調取他們愛聽的評書，預訂餐廳時備註「靠入口無台階座位」。王熠鵬還提到一個讓我很興奮的觀點。World Labs 做的場景生成模型，已經可以被用來做智駕的虛擬模擬訓練。Waymo 此前已經在用類似的技術來模擬極端場景——比如大象走在路上，比如前面的卡車上掉出來一頭豬。「自動駕駛需要解決長尾問題，這些資料在真實環境中非常難收集。但世界模型可以憑空生成這些極端場景，讓智駕系統提前訓練好應對方案。」這不禁讓我想到，這台極氪 9X 搭載的吉利千里浩瀚 G-ASD 正是利用端到端和世界行為模型 WAM，來讓車輛更好地瞭解周圍環境，進行推理思考，最後做出正確的行為決策。在對話的最後，我問他怎麼看空間智能和具身智能的關係。王熠鵬的回答是四個字——「殊途同歸」。他認為，不管是空間智能學到的 3D 世界規律，還是世界模型學到的動力學預測，還是具身智能需要的環境互動能力，最終都會匯聚到同一個目標——讓 AI 在真實物理世界中有效地行動。03. 空間智能和世界模型的交叉點兩場對話結束後，我在聖何塞的酒店裡整理錄音，腦子裡反覆在想一個問題——胡淵鳴和王熠鵬，一個做 3D 生成和世界模型，一個做空間智能和世界模型，兩個人的技術路徑看起來不同，但最終指向的其實是同一個方向。胡淵鳴說，世界模型有兩條路線，端到端的像素生成和 3D 資產混合渲染，未來一定會融合。王熠鵬說，空間智能需要從「直覺物理」進化到「推理物理」，需要世界模型和推理能力的結合。兩個人不約而同地得出了一個結論——要讓 AI 在物理世界中真正有效地行動，光有感知不夠，光有生成也不夠，必須讓模型學會「理解-預測-決策」這個完整閉環。胡淵鳴從 3D 資產生成的角度講了智駕模擬資料的重要性，王熠鵬從空間智能的角度講了世界模型對極端場景訓練的價值。兩個人還在完全不同的語境下，分別聊到了車內智能座艙的未來——一個說「直接檢測我到底要多少度，一步到位得了」，一個說「手一伸空調就開了，都不需要語音助手」。有意思的是，他們各自描繪的這個未來，吉利已經在嘗試用一套統一的技術框架來實現。吉利全域 AI2.0 戰略發佈的超級 Eva 和千里浩瀚 G-ASD｜圖片來源：吉利汽車吉利在今年 CES 上首發的 WAM 世界行為模型（World Action Model），某種意義上就是在回應這兩位創業者提出的技術命題。WAM 的設計邏輯和王熠鵬說的「直覺物理+推理物理」的混合路徑高度一致。它採用分層架構，上層用多模態大模型進行宏觀任務規劃——相當於「推理層」；下層整合動作專家和世界模型，進行精細的推演和決策——相當於「直覺層」。更關鍵的是，吉利引入了人類在環的價值函數體系，用沃爾沃 55 年的事故資料和 850 萬輛車的百億公里行駛資料，訓練出一個「體驗評價官」，讓系統能夠對推演出的各種未來進行安全、舒適、效率的綜合打分，選擇最優解。這不就是王熠鵬說的「從直覺物理到推理物理」的工程化落地嗎？而胡淵鳴強調的「資料豐富度決定魯棒性」，在吉利的體系裡也有對應——千里浩瀚 G-ASD 擁有吉利旗下 850 萬輛車產生的百億公里實際行駛資料、2500 萬 clips 高價值場景資料，雲端多模態大模型加世界模型參數達千億等級。面對百億參數模型「上車」時的推理延遲難題，吉利用 4bit 量化、算子融合、稀疏注意力機制，把單幀推理時間壓到了 27 毫秒，滿足 40 毫秒的控制周期要求。在這個統一的 WAM 框架下，吉利的「艙駕融合」就變成了一件順理成章的事。超級 Eva 負責「想」。 它不是外掛在車上的獨立 AI，而是基於 WAM 與智駕、底盤、動力等底層系統原生融合的整車智能體。它用端到端語音大模型直接處理音訊訊號，可以感知你的聲調、識別面部微表情；它的動態任務規劃引擎可以把一句模糊的話——「帶我去接孩子放學，順便找一家麥當勞，5 點我要到學校」——拆解成線路規劃、智駕啟動、途經點導航、到校門口自主泊車的全鏈路操作；它還有短期和長期記憶架構，記得一周前你隨口提過的「女兒下周鋼琴比賽」，今天上車就會主動提醒。千里浩瀚 G-ASD 負責「動」。 它是 WAM 在智駕領域的工程化落地。雙 Thor 晶片提供 1400TOPS 算力，5 顆雷射雷達實現三重 360 度感知覆蓋，已經具備 L3 級智能駕駛方案的落地能力。在盲區丁字路口遇到電瓶車逆行和行人鬼探頭同時發生時，它的決策不是「剎停」或「通過」二選一，而是對減速、讓行、借道等多種可能性進行毫秒級推演，最終執行綜合風險、效率、舒適度後的最優博弈策略。一個負責想，一個負責動，由 WAM 統一調度。 這大概是我目前見到的，離兩位創業者描繪的那個「AI 能理解物理世界」的未來最近的量產方案。吉利還在 GTC 期間宣佈，極氪 8X 將首發搭載超級 Eva + G-ASD 4.0——全球首個打通智能座艙、智能輔助駕駛、數字生態的超級智能體。GTC 結束的那天晚上，我坐上了回酒店的 Uber。司機是個印度裔小哥，他問我在 GTC 上看到了什麼有意思的東西。我想了想說，可能最有意思的不是那個晶片或者那個模型，而是一個正在形成的共識——AI 要從位元世界進入原子世界，第一站不是實驗室裡的機器人，而是每天停在你家樓下的那台車。胡淵鳴說，AI 原生遊戲的世界「本身是一個生命體」。王熠鵬說，他希望 AI 空間是「真實的、以人為本的」。如果把這兩句話放在一起看，一台內嵌了世界模型、能理解空間、能預判行為、能自主決策的智能汽車，或許就是我們這個時代，第一個真正意義上的「AI 原生硬體」。 (極客公園)

史丹佛「2026年AI指數報告」重磅出爐！這份432頁長文含金量極高：中美AI巔峰對決，差距幾乎抹平，縮減至僅2.7%。全球頂尖AI年產95個，基本都聚集在大廠。最殘酷的是，22-25歲開發者的就業已被切掉20%。今天，史丹佛HAI重磅發佈「2026年AI指數報告」！這份長達423頁的年度報告，全面揭示了全球AI產業的最新權力版圖。它給出了一條核心結論：AI的本事漲得飛快；但人類衡量和管好它的能力，卻沒怎麼跟上步伐。其中，最震撼的結論是——中美AI模型性能差距已基本消失，雙方在巔峰對決中頻繁易主，目前Anthropic領先優勢僅剩2.7%。美國在AI上砸的錢比誰都多，但招攬頂尖人才卻越來越吃力了。報告還指出，AI的進化不僅沒有遭遇所謂的「瓶頸」，反而正以史無前例的速度狂飆。過去一年，全球超90%的頂尖模型，在博士級科學問題、多模態推理、競賽數學上的表現，追平甚至超越了人類。特別是在程式碼能力上，SWE-bench的成績在一年內，從60%飆升至近100%。然而，AI的「偏科」現像極其嚴重，呈現出一種畸形的現狀：LLM可以拿下IMO金牌，卻讀不對模擬時鐘，正確率僅為50.1%。與此同時，AI搶飯碗這事兒已經從預測變成了現實，而且最先遭殃的就是當代年輕「打工人」。下面直接上乾貨，「2026年AI指數報告」最值得關注的12個硬核趨勢。其他亮點速覽：全球AI算力3年漲30倍，輝達獨佔60%，幾乎所有晶片都出自一家台積電2025年全球企業AI投資5817億美元，同比翻倍，美國一國吃下近一半進入美國的AI研究人員7年跌89%，僅過去一年就跌80%22-25歲軟體開發者就業自2024年起下滑20%，入門崗位被精準切掉中國累計建成85台公共AI超算，是北美的兩倍以上，全球第一中國職場AI使用率超80%，遠超全球58%的平均最強模型越來越黑箱，95個代表性模型裡80個沒有公開訓練程式碼中美貼臉差距只剩2.7%史丹佛把2023年5月以來Arena榜單上的美國第一和中國第一，畫在了同一張坐標系裡。2023年5月，gpt-4-0314拿1320分領跑，中國這邊還是chatglm-6b，差距300多分。2025年2月，DeepSeek-R1第一次和美國頭部模型短暫打平。2026年3月，美國的Claude Opus 4.6拿到1503分，中國dola-seed-2.0-preview拿到1464分。如今中美AI之間的差距，僅有39分。換算成百分比，2.7%。更值得說的是過去一年的換位頻率。從2025年初開始，兩國頭部模型已經在Arena上你來我往換了好幾次位置。數量上同樣接近五五開。2025年美國發佈了50個「顯著模型」，中國緊跟著也發佈了30個頂尖大模型。第一梯隊裡OpenAI、Google、阿里、Anthropic、xAI同台站位，全球TOP 5五五分帳。再往下看到TOP 10，中國機構和企業佔了四席，阿里、DeepSeek、清華、字節。開源生態這一年的重心也明顯東移。DeepSeek、Qwen、GLM、MiniMax、Kimi一路把開源權重的能力曲線往前推。再算上論文發表量、被引數、專利產出量、工業機器人裝機量，中國統統全球第一。價格層面是另一條戰線。海外開發者在X上算過一筆帳，Seed 2.0 Pro的輸出價格大約只有Claude Opus 4.6的十分之一。性能貼臉，價格只要十分之一。這件事的連鎖反應才剛剛開始。90%前沿模型出自產業封神速度史無前例去年發佈的95個最具代表性的模型裡，超過九成都來自產業界，不是學術機構，也不是政府實驗室。學術界已經追不上前沿了。發佈速度也在變態加速。光是2026年2月一個月，就有Gemini 3.1 Pro、Claude Opus 4.6、GPT-5.3 Codex、Grok 4.20、Qwen 3.5、Seed 2.0 Pro、MiniMax M2.5、GLM-5八九個旗艦模型同月入場。封神周期從「年」變成了「月」。基準一年封頂AI沒有瓶頸最猛的曲線是程式設計。SWE-bench Verified這個真實修Bug的基準，一年時間從60%漲到接近100%。不是漲了幾個點，是基本封頂。Terminal-Bench測試Agent處理真實終端任務的能力，從去年的20%漲到77.3%。網路安全Agent解決問題的成功率，從15%漲到93%。Gemini Deep Think在國際數學奧林匹克拿到金牌。PhD級科學問答（GPQA Diamond）、競賽數學（AIME）、多模態推理（MMMU）這些原本被認為「人類不可超越」的硬骨頭，全部被前沿模型啃了下來。最能說明問題的是Humanity's Last Exam。這是一個專門被設計來「難倒AI、偏袒人類專家」的測試，題目由各個領域的頂尖專家提供。去年OpenAI的o1拿到8.8%，前沿模型在一年時間裡把分數往上又推了30個百分點，目前Claude Opus 4.6和Gemini 3.1 Pro已經雙雙過了50%。鋸齒前沿能拿IMO金牌卻看不懂表但同一份指數甩出了另一組數字。最強模型在「讀模擬時鐘」這個任務上的正確率，是50.1%。機器人在實驗室模擬環境（RLBench）裡的操作成功率已經達到89.4%。但搬到真實家庭場景裡完成洗碗、疊衣服這類家務，成功率立刻掉到12%。實驗室和廚房之間，差了77個百分點。研究者把這種現象命名為「鋸齒前沿」（jagged frontier）。AI能力的分佈是凹凸不平的，能拿數學奧賽金牌，卻沒法穩定地告訴你現在幾點。AI能在數學奧賽拿金牌，但只有一半的機率能看懂模擬時鐘。AI在加速，但加速的不是同一個方向。另外，在智能體任務中，OSWorld測試中，前沿AI實力（66.3%）正逼近人類基線。然而，在專門評估科研邏輯的PaperArena測試中，最強AI加持的Agent，得分僅39%，只有博士生一半的功力。但這種凹凸已經不影響企業把AI往生產線上塞。AI Index給出的另一個數字是，全球企業AI採用率達到88%。九成的公司已經把AI接進了某個工作流。代價同步在漲。AI相關事故記錄從2024年的233起漲到362起。錢在加速5817億砸進AI2025年全球企業AI投資達到5817億美元，同比增長130%。其中私募投資3447億美元，同比增長127.5%。兩條曲線都幾乎翻倍。國別上，美國一騎絕塵。2025年美國私募AI投資2859億美元。並且一年新增1953家AI創業公司，也是排名第二的10倍以上。錢在加速湧向美國。但美國的另一項核心資源，正在反向流動。人在流走進美國的AI研究者跌了89%裡面有一組數字讓人愣了一下。2017年到現在，進入美國的AI研究人員和開發者數量下降了89%。更關鍵的是，這個下降在加速。僅僅過去一年，下降幅度就達到80%。美國仍然是全球AI研究人員密度最高的國家，但流入的水龍頭正在擰緊。錢和人這兩條曲線開始反向。這是過去十年沒出現過的局面。算力三年漲30倍命門都在一家公司手裡AI能力曲線在加速，背後那條算力曲線跑得更猛。從2021年到現在，全球AI算力總量漲了30倍。過去三年裡，每年都在翻三倍以上。撐起這條曲線的是少數幾家公司。輝達一家的GPU，佔據了全世界AI算力的60%以上。亞馬遜和Google靠自研晶片排在二三位，但加起來也遠遠追不上輝達。而幾乎所有這些晶片，都來自一家代工廠，台積電。算力曲線越陡，命門就越窄。與此同時，代價也在加大。全球AI資料中心的總功率已經達到29.6 GW，相當於紐約州在用電高峰時段的全部用電需求。xAI Grok 4一次訓練的估算碳排放是72816噸二氧化碳當量，相當於17000輛汽車開一整年的尾氣。資料中心建在那裡，電從那裡來，晶片從那裡產，這三個問題已經變成今年所有AI公司CEO案頭最頭疼的事。生成式AI三年滲透53%中國職場使用率破80%生成式AI在三年內達到了53%的全球人口滲透率。這個速度比個人電腦快，比網際網路快。但滲透速度和國別相關性極強。新加坡61%，阿聯54%，都跑在美國前面。美國在調查覆蓋國家中只排第24位，滲透率28.3%。如果把維度從消費者換成職場，反差更大。報告裡另一組資料顯示，2025年全球58%的員工在工作中已經開始經常性使用AI。但在中國、印度、奈及利亞、阿聯、沙烏地阿拉伯這5個國家，這個比例超過了80%。中國的職場AI滲透率，已經比全球平均高出20個百分點以上。更有意思的是消費者價值。AI Index估算，到2026年初，生成式AI工具每年給美國消費者創造1720億美元的價值。從2025年到2026年，每個使用者的中位數價值翻了三倍。絕大多數使用者用的還是免費版。普通人願意為AI付的錢，遠低於AI給他們創造的價值。這中間的剪刀差是現在所有AI公司都在試圖彌合的東西。入門崗位銳減22-25歲開發崗狂砍20%整份AI Index裡最讓中文讀者沉默的，可能是關於年輕就業的部分。22到25歲的軟體開發者群體，從2024年至今，就業人數下降了大約20%。同期，年紀更大的同行群體反而在增長。不止開發崗。客服等其他高AI暴露行業，也在出現同樣的模式。更讓人擔心的是企業問卷的結果。受訪高管普遍預期，未來的裁員幅度會比過去幾個月還要大。這不是宏觀失業率的事，是入口崗位被精準切掉的事。第一份工作沒了，整個職業階梯就斷了一格。這件事的長期影響，現在沒人能算清。AI正在改寫科學發現的方式如果說就業那一段是冷的，科學這段就是熱的。自然科學、物理科學、生命科學領域的AI相關論文，2025年同比增長了26%到28%。具體到應用，今年第一次有AI完整跑通了端到端的天氣預報流程。從原始氣象觀測資料直接吐出溫度、風速、濕度的最終預報，中間沒有任何傳統數值模型介入。AI從「幫你寫論文」「幫你算數字」，正在變成「自己做發現」。醫院裡也是一樣。2025年大量醫院開始部署能從就診對話自動生成臨床記錄的AI工具。多個醫院系統的醫生反饋，寫病歷的時間減少了多達83%，工作倦怠顯著下降。但同一份指數給醫療AI潑了一盆冷水。一份針對500多個臨床AI研究的綜述發現，將近一半的研究依賴考試題式的資料集，只有5%用了真實臨床資料。AI能減少醫生敲鍵盤的時間，這件事是確定的。AI在真實病人身上的臨床價值，目前還有大量問號。自學浪潮全球開炸正規教育已經掉隊正規教育跟不上AI了。美國有4/5的高中生和大學生現在用AI完成學校作業。但只有一半的中學有AI使用政策，只有6%的老師認為這些政策寫得清楚。學生跑在前面，老師還在原地，規則還沒出現。正規教育跟不上的同時，自學浪潮在全球開炸。裡面寫，學AI工程技能增長最快的三個國家分別是阿聯、智利和南非。不是美國，不是歐洲。技能曲線的最陡峭的那一段，長在所有人都沒在看的地方。最強模型變成最不透明的專家和公眾撕裂最強的模型，正在變成最不透明的模型。Foundation Model Transparency Index今年的平均分從去年的58分跌到了40分。AI Index直接點名，Google、Anthropic、OpenAI都已經放棄公開最新模型的訓練資料規模和訓練時長。去年發佈的95個最具代表性的模型裡，80個沒有公開訓練程式碼。公眾的情緒也變得更複雜。全球範圍內，認為AI利大於弊的比例從52%上升到59%。但同期，對AI感到緊張的比例從50%上升到52%。兩個方向在同時增長。最分裂的是美國。只有33%的美國人認為AI會讓自己的工作變得更好，全球平均是40%。美國人對本國政府監管AI的信任度，是受訪國家裡最低的，31%。新加坡人對自己政府監管AI的信任度，是81%。最近Sam Altman家被襲擊的事件之後，矽谷圈內人「驚訝地發現」Instagram評論區裡的普通人對此並不同情，甚至有人覺得「應該更激烈一點」。他們沒意識到事情已經糟到這個程度。研報引用的Pew和Ipsos資料，專家和公眾在AI影響就業、醫療、經濟這些維度上的觀感差距，普遍超過30個百分點，最大的一項達到50個百分點。一邊是實驗室裡的曲線在飛漲，一邊是普通人心裡的不安在累積。中間沒有橋。寫在最後423頁的報告裡有幾百張圖表，但其實只畫了一張圖。橫軸是時間，縱軸是能力。模型能力的曲線在飛，算力曲線在飛，投資曲線在飛，採用率曲線在飛。其他全都在原地踏步或者向下。這就是2026年AI Index的全部內容。AI在加速。其他所有東西都在脫節。如果你是這個行業裡的人，現在該問的問題不是「未來會怎樣」，而是「自己站在那一條曲線上」。 (新智元)

大摩2026十大預測：當AI加速狂奔，世界重新洗牌聚焦算力與AI加速AI的發展處理程序不再呈現為線性的逐步提升態勢，而是演變成一場具有階躍性質的爆發式變化，具體表現為，算力方面的需求每隔一個季度就會實現翻倍增長，語言模型的能力從處於高中生水平一下子躍升至達到博士水平的程度。到了2026年，我們將會目睹“智能通膨”以及“算力通縮”這兩種情況同時出現並上演。聚焦護城河與不可複製資產當人工智慧能夠複製任意一款軟體、任何一個產品、任何一種流程時，真正的護城河便僅存五樣事物：復合專有資料，網路效應，監管許可，大規模資本，以及——物理基礎設施。智能能夠被加速，然而原子無法被超越。聚焦全球競爭與能源政治2026年時的世界，並非是中美之間的那種雙人對決情形了，而是會演變成一場圍繞著“國內智力”、能源主權以及關鍵礦產展開的全球競賽。人工智慧要是越強，那麼其面臨的瓶頸也就會越硬；計算能力要是越高，那電力的價格也就會越貴。聚焦投資與顛覆“AI不是下一個風口，它是重新定義所有風口的地殼運動。摩根士丹利針對2026年做出的十大預測，其核心內容可以概括為：智能方面的成本正處於崩跌趨勢，然而物理世界所存在的壁壘，正在演變成最為稀缺的具備溢價性質的事物。一、LLM進步的雙軌世界：美國領先能力，中國主導成本在2026年上半年，美國前沿的大語言模型將會達成“階躍式”的能力提升，尤其是在程式設計領域、學術推理領域以及網路安全領域。中國在成本最佳化方面以及實用性方面持續處於領先的地位。“雙軌”格局會引發市場對於AI顛覆性以及通縮效應的廣泛探討，順帶還會推動算力需求迅速地增長。投資者應當留意AI基礎設施、AI+醫療等主題類股。大摩表明，54%的讀者已然不能夠區分AI生成的文章與人類寫作，這意味著知識工作的成本正在急劇下降。二、算力需求遠超供給：AI進入“算力通膨”時代在全球範疇內，有資料顯示，周度的Token使用量在2026年1月份的時候為6.4兆 ，到了3月份就急劇增長到22.7兆 ，增長幅度大概是250%。像OpenClaw這類的Agentic AI工具 ，其普及正在加快算力枯竭。摩根士丹利秉持這樣的看法 ，算力短缺會成為系統性瓶頸 ，這對於晶片製造 、儲存 、光學網路 、邊緣計算等“去瓶頸”領域是有利多的。企業級AI應用會比消費級應用優先獲得資源傾斜。簡單來講就是：誰擁有算力，誰就擁有下一張牌桌的入場券。三、美國政策議程：從自給自足到全球戰略博弈美國所推行政策的重點，原本定位在“關鍵礦產自給”這一方面，如今卻已然展開了擴展行動，擴展的方向乃是朝著國防、能源以及技術主權領域的全面自主化邁進。應該重點關注國防科技領域，國防科技涵蓋了無人機、電子戰、3D列印這些內容，同時還應當關注關鍵礦產、核能復興、清潔能源儲存等相關類股。大摩著重指出，美國國防部已將“規模化定向能武器”以及“規模化高超音速武器”列為六大關鍵技術，這並非是在進行演習，而是軍備競賽的人工智慧版本。四、AI技術轉移與“國內智力”：技術主權成為新戰場摩根士丹利提出了“國內智力”這個概念，即國家層面的AI能力儲備，機會聚焦於AI基礎設施、關鍵礦產、AI賦能者以及人形機器人領域，報告引用史丹佛研究表明，中國處於“算力受限”情形 ，美國處於“能源受限”情形——這兩個超級大國分別在不同的瓶頸處受阻。五、能源政治：AI增長引發電力 backlash在全球範疇之內，AI資料中心的擴充，致使電力價格出現上揚，在美國存有180億美元的資料中心項目，由於社區反對才被取消，政策會趨向於去支援低成本能源，並且促使“離網”供電方案得以推進，（諸如燃料電池、渦輪機、儲能這類供電方式），應當理應留意能源安全、核能、天然氣全球化、清潔能源以及儲能等主題，大摩發出了警示，在未來幾年當中，美國資料中心將會遭遇10 - 20%的電力缺口，——AI的瓶頸如今已並非是晶片問題之處了，而是變壓器以及民意方面的問題了。六、AI與能源的戰略融合：科技巨頭走向能源主權Meta已對Terrapower核能項目投入資金，這顯示出AI玩家正試圖把控能源命脈。摩根士丹利認為，AI公司會加速收購“離網”電力資產，還會推動長時儲能技術進步。這會抑制天然氣需求，對太陽能與儲能類股帶來利多。報告直接指出：“AI公司正在轉變為能源公司”——緣由是掌控電的一方，才能夠使模型持續運行。七、中美製造業增長：人形機器人縮小成本差距中國不斷持續擴大製造業份額，借助產業政策、銀行資本以及人力儲備，美國憑藉人形機器人意圖“再工業化”，報告經過測算得出，一旦人形機器人滲透率達到20%，美國製造業總成本就會和中國持平，受益者涵蓋工業自動化、機器人、AI晶片、量子計算、生物製造等戰略產業，大摩所做的一筆帳表明，用機器人替代美國工人，總擁有成本能夠節省85%，這不是外包，而是“物理智能”的重新建構。八、拉丁美洲的三重變革政策出現轉向，地緣政治開展重組，利率抵達頂峰，這幾個因素正推動拉美進入一個以投資為主導的增長周期裡，墨西哥、巴西等國家在全球多極格局中地位有所提高，摩根士丹利推薦選取的拉丁美洲股票涵蓋了金融、科技、消費品、能源、醫療等多個領域，這顯示該地區具備明顯的結構性機會，並且這種機會正在加快呈現出來，報告特意指明，拉丁美洲所擁有的“物理豐裕”狀況指的是資源、土地、能源這些要素，如今它們逐漸成為全球供應鏈重組之時的稀缺籌碼。九、再技能培訓與AI就業政策報告預測，百分之九十的職業都會受人工智慧影響，企業正積極推進再技能培訓。然而，在市場裡，“再技能培訓”主題表現不盡人意，這體現出投資者有擔憂，害怕人工智慧自身或許會顛覆教育及招聘平台。摩根士丹利提醒，雖政策干預會增多，但部分相關企業自身也可能被人工智慧替代。在過去十二個月裡某項調查顯示，人工智慧已經使得百分之十一的崗位消失，還有百分之十二的崗位不再進行補招，淨減少了百分之四，而且發現小公司有著更大的裁員力度。十、變革性AI：通縮、估值重構與國家競爭力在當下這個時候，AI依靠著極低的成本，去替換知識工作，甚至涵蓋了部分體力勞動，報告引用了“AI 護城河”這一理論，該理論標明，真正的防禦性資產來源於：複合型的專有資料，以及網路效應，還有監管許可，以及大規模資本，和物理基礎設施 ，這些“AI 無法複製”的資產會變成新一輪價值重估的核心 ，投資者應該重新審視傳統的估值模型，留意那些 AI 無法輕易替代的實物與制度資產。大摩最後給出了一個相當尖銳的結論，即，智能變得便宜了，可是世界不會因這個緣故就變得廉價，真正的溢價，正回歸到原子世界。(TOP行業報告)

近日，全球領導力論壇（2026）在中國人民大學舉辦，深入探討中國高水平開放與全球領導力人才培養，共謀全球治理未來。吉爾吉斯前總理卓奧瑪爾特·奧托爾巴耶夫（Djoomart Otorbaev）發表主旨演講時強調，通過擴大開放程度和放眼全球領導力的培養，中國不僅是在為自己做準備，也在為21世紀的全球治理作出貢獻。現將其演講實錄發佈如下：尊敬的各位嘉賓，尊敬的各位同事，女士們，先生們，大家好！我非常榮幸能夠來到中國人民大學，這是中國首屈一指的大學，我在這裡也見到了很多的新老朋友。我認為，中國成功真正的秘訣，在過去一段時間裡，與它的競爭力密切相關。這種競爭力體現在國內和國際市場。現在，中國正在邁出非常重要且非常及時的步伐，即著手為國家培養更多的人才。這些國際人才不僅可以為中國服務，還能將更多美好的理念傳遞到世界各地。中國正致力於為世界培育這些人才，並將自己定位為一個全新的全球人才樞紐，這點非常重要。同時，這個訊號也非常明確：當其他國家關上大門的時候，中國卻在有選擇、有策略地、出於長遠意圖地敞開大門。這一政策方向並非偶然，而是嵌入在更加宏大的國家框架之中。比如“十五五”規劃對此就進行了明確定義，將高水平開放作為高品質發展的重要驅動力。其核心在於意識到：在21世紀，人才不僅僅是一種生產要素，它實際上是具有決定性的變數。讓我們更加明確地說，高品質發展需要的不僅僅是資本積累，還需要個人能力、創新、制度的成熟以及全球互聯互通。而這些，無法在沒有全球視野的領導群體關鍵參與之下實現。我們也需要瞭解培養這些人才背後所需要的學科與建設體系，這也引出了我們今天討論的核心議題——全球領導力人才的培養。今天我們正在見證這一演進，即在中國人民大學牽頭、與其他機構共同成立的中國高校人才培養聯盟。具有中國特點的全球領導力人才培養模型，已經提煉出了一些關鍵要素。我會將這些要素歸納為幾個優先事項：第一，理論與實踐首次深度融合。第二，採用系統視角，而非狹隘地聚焦於單個學科，重點在於理解複雜的相互依賴的體系，包括經濟、社會、技術和環境等。第三，長期導向，關鍵在於既願意從國內經驗中學習，也願意從全球最佳實踐中學習，保持開放的態度。中國高校人才培養聯盟在成立之後就會將這些優先事項付諸實踐，當然，在這個過程中肯定會面臨諸多挑戰。吸引全球人才不僅僅是政策問題，它還需要信任、透明和可預測的制度環境。這要求在保持一致性的同時，還要具備整合不同觀點的能力，並且需要不斷適應快速變化的外部世界。但方向非常明確：在許多國家都退回到保護主義邊緣的當下——無論是在貿易、技術還是合作方面——中國正堅定地擴大開放。這不僅僅是一項國內戰略，而是關乎全球的命題。因為我們面臨的挑戰，如氣候變化、技術變革、公共衛生和經濟不穩定性，本質上都是跨國界的。你無法僅憑自身力量專注於解決任何一項剛才提到的問題，因為這些挑戰都涉及全球各個角落。因此，這是一個國際議題，正是因為存在競爭，不同領導模式各具特色，所以誰能將其定義，至關重要。我們也看到，在定義未來世界的架構當中，是繼續固守那些越來越與現實利益脫節的傳統模式，還是以一種新的方式——更加包容、更具適應性、更能反映多極世界的方式——出現？中國高校人才培養聯盟的成立表明，中國在這一變革中處於前沿地位。這是一項事業，前方的道路也是漫長曲折的。在這樣的背景之下，我們的責任就是努力實現目標。最後，讓我用一個更廣泛的思考來總結：歷史表明，全球轉型往往伴隨著知識領導力的轉變。教育和培養未來領導者，在決定由誰來領導、如何領導以及如何理解和實現領導力方面，都起著決定性作用。所以我認為，今天我們正在見證這一轉變的初期階段。通過擴大開放程度和放眼全球領導力的培養，中國不僅是在為自己做準備，也在為21世紀的全球治理作出貢獻。這項努力的成功，取決於執行情況、包容性以及能否產生更多跨國共鳴的想法。但在全球人才和領導力的競爭中，有一點是不變的：停滯不前不是我們的選項。我們必須行動起來。中國選擇有計畫、有策略地穩步前行，並且方向非常明確。這將引領我們共同邁向成功。 (人大重陽)

2026年中國Token詞元經濟產業鏈全景分析報告一文看懂AI時代的核心經濟邏輯（更新版）如今人工智慧迅猛發展，一個全新的經濟單元Token（詞元）正悄然成為接踵石油、電力之後最為重要的關鍵生產要素，它不單是AI模型領會世界的基礎單位，更是推動新一輪產業變革的底層燃料，本文依據多份權威研究報告，為你全面解讀Token經濟產業鏈的全貌圖。1. 什麼是Token經濟？Token，簡而言之就是AI大模型處理文字、圖像、視訊等資訊的“最小計量單位”。2026年3月23日，國家資料局正式確定Token的中文譯名為“詞元”，並將其定位為“智能時代的價值錨點”，作為連接技術供給與商業需求的結算單位，為商業模式的落地提供了可量化的基礎。Token，可類比為AI產業運轉的“數字電力”，也是AI服務計費與結算的基礎單位。如果把大模型比作一台智慧型手機器，那麼詞元就如同這台機器運轉所消耗的“每一度電”，同時也是對外提供服務時“按度計費”的核心依據。資料來源：iiMedia Research（艾媒諮詢）（艾媒諮詢）資料顯示，2025年中國詞元呼叫總量達24,619.3兆次；報告預計2026年將增至111,799.5兆次，2030年將進一步攀升至7,046,680.4兆次，2025–2030年複合增長率（CAGR）為210%。區別於傳統經濟，Token經濟展露出相當鮮明的“傑文斯悖論”特性，技術進步致使推理成本降低了280倍，然而人們的使用需求卻激增，進而導致總體支出增加了2.4倍，這就像汽車油耗變低後，人們驅車出行的次數反而增多，最終石油消耗總量不降反升。資料來源：iiMedia Research（艾媒諮詢）2. 產業鏈全景：五大環節協同驅動Token經濟的產業鏈，能夠劃分成五大核心環節，進而構成一個從底層基建起始延至上層應用的價值鏈條。資料來源：iiMedia Research（艾媒諮詢）第一環：算力基礎設施（晶片與伺服器）“煉油廠”處於產業鏈極為底層部分，輝達依靠它的GPU以及CUDA生態，使得自身資料中心營收同比增長達143%，進而建構起強大的算力帝國，在中國，華為昇騰、寒武紀等國產晶片正加快速度追趕，為國產AI發展提供支撐。第二環：智算中心與AI雲算力晶片依託資料中心才能夠發揮出作用。摩根士丹利進行預測，中國AI雲市場（IaaS+MaaS）在2024年至2029年期間，將會保持72%的年複合增長率，進而成為承載Token生產與流通的核心平台。預計在2026年，中國AI加速晶片市場規模能夠達到3813.9億元，並且AI伺服器市場同比增長56%。第三環：模型即服務（MaaS）這裡是把算力轉變為Token極重要 “車間”作加工。雲服務商將大模型包裝成API介面，依據Token使用量收取費用。不管是阿里雲 “通義千問”，字節跳動 “豆包”，還是海外叫GPT-5.4，都在這一面向開發者給予服務。第四環：AI應用與智能體這是Token的最終消費場景，從聊天機器人，比如像OpenClaw那樣呈現病毒式傳播的，到程式設計助手，例如Claude Cowork這類的，AI正從輔助工具朝著獨立員工進行跨越，直接對傳統SaaS軟體的商業根基產生動搖。第五環：社會與經濟影響Token的廣泛運用正在對勞動力市場進行重塑，催生出像“AI訓練師”這樣的新崗位，一併還帶來了“幽靈GDP”現象，即產出增長卻沒能同步轉變為勞動者的工資收入，勞動收入份額大概會從60%下降到45%。中國詞元（Token）經濟產業鏈圖譜資料來源：iiMedia Research（艾媒諮詢）3. 技術驅動：模型迭代加速，中美差距縮小在過去的一年當中，有關大模型的技術迭代的時間跨度，從原本以年作為計算單位壓縮成了是以季度為單位，DeepSeek，Qwen，GLM等等一些國產模型靠著MoE加上思維鏈技術，從而在測評表現實現了迅速縮小跟美國頂尖模型之間差距。從閉源走向開源，中國模型憑藉超高性價比在全球市場展開搶佔行動。就拿Minimax M2.5來說，運行一輪標準測試所需成本才125美元，Claude Opus 4.6卻要4970美元，GPT - 5.2也需3244美元。這樣的成本優勢，直接促使國產模型在OpenRouter等平台上的呼叫量急劇上升，在2026年3月時，前十名模型裡半數以上已都是國產品牌了。4. 競爭格局：阿里與字節的“兩強爭霸”誰會是Token經濟時期的最大獲勝者呢？摩根士丹利有了清晰論斷：阿里巴巴會借由全端實力彰顯優勢脫穎而出，字節跳動（火山引擎）也會依靠全端能力閃耀奪目勝人一籌。阿里雲的優勢體現於“全”，它從自研晶片“T-Head”、頂尖模型“通義千問”、MaaS 平台再到企業應用各方面，形成全面完整的閉環，是一種全方位體現。字節跳動的優勢則突出在“猛”，它依靠巨大的資本支出以及強大出色的 2C 應用生態，其中涵蓋抖音、豆包等優秀程序，在 AI 雲市場快速迅猛地搶佔份額，從而成為極為有力的挑戰者，展現出強勁衝擊態勢。具有微信生態助力的騰訊，被看作是2C應用的最佳入口；具備全端能力的百度，是在各個環節都落後於那些領跑者；而有著國企背景作為支撐的中國電信、華為等雲服務商，於創新速度以及晶片獲取這兩方面處於劣勢。5. 盈利模式與價格戰：從“薄包裝”到“定價權回歸”Token經濟的盈利模式，正在經歷著深刻的轉變，過去，推理服務商在價格戰中陷入了“薄包裝公司”的困境，利潤趨向於零，然而，隨著上游CPU、記憶體成本的上漲，以及算力需求持續旺盛，行業正迎來20年來首次的價格上調周期。2026年年初，AWS把機器學習容量塊價格提升了15%，Google雲宣稱資料轉移價格大幅上揚，中國的網宿科技以及Ucloud等也先後聲明提價。摩根士丹利經分析，每10%的價格上漲能夠給阿里雲帶來大約4個百分點的利潤率提升。這意味著雲服務商正在重新拿回定價權，行業從“價格戰”演變成“價值戰”階段。6. 社會影響：Token重塑勞動與分配Token經濟給社會帶來的影響，遠遠不只是侷限在商業那個領域之內。一方面，那種具有創造性破壞性質的效應，促使AI訓練師、資料科學家等這樣一些新興的崗位出現，而且這些崗位的需求增長幅度超過了100%。另一方面，就業結構展現出了K型極化的態勢，也就是高技能崗位的需求增加了12%，而低技能崗位的需求降低了15%。更需予以警惕的是“幽靈 GDP”這種現象，AI 所帶來的產出增長主要偏向於流向資本所有者，勞動者的收入份額出現下降，財富高度集中在少數科技巨頭手中，這極有可能致使中產階級的消費能力被削弱，內需增長受到阻礙，進而需要通過財稅政策來進行再分配調節。參考報告：《Token經濟學全景報告》7. 未來展望：算力成為主權戰略資源基於地緣政治的角度來看，Token經濟已然把算力以及能源推到了國家戰略資源的地位上，美國針對中國進行晶片出口管制，而中國的國產替代戰略與之構成了“重複博弈”，全球的AI算力供應鏈正從過去效率優先朝著安全與自主優先轉變。往後，Token經濟產業鏈的競爭要點會聚焦於這三個核心點：推理成本的最佳化，全端能力的整合，還要爭奪定價權。而對於企業以及投資者來講，明白Token經濟的邏輯，那就是明白AI時代價值創造與分配的關鍵所在。結語：一個曾讓人對其印象陌生的技術用語Token，正對業界邊線與社會架構實施迅速得驚人的重塑行動。Token經濟產業關聯鏈條裡的每一項環節都藏有極大的機會以及挑戰。搞明白Token，便是弄清楚AI時代的基礎邏輯了。 (TOP行業報告)

每到春日，時尚風潮從新天地蔓延至整座城市，上海時裝周的多維發佈矩陣穩步鋪展，共同勾勒出完整的城市時尚生態拼圖。伴隨著中國時尚話語權持續提升與全球時尚格局重塑，上海時裝周早已從行業風向標躍升為東西方時尚對話的核心主場，成為國際品牌深耕中國市場、中外設計力量雙向奔赴與共生共創的重要陣地。2026秋冬上海時裝周從多元審美的個性表達，到傳統文化在當代語境下的煥新演繹，再到功能性時尚於細分賽道的標竿實踐，一眾優秀設計品牌集中亮相，盡顯創意活力。時裝周以更高站位的國際化格局，匯聚本土先鋒創意與標竿級國際品牌，聯動全球時尚資源、專業買手與全產業生態，呈現一場深植東方文化底蘊、兼具全球前瞻視野，融合先鋒創意表達與產業價值賦能的時尚盛事。01. 獲國際讚譽後，本土設計師集結回歸中國獨立設計依然是上海時裝周的中堅力量，本季新天地秀場集結了Feng Chen Wang、8ON8、JACQUES WEI、COMME MOI、XUZHI、SUSAN FANG等一批在國內外具有影響力的設計師品牌。這批在國際時尚版圖中站穩腳跟的中國設計師紛紛回歸上海時裝周，成為本季最具標誌性的行業訊號。他們曾在倫敦、巴黎、米蘭等國際時裝周收穫讚譽與全球買手認可，如今選擇將年度核心繫列首發落地上海，標誌著中國設計完成了從“出海亮相”到“主場發聲”的跨越。回歸不是退守，而是以更成熟的品牌格局，在本土搭建起連接東西方時尚的對話場域。上海時裝周也因這批中堅力量的回歸與深耕，完成了從“新銳孵化器”到“全球原創發佈高地”的升級。Feng Chen Wang2026秋冬系列圖片來源：上海時裝周官方縱觀本季秀場，中國設計師品牌Feng Chen Wang在成立十周年之際，創意總監王逢陳（Feng Chen Wang）以“合二為一（Two as One）”為主題將其十年的設計哲學濃縮於一場沉浸式秀場時裝秀。2026秋冬系列以中國哲學“兩儀（Two Forces）”為靈感敘事，詮釋矛盾中的動態平衡與前行力量。本季首次推出完整的女裝系列，標誌著品牌從無性別設計向更廣闊的女性社群的拓展。全新女裝系列並非從零開始,而是從品牌十年的男裝基因中自然生長而來標誌性的解構剪裁與面料創新，在女裝中找到了新的表達方式。男女裝共享相同的結構語言與工藝技法秀場造型緊密貼合“兩儀”理念模特成對出現，身著鏡像般的服裝有力強化了Feng Chen Wang一以貫之的無性別設計根基。女裝在共享的根基之上發展出鮮明的個性保留了品牌標誌性的力量感又在硬朗廓形中注入流動線條在理性剪裁中為情感留出空間剛與柔並存，理性與情感交織每一件單品都延續了品牌“不完美之和諧”的美學，為每一種真實的女性存在而作需要力量時有力，需要柔軟時溫和無論是穿著剪裁西服大步走進世界還是身披草木染長裙回歸內心，都同樣自洽。COMME MOI 2026春夏系列圖片來源：COMME MOI官方COMME MOI 2026春夏系列以那不勒斯與龐貝古城的古代濕壁畫為靈感起點，風化斑駁、褪色卻層次豐富的壁畫質感，以及大地、古陶歷經時間沉澱的內斂色調，共同構築了本季的創作核心。新系列以溫潤厚重的土壤色為基調，運用兒茶等天然植物染料，呈現出層次細膩的赤褐色調；同時結合傳統泥染工藝，以簡約克制的手法，展現天然染色獨有的隨機美感。針織部分採用兩種紗線混織，模擬出牆面、樹皮與土地般的自然肌理，質感質樸而富有細節。本季，COMME MOI一以貫之的度假浪漫氛圍依舊貫穿其中，系列以黑白為主調，搭配輕盈柔和的設計語言。雪紡製成的花片隨動態舒展，醋酸與歐根緞形成虛實對比；複雜針織肌理與利落線條面料相互碰撞，古典壁畫中的花卉紋樣則以當代簡約手法重新演繹，斑駁花型與歲月感底色疊加在真絲緞之上，在歷史底蘊與現代時裝美學之間達成恰到好處的平衡。Susan Fang AW26 圖片來源：上海時裝周官方繼上季對自然與科技共生的暢想後，Susan Fang全新打造的AW26《Air-Infinity》系列，以 “無盡輕盈” 為核心，圍繞蝴蝶結與絲帶展開創作，將五六十年代復古廓形與滑雪夾克相融，在克制與釋放、柔軟與叛逆之間找尋平衡。新系列亦回應當下時代的思考與追問：科技對永生的執念，終將帶我們去往何方？復古花園印花中暗藏 ASCII 數字編碼，不同時代語境與視覺符號在無限循環中碰撞交織，塑造出兼具戰士力量感與叛逆姿態的造型，傳遞出 “征服自己的靈魂，花會在無限中重新盛開” 的精神核心。工藝上，品牌延續標誌性泡泡珠繡與“空氣花”手工技法，搭配透明材質營造出靈動的光影層次；印花則採用ASCII數字編碼技術，遠觀如爛漫花園，近看則由字元精密構成。值得關注的是，本季的跨界合作同樣亮眼，其與Melissa聯名推出桃花系列三款鞋履，攜手Bambu Lab打造3D列印鞋款；聯合CASETiFY發佈三款限定印花電子配件，並與Moooi合作推出“數字花園”地毯系列，全方位延展系列的創意邊界。JACQUES WEI 2026秋冬 圖片來源：JACQUES WEI官方JACQUES WEI本季依舊保持著極具辨識度的強勢視覺語言，充滿張力的建築感廓形與利落剪裁，不止是對身形線條的重塑，更是當代女性精神主權的直觀外化。設計師通過材質本身的對比張力展開敘事，冷硬皮革與柔潤面料相互碰撞，鋒利線條貼合身體肌理，啞光與亮面交錯形成鮮明的感官反差，以此重新定義克制而高級的性感表達。本季秀場鞋履以 “理性與力量” 為核心，推出專屬合作系列。鞋款延續了系列的結構美學，在材質與廓形上與服裝形成完整呼應，讓行走姿態也成為女性精神的延伸，進一步強化整體造型的秩序感與內斂力量。XU ZHI 2026秋冬系列 圖片來源：XU ZHI官方XU ZHI 2026秋冬系列從杜安・邁克爾斯、邁爾斯・戴維斯、吉米・亨德里克斯等時代人物的創作氣質中汲取靈感，構築起粗糲、感性、自由又浪漫的美學基調。在設計師看來，那個年代最動人的並非只是視覺風貌，更是一種生活姿態：在混亂中保持敏感，於未知裡忠於本能。系列開場以綴有金屬細節的軍裝風大衣拉開序幕，豹紋、皮革與深邃色調營造出冷峻克制的視覺氛圍，垂墜的流蘇細節則增添了輕盈流動感，巧妙柔化了硬朗輪廓。這些冷峻元素經由年輕身姿呈現，悄然化作對愛與和平的真摯回應。隨著秀演推進，蕾絲、花邊、佩斯利紋樣、牛仔、長款大衣與皮草依次登場，盡顯六十年代末至七十年代嬉皮文化中隨性、感性且赤誠的一面。系列後半段，衣料由厚重漸趨輕薄，色彩也從棕、深藍與酒紅，過渡至泛著虹彩光澤的緞面色調。SHUSHU/TONG 2026 秋冬系列 圖片來源：SHUSHU/TONG官方SHUSHU/TONG 2026秋冬系列以「編造自我」為核心主題，將30年代的優雅輪廓與當代語境下的解構表達相融共生，用服飾語言詮釋自我重塑的核心。在新系列的設計中，一字領作為核心廓形，凸顯肩頸線條的利落美感；肩部紐結、波浪形裝飾以及緞帶塑造的立體花朵等細節，巧妙將“被觀看”的被動舞台感，轉化為主動掌控的造型表達，體現了女性的自主姿態。面料成為本季設計敘事的重要載體，每一種材質的選擇都與主題深度呼應。破碎效果的花卉印花，隱喻著當代人身份的裂變與內心的矛盾衝突。大量灰色、藏青與肉色尼料奠定了整體克制內斂的基調，與經過刻意褶皺處理的粉、黃、藍色面料形成鮮明對比，在沉穩與靈動間找到平衡；扎染燈芯絨與義大利搖粒絨的運用，則為服飾增添了豐富的觸感層次，提升穿著體驗。02. 非遺入衣，古老技藝新生本季上海時裝周上，荷木HEMU、SUNCUN三吋盛京、棲香錦等深耕中國傳統文化的當代轉化，在新系列中紛紛融入非遺東方元素，以文化為線，將中華非遺技藝與東方美學融入設計肌理，讓古老文脈在當代服飾中煥發新生，也讓世界看見東方時尚的深厚底蘊與無限可能。荷木HEMU 2026AW系列 圖片來源：荷木HEMU官方其中，荷木HEMU 2026AW「楚歌」系列尤為亮眼，作品以楚文化為核心設計靈感，讓荊楚魂魄在霓裳之間得以重生，更延續了品牌往季東方、極簡、當代的標誌性風格。面料上，系列甄選香雲紗、織錦、宋錦、蜀錦等傳統非遺面料，搭配蘇繡、苗繡等非遺刺繡技藝，將古法織造與染整的匠心融入細節；圖案設計則以楚地經典紋樣為藍本，結合當代時尚語境進行解構重組，讓千年楚韻煥發新生；主色系借鑑青銅器的漆古之美，精準詮釋出東方文化中沉斂而高貴的色彩美學。三吋盛京2026秋冬系列 圖片來源：上海時裝周官方由於中國許多傳統刺繡、面料和工藝，沒有與現代生活接軌，面臨失傳。為了將其傳承下去，SUNCUN三吋盛京設計師張突然踏上尋訪中國頂級手藝人的旅程，從蘇州繡坊到西南染坊，從瀕臨失傳的古老織法到稀世的傳統紋樣，將這些被時光掩埋的珍貴技藝一一拾起，用獨特的設計把現代元素和中華傳統元素結合，打造新中式華服。本季，三吋盛京的設計靈感源自魏晉名士嵇康的千古名論《聲無哀樂論》：“心之與聲，明為二物。”在張突然看來，音樂本身如山間松石，客觀自在，本無哀樂之分；所有的情緒漣漪，皆因聽者之心而起。以此為念，三吋盛京試圖在本季設計中“讓服裝回歸服裝本身”，跳脫中西方審美的既定邊界，不設高低，不附評判，只專注於衣物最純粹的質感與力量。更深層次地，設計團隊從中國古典音樂理論中汲取養分，中國傳統五音：宮、商、角、徵、羽，音樂掙脫桎梏回歸本質，本季亦以此為念，讓服裝回歸到穿著者最本真的體感需求。棲香錦2026秋冬系列 圖片來源：上海時裝周官方與此同時，棲香錦2026秋冬系列以「經緯為詩」為主題，將非遺絲綢面料引入，意在通過當代設計語言，將東方女性的文化核心精準詮釋。本季設計巧妙融入“柔”與“權”的東方哲學：外在以流暢弧線與層疊飄逸的版型，訴說東方女性的溫潤詩意；內在則憑藉精準剪裁與建築感廓形，構築出沉靜而有力量的氣場。系列以含蓄雅緻的色調為基底，實現了柔而不弱、權而不銳的美學平衡，讓每一吋非遺絲綢都成為傳承與創造交織的載體，在衣袂流轉間書寫嶄新的東方詩篇。XIANG YI2026秋冬系列圖片來源：XIANG YI官方由設計師向逸創立的獨立設計師品牌XIANG YI，2026秋冬系列以「白日燈球」為核心宣言，借燈球折射的細碎光影與流動光澤，呼應女性多元氣質，映照其在人生不同階段裡鮮活而堅韌的生命力。本季設計大膽運用大體量空間語言，打造可隨身體姿態自然流動的動態結構，在服裝與軀體之間建構出富有彈性的呼吸空間。設計師希望以此賦予穿著者全新的身體感知，通過服裝帶來的空間體驗，喚醒內在精神力量，完成自我身份的認同與接納，並在穿著過程中重新認知：身體本身，亦是擁有意識的存在。一直以來，設計師專注柔性材料創新與立體結構的研究，本季將基礎面料與創新材質疊加碰撞，融入新型紙質材料、金屬復合材質及手工釘縫裝飾，在細節處呈現光影層次與精緻質感。為平衡輕盈動態與禮服所需的建築感大體量輪廓，品牌在內部支撐結構上反覆打磨。在最佳化傳統魚骨裙撐的基礎上，特邀非遺匠人參與，以傳統竹編工藝替代常規支撐，既保證了服裝的飄逸靈動，又以手工溫度撐起立體建築廓形。03. 全球品牌聚力，跨文化交流持續升溫2026秋冬上海時裝周的國際參與度持續攀升，吸引了眾多國際品牌參與，進一步拓寬了時裝周的國際視野。本季時裝周匯聚了來自法國、韓國、義大利、美國等多個國家的優質品牌，形成了多元共生的時尚圖景。憑藉持續攀升的國際參與度，上海時裝周從“東方時尚窗口”升級為東西方時尚對話的橋樑，推動全球時尚產業的協同發展。Maison Margiela2026秋冬系列 圖片來源：Maison Margiela馬吉拉官方微博首次跳過巴黎，來自法國的Maison Margiela在本屆上海時裝周舉辦了其2026秋冬系列全球首秀。這是品牌成立近四十年來，首次在歐洲之外舉行發佈秀。Maison Margiela將成衣系列與Artisanal高級定製系列同台呈現，高定與成衣合併發佈，亦是致敬品牌創立初期的大秀傳統。品牌標誌性的核心語言貫穿於整個系列，如Bianchetto白漆塗層、對非常規材質的創造性運用等，以及秀場上模特佩戴面具所代表的匿名性。馬吉拉在新一季的設計中，同樣也淋漓盡致地發揮了品牌賴以成名的解構主義風格。人們耳熟能詳的經典裁剪造型，在馬吉拉手中被重新拆解、組合：燕尾服被剪去下襬，覆以品牌經典的Bianchetto白漆；雙排扣西裝與風衣則與平紋針織的“第二層肌膚”無縫交融。這種融合手法還延伸到了粗花呢外套與皮革的拼接、正裝與天鵝絨的結合等。從法國來到中國辦秀，馬吉拉也在設計中，將本土元素轉化為先鋒創意的靈感。如中國的瓷器在本季得到多元演繹。數套高定作品以層疊的印花歐根紗營造出細膩的瓷器質感。在一款造型中，設計師甚至直接將真正的瓷片貼合於人體模型，擊碎後再重新鑲嵌於高定裙裝之上，造就了本季最令人印象深刻的造型之一。Maison Amory Rin Label2026秋冬系列圖片來源：上海時裝周官方美國品牌Maison Amory Rin Label2026秋冬系列帶來了一個關於成長、野心與自我重塑的時裝故事。在Maison Amory的想像中，這所高度包容的藝術學院裡，有耀眼的上東區明星、K-Pop狂熱粉絲、藝術繼承人，也有那個為趕作業而熬夜的疲憊的自己。視覺上，韋斯·安德森式的高飽和復古色調貫穿始終，芭比粉、奶油黃與咖啡棕交織，重新編織的格紋圖案在厚重秋冬面料中蘊出輕盈飄逸之感。YCH 2026秋冬系列圖片來源：上海時裝周官方而源自韓國的YCH，其2026秋冬系列將目光錨定在1980年代的巴黎的一群劇場裡的“無名演員們”：他們並非萬眾矚目的明星，而是尚未被定義、仍在前行的追光者。走下舞台，他們是學生、職場女性、調酒師、服務生，身份各異，卻因對戲劇的熱愛，奔赴同一場理想。戲劇感絲絨禮服與針織開衫疊搭，利落西裝與鬆弛狀態並置，大衣之下隱約保留羽飾痕跡。舞台與日常不再分割，而是在同一造型中形成共生關係。建築感結構與自然鬆弛的穿著狀態碰撞，雙重輪廓與錯位比例呈現出一種未完成的平衡狀態。系列同時借鑑1980年代巴黎時裝的外放肩線與材質語言，但並未停留於復刻，而是將其轉化為一種關於姿態的表達。Marie Elie2026高級成衣系列圖片來源：上海時裝周官方本季，源自法國的Marie Elie2026高級成衣系列則將設計視角投向傳說與光影交織的西西里島，以“鬆弛的貴氣”為核心線索，在法式高定工藝的基礎上做減法。新系列將標誌性的蕾絲工藝被重新解構，與真絲薄紗疊合，摒棄繁複堆砌，轉而追求如海風拂過般的自然流動感。色彩方面，設計師以西西里島的光影變化為線索，在暖陽與碧海的對話中層層鋪展，形成富有層次感的電影感視覺敘事。而手工搓褶與立體釘珠工藝貫穿本季，被大量運用於禮服與成衣之中，模擬水珠灑落與水波閃爍的微妙細節。設計師對低飽和度色彩與輕盈材質的細緻研究，創造出兼具鬆弛輪廓與精緻工藝的穿著體驗。從街區秀場到全城聯動，從先鋒創意到文化深耕，本季上海時裝周以多元格局實現了高品質的時尚躍升。海內外標竿設計師品牌悉數回歸，築牢產業創新中堅力量；非遺技藝與當代時裝深度融合，讓東方美學成為可穿、可賞、可傳播的時代語言；國際品牌紛紛登陸攜手，更讓上海真正成為全球時尚對話的重要樞紐。本屆盛會不僅是時尚產業的集中呈現，更以體系化力量推動中國原創設計的美學自覺與文化自信，在建構東方美學體系、助力中國設計從“積極融入”邁向“主動引領”的處理程序中展開深層探索，為全球時尚格局注入獨特東方敘事，持續提升中國在國際時尚領域的話語權與影響力。 (福布斯)

本金有風險，投資可能上漲也可能下跌。本材料用於在美國、加拿大、拉丁美洲、部分歐洲國家（詳見完整免責聲明）、以色列、南非、中國香港、新加坡和澳大利亞公開發佈。在其他允許地區，僅供機構、專業及合格投資者使用。目錄• 在快速變化的AI格局中投資• 一個更“全面”的美國股市正在形成• 全球股票市場估值巡禮• 日本股市：選舉帶來的新機會如果說2025年是“大盤股+趨勢交易”的一年，那2026年一開年，市場就開始反覆出現三個關鍵詞：反轉、輪動、再校準。其中一個明顯的“反轉”，是美國股市的領導權開始變化：過去三年因為AI建設而大漲的那些超級大盤股，現在開始慢慢“鬆手”了。最近市場對AI衝擊的擔憂，已經拖累了整個科技類股，尤其是軟體股跌得最狠。那麼，普通投資者到底該怎麼用一、先講結論（最重要）。這份報告的核心不是“看多那裡”，而是一個更深的變化：市場從“躺贏時代” → “要選股的時代”，過去幾年買AI、買美股大盤買龍頭基本都能賺錢，但現在變成：“買對才賺錢，買錯會很慘”；二、最關鍵的結構變化（你必須知道）1️⃣AI行情“變味了”，以前： AI = 全科技股一起漲，現在： AI = 開始分層。可以理解成三層：第一層（已經漲完一大波），晶片、算力 = “賣鏟子的”第二層（正在輪動），電力、資料中心、基建，AI變成“重資產行業”第三層（未來機會），醫療、金融、製造業， AI開始“真正賺錢”所以， 不要再只盯科技股了，要找“AI應用賺錢”的行業。2️⃣美股不再只靠7巨頭，過去：S&P 500= 本質是7家公司，現在開始變成： 493家公司也開始賺錢 含義很大： 指數 ≠ 安全， 選股開始比“買指數”更重要；3️⃣一個反直覺但很重要的結論：當增長很多時，價值股反而更容易漲，為什麼，以前：增長稀缺 → 市場願意高價買成長，現在：增長到處都是 → 不用溢價買， 錢會流向“便宜的資產”•貴的（科技）→ 不一定繼續漲•便宜的（價值）→ 有補漲機會三、真正的投資機會在那裡（按優先順序）第一梯隊：被低估的價值資產， 重點區域•歐洲（軍工、銀行）•英國（銀行、礦業）•巴西（金融、消費）為什麼：便宜 + 有增長 + 被忽視。 策略： 不是all in，而是：作為“避險美股”的配置。第二梯隊：高股息資產。比如：•能源•公用事業•原材料邏輯：如果未來降息→ 分紅變得更香，過去沒人要的“老資產”， 現在開始翻身。第三梯隊：AI應用層。不是：❌ 晶片❌ 巨頭而是： “用AI賺錢的行業”。重點看：醫療（最明確），製造業、保險，企業服務。核心判斷標準： 有沒有真實收入提升第四梯隊：日本。這是這份報告裡“最確定性”的機會，特點：不靠AI，更均衡， 更穩定，中長期配置資產。四、風險（很多人會忽略）報告其實反覆在提醒三件事：1️⃣AI太擁擠， 錢都擠在少數股票， 一旦殺估值 → 跌很快；2️⃣地緣關係；會導致：突然暴跌，類股輪動；3️⃣估值整體偏高不是熊市但 很容易震盪。如果把這份報告變成一個簡單策略，可以理解為“四塊拼圖”：1，核心（40%）， 美股，但不要只買巨頭；2，價值避險（20–30%），歐洲 / 英國 巴西；3，穩定現金流（20%），高股息（能源、公用事業）4，結構機會（10–20%） (發比利斯)

經典之上再造爆款A0級小車市場車曾經的“王者”來了。剛剛，奇瑞旗下的經典IP，承載了無數人人生第一輛汽車夢的國民小車奇瑞QQ，正式以純電身份回歸併迎來上市，奇瑞將其稱之為全新QQ3。限時起售價5.89萬起，頂配價格也不過7.89萬，而且現場就交付。價格雖比10多年前的QQ要貴，但無論是從車型尺寸，空間表現，硬體配置以及智能化體驗各個方面，全新QQ3已不再是當年那個功能簡單的代步車。比如新車基於原生純電平台打造，還搭載了奇瑞最新的“獵鷹智駕”與“靈犀智艙”，公佈完價格，李學用更是在現場激動的喊出——隨便比，還有誰？歸來的QQ，能不能再續寫“國民傳奇”？01用技術突圍全新奇瑞QQ3，頭頂QQ的光環入市，在影響力和號召力方面大機率不用擔心，剩下的就看有沒有與之匹配的產品力。顯然，奇瑞也意識到了這一點，除了情懷，QQ3還要用技術突圍。在當下，A0級小車普遍有“智能化缺位”的問題，全新QQ3用上了最新的靈犀智艙，其搭載的Carmind大模型，支援AI自然語言暢聊、AI繪畫、AI嚮導，還能即時獲取車況，出現故障給你解答。載體就是一塊15.6英吋2.5K超清中控屏，極窄的邊框設計 ，88%超高屏佔比，還有高通8155晶片。全新的HMI設計，支援快捷手勢、個性壁紙、靈動島、萌寵桌面等功能，內建的高德最新導航引擎810，支援紅綠燈讀秒，目的地規劃充電、微信位置共享導航、手機導航流轉、組隊出行等功能。另外還支援車外喊話功能，長達1分鐘的車內即時對外喊話，想像一下，開著這款小車在斑馬線前面禮讓行人，是不是挺有意思的。智能化的另一維度——輔助駕駛方面，全新QQ3搭載獵鷹500駕駛輔助，採用了地平線J6E晶片，算力達到80TOPS，7V3R12U的硬體方案，最大的亮點自然是支援高速NOA，可實現自動上下匝道，主動變道，打燈變道、大車避讓等功能。雖然是A0級小車，但全新QQ3在安全方面也很到位，主動安全方面配備540°全景影像、前後向的碰撞預警、主動剎車、盲區監測等諸多功能，能夠極大避免危險發生。此外還有15項駕駛輔助功能，比如全速自適應巡航(ACC)、車道偏離預警(LDW)、自動緊急制動(AEB）、開門預警、後方交通穿行提示、 後方帶交通穿行制動等。還有自動泊車輔助，支援100+自動場景識別，有著車頭/車尾泊入等多種方式。在底盤動力上，全新QQ3會告訴你什麼叫小車也瘋狂，前麥弗遜+後多連桿獨立懸架的硬核配置，後置後驅，軸荷比為50：50，意味著它的下限絕不會差。動力上，10合1高整合電機，最大功率分別為58kW和90kW，還用上了C-EPS無刷電機轉向系統，助力效率達90%以上，轉向力大小可調，更小方向盤圈數，轉彎掉頭時更省力，這也讓其轉彎半徑僅為5.2米，麋鹿測試成績達到了76.5km/h。續航上，全新QQ3搭載了29.48kWh、41.28kWh兩款電池，分別對應310km和420km兩種里程，配備快充系統，16.5分鐘可以從30%充到80%，另外還支援3.3kW/6.6kW外放電功能，在上市前，全新QQ3還進行了一場進藏挑戰，勇闖318，證明了自身硬核實力。02定位更高看得出來，奇瑞QQ3是有備而來，但汽車絕不是簡單的智能功能堆砌，奇瑞也花了不少心思，為其塞入了不少本就高於這個等級的功能和體驗。與當年的QQ是A00級燃油微型車不同，全新QQ3成了一台A0級小型電車。更大，也更年輕，全新QQ3長/寬/高分別為4195/1811/1569mm，軸距達2700mm，這意味著其不再僅僅是城市日常代步車，瞄向的是尺寸和空間更大的家庭定位。你或許很難想像，作為一台A0級的純電小車，全新QQ3有著一個高達70L的前備廂，而且還是可以電動開啟，支援8種開啟方式，甚至還支援車外喊話開啟，內部則有帶排水孔與儲物掛鉤設計。此外，全車還有38處儲物空間，用奇瑞話講，從奶瓶、水杯到手機、鑰匙，每一件隨身物品都有專屬位置。還有個375L的後備箱，也是電動的，如果將二排4/6比例放倒後，儲物空間會進一步拓展至1450L，無論是嬰兒車、露營裝備還是周末採購的戰利品，全都能裝得下，堪比B級車型的儲物表現。甚至二排座椅下方還有個35L抽屜式儲物盒。堪比B級車型的還不止儲物，在空間表現上，2700mm超長軸距帶來了85%超高得房率，二排腿部空間達977mm、頭部空間985mm，那怕是1米8的成年人也能輕鬆翹起二郎腿，二排純平地板設計，讓中間座位的乘客也不再將就。相比之下，在空間設計上的一些小巧思，更能看出用心程度，全車有4個1/4生態螺紋介面，支援相機、手機支架、小桌板等個性化拓展，副儀表台處還能提供50瓦手機無線充電，桌面上還有磁吸控制項，可以隨手拖曳，再配上音效反饋，操作起來像玩遊戲，可以說相當解壓。在乘坐舒適度上，全新QQ3前排座椅不僅支援電動調節，座椅記憶，還配備了吸風式通風和加熱功能，而且是坐墊和靠背都有，此外，還有同級唯一的主副駕智能化妝鏡，支援色溫、亮度多檔調節，甚至還有方向盤加熱。這種的配置，何曾幾時能在一台A0級的小車上能見到。最後就是在設計上，這款車在繼承了初代QQ的圓潤造型基礎上，擁有全新的“QQ”字母車標，封閉式前臉設計。車頭Q型LED前後大燈，燈組內部具有上下平行日間行車燈帶結構，前包圍加入黑色圓角矩形元素，尾燈的樣式與頭燈相呼應，內部同樣採用橫向線條加矩形元素的組合，點亮後有很強的辨識度。再有五門掀背的造型、半隱藏式門把手、圓角矩形外後視鏡、雙色十字形的低風阻輪轂等，都在告訴你，時代變了，QQ也升級了。03能否續寫傳奇？奇瑞QQ，絕對是中國汽車工業史上一個繞不開的名字。自2003年橫空出世起，改變了汽車只是富人“標配”的特徵，4萬左右的售價打破了中國消費者對於汽車“奢侈”的認知。QQ誕生之後的第一年，銷量就突破4萬輛，2005年月銷突破1萬輛，2005–2008年連續四年都是國內微型轎車的銷量冠軍。到2011年累計銷量達到140萬輛，獨佔小車市場60%份額。十多年間的不斷迭代更新，到2014年逐漸停止銷售之前，累計銷量超過154萬輛，身影遍佈海內外100多個國家和地區，是當時那個年代當之無愧的微型車王者。雖然QQ3不再是當年的起售價4萬級，但全新QQ3的核心價值和賣點也從“經濟實用”升級為“設計美學、智能生態與情感陪伴”。同樣也意味著純電小型車市場即將迎來最強挑戰者，但在A0級這個紅海市場中，強手如雲，2025年，吉利星願憑藉超過46.57萬輛的銷量成績成為國內不加定語的最暢銷的新能源汽車，就在全新QQ3上市前一天，吉利星願的累計交付正式突破60萬輛。放眼望去這個市場中的其他選手，比亞迪海豚、名爵MG4等選手也個個身手不凡。今年，奇瑞集團2026年的汽車銷量目標是320萬輛，比2025年的280.6萬輛增長14%，如何實現今年的銷量目標，純電小型車就是一個非常重要的增量，全新QQ3也將成為奇瑞銷量達標的重要推力。有情懷打底，也有越級的硬實力撐腰，至於它能不能復刻當年的國民傳奇，就看後續的銷量表現了。 (超電實驗室)